摘要：多电飞机是目前先进飞机的一个重要特征，多电飞机的研究具有重要的意义。作为飞机神经和血管的电气系统，它的质量关系着全机的质量和飞行安全，因此对它的研究是多电飞机研究中的一个关键环节。文章对多电飞机电气系统故障诊断方法进行了简要分析。
关键词：多电飞机；电气系统；故障诊断办法
1 多电飞机电气系统及多电飞机的优点
飞机电气系统是由供电系统和用电设备组成。供电系统是现代飞机的一个重要组成部分，它的作用是向飞机上所有用电设备（如飞行控制系统、各种电子设备、武器控制、照明、防冰与环境控制系统等）连续地提供规定满足技术性能的电能，保证用电设备的正常工作。供电系统是电能的产生、控制、变换和输配系统，它包括电源系统和配电系统两大部分。
多电飞机是全电飞机发展的一个过渡过程，多电飞机是用电力系统部分取代次级功率系统的飞机，它具有大容量的供电系统和广泛采用电力作动技术。与一般的普通飞机相比，多电飞机有以下的优点：结构简单，重量轻；可靠性高、维修性好、生存能力强；燃油省，使用费用较低，性能价格比高；电传操纵和电力操纵容易协调：地面支援设备少，机上接口简单。
2 多电飞机电气系统故障诊断方法
电气系统可靠稳定的工作是飞行任务能够顺利完成的保证，因此准确、可靠、快速地对电气系统进行排故是提高飞机作战效能的有效途径。但是对于整个飞机电气系统而言，它是一个庞大、复杂的系统，在实际工作中出现的故障较多，而且故障原因的查找非常繁琐，因此，必须找到适合于多电飞机电气系统的故障诊断方法。多电飞机电气系统不采用依赖于解析模型的故障诊断方法，这是因为以下几点：飞机电气系统尚未建立完整的、精确的、包括所有约束条件的数学模型；由于飞机电气系统问题的复杂性，难以在时域内得到精确的数值解；飞机电气系统存在无法用算法求解的问题，需要靠直觉知识的积累。
多电飞机电气系统也不采用基于信号处理的故障诊断方法，这是因为基于信号处理的故障诊断技术不依赖于系统的数学模型，但却又完全避开了系统的数学模型，这也是它的缺点。
只有基于知识的故障诊断技术既不依赖于系统的数学模型，又可以引入诊断对象的许多信息，特别是可以充分利用专家诊断知识等，所以是一种很有前途的方法，尤其是在非线性系统领域。
2.1 基于专家系统的故障诊断方法
20世纪80年代初发展起来的专家系统是一组能在一特定领域内，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识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了广泛的应用，近来专家系统开发工具的问世，进一步加快了中、小型专家系统进入人类生产生活的步伐。据统计，绝大多数专家系统能将人的工作效率提高10～300倍，大大节省了所需的人力、物力。
期刊文章分类查询,尽在期刊图书馆
专家系统的理论日臻完善，包括故障诊断在内的各个领域己得到了十分广泛的应用，航空故障诊断界也不例外，1990年6月在法国召开第七届国际可靠性及维修会议上，专家系统即被认为是可靠性维修的三个发展方向之一。在国外己有DC-9型飞机诊断专家系统（瑞士，1990年）、飞机大型维修计划制定专家系统（加拿大，1989年）等投入了实际运行；国内也报道运七飞机起落架、组合导航系统及某飞行器的故障诊断专家系统。
多电飞机电气系统可以将某些飞机电气系统的专家经验借鉴过来，而飞机电气系统，已积累有较为完整的专家经验、完备的运行规程和技术手册，知识抽取容易，而且搜索空间小，在故障诊断、报警处理和故障等级评估方面特别适合于应用专家系统。
2.2 基于神经网络的故障诊断方法
由于传统故障诊断方法建立在系统数学模型的基础上，数学模型依赖于被诊断系统的结构，而很多故障会造成结构的变化，致使现场数据缺乏，况且复杂系统的多故障源、多变量祸合情况使数学模型的建立十分困难。采用在线辨识也难以满足在线诊断的快速性。而且传统的故障诊断系统只能解决事先存储的故障现象与其对应的诊断，没有自组织、自学习功能，当遇到新问题、新故障时就显得无能为力。
近几年来，人工神经网络在故障诊断系统中的应用已经非常广泛，特别在大型的基于知识和规则的故障诊断系统中更是如此，并且己经有许多成功的例子。神经网络分析法是在研究人的生物神经的基础上提出来的，它是由大量的简单元件（神经元模拟电子器件）相互联接而形成的一种复杂网络，是大规模非线性动力系统工程。
人工神经网络具有许多优异的性能。它的可塑性，自适应性和自组织性使它具有很强的学习能力：它的并行处理机制使它求解问题的时间很短，具有满足实时性要求的潜力；它的分布存储方式使它的鲁棒性和容错性都相当良好。人工神经网络可以作为补偿环节直接起控制作用，也可以作为系统参数估计器和自适应机构通过控制器间接参与对象的控制。
人工神经网络具有处理复杂多模式即进行联想、预测和记忆的能力，能克服传统系统当规则没有考虑到就无法工作的缺陷，神经网络可以通过权值和结构的不断修改来适应系统故障的新情况，因此它非常适合于各种系统的故障诊断。这里将人工神经网络用于多电飞机电气系统的故障诊断，为维护多电飞机设备提供了一种全新的技术手段，必将大大缩短故障诊断的时间，提高故障诊断的效率。
结束语：
完备的测试可减少未被检测故障的发生，把故障诊断技术应用于多电飞机电气系统的故障检测中去，是改革维护手段的重要举措，是提高有效度和可靠度的重要条件，是保证飞行安全、减轻维护人员劳动强度、提高部队战斗力的重要因素。
参考文献：
[1]皮纳卫星轨道控制系统设计与在轨故障诊断[D]. 刘智.浙江大学 2015
[2]无人值守机舱自动化监控及其故障诊断的研究[D]. 孙维锴.江苏科技大学 2012
[3]飞行器故障诊断与辅助决策技术[D]. 张可.西安工业大学 2016
[4]微型涡喷发动机建模与故障诊断[D]. 崔鑫.南京航空航天大学 2015
论文作者:孙之洋
论文发表刊物:《电力设备》2017年第16期
论文发表时间:2017/10/23
标签：飞机论文; 系统论文; 故障诊断论文; 专家系统论文; 电气论文; 神经网络论文; 故障论文; 《电力设备》2017年第16期论文;