新型民航客机电气故障诊治方法研究

《新型民航客机电气故障诊治方法研究》由会员分享，可在线阅读，更多相关《新型民航客机电气故障诊治方法研究（44页珍藏版）》请在装配图网上搜索。

1、中国民航大学硕士学位论文I编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第42页 共44页1绪论1.1研究背景在国民经济与现代化建设迅猛发展的背景下，中国民航运输行业在通用航空、航线布局、航空运输、机队规模与运送保障等多个方面获得了不菲的成绩，基础设施方面的能力也得到了迅速的提高，航空业务的规模呈现出迅速递增的态势，国内已变为当下全球的航空运送大国。客机电气系统是机载设施的一个关键组成，主要包括供电系统与用电设施2类。其中，后者的核心组成为客机的发动机控制、电动机械、照明与信号、旅客生活服务、飞行操纵、航空电子、生命保障与防冰保温等。前者的主要部分为飞机电源体系与飞机输配电

2、体系，飞机电源体系主要应用在电能的产生与调节方面，飞机输配电体系主要应用在电能的传递与分配方面。飞机供电体系的功能主要在于确保可靠而又持续地替用电设施，特别是和安全飞行直接相关的关键性用电设施提供与要求相吻合的电能。GJB181-86客机供电特性及对用电设备的要求等条例特别地针对机载设施的供电类型及其特点以及对新型民航客机在用电设施方面提出了相应的要求。基于直流用电设施与交流用电设施对电能种类与用电量的相关要求，认为客机中存在着直流供电体系与交流供电体系2种，同时能够提供直流电与交流电2类模式的电能。1在现代科学与航空技术日益发达，客机相关的用电设备日益增多，无论是用电的数目与质量都呈现出日趋

3、强化，无论就客机电气输配电体系的可检测性、可靠性与可维护性等方面均提出了更为严格的要求。民航检测维修的导线在整个客机的输配电系统中是基本器件，是在绝缘层中把数股铜线或是镀银铜丝或是铝丝扭合起来，是各类飞机用电设施内部的连接线路与传递动力电源的关键设备，大多数布局在客机的不同部位，凸显出用途广、用量大、种类多以及工作环境复杂化等特点。由驾驶舱至机尾，客机导线的用量非常地可观，比如，将波音737客机的全部导线连接后，全部的长度约为280km，其中，DC-10客机导线的全部质量是机载电子设施与电气设施整体质量的60%。而协和号的导线整体质量几乎为1500kg。2因为客机自身构造的特征缘故，不单单导线

4、在体积与重量方面受到一定的约束，同时导线能够安装的空间并不大，大部分导线基于种类通过成捆的方式敷设于各类机载用电设施内部或是其中夹壁内，造成长期在污染、外力、潮湿、振动、摩擦、冷热与辐射等环境中工作，从而造成导线极为容易地出现故障的后果，连带性地造成指示仪表指针摇晃、信号非正常化、供电中断、操控机械终止工作与导线短路，最终导致火灾等后果，从而对客机的安全飞行产生影响，同时导致了不少机毁人亡的后果，从而造成客导线的故障诊治和定位问题，是全球民航界急需解决的一个重要问题。 1.2研究意义在全球化的大时代环境下，飞机的便捷性及其所产生的重要影响不言而喻。其中，民航客机便是其中主要的一种飞机类型，它在

5、人们的日常生活中所起到的作用日益凸显出来。当然，民航客机的安全性更加备受民众所关注。当下，在评价一个国家民族地区的航空飞行情况安全性的标准，主要有2个数据尺度：每百万飞行小时出现的空难次数以及每百万离场出现的空难次数。根据民航客机最为先进的波音公司的相关统计数据资料可知，早在上个世纪的50年代-70年代，航空航天技术飞速发展，以西方发达国家为主要代表的民航商用型飞机（质量超过60000 磅）的空难失事率明显降低，然而，上个世纪的70年代末，失事率的减小走势愈来愈趋于缓和。同时，根据相关的资料还可推知，在这段时间内，由于飞机失事率所导致的死亡人数并未因为飞机事故的减小而减少。和航机失事率相异的是

6、，国际每年在总航班以及总离场的数量则与航空事业的迅猛发展而呈现出同步发展、递增的趋势。例如，波音公司在2012年所公布的统计数据资料如下：国际民航机的总量将由2011年末的19890架递增到2031年末的近39790架，而这个阶段内，国际收益旅客的公里数（RPK）将会以年约5%的增长率递增。反观我国民航领域，随着生产力的解放与不断地发展，科学技术日新月异，我国的国民经济及其现代化建设步入到迅速发展的阶段，民航运输事业也呈现出欣欣向荣的发展局面。无论是航空运输、机队规模，还是运输保障、通用航空与航线布局等领域，都有了长足的进步，在此方面的基础设施能力也相应地得到了加强。因为航空航天业务规模的飞速

7、递增，中国业已成为全球航空运输领域内的大国。根据相关的资料统计表明，我国在2010年正式投入运营的航空企业达112家，已经注册并使用的大型、小型以及通用运输航空器的数量分别约为1400架、74架以及650 架，其中，波音飞机与空客飞机几乎各占据了半壁江山（分别占据的比例为48%、44%）。3运输机场的数量约为175个，在旅客的航载量方面，其数量高达2.68 亿人，在近5年中将保持着每年约14.1%的递增率增长。在整个综合化的交通运输系统中，航空运输旅客周转量的递增比例约为2.7%。通用型航空机队的规模比以前翻了一番，数量增至1010架，新型客机类型与业务层出不穷，整体上呈现出纵深的发展趋势。然

8、而，我国民航业在较长的时期中还是以成长期为主，当下，无论是民航机的数量、质量以及故障诊断维修等方面都和发达国家存在着一定的距离。尤其在航机的故障诊断与维护等方面还有许多的薄弱地方。与全球航空业的发展走向相一致，整合民航产业的内部结构，强化飞机故障的诊断与维修，更好地推动民航业的健康快速发展，是国内民航业未来的重要课题。事实上，无论就国外还是国内的民航业的发展情况来看，都必须确保民航客机的安全性，加强飞机的故障诊断。虽然全球飞机的失事率处于平缓的趋势，但因为国际的航班总量仍旧保持着每年递增的趋势，因而，民航的载客数递增，相应的飞机事故及其死亡人数的增加还是可能的。根据Rose与Hasson等学者

9、的分析观点，即使失事率基本保持不变，仅仅是运量递增，航机所出现的事故数量还是难以让民众与民航的管理部门难以接受的。当然，要减少失事率，首先必须保证飞机的质量，即尽量在源头上消除由于材料、技术上所导致的飞机事故，借助于先进的科学技术来生产制造飞机是我国民航业发展的关键项目，学习掌握现代化的飞机故障诊断方法，提高维修的技术技能，实现高性能、现代化、国产化的航机，也是我国民航维修业长期发展的题中之义。 上述的分析正是本选题的意义所在。1.3国内外研究现状就国内外目前所获悉的文献资料而言，在研究飞机电气系统故障诊断方面，主要有传统的分析方法以及现代的研究方法。在传统分析飞机电气系统故障诊断方法时，由于

10、飞机电气系统在运行过程中所受到的干扰因子不一而足，既有飞机之外的因素，包括外来不明飞行物、大气压力与温度以及恶劣天气等；也有飞机自身的原因，包括负荷性能、产品质量、电网电压以及安装环境等，在糟糕的环境以及超技术领域中飞行。上述情况均是造成飞机系统故障的几个常见缘由。表征机体中精致复杂的电气系统的参量出现故障之后，原先所具有的功能逐渐丧失，飞机自然无法正常运行。及时地实施行之有效的检测方式与信息研究理论，找出非正常状态下的信号信息，排除故障潜在的隐患，这样才能够确保飞机处于安全飞行的状态之中，同时规避不必要维修，提高工作效率。3具体而言，传统飞机电气系统故障诊断的方法有如下的几点：（1）人体感官

11、诊断法。一般情况下，飞机的电气系统出现故障时，会出现一些比较明显的情况，主要有：生烟、机械设施工况异变、非正常性发热、出现火花等。对于这些故障的诊断，一般无需其他精密仪器设备而只须通过该行业的专家学者的人体的视觉、听觉、触觉以及嗅觉等人体感觉方式即能够找出飞机所出现故障的具体部位。（2）借助于测试实验设备测量法。具体而言，主要的检测方式包括带电温度计、超声波检测、新型漏电流表测试、绝缘实验、接地实验与X 射线测试等。当下，飞机电气系统故障诊断法包括离线诊断与在线诊断2类。一旦找出了飞机故障之处后，更加倾向于采用离线诊断法，但这所产生的不良影响与经济损失也是不小的。在线诊断可以同步展开，因而可以

12、及早地找出安全故障的隐患。以上的2种方法相较而言，感官诊断法基本上无需投资，但一般局限于程度不大且故障比较明显的场合，超出了一定的限度，那么此法便不怎么科学了。借助于测试实验设备测量法所配备的测试设施不一而足，但就某个具体的监视体系而言，则存在着投资与体系本身比较复杂等情况，在具体操作过程中并不简单。因而，诊断飞机电气系统故障的又一个关键点是怎样从诸如电压、电流等信息数据来推断故障。可见，借助于精密的仪器设备、离线诊断、丰富的专业知识等比较复杂的条件，并不适合设备并不大且需要在线检测的场合，造成的资源浪费是显而易见的。因此，检测设施少、迅速诊断、科学有效的综合诊断方法呼之欲出。（3） 综合诊断

13、方法。在传统的检测电气系统故障诊断方法中，存在着功能简单化、智能化程度不高以及效率低下等问题。在科学技术日新月异的环境背景下，机械设施的构造日益精细化，原先纯粹地借助于单一化的诊断方法自然难以准确地推断出电气系统中所存在的故障，误报与漏报也并不少见。须将传统的几种检测电气系统故障方法结合在一起，吸取各个方法的精髓，综合地加以运用，提高检测故障的准确性。借助于计算机设备进行监测控制能够在软硬件设备的作用下，智能化地对故障进行诊断，同时搜集有关发电机的转动速度、输出电压与电流以及激磁电流等数据信息，经由串行总线通道传递至主控计算机，再进行有关的演算、处理以及数据的融合等步骤，为下一步的故障定位与诊

14、断提供重要的信息。 现代的检测飞机电气系统故障诊断方法，自然和传统的方法有很大的不同。特别是在线性系统的故障诊断方法的研究日渐完善。特别是在基于解析冗余为前提的线性系统故障诊断领域更受到专家学者们的关注，理论硕果累累。但该领域明显的不足之处在于实际的运用方法尚需强化。而针对非线性系统的故障诊断方法也是风生水起，特别是信号处理、模式识别、控制理论以及人工智能等理论发展迅速，为深入地研究非线性系统的故障诊断方法提供了不可或缺的重要理论内容。采用解析模型理论来分析飞机电气系统故障的诊断方法大多数体现在线性系统领域。因此，分析非线性系统的故障诊断方法的意义非凡，尤其是在鲁棒性方面所出现的故障进行诊断，

15、可以说是分析的关键。采用信号处理的故障诊断方法起点早，然而具体应用在非线性系统的故障诊断中并非为主流。在信号处理方法中，小波变换技术是焦点。采用知识方法来分析电气系统的故障诊断方法不要求系统化的定量数学模型，因而，非常适合飞机这样比较复杂化的实际应用。同时，采用定性模型法也逐步进入到专家学者们的研究视域中。4此外，人工智能技术迅速发展，采用专家系统以及神经网络的理论来进行电气系统设备的故障诊断，也变得日益频繁化。故障诊断理论在系统对象已经给定的前提下进行预报技术日益完善，具体有以下2点：系统的内在结构与参量确定，在推断并预报故障所使用的方法主要有控制理论体系中的等价空间方法、极大似然方法、序列

16、概率方法、广义似然方法以及状态观测器与滤波器方法,且广义似然方法以及状态观测器与滤波器方法应用的范围集中在非线性系统。由于系统对象的构造及其参数均处于空白或半空白的状态，因此，采用知识方法进行推理以及人工神经网络方法比较地多，同时考虑到残差情况展开故障诊断的分析与模式的识别等内容。当找出电气系统中的故障之后，然后须对故障加以定位，而此点亦为诊断和检测技术之间的一个关键不同。当下的故障定位技术主要有采用知识理论、控制理论等，并借助于这些理论来对相应的模式加以识别或模糊识别。此外，电气系统故障的诊断方法和普通智能化测试系统与故障检测设备的又一个重要不同在于它可以完成电气系统故障的机理判断及其评断，

17、而当下仍旧以基于知识理论为前提的专家系统为主体。在确定故障部位时，主要的理论有人工神经网络技术、控制理论以及模糊模式识别技术等。整体而言，国内外在研究电气系统故障诊断领域内还是以知识推理方法最为常用，特别是人工神经网络方法可以深入地描绘电气系统的内部结构、参量与特点，且对于那些非确定化的对象以及非线性的对象可以给出更为科学合理的解释。在神经网络方法方面，小波变换理论以及观测器技术具有代表性。1.4研究目的 通过本论文的研究，主要达到以下的研究目的：首先，了解最新民航客机的相关理论知识；其次，设计民航客机电气系统故障的诊断方法。1.5研究方法本论文主要采用的研究方法如下： （1）文献综述法。即通

18、过对于本论文课题的相关文献资料检索，搜集并整理出文献资料，主要包括期刊杂志论文与博士、硕士论文等，通过阅读的基础上，对本课题有一定的了解，为本论文的研究打下研究的基础。 （2）多元化的民航电气系统故障诊断的研究方法。本论文主要采用的是故障树法、知识方法以及神经网络方法等3种，通过这些方法比较深入而又全面地研究新型民航客机电气系统故障诊断方法。1.6拟解决的关键性问题与技术路线本论文拟解决的关键性问题如下：基于故障树法对民航电气系统故障展开诊断方法的分析；基于知识方法对民航电气系统故障展开诊断方法的分析；基于神经网络方法对民航电气系统故障展开诊断方法的分析。 本论文的技术路线如下：首先，系统化地

19、对民航及其新型民航客机的概念、类型、特点等方面的内容展开梳理；其次，简述飞机电气系统故障的诊断方法；最后，分别从故障树法、知识专家系统以及神经网络法系统化地设计、分析民航电气系统故障诊断方法。1.7论文的创新点本论文的创新点主要包括如下的几点：第一，分析的课题对象比较新颖，即新型民航客机电气系统的故障诊断方法进行分析，笔者通过搜索之后，发现与文论文课题完全一致的文献寥寥无几。因此，在分析其系统故障诊断方法之后，更具针对性，为现代化的民航客机提供借鉴。 第二，采用了现代化的电气系统故障诊断方法，并选取了具有代表性的方法进行设计，同时，还加以对比，分析它们的优缺点，从而找到最佳的民航客机电气系统故

20、障的诊断方法。1.8论文的研究内容本论文的研究内容主要包括如下的几点：梳理最新民航客机的理论内容；选择最新民航客机电气系统故障诊断方法；分别基于故障树法、知识方法以及神经网络方法对民航电气系统展开系统化的分析。2基础理论2.1飞机电气体系的构成和特征2.1.1飞机电气体系的构成飞机电气系统的构成主要有供电系统与用电设备2个核心部分。其中，前者主要包括的是飞机电源体系与飞机配电体系。大多数的情况下，飞机电源一般应用在对于电能的产生与调节；而飞机配电体系主要应用在电能的分配与管理方面。5后者主要的构成部分如下：飞机飞行操纵、航空电子、生命保障、照明与信号、旅客生活服务、发动机掌控、电动机械、武器操

21、纵以及防冰加温等多元化的体系。飞机供电系统的功能主要是可靠地替用电设备，特别为和安全飞行存在着直接内在关联性的关键性用电设备供应与要求相符合的电能。2.1.2飞机电气体系的特征2.1.2.1电源系统的特征飞机电源体系为整个飞机供电体系的一个重要组成部分，被认为是飞机上电能出现、协调、掌控与电能改变部分的全部整体，一般的构成部分包括主电源、辅助电源、外部电源、二次电源以及应急电源等。大多数情况下所说的飞机电源种类指的即为主电源种类，其全部电源体系所使用的通道共有4个，其分布如下所述：6第一，l、2通道的发电机安置于飞机左边的2台发动机中；第二，3、4通道的发电机安置于飞机右边的2台发动机中。另外

22、，单个通道的核心构成主要如下：发电机控制装置（GCU）、互感器、组合传动发电机（IDG）、主接触器以及发电机掌控开关等。2.1.2.2配电体系的特征飞机配电体系是飞机发电机和地面或是应急电源的电能展开改换、传递、分配和控制保护的体系。它的核心主要有：配电组件、馈电电缆、汇流条以及配电板等。7配电体系保证飞机不同的部分能够稳固地输配电能，从而管理各种电气负载且保护好用电的相关设备。多种用电设备的关键性及其在整个飞行不同时期所发挥的功能也存在着差异性，无论是战斗、巡航、起飞与着陆等不同时期能够实施多种的负载管理方案。在产生故障时，相应的管理模式也应该加以及时的变更。在具体飞行时，需综合性地顾及到多

23、元化的因子，从而界定切换负载的模式，或是改变成应急式的供电模式，从而保障关键性设备供电的连续性与可靠性。具体而言，负载管理模式包括人工管理与自动管理2类，其中，前者的判断与操控主体为空勤人员，后者的主体为计算机，即基于事先设置的管理模式展开智能化的管理。8负载自动管理则能够确保电网通常处于最好的情况中。2.1.2.3用电设备的特征用电设备是从供电体系接受电功率的单个设备或是整套设备，基于机上安置时所提出的要求来降低线路的电压（调压点和用电设备功率输入端内部的电压差）区别，大体上细化成A、B与C等3种。92.2有关故障诊治技术的当下情况、发展与前景2.2.1故障诊治技术的当下情况就国内外在该领域

24、所具有的资料而言，有关线性系统的故障诊治技术的研究资料非常丰富。最近几年中，在解析冗余指导下的线性系统故障诊治技术也在不断地前进发展，获得了丰富的理论成果。然而，和其余比较成熟化的理论成果相较而言，该领域的运用研究则仍旧需要进一步的强化。10当下，有关非线性体系的故障诊治技术研究依旧处于发展的态势中，特别是信号处理、模式辨识、控制理论以及人工智能等多元学科都需要进一步的研究，从而替非线性体系的故障诊治技术打下了扎实的理论前提。根据解析模型故障诊治方法的理论研究成果，基本上集中于线性体系范围内，通过深入的研究之后发现，非线性体系的故障诊治技术分析凸显出一定的意义,尤其是鲁棒性故障诊治问题，其重要

25、性更加凸显出来。根据处理信号的故障诊治法的研究虽然发展较为完备，然而就非线性体系的故障诊治而言，其运用的数量并不少。其中，小波变换技术在最近几年中备受关注。11根据知识的研究方法并不需要系统化的定量式数学模型，因而，就复杂化的工业流程而言，该方法的实际性与应用性价值还是非常明显的。另外，根据定性模型所展开的计算方法在最近几年中获得更为深入的发展。在人工智能技术蓬勃兴起之际，根据专家系统以及神经网络的故障诊治法亦呈现出愈来愈深入的发展态势。在故障诊治领域，相关的理论研究和应用技术也在日益成熟。在研究给定系统确定性故障的测试、推断与预报技术等维度比较地成熟，主要是对象的结构与参量。此时，推断与预报

26、故障所使用的方法大体上是根据控制理论的等价空间法、极大似然法、滤波器法、序列概率法、广义似然法以及状态观测器法等。12其中，状态观测器法与滤波器法主要针对的对象为非线性系统；对象结构与参量并不得知或是部分尚不得知的情况下，大多是所使用的是根据知识所开展的推理技术、根据人工神经网络的状态评估，同时考虑残差研究的诊治技术与模式辨识技术等。当系统故障被界定之后，深入诊治的目的即在于完成故障的定位，此即为诊治技术和检测技术的一个主要区别。当下，故障定位大体上所使用的是根据知识推理的专家系统技术、构建于控制理论前提下的模式辨识技术与模糊辨识技术等。故障诊治系统和通常意义上的自动检测体系与故障检测设备的又

27、一个重要区别在于可以完成故障的机理研究及其评估。当下，大多数所使用的是根据知识推理理论所构建的专家系统。故障定位的分析在当下亦有很多成熟的技术及其成功的运用，比如，根据控制理论所展开的研究方法、根据模糊模式辨识技术与人工神经网络技术等。根据知识所开展的推理技术广泛地运用于诊治技术范围内，特别是人工神经网络技术的运用可以深入地描绘对象的构造、参量与特点，特别就非确定化对象与非线性的对象而言，可以给出更为科学合理化的描述。13因此，神经网络体系亦能够被广泛地运用于各类智能运用范畴中。当下研究资料并不少、同时较为成熟化的技术包括观测器技术以及小波变换技术等方面。2.2.2故障诊治技术发展毫无疑问，基

28、于解析冗余指导的故障诊治技术源自于上个世纪的70年代，其发源地与发展之地为美国。麻省理工学院学者Beard通过研究后率先提出了基于解析冗余方法来研究硬件冗余，同时基于系统自组织的基础确保整个系统处于闭环的稳定状态，基于比对观测器的输出获取系统的故障信息数据。14Beard的运作标示着此门技术的问世。上个世纪的80年代早期，国内的部分学者开始着手研究控制系统故障诊治技术。通过专家学者约20多年的努力奋斗之后，当下的许多研究成果均受到了全球同行们的认可。最近几年中，控制系统的故障测试和诊治技术日趋完善，备受控制界的高度关注。部分知名的自动控制学术会议，诸如ACC以及CDC等均设置了相关课题的专题性

29、研究。15从上个世纪的90年代初（1991年）开始，IFAC基本上会每3年举办一次全球化的控制体系故障诊治专题性的学术会议。2.2.3故障诊治技术的发展前景在人工智能、计算机科学技术、现代控制理论以及模式辨识等多种技术发展的背景下，被看做交叉学科的控制系统的故障测试和诊治技术也呈现出前进发展的态势。当下，故障诊治领域比较热门的一个理论问题依旧为鲁棒诊治性问题。16特别为非线性系统而言，相关的研究资料就线性系统而言并不多，因此，深入地探究非线性系统所存在的通用性故障诊治技术的意义显而易见。因为在故障诊治过程中，大多数所使用的是均为借助于低阶模型来描述高阶的非线性对象，因而存在着所谓的“非建模式动

30、态”误差性问题。由于模型误差的客观存在，从而造成操作变量出现突变的后果，进而也许会对整个系统带来明显的扰动，有可能会造成故障诊治系统产生误报的情况。17怎样削减操作的变量及其对故障诊治系统所造成的影响，亦为当下急需解决的核心问题。任一故障诊治方法的直接性目的均为了强化故障的检测率，减少误报率与漏报率，从而更为准确地推断出故障产生的精确时间，产生故障的具体部位，同时估测其大小。因为现实系统所具有的复杂性特点，造成了无论是辨识故障的时间与分离出的故障具体部位都并不容易。因而，如何分离故障依旧被认为是当下的一个前沿性的课题。此外，和许多故障诊治的方法相较而言，故障诊治技术的现实运用及其研究成果并不丰

31、富，特别是故障诊治体系于工业设备中的现实长期性运行的研究资料并不多。因此，学术界的专家学者们还必须深入地展开研究，改进相关的技术，同时将其推广至现实的生产运用领域内。18须值得关注的是，因为流程工业本身所具有的复杂性与大规模性等特点，从而导致此类对象准确建模的困难性。因而，那些需准确定位的数学模型及其故障诊治法无法在此类对象中得以深入的推广。至于根据知识的方法以及根据信号处理的方法因为无需对象的准确化的数学模型构建，因而更加适合运用在流程工业范围的故障诊治程序中。3基于神经网络法对民航电气系统展开系统化的分析3.1BP神经网络故障诊断系统的设计 有关人工化的神经网络的模型并不少，常见的有自适应

32、线性元件、霍普菲尔德网络、对传网络、感知器、传播网络与自组织竞争网络等。19将反向传播(BP)网络当做多电飞机电气系统故障诊断的手段，其目的在于BP网络的相关研究比较，算法也日趋完善，广泛地应用在故障诊断中。3.1.1反向传播网络3.1.1.1模型与构造简言之，人工神经网络ArtificialN euralN etwork-ANN)所应用的是物理层面的元件、系统或是计算机媒介来对人脑的构造与功能进行模拟，同时构建起比较完备的人工系统。20它的组成主要是许多结构比较简单的神经元，通过神经元广泛地相互联系，形成计算的结构体系，就某个维度而言，能够对人脑的神经系统加以模拟，并形成相应的工作流程。人工

33、神经元的前提基础是生物神经元的构造与工作特点。我们将神经元视为单个多输入（假定其数量为n）以及单方输出的非线性的组件。相关的输入输出关联性即能够表达成如下的函数式： （3-1） （3-2）须注意的是，上述参量xj（j=1-n）所表示的是神经元的输出信号；参量所表示的是此神经元的阈值；参量所表示的是由神经元单元j至神经元单元i的持续性权值；参量sj所表示的是神经元所处的情况；f（si）所表示的是某类函数，它把神经元所处的状态si改换为神经元的输出参量yi，因而，又把神经元的输出函数或是传递函数命名为激活函数。出于简易化的表达，我们将上式（3-1）改写为（3-3）： （3-3）其中，上式中的参量，

34、x0=1。神经元模型结构内所涉及到的传递函数f（si）的表达模式不一而足，一般使用的方式包括如下的几类：限幅线性函数、高斯型函数、阀值单元模型、Sigmoid型函数以及概率神经元模型等。21BP网络一般所应用的主要函数是Sigmoid型函数。神经网络一般主要通过许多神经元相互联系后构建起一个完整的网络系统。基于连接模式的区别，神经网络的主要构造主要包括2类:层状结构与网状结构。其中，前者的神经网络的构成主要是若干层，其中一层是网络的输入层，另一层则是网络输出层，其他处于输入层和输出层内部的则是网络的隐含层。每层均涵盖一定数目的神经元。在相连层内，神经元通过单向度加以连接，至于同层中的神经元内部

35、并没有存在连接的关联性。基于不同层内部是否存在着反馈式的连接关系，层状构造的神经网络又能够深入细化成“前馈网络”和“反馈网络”2类。22其中，前者又名前向网络，它的特征在于前后相连的2层内部神经元能够相互连接起来，在不同神经元内部间并无反馈关系。单一化的神经元能够基于前一层接纳数个输入，同时会产生出单个输出，并将其传递至下一层中的不同神经元对象，信息仅仅只可以通过输入层逐一地向前传递。前馈网络含有多层，然而通过证明可知，3层前馈网络即能够满足现实运用的所需。反向传播网络即属于比较典型化的前馈网络。反向传播网络 (BP网络)主要针对的是非线性可微分函数，并据此展开权值训练，属于多层次的前向网络。

36、23BP网络所对应的激活函数必然体现出每处均可微的特点，因而，大多数应用Sigmoid型函数(即S型函数)加以表示，可参见下式3-4与3-5所示。也即通常应用的Sigmoid型函数主要有如下的2类： (3-4) (3-5)作为一类持续可微的函数，f（x）存在着一阶导数。由于是一种多层结构网络，通过此类激活函数所区分的范围不再只是线性的区分，因此，其分类和线性划分相比，更为合理与准确，同时也有突出的容错性。此外，另一个重要的特点是f（x）能够严格地使用梯度法展开计算，其修正权值的解析式非常地明晰化，它的计算方法被命名是误差反向传播（BP算法），此网络又名BP网络。由于S型函数本身凸显出非线性与放

37、大系数的特点，它所输入的信号范围包括负无穷大至正无穷大，同时改变为-1至+1的形式加以输出。至于较大者，其放大系数偏小；至于较小者，其放大系数偏大，因此，借助于S型激活函数即能够处置与逼近非线性有关输入与输出的内在关联性。但是，若在输出层使用的是S型函数，那么输出即被约束于极小的范畴中了，如果使用的是线性激活函数，那么能够确保网络系统输出任一值。因而，仅仅约束网络输出，比如将其约束于0与1范围内，那么输出层则须含有S型的激活函数。在大多数时，都是于隐含层中使用S型的激活函数，至于输出层所使用的是线性激活函数。3.1.1.2反向传播网络的计算方法BP网络主要归结在BP算法的获取途径。从类型而言，

38、BP算法归属为S算法，属于监督式的学习算法。它的核心理念如下:有q个输进的学习样本:pl p2，pq，已知相应的输出样本如下为:T1，T2，Tq。学习的目的主要在于通过网络渠道获取现实性的输出样本，即A1,A2，Aq以及目标矢量T1,T2，Tq内部的误差情况修改权值，确保An(n = 1,2,，9)和期望的Tn之间趋于接近的状态，也就是确保网络的输出层的误差平方和趋于最小化。也即基于持续性地在相对误差函数的斜率递减的方向上演算出网络权值与偏差的改变情况，进而日渐趋于目标。每次权值与偏差的改变均和网络误差所带来的影响成正比例关系，并通过反向传播的渠道传递至每层中。BP计算方法主要包括2部分：信息

39、的正向传递和误差的反向传递。24其中，前者所输进的信息由输入层通过隐含层逐次地演算并传递至输出层，每层神经元的输出会对下层中的神经元的输进产生一定的影响。若输出层未能和期望输出相吻合，那么对输出层相应的误差改变值加以计算，再转向反向进行传递，经由网络渠道把误差信号顺着原先的连接通路渠道传递后加以必要的修改，即对各层中的神经元权值加以修改后，最终和期望目标相一致。为了使得研究更为明确化，本论文以2层网络为例展开BP计算方法的推导。25假定输进入的参量设置成 P,输进的神经元数量是r个，隐含层内有sl个神经元，激活函数为Fl,输出层内有s2个神经元，对应的激活函数参量为F2，输出参量设置成A，目标

40、矢量设置成T，那么有如下的函数式： （1）我们将信息的正向传递参量设置为al，隐含层内第i个神经元所输出的函数式如下： (i=1,2,.,sl) （3-6）输出层第k个的神经元的输出函数式如下： (k=1,2,.,s2) （3-7）对误差函数式的含义界定如下： （3-8） （2）基于梯度下降法对权值改变与误差的反向传播进行求解。其中，输出层的权值改变所涉及到的第i个输进至第k个输出的权值函数式如下： (3-9)其中，还可以推导出如下的函数式： （3-10） （3-11）相类似地，可以推导出如下的函数式： （3-12）在分析隐含层权值的改变情况时，就第j个输进至第i个输出的权值而言，存在如下的函

41、数式，即 （3-13）相类似地，可以推导出如下的函数式： （3-14）3.1.2 BP网络的设计在设计BP网络时，本节主要分析的是网络层数维度。根据相关的理论内容可知，它具有一定的偏差特点，同时具有单个S型的隐含层结构，同时还应该附加单个线性输出层结构状网络，即可以达到任一有理函数。26据此提出了单个基础设置BP网络的原则。递增层数关键在于能够深入地减少误差，加强精度，然而也导致网络变得日益复杂化，进而加大了网络权值相应的训练时间。至于误差精度的强化也能够通过递增隐含层内的神经元数量来获取，它的训练效果和递增层数相比而言更加地便捷，也可以更好地加以调整。因此，大多数状况下，须先考虑的是递增隐含

42、层内的神经元数目。此外，能否只是使用具备非线性激活函数的单层网络化解存在的问题?根据研究的结论如下：无此必要性或是效果不佳。原因在于可以通过单层式非线性的网络体系完美地化解可能存在的问题，通过自适应的线性网络即可以顺利地化解问题，同时在展开自适应线性的网络时，其演算速度更加迅捷。27此外，对于仅仅借助于非线性函数化解的问题是不够的，同时单层的精度也并不高，必须通过递增层数的方式才可以获得预期的目的。3.1.3 BP网络算法的优化化解BP网络系统训练的缺陷还必须通过对计算方法加以训练的方式进行。我们可以通过下图3-1来加以说明：图3-1 BP网络计算方法构架示意图 根据标准梯度递减的计算方法主要

43、有如下的几种：（1）附加动量法该法使得网络在进行权值修正过程中，不单单考虑的是误差在梯度层面上的功能，同时顾及到误差曲面上改变走向所带来的影响。它的功能好似单个低通滤波器，它同意网络忽视其中出现的细小改变特点。在不存在附加动量的影响下，网络也许进入到部分局限性的极小值循环系统中，基于附加动量的功能也许会滑落到极小值的范畴中。28此法为基于反向传播法的前提下于每个权值改变的前提下再增加一项正比和前次权值改变量的值，并基于反向传播法的方法制造出新的权值改变现象。具有附加动量因子的权值调整函数式如下所示： （3-15） （3-16） 在上述式子中，k所表示的是训练数量参考，mc表示的是动量参量，其取

44、值约为0.95。从本质上说，附加动量法是把最后改变了的权值及其影响，经过单个动量因子来加以传输。若动量的数值等于零时，权值的改变主要是基于梯度下降法所出现的。若动量的取值等于1，那么新的权值改变则必须设置成最后改变了的权值。根据梯度法所产生的改变部分则被忽视了。据此，当递增了动量项之后，导致权值的调整及其改变趋向于误差曲面基部的平均轴向。29在网络权值步入至误差曲面基部比较平坦的范围内，参量则会变得极小，因此，又有 （3-17）这样便能够规避的产生，从而使得网络不步入至误差曲面的范围中；在出现新的误差改变变化率时，且此值超出了预先设置的最大化误差改变率时，也须逐渐地取消计算的权值改变情况。其中

45、，最大的误差变化率能够被界定为任一不小于1的数值。比较典型的数值可以选取为1.04。因而，在展开附加动量法的训练流程设计过程中，须添加条件判断目的在于更为准确地应用相关的权值修正函数式。有关训练流程有关动量法的推断条件如下所示： （3-18）（2）自适应的学习速率就某个确定的问题而言，若要真正地挑选出恰宜的学习速率并不简单。一般通过经验或是实验来取得，倘若如此，在训练之初可以达到良好的学习速率，也并不一定有利于以后的训练。为了化解此问题，一般会联想到让网络在训练流程中自动地去调节学习的速率。一般对学习速率加以调节的原则如下：对权值的修正值进行检测，确定其是否真正地减少了误差函数，若的确这样，那

46、么就表面确定的学习速率数值递减了，能够递增另外的一个量，如果非如此，却出现了过调的后果，那么须削减学习速率的数值。和附加动量法所对应的推断条件相类似，若新误差都超出旧误差一定范围的倍数后，学习的速率会出现递减的情况；反之，学习速率将维持稳定的状态；若新误差低于旧误差之际，学习的速率会出现递增的情况。该方法能够确保网络总是通过最大化的能够接纳的学习速率范围展开训练。若学习速率比较地大，仍能够让网络处于稳定的状态进行学习，从而减少误差，那么学习的速率递增，从而根据更高的学习速率展开学习。若学习速率调整得过大，但无法确保误差能够持续性地递减，那么递减的学习速率一直确保学习过程处于稳定的状态为止。以下

47、的函数式提供的正是自适应学习速率的调整公式： （3-19） 最初的学习速率所确定的范畴凸显出较大的随意性。（3）弹性BP的计算方法BP网络一般所使用的是方法是S型激活型函数的隐含层。30通常情况下，S型的函数被誉为“压扁”函数，它把单个无限化的输入范畴压缩至比较有限化的输出范畴。它的特征在于若输入值极大时，斜率则趋于0，此会造成算法内的梯度幅值极小，从而造成修正网络权值基本上处于暂停的状态。弹性 BP的计算方法仅仅选取的是偏导数符号，而并不顾及其幅值。偏导数符号对权值更新取向产生决定性的影响，至于权值改变的大小的决定权取决于单个独立化的“更新值”。31如果在持续2次的迭代中，目标函数就某项权值

48、的偏导数符号并不会产生变号的影响，因此，递增对应的“更新值”，比如，在前面的一次“更新值”的前提下与1.3的乘积。假如出现变号之后，那么相应的“更新值”也会出现递减的情况，即在前次“更新值”的前提下与1.05相乘之积。在具有弹性BP算法过程中，如果训练出现明显的振荡现象时，相应的权值改变量会出现递减的情况；若在数次的迭代流程内，权值的改变方向始终如一，那么权值的改变量会出现递增的情况。3.2系统故障诊断软件的设计与实现3.2.1根据MATLAB工具箱的软件进行设置根据MATLAB工具箱展开软件维度的设置，关键包括以下的3点：（1） BP神经网络的形成与初始化。32BP神经网络所采用的是newf

49、f函数，并据此生成BP网络。newff函数所使用的通用格式如下： （3-20）其中， PR表示的是RX2维的矩阵参量，表示的是R维输进矢量内每维所输进的最小值和最大值内部的范畴。假定神经网络的层数为N层，那么Sl,S2,.,SN内不同的元素依次所表示的不同层次的神经元及其数量；TF1,TF2,.,TFN内部不同元素所代表的是不同层次神经元所对应的激活函数，缺省值默认为tansig，同时也能够设置成logsig或是purelin等属于可微函数类型。BTF所代表的是通过神经网络训练之际所选用的训练函数，同时也能够设置成trainbfg、trainscg、trainlm或trainrp等属于BP算法

50、的训练函数，其中，缺省值为trainlm；而BLF则主要应用在指定权值与闭值领域的学习函数，缺省值为learngdm，也能够被看为其他使用BP算法的学习函数；PF则主要应用在确定网络的性能函数，能够被设置成mse以及msereg等属于可微的性能函数，其缺省值是mse，而net则属于生成之后的BP网络对象。33newff在形成BP网络之际即对网络中的不同层次的权值与闲值展开了智能化的最初化处理。3.2.2 BP神经网络的学习准则因为标准化的BP学习计算方法自身存在着一定的制约与缺陷，从而产生了上节所涉及到的各类改进计算方法。MATLAB神经网络工具箱所提供的是上述通过改进之后的计算方法函数，目的

51、在于满足化解多元问题所需。34比如，启发式学习方法内涉及到的自适应学习速率法(traingda函数)、弹性BP算法(trainrp函数)以及附加动量法(traingdm函数）等；数值优化的方法所涉及到的共轭梯度法(包括traincgp、trainscg、traincgf以及traincgb等函数)、拟牛顿法(包括trainbfg与trainoss等函数)与Levenberg-Marquardt优化方法(trainlm函数)等。3.3 BP神经网络相关的训练与仿真在形成BP神经网络与最初化处理之后，即能够使用现存的“输入-目标”样本矢量数据优化并训练网络系统。训练BP神经网络时一般所使用的是tr

52、ain函数。由于问题不同，因此，训练前须恰当地设计训练函数的参量net.train Param.在完成参量的设置之后，即能够调用train函数来对BP网络系统加以训练。train函数通常使用的格式为: （3-21）其中，上述式子(3-21)中的P所表示的是输入样本的矢量集参量；T所表示的是相应目标样本矢量集；式子等号左边与右边的net依次所代表的是训练之前与之后的神经网络对象目标；tr所代表的是开展存储训练流程时的步数信息与误差信息参量。在具体训练时，训练函数则会基于设置的net.train Param.show值智能化地显示出目前训练结果数据信息，同时表现出网络误差同步的改变曲线。若训练步数

53、超出了net.train Param.ep ochs，而训练的误差低于net.train Param.go al，训练的时间大于net.train Param.time，或者是误差的梯度值低于net.train Param.mi n_grad时，不同的训练项目均会出现智能化终止的情况，同时返回至训练之后的神经网络对象处。训练单个BP网络，需演算出网络加权输进的矢量与网络的输出以及误差的矢量等，再求出误差的平方和即可。若所训练的矢量误差平方之和低于误差的目标，那么应立即终止训练，反之，在输出层演算出误差的改变数值，同时采用反向传播学习的规则协调权值，同时反复地操作该流程。若并不满意训练的结果，一

54、般使用的是多层次的网络与相应的神经元，也许可以获取更佳的结果。35但是，递增神经元及其层数，也相应加大了网络的复杂化与相应的训练时间。通常被认为是非明智的选择。能够取代的方法是挑选出若干组多元化的最初条件来训练网络，据此确定出最佳的结果。借助于sim 函数能够仿真训练之后的网络。3.4 MATLAB 6. 1和Visual Basic6.0的集成根据神经网络的新型民航客机展开电气系统故障诊治软件的研发环境主要是操作系统Windows98，诊治事故的流程主要是MATLAB 6.1加以编制，处理数据库与设置界面所使用的是Visual Basic6.0加以编制。因为神经网络的层数并不少，同时每层的神

55、经元数目也并不少，由于输进的矢量组数也并不小，这就造成使用普通的程序会产生循环套循环较为复杂化的嵌套流程，进而导致编程变得费时且难以调通，难以设计出性能更为优越的网络系统结构。就此点而言，MATLAB神经网络工具箱能够比较全面地体现出优越的地方。其所有的运算都使用的是矩阵模式，从而快捷地简化了训练的流程。其能够让网络的设置主体由非常复杂化的编程中挣脱出来，将更多的精力去思考并化解相关的问题，进而强化效率。当然，MATLAB的缺陷主要如下：第一，其难以摆脱编译的环境来运行；第二，其具备界面的编写功能，然而就比较综合复杂化的软件而言，它的界面显得比较地简易与粗糙化，也比不上VB编写显得直接与快捷化

56、。VB图形页面具备非常完备的编程功能，无论是快捷方式、菜单还是工具条等方面，在实现时都并不难，同时形成的应用程序能够摆脱VB的编译环境而独立地运作。把MATLAB 6.1比较完善化的神经网络工具箱功能和VisualB asic6.0在整个图形用户页面研发与数据库研发所具有的优点整合之后，完成根据神经网络体系的新型民航客机的电气系统事故诊治软件包的无缝式集成，从而有利于有效地减少研发的周期，并优化整个系统的性能。3.4.1ActiveX组件此组件的研发主体为Microsoft公司，其主要提供的是应用在板块集成方面的新协议，其为Visual Basic工具箱的一个扩充成分。Active X组件遵从

57、于Active X规范，属于可执行性的代码编制，例如，单个.exe. dll或是.ocx文件等。程序内添加Active X组件后，其会变成研发与具体运作环境的一个组成部分，同时提供应用流程全新化的功能。该组件维持了部分一般Visual Basic控件方法、属性与事件等。Active X组件所具备的特殊化方法与属性在很大程度上强化了流程设计者所具有的功能与灵活性。Microsoft将全部基于COM为前提的技术命名成Active X技术。智能化是绝大部分的Active X技术的前提，它能够让具有诠释性的宏语言(比如Visual Basic)在无法知道应用流程的情况下，完成相关的细节，同时掌控智能化

58、的对象。就某个层面而言，Active X的相关技术及其运用好似DDE链接，然而其功能更优于DDE的链接，因而在Active X产生之后，链接DDE法并不再备受欢迎了。和Active X的链接变成核心的链接方法。Active X事实上为组件的一类调用媒介，而并不要求此组件相关的流程处于运作的状态，从而强化相关的功能。当下的新软件大多数支持的是ActiveX组件的嵌入，因此使得当下的流程设计不只是孤立化的流程，同时也能够是部分在不同方面占据长处的软件集成。此的确为软件业的一项关键性改革。MATLAB完成了ActiveX智能化服务的支持任务，在Visual Basic环境中经由Active X智能化

59、接口能够把MATLAB当做Visual Basic中的Active X组件加以调用。MATLAB所支持的Active X包括2层含义：(1)在Visual Basic流程中运作MATLAB的Active X组件；(2)在MATLAB环境中运作Visual Basic流程中的Active X组件。此软件一般所采用的是第一类方法。3.4.2实现方法MATLAB Active X智能化服务的核心功能关键是在MATLAB工作空间中执行有关MATLAB的相关命令，同时直接地由工作空间中存取相关的矩阵等，以下列举的是MATLAB智能化服务所支持的若干核心方法，它的参量与返回值的种类使用的是Active X

60、智能化协议所确定的和语言没有关系的种类描述: （1）BS TR Execute(inBSTR Command)。其中，BS TR所代表的是宽字符串种类，其和VB的存储字符串使用的数据格式相一致。此法所接收的字符串命令主要是于MATLAB内所展开，然后把结果通过字符串的方式加以返回。（2）void Get Full Matrix(inB STR Name, inB STR Workspace,in,outSAFEARRAY(double)*p r, in,outS AFEARRAY(double)*p i)。此法由确定的工作空间中确定一个比较完善的一维或是二维的实型或是虚mx Array,它的实

61、部与虚部依次被放置于2个独立的Double型数组内。（3）void Put Full Matrix(in BSTR Name，inB STR Workspace，inSAFEARRAY(double)pr ,inSAFEARRAY(double)pi )。此法把单个mx Array存放在确定的工作空间中。不同参量的涵义及其调用方法和Get Full Matrix法雷同。3.4.3软件的实现此软件属于通用型的软件，应用的是自适应学习速率法(主要是traingda函数)、共轭梯度法(主要是trainscg函数)、Levenberg-Marquardt法(trainlm函数)、附加动量法(train

62、gdm函数)、弹性BP算法(trainrp函数)以及拟牛顿法(trainbfg函数)等6类BP网络的改进计算方法，并据此展开相应的事故诊治，同时把所总结出的诊治结果展开比对、研究与总结。本节主要分析的是Trainlm函数诊治流程的编制程序，其余5类函数诊治流程的编制和此雷同，故从略。此软件主要包括以下的4大模块：3.4.3.1训练模块基于BP网络展开相关事故的诊治，须先基于诊治体系的基础上界定系统的输入层、隐含层与中间层的相关神经元数量，再基于实验获取训练的样本，并将其传递至trainlm函数展开网络的训练。若训练的结果与要求相吻合，那么存储训练之后的网络，否则须重新地挑选出相关的样本展开新的

63、训练，直至与确定的要求相一致。3.4.3.2验证模块此模块关键运用于测试训练之好的网络，检测其与性能要求是否相匹配，若通过验证样本，能够确保至少80%与性能要求相匹配，那么该网络可以判定为成功训练的性质，反正则必须重新地进行训练。相关的流程示意图可参见下图3-1所示：开始输进验证的样本调用训练完备的网络展开仿真实验验证结果与要求是否相匹配 否 是把BP网络放置于知识库内至训练模块重新进行训练结束结束图3-1 神经网络系统验证模块的流程示意图3.4.3.3知识库模块 此模块主要是通过VB所编制的数据库，关键在于用来储存已训练并通过验证了的网络，目的在于诊治时加以运用。此模块须存放每一个网络所对应的隐含层神经元的数目、诊治的体系名称、学习速率、输入层/输出层的神经元数目、训练所须攀至的最小方差以及MATLAB.mat文件名称等。3.4.3.4诊断模块在构建起完整的神经网络知识库之后，即能够输进准备诊治的数据文本，并从中调出知识库中能够使用的数据展开诊治，然后输出诊治的结果。具体可参见下图3-2所示：开始调进事故诊断知识库输进含有不同项目事故现象数值的输进矢量输出诊断的结果结束图3-2 基于神经网络的诊断模块示意图3.5系统事故诊治的实现3.5.1电气负载管理中心事故诊治主要有如下的几类事故诊治种类：（1）270V汇流条的事故诊治首先分析训练的结果