航空電子設備故障診斷技術探討范文

本站小編為你精心準備了航空電子設備故障診斷技術探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《航空維修與工程》2017年第2期

摘要：航空電子設備的復雜度、綜合化程度越來越高，對故障的檢測、故障的定位要求越來越高，基于關聯規則的數據挖掘應用到產品故障的診斷中，通過多個故障現象推斷出具體的故障點，提高了產品故障診斷的準確性，時效性。為產品故障的預測及故障的解決提供了決策的依據。

關鍵詞：關聯規則；數據挖掘；故障診斷

0引言

航空電子設備的復雜度、綜合化程度越來越高，因此對設備故障的檢測、故障的定位提出了更高的要求。常用的故障檢測方式是BIT檢測，通過BIT的方式上報產品的故障，缺點是故障信息相對離散、獨立，沒有把故障信息之間的關聯關系挖掘出來。目前故障信息之間的關聯規則是通過技術人員的經驗總結出來的。本文通過關聯規則挖掘航空電子設備故障信息之間的關聯關系，重點是故障產品和故障現象之間的關系以及多個故障現象之間的關系。通過關聯規則挖掘，尋找到產品故障時伴隨的故障現象，通過多個故障現象推斷出具體故障點。提高了產品故障檢測，診斷的準確性，時效性。

1關聯規則概述

數據挖掘是指從大量數據中提取隱含的、未知的及有潛在應用價值的信息或模式。關聯規則是當前數據挖掘研究的主要模式之一,側重于確定數據中不同領域之間的聯系。設I={I1，I2，…，Ik}是項的集合，任務相關的數據D是數據庫事務的集合，其中每個事務T是項的集合，并有T∩I。設A是一個項集，事務T包含A當且僅當A∩T。關聯規則是形如A=>B的蘊涵式，A稱為關聯規則的前件，B稱為關聯規則的后件。其中A∩I，B∩I，并且A∩B=Φ。大部分關聯規則挖掘算法采用支持度－置信度框架。支持度是D中事務含有A∪B的百分比，它是概率P（A∪B）。置信度是D中包含A的事務同時也包含B的百分比，它是條件概率P（B|A）。同時滿足最小支持度閾值和最小置信度閾值的規則稱作強關聯規則。項的集合稱為項集。如果項集的出現頻率大于或者等于最小置信度閾值與D中事務總數的乘積，那么就稱項集滿足最小支持度，并稱它為頻繁項集。關聯規則挖掘過程：（1）找出所有頻繁項集：根據定義，這些頻繁項集出現的頻繁性至少和預定義的最小支持度計數一樣；（2）由頻繁項集產生強關聯規則：根據定義，這些規則必須滿足最小支持度和最小置信度。

2關聯規則故障診斷模型

本文設計的關聯規則故障診斷模型主要針對兩類故障信息的處理：一類是已知故障類型和故障原因，然后利用關聯規則發現變量間的關聯關系,最終得到故障規則庫。依據這些規則,對新來數據進行判別并識別出故障種類,從而找到故障原因并消除故障；另一類是對故障種類，故障原因未知，通過挖掘一個時間窗口內變量之間的關聯規則，形成故障規則庫，依據這些規則，對新來數據的識別，可以推斷出后續可能會出現的故障信息，采取措施可以達到故障的預測和預防。關聯規則數據挖掘模型主要組成部分：數據采集，數據處理，關聯規則挖掘，知識庫形成，故障診斷，故障處理。采用關聯規則數據挖掘技術進行故障診斷的優點：利用關聯規則可以有效發現故障信息中變量間的關聯關系，準確尋找到故障源，具有較高的準確率；由于許多故障存在并行、因果等關系,當產品運行過程中發生某個故障,利用關聯規則可以對可能發生的故障進行預警,防止故障的惡化，具有一定的預測性。

3實例分析

以某型號任務系統核心處理機歷史故障數據為樣本，主要包括兩類數據，一類故障信息是已知故障源以及告警信息的數據項集，另一類是未知故障源，只知告警信息的數據項集，采用Apriori算法進行關聯規則挖掘。

4總結

利用關聯規則數據挖掘技術，從大量的故障數據中發現更多有用的關聯關系，更快、更準的發現故障根源，減少設備調試人員、維護人員的工作量，提高工作效率，為航空電子設備的維護保障提供更好、更有效的維護手段和方法。關聯規則挖掘的缺點是故障數據庫中的數據量非常大,需要較大的計算量，同時產生大量頻繁項集,后續需要不斷的改進算法提高挖掘效率。

參考文獻

[1]張文靜,宋雨,盧海霞.利用關聯規則建立專家系統的知識庫[J].計算機技術與發展.2006,2.第16卷第2期:76-80.

[2]肖光磊等.正相關關聯規則及其在中醫藥中的應用[J].計算機工程與應用.2010,46(6):227-230.

[3]胡鍇,徐巍華,渠瑜.改進模糊關聯規則及其在故障診斷中的應用[J].設計與研究.2008年,第10期:8-10.

作者：石海洋；武華；張彬 單位：中航工業西安航空計算技術研究所