基於飛行資料的民航飛機故障診斷專家系統（簡體書）

飛機故障具有故障征兆與故障模式間沒有明確的對應關系、故障診斷涉及的結構層次有所提高、診斷時間要求緊等特點，使得傳統的僅僅依靠維修手冊、維修大綱、可靠性報告等獲得的知識是遠遠不夠的。此外，飛行數據中蘊含了豐富的飛機狀態以及故障征兆與故障模式對應關系的信息。因此《基于飛行數據的民航飛機故障診斷專家系統》在利用傳統的專家系統方法的基礎上，引入自學習技術，以飛行數據為數據源豐富專家系統的知識庫。希望本書能促進利用飛行數據進行民航飛機故障診斷技術的發展，推動我國飛機故障診斷領域的發展。

第1章 概述
1.1 背景及意義
1.2 故障診斷專家系統
1.3 飛行數據
1.3.1 飛行數據的應用
1.3.2 飛行數據的特點

第2章 基于飛行數據的故障診斷專家系統
2.1 系統設計
2.2分系統設計
2.2.1 地面維護子系統設計
2.2.2 故障診斷子系統設計

第3章 數據庫的設計與維護
3.1 數據庫設計
3.1.1 基本數據表
3.1.2 故障診斷子系統數據庫設計
3.2數據庫維護
3.2.1 基本數據表維護
3.2.2 障診斷子系統數據庫維護

第4章 故障征兆獲取技術
4.1 故障征兆獲取方法
4.1.1 隸屬函數與隸屬度
4.1.2 BP人工神經網絡
4.2 故障征兆獲取仿真

第5章 故障樹分析技術
5.1 故障樹的發展
5.2 故障樹的表示
5.2.1 故障樹結構函數
5.2.2 基本概念
5.3 故障樹分析方法
5.3.1 故障樹定性分析
5.3.2 故障樹定量分析
5.3.3 故障樹轉換為規則
5.4 故障樹分析的仿真
5.4.1 故障樹的數據庫存儲
5.4.2 最小割集的求解
5.4.3 仿真結果分析

第6章 推理機技術
6.1 故障樹與推理機的聯系
6.2 推理機的構造
6.2.1 確定性推理
6.2.2 不確定性推理
6.2.3 規則的沖突消解策略
6.3推理機仿真
6.3.1 確定性推理機程序仿真
6.3.2 不確定性推理機程序仿真

第7章 知識獲取技術
7.1 國內外研究發展現狀
7.2 基于故障樹的知識獲取模型
7.2.1 概述
7.2.2 故障樹的存儲
7.2.3 故障樹的建立
7.2.4 故障樹轉化為規則
7.2.5 故障樹的維護
7.2.6 實驗結果分析
7.3 基于粗糙集的知識獲取模型
7.3.1 概述
7.3.2 連續屬性離散化
7.3.3 屬性約簡
7.3.4 屬性值約簡
7.3.5 實驗結果分析
7.4 基于粗糙集的增量式學習模型
7.4.1 概述
7.4.2 增量式學習模型
7.4.3 實驗結果分析

第8章 規則庫維護技術
8.1 概述
8.2 相關理論及算法
8.3 規則的循環校驗及冗余校驗
8.4實驗結果分析

第9章 相似性查詢診斷技術
9.1 相似性查詢方法及主要技術點
9.2 相似性查詢方法相關理論
9.3 時間序列的模式表示
9.4 時間序列的相似性度量
9.4.1 常用的相似性度量方法
9.4.2 縮距比及相關知識
9.5 時間序列的索引技術
9.5.1 常見的索引結構
9.5.2 基于DRR的DRR-tree索引結構
9.6 相似性查詢方法的索引建立
9.6.1 子序列的存儲
9.6.2 新節點的插入
9.7 仿真實驗
9.7.1 仿真數據實驗
9.7.2 真實數據實驗
參考文獻