CN111721480A - 一种基于飞行数据的民机机组氧气***渗漏预警方法 - Google Patents

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

一种基于飞行数据的民机机组氧气***渗漏预警方法

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P_d、起飞机场的大气温度T_d、进近阶段的机组氧气压力P_a和航路过程中的最低大气温度T_min；

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P_d、T_d、P_a和T_min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P_pre-a，从而得到P_pre-a与P_a之间的残差ε_a；

步骤5：将ε_a与标准差S_d进行对比，若ε_a≤2.5S_d，则机组氧气***正常，并继续对下一个航班进行监测；若2.5S_d＜ε_a＜3.5S_d，则转步骤6；若残差ε_a≥3.5S_d，则向机务维修人员进行告警；所述S_d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D_t、每一个航班中飞机位于起飞机场时的机组氧气压力P_d1、每一个航班的驾驶舱温度T_coc和每一个航班中起飞机场的大气温度T_d1，基于T_coc和T_d1，将飞机位于起飞机场时的机组氧气压力P_d1转化为标准温度下T_std的机组氧气压力值P_std；

步骤8：根据D_t和P_std，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P_d-s和每一个航班的起飞时间，将P_d-s转换为标准温度下机组氧气压力值P_stds，根据第s架飞机的每个航班的P_stds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β_5·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β_std；

步骤10：根据β₅和β_std，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＝{x_ij}，其中i＝1，2，...，m；j＝1，2，...，5，x_ij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P_d和起飞机场的大气温度T_d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t_d，令采样数据长度为t，则

其中，x_i3为飞行循环时序数据X中第i行第3列的数据，x_i4为飞行循环时序数据X中第i行第4列的数据；

步骤3.2：将进近阶段的机组氧气压力P_a的数据提取时刻设为航班进入进近阶段的时刻t_a，设采样数据长度为t，则

步骤3.3：确定航路过程中的最低大气温度T_min的数据提取时刻为大气温度最小值的初次出现的时刻t_min，设采样数据长度为t，则

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P_dn·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，T_dn·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，T_{min 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，P_an·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P_an为因变量，以P_dn、T_dn、T_{min n}为自变量，P_an＝[P_an-1，P_an-2，…P_an-n]，P_dn＝[P_dn-1，P_dn-2，…P_dn-n]，T_dn＝[T_dn-1，T_dn-2，…T_dn-n]，T_{min n}＝[T_{min n-1}，T_{min n-2}，…T_{min 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：P_pre-a＝β₀+β₁·P_dn+β₂·T_dn+β₃·T_{min 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X_e＝{x_IJ}，其中I＝1，2，...，m1；J＝1，2，...，5，X_e为第e个时间序列数据，e＝1，2，…p，x_IJ为X_e中第I行第J列的数据；

所述步骤7中的P_std为：

其中t1为采样长度，t_d1为步骤6采集的历史数据中航班进入发动机未启动阶段的时刻，x_I4为每个时间序列数据中的第I行第4列的数据。

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D_t和P_std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：P_std＝β₄+β₅·D_t，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(β_std)。

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P_pre-a与实际值P_a之间的残差ε_a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＝{x_ij}，其中i＝1，2，...，m；j＝1，2，...，5，x_ij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P_d、起飞机场的大气温度T_d、进近阶段的机组氧气压力P_a和航路过程中的最低大气温度T_min。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P_d、起飞机场的大气温度T_d的数据提取点t_d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

x_i3为飞行循环时序数据中第i行第3列的数据，x_i4为飞行循环时序数据中第i行第4列的数据。

(2)依据飞行阶段(FLIGHT_PHASE)，确定进近阶段的机组氧气压力P_a的数据提取点t_a对应航班刚进入进近(APPROACH)阶段的时刻，设采样数据长度为t，则

(3)确定航路过程中的最低大气温度T_min的数据提取点t_min对应大气温度最小值的初次出现的时刻，设采样数据长度为t，则

(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P_pre-a与实际值P_a之间的残差ε_a。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P_dn·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，T_dn·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，T_{min 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，P_an·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P_dn、T_dn、T_{min n}为自变量，P_an＝[P_an-1，P_an-2，…P_an-n]，P_dn＝[P_dn-1，P_dn-2，…P_dn-n]，T_dn＝[T_dn-1，T_dn-2，…T_dn-n]，T_{min n}＝[T_{min n-1}，T_{min n-2}，…T_{min 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：

P_pre-a＝β₀+β₁·P_d+β₂·T_d+β₃·T_min

式中β₀≈107.97，β₁≈0.97，β₂≈-1.44，β₃≈1.88。

(3)进近阶段的机组氧气压力的P_a＝P_pre-a+ε_a，ε_a～N(μ，σ²)(程正态分布)，σ的无偏估计

式中

为样本的残差均值，其中k＝1，2，...，n。

(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P_pre-a与实际值之间的残差ε_a。

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S_d进行对比，进行分级预警处理。若监测航班的残差ε_a≤2.5S_d，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2.5S_d＜ε_a＜3.5S_d，存在机组氧气***缓慢渗漏可能，则转到步骤6；若残差ε_a≥3.5S_d，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ε_a分布图。可以看出绝大多数航班飞行数据计算后的残差ε_a都小于2.5S_d，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2.5S_d＜ε_a＜3.5S_d，存在机组氧气***缓慢渗漏倾向，转到步骤6；没有超过3.5S_d的航班。

步骤6：残差2.5S_d＜ε_a＜3.5S_d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D_t、每一个航班中飞机位于起飞机场时的机组氧气压力P_d1、每一个航班的驾驶舱温度T_coc和每一个航班中起飞机场的大气温度T_d1，基于T_coc和T_d1，将飞机位于起飞机场时的机组氧气压力P_d1转化为标准温度下T_std的机组氧气压力值P_std；

(1)P_d1，P_d1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D_t，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T_coc，对应航班刚进入发动机未启动(ENG.STOP)阶段的时刻t_d1，设采样数据长度为t1，则

x_I4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。

(4)所述的将飞机位于起飞机场时的机组氧气压力P_d1转化为标准温度T_std下的机组氧气压力值P_std的计算公式为

本实施例中T_std＝20℃，D_t，P_std组成的特征值矩阵如下所示：

其中D_t·p为第p个航班飞机的起飞时间，P_std·p为第p个航班点的P_std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P_std＝β₄+β₅·D_t，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β_std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β_std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β_std，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β_5·s(s＝1，2，...，h)，根据公式

求取。β_std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β_std＝-0.4543。

(2)判断参数α的计算公式为：α＝arctan(β_std)-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2.5S_d＜ε_a＜3.5S_d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β_std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P_d、起飞机场的大气温度T_d、进近阶段的机组氧气压力P_a和航路过程中的最低大气温度T_min；

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P_d、T_d、P_a和T_min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P_pre-a，从而得到P_pre-a与P_a之间的残差ε_a；

步骤5：将ε_a与标准差S_d进行对比，若ε_a≤2.5S_d，则机组氧气***正常，并继续对下一个航班进行监测；若2.5S_d＜ε_a＜3.5S_d，则转步骤6；若残差ε_a≥3.5S_d，则向机务维修人员进行告警；所述S_d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D_t、每一个航班中飞机位于起飞机场时的机组氧气压力P_d1、每一个航班的驾驶舱温度T_coc和每一个航班中起飞机场的大气温度T_d1，基于T_coc和T_d1，将飞机位于起飞机场时的机组氧气压力P_d1转化为标准温度下T_std的机组氧气压力值P_std；

步骤8：根据D_t和P_std，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P_d-s和每一个航班的起飞时间,将P_d-s转换为标准温度下机组氧气压力值P_s巀ds，根据第s架飞机的每个航班的P_s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β_5·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β_std；

步骤10：根据β₅和β_std，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＝{x_ij}，其中i＝1,2,...,m；j＝1,2,...,5，x_ij为X中第i行，第j列的数据。

4.根据权利要求3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P_d和起飞机场的大气温度T_d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t_d，令采样数据长度为t，则

其中，x_i3为飞行循环时序数据X中第i行第3列的数据，x_i4为飞行循环时序数据X中第i行第4列的数据；

步骤3.2：将进近阶段的机组氧气压力P_a的数据提取时刻设为航班进入进近阶段的时刻t_a，则

步骤3.3：确定航路过程中的最低大气温度T_min的数据提取时刻为大气温度最小值的初次出现的时刻t_min，则

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P_dn·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，T_dn·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，T_minn·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，P_an·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P_an为因变量，以P_dn、T_dn、T_minn为自变量，P_an＝[P_an-1,P_an-2,…P_an-n]，P_dn＝[P_dn-1,P_dn-2,…P_dn-n]，T_dn＝[T_dn-1,T_dn-2,…T_dn-n]，T_minn＝[T_minn-1,T_minn-2,…T_minn-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：P_pre-a＝β₀+β₁·P_dn+β₂·T_dn+β₃·T_minn，其中β₀为拟合常数项，β₁、β₂、β₃为系数。

6.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，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X_e＝{x_IJ}，其中I＝1,2,...,m1；J＝1,2,...,5，X_e为第e个时间序列数据，e＝1，2，…p，x_IJ为X_e中第I行第J列的数据；

所述步骤7中的P_std为：

其中t1为采样长度，t_d1为步骤6采集的历史数据中航班进入发动机未启动阶段的时刻，x_I4为每个时间序列数据中的第I行第4列的数据。

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D_t和P_std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:P_std＝β₄+β₅·D_t，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(β_std)。

Images