摘要：故障诊断方式是飞控系统优化中的重要组成部分，文章在研究的过程中通过对传感器故障识别的技术分析，采用了动态化的规整方式，对其故障问题进行了系统性的分析，旨在提高飞控系统故障检测的工作效率。
关键词：飞控系统；故障诊断；技术研究
随着现代化科学技术的不断发展，多样自动化的科学技术得到了不断的提高，因此，飞行控制系统的可靠性具有十分重要的意义。飞控系统在优化运行的过程中，为了充分保证系统的优化运营，在系统故障检测的过程中，应该保证某些特定部件的完整性，实现系统故障损坏的情况下，整个系统的正常运行。在飞控系统中，如果传感器在运行的过程中出现故障，就会为使整个飞行系统的运行造成严重的影响。因此，在整个系统控制的过程中，应该有效监测传感器的故障问题，通过检测技术的优化分析，提高飞行控制系统的有效运行。
一、飞控系统故障诊断的结构分析
知识库模块：主要是专家在案例总结以及知识库构建的过程中，可以将其分为系统结构原理以及故障树知识库两个部分组成，在整个部分中存放着飞控故障诊断的基本规则。管理模块：是由知识库管理模块以及用户管理模块所组成，其知识库模块主要是在知识库的基础上所构建的，通过增加、修改、删除等技术进行设备的操作，用户在管理模块分析的过程中通过注册、权限的分析进行系统的管理。动态数据库模块：其数据内容主要储存于飞控故障系统之中，当发生故障时通过对数据的分析及处理，提高故障的诊断结果。解释机模块：在其故障分析的过程中，可以向用户合理解释故障诊断中的推理过程，以及所得到的数据结论。通过文本法以及追踪解释的充分结合，形成了故障解释机模块的基本形式[1]。
二、飞控系统故障诊断技术研究
（一）神经网络预测器的传感器故障诊断分析
在神经网络预测器技术分析的过程中，其故障的检测应该通过对传感器的输出前m个值进行预测，x（k）、x（k+1）、......、x（k+m-1），当得到地m+1值时，其结果是x（^k+m），并将其预测的结果与传感器中的第m+1的实际输出值的差也就被称之为残值，所分析的整个过程就是对传感器故障问题的分析[2]。
（二）离线学习中的故障检测
在离线学习方法故障分析的过程中，其具体的诊断过程可以通过如下所示：将所得到的传感器输出序列通过y（1）、y（2）、y（3）、......、y（n）表现，并将其分为l各组，在每组之中规定为n+1个数值，首先，在分析的过程中将前n个数值，y（1）、y（2）、y（3）......y（n）作为基本的神经网络系统，将其输入到数据之中，第n+1个数据的y（n+1）将所形成的第一组数据输入到整个系统之中。在将第n的收据输入到神经网络系统之中，其输出的结果作为第二个样本。对于这种方式而言主要适用于在系统特定的状况下，出现的神经网络理想学习方法，因此，在整个技术学习的过程中其精度相对较高，所选择的阈值应该充分考虑到数据检测过程中所产生的噪音形式，其噪音中的标准值应该保持在3-5倍[3]。
（三）在线学习的故障诊断
在在线故障诊断的过程中，其具体的诊断方式如下。其数据分析应该采取一定的周期之内，利用传感器系统输出前n个值，分别用z（1）、z（2）......z（n）进行表示，并将这些数据作为基本的神经网络输出样本，其中传感器输出的第n+1个值作为z（n+1）的神经网络输出样本，通过在线监测出具体的精确数值时在进行进一步的数据证明。之后。再用n个传感器预测数值，如果发现残值岛屿某一阈值，可以将整个检测内容用z（2）、z（3）...z（n+1）作为神经样本进行数据的输出，将z（n+2）作为在线学习的样本，如果在检测的过程中发现某一阈值小于残差，也就说明该传感器发生了一定的故障。在神经玩了过预测其在线学习的过程中，其样本只应用一组，所以，所获得的数据结果相对较快，同时也可以在一定程度上充分的满足实时的需求。这种技术检测形式主要适用于系统特性未知的状态，其中传感器中的最大变化值与噪音标准差应该保持3-5倍的总和。
（四）仿真故障检测分析
在故障诊断及原理分析的过程中，其系统的运行及仿真技术的应用，将采集所得到的数据标称之为训练的样本以及检测的样本，对其进行系统性的训练及网络的预测。在数据内容分析的过程中可以选择300组数据，作为基本的训练样本，ymi（m=1、2、3、......50）作为样本的输出值，y（i+1）作为输出的样本，得出其预测的结果为8:6:1.在网络仿真训练结束之后，所采集的300组数据作为基本的检测样本，通过校验训练，得到相应的验证结果。在神经网络预测器模型分析的过程中，预测值与实际的输出值是相对一致的，因此，也就说明其实验的验证所得到的神经网络预测器是相对有效的，可以实现飞控系统的优化检测[4]。
结束语
总而言之，文章通过对飞控系统传感器故障检测的模型分析，通过其离线、在线以及仿真的技术检测形式进行了系统性的模型。神经网络诊断系统可以更好的完成故障现象的诊断及分析，而且整个技术形式相对有效，可以在故障诊断的过程中进行及时的定位，而且其仿真技术的应用，也为网络输出系统的故障分析提供了有效的依据。实现了故障内容的优化处理，从而为飞控系统的故障控制提供了科学化的依据。
参考文献：
[1]周德新,杨磊.波音777飞控系统故障诊断专家系统的设计[J].计算机测量与控制,2013,01:7-9.
[2]魏慕恒,贾秋玲.飞控系统传感器故障诊断的神经网络方法研究[J].计算机测量与控制,2010,01:14-16.
[3]孙学初,陈小平.无人机飞控系统故障诊断专家系统设计[J].装备制造技术,2012,02:66-68.
[4]路亚峰，张涛，张贤.机载电子设备故障诊断专家系统的设计与实现[J].电子测量术，2010,33，（1）：118-120.
作者：王伟琪 单位：上海飞机设计研究院
