资源描述
教育科研项目申报书的撰写
一、立项依据与研究内容:
1、项目的立项依据(研究意义、国内外研究现状及分析,附主要参考文献目录。)随着科学技术不断发展,飞机早已进入喷气时代,满足经济社会发展要求的各型民航飞机应用的范围越来越广,其面对的工作环境也变得越来越复杂。随着民航发动机向高压比、高温度、高推重比方向发展,发动机的零部件的工作应力水平不断提高;保障飞行安全的机载电子设备也随着电子工业的发展,变得规模越来越庞大,结构越来越复杂,功能越来越强,可靠性和维护性越来越重要。尽管新技术、新材料不断采用,但是飞行安全依然是全民航的重中之重。
近些年来,世界各国航空事业迅猛发展,随之而来的安全问题也越来越突出。据国际民航组织(icao)的统计,1989-1993年的6年间,世界民用航空运输共发生279起飞行事故,死亡人数6646人,平均每年发生46.5起,死亡1108人。航空事故率呈逐年上升趋势,形势非常严峻。这些事故不但造成了重大的人员伤亡,而且也带来了巨大的经济损失和社会影响。对民航企业来讲,保障航班安全是追求的首要目标,这不仅会影响到民航企业的形象及经济利益,也是保障旅客与机组人员人身安全及公私财产不受损害的重要前提。虽然影响航班安全因素有很多,诸如飞行员操作能力、飞机系统故障、维修质量、机场设施、空中交通管理、大气、油料等等,但是飞机系统故障和维修质量是其中最主要的影响因素。为了保障航班安全,对旅客和机组人员生命负责,同时,增加航空公司经济利润,加强对民用航空器的诊断与预测显得尤为重要。
以贝叶斯方法为理论基础的贝叶斯理论在解决不确定性问题时具有很多优势,吸引着大批研究人员对其进行故障诊断应用研究。在众多的数据挖掘模型中,贝叶斯理论结合图论和概率理论方面的知识,表达随机变量之间复杂的不确定性关系,并提供了一种自然的表示因果关联的方法,可以用于发现数据间的潜在关系。贝叶斯理论目前已应用于很多领域,如美国通用电气公司的auxiliaryturbinediagnosis工业故障诊断系统;美国航空航天局和rockwell公司联合研制的航天故障诊断系统等;微软的主打产品windows2000和office系列等很多产品在很多方面融入了贝叶斯理论等。
本项目以民用航空器的故障诊断与预测为研究对象,根据设备故障机理复杂,故障类型与故障征兆间联系具有不确定性,不能单靠某一种或几种试验来确定其故障类型和故障位置的特点,建立了基于贝叶斯理论的故障诊断与预测模型,减少了计算复杂度,对模型的知识表达、建造方法和推理算法进行了深入研究。虽然贝叶斯理论的研究及应用取得了很大的成就,但作为一种新兴的理论模型,其仍然存在着很多值得研究的问题。本项目主要对贝叶
斯理论的结构和参数学习,推理算法,应用进行研究,其主要意义和应用价值在于及时发现航空器故障,防止事故发生,同时能够带来潜在的巨大的经济效益和社会效益,具体表现在:
(1)根据民用航空器故障诊断特性建立了故障诊断与预测模型;(2)采用改进的贝叶斯理论算法实现诊断与预测过程;(3)保障飞行的安全性,减少或避免恶性事故的发生而造成的重大经济损失或人员伤害;(4)帮助维修人员早期发现异常,尽快查明故障原因,从而实现有计划、有针对性的按状态维修,即视情维修;(5)提高设备使用的合理性、运行的经济性,充分挖掘设备的潜力,有效提高设备的生产运行效率;(6)为产品的性能评估、优化设计提供可靠的依据;(7)利用设备检测与故障诊断技术,有可能对设备进行预测,实现设备的在线检测,保证其安全可靠的运行。
作为一门新兴的学科,虽然贝叶斯理论有比较完善的理论基础,但其在故障诊断方面还处在一个探索阶段,实际应用还不成熟,还有很多亟待解决的问题,并且随着其应用领域的不断扩大,其理论也有待进一步完善和发展。比如依然依赖于对大样本数据的要求,很难克服维数灾难及局部极小问题,同时在处理非线性问题时显现出的相关劣势。因此本项目以贝叶斯理论为主线,围绕故障诊断与预测这一关键问题,结合其他优化、诊断技术,针对诊断知识处理中特征知识的预处理技术、小样本数据的学习问题、特征知识的不确定性问题等重点问题进行研究。
主要参考文献:
[1]王道平,张义忠.故障智能诊断系统的理论与方法.北京:冶金工业出版社,2001
[2]钟秉林,黄仁.机械故障诊断学.北京:机械工业出版社,1998
[3]vapnikv.n.thenatureofstatisticallearningtheory.newyork:springer-verlag,1995,张学工译.统计学习理论的本质.北京:清华大学出版社,2000
[4]nilsj.nilsson.郑扣根,庄越挺译.人工智能[m].北京:机械工业出版社,2006
[5]chengj.learningbayesiannetworksfromdate[d].aninformationtheorybasedappr-oach,unirersityoflsteruk,1998
[6]张晓丹.汽车发动机故障诊断中不确定性问题的贝叶斯理论解法[d].沈阳:东北大学信息与工程学院.200
5[7]张连文,郭海鹏.贝叶斯网引论[m].北京:科学出版社,2006
[8]陈伟.数据仓库与数据挖掘教程[m].北京:清华大学出版社,2006
[9]关惠玲、韩捷.设备故障诊断专家系统原理及实践北京:机械工业出版社,2000
2、项目的研究内容、研究目标,以及拟解决的关键问题。
研究内容主要:
(1)对贝叶斯方法数学理论基础和贝叶斯理论图形理论做详细研究和探讨。主要针对贝叶斯理论的结构学习和参数学习以及不确定性推理算法等。其中,推理算法是多树传播算法,团树传播算法,图归约算法等。用贝叶斯理论简洁直观的图形方式描述故障与征兆间复杂的因果关系,研究将其应用于同时发生多个故障的诊断。
(2)基于贝叶斯理论的民用航空器故障诊断与预测模型。根据故障的特点,建立故障诊断与预测模型,对贝叶斯理论结构的构建和节点参数的确定进行研究。根据贝叶斯理论条件独立性的特征,研究在完备数据集下如何建立用于故障诊断的贝叶斯理论模型。对民用航空器故障模式和原因进行详细的调研、分析,并根据贝叶斯理论的特点对常见的故障模式建立对应的贝叶斯理论诊断模型。
(3)改进贝叶斯理论故障诊断与预测算法。主要研究不同的贝叶斯理论结构学习算法,比如遗传算法、网格搜索算法、粒子群优化算法等网格结构优化算法,目的在于简化复杂的贝叶斯理论结构,使故障诊断推理在经过简化的网络结构上更易于计算和实现,降低复杂度,并提高诊断精度。并深入分析、对比各种优化算法的性能,对最优算法的网络参数学习和诊断推理作详细说明。
(4)研究贝叶斯理论对故障诊断与预测的拓展性。贝叶斯理论对不确定性问题有很强的解决能力,但是处理小样本、高维、非线性的数据时存在不足,影响了其对应用范围。因此结合已研究过的相关理论算法,比如粗糙集理论、神经网络模型、支持向量机理论等,使其与贝叶斯理论进行优势互补,拓展贝叶斯理论的应用范围。
(5)研究民用航空器特定设备的故障,利用贝叶斯理论故障诊断与预测原理,着重进行网络构建、推理计算和诊断预测的过程,验证贝叶斯理论的故障诊断与预测精度。
研究目标。本项目主要研究基于贝叶斯理论的故障诊断与预测算法,以实现民用航空器设备故障的低代价、快速诊断与维修。主要创新点就是对以往发生的故障按照贝叶斯理论理论进行分类,找到故障间的关联关系,建立故障诊断与维修优化模型,根据不同故障的概率进行推理,进行故障诊断与预测,从而使系统尽可能地提高效率(减少时间、费用等代价),达到系统能快速找的故障发生的部位,快速维修的目的。
所要解决的关键问题:
(1)对表现出的非线性很强的故障模型的动态描述,动态过程状态的变化,反映到数学模型的结构、参数和特征函数的变化。因此正确刻画故障,形成准确的描述模型是一个难点。
(2)不同算法与贝叶斯理论之间的互补研究是本项目一个关键创新点。这样可以拓展贝叶斯理论的应用范围。
(3)对民用航空器故障模式、故障机理等进行分析,准确获取特定设备的数据样本并进行特征提取、预处理是项目成功的前提,因此应多与相关一线部门的同行交流联系。
(4)贝叶斯理论在故障诊断与预测具体应用后的改进、完善工作。争取提出成熟的、诊断预测精度高的模型。
3、拟采取的研究方案及可行性分析。
研究方案:
(1)通过前期的研究,已经积累了一定的故障诊断与预测的理论和实践知识。但是前
期还要进行大
量的工程实践调研,着重学习了解民用航空器各系统存在的故障模式、机理和解决方案等,搜集、整理大量实测数据。
(2)对民用航空器故障模式和原因进行详细的调研、分析,并根据贝叶斯理论的特点对常见的故障模式建立对应的贝叶斯理论诊断模型,着重进行网络构建、推理计算和诊断预测的实现算法研究,验证贝叶斯理论的故障诊断与预测精度。
可行性分析:
由于前期研究中的调研,能够充分获得民用航空器的多源信息,采用系统变量之间的关
联描述替代联合概率分布,减少系统描述的信息量,从而解决不完备数据情况下的故障诊断与预测。
由于贝叶斯理论方法具有坚实的理论基础。以概率推理为基础,较强的计算能力与应用能力,推理结果说服力强,并能有力表达设备故障之间的关联关系,能全面考虑诊断领域专家主观经验和客观数据的影响。而且贝叶斯理论具有很强的学习能力。在故障诊断领域,通过样本学习得到网络结构和条件概率更有实际意义,但贝叶斯理论的学习不是一劳永逸的,在实际应用过程中,可根据新的样本重新学习,以调整以有的贝叶斯理论结构,提高故障诊断与预测的准确性。贝叶斯网理论在解决故障诊断与预测领域问题时具有很强的优势。
因此理论上保障了《基于贝叶斯理论的民用航空器故障诊断与预测算法研究》能够按时顺利完成。
4、本项目的特色与创新之处。
(1)研究不同的贝叶斯理论结构学习算法,比如遗传算法、网格搜索算法、粒子群优化算法等网格结构优化算法,目的在于简化复杂的贝叶斯理论结构,使故障诊断推理在经过简化的网络结构上更易于计算和实现,降低复杂度,并提高诊断精度。并深入分析、对比各种优化算法的性能,对最优算法的网络参数学习和诊断推理作详细说明。
(2)贝叶斯理论对不确定性问题有很强的解决能力,但是处理小样本、高维、非线性的数据时存在不足,影响了其对应用范围。因此结合已研究过的相关理论算法,比如粗糙集理论、神经网络模型、支持向量机理论等,使其与贝叶斯理论进行优势互补,拓展贝叶斯理论的应用范围。
(3)对以往发生的故障按照贝叶斯理论理论进行分类,找到故障间的关联关系,建立故障诊断与维修优化模型,根据不同故障的概率进行推理,进行故障诊断与预测,从而使系统尽可能地提高效率(减少时间、费用等代价),达到系统能快速找的故障发生的部位,快速维修的目的。
5、年度研究计划、预期研究结果及成果提供形式。
1—3个月。完成对教对贝叶斯方法数学理论基础和贝叶斯理论图形理论的研究和探讨。主要针对贝叶斯理论的结构学习和参数学习以及不确定性推理算法等。
4—12个个月。对民用航空器故障模式、故障机理等进行分析,准确获取特定设备的数据样本并进行特征提取、预处理。
13—18个月。完成不同的贝叶斯理论结构学习算法,比如遗传算法、网格搜索算法、粒子群优化算法等网格结构优化算法对贝叶斯理论的优化;完成不同算法与贝叶斯理论之间的互补研究,以拓展贝叶斯理论的应用范围。
18—24个月。研究利用贝叶斯理论故障诊断与预测原理对民用航空器特定设备进行故障诊断与预测,验证贝叶斯理论的故障诊断与预测精度,并根据情况对算法做出总结、改进和完善。并形成公开发表的论文。
二、研究基础与工作条件
1、工作基础
学习工和中作中,不断对故障诊断理论进行深入研究,相继发表了5篇关于故障诊断的学术论文,完成了一项关于故障诊断的民航局科研项目。这些工作经历使得我具备一定理论和实践优势。
学院独特的教育、培训环境、以及和民航单位的广泛联系,使得对民用航空器的实际调研成为现实,为项目的进展奠定了坚实基础。
2、工作条件
本项目的研究主要是基础理论应用研究,重点在于理论上的一些进步和创新,以及应用系统的简单开发,需要大量涉及用计算机进行计算和处理。因此需要计算性能优越的计算机设备和数据储存设备。通过项目经费支出,可以获得相关设备。
三、经费预算说明(要求对经费的特殊使用情况进行详尽说明,没有则不填)
四、其他附件清单(附件材料复印后随纸质《申报书》一并上交)
第11页 共11页
展开阅读全文