民用航空發動機航線維修專家系統設計分析

吳志文，王林林

民用航空發動機航線維修專家系統設計分析

吳志文1，王林林2

（1.深圳航空有限責任公司廣州分公司維修工程部，廣州510000；2.廣州民航職業技術學院飛機維修工程學院，廣州510403）

為了縮短民用航空發動機航線維修的時間，提高航線維修效率，降低航班延誤率，針對民用航空發動機航線維修工作的特點，提出了基于故障特征利用模糊技術建立專家系統的模糊知識庫，并結合智能檢索技術建立民用航空發動機航線維修專家系統的方法，該方法能夠提高專家系統解決問題的準確性和時效性。重點闡述了專家系統模糊知識庫構建和智能檢索技術的邏輯思路。相比于以關鍵故障特征為知識點建立的數據庫，模糊知識庫包含了更全面的故障特征知識。智能檢索基于概念或語義檢索，相比于關鍵詞檢索，對自然語言有更好地理解，便于航線維修工作人員使用。

航線維修；專家系統；模糊數據庫；智能檢索；航空發動機

0 引言

近年來，中國民航事業高速發展，飛機數量不斷增加，機隊規模不斷擴大，“十一五”期間全行業機隊規模達到2600多架[1]，預計“十二五”末中國民航飛機的規模將超過4500架[2]。飛機數量、航班密度的驟增，給航線維修在安全性、可靠性和經濟性方面都帶來了更大壓力[3]，因此必須提高航線維修的效率，縮短維修時間，降低航班的延誤率。航空發動機結構復雜、工作環境惡劣、部件間耦合影響強烈，是造成航班延誤，引發飛機故障的重要因素之一。美國航空運輸協會對7571架飛機在1981～2001年間由于機械故障引起的航空事故的調查結果顯示，發動機的推進系統故障占所有機械故障的36%[4]。因此，在航線維修環節，引入針對航線維修的實用型專家系統，對航空發動機故障進行快速排查與維護，能大大提高航線維修效率。

專家系統是利用業內相關專家的經驗和知識，結合基于計算機科學的人工智能技術，幫助用戶快速、有效解決問題的系統[5]。這一系統始于1965年，并在20世紀90年代進入成熟發展階段[6]。雖然不斷發展的專家系統已在某些領域表現出遠超專家的能力，但在復雜系統領域，其實用性、易用性并未獲得廣泛驗證。航空發動機作為人類復雜工業產品的代表，其生產設計、運行管理、維修等各方面都亟需專家系統輔助。文獻[6～10]反映了近年來部分國內科研人員對航空發動機故障診斷專家系統的研究成果，主要集中在專家系統推理判斷的智能化上，例如基于實例優先[7]、功能模型[8]、遺傳算法[9]的推理機制，基于故障特征融合的診斷機制[10]，以及基于各類神經網絡模型的神經網絡技術等。這些研究都具有較高的學術價值，與發動機故障診斷、健康管理技術相結合，為中國航空發動機的性能完整性做出了較大貢獻，但這些技術在真實發動機系統上的實用性還缺乏充分證明。民用航空發動機的航線維修具有其特殊性：首先，民航發動機大多來自國外航空發動機公司，無法獲取其設計和運行的核心技術。在此前提下，處在研究前沿、未獲得驗證的智能化推理技術應用于未掌握核心機理論的國外發動機中，無法保障推理結果的有效性。其次，在成熟的民航運行體系保障下，主要對頻發、但程度不深的各類故障進行維修，因此，民用航空發動機航線維修專家系統無需復雜的推理機制，更強調專家系統的針對性（或專用性）和實用性，并不追求功能的全面性和先進性。航空公司利用國外發動機公司提供的軟件，收集、分析、統計航空發動機運行和維修數據，指導航線維修工作。這些系統并未提供復雜的推理判斷機制，僅基于關鍵詞的搜索，說明把專家系統的前沿研究結果應用到注重安全和時效的民航航線維修，仍有較大風險?；陉P鍵詞匹配的“專家系統”雖然具有較高的可靠性，在知識庫正確的情況下，不會提供錯誤指導，但對用戶輸入信息的挑剔性強，不能識別語義，搜索結果過于依賴是否包含關鍵詞，而非使用者語義，排他性過高，指導性較差。亟需設計1種不采用復雜推理機制，能夠理解自然語言，根據與使用者語義的相關程度對檢索結果進行排序后輸出的系統，即可為民用航空提供1種安全、可靠、高效、實用的發動機航線維修專家系統。

以故障特征為知識點建立依據，與該故障特征直接、間接相關的因素、事件都存儲在同一知識點中，利用模糊數學建立模糊數據庫[11-13]，再以基于概念或語義檢索自然語言為溝通方式的智能檢索技術[14]作為輔助，建立航空發動機航線維修專家系統，將能改善溝通效果，提高專家系統解決問題的能力和效率，縮短航線維修排故時間，降低航班延誤率。

1 系統總體設計

1.1 系統的主要功能

1.1.1 知識庫管理

普通用戶可以瀏覽知識庫內容，將新的故障事件、原因以及維修方法等知識點添加到知識庫中，并對自己添加的內容擁有編輯、增補、刪除等操作權限。其上傳的新知識點存儲到待審核的數據轉存模塊中，系統管理員審核確認后即可整合入庫。專家擁有系統管理員權限，可對整個知識庫知識點進行勘誤、增減、整合優化，對知識庫信息的全面性、及時性、合理性和有效性負責，負責系統的日常運行和維護。

1.1.2 故障診斷

系統根據用戶輸入的故障現象進行推理，給出故障原因，定位到可能的故障單元，并提供故障排除方法。具有解釋功能的系統，能夠就每個推理步驟給用戶必要的解釋，既有助于用戶辨別推理的可信度，也有利于用戶理解排故原理和方法。

1.1.3 權限管理

能夠對各部門、用戶的使用權限進行分配和管理，保障系統信息的安全性，方便使用和維護系統。

1.2 系統的基本構成

針對本系統的設計特點，系統的基本構成分為應用層、運算層和數據層3個層次，每個層次又包含相應的模塊。系統總體結構如圖1所示。

圖1 系統總體結構

知識處理模塊的功能是進行知識庫的更新和維護。分析推理模塊是根據用戶輸入的信息，調用知識庫中存儲的知識，通過一定的推理機制，分析推理出故障產生的原因，給出故障的解決方案。動態數據庫用來存儲專家系統正在處理的故障信息，例如用戶輸入的初始數據、推理時的中間信息、推理完成后的結論等，幫助系統模塊用以提供系統使用的基本幫助。

2 知識庫設計

2.1 模糊知識庫

用戶通常以較為便利的自然語言與系統互動。自然語言具有鮮明的模糊性和不確定性。知識庫處理的知識點也可能是模糊的。僅以關鍵詞、關鍵特征為知識點，建立知識庫，存在2個明顯的問題：關鍵詞雖然是確定的，但用戶在使用該關鍵詞進行查詢時，該詞在語句中所表達的語義未必是數據庫中關鍵詞所要表達的語義；數據庫中的關鍵詞也未必能表達清楚該知識點下的所有內容。前者需要智能檢索技術來解決，后者依靠建立模糊知識庫來解決。

建立模糊數學理論，可使操作者用數量來描述模糊事件，把不完整性和模糊性引入知識庫系統中，從而形成模糊知識庫。模糊知識庫是指能夠處理模糊知識的知識庫，是數據庫技術與模糊技術結合的產物。一般的知識庫以2值邏輯為基礎，不能表示模糊不清的知識；模糊知識庫不但可以處理任意數據類型，其表述也更加符合人類自然語言的特點，配合智能檢索技術，可以減小人與系統溝通的隔閡。

2.2 發動機維修專家系統模糊知識庫的建立

以發動機故障特征為中心，建立1種環狀模糊知識模型[15]，此知識模型的存儲原理是以代表故障特征的關鍵詞為知識點的環中心，其它知識元素環繞各環中心，每個知識點就是知識庫中的1個模糊子集，每個模糊子集都有自己獨立的環中心和環繞環中心的軌道，軌道數量因知識點的復雜程度而異。環中心是模糊知識庫的核心，代表1個模糊子集，是模糊數據庫知識點劃分的標準，其它知識元素圍繞環中心聚集，隸屬度大的知識元素離環中心近，隸屬度小的知識元素離環中心遠，隸屬度相同的知識元素在與環中心距離相同的同一軌道。數據可以根據其隸屬程度存儲于某個模糊子集中，建成模糊知識庫，而非傳統的非此即彼的絕對隸屬關系建立的二義性知識庫。以CFM56-7發動機反推系統故障為例建立的環狀模糊子集如圖2所示。軌道數目除了受知識點復雜程度的影響外，也受到專家系統設計性能指標的制約，軌道數目越多，系統也越復雜。

圖2 模糊子集

3 分析、推理機制

專家系統分析推理機制的實質是檢索[7]，通過檢索，在專家知識庫中找到問題的解決方案。采用基于概念、語義分析的智能檢索技術，能有效地解決傳統檢索技術中出現的“詞不匹配”和關鍵詞的二義性和多義性問題[15]。民用航空發動機航線維修系統以智能檢索技術作為分析、推理機制的核心，不采用復雜的推理邏輯。由于發動機結構復雜，在不掌握發動機設計、制造的核心信息的前提下，進行復雜、嚴密的分析推理沒有實際意義，無法保障其結果的可信度。對于航線維修來說，缺乏經驗的工作人員并不具備判斷系統復雜邏輯推理結果正確與否的能力。以智能檢索技術為分析推理機制的核心，通過對模糊專家知識庫的檢索，能把與故障信息高度相關的知識元素羅列出來，不引入系統邏輯推理的誤差，分析結果和推理過程也更易被航線維修人員理解和接受。

智能檢索采用模糊匹配技術以適應模糊專家數據庫，檢索的結果不再是100%的匹配，可以根據隸屬度將相關信息全部展現，而非僅提供少量100%匹配的信息，大幅提升了實用性。智能檢索技術能夠對用戶輸入的自然語言進行切分，抽取、概念搜索和同義詞輸出，力爭理解自然語言的真實意圖。

在以智能檢索為基礎的分析、推理模塊中構建模糊匹配模塊，用以解決同義詞搜索問題。在系統內部建立同義詞詞典，模糊匹配模塊根據同義詞詞典找出所有搜索關鍵詞的同義詞，并將這些同義詞共同作為搜索約束，可以有效解決不同用戶用詞不統一的問題，減少對搜索詞限制，便于用戶使用[11]。分析推理模塊如圖3所示。

用戶輸入的查詢信息首先經由查詢信息處理模塊傳遞給語義分析模塊，語義分析模塊對用戶輸入的自然語言進行分析，得出反映用戶意圖的關鍵信息，模糊匹配模塊再對這些信息進行同義詞匹配處理，將處理后的搜索信息傳遞給搜索模塊，搜索模塊依據這些信息對模糊知識庫進行搜索，最終搜索的結果和整個處理的過程都存儲于動態數據庫中，作為輸出解釋模塊的輸入源。

圖3 分析推理模塊

4 結束語

模糊數據庫和智能檢索技術是近年來人工智能、專家系統中出現的新技術，本文以此為基礎，針對航線維修的特點，提出民用航空發動機航線維修專家系統與常規的基于確定性信息的數據庫和關鍵詞匹配檢索技術的專家系統相比，模糊數據庫和智能檢索技術在理論上具有先天優勢，能夠降低對航線維修人員的要求，可以增強故障診斷的準確性和時效性，縮短航線維修的時間，提高航線維修的工作效率，從而適應中國民航事業不斷發展的要求。

[1]潘琪.李家祥介紹中國民用航空發展 [J].綜合運輸，2011（3）：86-87.PAN Qi.LI Jiaxiang describes the developments of China civil aviation[J].Comprehensive Transportation，2011（3）：86-87.(in Chinese)

[2]王冠男.2012中國民航發展論壇在京召開[J].空運商務，2012（10）：24-25.WANG Guannan.2012 China civil aviation development forum held in Beingjing[J].Air Transport&Business，2012（10）：24-25.(in Chinese)

[3]吳榕新.未來飛機維修的主戰場——航線維修[J].航空維修，2011（18）：51-53.WU Rongxin.Major battlefield of future aviation maintenance:airline maintenance[J].Aviation Maintenance，2011（18）：51-53.(in Chinese)

[4]付旭云.機隊航空發動機維修規劃及其關鍵技術研究 [D].哈爾濱：哈爾濱工業大學，2010.FU Xuyun.Aeroengine in a fleet oriented maintenance programming and its key technologies[D].Harbin：Harbin Institute of Technology，2010.(in Chinese)

[5]Buchanan B G，Smith R G.Fundamentals of expert system[J].Annul Review of Computer Science，2003，3（1）：23-58.

[6]楊燕.航空發動機故障診斷專家系統知識庫的設計與實現 [D].沈陽：沈陽航空航天大學，2013.YANG Yan.Aeroengine knowledge base construction for the fault diagnosis expert system[D].Shenyang：Shenyang Aerospace University，2013.（in Chinese）

[7]許大周，陳志英.航空發動機務維護專家系統的研究與故障診斷[J].振動工程學報，2004，17（8）：587-589.XU Dazhou，CHEN Zhiying.Research on the expert system of aeroengine maintenance and fault diagnosis[J].Journal of Vibration Engineering，2004，17（8）：587-589.（in Chinese）

[8]糜勁松.基于功能模型的航空發動機故障診斷專家系統研究[D].長春：吉林大學，2005.MIJinsong.The research on the fault diagnosis expert system for aeroengine based on function model[D].Changchun：Jilin University，2005.（in Chinese）

[9]李愷欽.基于改進遺傳算法的航空發動機故障診斷專家系統[D].南昌：南昌航空大學，2012.LI Kaiqin.Based on an improved genetic algorithm for aeroengine fault diagnosis expert system[D].Nanchang：Nanchang Hankong University，2012.（in Chinese）

[10]陳曦，廖明夫，王儼剴.發動機故障融合診斷研究[J].航空發動機，2013，39（4）：78-84.CHEN Xi，LIAO Mingfu，WANG Yankai.Ivestigation of aeroengine fault fusion diagnosis[J].Aeroengine，2013，39（4）：78-84.（in Chinese）

[11]姚瑩.基于模糊數據庫的智能檢索技術關鍵技術研究[D].大連：大連交通大學，2012.YAO Ying.Study of key technologies for intelligent retrieval system based on fuzzy database[D].Dalian：Dalian Jiaotong University，2012.（in Chinese）

[12]逯冰.基于詞計算的數據庫模糊查詢技術應用與研究[D].長沙：中南大學，2012.LU Bing.The research of fuzzy query in database based on computing with words[D].Changsha：Central South University，2012. （in Chinese）

[13]郭爽.基于數據庫的模糊識別技術的探討 [J].煤炭技術，2012，31（5）：251-253.GUO Shuang.Discussion on database’s fuzzy identification techniques[J].Coal Technology，2012，31（5）：251-253.（in Chinese）

[14]葉鷹.智能信息處理的基礎理論探討 [J].情報科學，2008，26（9）：1281-1285.YE Ying.A probe into the fundamental theory of the intelligent information processing[J].Information Science，2008，26（9）：1281-1285.（in Chinese）

[15]王旭陽，蕭波.基于概念關聯度的智能檢索研究[J].計算機工程與設計，2013，34（4）：1415-1419.WANG Xuyang，XIAO Bo.Research of intelligent retrieval based on concept collection degrees[J].Computer Engineering and Design，2013，34（4）：1415-1419.（in Chinese）

Analysis of the Design for Civil Aeroengine Airline Maintenance Expert System

WU Zhi-wen1，Wang Lin-lin2
（1.Shenzhen Airlines,Maintenance Engineering Department,Guangzhou 510000,China;2.Guangzhou Civil Aviation College,School of Aircraft Maintenance Engineering,Guangzhou 510000,China）

In order to shorten the civil aviation aeroengine airline maintenance time,improve the maintenance efficiency,and finally reduce the flight delay rates,a civil aviation aeroengine airline maintenance expert system design method was proposed.According to the aeroengine airline maintenance features,the method was performed that fuzzy knowledge base of expert system was built using fuzzy technology based on fault feature;the aeroengine airline maintenance expert system was built.The fuzzy technology and intelligent retrieval technologies could improve the accuracy and time efficiency of the expert system.The fuzzy knowledge base design and the logic of the intelligent retrieval technology was discussed.Aeroengine fault feature knowledge from the fuzzy expert system knowledge base is more complete than that in the expert system knowledge base which using the key fault feature technology.Base on the concept or semantics searching,the intelligent retrieval is better than the keyword searching on natural language understanding.Therefore,the intelligent retrieval technology would make the expert system easy for the airline maintenance staffs.

airline maintenance;expert system;fuzzy knowledge base;intelligent retrieval;aeroengine

V263.6

A

10.13477/j.cnki.aeroengine.2015.01.020

2013-11-07

吳志文（1980），男，工程師，主要從事航空發動機適航與維修理論研究工作；E-mail:wzwmen@hotmail.com。

吳志文，王林林.民用航空發動機航線維修專家系統設計分析[J].航空發動機，2015，41（1）：99-102.WUZhiwen，WANGLinlin.Analysis of thedesign for civil aeroengineairlinemaintenanceexpert system[J].Aeroengine，2015，41（1）：99-102.

（編輯：趙明菁）