FTA与RBF方法结合的某型飞机起落架故障诊断

简介

为了提高某型飞机起落架故障诊断率,分别采用故障树分析法(Fault Tree Analysis,FTA)和FTA与RBF神经网络(Radial Basis Function,RBF)的方法对起落架常见故障进行诊断。首先根据起落架工作原理图,采用FTA方法建立故障树及故障结构函数,得到所有的最小割集,计算故障失效概率;然后按照最小割集重要度,筛选出RBF神经网络训练样本的变量数目;最后再结合国内某维修单位的故障统计数据,运用RBF神经网络建立了故障诊断模型,并对模型进行了训练和测试。结果表明,FTA定量计算得到的故障失效概率为71.60%,FTA+RBF结合方法的故障诊断平均预测误差为1.0%。