（航空宇航推进理论与工程专业论文）神经网络在飞机自动刹车系统故障诊断中应用的研究.pdf

中周民用航卒学豌硕士学位论文 摘要 奉文首先通过对目前国内航空维修形势的了深入研究，最后提出了开发智能诊断软 件的必要性，并预测了其广泛应用的前景。接着详细说明了开发该软件所用到的基础知 识，并对具体方法进行了研究，提出了一系列改进措施。本文涉及到的知识有以下几方 面：人工智能，故障诊断，神经网络，遗传算法，信息论，及软件开发等。 本文首先讲述了故障诊断，人工智能，神经网络的基础理论；对前馈神经网络和 自组织特征映射网络的具体算法做了讲解。对于b p 网络，针对它所存在的缺点，采取 了一定的改进措施。理论表明，将在全局优化方面具有优势的遗传算法和神经网络结合 起来，不但能够加快b p 网络的训练速度，而且不会使b p 网络的训练陷入局部极小值。 同时对遗传算法也进行了改进，尤其是在编码方式，遗传算子，交叉率，变异率的确定 方面给出了新的方法，明显提高了优化效果。对于s o f m 网络，不但采取了一系列其它 改进方法，也引入了遗传算法来优化网络性能。在本文中。还对以上两种网络进行了比 较，得出了一定的结论。在该文中，首次将信息论中的信息熵的概念引入故障诊断的特 征参数选择中，通过信息熵来决定故障诊断时特征参数的最优选取，从而可以提高诊断 的准确率。 最后利用b o r l a n dc + + 开发了智能诊断软件。在软件开发成功后，利用该软件在波 音7 3 7 自动刹车上应用的实例。进行了两方面的研究：一是该软件应用的可行性和通用 性：二是对反向传播网络和自组织特征映射网络的诊断性能进行了比较，结果表明：该 软件具有很好的应用价值，尤其是b p 网络，在故障诊断方面具有很大的优越性。 关键字：神经网络遗传算法故障诊断自动刹车 中周民用航空学院硕士学位论文 a b s t r a c t f i r s t l y , o nt h eb a s i so fr e s e a r c ha b o u ts t a t u so fa v i a t i o nm a i n t e n a n c e ，i ta d v a n c e s t h en e c e s s a r yo f d e v e l o p m e n t o n s t u d y i n gi n t e l l i g e n td i a g n o s i s s o f t w a r e i ns u c c e s s i o n , i t n a r r a t e si nd e t a i lt h eb a s i ck n o w l e d g eo f d e v e l o p i n gt h es o f t w a r e ，a n dt h ei m p r o v e m e n t o fb a s i cm e t h o d s i ti si n v o l v e di nm a n u a li n t e l l i g e n c e ，f a u l td i a g n o s i s ，n e u r a ln e t w o r k , g e n e t i ca l g o r i t h ma n d i n f o r m a t i o nt h e o r y i nt h i sp a p e r , i tc o m b i n e sg aw i t hn nt oo v e r c o m et h e s h o r t c o m i n g o fn n f o rb p n e t w o r k , g ac a ni n c r e a s eb p st r a i n i n gs p d ，a n di m p r o v eb p sp e r f o r m a n c e b u tf o r s o f m n e t w o r k , t h r o u g ht h ev e r i f y , t h ee f f e c t i sn o te v i d e n t s om a n yo t h e rm e a s u r e sa r e a d o p t e d m o r e o v e r , i nt h ep a p e r , i ti n t r o d u c e si n f o r m a t i o nt h e o r y t ot h ed i a g n o s i s i n t r o d u c eo fi n f o r m a t i o nt h e o r yc a nw e l ls e l e c tt h ec h a r a c t e r p a r a m e t e rt or e d u c et h e d i a g n o s i sc o m p l e x i t ya n di n c r e a s et h ep r e c i s i o n i tc o m p l e t e st h e i n t e l l i g e n td i a g n o s i s 如f t w a r eb yu s i n gb o r i a n dc * b u i l d e r 6 0 i n t h e e n d ，t h r o u g ht h ee x a m p l eo f a u t o b r a k eo f b o e i n g7 3 7 ，i td o e st w os t u d i e s ：o n ei st h e f e a s i b i l i t ya n dc u r r e n c yo ft h ew a r e ；t h eo t h e ri sc o m p a r eo fb pw i t hs o f m t h e c o n c l u s i o ni st h ew a r eh a sm u c hw o m h ，e s p e c i a l l yt h eb p i sv e r yw o r t h yo ff a u l t d i a g n o s i s k e y w o r d s ：n e u r a ln e t g e n e t i c a l g o r i t h m f a u l t d i a g n o s i s a u t o b r e a k n 中国民用航空学院学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究1 二作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得中国民用航空学院或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名：篮堇鹾日期：旦丝：! ! 生 中国民用航空学院学位论文使用授权声明 中国民用航空学院、中国科学技术信息研究所、国家图书馆有权保留本人所 送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论 文。本人电子文档的内容和纸质论文的内容相致。除在保密期内的保密论文外， 允许论文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的 公布( 包括刊登) 授权中国民用航空学院研究生部办理。 研究生签名：鱼! 女i 垒导师签名：甚迹日期：协妒t 扎。2 ， 中国民用航空学院硕士学位论文 引言 航空运输是国家交通运输的重要组成部分，维修要求必须满足国民经济和社会生 活对空中交通的需要。必须安全，迅速，准确，方便地完成旅客和货物运输任务。航空 运输又是高科技，高投入，高风险的行业。只有保证了飞行的安全，才能满足运输任务， 所以对飞机的所有部件，结构的维修都是必不可少的。 随着改革开放的进行，我国民用航空取得了很大的发展。目前我国民航具有以下特 点：航空公司多。机队规模小，机型多，经营管理水平和维修水平较低。尤其是维修技 术相对薄弱，增加了运营成本，在一定程度上，制约了航空业的发展。 航空器维修是对航空器和，或航空部件所进行的维护，修理，检查，更换，改装和排 故的总称。它具有多因素，多变动，多目标的活动特点。随着航空运输的不断发展航 空维修显得更为重要，它直接关系到航空运输的安全性，有效性，经济性。 智能故障诊断技术是与人工智能技术的发展紧密相连的，在经历了基于专家系统技 术的智能诊断后，人工神经网络研究热潮的兴起。基于神经网络的智能诊断理论与方法 也得到了广泛和深入的研究，目前随着基于行为的人工智能，分布式人工智能等新技术， 新理论的提出和发展，智能诊断也获得了新的发展机遇。 基于神经网络的智能诊断研究主要集中于两个方面：一是从模式识别的角度应用神 经网络作为分类器进行故障诊断；二是从知识处理的角度建立基于神经网络的专家系 统。基于神经网络的智能诊断的基本思路是将故障问题视为模式分类问题，从而利用神 经网络优越的模式分类性能进行诊断。神经网络模型可归结为两类；有指导学习网络和 无指导网络。本文把这两类网络都应用在了故障诊断中。 有指导学习的b p 网络，如果能找到完备的，有代表性的训练样本集，网络就能给 出一个明确的分类结果。一旦训练完成便可以进行快速的诊断，并且在样本不改变的 话，就不用重复训练。体现了学习过程和工作过程的分离。 无指导的s o f m 网络可以白组织的对输入模式进行分类或组织，训练是不需要人工 干预。网络输出的状态在训练之前是未知的，输出的状态随初始权值的不同而不同。这 种网络适合于模糊诊断。例如工况识别，判断机组状态是否正常。 本文主要进行了以下几方面的工作： ( 1 ) 将智能诊断与飞机维修的结合。飞机维修是一门特殊行业，其特殊性主要是其 不同于其它交通工具的运行方式a 高空飞行是飞机最大的特点该特点决定了它高可靠 性，高安全性的要求。没有该要求的基本保证，就不会有飞机的安全飞行。为了得到保 中国民用肮空学院硕士学位论文 证，我们依靠的就是现代化的航空维修。随着航空运输的日益繁忙，传统的维修思想已 经不能满足维修业的要求。以可靠性为中心的现代维修思想的出现是航空业发展的必 然。航空维修部门应以可靠性控制为主要目的建立航空维修信息系统，发现潜在故障而 达到预防故障的目的。智能诊断的发展促进了这一现代维修思想进步，因为智能诊断在 经过多年的发展后证明，它符合现代维修思想的特点，能够满足现代维修思想的要求。 ( 2 ) 将神经网络与遗传算法相结合。神经网络和遗传算法，同为人工智能的两种不 同算法，二者具有不同的优点：神经网络具有模式识别的优点，正是这一点满足了故障 诊断的要求；而遗传算法是全局优化方面的最优算法。单独应用神经网络具有两点明显 的缺点( 收敛速度慢，容易陷入局部极小值) ，虽然在过去出现了一些改进方法，但终 究没有一种大家都认同的好方法。而遗传算法的出现，使得神经网络克服了上述两个缺 点，拥有了更加广泛的前景。虽然目前这种方法仍在研究阶段，但人们已经对其寄予了 厚望。希望在众多研究者的共同努力下，实现人们的科学梦想。 ( 3 ) 用十进制对遗传算法的染色体进行编码。自从遗传算法的出现。人们一直应是 用位进行染色体编码，二进制是最常用的编码方式。但随着遗传算法的应用越来越广泛， 二进制编码已经明显得出现了缺陷。比如在神经网络中如果利用二进制对神经网络的 权值进行编码，权值精度要求越高，染色体的长度就会越长：网络节点数越多，权值个 数就越多，染色体的长度也会越长。这样不但进化过程变幔，而且进化的效果很差，很 难搜到最优值。因此，本文中采用十进制编码这样不但使得染色体长度大大降低，而 且不需要数制转换，加快了搜索的速度。 ( 4 ) 对反向传播网络( b p ) 和自组织特征映射网络( s o f m ) 进行了性能比较。这两种 网络分别代表了有指导学习的网络和无指导学习的网络。二者之所以都可以应用在故障 诊断中，是因为b p 网络具有很强的模式识剐功能；s o f m 阏络具有很强的聚类作用； 但是在用法上还是有所不同，所以本文通过对二者进行性能比较，将会使人们对他们的 应用更加合理，以便在应用中择优而用。 ( 5 ) 研究了如何利用遗传算法及信息论的知识来选择故障诊断中的故障特征参数。 故障分离可视为模式识别，模式识别的任务是利用从样本中提取的特征将样本划分成相 应的模式类别。有效的特征参数组合，能够提供完全而且可靠的故障信息。特征参数过 多或过少，都不利于故障的准确诊断。模式分类器的工作性能很大程度上取决于所选择 特征参数，是否能有效的区分各种模式，为了从一组待选特征中，挑选出些最有效的 特征。人们提出了许多有效性判据。常见的有距离度量，概率可分性度量，散度准则函 中国民用航空学院硕士学位论文 数和熵度量。本文就是基于信息熵的度量，结合遗传算法对待选特征进行选取。实践表 明，用这样选取的特征进行故障诊断，诊断的效果明显提高。 ( 6 ) 开发了智能诊断软件。本文利用了计算机变成软件，数据库知识编写了智能软 件。该软件主要包括两种诊断网络和特征参数选择功能。通过多次验证，效果良好。该 软件具有通用，建立灵活的网络结构，可以对飞机很多结构故障进行诊断。希望该软件 在更多应用和改善后，能够更加理想的适应更多的故障。 ! 里垦里堑至兰堕堡主竺堡堕塞一 第一章飞机维修与故障诊断 1 1 航空维修理论 航空维修丁作分为两个范畴，即维修技术和维修组织管理，它们之间是紧密相连的。 维修技术是对“物”一民用航空及其装备，维修手段和设施而言，而维修组织管理是对 “事”服务于航空维修目的的各项工作。结合运用系统工程理论，航空工程专业理论， 可靠性理论和管理科学，构成了航空维修理论。 12 航空维修理论研究的范畴包括以下三方面 1 2 1 航空维修技术理论 ( 1 ) 故障研究。 ( 2 ) 民用航空器及其装备的质量检查与监控。 ( 3 ) 环境。工作负荷和机械老化对民用航空器及其装备的影响的研究。 ( 4 ) 维修规程的研究。 1 2 2 航空维修管理理论 ( 1 ) 维修管理的决策分析。 ( 2 ) 维修方式或工作类型的研究。 ( 3 ) 维修经济性的研究。 ( 4 ) 维修组织的研究。 ( 5 ) 维修工效的研究。 ( 6 ) 维修信息系统的研究。 1 2 3 航空维修设计理论 飞机的可维修性( 如可达性，易装性，易修性，互换性，维修安全性等) ，是飞机 全面质量指标之一，它是决定维修工作量与维修经济性的物质条件。 1 3 我国航空维修业的发展和前景 这时的维修基本上是单一的定时维修方式。7 0 年代提出了与传统维修思想不同的新 观念，要点如下：通过改进设计提高飞机安全性，可靠性：当分析故障安全性有不利影 响时必须确定应作的维修工作：定时维修方式不能有效鉴定零件可靠性下降程度：复 杂系统的故障不遵循浴盆式数字模型的描述，其概率难以确定；从8 0 年代初开始建维 修基地，到8 0 年代末中国国际航空公司和德国汉莎航空公司以北京维修基地为基础， 合资成立北京飞机维修工程公司，目前该公司是亚洲最大的一家合资维修企业，有3 9 0 0 雇员，为中国3 3 家航空公司及2 7 家外国航空公司提供广泛的服务：接着广州民航与美 中国民用航空学院硕士学位量文 国合资成立广州飞机维修工程公司。9 0 年代相继成立厦门太古飞机维修公司，和山东 太古飞机维修公司。1 9 9 9 年7 月在发动机维修方面，四川斯奈克玛航空发动机维修成都 公司是一家中法合资企业，该公司还积极发展在翼支持服务。2 0 0 1 年成立了珠海摩天宇 航空发动机维修公司该公司是中国目前规模最大、维修等级最高的航空发动机维修公 司。 到目前为止，我国航空维修己具一定的规模维修技术在不断进步，维修管理水平 仍须不断完善。尤其是“以可靠性为中心”的现代维修思想得到了国外国内民航界采用， 并且渗透到了飞机设计制造，维修大纲，维修工程文件等多个方面。并且，随着航空器 结构复合材料，发动机的非金属材料，航空系统自动化和软件新技术，计算机，通讯， 信息等技术的不断进步，航空维修业将会取得更大的发展。在2 0 0 2 年1 0 月1 5 日的航 空维修工程国际研讨会上，大家已普遍意识到在中国航空运输业蓬勃发展和加入w t o 后中国航空维修国际化的背景下，我们的维修企业只有多层次、多渠道地提高自己的整 体水平，才能在激烈的市场竞争中立于不败之地。 1 4 以可靠性为中心的维修 美国现代维修理论的著名人士e s 诺兰再1 9 7 8 年写成以可靠性为中心的维修一 书，系统的阐述了以可靠性为中一t l , 的维修基本概念，原理及其在飞机上的应用。 一架飞机具有其固有可靠性和安全性，这些取决于它的设计特点和生产过程，设 计特点又是为了满足适航条例，而适航条例是针对过去发生的事故征候而制定出来的。 所以使用单位有责任保持飞机设计时的故障容限，并防止和发生超出允许范围的故障。 1 5 故障诊断的定义及方法 诊断技术是近5 0 年来发展起来的- - l q 学科。它是适应工程实际需要而形成的各学 科交叉的学科。诊断技术是- - i q 应用型边缘学科，它的理论基础涉及控制理论，计算工 程，模式识别，信号处理，数理统计，人工智能等等许多学科。 设备诊断的定义，从发展角度看，分三个阶段，第一是设备状态监控，第二是设备 状态检测与故障诊断，第三是现代管理就是把检洳和诊断融入企业的管理信息系统。目 前诊断技术处在第二阶段向第三阶段的过渡期。 从设备诊断的过程来看，它分为信号采集，信号处理和故障诊断。 理论上讲故障诊断就是系统识别。 识别方法很多，常用的识别方法有：统计识别法，函数识别法，逻辑识剐法，模糊 识别法和目前出现的神经网络识别法。 中国民用航空学院颂士学位论文 1 ，6 下面简要介绍各识别方法 ( 1 ) 统计识别法 由于系统的输入信号，输出信号及系统特征信号的随机性，所以从所测取的信号中 提取特征时必须用统计方法才能反映被诊断对象的实时状态。统计识别法是最基本的诊 断方法。一般需要四步任务：信号测量；特征提取；建立标准特征库；比较识别。根据 诊断要求和内容不同可分为基本型。析因型和预报型。 ( 2 ) 函数识别法 如果故障状态能以一定的函数关系反应在故障特征上，那么通过研究该函数关系， 就能够很快掌握故障状态。一般该函数关系比较复杂，要通过大量实测统计数据的验证 和修改后才可能真实反应被诊断对象的特点。因此，统计在此必不可少。 ( 3 ) 逻辑识别法 它是针对逻辑特征量进行识别的机械故障诊断法。逻辑诊断的适用范围。一般的物 理连续量都可以转换为逻辑量，所以它适用于一切机械设备故障诊断问题。故障树分析 法是逻辑识别法最成功的应用。 ( 4 ) 模糊识别法 由于实际因素的复杂性，故障与征兆之间的关系很难用精确的数学模型来表示，而 且仅给出“是否有故障”是不满足的，必须给出程度如何；所以用到了模糊性理论。 所谓模糊性是指区分或评价客观事物的不分明性。不仅表示了属于或不属于的简单 概念，而且能够刻画出“属于的程度”如何，比逻辑诊断方法的诊断更确切。 ( 5 ) 神经网络识别法 人工神经网络是从物理结构上模拟人脑，按人脑的某些智能来识别故障的一种新方 法。它的结构具有并行，分布的特点，信息的贮存是通过大量的神经细胞单元的分布来 实现的，具有高的容错能力快速的推理能力，和强大的联想能力，与传统的串行运行 的计算机的处理方式有着根本区别。现行的设备诊断专家系统都基于上述各种识别方法 进行逻辑推理和诊断，需要专门的构造知识库和数据库，而且知识库十分庞大，还需要 专家的经验。与神经网络相比，显得工作非常复杂。 神经网络用于设备故障诊断起源于8 0 年代宋期。在美国研究这将神经网络应用在 传感器故障检测，交流感应电动机等方面，在日本神经网络被应用在化工生产过程中的 初期故障。都在一定程度上体现了神经网络诊断的优点。后来人们不断改进网络结构， 改善网络性能，使得神经网络的应用更为广泛。在我们国家，也有一批学者把神经网络 中国民用航空学院硕士学位论文 应用在了旋转机械故障诊断中，研究和开发了一些系统，取得了一定的成果。 总结以上成果，可以看出神经网络之所以适合于故障诊断，有以下几点原因： ( 1 ) 人工神经网络利用其神经元之间的连接，能够存储知识，能直接从定量的，历 史故障信息学习。 ( 2 ) 人工神经网络能够滤出噪声，面且不受噪声的干扰得出正确的结果。可以训练 网络来识别故障信息，使其在噪声环境中有效地工作。适合在线故障检测和诊断。 ( 3 ) 人工神经网络具有分辨原因及故障类型的能力。 1 7 故障诊断常用方法 常用故障诊断方法有依赖于模型的故障诊断方法和不依赖于模型的故障诊断方法。 其中属于第一类的有基于状态估计的方法和参数估计的方法；属于第二类的有给予直接 可测信号的故障诊断方法和基于经验知识的故障诊断方法。基于经验知识的故障诊断方 法有基于专家系统的诊断方法，基于故障树的诊断方法，基于人工神经网络诊断方法， 基于模糊理论的敬障诊断法，基于定性模型故障诊断方法，基于小波和神经网络的诊断 方法等等。 ( 1 ) 基于故障树的诊断方法 故障树分析是一种主要的系统可靠性和可用性预测方法，广泛的应用于工程实践 中。它是在系统设计过程中，通过对可能造成系统失效的各种因素( 例如硬件、软件、 环境、人为等因素) 进行分析，画出逻辑框图( 即故障树) ，从而确定系统失效原因的 各种可能组合方式及其发生概率，以计算系统失效概率，并采取相应的纠正措施，以提 高系统可靠性、安全性的一种设计分析方法和评估方法。 f t a 具有应用广泛、逻辑性强、形象化等特点，其分析结果具有系统性、准确性和 预测性。 ( 2 ) 基于模糊理论的诊断方法 基于模糊模型的故障诊断有两种基本方法，一种是通过建立故障与征兆之间的模糊 关系方程进行故障诊断；另一种是由先验知识建立起故障征兆与原因之问的模糊规则 库，根据规则库进行模糊逻辑推理实现故障诊断。 模糊逻辑方法模拟了人的思维方式，非常适于含有模糊现象和不确定信息的系统的 诊断，它对和模糊规则接近的故障模式诊断准确，而对新颖的故障诊断效果较差。这是 由于它不具备自学习能力，存在模糊关系规则获取困难，模糊规则、隶属函数和决策算 法的最优化过多依赖于经验等缺陷，与其它方法结合可获得更好的诊断结果。 中圈民用航空学院硕士学位论文 ( 3 ) 基于定性模型的方法 基于定性模型的方法在欧洲获得迅猛发展，它注重于系统描述的准确性a c c u r a c y ) 而非精确性( p r e c i s i o n ) ，可分为基于浅层知识和深层知识的诊断系统，其定性推理技术 模仿人类专家对物理过程的推理，具有系统化描述过程行为的能力。在故障诊断中描述 动态过程定性行为信息的方法有：定性微分方程( 包络行为信息，随机定性行为信息等。 定性仿真和定性观测器是定性模型方法的重要组成部分。基于定性模型方法无需过多的 过程知识，却增加了计算复杂性，对小故障不太敏感，存在定性知识描述的粗糙和不完 备性以及对定量知识如何利用等问题。 ( 4 ) 基于专家系统的诊断方法 专家系统就是用某领域的多个专家知识解决该领域中困难问题的计算机软件系统 它由知识库、推理机和用户界面三大部分组成。知识库是一种经过分类组织的知识集合， 包含事实知识、经验知识、原理性知识和控制策略知识，它是领域专家知识的表现。推 理机包含领域专家在解决问题时所采用的控制策略和解决问题的方法，它利用知识库中 的知识进行推理和搜索，最后得出解决问题的方法。用户界面是专家系统与用户之间的 人机接口和设备接口包含输入、输出两部分，是专家系统与外界进行信息交换的通道。 ( 5 ) 基于神经网络的诊断方法 基于神经网络的诊断方法是本文的核心，所以在后面的内容中将详细介绍。 主里垦星蒸至兰星堡主芏焦堂皇一 第二章人工智能及神经网络 21 人工智能 2 1 1 什么是人工智能 人工智能是五六十年代兴起的一门耨兴的边缘学科。人工智能研究问题的基础是知 识从这一方面说，人工智能是一门研究知识表示，利用和获取的工程学。 对于人工智能还难以给出严格的定义，但可从侧面作描述。人工智能是计算机科学 的一个分支，是研究使计算机来完成能表现出人类智能的任务的学科。主要研究如何利 用计算机来模拟人类思维活动，其核心是对人脑的模拟，包括功能模拟和结构模拟。 2 1 2 人工智能的分类 专家系统是人工智能在功能模拟上走向成功的标志。专家系统处理问题的基础是知 识，如何将知识以符号的形式表示并加以合理的描述，存储，是专家系统研究的核心。 专家系统的知识来源于专家，通过利用符号对其进行合理的表示，具有模拟人类专家求 解问题的思维。 在人们进行功能模拟的同时，另一方面，人们也在进行着结构模拟。2 0 世纪5 0 年 代，人们提出了神经网络的雏形，感知机模型。神经网络是对人类大脑结构的模拟，所 以具有并行，分布和强容错性的特点，这是以往功能模拟的专家系统所没有的，因此引 起了人们的重视。 表2 1 两种人工智能技术比较 项目基于物理符号系统的传统的基于连接主义观点的人工神经 人工智能技术网络技术 基本实现方法串行处理：由程序实现控制并行处理：对样本数据进行多目 标学习，通过人工神经元之间的 相互作用实现控制 基本开发方法设计规则，框架，程序；用样定义人工神经网络的结构原型， 本数据进行调试通过样本数据，依据基本的学习 算法完成学习 适应领域精确计算：符号处理，数值计非精确计算：模拟处理，感觉， 算大规模数据并行处理 模拟对象左脑( 逻辑思维)右脑( 形象思维) 9 中国民用肮空学院硕士学位论文 2 1 3 人工智能在故障诊断应用中的发展 人工智能起源于5 0 年代，开始以游戏，博弈为对象，6 0 年代前后应用了启发式技 术和一般问题的求解。1 9 6 4 l e d e r b e r g 年开发了解决分子结构解释问题的d e n d r a l 系 统，1 9 7 2 年应用传染病诊断的m y c i n 系统，1 9 7 6 年的p r o s p e c t o r 系统，用于地质 勘探。这些系统推动了知识表达，逻辑推理的发展，为专家系统的出现奠定了基础。7 0 年代末，专家系统应用于工程领域，推理技术，知识获取，自然语言理解和及其视觉成 为研究的主流。这段时期是以知识研究为核心，模糊推理，非单调推理，定性推理，知 识获取及自学习研究很受重视。这种自上而下的诊断策略是建立某种故障模型进行求 解，其缺点是知识对环境的适应能力差，知识空问庞大。对问题求解带来了困难。8 5 年之后出现了基于行为的研究思路，即自下而上以对象的实际行为为基础的人工智能。 2 2 人工神经网络 2 2 。1 人工神经网络的历史和发展 人工神经网络的第一个实际应用出现在2 0 世纪5 0 年代后期。1 9 6 1 年f r a n k r o s e n b l a t t r o s e 5 8 提出了感知机网络和联想学习规则。1 9 6 2 年w i d r o w 提出了主要适用 于自适应系统的自适广线性元件a d a l i n e 网络。这次成功引起了许多人对神经网络的兴 趣。 由于受当时神经网络的理论研究水平所限及应用前景不明朗，加之受到冯诺依曼 式计算机大发展的冲击等因素的影响，对神经网络的研究陷入低谷。而且当时没有功 能强大的计算机来支持，因此神经网络的研究停滞了十年之久。但是，在美、日等国仍 有少数学者在扎扎实实地继续着网络模型和学习算法的研究，提出了许多有意义的理论 和方法：如a r b i b 的竞争模型，1 9 7 7 年k o h o n e n 提出的自组织映射模型、g r o s s b e r g 的 自适应谐模型，f u k u s h i m a 的新认知机等。有的学者还提出了连接机制( c o n n e c t i o n i s m ) 和并行分布处理概念( p a r a l l e l d i s t r i b u t e dp r o c e s s i n g ) 。 一直到8 0 年代个人计算机和工作站计算能力的急剧增强和广泛应用，以及不断引 入新的概念，克服了摆在神经网络研究面前的障碍，人们对神经网络的研究热情空前高 涨。1 9 8 2 年生物物理学家j h o p p i e l d 教授提出了h o p p i e l d 神经网络模型，引入了能量 函数概念，这一成果的取得使神经网络的研究取得了突破性进展。8 4 年他用此模型成功 地解决了复杂度为n p 的旅行商问题( 俗p ) 。1 9 8 7 年6 月在美国加州举行了第一届神 经网络国际会议。有一千多名学者参加，并成立了国际神网络学会。后确定为每年召开 两次国际联合神经网络大会。1 9 9 0 年我国的8 6 3 高技术研究计划，批准了关于人工神 1 0 !璺垦旦堕窒兰堡堡主兰堡垒塞一 经网络的三项课题，自然科学基金与国防科技预研基金也都把神经网络的研究列入选题 指南，对中选的课题提供研究上的资助。 对神经网络的复兴具有极其重大意义的两个概念是：用统计机理解释某些类型的递 归网络的操作和用于训练多层感知器的反传算法。 2 2 2 人工神经网络的应用 最近一段时间，不但a s t o n 大学用神经网络进行文献研究；而且某意大利的研究机 构用神经网络测试橄榄油的纯度。这说明神经网络的具有了十分广泛的应用领域。它不 仅广泛应用于工程，科学和数学领域，也可广泛应用于医学，商业，金融和文学等领域。 以下是神经网络在国外各行各业的一些具体应用： ( 1 ) 航空高性能飞行自动驾驶仪，飞行路径模拟，飞机控制系统，飞行部件模拟， 飞行器部件故障检测器。 ( 2 ) 汽车汽车自动导航系统，担保行为分析器 ( 3 ) 电子代码序列预测，集成电路芯片布局，过程控制芯片故障分析，机器视觉， 语音综合，非线性建模。 “) 金融不动产估计。借贷咨询，抵押审查，投资交易贸易，通货价格预测 ( 5 ) 制造生产流程控制，过程与机器诊断，实时微粒识别，可是质量监督系统，机 器性能分行，项目投标，计划和管理等等 ( 6 ) 机器人轨道控制，铲车机器人。操作手控制器，视觉系统 ( 7 ) 语音语音识别，语音压缩，元音识别，文本到语音的综合 ( 8 ) 电信图像数据压缩，自动信息服务，实时语音翻译，客户支付处理系统 ( 9 ) 交通卡车制动器诊断系统，车辆调度，运送系统 目前在我们国内，有关神经网络的研究也越来越多，尤其是旋转机械故障诊断方面 成果突出。东北大学，西安交通大学，东南大学是其代表性的研究单位。另外，主要民 用应用研究领域有：语言识别，图像识别与理解，计算机视觉，智能机器人故检测，实 时语言翻译，企业管理，市场分析，决策优化，物资调运，自适应控制，专家系统，智 能接口，神经生理学，心理学和认知科学研究等等；主要军用应用研究领域有：语音、 图像信息的录取与处理，雷达、声纳的多目标识别与跟踪，战场管理和决策支持系统， 军用机器人控制，各种情况、信息的快速录取、分类与查询，导弹的智能引导，保密通 讯，航天器的姿态控制等。 2 2 3 人工神经元模型 里垦旦蓥至兰堕堡主兰堡笙兰一 2 2 3 1 人工神经元的基本构成 人工神经网络的研究首先是从人工神经元开始的，再由人t 神经元构成人工神经网 络。对于神经元来说，可以接受一组来自系统中其他神经元的输入信号，每个输入对应 一个权值，所有输入的加权和决定该神经元的激活状态。人工神经元的结构如图2 1 所 耋羚 设n 个输入分别用而。x ：，z 。表示，它们对应的联接权值依次为，w ：， w 。，所有的输入及对应的联接权值分别构成输入向量x 和联接权向量w ： x = ( x l ，j 2 ，南)w = ( w i ，w 2 ，w 3 ) 1 用n e t 表示该神经元所获得的输入信号的累积效果，为简便起见，称之为该神经元的 网络输入： n e t = 耳w 2 1 按照生物神经元的特性，每个神经元有一个阈值，当该神经元所获得的输入信号的 累积效果超过阈值时，它就处于激发状态；否则，应该处于抑制状态。为了使系统有更 宽的适用面，希望人工神经元有一个更一般的变换函数，用来执行对该神经元获得的网 络输入的变换，这就是激活函数，也可以称之为激励函数，活化函数。用f 表示： 其中，0 是该神经元的输出。典型的激励函数有以下几种： 一般它是将神经元所获得的网络输入进行适当的线性放大。一般形式为 ( z ) 非线性斜面函数 线性函数降低了网络的线性性能，因此有必要引入非线性函数。非线性斜面 函数是一种分段的，值域受一定限制的函数，一般形式为： 当n e t 0 时 f ( n e t ) = y ! 里垦旦塾至主堕堡主堂堡丝一一 当n e t l 0 时f ( n e t ) = 卢 当n e t 墨0 时 f ( n e t ) = 一， 2 6 ( 4 ) s 形函数 s 形函数又称压缩函数，应用最为广泛。 最简单的形式如下： 1 f ( n e t ) = ： 2 7 1 + e x p ( 一n e t 】 s 形函数之所以被广泛应用，除了它的非线性性和处处连续可导性外，更重要的是 由于该函数对信号有一个较好的增益控制：函数的值域可以由用户根据实际需要给定， 再陋4 的值域比较小时，f ( n e t ) 有一个较大的增益；在陋“的值域比较大时，f ( n e t ) 有 一个较小的增益这为防止网络进入饱和状态提供了良好的支持。 2 2 4 人工神经网络的基本结构类型 与生物神经网络相同，人工神经网络也是由单个神经元按照一定的规则连接起来构 成的。当神经元的模型确定之后，一个神经元的特性和功能就主要取决于网络的连接结 构及学习方法了。下面介绍几种基本的结构形式； ( 1 ) 前向网络网络中的神经元分层排列，最上一层为输出层，最下一层为输入层， 输入层与输出层之间为隐含层。隐含层层数不定。网络中每个神经元只与前一层的神经 元相连接。例如感知器，b p 网络，径向基函数网络等属于这种结构。 ( 2 ) 有反馈的前向网络网络本身是前向型的，但从输出层到输入层有反馈回路。如 神经认知机采用此种网络结构。 ( 3 ) 层内有互联的前向网络通过层内神经元之间的互相连接，可阻实现同一层神经 元之问横向抑制或兴奋的机制，从而限制层内能同时动作的神经元个数，或者把层内神 经元分为若干组，让每组作为一个整体来动作。自组织竞争型神经网络就属于这种类型 结构。 ( 4 ) 互联网络有局部互联和全互联两种。全局互联网络中，每个神经元都与其他神 中国民用航空学院硬士学泣论文 经元相连。同部互联是指互联只是局部的，有些神经元之间没有连接关系。h o p f i e l d 嘲 络和b o l t z m a n 机属于互联网络类型结构。 2 2 5 人工神经网络的特点： ( 1 ) 并行性传统的计算机处理信息的方式为串行处理。所以处理信息的速度受到 了限制，从而限制了计算能力。而神经网络中的神经元之间有着大量的相互连接，所以 信患输入之后可 2 工很快地传到各个神经元同时( 并行) 处理，其运算效率非常高。 ( 2 ) 自学习，自组织性目前基于符号推理的专家系统还不具备自学习能力，不能 在运算中自我完善，发展，于创新知识。而神经网络系统具有很强的自学习能力，系统 可以在学习过程中不断完善自己，具有创造性。 ( 3 ) 联想记忆功能神经网络可以被看成由大量的子系统组成的大系统，系统的最 终行为完全由它的吸引子决定。网络训练的过程中，输入端给出要记忆的模式，通过学 - j 并合理地调节网络中权系数，网络就能“记住”所输入的信息。在执行对，若在网络 的输入端输入被噪声污染的信息或者是不完整，不准确的片断，经过网络的处理后，在 输出端可得到恢复了的完整而准确的信息。 ( 4 ) 具有很强的鲁棒性和容错性在神经网络中，信息的存储是分布式地存在整个 网络中相互连接的权值上，这就使得它比传统计算机具有较高的抗毁性。少数几个神经 元损坏或断几根连线，不会破坏整个系统。 ( 5 ) 非线性神经网络可有效地实现输入空间到输出空间的非线性映射。对于大部 分无模型的非线性系统，神经网络都能很好地模拟。 2 2 g 神经网络的学习规贝i j 所谓学习规则，就是修改神经网络的权值和偏置值的方法和过程( 也称这种过程 就是训练算法) 。学习规则的目的就是为了训练网络来完成某些工作。现在有很多类型 的神经网络学习规则。大致可分为三大类：有监督学习，无监督学习，和增强学习。 ( i ) 有监督学习在有监督学习当中，学习规则由一组描述网络行为的实例集合( 训 练样本集) 给出： 扣l ，f l j ， p 2 ，f 2 ) ，扫。，t 。) 其中p ，( f = 1 , 2 ，3 ，”) 为网络输入，( f = 1 , 2 ，3 ，1 ) 为了相应的理想输出。当输入 作用到网络时，网络的实际输出与目标相比较，然后学习规则调整网络权值和偏置值。 从而使网络的实际输出越来越接近理想输出。这类学习规则有h e b b 学习规则和 w i d r o w - h o f r 学习规则等。 中国民用航空学院硕士学位论塞 ( 2 ) 增强学习增强学习规则与有监督学习规则相似，只是它并不象有监督学习那样 给每个输出一个理想输出，而是仅仅给出一个级别。这个级别是对网络在某些输入序列 上的性能测度。这种学习规则较少见。 ( 3 ) 无监督学习在无监督学习中，仅仅根据网路的输入调整网络的权值和偏置值， 它没有理想输出。这种类型的算法都是要完成某种聚类操作。学会将输入模式分为有限 的几种类型。 2 2 7 分别介绍几类常见神经网络 ( 1 ) 反向传播网络该网络是在感知机模型基础上发展起来的，由于单层感知机在解 决非线性问题时受到了很大的障碍，但是人们发现多层是可以解决非线性问题的，因此 人们开始研究讨论多层网络联接权值的校正方法，逐渐发展起来了反向传播网络( b p ) ， 在这里“反向”是指误差反向传播。 网络的拓扑结构如图2 2 所示，它是利用实际输出与期望输出之差对网络的各层的 连接权值由后向前逐层进行校正。瓶瑚l穗台屡辘出屡 b p 网络的学习规则： 当你给网络提供一个输入模式时，网络将输入 信号从前往后传播，传播的过程中，不但与各层间 的权重进行计算，而且要受特性函数的作用，直到 在输出层给出实际输出为止：然后把实际输出与理 想输出进行比较，如果误差过大，则将误差从输出 层往输入层传播，逐层修正网络权值，所以也称它 图2 2b p 网络拓扑结构 为“误差逆传播网络”。这样一次进行，直到误差达到要求。 这种网络是目前应用最多的一种，主要是因为其学习规则数学意义明确，步骤分明， 而且对非线性问题的解决能力很强。 ( 2 ) h o p f i e l d 网络该网络是由美国物理学家j h o p f i e l d 于1 9 8 2 年首先提出来的，它 采用了与阶层型神经网络完全不同的结构特征和学习方法，模拟了生物神经网络的记忆 机理。它的各个神经元彼此都是相互连接的，即每个神经元都把自己的输出通过连接权 送给其他的神经元，同时每个神经元又都接收其他神经元传来的信息。在h o p f i e l d 网络 中，各连接权值主要是设计出来的，而不是通过网络运行而学到的，网络的学习只能对 它进行微小的调整。网络的运行只是通过按一定的规则计算与更新网络的状态，以求达 到网络的一种稳定状态。该网络具有联想记忆的功能。它不但可以应用在模式识别上， 中国民用航空学院硕士学位论文 也可以应用在组合优化问题上。最典型的应用就是著名的旅行商问题。 ( 3 ) 模拟退火神经元网络它是模拟金属的退火过程。该方法是在1 9 8 3 年由 e g h i n t o n 等人提出的。它是一种随机型网络，s a ( s i m u l a t e da n n e a l i n g ) 是该网络的 算法基础。它是一种全互联网络，但可以被人为划分为几层，例如可视层，隐含层。该 网络的学习规则比较繁琐，由于不是本文的重点，所以在这里就不在陈述。 ( 4 ) 竞争型神经网络该网络是以一种无监督方式进行学习的网络，通过自身的训 练，能自动对模式进行分类：它有明显的层向连接结构。在网络结构，它有输入层和输 出层构成，没有隐含层。在学习算法上，它是模拟生物神经系统，依靠神经元之间的兴 奋，协调和抑制，竞争的作用来进行信息处理的。这种网络有自适应共振理论网络，自 组织特征映射网络和对向传播网络等。重点介绍自组织特征映射网络。 自组织特征映射网络是在1 9 8 1 年，由芬兰科学家k o h o n e n 提出的，称之为自组织 特征映射( s e l f - o r g a n i n gf e a t u r em a p ) 简称s o f m 网络。 网络的拓扑结构如图所示，s o f m 网络主要有输入层和竞争层，竞争层是一个二维 。平面阵列，由n 2 个神经元组成。输入层竞争层神经元之间实行全互连。有时竞争层各神 经元之间还有侧抑制连接。在竞争层中，让竞争获胜的神经元的 兴奋程度最高，并使周围神经元都受到不同程度的兴奋， 而其它神经元都受到不同程度抑制。这就是它的学习规 则。它对输入的模式进行自组织学习，并在竞争层的兴奋 区神经元的输出状态将其分类结果表示出来。用多个神经 元进行表示，使该网络具有了抗毁性，和稳定性。它适用 于样本排序，样本分类和故障诊断等。网络的拓扑结构如 图2 3 所示。 图2 3s o f m 网络拓扑结构 中国民用航空学脘硕士学位论文 第三章b p 网络和s o f m 网络 3 1b p 网络 3 1 1b p 网络的基本算法 b p 网络的算法是其学习规则的数学表达式。算法流程图如图所示。它分为两个传 播过程：正向传播和反向传播，下面分别介绍： 在介绍之前先对变量符号进行说明，输入层输入向量为= 5 = “，z ：，x t ) ；输出层 输啦向量为o = ( d l ，。：，o 。) ，输入层与隐含层之间的权值为w 。( 其中i = 1 ，2 ， j = 1 , 2 ，卅i 为输入层节点数，m 为隐含层节点数，) 隐含层与输出层之问的权值为w 。 ( 其中k = 1 , 2 ，n ，n 为输出层节点数) 隐含层节点阅值为p ，输出层节点阈值为口7 t 。 学习率为玎( 0 野 1 ) 。动垂因子为群( 0 口 1 ) 。 正向传播过程：本文在正