孔探检测是民航发动机视情维修的重要技术,对于正确对发动机的内部损伤进行评估并给出维修决策,适时进行发动机修理具有重要意义,但是由于孔探图像的损伤评估往往依赖丰富的专家知识,因此在航空公司飞机多、分布广、专家少的情况下,难于准确给出发动机损伤评估,并及时做出维修决策。本文研究了一种航空发动机内部损伤远程评估和维修决策专家系统。该系统在损伤评估中,利用基于内容的图像检索方法,探讨了基于损伤图像的纹理特征,运用结构自适应神经网络模型来进行损伤识别的方法,并进行了必要的验证。在维修决策中,采用了基于规则推理(RBR)与基于案例推理(CBR)相结合的方法来构建专家系统。首先将飞机维修手册转换为知识规则,构造规则库,然后将典型的损伤及采用的相应维修决策作为案例构造案例库。规则库和案例库共同构成了专家系统知识库,并存储于服务器中,同时,建立了相应的学习机制以实现规则与飞机维修手册的同步更新和典型案例的维护。专家系统工作时,通过人机界面,由客户端输入信息,运用网络技术,调用远程服务器段的知识库,首先在规则库中进行推理,依据所匹配的规则得出维修决策,对于难于做出维修决策的处于临界状态的损伤,需要再进行基于案例的推理,从案例库中检索出相似的历史案例,最后结合RBR和CBR的推理结果综合做出维修决策。并通过网络传输给用户。该诊断思想充分体现了普遍性和特殊性的统一。最后,本文构建了系统的整体架构,并利用JSP语言和Oracle数据库开发了基于Internet的航空发动机远程损伤评估与维修决策专家系统EIDRES。用实际的孔探图像检测案例进行了验证和分析,表明了专家系统的有效性。