Рассмотрены основные подходы к построению гибридных нечетких экспертных систем диагностики и контроля параметров авиационного двигателя. Приведена структура экспертной системы, рассмотрен пример решения комплексной задачи диагностики и контроля параметров газотурбинного двигателя. Рассмотрен пример распознавания отказов датчиков при нормально работающем авиационном двигателе. Разработана методика построения подобных экспертных систем.

Рассмотрено применение активных экспертных систем с нейросетевыми базами знаний для процесса информационного мониторинга параметров авиационного газотурбинного двигателя. Предложен оригинальный подход к определению тренда параметров газотурбинного двигателя на базе нейросетей, реализующих динамическую базу знаний активной экспертной системы в процессе эксплуатации двигателя. Предложена методика по разработке подобных нейросетевых баз знаний.

Рассмотрен один из подходов к комплексному диагностированию и контролю состояния колеса первой ступени РКНД на базе гибридного ансамбля нейросетей. Проведен сравнительный анализ нейросетевых ансамблей и обычных нейросетей для решения подобных задач. Приведены результаты моделирования.

Рассмотрены реализация баз знаний прецедентов активных экспертных систем на основе ансамблевых моделей нейросетей. Решено задачу распознавания прецедентов ансамблевой моделью нейросетей в процессе комплексных отказов, с учетом частичной или полной неопределенности параметров системы "временной автомат приемистости и авиационный газотурбинный двигатель".