Page 136 - 航空电子传感器技术的研究与应用

第三章 航空电子传感器技术

1. 基于知识的传感器故障诊断
近年来，计算机技术的发展为故障诊断技术提供了新的理论基础。由于不同
故障类型的复杂性，许多复杂的控制系统很难获得准确的数学模型。为此，学者

们提出了一种基于知识的故障诊断方法，此方法使用专家系统来定位和诊断传感
器故障，不需要定量数学模型，并且可以在系统的推理引擎中分析模糊逻辑关系
和现有历史数据。历史故障信息和专业知识用于诊断传感器是否有故障，该方法
具有自学习能力和较高的容错能力，在非线性系统的故障诊断中具有优势。使用

专家系统的故障诊断方法基于传感器的故障信息和知识。整个系统包括三个主要
部分：知识库、规则库和推理机制。利用知识规则和推理机制来分析传感器的工
作状态，系统的工作过程如下：用户提取需要诊断的传感器的测量值，通过人机
界面输入已知的故障现象，然后诊断系统根据现有规则为不确定推理选择合适的

推理步骤。在推理过程中，系统不断与用户交互，询问是否存在其他故障，最后
识别出所有可能的故障。根据推理机的不同，基于知识的传感器故障诊断方法可
分为基于规则的诊断专家系统和基于模糊推理的诊断专家系统。
在无人机传感器故障诊断领域，传统的基于规则的人工智能专家系统逐渐被

基于模糊逻辑的神经网络专家系统所取代。Sun 等开发了数据驱动的自适应神经
元模糊推理系统（ANFIS），用于导航传感器的故障检测。该方法提供了快速故
障检测的能力，但其误报率相对较高。随后，Wang 等采用模糊故障诊断方法，
建立通用的故障诊断系统，提高了故障的准确性并减少误报的数量。由于复杂流

程工业过程知识类型多样且含有多种不确定性，袁杰等针对这些问题提出一种基
于 D-S 融合的混合知识系统故障诊断方法，通过融合多个专家知识系统的结论，
提高了不确定性系统故障诊断的正确率。无人机飞控系统故障诊断专家系统的知
识获取方式主要来源于飞控知识工程师，知识工程师通过对知识的产生式表示，

并按照系统设计的数据格式将产生式规则存入专家系统，通过对数据的核验判断
知识的准确性，并将知识存入数据库中。基于知识的方法可以根据各故障与故障
征兆之间的联系，直接对系统故障进行判定，其优点在于知识易于增加和删除。
但该方法只能在已有的知识范围内进行故障检测，并且获取新知识困难，因为系

统在运行过程后期不能创造知识。
2. 基于模型的传感器故障诊断
在基于模型的方法中，应用动态过程模型对输入和输出信号进行分析。模型

121