多电飞机电气系统故障诊断措施分析.docVIP

多电飞机电气系统故障诊断措施分析 　　摘 要：对于多电飞机来说，电气系统运行效率直接决定了其运行的安全性与稳定性，必须要加强对此方面的研究。对多电飞机电气系统进行故障诊断，了解各项故障发生的原因，进而有的放矢的采取措施进行处理优化，争取不断提高飞机运行稳定性。文章对多电飞机电气系统故障诊断方法进行了简要分析，并提出了优化措施。 　　关键词：多电飞机；电气系统；故障诊断 　　多电飞机现在应用越来越广泛，为减少运行过程中电气系统故障的发生，就需要从实际出发，做好故障诊断分析，确定故障发生的原因，确定优化方向后采取措施进行管理。但是多电飞机电气系统复杂程度比较高，故障诊断具有较高的难度，这样就必须要选择合适的方法，以免故障诊断不及时，导致故障问题严重化，进而出现安全事故。 　　1 多电飞机概述 　　发动机作为为飞机运行提供动力主要设备，其运行效率在根本上影响了飞机的安全性与稳定性。另外，飞机还具备二次动力，即电子设备工作、起落架收放等，对于多电飞机来说，需要电能来满足各项二次能源部分的需求[1]。现在多电飞机应用范围不断扩大，在更多新型技术应用的背景下，其供电系统的容量也在不断增大，对电力系统的管理与维护要求也就更为严格。与其他类型飞机相比，多电飞机无论是从结构上、质量上还是后期维护工作等方面，均具有更大的优势，并且所需后期维护费用较低，具有更高的经济性。其中，电气系统作为多电飞机的重要组成部分，主要分为供电与用电两部分，并且供电系统作用更大，管理要求也就更高，需要采取措施进行优化，确保其正常运行来满足飞机所有用电设备对电能的需求。这样就决定了多电飞机供电系统故障诊断与处理的必要性，应选择合适的故障诊断技术，完成电气系统运行状态的监测与管理，确保其能够正常运行。 　　2 多电飞机电气系统故障诊断技术分析 　　2.1 专家系统故障诊断 　　即以专家系统作为依据，通过专业知识推理，并利用计算机程序，辅助人工来对系统运行状态分析诊断，整个工程包括分类、诊断、调度规划、设计制造以及决策支持，利用专业知识与经验来解决存在的各类问题。专业系统设置有数据库与信息库等，便于通过专业知识，来对飞机运行状态进行分析，进而判断各构件是否出现故障。在对多电飞机电气系统进行故障诊断时，选择应用专家系统诊断方法，通过各项数据与专业经验，来缩小故障范围，提高故障诊断、报警处理以及故障评级等方面共组效率。 　　2.2 神经系统故障诊断 　　传统故障诊断方法的实施需要以数学模型为基础，但是对于结构故障来说，会在一定程度上对结构造成影响，进而会影响到故障数据的收集。并且，在实际应用过程中，也存在复杂系统多故障源、多变量耦合等问题，数学模型建立难度比较大。这样为提高故障诊断效率，可以将人工神经网络应用到其中，尤其是对于以知识与规则为基础的故障诊断。此种诊断方法主要利用大量简单元件，使其相互联接形成一种复杂的网络，使得整个系统具有更高的学习能力，可以利用更短的时间来处理更多的问题，并且其分布存储方式决定了鲁棒性与容错性效果高。将神经系统故障诊断方法应用到多电飞机中，可以利用系统具有的特点，来对复杂多模式问题进行联想、预测以及记忆，解决传统系统规则中所存无法工作的缺陷[2]。与其故障诊断系统相比，神经网络可以通过不断修改权值与结构来满足新故障诊断要求，因此在应用上具有更高的可行性，为多电飞机维护工作的开展提供了一个全新的技术，在保证诊断效果的同时缩短所用时间，提高故障诊断的综合效率。 　　3 基于BP神经网络故障诊断技术分析 　　3.1 多层前馈网络模型 　　BP神经网络即以误差反向传播算法为基础的多层前向神经网络，利用光滑活化函数，利用权值来完成相邻两层之间的连接，共具有1个输入层、1个输出层，以及1个或者多个隐含层。BP神经网络为前传网络，其所处理信息逐层向前流动，在对权值进行学习时，需要以理想输出与实际输出误差为依据，采取由前向后的方式依次来对权值进行修改[3]。多层前向神经网络中应用最为广泛的BP网络，并且其核心即BP算法。 　　以3层前向神经网络为例，对BP算法进行分析。在3层前馈网络中，输入向量为X=（x1，x2，...，xi，...，xn）T，如果加入x0=-1，可为隐含层神经元引入阈值，输出层输出向量为Y=（Y1，Y2，...，Yk，...，Yi）T，期望输出向量为d=（d1，d2，...，dk，...，di）T，输入层到隐含层之间权值矩阵用V表示，则V=（V1，V2，...，Vj，...，Vm）T，其中向量Vj表示隐含层第j个神经元所对应的权向量，而Vij表示输入层第i个神经元到第j个神经元的权向量，隐含层到输出层之间权值矩阵用W表示，则W=（W1，W2，...，Wk，...，Wl）T，其中列向量Wk表示输出层第k个神经元对应