技术新讯 > 控制调节装置的制造及其应用技术 > 基于可视化技术的SR20型飞机故障检测方法及系统  >  正文

基于可视化技术的SR20型飞机故障检测方法及系统

  • 国知局
  • 2024-07-31 23:47:48

本发明涉及故障检测,特别是涉及基于可视化技术的sr20型飞机故障检测方法及系统。

背景技术:

1、在航空领域,飞机的安全性和可靠性是至关重要的,针对飞机故障检测方面,可视化技术被广泛应用于帮助工程师和技术人员更快速、准确地发现并诊断飞机故障。例如针对sr20型飞机,可以通过可视化技术,查看飞机各部件的状态数据、传感器信息等,从而及时发现潜在故障,提高飞机运行的安全性和可靠性。但飞机故障检测涉及多个数据源和系统,需要对多个数据源进行整合分析,同时在飞机飞行时也需要针对不同飞行高度对故障检测的方法进行相应调整。

2、如申请公开号为cn117092982a的中国专利公开了一种飞机故障检测系统及其工作方法,涉及故障检测技术领域。系统的工作方法包括对飞行控制系统的历史检测数据和当前检测数据进行数据标准化处理和主成分分析,根据主成分分析确定出用于评价传感器是否发生故障的自适应阈值,根据当前检测数据所确定出的第二阈值与自适应阈值的大小关系确定出是否存在有故障的传感器。该发明公开的系统及其工作方法能够及时检测出传感器故障,以便维修人员及时进行故障确认和维修,确保飞机的安全稳定运行。

3、如申请公开号为cn109557896a的中国专利公开了用于飞机故障检测的系统和方法。一种飞机故障检测系统,包括:至少一个飞机数据记录装置,被配置为从至少一个飞机子系统捕获参数飞行数据;以及耦接到数据记录装置的飞机控制器。控制器被配置为将来自至少一个飞机子系统的参数飞行数据分组为多个测试状态,多个状态中的一个或多个测试状态不同于其他测试状态,基于多个测试状态产生至少一个测试转移矩阵,并基于至少一个测试转移矩阵确定至少一个飞机子系统的异常行为,并基于从至少一个测试转移矩阵确定的至少一个飞机子系统的异常行为来预测至少一个飞机子系统内的故障。

4、以上专利都存在本背景技术提出的问题:没有考虑到飞机在不同飞行高度下飞行状态是不同的,所产生的数据也不尽相同,同时不同飞行高度飞机所处位置的天气也不同,因此需要一种针对不同飞行高度和天气状况下的飞行状态故障监测方法。为解决这些问题,本发明提出了基于可视化技术的sr20型飞机故障检测方法及系统。

技术实现思路

1、针对现有技术的不足,本发明的主要目的是提供基于可视化技术的sr20型飞机故障检测方法及系统,能够有效解决背景技术中的问题。本发明的具体技术方案如下:

2、基于可视化技术的sr20型飞机故障检测方法,包括:

3、s1、对sr20型飞机的多次飞行高度进行获取,基于多次飞行高度,获取不同飞行高度下sr20型飞机的历史飞行状态数据、不同飞行高度下的历史天气数据;

4、s2、获取sr20型飞机当前飞行高度下的实时飞行状态数据、当前飞行高度下的实时天气数据;

5、s3、基于飞行高度、历史飞行状态数据、历史天气数据,训练预测sr20型飞机飞行状态数据的回归网络模型;

6、s4、基于回归网络模型,将当前飞行高度下的实时天气数据输入至回归网络模型中,得到基于当前飞行高度下预测的sr20型飞机飞行状态数据;

7、s5、将基于当前飞行高度下预测的sr20型飞机飞行状态数据与sr20型飞机当前飞行高度下的实时飞行状态数据代入状态误差计算策略中,计算sr20型飞机实时飞行状态数据中的状态误差;

8、s6、将状态误差进行降序排列,预设状态误差阈值,将实时飞行状态数据中大于状态误差阈值的状态误差对应的异常状态进行故障预警,将异常状态对应的异常部件数据反馈给飞行员。

9、具体的,所述飞行状态数据包括引擎参数、油压、发动机温度、飞行姿态、飞行速度;所述天气数据包括风速、风向、空气湿度、能见度、温度。

10、具体的,所述s1的具体内容还包括:

11、建立飞行高度为h时的飞行数据集合ah={h,wh,sh},其中wh为飞行高度为h时的历史天气数据,sh为飞行高度为h时的历史飞行状态数据,分别对不同飞行高度下的飞行数据集合进行数据清洗,检查历史天气数据、历史飞行状态数据中是否存在缺失值,若存在,则将含有缺失值的对应飞行高度下的飞行数据集合进行删除,将经过数据清洗后的所有飞行高度下的飞行数据集合作为模型数据集。

12、具体的,所述s3还包括以下具体内容:将模型数据集划分为模型训练集和模型测试集,构建回归网络模型;将模型训练集中的所有飞行高度下的飞行数据集合里的飞行高度、历史天气数据中的历史风速、历史风向、历史空气湿度、历史能见度、历史温度作为回归网络模型的输入,将模型训练集中的所有飞行高度下的飞行数据集合里的历史飞行状态数据中的历史引擎参数、历史油压、历史发动机温度、历史飞行姿态、历史飞行速度作为回归网络模型的输出,对模型进行训练,以获得初始回归网络模型,并利用均方误差算法对初始回归网络模型进行模型效果评价,预设评价值。筛选均方误差小于等于预设评价值的对应初始回归网络模型作为预测sr20型飞机飞行状态数据的回归网络模型。

13、具体的,所述获得初始回归网络模型的具体步骤包括:

14、s31、构建包含一个输入层、一个隐藏层和一个输出层的回归网络模型,其中所述输入层包括6个输入节点,通过6个输入节点分别输入飞行高度、风速、风向、空气湿度、能见度、温度;所述输出层包括5个输出节点,每个输出节点分别对应输出引擎参数预测值、油压预测值、发动机温度预测值、飞行姿态预测值、飞行速度预测值;

15、s32、所述隐藏层输出公式为h=σ(w1×x+b1),其中h为隐藏层的输出,w1为隐藏层的权重,b1为偏置,σ为激活函数,其中x=[x1,x2,x3,x4,x5,x6]为输入特征,x1为输入的飞行高度,x2为输入的风速、x3为输入的风向、x4为输入的空气湿度、x5为输入的能见度、x6为输入的温度;

16、s33、所述输出层输出的预测值为预测的飞行状态数据y=[w21,w22,w23,w24,w25]×h+[b21,b22,b23,b24,b25],其中y=[y1,y2,y3,y4,y5],y1、y2、y3、y4、y5分别为输出层5个输出节点输出的引擎参数预测值、油压预测值、发动机温度预测值、飞行姿态预测值、飞行速度预测值,w21、w22、w23、w24、w25分别为隐藏层到输出层上5个输出节点的权重,b21、b22、b23、b24、b25分别为输出层上5个输出节点的偏置。

17、具体的,所述利用均方误差算法对初始回归网络模型进行模型效果评价的具体步骤为:

18、s34、所述均方误差算法为其中g为模型测试集c中飞行数据集合ah的数量,sh为模型测试集c中的历史飞行状态数据,y为初始回归网络模型预测的飞行状态数据;

19、s35、预设评价值t,当mse≤t时,将对应初始回归网络模型作为预测sr20型飞机飞行状态数据的回归网络模型。

20、具体的,所述状态误差计算策略包括:获取sr20型飞机当前飞行高度、当前飞行高度下的实时天气数据、实时飞行状态数据,将当前飞行高度、当前飞行高度下的实时天气数据输入到训练好的预测sr20型飞机飞行状态数据的回归网络模型中得到预测的飞行状态数据y=[y1,y2,y3,y4,y5],y1、y2、y3、y4、y5分别为引擎参数预测值、油压预测值、发动机温度预测值、飞行姿态预测值、飞行速度预测值,获取中的实时引擎参数、实时油压、实时发动机温度、实时飞行姿态、实时飞行速度分别为k1、k2、k3、k4、k5,分别计算引擎参数状态误差d1、油压状态误差d2、发动机温度状态误差d3、飞行姿态状态误差d4、飞行速度状态误差d5,并分别预设引擎参数状态误差阈值u1、油压状态误差阈值u2、发动机温度状态误差阈值u3、飞行姿态状态误差阈值u4、飞行速度状态误差阈值u5,其中状态误差计算公式为其中i为1至5中任一项,当di>ui时,将第i个状态误差所对应实时飞行状态数据中的第i个数据进行异常状态故障预警,将异常状态对应的异常部件数据反馈给飞行员。

21、基于可视化技术的sr20型飞机故障检测系统,其基于所述的基于可视化技术的sr20型飞机故障检测方法实现,所述系统包括以下模块:

22、数据获取模块,用于对sr20型飞机的多次飞行高度进行获取,基于多次飞行高度,获取不同飞行高度下sr20型飞机的历史飞行状态数据、不同飞行高度下的历史天气数据;获取sr20型飞机当前飞行高度下的实时飞行状态数据、当前飞行高度下的实时天气数据;

23、回归网络模型构建模块,用于基于飞行高度、历史飞行状态数据、历史天气数据,训练预测sr20型飞机飞行状态数据的回归网络模型;

24、模型预测模块,用于基于回归网络模型,将当前飞行高度下的实时天气数据输入至回归网络模型中,得到基于当前飞行高度下预测的sr20型飞机飞行状态数据;

25、状态误差计算模块,用于将基于当前飞行高度下预测的sr20型飞机飞行状态数据与sr20型飞机当前飞行高度下的实时飞行状态数据代入状态误差计算策略中,计算sr20型飞机实时飞行状态数据中的状态误差;

26、故障预警模块,用于将状态误差进行降序排列,预设状态误差阈值,将实时飞行状态数据中大于状态误差阈值的状态误差对应的异常状态进行故障预警,将异常状态对应的异常部件数据反馈给飞行员;

27、控制模块,用于控制各个模块的运行。

28、与现有技术相比,本发明具有如下有益效果:

29、本发明公开了基于可视化技术的sr20型飞机故障检测方法及系统,涉及故障检测技术领域,方法包括:获取不同飞行高度下sr20型飞机的历史飞行状态数据、不同飞行高度下的历史天气数据;以及当前飞行高度下的实时飞行状态数据、当前飞行高度下的实时天气数据;训练预测sr20型飞机飞行状态数据的回归网络模型;将当前飞行高度下的实时天气数据输入至回归网络模型中,得到基于当前飞行高度下预测的sr20型飞机飞行状态数据,并与sr20型飞机当前飞行高度下的实时飞行状态数据代入状态误差计算策略中,计算sr20型飞机实时飞行状态数据中的状态误差;对异常状态进行故障预警,将对应的异常部件数据反馈给飞行员。能够进一步提高sr20型飞机正在飞行时的安全性。

本文地址:https://www.jishuxx.com/zhuanli/20240730/198551.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。