论文部分内容阅读
航空发动机内窥检测技术是检测发动机内部表面结构损伤的最有效手段之一。内窥检测在航空发动机维护中主要用于高压涡轮、压气机叶片和燃烧室等内部状态的监控。然而,随着航空工业的高速发展,传统的内窥检测技术由于主观性强、精度低、耗时长等缺点已经不能满足维修现场需要。随着人工智能技术的不断进步,诊断技术开始进入智能化诊断阶段。将人工智能领域的各种方法加以综合利用并用于故障诊断,大大提高了故障诊断的水平和效率。 本文在对航空发动机损伤特点及损伤评估进行分析的基础上,综合运用计算机 图像处理、人工智能、专家系统等技术,构建了基于案例推理和规则推理相结合的航空发动机内窥检测损伤评估专家系统。本文开始详细阐述了图像预处理方法,然后分别对基于规则推理和基于案例推理的专家系统进行了研究,规则获取是专家系统的难点,采取基于故障树的数据挖掘方法和从维修手册中进行规则获取。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。本文利用两种推理方式相结合的方法来构建专家系统,选择正向推理策略进行推理,实现故障的匹配,完成维修决策的制定。最后,在Windows平台下运用面向对象程序设计语言Visual C++6.0,Matlab和数据库管理系统对系统进行了初步开发,并通过实例进行了测试。