数据挖掘和知识发现在火箭发动机故障诊断中的应用研究

以火箭发动机热试车数据测量系统为研究和应用背景，综合运用数据测量、数据库、神经网络、模糊集理论、遗传算法、聚类、推理等多学科的知识，研究数据发掘和知识发现(DMKD)的数据表示、知识获取方法，建立DMKD预测模型和知识规则提取模型，应用于三组元发动机、超燃冲压发动机、气动激光燃烧室等热试验中，进行故障诊断，对故障进行确认、定性、定位、关联和预测，发掘潜在的数据关系，提供先进的数据分析手段和智能辅助决策支持。对发动机热试车数据的数据挖掘，具有比故障诊断和健康监控更高的层次，不仅发现热试车数据中的故障，还可能发现数据之间的潜在关系和新的规律，在故障的预测、定性、定位、关联等方面，可能取得新的突破。