［摘 要］智能飛控故障診斷系統(tǒng)作為一項(xiàng)基于人工智能系統(tǒng)的故障排查和診斷工具，具有十分重要的現(xiàn)實(shí)意義。文章闡述了智能飛控故障診斷現(xiàn)狀，分析了智能飛控故障診斷系統(tǒng)的研究與實(shí)現(xiàn)，旨在解決以往智能飛控故障診斷系統(tǒng)中存在的問題，提高故障診斷的準(zhǔn)確性和高效性，實(shí)現(xiàn)其在多個(gè)領(lǐng)域的廣泛應(yīng)用。

［關(guān)鍵詞］智能飛控；故障診斷系統(tǒng)；研究與實(shí)現(xiàn)

［中圖分類號(hào)］V267 ［文獻(xiàn)標(biāo)志碼］A ［文章編號(hào)］2095–6487（2024）07–0145–03

1 智能飛控故障診斷現(xiàn)狀

智能飛控故障診斷是將人工智能和故障診斷相結(jié)合，通過程序模擬專家的思維模式，最終得出更加準(zhǔn)確的故障診斷結(jié)果。智能飛控故障診斷可以實(shí)現(xiàn)故障的自動(dòng)識(shí)別與精準(zhǔn)定位，為后續(xù)的修復(fù)工作提供具有參考價(jià)值的意見。其應(yīng)用的技術(shù)原理有知識(shí)庫與推理引擎、人工智能技術(shù)、數(shù)據(jù)采集與分析等，能夠在實(shí)現(xiàn)高效故障診斷的同時(shí)，降低故障的維護(hù)成本，并有效預(yù)防故障的二次發(fā)生。隨著科技的不斷發(fā)展，智能飛控故障診斷也會(huì)持續(xù)得到優(yōu)化，其性能和功能會(huì)得到最大程度的開發(fā)，足以滿足多樣化的故障診斷需求。

隨著人工智能技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，也為智能飛控故障診斷的發(fā)展奠定了良好的理論基礎(chǔ)，這一方面的技術(shù)會(huì)具有更加穩(wěn)固的理論支撐，確保能夠通過智能飛控故障診斷解決多種復(fù)雜的問題，實(shí)現(xiàn)對(duì)專家知識(shí)的科學(xué)運(yùn)用[1]。

2 智能飛控故障診斷系統(tǒng)的研究與實(shí)現(xiàn)

2.1 智能飛控故障診斷系統(tǒng)的研究

2.1.1 基于隨機(jī)森林的智能飛控故障診斷系統(tǒng)研究

隨機(jī)森林指通過多棵樹對(duì)樣本進(jìn)行訓(xùn)練和預(yù)測(cè)的一個(gè)分類器，既能用來解決分析與回歸的問題，又適合于降維問題。其對(duì)變異值和噪聲都有較好的容忍性，且相比于傳統(tǒng)決策樹具有更良好的預(yù)測(cè)與分析特性?；陔S機(jī)森林對(duì)智能飛控故障診斷系統(tǒng)進(jìn)行研究，主要可以從綜合優(yōu)化算法入手，沿著隨機(jī)森林的構(gòu)建步驟，實(shí)現(xiàn)對(duì)系統(tǒng)的深入研究。隨機(jī)森林的構(gòu)建主要分為以下兩步。

（1）數(shù)據(jù)的隨機(jī)選取。從原始的數(shù)據(jù)集中采集有放回的抽樣，不同子數(shù)據(jù)集的元素可以重復(fù)，同一個(gè)子數(shù)據(jù)集中的元素也可以重復(fù)。之后利用子數(shù)據(jù)集來構(gòu)建子決策樹，將這些數(shù)據(jù)放到每個(gè)子決策樹中，每個(gè)子決策樹輸出一個(gè)結(jié)果。最后，如果有了新的數(shù)據(jù)需要通過隨機(jī)森林的分類結(jié)果對(duì)子決策樹的判斷結(jié)果進(jìn)行投票，得到隨機(jī)森林的輸出結(jié)果。

（2）待選特征的隨機(jī)選擇。待選特征的隨機(jī)選擇和數(shù)據(jù)集的隨機(jī)選擇相似，在隨機(jī)森林中的種子樹的每一次分裂過程都不會(huì)使用所有的待選特征，而是先在所有的待選擇對(duì)象中隨機(jī)選擇相應(yīng)的特征，再從所有隨機(jī)選擇的特征中選擇最好的特征。這使得隨機(jī)森林系統(tǒng)的決策樹均可以相互比較不同情況，增加系統(tǒng)的多樣性，進(jìn)而提高分類效能。

基于以上兩步，可以實(shí)現(xiàn)對(duì)智能飛控故障診斷系統(tǒng)分類精度的研究，確保系統(tǒng)的性能達(dá)到標(biāo)準(zhǔn)需求。

2.1.2 基于機(jī)器學(xué)習(xí)的智能飛控故障診斷系統(tǒng)研究

機(jī)器學(xué)習(xí)是一種涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論的技術(shù)，能夠?qū)崿F(xiàn)對(duì)人類學(xué)習(xí)行為的模擬，從而獲取新的技能和知識(shí)。機(jī)器學(xué)習(xí)可以使得智能飛控故障診斷系統(tǒng)的知識(shí)結(jié)構(gòu)不斷完善，實(shí)現(xiàn)性能提升?；跈C(jī)器學(xué)習(xí)的智能飛控故障診斷系統(tǒng)研究需要結(jié)合系統(tǒng)的歷史數(shù)據(jù)特性，以此保證研究的實(shí)效性。這需要做好以下幾方面的準(zhǔn)備工作。

（1）做好飛機(jī)故障數(shù)據(jù)集預(yù)處理工作。在智能飛控故障診斷系統(tǒng)中，主要包括PB/PL 表、故障樹和相關(guān)性表3 種數(shù)據(jù)格式，需要提前將其轉(zhuǎn)換為可以使用的格式，因?yàn)橹苯荧@取的數(shù)據(jù)源無法直接用于訓(xùn)練中。這需要對(duì)其進(jìn)行樣本化處理，以便于機(jī)器學(xué)習(xí)能夠?qū)?shù)據(jù)進(jìn)行讀取[2]。

（2）做好飛控?cái)?shù)據(jù)源樣本的提取工作。由于在飛控?cái)?shù)據(jù)源中存在3 種不同的數(shù)據(jù)格式，在提取時(shí)需要采取不同的方式，從而提高后續(xù)研究的準(zhǔn)確性。在提取PB/PL 表樣本時(shí)，會(huì)涉及故障描述和測(cè)試步驟等方面，還需不同情況進(jìn)行相應(yīng)的轉(zhuǎn)換，并將其中的故障描述作為標(biāo)簽。在提取故障樹時(shí)，應(yīng)理清頂事件、底事件之間的邏輯關(guān)系，實(shí)現(xiàn)特征處理，以此獲取可靠的研究數(shù)據(jù)。在提取相關(guān)性表樣本時(shí)，還需將所有的飛機(jī)成品部位和底事件標(biāo)注出來，以此判斷實(shí)際的故障位置。之后可以進(jìn)行HMC 碼的提取，以便于實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)換。

2.1.3 基于向量機(jī)算法的智能飛控故障診斷系統(tǒng)研究

向量機(jī)算法是一種監(jiān)督學(xué)習(xí)模型，其通過尋找一個(gè)超平面來將數(shù)據(jù)分成兩類，并確保兩類之間的間隔最大。SVM 可以執(zhí)行線性和非線性分類、回歸及異常值檢測(cè)任務(wù)，特別適用于中小型復(fù)雜數(shù)據(jù)集的分類?；谙蛄繖C(jī)算法主要能夠?qū)崿F(xiàn)對(duì)智能飛控故障診斷系統(tǒng)參數(shù)的分析，通過研究最終測(cè)試結(jié)果的準(zhǔn)確率，研究智能飛控故障診斷系統(tǒng)的數(shù)據(jù)準(zhǔn)確性。向量機(jī)算法在數(shù)學(xué)原理方面，通過線性支持向量機(jī)的方式解決系統(tǒng)中存在的數(shù)據(jù)處理問題。想要基于向量機(jī)算法對(duì)智能飛控故障診斷系統(tǒng)進(jìn)行研究，就要通過二分類邏輯回歸算法，其中包括讀取數(shù)據(jù)、數(shù)據(jù)歸一化、構(gòu)造問題的約束二次規(guī)劃、構(gòu)建拉格朗日函數(shù)、將問題對(duì)偶化、利用SMO 算法進(jìn)行求解及根據(jù)預(yù)測(cè)模型對(duì)預(yù)測(cè)集樣本的類別進(jìn)行預(yù)測(cè)等步驟。在研究過程中，應(yīng)確保不會(huì)使用浮點(diǎn)數(shù)進(jìn)行研究，因?yàn)橄蛄繖C(jī)算法中不支持浮點(diǎn)數(shù)類型，需要使用相應(yīng)的工具，讓數(shù)據(jù)轉(zhuǎn)換成libsvm 等支持的格式。同時(shí)也要在數(shù)據(jù)轉(zhuǎn)換后，使其特征長度保持一致，以便于進(jìn)行精準(zhǔn)地測(cè)試。為了確保獲得最優(yōu)的診斷研究參數(shù)，需要將向量機(jī)算法中的訓(xùn)練集和測(cè)試集比例調(diào)整為3 ∶ 1，并最終對(duì)測(cè)試樣本進(jìn)行分類的準(zhǔn)確率測(cè)試。

2.2 智能飛控故障診斷系統(tǒng)的實(shí)現(xiàn)

2.2.1 實(shí)現(xiàn)智能飛控故障診斷系統(tǒng)總體框架的設(shè)計(jì)

在設(shè)計(jì)智能飛控故障診斷系統(tǒng)總體框架時(shí)，應(yīng)包括以下幾個(gè)層面。

（1）界面層。其功能是實(shí)現(xiàn)數(shù)據(jù)的提取和診斷，將診斷的最終結(jié)果以直觀的形式呈現(xiàn)給用戶，即實(shí)現(xiàn)系統(tǒng)和用戶的交互，讓用戶可以直接通過該層面了解系統(tǒng)的具體操作。在對(duì)該層面進(jìn)行設(shè)計(jì)時(shí)，需要確保設(shè)計(jì)的人性化，使其足夠清晰，易理解。

（2）模型層。其屬于智能飛控故障診斷系統(tǒng)的核心，具有以機(jī)器學(xué)習(xí)算法為基礎(chǔ)的系統(tǒng)算法。在設(shè)計(jì)該層面時(shí)，需要為智能飛控故障診斷系統(tǒng)中存在的故障進(jìn)行識(shí)別做好準(zhǔn)備，分析智能飛控故障診斷系統(tǒng)的具體情況[3]。

（3）應(yīng)用層。其功能是對(duì)數(shù)據(jù)進(jìn)行最終處理，并通過多種模型進(jìn)行故障識(shí)別，實(shí)現(xiàn)數(shù)據(jù)、模型和系統(tǒng)的維護(hù)。該應(yīng)用層在設(shè)計(jì)時(shí)應(yīng)將不同功能進(jìn)行明確的劃分，避免結(jié)果存在混亂的情況。

（4）數(shù)據(jù)層。其功能是為智能飛控故障診斷系統(tǒng)提供可靠的數(shù)據(jù)支撐，并實(shí)現(xiàn)其他數(shù)據(jù)的輸入。針對(duì)該層面，應(yīng)將其需要的輸入數(shù)據(jù)、規(guī)則樹數(shù)據(jù)等數(shù)據(jù)準(zhǔn)確齊全，以便于實(shí)現(xiàn)數(shù)據(jù)的全面分析。

（5）支持層。其是為以上各個(gè)層面提供基礎(chǔ)的技術(shù)支撐，發(fā)揮層面的真正作用。在對(duì)該層面進(jìn)行設(shè)計(jì)時(shí)，需要提前做好數(shù)據(jù)預(yù)處理和清理等工作，避免存在不必要的技術(shù)浪費(fèi)。

2.2.2 實(shí)現(xiàn)智能飛控故障診斷交互界面模塊的設(shè)計(jì)

為讓飛控系統(tǒng)的工作人員能夠更好地使用智能飛控故障診斷系統(tǒng)軟件，通過搭建人機(jī)對(duì)話的平臺(tái)，降低工作人員使用系統(tǒng)的難度，保證系統(tǒng)操作的便捷性與流暢性。由于智能飛控故障診斷系統(tǒng)由多個(gè)軟件構(gòu)成，交互界面模塊的設(shè)計(jì)會(huì)對(duì)這個(gè)系統(tǒng)的使用產(chǎn)生決定性的影響，關(guān)系著診斷工作能否準(zhǔn)確快速地開展，以及最終能否進(jìn)行高效的故障排除。在對(duì)智能飛控故障診斷交互界面模塊進(jìn)行設(shè)計(jì)時(shí)，需要對(duì)以下幾個(gè)部分進(jìn)行設(shè)計(jì)。

（1）系統(tǒng)主窗口。在交互界面的模塊設(shè)計(jì)中，主窗口的設(shè)計(jì)包括拓展功能區(qū)、主工作區(qū)和菜單功能區(qū)的設(shè)計(jì)，以及之后能否具有診斷結(jié)果記錄功能。這一方面的設(shè)計(jì)需要確保滿足不同區(qū)域的實(shí)際功能，以此滿足工作人員多樣化的使用需求。如在線學(xué)習(xí)功能區(qū)中，應(yīng)具有模型在線的訓(xùn)練功能。此外，需要結(jié)合不同的飛控系統(tǒng)對(duì)界面模塊進(jìn)行再一次的劃分，讓智能飛控故障診斷功能可以充分發(fā)揮出來。

（2）登錄窗口。該模塊屬于交互界面模塊設(shè)計(jì)的核心部分，因?yàn)槠潢P(guān)系著具體的登錄權(quán)限等。此時(shí)還需結(jié)合不同工作人員的工作崗位為其賦予不同的用戶權(quán)限。如根據(jù)登錄人員所登錄的賬號(hào)，使其進(jìn)入到不同的界面當(dāng)中。同時(shí)不同界面的功能性也存在差異，具體需要結(jié)合實(shí)際需求進(jìn)行設(shè)計(jì)。如部分用戶在登錄后可以進(jìn)行機(jī)器學(xué)習(xí)模型訓(xùn)練，部分用戶登錄后則只能進(jìn)行故障診斷。

（3）診斷結(jié)果窗口。該界面模塊的設(shè)計(jì)關(guān)系著工作人員能否通過這一界面獲取準(zhǔn)確的算法結(jié)果，需要確保診斷結(jié)果能夠以通俗易懂的方式展現(xiàn)出來。針對(duì)這一模塊，可以優(yōu)先采用柱狀圖的方式呈現(xiàn)最終的診斷結(jié)果，方便工作人員進(jìn)行理解分析[4]。

2.2.3 實(shí)現(xiàn)智能飛控故障診斷功能診斷驗(yàn)證的設(shè)計(jì)

通過實(shí)現(xiàn)智能飛控故障診斷功能診斷驗(yàn)證的設(shè)計(jì)，能夠進(jìn)一步提高智能飛控故障診斷系統(tǒng)的準(zhǔn)確度，實(shí)現(xiàn)對(duì)飛控系統(tǒng)故障的精準(zhǔn)識(shí)別。為了確保能夠?qū)崿F(xiàn)這一方面的設(shè)計(jì)，還需做好相應(yīng)的測(cè)試工作，保證多種功能能夠正常使用，發(fā)揮系統(tǒng)的優(yōu)勢(shì)。具體需做好以下幾方面功能的測(cè)試。

（1）故障數(shù)據(jù)載入功能測(cè)試。通過將故障數(shù)據(jù)載入智能飛控故障診斷系統(tǒng)中，確保能夠作為之后故障診斷的基礎(chǔ)理論依據(jù)。這需要結(jié)合不同飛控系統(tǒng)中存在的故障問題和診斷記錄進(jìn)行錄入，以此來避免故障的再次發(fā)生。

（2）模型載入功能測(cè)試。將訓(xùn)練好的模型載入智能飛控故障診斷系統(tǒng)中，能夠使得機(jī)器學(xué)習(xí)模型等模型在系統(tǒng)中發(fā)揮真正的作用，讓系統(tǒng)更具智能性。這一過程中還需為模型預(yù)留合適的存儲(chǔ)位置，讓模型能夠加載完成，并投入使用。

（3）規(guī)則重用功能測(cè)試。其是通過對(duì)樣本的在線學(xué)習(xí)，導(dǎo)入知識(shí)庫中，提高功能診斷的準(zhǔn)確率。這一功能測(cè)試主要是為了針對(duì)飛機(jī)中存在的復(fù)雜情況，當(dāng)無法通過人工智能技術(shù)進(jìn)行診斷時(shí)，需要迅速將其判定為特殊故障。之后由專業(yè)人員進(jìn)行解決，再將最終的診斷過程與結(jié)果導(dǎo)入智能飛控故障診斷系統(tǒng)的知識(shí)庫中，方便后續(xù)通過機(jī)器學(xué)習(xí)算法等方法進(jìn)行在線學(xué)習(xí)，后續(xù)再面對(duì)這種類型的案例時(shí)，能夠直接通過系統(tǒng)作出相應(yīng)診斷。

（4）系統(tǒng)診斷功能測(cè)試。該測(cè)試主要是為了驗(yàn)證智能飛控故障診斷系統(tǒng)是否具備足夠充分的故障診斷能力，能否得出準(zhǔn)確的診斷結(jié)果?？梢詫w機(jī)中存在的故障清單導(dǎo)入診斷系統(tǒng)中，通過分析診斷結(jié)果概率值，確保系統(tǒng)診斷功能的正常[5]。

3 結(jié)束語

通過對(duì)智能飛控故障診斷系統(tǒng)的研究與實(shí)現(xiàn)，能夠有效實(shí)現(xiàn)智能飛控故障診斷系統(tǒng)的優(yōu)化，使得自身的功能更加多元化。并且隨著我國科技的不斷發(fā)展，系統(tǒng)能夠有效提高自身的經(jīng)濟(jì)價(jià)值和應(yīng)用優(yōu)勢(shì)。航空企業(yè)在應(yīng)用這種系統(tǒng)后，不僅能夠?qū)崿F(xiàn)對(duì)飛機(jī)更加智能化的服務(wù)，也能夠讓自身的性能得到優(yōu)化，將智能飛控故障診斷系統(tǒng)的價(jià)值發(fā)揮到最大，促進(jìn)自身的高質(zhì)量發(fā)展。

參考文獻(xiàn)

[1] 韓建輝，江飛鴻，劉鑫. 電傳飛控計(jì)算機(jī)子系統(tǒng)BIT 設(shè)計(jì)研究[J]. 民用飛機(jī)設(shè)計(jì)與研究，2023（4）：70-81.

[2] 安雪，李少波，張儀宗，等. 無人機(jī)飛控系統(tǒng)故障診斷技術(shù)研究綜述[J]. 計(jì)算機(jī)工程與應(yīng)用，2023，59（24）：1-15.

[3] 左力. 基于Raft 算法的飛行控制系統(tǒng)余度管理應(yīng)用[J]. 計(jì)算機(jī)應(yīng)用，2023，43（S1）：340-345.

[4] 曾志威，苗強(qiáng). 飛控液壓系統(tǒng)故障診斷方法研究[J]. 國外電子測(cè)量技術(shù)，2023，42（6）：122-128.

[5] 鄧澤勇，曹東，邵海龍.ARINC659 總線多余度飛控計(jì)算機(jī)故障檢測(cè)策略研究[J]. 計(jì)算機(jī)工程與科學(xué)，2022，44（8）：1349-1356.