CN111721480A - 一种基于飞行数据的民机机组氧气***渗漏预警方法 - Google Patents
一种基于飞行数据的民机机组氧气***渗漏预警方法 Download PDFInfo
- Publication number
- CN111721480A CN111721480A CN202010606697.2A CN202010606697A CN111721480A CN 111721480 A CN111721480 A CN 111721480A CN 202010606697 A CN202010606697 A CN 202010606697A CN 111721480 A CN111721480 A CN 111721480A
- Authority
- CN
- China
- Prior art keywords
- flight
- data
- aircraft
- leakage
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明实例公开了一种基于飞行数据的民机机组氧气***渗漏预警方法,应用于民机机组氧气***的实时监控与风险预警;通过采集监测航班的机组氧气***相关飞行数据并进行数据处理和特征提取,将提取的特征值导入航班机组氧气***渗漏模型进行计算,对计算结果进行分级预警处理。本发明可以自动采集飞机机组氧气***相关飞行数据,进行分析,判断机组氧气***性能,最终将预警结果通知机务维修人员,实现对飞机机组氧气***的闭环控制和健康管理,机务人员据此开展视情维修,及时排故,降低了飞机的维护成本。
Description
技术领域
本发明涉及民机***安全管理及风险预警技术领域。
背景技术
当民用飞机在高空失压时,氧气***对于保证飞机上乘客的生命安全起着非常重要的作用,对飞机运行的安全性有着十分重要的影响。机组氧气***是固定式高压气氧***,由一个固定的氧气瓶存储,为正、副驾驶员和观察员提供呼吸用氧。机组氧气***可在座舱失压、有烟雾和着火时为驾驶舱机组成员提供应急用氧,并可为提高夜航视力或消除疲劳提供补充用氧。
目前航空公司对于机组氧气***的日常检查维护,只是要求每日检查机组氧气瓶压力是否符合放行标准,如果压力低于标准,则更换机组氧气瓶;如果压力符合要求就不会对机组氧气瓶压力进行记录和持续地监控管理。因此如果机组氧气***异常缓慢渗漏是难以被及时发现的,这将导致机务人员频繁更换机组氧气瓶,增加了航线维修的工作量和维修成本,但是没有真正排除渗漏故障,安全隐患始终存在。
除此之外,通过分析飞行数据建立机组氧气***渗漏模型来监测飞机机组氧气***是否出现异常往往存在以下困难:由于机组氧气瓶压力受气压、温度等多个因素的影响,而机组氧气瓶位置处温度由驾驶舱温度和大气温度共同决定;且机组氧气瓶位置处没有设置温度传感器,不能直接测量温度;同时,一架飞机在航行过程中这些影响因素也在时刻变化。因此,目前通常依据工程经验直接设定机组氧气***的监测阈值,当一架航班的机组氧气压力变化超过设定阈值时,就会进行告警。由于依据工程经验设定的监测阈值往往偏大,造成机组氧气***渗漏现象漏报频繁,无法及时排故,导致飞机的运行安全得不到保证。
发明内容
发明目的:为解决现有技术存在维修成本高、无法及时排故等问题,本发明提供了一种基于飞行数据的民机机组氧气***渗漏预警方法。
技术方案:本发明提供了一种基于飞行数据的民机机组氧气***渗漏预警方法,具体包括以下步骤:
步骤1:采集民机A的被监测航班的飞行数据;
步骤2:对获取的飞行数据进行预处理,该预处理包括缺失数据补充;
步骤3:对预处理后的数据进行特征值提取,具体提取的特征值包括:飞机位于起飞机场时的机组氧气压力Pd、起飞机场的大气温度Td、进近阶段的机组氧气压力Pa和航路过程中的最低大气温度Tmin;
步骤4:获取n个无渗漏故障的航班的历史飞行数据,执行该n个航班的飞机的机型与民机A的机型相同;对该历史飞行数据进行预处理,并在处理后的数据中提取特征值,并根据提取后的特征值建立机组氧气***渗漏模型,将步骤3中提取的Pd、Td、Pa和Tmin导入至该模型中,得到被监测航班进近阶段机组氧气压力预测值Ppre-a,从而得到Ppre-a与Pa之间的残差εa;
步骤5:将εa与标准差Sd进行对比,若εa≤2.5Sd,则机组氧气***正常,并继续对下一个航班进行监测;若2.5Sd<εa<3.5Sd,则转步骤6;若残差εa≥3.5Sd,则向机务维修人员进行告警;所述Sd为将无渗漏故障的航班的历史飞行数据组成的样本导入氧气***渗漏模型中得到的样本残差的标准差;
步骤6:采集民机A与被监测航班相邻的p个历史航班数据,并利用步骤2中的预处理方法对该数据进行预处理;
步骤7:对步骤6中预处理后的数据进行特征值提取,具体提取的特征值包括:每个航班的起飞时间Dt、每一个航班中飞机位于起飞机场时的机组氧气压力Pd1、每一个航班的驾驶舱温度Tcoc和每一个航班中起飞机场的大气温度Td1,基于Tcoc和Td1,将飞机位于起飞机场时的机组氧气压力Pd1转化为标准温度下Tstd的机组氧气压力值Pstd;
步骤8:根据Dt和Pstd,利用最小二乘法线性回归拟合,建立民机A机组氧气压力随时间变化的模型,从而获得该飞机的机组氧气压力渗漏率β5;
步骤9:选取h架机组氧气***无异常飞机的连续的N个历史航班飞行数据,所述h架飞机均与民机A型号相同;对每一架飞机的每一个航班的飞行数据进行特征提取,从而得到第s架飞机的每一个航班中飞机位于起飞机场时的机组氧气压力Pd-s和每一个航班的起飞时间,将Pd-s转换为标准温度下机组氧气压力值Pstds,根据第s架飞机的每个航班的Pstds和起飞时间,利用最小二乘法,建立第s架飞机的机组氧气压力随时间变化方程,从而获得第s架飞机的机组氧气压力渗漏率β5·s,s=1,2,…h,对h架飞机的机组氧气压力渗漏率求平均值,从而得到机组氧气***无异常飞机的机组氧气压力渗漏率βstd;
步骤10:根据β5和βstd,确定判断参数α,若α≤5°,则该飞机的机组氧气***正常,无缓慢渗漏风险;若α>5°,则飞机存在机组氧气缓慢渗漏风险,并向机务维修人员进行告警。
进一步的,所述步骤1中在快速存取记录器中采集民机A的被监测航班的飞行数据。
进一步的,所述步骤1中获取的监测航班飞行数据为一个完整的飞行循环时序数据,共有5列,依次为时间、飞行阶段、机组氧气压力、大气温度和驾驶舱温度参数;每列共有m行,对应该航班的飞行时长;步骤2中采用就近补充法进行缺失数据补充,预处理后的时间序列数据为X={xij},其中i=1,2,...,m;j=1,2,...,5,xij为X中第i行,第j列的数据。
进一步的,所述步骤3具体为:
步骤3.1:将飞机位于起飞机场时的机组氧气压力Pd和起飞机场的大气温度Td的数据提取时刻均设为航班进入发动机未启动阶段的时刻td,令采样数据长度为t,则其中,xi3为飞行循环时序数据X中第i行第3列的数据,xi4为飞行循环时序数据X中第i行第4列的数据;
进一步的,所述步骤4中建立机组氧气***渗漏模型具体为:
步骤4.1:将步骤4中提取的特征值组成特征值矩阵E1:
其中Pdn·n表示无渗漏故障的历史飞行数据中第n个航班的飞机位于起飞机场时的机组氧气压力,Tdn·n表示无渗漏故障的历史飞行数据中第n个航班的起飞机场的大气温度,Tmin n·n表示无渗漏故障的历史飞行数据中第n个航班的航路过程中最低大气温度,Pan·n表示无渗漏故障的历史飞行数据中第n个航班在进近阶段的机组氧气压力;
步骤4.2:对E1内的特征值数据进行分析:以Pan为因变量,以Pdn、Tdn、Tmin n为自变量,Pan=[Pan-1,Pan-2,…Pan-n],Pdn=[Pdn-1,Pdn-2,…Pdn-n],Tdn=[Tdn-1,Tdn-2,…Tdn-n],Tmin n=[Tmin n-1,Tmin n-2,…Tmin n-n],采用多元线性回归方法建立回归拟合方程,从而确定航班机组氧气***渗漏模型:Ppre-a=β0+β1·Pdn+β2·Tdn+β3·Tmin n,其中β0为拟合常数项,β1、β2、β3为系数。
进一步的,步骤6中每个历史航班数据为一个完整的飞行循环时序数据,共有5列,依次为时间、飞行阶段、机组氧气压力、大气温度和驾驶舱温度参数;每列共有m1行,预处理后的时间序列数据为Xe={xIJ},其中I=1,2,...,m1;J=1,2,...,5,Xe为第e个时间序列数据,e=1,2,…p,xIJ为Xe中第I行第J列的数据;
所述步骤7中的Pstd为:
进一步的,所述步骤8具体为采用最小二乘法,对步骤7中的p组Dt和Pstd进行线性回归拟合,从而建立民机A的机组氧气压力随时间变化方程:Pstd=β4+β5·Dt,其中β4为拟合方程常数项。
进一步的,所述步骤9中阈值α确定方法为:
α=arctan(β5)-arctan(βstd)。
有益效果:本发明设计了一种基于飞行数据的民机机组氧气***渗漏预警方法,通过自动采集飞机机组氧气***相关飞行数据,进行数据分析,并针对航班机组氧气***渗漏模型计算结果进行分级处理,判断机组氧气***性能,最终将预警结果通知机务维修人员,指导维修工作的开展,及时排故;通过建立被监测飞机的机组氧气压力随时间变化方程,获得该飞机的机组氧气渗漏率,预测该飞机机组氧气***的剩余的使用时间,机务人员可以据此开展视情维修,降低飞机的维护成本。该方法由平台软件自动化运算执行,期间无需机务人员参与,实现对飞机机组氧气***的无监督监控和闭环控制,机务人员只需依照输出结果进行决策即可,提高了航空公司的运营效率。
附图说明
图1为本发明的方法流程图。
图2为本发明中100个监测航班的飞行数据经航班机组氧气***渗漏模型计算后得到的进近阶段机组氧气压力预测值Ppre-a与实际值Pa之间的残差εa分布图。
图3为某架飞机的历史飞行数据经最小二乘法线性回归拟合绘制的机组氧气压力随时间变化曲线图。
具体实施方式
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
如图1所示,本实施例提供一种基于飞行数据的民机机组氧气***渗漏预警方法,具体包括如下步骤:
步骤1:一种基于飞行数据的民机机组氧气***渗漏预警方法,可同时对多个架次航班进行监测。采集同一机型M架次航班记录的与机组氧气***相关的飞行数据(本实施例中M=100),包括但不限于时间(TIME)、飞行阶段(FLIGHT_PHASE)、机组氧气压力(CREW_OXY_PRS)、大气温度(SAT)和驾驶舱温度(TEMP_COCKPIT)等参数。
步骤2:对获取的飞行数据进行预处理工作,包括缺失数据补充等。缺失数据补充方法为就近补充,适用于没有突变的飞行参数数据。获取的监测航班飞行数据为一个完整的飞行循环时序数据,共有5列,依次为时间、飞行阶段、机组氧气压力、大气温度和驾驶舱温度参数;每列共有m行,对应该航班的飞行时长;预处理后的时间序列数据为X={xij},其中i=1,2,...,m;j=1,2,...,5,xij为第i行第j列数据。
步骤3:对预处理后的数据进行特征值提取工作,具体特征值包括:飞机位于起飞机场时的机组氧气压力Pd、起飞机场的大气温度Td、进近阶段的机组氧气压力Pa和航路过程中的最低大气温度Tmin。特征值提取方法包括:
(1)依据飞行阶段(FLIGHT_PHASE),确定飞机位于起飞机场时的机组氧气压力Pd、起飞机场的大气温度Td的数据提取点td均对应航班刚进入发动机未启动(ENG.STOP)阶段的时刻,即双发刚被检测到2N2<55%时刻。设采样数据长度为t,则xi3为飞行循环时序数据中第i行第3列的数据,xi4为飞行循环时序数据中第i行第4列的数据。
(4)本实施例中设置采样数据长度t=19s,即特征值为20s内的平均值。
步骤4:将步骤3中提取的特征值导入航班机组氧气***渗漏模型进行计算,得到监测航班进近阶段机组氧气压力预测值Ppre-a与实际值Pa之间的残差εa。航班机组氧气***渗漏模型建立如下:
(1)选取n=200个航班的无渗漏故障的历史飞行数据,来源于与步骤1中的同一机型。通过步骤1-3进行数据处理与特征值提取,提取后的特征值组成特征值矩阵如下所示:
其中Pdn·n表示无渗漏故障的历史飞行数据中第n个航班的飞机位于起飞机场时的机组氧气压力,Tdn·n表示无渗漏故障的历史飞行数据中第n个航班的起飞机场的大气温度,Tmin n·n表示无渗漏故障的历史飞行数据中第n个航班的航路过程中最低大气温度,Pan·n表示无渗漏故障的历史飞行数据中第n个航班在进近阶段的机组氧气压力;
(2)对E1内的特征值数据进行分析,以Pdn、Tdn、Tmin n为自变量,Pan=[Pan-1,Pan-2,…Pan-n],Pdn=[Pdn-1,Pdn-2,…Pdn-n],Tdn=[Tdn-1,Tdn-2,…Tdn-n],Tmin n=[Tmin n-1,Tmin n-2,…Tmin n-n],采用多元线性回归方法建立回归拟合方程,确定航班机组氧气***渗漏模型如下所示:
Ppre-a=β0+β1·Pd+β2·Td+β3·Tmin
式中β0≈107.97,β1≈0.97,β2≈-1.44,β3≈1.88。
(4)将监测航班提取特征值导入模型进行计算,即得到监测航班进近阶段机组氧气压力预测值Ppre-a与实际值之间的残差εa。
步骤5:将步骤4模型计算的残差与机组氧气***无异常航班组成的样本数据经航班机组氧气***渗漏模型计算的残差标准差Sd进行对比,进行分级预警处理。若监测航班的残差εa≤2.5Sd,则判断机组氧气***正常,无渗漏风险,并对下一个航班进行监测;若残差2.5Sd<εa<3.5Sd,存在机组氧气***缓慢渗漏可能,则转到步骤6;若残差εa≥3.5Sd,则向机务维修人员进行告警,应对机组氧气***渗漏进行排查。
图2为实施例中的100个监测航班的飞行数据经航班机组氧气***渗漏模型计算后的残差εa分布图。可以看出绝大多数航班飞行数据计算后的残差εa都小于2.5Sd,在正常范围内;小部分(圆圈圈出)航班飞行数据计算后的残差2.5Sd<εa<3.5Sd,存在机组氧气***缓慢渗漏倾向,转到步骤6;没有超过3.5Sd的航班。
步骤6:残差2.5Sd<εa<3.5Sd范围内的监测航班,该飞机存在机组氧气***缓慢渗漏倾向,需进一步进行判断。采集该飞机在执行监测航班(图2圈出航班)之前相邻的30个航班历史飞行记录数据。按照步骤2的方法进行预处理工作。
步骤7:将步骤6预处理后的历史飞行记录数据进行特征值提取,骤6中每个历史航班数据为一个完整的飞行循环时序数据,一个完整的飞行循环时序数据共有5列,每列共有m1行,具体特征值包括:每个航班的起飞时间Dt、每一个航班中飞机位于起飞机场时的机组氧气压力Pd1、每一个航班的驾驶舱温度Tcoc和每一个航班中起飞机场的大气温度Td1,基于Tcoc和Td1,将飞机位于起飞机场时的机组氧气压力Pd1转化为标准温度下Tstd的机组氧气压力值Pstd;
(1)Pd1,Pd1的提取方式与步骤3所述一致。
(2)各个航班的记录起飞时间Dt,为相应航班的飞机起飞时间;起飞机场时的飞机驾驶舱温度Tcoc,对应航班刚进入发动机未启动(ENG.STOP)阶段的时刻td1,设采样数据长度为t1,则xI4为每个时间序列数据中的第I行第4列的数据。
(3)设置采样数据长度t=19s,即特征值为20s内的平均值。
其中Dt·p为第p个航班飞机的起飞时间,Pstd·p为第p个航班点的Pstd的。
步骤8:针对特征值矩阵E2,利用最小二乘法线性回归拟合,建立该飞机机组氧气压力随时间变化方程Pstd=β4+β5·Dt,获得该飞机的机组氧气压力渗漏率β5。式中β4≈1856.75,β5≈-2.42。
步骤9:将该飞机的机组氧气压力渗漏率β5与健康状态飞机(组氧气***无异常状态飞机)的机组氧气压力渗漏率βstd进行对比,计算判断参数α;若α≤5°,则判断机组氧气***正常,无缓慢渗漏风险;若α>5°,则存在机组氧气缓慢渗漏风险,向机务维修人员进行告警,应对机组氧气***渗漏进行排查。健康状态飞机的机组氧气压力渗漏率βstd与判断参数α的计算方法包括:
(1)健康状态飞机的机组氧气压力渗漏率βstd,是通过选取h=30架同一型号健康状态飞机的连续M(本实施例中M=50)个航班飞行数据,依次按照步骤7、8建立飞机机组氧气压力随时间变化方程获得机组氧气压力渗漏率β5·s(s=1,2,...,h),根据公式求取。βstd对同一型号飞机具有普适性。实施例求得的机组氧气压力渗漏率βstd=-0.4543。
(2)判断参数α的计算公式为:α=arctan(βstd)-arctan(β5)。本实施例求得的判断参数α=43.15°,远大于5°,存在机组氧气缓慢渗漏风险,应向机务维修人员进行告警,对机组氧气***渗漏进行排查工作。
图3为实施例中执行残差2.5Sd<εa<3.5Sd航班的飞机在该航班之前相邻的30个的历史飞行记录数据经最小二乘法线性回归拟合绘制的机组氧气压力随时间变化曲线图,包含该飞机的机组氧气压力随时间变化拟合曲线和依据健康状态飞机的标准机组氧气压力渗漏率βstd绘制的机组氧气压力随时间变化曲线。可以清晰看出,该飞机的机组氧气衰减速度要远大于健康状态飞机的氧气衰减速度,可以确定该飞机存在机组氧气***渗漏故障。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (8)
1.一种基于飞行数据的民机机组氧气***渗漏预警方法,其特征在于,具体包括以下步骤:
步骤1:采集民机A的被监测航班的飞行数据;
步骤2:对获取的飞行数据进行预处理,该预处理包括缺失数据补充;
步骤3:对预处理后的数据进行特征值提取,具体提取的特征值包括:飞机位于起飞机场时的机组氧气压力Pd、起飞机场的大气温度Td、进近阶段的机组氧气压力Pa和航路过程中的最低大气温度Tmin;
步骤4:获取n个无渗漏故障的航班的历史飞行数据,执行该n个航班的飞机的机型与民机A的机型相同;对该历史飞行数据进行预处理,并在处理后的数据中提取特征值,并根据提取后的特征值建立机组氧气***渗漏模型,将步骤3中提取的Pd、Td、Pa和Tmin导入至该模型中,得到被监测航班进近阶段机组氧气压力预测值Ppre-a,从而得到Ppre-a与Pa之间的残差εa;
步骤5:将εa与标准差Sd进行对比,若εa≤2.5Sd,则机组氧气***正常,并继续对下一个航班进行监测;若2.5Sd<εa<3.5Sd,则转步骤6;若残差εa≥3.5Sd,则向机务维修人员进行告警;所述Sd为将无渗漏故障的航班的历史飞行数据组成的样本导入氧气***渗漏模型中得到的样本残差的标准差;
步骤6:采集民机A与被监测航班相邻的p个历史航班数据,并利用步骤2中的预处理方法对该数据进行预处理;
步骤7:对步骤6中预处理后的数据进行特征值提取,具体提取的特征值包括:每个航班的起飞时间Dt、每一个航班中飞机位于起飞机场时的机组氧气压力Pd1、每一个航班的驾驶舱温度Tcoc和每一个航班中起飞机场的大气温度Td1,基于Tcoc和Td1,将飞机位于起飞机场时的机组氧气压力Pd1转化为标准温度下Tstd的机组氧气压力值Pstd;
步骤8:根据Dt和Pstd,利用最小二乘法线性回归拟合,建立民机A机组氧气压力随时间变化的模型,从而获得该飞机的机组氧气压力渗漏率β5;
步骤9:选取h架机组氧气***无异常飞机的连续的N个历史航班飞行数据,所述h架飞机均与民机A型号相同;对每一架飞机的每一个航班的飞行数据进行特征提取,从而得到第s架飞机的每一个航班中飞机位于起飞机场时的机组氧气压力Pd-s和每一个航班的起飞时间,将Pd-s转换为标准温度下机组氧气压力值Ps巀ds,根据第s架飞机的每个航班的Ps巀ds和起飞时间,利用最小二乘法,建立第s架飞机的机组氧气压力随时间变化方程,从而获得第s架飞机的机组氧气压力渗漏率β5·s,s=1,2,…h,对h架飞机的机组氧气压力渗漏率求平均值,从而得到机组氧气***无异常飞机的机组氧气压力渗漏率βstd;
步骤10:根据β5和βstd,确定判断参数α,若α≤5°,则该飞机的机组氧气***正常,无缓慢渗漏风险;若α>5°,则飞机存在机组氧气缓慢渗漏风险,并向机务维修人员进行告警。
2.根据权利要求1所述的一种基于飞行数据的民机机组氧气***渗漏预警方法,其特征在于,所述步骤1中在快速存取记录器中采集民机A的被监测航班的飞行数据。
3.根据权利要求1所述的一种基于飞行数据的民机机组氧气***渗漏预警方法,其特征在于,所述步骤1中获取的监测航班飞行数据为一个完整的飞行循环时序数据,共有5列,依次为时间、飞行阶段、机组氧气压力、大气温度和驾驶舱温度参数;每列共有m行,对应该航班的飞行时长;步骤2中采用就近补充法进行缺失数据补充,预处理后的时间序列数据为X={xij},其中i=1,2,...,m;j=1,2,...,5,xij为X中第i行,第j列的数据。
5.根据权利要求1所述的一种基于飞行数据的民机机组氧气***渗漏预警方法,其特征在于,所述步骤4中建立机组氧气***渗漏模型具体为:
步骤4.1:将步骤4中提取的特征值组成特征值矩阵E1:
其中Pdn·n表示无渗漏故障的历史飞行数据中第n个航班的飞机位于起飞机场时的机组氧气压力,Tdn·n表示无渗漏故障的历史飞行数据中第n个航班的起飞机场的大气温度,Tminn·n表示无渗漏故障的历史飞行数据中第n个航班的航路过程中最低大气温度,Pan·n表示无渗漏故障的历史飞行数据中第n个航班在进近阶段的机组氧气压力;
步骤4.2:对E1内的特征值数据进行分析:以Pan为因变量,以Pdn、Tdn、Tminn为自变量,Pan=[Pan-1,Pan-2,…Pan-n],Pdn=[Pdn-1,Pdn-2,…Pdn-n],Tdn=[Tdn-1,Tdn-2,…Tdn-n],Tminn=[Tminn-1,Tminn-2,…Tminn-n],采用多元线性回归方法建立回归拟合方程,从而确定航班机组氧气***渗漏模型:Ppre-a=β0+β1·Pdn+β2·Tdn+β3·Tminn,其中β0为拟合常数项,β1、β2、β3为系数。
7.根据权利要求1所述的一种基于飞行数据的民机机组氧气***渗漏预警方法,其特征在于,所述步骤8具体为采用最小二乘法,对步骤7中的p组Dt和Pstd进行线性回归拟合,从而建立民机A的机组氧气压力随时间变化方程:Pstd=β4+β5·Dt,其中β4为拟合方程常数项。
8.根据权利要求1所述的一种基于飞行数据的民机机组氧气***渗漏预警方法,其特征在于,所述步骤9中阈值α确定方法为:
α=arctan(β5)-arctan(βstd)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010606697.2A CN111721480B (zh) | 2020-06-29 | 2020-06-29 | 一种基于飞行数据的民机机组氧气***渗漏预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010606697.2A CN111721480B (zh) | 2020-06-29 | 2020-06-29 | 一种基于飞行数据的民机机组氧气***渗漏预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111721480A true CN111721480A (zh) | 2020-09-29 |
CN111721480B CN111721480B (zh) | 2021-07-20 |
Family
ID=72570194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010606697.2A Active CN111721480B (zh) | 2020-06-29 | 2020-06-29 | 一种基于飞行数据的民机机组氧气***渗漏预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111721480B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3133082B1 (fr) * | 2022-02-28 | 2024-01-19 | Safran Aerotechnics | Procédé de contrôle d’un réservoir d’oxygène pour aéronef |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2560934Y (zh) * | 2002-08-02 | 2003-07-16 | 沈阳 | 漏氧检测仪 |
US6622047B2 (en) * | 2001-07-28 | 2003-09-16 | Cyberonics, Inc. | Treatment of neuropsychiatric disorders by near-diaphragmatic nerve stimulation |
FR2911509A1 (fr) * | 2007-01-18 | 2008-07-25 | Draeger Aerospace Gmbh | Systeme d'alimentation de secours en oxygene |
CN101598635A (zh) * | 2009-05-31 | 2009-12-09 | 广州飞机维修工程有限公司 | 一种飞机旅客氧气调节器测试装置 |
CN102320382A (zh) * | 2011-07-07 | 2012-01-18 | 中国国际航空股份有限公司 | 飞机性能检测方法 |
CN102331331A (zh) * | 2011-06-20 | 2012-01-25 | 中国国际航空股份有限公司 | 飞机机载氧气性能检测方法 |
CN102495949A (zh) * | 2011-11-23 | 2012-06-13 | 西北工业大学 | 一种基于飞行数据的故障预报方法 |
EP2008934B1 (en) * | 2007-06-26 | 2013-04-24 | Honeywell International Inc. | Closed-loop cabin pressure control system test method with actual pressure feedback |
CN205538121U (zh) * | 2016-03-15 | 2016-08-31 | 韩一魁 | 一种民用航空机组氧气***密封检测装置 |
CN206171843U (zh) * | 2016-09-28 | 2017-05-17 | 深圳市阿姆斯壮航空科技有限公司 | 飞机应急氧气***的测试设备 |
CN107168205A (zh) * | 2017-06-07 | 2017-09-15 | 南京航空航天大学 | 一种民机空调***在线健康监测数据采集与分析方法 |
CN110530586A (zh) * | 2019-09-27 | 2019-12-03 | 东方航空技术有限公司 | 一种a320机组氧气泄露监控方法 |
CN210852943U (zh) * | 2019-09-27 | 2020-06-26 | 东方航空技术有限公司 | 一种a320机组氧气泄露监控*** |
-
2020
- 2020-06-29 CN CN202010606697.2A patent/CN111721480B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6622047B2 (en) * | 2001-07-28 | 2003-09-16 | Cyberonics, Inc. | Treatment of neuropsychiatric disorders by near-diaphragmatic nerve stimulation |
CN2560934Y (zh) * | 2002-08-02 | 2003-07-16 | 沈阳 | 漏氧检测仪 |
FR2911509A1 (fr) * | 2007-01-18 | 2008-07-25 | Draeger Aerospace Gmbh | Systeme d'alimentation de secours en oxygene |
EP2008934B1 (en) * | 2007-06-26 | 2013-04-24 | Honeywell International Inc. | Closed-loop cabin pressure control system test method with actual pressure feedback |
CN101598635A (zh) * | 2009-05-31 | 2009-12-09 | 广州飞机维修工程有限公司 | 一种飞机旅客氧气调节器测试装置 |
CN102840881B (zh) * | 2011-06-20 | 2015-02-04 | 中国国际航空股份有限公司 | 机组氧气***性能检测方法 |
CN102331331A (zh) * | 2011-06-20 | 2012-01-25 | 中国国际航空股份有限公司 | 飞机机载氧气性能检测方法 |
CN102320382A (zh) * | 2011-07-07 | 2012-01-18 | 中国国际航空股份有限公司 | 飞机性能检测方法 |
CN102495949A (zh) * | 2011-11-23 | 2012-06-13 | 西北工业大学 | 一种基于飞行数据的故障预报方法 |
CN205538121U (zh) * | 2016-03-15 | 2016-08-31 | 韩一魁 | 一种民用航空机组氧气***密封检测装置 |
CN206171843U (zh) * | 2016-09-28 | 2017-05-17 | 深圳市阿姆斯壮航空科技有限公司 | 飞机应急氧气***的测试设备 |
CN107168205A (zh) * | 2017-06-07 | 2017-09-15 | 南京航空航天大学 | 一种民机空调***在线健康监测数据采集与分析方法 |
CN107168205B (zh) * | 2017-06-07 | 2019-07-09 | 南京航空航天大学 | 一种民机空调***在线健康监测数据采集与分析方法 |
CN110530586A (zh) * | 2019-09-27 | 2019-12-03 | 东方航空技术有限公司 | 一种a320机组氧气泄露监控方法 |
CN210852943U (zh) * | 2019-09-27 | 2020-06-26 | 东方航空技术有限公司 | 一种a320机组氧气泄露监控*** |
Non-Patent Citations (1)
Title |
---|
黄磊: "基于状态维修策略下的机组氧气监控模型的建模与实现", 《航空维修与工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111721480B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3108313B1 (en) | Method for predicting a fault in an air-conditioning pack of an aircraft | |
DE102014106685B4 (de) | Verfahren zur Diagnose eines Zapfluftsystemfehlers | |
US10239640B2 (en) | Predictive aircraft maintenance systems and methods incorporating classifier ensembles | |
EP3229187B1 (en) | On-board structural load assessment of an aircraft during flight events | |
EP2092401B1 (en) | Hard landing detection | |
US9797328B2 (en) | Equipment health monitoring method and system and engine | |
US9567106B2 (en) | System and method for identifying faults in an aircraft | |
EP3108314B1 (en) | Method for diagnosing a fault in an air-conditioning pack of an aircraft | |
CN108382384A (zh) | 基于制动器扭矩和温度的故障检测 | |
CN113053171B (zh) | 一种民机***风险预警方法及*** | |
CN111932102B (zh) | 一种基于动态控制图的民用飞机***风险预警方法 | |
CN107766610B (zh) | 一种民用飞机适航审定试飞可靠性监控方法 | |
EP3460215B1 (en) | Method and apparatus for predicting turbine outlet temperature in gas turbine | |
US20210118242A1 (en) | Predicting a repair and maintenance activity for an aircraft system | |
JP2021167186A (ja) | 航空機器の異常予測及び異常検知 | |
CN111721480B (zh) | 一种基于飞行数据的民机机组氧气***渗漏预警方法 | |
CN111580498A (zh) | 一种基于随机森林的飞机环控***气冷设备鲁棒故障诊断方法 | |
CN111361759B (zh) | 基于混合模型的飞机辅助动力装置在翼剩余寿命预测方法 | |
CN114580784A (zh) | 一种飞机部件预测性维修数据的分析方法 | |
CN104050371A (zh) | 一种基于改进sdg的多故障诊断方法 | |
CN113050595B (zh) | 一种基于pfmea和hra方法的潜在故障分析方法 | |
CN107316087B (zh) | 一种判断航空产品带故障使用的方法 | |
CN115525987A (zh) | 一种用于涡轴发动机的可用功率自动评估方法 | |
CN110718001B (zh) | 基于lstm和svr模型的飞机辅助动力装置的性能参数单步预测方法 | |
Li et al. | Prognostics and health management techniques for integrated avionics systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |