随着科技的不断进步,民航新科技不断在大型枢纽机场成功应用。为保障飞机安全进近和着陆,民航近年来投入大量资金建设机场盲降设备系统。当然,再精密的设备也有寿命周期,尤其像机场类似场所对设备性能要求都很高,这就使得工作人员要对设备的运行状态做到心中有数,做到提前发现故障设备,从而使故障设备带来的危害降到最低。然而,对众多的设备进行盲目检查,无疑是一项耗时、费力的工作,因此实现机场盲降设备故障诊断是亟待解决的问题。为了对所有设备进行集中监控和管理,能够及时发现和排除故障设备,提高工作人员对设备的检查效率,机场相关部门加大了对盲降设备监控系统的开发。本文以重庆江北机场盲降设备为研究对象,将随机森林算法作为设备故障诊断模型,研究复杂情况下的故障诊断方法;并对机场盲降设备可靠性进行研究,推断出其符合的概率分布,提高机场工作人员对盲降设备的检查效率。本文所采用的故障诊断方法为随机森林算法,随机森林比单个决策树分类器有较高的分类精度和较低的预测误差,其具有适合多种环境,不需要剪枝,对噪声数据不敏感等众多优点,已在众多领域得到了广泛的应用;但和其它分类器一样,数据集的非平衡程度会很大的干扰分类器的分类。在机场盲降设备监控系统中,故障设备数据在监控数据中占比很小,使得随机森林在分类时准确度有所降低,为此本文提出一种改进的算法—SCSMOTE算法,根据少数类样本与多数类样本的边界区分程度,得到合适的候选样本,并且计算出候选样本的中心,在候选样本与其中心连线上产生合成样本,从而达到数据集的平衡;用改进后的新算法对监控数据中的故障数据进行合成,达到对监控数据的平衡化,然后将随机森林作为设备在线诊断的方法,训练出较好的诊断模型,实现对机场盲降设备的在线诊断。本文通过对重庆江北机场地面导航设备监控系统的开发,获得了盲降设备故障数据,将盲降设备的故障间隔时间数据作为观测值样本,按照盲降设备观测值样本的频率,得出设备故障间隔时间的概率密度函数和经验分布函数,并对其做出图形拟合,推断出其可能符合威布尔分布。采用最小二乘法对威布尔分布函数做线性变换,估计出分布参数,得出盲降设备故障间隔时间的威布尔分布模型,并对得到的模型进行相关性检验和拟合假设检验从而完成可靠性分析,检验结果显示盲降设备故障间隔时间服从得出的威布尔分布模型。