[發明專利]基于自適應資源調配的地面健康管理方法、系統及裝置

在審

• 申請號: 201811090388.3
• 申請日: 2018-09-18
• 公開（公告）號: CN109447401A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 李素潔;張桂剛;蘇海霞;王健
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙) 11482
• 代理人: 宋寶庫;張智軼

1.一種基于自適應資源調配的地面健康管理方法，其特征在于包括：

步驟S1：根據目標飛機的當前測試數據獲取所述目標飛機的故障征兆；

步驟S2：基于預設的故障征兆與預設的故障模式的對應關系并且根據所述目標飛機的故障征兆進行匹配：若未匹配出相關的故障模式，則轉至步驟S3；

步驟S3：基于預設的自適應資源調度模型并且根據所述故障征兆，獲取相關的測試資源和飛機測試需求；

步驟S4：基于所述飛機測試需求并利用所述測試資源對所述目標飛機進行檢測得到資源測試數據，隨后轉至步驟S1；

其中，所述測試數據包括所述目標飛機的機載數據以及可選的資源測試數據，所述自適應資源調度模型是基于預設的故障征兆及其相應的測試資源和飛機測試需求，并且利用機器學習算法構建的神經網絡模型。

2.根據權利要求1所述的基于自適應資源調配的地面健康管理方法，其特征在于，“根據目標飛機的當前測試數據獲取所述目標飛機的故障征兆”的步驟包括：

步驟S101：提取所述當前測試數據的數據特征；

步驟S102：基于所述數據特征對所述目標飛機進行狀態監測，并且基于狀態監測結果判斷所述目標飛機是否飛行正常：若是，則轉至步驟S101；若否，則轉至步驟S103；

步驟S103：基于預設的測試數據與預設的故障征兆的對應關系并且根據所述當前測試數據，匹配相關的故障征兆。

3.根據權利要求2所述的基于自適應資源調配的地面健康管理方法，其特征在于，在“基于預設的自適應資源調度模型并且根據所述故障征兆，獲取相關的測試資源和飛機測試需求”的步驟之后，所述方法還包括：

判斷所述故障征兆和所述故障征兆對應的測試資源和飛機測試需求是否為預設訓練集中的訓練樣本；

若否，則根據所述訓練集、所述故障征兆和所述故障征兆對應的測試資源和飛機測試需求，并且利用機器學習算法重新對所述自適應資源調度模型進行網絡訓練。

4.一種基于自適應資源調配的地面健康管理系統，其特征在于包括：

故障檢測模塊，配置為根據目標飛機的當前測試數據獲取所述目標飛機的故障征兆；

故障診斷模塊，配置為基于預設的故障征兆與預設的故障模式的對應關系并且根據所述目標飛機的故障征兆進行匹配：若未匹配出相關的故障模式，則將所述故障征兆輸送至資源調配模塊；

資源調配模塊，配置為基于預設的自適應資源調度模型并且根據所述故障征兆，獲取相關的測試資源和飛機測試需求；

飛機檢測模塊，配置為基于所述飛機測試需求并利用所述測試資源對所述目標飛機進行檢測得到資源測試數據，隨后將所述資源測試數據輸送至故障檢測模塊；

其中，所述測試數據包括所述目標飛機的機載數據以及可選的資源測試數據，所述自適應資源調度模型是基于預設的故障征兆及其相應的測試資源和飛機測試需求，并且利用機器學習算法構建的神經網絡模型。

5.根據權利要求4所述的基于自適應資源調配的地面健康管理系統，其特征在于，所述故障檢測模塊進一步配置為執行如下操作：

步驟S101：提取所述當前測試數據的數據特征；

步驟S102：基于所述數據特征對所述目標飛機進行狀態監測，并且基于狀態監測結果判斷所述目標飛機是否飛行正常：若是，則轉至步驟S101；若否，則轉至步驟S103；

步驟S103：基于預設的測試數據與預設的故障征兆的對應關系并且根據所述當前測試數據，匹配相關的故障征兆。

6.根據權利要求5所述的基于自適應資源調配的地面健康管理系統，其特征在于，所述系統還包括模型訓練模塊，所述模型訓練模塊配置為執行如下操作：

判斷所述故障征兆和所述故障征兆對應的測試資源和飛機測試需求是否為預設訓練集中的訓練樣本；

若否，則根據所述訓練集、所述故障征兆和所述故障征兆對應的測試資源和飛機測試需求，并且利用機器學習算法重新對所述自適應資源調度模型進行網絡訓練。

7.一種存儲裝置，其中存儲有多條程序，其特征在于，所述程序適于由處理器加載并執行以實現權利要求1-3中任一項所述的基于自適應資源調配的地面健康管理方法。

8.一種控制裝置，包括：

處理器，適于執行各條程序；

存儲設備，適于存儲多條程序；

其特征在于，所述程序適于由處理器加載并執行以實現權利要求1-3中任一項所述的基于自適應資源調配的地面健康管理方法。