[發明專利]用于飛行器大修期間的結構修理的預測方法和系統

有效

• 申請號: 201710479490.1
• 申請日: 2017-06-22
• 公開（公告）號: CN107545095B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: J·M·埃辛頓;L·司徒朗松
• 申請（專利權）人: 波音公司
• 主分類號: G06F30/15
• 分類號: G06F30/15
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 呂俊剛;楊薇

用于飛行器大修期間的結構修理的預測方法和系統。混合特征選擇方法包括創建用于在一隊飛行器大修期間的結構修理的預測模型的方法。方法包括：預選從在第一飛行器的第一組飛行期間收集的數據所計算的疲勞相關參數的預選數據集，該第一飛行器在大修期間經歷更換結構組件。方法包括：接收疲勞相關參數的預選選擇，并且驗證從在第二飛行器的第二組飛行期間收集的數據所計算的、疲勞相關參數的預選選擇的驗證數據集，該第二飛行器經歷大修而沒有更換結構組件。方法包括：接收一組疲勞相關參數，并且利用從額外飛行期間收集的數據所計算的、經驗證和預選疲勞相關參數的訓練數據集，來構建用于大修期間的結構修理的預測模型。

技術領域

本公開涉及用于飛行器大修(heavy maintenance)期間的結構修理的預測方法和系統。

背景技術

飛行器包括諸如機體這樣的結構組件，其通常被設計成延續飛行器的使用壽命。然而，一些組件可能不會如預期那樣對使用和環境的應力作出反應，并且一些飛行器可能在超出原始設計使用壽命的情況下使用。在這種情況下，修理或更換原本未設計修理或更換的結構組件在修理或再生產以供更換的該受影響結構組件時，可能會導致個別飛行器的顯著停機時間。

例如，F/A-18大黃蜂型飛行器于1983年首次投入運營服務。現在30多年后，使用中的大多數F/A-18大黃蜂飛行器按原本設計的使用壽命(6000-8000小時)或者超出該使用壽命來操作。持續操作依賴于用于檢查、維護、以及包括機體修理和更換的修理的結構化方法。機體檢查、修理以及更換是在大修周期期間執行。在大修期間，檢查機體和其它結構組件的機械磨損、熱損傷、腐蝕以及其它組件疲勞跡象。雖然大修通常導致一些結構組件的修理或更換，但利用當前技術來預測哪些組件需要在特定飛行器上進行修理或更換是非常困難的。因此，將F/A-18大黃蜂機群維持在適用條件之下，導致針對大量機體和原本未設計修理或更換的其它結構組件的新的且可變的需求。另外，大修因針對修理或更換組件的可變需求以及用于修理，再生產和/或更換受影響組件的時間，而導致針對個別飛行器的不可預測的停機時間。

發明內容

混合特征選擇方法包括：創建用于在均包括結構組件的一隊飛行器大修期間的結構修理的預測模型的方法。方法包括以下步驟：預選(qualify)根據在第一飛行器的第一組飛行期間收集的數據所計算的疲勞相關參數的預選數據集，該第一飛行器在大修期間經歷更換所述結構組件。所述第一組飛行中的每次飛行均發生在大修之前，并且所述第一飛行器在每次所述飛行期間均經歷過應力(overstress)事件。預選包括計算和顯示所述預選數據集。

方法包括以下步驟：接收通常基于用戶對大修期間的所述結構修理與所述疲勞相關參數之間的相關性的確定的、所述選擇疲勞相關參數的預選選擇。該方法包括以下步驟：驗證根據在第二飛行器的第二組飛行期間收集的數據所計算的、所述疲勞相關參數的所述預選選擇的驗證數據集，該第二飛行器經歷大修而沒有更換所述結構組件。所述第二組飛行中的每次飛行均發生在大修之前，并且所述第二飛行器在每次所述飛行期間均經歷了過應力事件。驗證包括計算和顯示所述驗證數據集。

方法包括以下步驟：接收通常基于用戶對預選數據集中的預選疲勞相關參數與所述驗證數據集中的對應疲勞相關參數之間的相關性(缺乏相關性)的確定的、一組經驗證和預選的選擇疲勞相關參數。

方法包括以下步驟：利用從在所述一隊飛行器的額外飛行期間收集的數據所計算的、經驗證和預選的疲勞相關參數的訓練數據集，來構建用于大修期間的結構修理的預測模型。構建步驟包括以下步驟：計算所述訓練數據集，并且利用所述訓練數據集來訓練所述預測模型。

附圖說明

圖1是混合特征選擇系統的示意圖。

圖2是飛行器的示例的示意圖。

圖3是混合特征選擇方法的示意性表示圖。

圖4是基于根據本公開選擇的特征來部署預測模型的方法的示意性表示圖。