计算机应用研究
２００２年
不需要被动地由外界给出对各种特征的注意权值，这种 自适应能力可以弥补因特殊性估计是人为确定可能带 来的误差。由于ｓＯＭ的权值调整是局部的．故与全局调 整网络（如ＢＰ网络）相比学习速度较快一
综合考虑以上因素，本软件采用了ｓＯＭ神经网络处 理排序问题，来对飞机故障信息进行处理，给出维修建 议＝
（２）故 万障特 方征数，据包括发生故障的机号、故障的分类、
故障发生时所能够观察到的现象或对应仪表所显示的
信息一
（３）故障原因和置信度权值。对每个故障原『划的检 测及其所需要的操作提示来自于排故手册和故障汇编。
置信度权值为检索而设计，初始值由々家给出，其ｐ‘配
数值在使用过程中可由软件根据实际情挝进行调整。 （４）检测出的故障修理方法及解释？
第６期
张祥伟等：飞机故障诊断专家系统的软件实现
８９
３系统简介
奉系统主要由，ｋ机接口、事例库、事例库管理模块， 事例库检索模块、动态数据库和自学习模块等模块构 成。其结构如图ｌ所示。
ｏ々家——一ｏ—。一 Ｉ＂ｊｆｔＩ
＾机接口
匝亚１ 事侧库管理懂块＋一ｌ ａ学习挺块 一诊断｝＾果｛
，［！—型——！—＿—＿—————±——————————一ｒ———一——［—！—旦—壁￡—室——堕——堡ＪＬ一ｆ
…ｅｌⅢ
（５２２ＨＨ２２）
ＲＥＬ＾Ｙ ４ＨＢ２
ＲＥＩ Ａｙ ３ＨＢ２
ＲⅡ＾Ｙ ７ＨＲ
…ｎｇ
战障结论：２ｌ，５ｌ—００－８１０＿８０４
权值ｌ 权值２ 权值３ 权值４ 权值５ 权值６ 权值７ 权值８ 杈值９
其中，故障信息来自仪表显示；各ｎｆ能故障原因按
置信度顺序进行排序，下划线的一项当前置信』篁最大，
在实际维修中将优先考虑。在每次排故结束后，置信度
计算机应用研究
２００２年
飞机故障诊断专家系统的软件实现“
张祥伟，丁运亮，刘毅，夏庆凡 （南京航空航天大学航空宇航学院，江苏南京２１００１６）
摘要：首先提出了开发飞机故障诊断专家系统的必要性，并简要说明了笔者所研制的软件的知识基础
和设计与实现方法；介绍了基于事例的椎理（ｃａｓｅ．Ｂａｓｅｄ Ｒｅａｓｏｎｉｎｚ．ｃＢＲ）的优越性，重点说明了该软件中事
～；｛ｗ目（ｔ）一１（Ｉ）（＾一ｗ。（Ｉ））ｇ为小正确分类
（３）
【
１＝１，２，…，Ｍ
式中，１（ｔ）为本轮学习的学习率，且０‘１“）＜１，
１（ｔ）＝叫ｏ）【Ｉ－÷Ｉ
（４）
田（０）为学习率的初始值（０．５≤ｑ（０）≤１），ｔ为学习轮
数，１００≤Ｔ≤１０００为总的学习轮数。
（５）返回步骤（２）输人下一个样本，直至ｐ个样本争
权值都将进行涮整．故障结沧来自空中客车公司发行 的电子版排战手册（Ｔｍｕｂｌｅ ｓｈｏｏｌｉｎＲ Ｍａｎｕａｌ，ＴｓＭ，在本软 件斗『已包含），按其编号即可查得。故障排除可以参照
宁中客车公司提供的各种操作手册，这些均ｎｆ从本软件 巾获得：
５权值的调整一故障诊断算法
自组纠特征映射删络（ｓｒｌＬＯ‘即ｎｊ矗ｎｇ Ｍ８ｐ，ｓＯＭ，是由 芬兰赫尔辛基大学ＫＥＮｏＮＦＮ教授提出来的一种基于两 层神经元的神绎网络，它模仿人脑特征，通过训练以后 札二维的输出层上面形成一种有规律的神经元的聚类， 从而达到分类的效果。
研究表明，ｓＯＭ在输人样本及输出神绎元足够多的 情况下，经过训练，网络的权系数分布近似于输入随机 样本的概率密度分布，在输出神经元上也反映了这种分 布，而且它只要求输入故障样本，无需知道各样本概率 分市的先骑知识，
ｓｏＭ网络属竞争型神经网络，其基本思想是网络竞 争屡的各神经元竞争埘输人向量的响应机会，从而确定 出惟一的获胜神经冗，并凋整与之相关的连接权值。所 以ｓＯＭ网络能自动将注意力集中于最有意义的特征，而
ｂ而ｅｎｙ ｏｎ ｔ１１ｅ ｋｎｏｗｌｅｄ即枷ｂｓⅡａ把皿ｄ ｔｈｅ ｉｍｐｌｅｍｅｎｔ砒ｉｏｎ ｏｆ ｔｌｌｉｓ ｓｖｓｔｅｍ；ｍｌｄ山ｅｎ ｉｎｔｒｏｄｕｃｅｓ ｔＩｍ且ｄｖ丑ｎ诅辨ｏｆ ｔｈｅ Ｃ船争Ｂ鼬ｅｄ Ｒｅａ８０ｎ－
Ｍａｐ（ｓＯＭ），ｌｋ工ｅａｌｉｚ幽０ｆ缸ｇｏ打岫仰ｄ自曲ｅｍ札ｉｃ ｉｎｇ（ＣＢＲ）．ｔ１１ｅ ＢｔｒｅＢＢ ｌｓ ｌａｉｄ ｏｎ山ｅ鲫Ｌｕｒｅ ａｎｄ ｓＨｕｃｔｕｒｅ ｏｆ ｃａｓｅｓ ｉｎ ｔｌｌｌｓ Ｂｖｓｔｅｍ；ｍｏｆｅ口，ｅｒ，ｔＩｌｈ ａｎｉｃｌｅ ｌｎⅡｏ山ｌｃｅｓ Ｉｎ ｄｅｔａｉｌ山ｅ ＳｅⅡ０卜
“ｍ自ｏ
Ｙｕ邶ＥＲｔｎ｝ｔ，
§ｑ＃口目‘，ｍ十Ｋ蓝
ＭＥＴＨｎｎ．ＦｘＰＴ＾、＾ＴＩ（Ｈ
Ｌｏ、ｃ（★十目９目ｌ：｝ｑＶ， ｍ№目＊自镕ＭＨ＃镕Ｍ
‘个完整的事例被存储为以下几个部分：
（１）事例所属机型。不同机型对应事例，在（）ｒａ ｃ；１ｅ数 据库中其故障特征也各不相同（参见事例第３部分），其
表结构也会有所变化。
４ ２事例的知识表示
本软件充分利用了Ｏ．ａｃｌｅ埘数据库的强大存储功 能和管理功能．提供厂大量丰富而又典型的事例，井可 在今后的实践中不断地进行增加和完善，
在Ｏｒａｒｌｅ数据库中，事例结构丌丁以简化为表ｌ所示。 表ｌ事例结构简表
２＆ ｒ＾ｕⅡ｛０ｕＲｃＦ
——
＃￥பைடு நூலகம்＿
“＃
一
ｖＡＫ¨＾ｍ ７｝≈■·＆十目自《∞
２知识基础
２０世纪８０年代初发展起来的专家系统是一组能在
收稿日期：２００１．０６一ｌＩ：修返日期：２０ｃ）１—１０一０８ 基金项目：民航科技甚金资助项目，属东方航空股份有限公 司科技项目
万方数据
一特定领域内．运用知识进行推理的计算机程序，可以 协助人类进行分类、诊断、调度规划、设计制造和决策支 持，并且能以无数专家的知以和经验去解决该领域的难 题，同时还具有通过自学习掌握新经验以逐步完善的能 力。目前专家系统已在许多领域得到ｒ广泛的应用，近 来专家系统开发工具的问世，进一步加快了中、小璎专 家系统进入人类牛产生活的步伐。据统计，绝大多数专 家系统能将人的工作效率提高１０．３００倍．大大节省ｒ 昕需的人力、物力，
鲫ｉｚｌｎｇ
ｏｆ ｐｍ酽ａｍ ｓｈｕｃｔＬｌ珥；６ｎａＬｂ蛐ａｌｙ日ｅｄ ｔｈｅ ｅｘ忙ｎ自ｉＹｅ ａｐｐｌｉｃａｌｉｏ”ｐｍ８ｐｅｃｔ
ｏｆｔＩＩｉｓ ｓｏ矗ｗｍ
Ｋｅｙ ｗｏｒｄｓ：ｃａｓＰＢａ酬Ｒ洲ＩｌｉⅡｇ（ｃＢＲ）；ｓｅⅡ０ｒｇ蚰ｉ血ｇＭａｐ（ＳｏＭ）；Ｆａ山ｔ Ｄｌａ和ｏｓｉｓ；Ｅ印ｅｎ ｓｙｓｉ吼
Ａｉｒｃｍ Ｔｈｅ ＲｅａＨｚａｔｉｏｎ ｏｆ
Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ Ｅｘｐｅｎ Ｓｙｓｔｅｍ
（ｏｆ姆ｏ，Ａ唧华删￡增ｚ脚ＨＡｅ“Ｎｃ咐ｘ．ｉ№帅耐ｇ州增ｌＥ，栅Ｄ…ＩⅣ玎ｃ０，Ｙｕ＾ｎ…—埘ｌｉ∞ａｌｌ曲ｇ．山ｕｆｕ伽Ｙｗｉ础。，Ｘ№ＩＡ耐Ｑｉ昭“＾ｇ蛐－ｈ“酽“２１００１６．矾‘腿）
Ａｂ甜ｒａｃｔ＝陆ｔ坤．ｔ１１“ｐ８ｐｅｒ。印ｒ幅ｅｎｂ ｔｈｅｎｅｃｅｓ８ｉ‘ｙ南ｒ ｔｌｌｅ ｄｅｖｅＬ叩ｍｅⅡｔ ｏｆ Ａｉｒｃ珀ｎ Ｆａｕｌｔ Ｄｉ８９ｎｏｓｉｓ Ｅ。ｐｅｎ ｓｙ自帅，ａ—ｅ。ｐｌａｉ陋
例的来源和事例库的构造；并详细介绍了自组织特征映射网络（ｓｅⅡＯｒ帮ｌｌｉｚｉ峭ＭⅡｐ，ｓ０Ｍ），以厦其在该软件
中的实现算法和程序结构简图；最后分析了该软件广泛的应用前景。
关键词：基于事例的推理；ｓＯＭ网络；故障诊断；专家系统
中图法分类号：ＴＰｌ８
文献标识码：Ａ
文章编号：１００１．３６９５（２００２）０６—００８８一０３
自组织神经网络（ｓ０Ｍ）的算法描述如下： 设网络的输入向量Ａ＝（ａ．，ａ２，·．－，ａＮ）；输出向量Ｂ ＝（ｂＩ，ｂ２，…，ｂＭ）；网络连接权为｛ｗ。｝，·＝１，２，…，Ｎ；ｊ＝ ｌ，２，…，Ｍ。本软件中，｛ｗ…－被赋必［０ ９５，ｌ：间的随机
值： 学习步骤：
（１）提供学习样本～＝（ａ：，…．ａ：），ｋ＝１，２，…，ｐ，ｐ 为学习样本数量。并随机生成样本输入次序。
图１系统结构示意【圭｜ ｎ－开发本系统时我们采用丫专家系统新的构造技术 一基于现代没引方法学的专家系统构造技术、现代设计 方法学是一门新兴的学科，其研究的宅嘤内容为对某一 领域内现有的研究方法进行分析总结，进而去发掘和创 造新的方法．并把这一方法应用于该科学领域。基于现 代投计方法学的专家系统构造技术强凋：基于面向对象 的模型构造、基于用户的功能设汁和基于模糊技术、神经 网络的知识处婵及基于现代设计ｊ二具的实现等。 奉系统在数据库平台Ｏｒａｃｌｅ上用ｖｉｓｕ甜Ｂａｓｉｃ和ｓＱＬ
ＣＭＳ ＷＡＨ、ＩＮＣＳ：２ｌ一５ｌ一５ｌ卜（：Ｓ ＰＡＣＫ２ ＦＬＯＷ ＣＯＮ—
ＴＲＯＬ ＶＡＩＶＥ（５１２ＨＢ）８
可能故障原因（Ｐｏｓｓｉｂｌｅ ｃａｕｓＰｓ）：
Ｐ２ ＦＴ０ｗ ｃＴＬ～ＡＬⅥ：（５１ ２ＨＢ）…
Ｐｃ ２（５３２ＨＨ）
Ｐ２ ＰＮＦｕＭ ｓＥＮｓｕＨ．ｃＰＲ ＯｖＨＴ
Ｐ２ ＦＬ０ｗ ｓＦＮｓ０Ｒ（５１４ＨＢｊ
随着计算机的普及以及专家系统的完善和发展，通 过开发专家系统来收集、整理、保存和运用专家经验，采 用人工智能技术．用计算机模拟人类专家的思维和判断 过稃，尽可能快地确定故障部位，成为解决此矛盾的比 较理想和有效的途径。
“飞机故障诊断专家系统”正是在此基础上开发完 成的。该软件整理应用了大量的专家经验，利用专家系 统理论和神经网络知识，在飞机维修过程中起到指导和 启发的作用：
以下为本软件中空中客车公司Ａ３４０型客机故障事
例库中的一个事例． 机型：Ａ３４０ 故障特征：
机号：２３８ｌ
故障分类：
ＣｈａｐｔＰｒ ２１：Ａｊｒ Ｃｏｎｄｉｔｉｏ川ｎｇ
故障信息：ＥｃＡⅥｗ＾ＲＮＩＮｃｓ：２ｌ。５ｌ ＡＴＲ ＰＡｃＫ
ＶＡＩ Ｖｈ ２ ＦＡＵＬＴ
ＡＳＳＯＣｌＡＴ Ｅ１）ＷＡＲＮＩＮＧＳ：ＮＯＮ｝：
部输入一遍。
（６）令ｔ＝ｔ＋１．返回步骤（２），直至ｔ；Ｔ：