科创中国

行业领域

高端装备制造产业,制造业

需求背景

随着飞行器性能要求越来越高，控制系统设计逐渐由传统的简单可靠趋向于大型化和复杂化，在现代控制系统中，数据参数众多，故障类型复杂。为提高控制系统的安全性和可靠性，在故障发生时，需要及时有效地对故障进行故障检测和分类，实现控制系统的故障诊断。传统的故障诊断方法常要求建立精确的数学模型完成对控制系统的故障诊断，但是复杂的控制系统内部之间相互关联，故障数据多为非线性、非高斯数据，难以建立精确的数学模型。人工智能的方法具有处理复杂多模式、自适应学习推理和并行协调处理数据等特点，能对故障数据进行多方面、多层次、多级别的处理，适应性强，易于转换，能够适应和应用在不同控制系统中，为当前大数据处理和非线性分析提供了有效地手段。基于人工智能的故障诊断方法不用建立精确的数学模型，通过对故障数据的分析处理便能实现控制系统的故障诊断。

需解决的主要技术难题

本方法通过运用人工智能设计平台，实现对故障问题的自诊断，需解决：

（1）、分析控制系统故障类型，针对控制系统故障具有随机性和隐蔽性等特点，如何选择人工智能方法中的合适架构进行故障诊断。

（2）、人工智能方法中，如何设计相关参数能够保证智能诊断的准确率和诊断时间控制在系统设计可接受的范围内。

期望实现的主要技术目标

针对典型的控制系统，进行故障诊断识别，达到以下指标：

（1）、故障诊断正确率90%；

（2）、故障诊断识别时间小于5s。

处理进度