硕士软件工程硕士论文精选篇一
第一章 绪 论
1.1 研究背景与研究意义
因为无人机的飞行控制系统的载体是机载航空电子装备,所以对飞行控制系统的故障诊断其实是对航空电子装备的故障诊断。航空电子装备的故障诊断是指对装备、设备所进行的与识别、鉴定其技术状态有关的工作，包括设计阶段的故障预测分析、运行中的故障检测和状态监控，以及故障后的分析判断等[1-3]。故障诊断侧重研究随机性的、破坏性的、突发性的故障，避免将来因为故障而发生重大事故。故障诊断是一个循环往复，逐渐收敛的过程，首先通过检测发现故障状态而进行诊断，之后再检测，再诊断，直至找到真正的故障原因并最终排除故障。航空电子装备故障诊断方法，就是根据测试设备的测试结果推断电子设备的运行情况，定位故障部位并给出维修建议等。在技术层面，当前各种类型与等级的故障诊断装置存在的主要缺陷有[4]：（1）既缺乏扩展性，又没有推理机制。（2）信息来源单一。（3）故障分辨率不高。传统的维护方法不仅仅是智力劳动，更是体力劳动，在缺少专家和专业检测设备的情况下，无法开展工作。在引入人工智能后，故障诊断技术发展迅速，出现了不需要建立十分精确数学模型的基于知识的诊断方法[5]。专家系统故障诊断方法就是基于知识诊断方法中的一种。长期以来，在无人机的外场试验中，主要依靠现场维护人员对无人机的飞控系统进行故障诊断，因为飞控系统的复杂性，再加上现场维护人员并非人人都是飞控领域专家，所以看似很小的故障往往难以定位。通常的做法是，现场维护人员在故障诊断时，首先查阅故障手册，从数以万计的条目中找出相关信息，如果没有找到，再求助于飞控领域专家[6]。这种传统的做法既耗时又费力，还会拖慢无人机的试验进度。
………………
1.2 国内外研究现状
1.2.1 国外研究现状
随着设备的功能由简单到复杂,故障诊断技术也由最初的人工诊断逐步发展到当今的智能诊断[7]。刚开始，机器功能比较简单，当它发生故障时，专家或维护人员用肉眼去观察故障征兆，使用各种简单的仪表测试故障信息，再结合自身的专业知识和经验就能定位并排除故障。随着时代的发展，出现了一系列的辅助诊断技术，包括动态测试技术、传感器技术、信号分析技术等，这些技术的出现在一定程度上减轻了维护人员的负担，但主要还是依赖维护人员去诊断故障。当设备发展到相当复杂庞大的时候，一个故障的出现往往牵连到多个子系统，多个故障可能同时出现，故障之间也可能存在依赖关系，原有的诊断方法显得力不从心，这时，通过引入人工智能技术，智能化的诊断方法应运而生。诊断专家系统、模式识别、模糊技术、故障树分析等都属于故障智能诊断技术的范畴。除了诊断专家系统技术，其他的故障智能诊断技术通过逻辑推理解决了部分问题，例如故障定位和分类等。诊断专家系统是专家系统的一个实际应用。专家系统使用计算机模拟人类专家推理的过程，像人类专家一样给出问题的解决方案，是人工智能研究中最活跃、最广泛的领域[8]。1965 年，美国斯坦福大学受命于美国国家航空航天局(NASA),为即将飞赴火星的无人探测器开发一个能够分析火星土壤化学分子结构的程序：DENRAL[9]。DENRAL 是第一个因问题本身的知识而不是复杂的搜索技术而获得成功的程序。DENRAL 的诞生开启了专家系统的时代。DENRAL 用规则的形式编码知识，在此基础上逐步发展出了基于规则的专家系统。第一个研制成功的基于规则的商用专家系统是卡内基•梅隆大学在 20 世纪 70 年代为数据设备公司(DEC)开发的辅助 VAX 计算机系统设计的 XCON 系统。XCON 带来了巨大的经济效益，为 DEC 每年大约节省了 2000 万美元。
……………
第二章 故障诊断系统的总体设计
2.1 专家系统概述
专家系统是一个包含具体计算机和知识库的系统，用于模拟人类专家解决实际问题的过程。知识库中的知识由事实和启发性信息构成并来源于某领域的专家技能；它能针对某一特定领域的问题，给出专家水平级别的决策；它还能判断自己的推理路线并以简明易懂的方式告诉询问者[13]。从本质上讲，专家系统不仅是一般的计算机程序，更是智能化的计算机程序。它包含有知识并且能从知识出发进行推理。专家系统的知识库是独立的而不再依赖于数据结构，它将传统的应用程序模式从“程序=数据结构+算法”转化为“系统=推理+知识”。 20 世纪 70 年代末 80 年代初，欧美科学家提出了基于案例的专家系统(Case-Based Reasoning, CBR),其最大特点就是知识库中的知识除了来自于专家以外，还可以直接从实践中获取，通过联想或类比，从已有问题的求解经验中找到答案。在佐治亚工学院，由 Janet Kolodner 领导的小组在 Roger Shank 对 CBR 的研究工作基础之上，开发了第一个 CBR 系统 CYRUS[16]。到 20 世纪 80 年代后期 90年代初，CBR 系统已广泛应用于软件工程、气象、农业、法律等领域。CBR 专家系统作为 RBR 专家系统的重要补充，正快速地向前发展。相对于 RBR，CBR 有如下优点：
…………………
2.2 CBR 专家系统的组成
CBR 专家系统的工作机制如图 2-3 所示。案例推理(CBR)是一种类比推理方法，来源于人的认知过程。其基本思想是人类在遇到新问题时，不是急于寻找新的求解方法，而是比较新旧问题的差别后，修改旧问题的解决方案使之成为新问题的解。首先，经过案例表示，将提出的新问题，转化成系统可理解的目标案例。显然，这时的目标案例只包含了问题的描述，不包括问题的解决方案。紧接着，系统在案例库中通过案例推理的方式去检索与目标案例的问题描述最相似的历史案例。如果这样的案例不存在，就咨询领域专家得到解决方案，并将其嵌入到目标案例中，再将目标案例存入案例库。如果最相似历史案例存在，用户根据实际需求判断是否接受系统的解决方案，并对案例做出必要的修正后存入案例库。案例的表示方式以及案例库的结构在一定程度上决定了基于案例推理的性能。专家的知识以及以往的历史经验都存储在案例中，从解决问题的角度上看，案例不仅要包含对问题的描述，同时也应该有相应的求解方案的描述。所以，案例的形式应该为：<问题描述，解描述>。另外，为了使系统能从经验中学习，必须要有一种机制能够使案例加入到案例库中，于是案例表示的实质问题是考虑用什么样的结构来表示案例，将什么信息存入案例，以及如何索引与组织案例以提高检索和重用效率。
……………
第三章 故障诊断系统的数据库设计.......16
3.1 数据库的总体设计 ...... 16
3.1.1 概念设计...... 16
3.1.2 逻辑设计...... 18
3.2 基于 T-SQL 语言的数据库创建...... 20
3.2.1 创建数据库.... 20
3.2.2 创建表........ 22
3.3 数据访问类的设计 ...... 24
3.4 本章小结 .... 28
第四章 故障诊断系统的算法设计....29
4.1 案例学习算法的设计 .... 29
4.2 最近邻推理算法的设计 ....... 30
4.3 案例相似度阈值维护算法的设计 .... 34
4.4 案例修正算法的设计 .... 35
4.5 征兆权值维护算法的设计 ..... 37
4.5.1 基于覆盖度的算法设计.... 38
4.5.2 基于粗糙集的算法设计.... 39
4.6 案例征兆约简算法的设计 ..... 45
4.7 本章小结 .... 49
第五章 故障诊断系统的功能模块设计与实现....50
5.1 故障信息的数据结构 .... 50
5.2 故障信息录入模块的设计与实现 .... 51
5.3 案例学习模块的设计与实现 ........ 54
5.4 案例推理模块的设计与实现 ........ 59
5.5 案例修正模块的设计与实现 ........ 62
5.6 征兆权值维护模块的设计与实现 .... 64
5.7 案例征兆约简模块的设计与实现 .... 66
5.8 本章小结 .... 69
第六章 故障诊断系统的功能测试
6.1 测试方法
软件产品功能测试主要采用黑盒测试法，包括比较测试、等价类划分等技术。本文采用等价类划分完成故障诊断软件的测试[34]。等价类划分技术把所有可能的输入数据划分为若干等价类，测试某等价类的典型值，就等同于对这一类的测试。采用等价类划分技术对软件进行测试可以将所有的测试组合减少到同样有效的最小范围。使用等价类划分技术测试软件的步骤是：划分等价类、确定测试用例。划分等价类就是根据每个输入条件，找出所有的等价类。之后，根据划分的等价类设计测试用例，满足：每一个等价类是唯一的；对于合理等价类，测试用例应尽可能多地覆盖未被覆盖过的合理等价类；对于不合理等价类，测试用例只能覆盖一个未被覆盖过的不合理等价类。
………………
结论
高效及可靠的飞控系统对于无人机完成作战任务有着至关重要的作用，所以对飞控系统进行故障诊
