[發(fā)明專利]一種高速增量式航空發(fā)動(dòng)機(jī)異常檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710341070.7
• 申請(qǐng)日: 2017-05-10
• 公開(kāi)（公告）號(hào): CN107133478A
• 公開(kāi)（公告）日: 2017-09-05
• 發(fā)明（設(shè)計(jì)）人: 皮德常;唐王
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種高速增量式航空發(fā)動(dòng)機(jī)異常檢測(cè)方法，特別針對(duì)數(shù)據(jù)量大、異常數(shù)據(jù)極少背景下的一種異常檢測(cè)方法，屬于機(jī)械工程與信息科學(xué)的交叉領(lǐng)域。

背景技術(shù)

航空發(fā)動(dòng)機(jī)作為飛機(jī)的心臟，是飛機(jī)最重要的部件，航空發(fā)動(dòng)機(jī)的健康狀態(tài)直接決定了飛機(jī)的飛行狀態(tài)。隨著航空事業(yè)的飛速發(fā)展，航空發(fā)動(dòng)機(jī)由最初的活塞式發(fā)動(dòng)機(jī)，發(fā)展到如今的渦輪軸發(fā)動(dòng)機(jī)、渦扇發(fā)動(dòng)機(jī)等，在大幅提升航空發(fā)動(dòng)機(jī)性能的同時(shí)，其結(jié)構(gòu)也越加復(fù)雜化。所以航空發(fā)動(dòng)機(jī)的維修難度越來(lái)越大，而且其維修成本也越來(lái)越高。有資料顯示，我國(guó)航空公司飛機(jī)維修成本中，航空發(fā)動(dòng)機(jī)維修成本占總費(fèi)用的近一半。一臺(tái)發(fā)動(dòng)機(jī)每次維修的費(fèi)用，往往需要花費(fèi)數(shù)百萬(wàn)元。因此，降低航空發(fā)動(dòng)機(jī)維修成本對(duì)航空產(chǎn)業(yè)的發(fā)展具有十分重要的意義，能夠大大提高航空公司的經(jīng)濟(jì)效益。另外，航空發(fā)動(dòng)機(jī)的安全性同樣也是一個(gè)必須要考慮的因素，據(jù)相關(guān)數(shù)據(jù)表明，一旦航空發(fā)動(dòng)機(jī)發(fā)生異常，例如飛機(jī)出現(xiàn)空中停車等重大事故的情況下，飛機(jī)必然無(wú)法完成飛行任務(wù)，甚至?xí)斐蓹C(jī)毀人亡的嚴(yán)重事故。民航客機(jī)一旦出現(xiàn)該狀況，后果更加不可想象。因此，對(duì)航空發(fā)動(dòng)機(jī)異常檢測(cè)愈發(fā)受到人們的重視。

為了在保證安全性的同時(shí)，獲取更大的經(jīng)濟(jì)效益，發(fā)動(dòng)機(jī)的維修方式已經(jīng)由過(guò)去的定時(shí)維修轉(zhuǎn)變?yōu)楦鶕?jù)設(shè)備的性能參數(shù)的變化趨勢(shì)進(jìn)行視情維修。為了記錄飛機(jī)飛行過(guò)程中機(jī)載設(shè)備的狀態(tài)數(shù)據(jù)，大多數(shù)大型飛機(jī)上都裝有飛行記錄器和快速存儲(chǔ)記錄器(QAR)，快速存取記錄器QAR是一種飛行狀態(tài)數(shù)據(jù)記錄設(shè)備，用來(lái)采集飛機(jī)日常飛行的飛行狀態(tài)數(shù)據(jù)，包括飛機(jī)的日常飛行參數(shù)、飛機(jī)各主要機(jī)載設(shè)備的性能參數(shù)以及機(jī)艙內(nèi)外的環(huán)境參數(shù)等。QAR數(shù)據(jù)的數(shù)據(jù)量大、維度高、以及對(duì)使用者的高專業(yè)要求的特點(diǎn)致使對(duì)該類數(shù)據(jù)的有效利用率還比較低。

作為飛機(jī)飛行狀態(tài)數(shù)據(jù)的記錄，QAR數(shù)據(jù)為飛機(jī)故障檢測(cè)分析、事故原因的查找提供事實(shí)上的證據(jù)支持，它使得異常檢測(cè)成為了飛機(jī)故障檢測(cè)和預(yù)警的可行有效手段。由于發(fā)動(dòng)機(jī)上零部件數(shù)量多，種類雜，發(fā)動(dòng)機(jī)的性能參數(shù)信息也是多種多樣的，這使得應(yīng)用傳統(tǒng)的方法管理發(fā)動(dòng)機(jī)的性能參數(shù)信息效率很低，且容易出錯(cuò)。對(duì)于數(shù)據(jù)量巨大這一問(wèn)題，我們可以對(duì)該數(shù)據(jù)進(jìn)行模式表示，但因?yàn)楹桨嗪叫袝r(shí)間不同，從而造成數(shù)據(jù)的長(zhǎng)短不同，所以不能使用傳統(tǒng)的模式表示方法來(lái)解決該問(wèn)題。另外，傳統(tǒng)的異常檢測(cè)模型一般通過(guò)當(dāng)前數(shù)據(jù)與歷史QAR數(shù)據(jù)逐條匹配，效率較低。

高速增量式航空發(fā)動(dòng)機(jī)異常檢測(cè)方法是相對(duì)于數(shù)據(jù)量大、維度高、數(shù)據(jù)長(zhǎng)度不一致并且異常數(shù)據(jù)極少的情形下異常檢測(cè)的新方法。該方法首先通過(guò)專家知識(shí)初步篩選參數(shù)數(shù)據(jù)；數(shù)據(jù)預(yù)處理后提取數(shù)據(jù)的特征，對(duì)原始數(shù)據(jù)進(jìn)行壓縮表示；然后對(duì)各性能參數(shù)進(jìn)行模式挖掘，建立參數(shù)數(shù)據(jù)模式庫(kù)；最后，將新產(chǎn)生的增量數(shù)據(jù)與模式庫(kù)進(jìn)行比對(duì)，實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)增量數(shù)據(jù)的異常檢測(cè)。本發(fā)明解決了傳統(tǒng)異常檢測(cè)方法在數(shù)據(jù)量大、數(shù)據(jù)長(zhǎng)度不一致并且異常數(shù)據(jù)極少情形下的效率低且效果差的問(wèn)題，針對(duì)航空發(fā)動(dòng)機(jī)性能參數(shù)數(shù)據(jù)給出了一種高效的異常檢測(cè)的分析方法。

發(fā)明內(nèi)容

本發(fā)明的目的是基于航空發(fā)動(dòng)機(jī)性能參數(shù)數(shù)據(jù)，發(fā)明一個(gè)對(duì)航空發(fā)動(dòng)機(jī)異常檢測(cè)的方法，基于該方法，可以識(shí)別檢測(cè)出航空發(fā)動(dòng)機(jī)的異常，從而解決在數(shù)據(jù)量大、數(shù)據(jù)長(zhǎng)度不一致等情形下，傳統(tǒng)分析方法無(wú)法建模、效率低、效果差等一系列的問(wèn)題。

本發(fā)明的具體技術(shù)方案包括以下幾個(gè)步驟：

步驟一：利用專家知識(shí)對(duì)參數(shù)進(jìn)行選擇，篩除一些不相關(guān)的屬性數(shù)據(jù)，以降低數(shù)據(jù)復(fù)雜度。然后利用指數(shù)平滑法對(duì)性能參數(shù)進(jìn)行預(yù)處理，減少噪聲對(duì)數(shù)值分析過(guò)程的影響。

步驟二：使用基于方差的自適應(yīng)分段算法對(duì)性能參數(shù)進(jìn)行特征表示：采用方差度量當(dāng)前數(shù)據(jù)段的波動(dòng)，從而達(dá)到線性時(shí)間內(nèi)自適應(yīng)劃分的目的，在保留原始信息基本特征的同時(shí)，減少后續(xù)處理數(shù)據(jù)的規(guī)模。

步驟三：基于步驟二所提取的分段特征，利用基于自適應(yīng)線段的動(dòng)態(tài)時(shí)間規(guī)整(ASDTW)算法對(duì)序列段進(jìn)行相似性度量：將序列段作為動(dòng)態(tài)匹配的基本單位，在匹配過(guò)程中通過(guò)中值、長(zhǎng)度、斜率等信息來(lái)進(jìn)行序列段之間的距離計(jì)算。

步驟四：基于步驟三所述的序列間距離度量方法，采用基于密度的聚類算法建立性能參數(shù)模式挖掘模型，通過(guò)算法對(duì)數(shù)據(jù)區(qū)域進(jìn)行劃分，將分割后的高密度區(qū)域作為聚類結(jié)果，然后求出每個(gè)高密度聚類的中心序列，將所有的中心序列構(gòu)建成性能參數(shù)模式庫(kù)。

步驟五：將新增加的增量數(shù)據(jù)進(jìn)行相同的預(yù)處理后，將其與模式庫(kù)內(nèi)的各模式進(jìn)行匹配，得到該增量數(shù)據(jù)的異常值，若異常值超過(guò)給定閾值，則該增量數(shù)據(jù)為異常數(shù)據(jù)。

本發(fā)明的有益效果是：