CN114237110A - 基于多模态数据驱动的通用航空机队可靠性监测预警*** - Google Patents

基于多模态数据驱动的通用航空机队可靠性监测预警*** Download PDF

Info

Publication number
CN114237110A
CN114237110A CN202111523385.6A CN202111523385A CN114237110A CN 114237110 A CN114237110 A CN 114237110A CN 202111523385 A CN202111523385 A CN 202111523385A CN 114237110 A CN114237110 A CN 114237110A
Authority
CN
China
Prior art keywords
data
reliability
fleet
modal
early warning
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.)
Pending
Application number
CN202111523385.6A
Other languages
English (en)
Inventor
陈农田
马婷
宁威峰
满永政
李俊辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation Flight University of China
Original Assignee
Civil Aviation Flight University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Civil Aviation Flight University of China filed Critical Civil Aviation Flight University of China
Priority to CN202111523385.6A priority Critical patent/CN114237110A/zh
Publication of CN114237110A publication Critical patent/CN114237110A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24024—Safety, surveillance

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开基于多模态数据驱动的通用航空机队可靠性监测预警***，涉及空中交通服务技术领域，克服航空机队的运行数据相对独立、难以交互的问题，基于客观获取的运行数据，采用多模态信息融合驱动的方式对航空机队的运行数据进行重构整和，打破了多方位运行数据之间的关联壁垒，能够有效反映运行数据之间的联系，并通过叶贝思推理模型的训练计算，根据运行数据有效判断出当前获取数据所属的预警情况，发出预警信号，保障航空机队的飞行安全。

Description

基于多模态数据驱动的通用航空机队可靠性监测预警***
技术领域
本发明涉及空中交通服务技术领域，具体是基于多模态数据驱动的通用航空机队可靠性监测预警***。
背景技术
通用航空与运输航空是民航行业的两翼，随着中国低空空域的逐步开放，通用航空将迎来快速发展时期，通用航空机队规模将得到前所未有的加速增长态势。近几年，通用航空企业在册航空器总数年均递增超10％。由此带来的通用航空机队设备可靠性管理问题将进一步突出。通用航空机队设备可靠性不仅仅涉及到通航企业运行过程中的安全性和经济性，同时也是决定通航飞机效能和寿命周期费用的重要因素，更是通航继续可持续健康发展的重要保障。然而，通用航空机队可靠性管理工作在中国民航规章中并没有明确规定，绝大多数都还是借鉴运输航空来执行的，还未针对通用航空特点形成“以可靠性为中心”的维修数据管理模式，通用航空机队设备可靠性状态分析技术手段还比较薄弱。通用航空机队设备可靠性状态识别是实现可靠性状态的动态监控和***性分析的关键技术，为通航机务部门科学开展可靠性管理工作和消除机队设备安全隐患和缺陷提供科学依据。目前国内外航空设备可靠性研究主要集中在：①可靠性数据的统计分析，如航空电子产品可靠性BAYES统计推断；②产品部件及其***可靠性分析，如飞机部件可靠性非参数统计分析方法等；③可靠性与维修性，如航空装备可靠性和维修性要求的确定与分配，可靠性、维修性预计以及试验与验证等理论；④可靠性质量标准，如复杂通用航空器运行可靠性基准；⑤可靠性评估方法与模型，如航空发动机可靠性指标评估方法、航空公司机队设备可靠性非线性动态评估模型、航空装备现场数据可靠性评估方法有效性分析少，尚未形成一套针对于通航运行特点的机队设备可靠性动态识别方法。因此，为满足通用航空机队设备可靠性状态评估的需要，迫切需要将可靠性识别方法进一步深入研究。
发明内容
鉴于上述技术缺点，本发明提供了基于多模态数据驱动的通用航空机队可靠性监测预警***。
为实现上述发明目的，本发明的技术方案如下：
基于多模态数据驱动的通用航空机队可靠性监测预警方法，包括以下步骤：
步骤1：根据设定的时间间隔采集机队数据，形成数据集，对数据集进行预处理，形成单模态信息；
步骤2：遍历可靠性概率表，为各单模态信息筛查可靠性概率；
步骤3：根据可靠性概率以及贝叶斯推理模型为每种机队数据计算对应的多模态信息融合概率；
步骤4：根据多模态信息融合概率推测出机队数据最终所属种类的预警信息。
根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，所述机队数据包括有通讯数据、电源数据、飞行操控数据、燃油数据、起落架数据、灯光数据、导航数据、动力装置数据、发动机燃油控制数据、点火数据、发动机指示数据。
优选的，所述步骤2中，有n种单模态信息，每个单模态信息均对应有m个可靠性概率表，总共有m×n张可靠性概率表，其中，可靠性概率表Eij中存储有第j种机队数据表现为第i种单模态信息的可靠性概率，从而通过可靠性概率表Eij能够根据第i种单模态信息的测量值查询到第j种机队数据表现为该测量值的可靠性概率P(Mi|Nj)。
优选的，所述可靠性概率表中的可靠性数据由往年航空机队可靠性数据获得，并且可靠性概率表能够实时更新。
优选的，所述步骤3中，第j种机队数据所对应的多模态信息融合概率P(Nj|M1,Mi,...,Mn)按如下公式计算：
P(Nj|M1，Mi，...，Mn)＝||ΔP(Nj)·Φ||j
其中，P(Nj)表示第j中机队数据的先验概率；Φ∈Rj×i(K＜i＜＜j)为观测矩阵；参数λ＞0。
基于多模态数据驱动的通用航空机队可靠性监测预警***，包括多模态信息采集***以及配置有数据采集模块、单模态信息预处理模块、多模态信息融合模块和条件概率表的计算机、预警推测模块、轮询模块；
数据采集模块用于采集多种数据，形成数据集；
单模态信息预处理模块用于将数据集进行预处理，形成单模态信息；
所述多模态信息融合模块用于根据单模态信息与可靠性概率表通过贝叶斯推理模型计算多模态信息融合概率；
所述预警推测模块用于根据多模态信息融合概率进行预警信息的预测；
所述轮询模块用于根据设定时间间隔并行轮询航空机队。
优选的，还包括预警终端，所述预警终端用于接收预警推测模块发出的预警信息。
优选的，所述多模态信息融合模块包括有权重阶梯朴素贝叶斯分类器。
本发明的有益效果是：
克服航空机队的运行数据相对独立、难以交互的问题，基于客观获取的运行数据，采用多模态信息融合驱动的方式对航空机队的运行数据进行重构整和，打破了多方位运行数据之间的关联壁垒，能够有效反映运行数据之间的联系，并通过叶贝思推理模型的训练计算，根据运行数据有效判断出当前获取数据所属的预警情况，发出预警信号，保障航空机队的飞行安全。
附图说明
图1为基于多模态数据驱动的通用航空机队可靠性监测预警***的流程示意图；
具体实施方式
下面结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，基于多模态数据驱动的通用航空机队可靠性监测预警方法，包括以下步骤：
步骤1：根据设定的时间间隔采集机队数据，形成数据集，对数据集进行预处理，形成单模态信息；
步骤2：遍历可靠性概率表，为各单模态信息筛查可靠性概率；
步骤3：根据可靠性概率以及贝叶斯推理模型为每种机队数据计算对应的多模态信息融合概率；
步骤4：根据多模态信息融合概率推测出机队数据最终所属种类的预警信息。
根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，所述机队数据包括有通讯数据、电源数据、飞行操控数据、燃油数据、起落架数据、灯光数据、导航数据、动力装置数据、发动机燃油控制数据、点火数据、发动机指示数据。
具体的，所述步骤2中，有n种单模态信息，每个单模态信息均对应有m个可靠性概率表，总共有m×n张可靠性概率表，其中，可靠性概率表Eij中存储有第j种机队数据表现为第i种单模态信息的可靠性概率，从而通过可靠性概率表Eij能够根据第i种单模态信息的测量值查询到第j种机队数据表现为该测量值的可靠性概率P(Mi|Nj)。
具体的，所述可靠性概率表中的可靠性数据由往年航空机队可靠性数据获得，并且可靠性概率表能够实时更新。
具体的，所述步骤3中，第j种机队数据所对应的多模态信息融合概率P(Nj|M1,Mi,...,Mn)按如下公式计算：
P(Nj|M1，Mi，...，Mn)＝||ΔP(Nj)·Φ||j
其中，P(Nj)表示第j中机队数据的先验概率；Φ∈Rj×i(K＜i＜＜j)为观测矩阵；参数λ＞0。
基于多模态数据驱动的通用航空机队可靠性监测预警***，包括多模态信息采集***以及配置有数据采集模块、单模态信息预处理模块、多模态信息融合模块和条件概率表的计算机、预警推测模块、轮询模块；
数据采集模块用于采集多种数据，形成数据集；
单模态信息预处理模块用于将数据集进行预处理，形成单模态信息；
所述多模态信息融合模块用于根据单模态信息与可靠性概率表通过贝叶斯推理模型计算多模态信息融合概率；
所述预警推测模块用于根据多模态信息融合概率进行预警信息的预测；
所述轮询模块用于根据设定时间间隔并行轮询航空机队。
具体的，还包括预警终端，所述预警终端用于接收预警推测模块发出的预警信息。
具体的，所述多模态信息融合模块包括有权重阶梯朴素贝叶斯分类器。

Claims (8)

1.基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，包括以下步骤：
步骤1：根据设定的时间间隔采集机队数据，形成数据集，对数据集进行预处理，形成单模态信息；
步骤2：遍历可靠性概率表，为各单模态信息筛查可靠性概率；
步骤3：根据可靠性概率以及贝叶斯推理模型为每种机队数据计算对应的多模态信息融合概率；
步骤4：根据多模态信息融合概率推测出机队数据最终所属种类的预警信息。
2.根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，所述机队数据包括有通讯数据、电源数据、飞行操控数据、燃油数据、起落架数据、灯光数据、导航数据、动力装置数据、发动机燃油控制数据、点火数据、发动机指示数据。
3.根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，其特征在于，所述步骤2中，有n种单模态信息，每个单模态信息均对应有m个可靠性概率表，总共有m×n张可靠性概率表，其中，可靠性概率表Eij中存储有第j种机队数据表现为第i种单模态信息的可靠性概率，从而通过可靠性概率表Eij能够根据第i种单模态信息的测量值查询到第j种机队数据表现为该测量值的可靠性概率P(Mi|Nj)。
4.根据权利要求3所述的基于多模态数据驱动的通用航空机队可靠性监测预警***，其特征在于，所述可靠性概率表中的可靠性数据由往年航空机队可靠性数据获得，并且可靠性概率表能够实时更新。
5.根据权利要求1所述的基于多模态数据驱动的通用航空机队可靠性监测预警***，其特征在于，所述步骤3中，第j种机队数据所对应的多模态信息融合概率P(Nj|M1,Mi,...,Mn)按如下公式计算：
P(Nj|M1，Mi，...，Mn)＝||ΔP(Nj)·Φ||j
其中，P(Nj)表示第j中机队数据的先验概率；Φ∈Rj×i(K＜i＜＜j)为观测矩阵；参数λ＞0。
6.基于多模态数据驱动的通用航空机队可靠性监测预警***，其特征在于，包含权利要求1-5所述的基于多模态数据驱动的通用航空机队可靠性监测预警方法，包括多模态信息采集***以及配置有数据采集模块、单模态信息预处理模块、多模态信息融合模块和条件概率表的计算机、预警推测模块、轮询；
数据采集模块用于采集多种数据，形成数据集；
单模态信息预处理模块用于将数据集进行预处理，形成单模态信息；
所述多模态信息融合模块用于根据单模态信息与可靠性概率表通过贝叶斯推理模型计算多模态信息融合概率；
所述预警推测模块用于根据多模态信息融合概率进行预警信息的预测；
所述轮询模块用于根据设定时间间隔并行轮询航空机队。
7.根据权利要求6所述的基于多模态数据驱动的通用航空机队可靠性监测预警***，其特征在于，还包括预警终端，所述预警终端用于接收预警推测模块发出的预警信息。
8.根据权利要求6所述的基于多模态数据驱动的通用航空机队可靠性监测预警***，其特征在于，所述多模态信息融合模块包括有权重阶梯朴素贝叶斯分类器。
CN202111523385.6A 2021-12-13 2021-12-13 基于多模态数据驱动的通用航空机队可靠性监测预警*** Pending CN114237110A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111523385.6A CN114237110A (zh) 2021-12-13 2021-12-13 基于多模态数据驱动的通用航空机队可靠性监测预警***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111523385.6A CN114237110A (zh) 2021-12-13 2021-12-13 基于多模态数据驱动的通用航空机队可靠性监测预警***

Publications (1)

Publication Number Publication Date
CN114237110A true CN114237110A (zh) 2022-03-25

Family

ID=80755629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111523385.6A Pending CN114237110A (zh) 2021-12-13 2021-12-13 基于多模态数据驱动的通用航空机队可靠性监测预警***

Country Status (1)

Country Link
CN (1) CN114237110A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116881850A (zh) * 2023-09-04 2023-10-13 山东航天九通车联网有限公司 基于多模态数据融合的安全预警***
CN117351257A (zh) * 2023-08-24 2024-01-05 长江水上交通监测与应急处置中心 一种基于多模态信息的航运数据抽取方法及***

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519733A (zh) * 2011-12-02 2012-06-27 南京航空航天大学 一种基于监测信息融合的航空发动机在翼可靠性评估方法
CN205281183U (zh) * 2015-12-30 2016-06-01 南京信息工程大学 一种低空环境监测无人机***
BR112012033543A2 (pt) * 2010-06-30 2016-11-29 Antonio Pujante Cuadrupani método para o processamento de dados realizado por um dispositivo equipado com um receptor de navegação
US20170259942A1 (en) * 2016-03-08 2017-09-14 Harris Corporation Wireless engine monitoring system for environmental emission control and aircraft networking
CN107966992A (zh) * 2018-01-11 2018-04-27 中国运载火箭技术研究院 一种重复使用运载器控制重构方法和***
CN109044283A (zh) * 2018-08-31 2018-12-21 重庆高铂瑞骐科技开发有限公司 一种基于多模态信息的食道功能性疾病诊断***
CN109192304A (zh) * 2018-08-31 2019-01-11 重庆高铂瑞骐科技开发有限公司 一种用于食道功能性疾病诊断***的多模态信息融合***
CN110953082A (zh) * 2019-12-18 2020-04-03 中国民用航空飞行学院 一种可靠性高地排除飞机慢车停车故障的方法
CN111461176A (zh) * 2020-03-09 2020-07-28 华南理工大学 基于归一化互信息的多模态融合方法、装置、介质及设备
CN111582510A (zh) * 2020-05-13 2020-08-25 中国民用航空飞行学院 基于支持向量机的智能识别方法、识别***及民航发动机
CN112487592A (zh) * 2020-12-16 2021-03-12 北京航空航天大学 基于贝叶斯网络的任务可靠性建模分析方法
CN113255777A (zh) * 2021-05-28 2021-08-13 郑州轻工业大学 基于多模态敏感特征选取融合的设备故障预警方法及***

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112012033543A2 (pt) * 2010-06-30 2016-11-29 Antonio Pujante Cuadrupani método para o processamento de dados realizado por um dispositivo equipado com um receptor de navegação
CN102519733A (zh) * 2011-12-02 2012-06-27 南京航空航天大学 一种基于监测信息融合的航空发动机在翼可靠性评估方法
CN205281183U (zh) * 2015-12-30 2016-06-01 南京信息工程大学 一种低空环境监测无人机***
US20170259942A1 (en) * 2016-03-08 2017-09-14 Harris Corporation Wireless engine monitoring system for environmental emission control and aircraft networking
CN107966992A (zh) * 2018-01-11 2018-04-27 中国运载火箭技术研究院 一种重复使用运载器控制重构方法和***
CN109044283A (zh) * 2018-08-31 2018-12-21 重庆高铂瑞骐科技开发有限公司 一种基于多模态信息的食道功能性疾病诊断***
CN109192304A (zh) * 2018-08-31 2019-01-11 重庆高铂瑞骐科技开发有限公司 一种用于食道功能性疾病诊断***的多模态信息融合***
CN110953082A (zh) * 2019-12-18 2020-04-03 中国民用航空飞行学院 一种可靠性高地排除飞机慢车停车故障的方法
CN111461176A (zh) * 2020-03-09 2020-07-28 华南理工大学 基于归一化互信息的多模态融合方法、装置、介质及设备
CN111582510A (zh) * 2020-05-13 2020-08-25 中国民用航空飞行学院 基于支持向量机的智能识别方法、识别***及民航发动机
CN112487592A (zh) * 2020-12-16 2021-03-12 北京航空航天大学 基于贝叶斯网络的任务可靠性建模分析方法
CN113255777A (zh) * 2021-05-28 2021-08-13 郑州轻工业大学 基于多模态敏感特征选取融合的设备故障预警方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈勇刚: "通用航空机队设备可靠性动态识别模型", 《航空学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351257A (zh) * 2023-08-24 2024-01-05 长江水上交通监测与应急处置中心 一种基于多模态信息的航运数据抽取方法及***
CN117351257B (zh) * 2023-08-24 2024-04-02 长江水上交通监测与应急处置中心 一种基于多模态信息的航运数据抽取方法及***
CN116881850A (zh) * 2023-09-04 2023-10-13 山东航天九通车联网有限公司 基于多模态数据融合的安全预警***
CN116881850B (zh) * 2023-09-04 2023-12-08 山东航天九通车联网有限公司 基于多模态数据融合的安全预警***

Similar Documents

Publication Publication Date Title
CA2780380C (en) Method of and system for evaluating the health status of a system using groups of vibration data comprising images of the vibrations of the system
CA2771401C (en) Platform health monitoring system
CN114237110A (zh) 基于多模态数据驱动的通用航空机队可靠性监测预警***
CN107085744A (zh) 利用数据分析增强的飞机维护和检查
CN113298431B (zh) 基于航空qar大数据的飞行员胜任能力画像方法及***
CN109284896B (zh) 人误模式影响分析方法
CN112381406A (zh) 一种基于船岸协同的船舶能效管理大数据***及方法
CN110060513A (zh) 基于历史轨迹数据的空中交通管制员工作负荷评估方法
CN113344408B (zh) 民航交通管制运行多尺度态势感知流程的处理方法
CN113344423B (zh) 一种基于机器学习的飞行员场景适用性诊断方法及***
CN113344425B (zh) 一种基于qar数据的飞行品质监控方法及***
CN105205565A (zh) 一种基于多重回归模型的管制员工作负荷预测方法和***
Shyur et al. Using neural networks to predict component inspection requirements for aging aircraft
CN111985119B (zh) 基于HarmonySE和CBAM的架构权衡分析方法
Li et al. Overview of application in data mining techniques to qar data ansys
Borjalilu et al. Entropy-based model for aerodromes safety risk assessment to implement safety management systems
Li et al. Method for predicting failure rate of airborne equipment based on optimal combination model
Vidović et al. Aircraft noise monitoring in function of flight safety and aircraft model determination
Dong et al. Evaluation for Trainee Pilot Workload Management Competency During Approach Phase Based on Flight Training Data
Si et al. Risk Cause Analysis of Runway Excursion Accidents in the Aircraft Landing Stage through Integrated FTA-BN Method.
Zhang et al. Research on quantitative evaluation method of test flight risk based on fuzzy theory
LU501642B1 (en) Prediction method of departure flight delay based on timely information and deep learning
Lobunko SCIENTIFIC AND PRACTICAL ASPECTS OF SECURITY FLIGHT SAFETY
Vakaliuk et al. Methodology for Evaluation the Performance Indicators of the Ergatic Information System Functioning.
Xing et al. Discovering latent themes in aviation safety reports using text mining and network analytics

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