[發明專利]一種基于深度學習的機務外場飛機燃油系統故障預測方法，終端機及可讀存儲介質

在審

• 申請號: 201910280662.1
• 申請日: 2019-04-09
• 公開（公告）號: CN109992915A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 馬雙濤;許政;封桂榮;艾騰騰
• 申請（專利權）人: 山東超越數控電子股份有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/04;G06N3/08
• 代理公司: 濟南竹森知識產權代理事務所(普通合伙) 37270
• 代理人: 呂利敏

本發明提供本發明提供了一種應用于機務外場自主保障信息支持系統基于深度學習的飛機燃油系統故障預測的方法。方法包括：獲取飛機燃油系統中對故障敏感的N種飛機參數所組成的時序數據集；根據燃油系統飛參數據固定時間內的時序波獲取頻譜圖；深度學習算法根據頻譜圖對飛機燃油系統進行故障預測。本發明先通過獲取飛機燃油系統中對故障敏感的N種飛機參數所組成的時序數據集，然后根據燃油系統飛參數據固定時間內的時序波獲取頻譜圖，最后采用基于卷積神經網絡框架的深度學習算法根據頻譜圖對飛機燃油系統進行故障預測，準確地預測飛機燃油系統的剩余壽命，能夠有效預測飛機燃油系統的健康狀況，避免實際飛行中因為不確定的故障造成嚴重的后果。

技術領域

本發明涉及本發明屬于計算機技術領域，尤其涉及軍用飛行大數據機務外場自主保障信息支持系統的基于深度學習的機務外場飛機燃油系統故障預測方法，終端機及可讀存儲介質。

背景技術

從上世紀90年代至今，航空裝備技術飛速發展，尤其是在軍事戰略的調整以及航空裝備作戰使用樣式發生變化的大環境下，飛機地面保障的要求越來越高，而保障飛機燃油系統在其中是最為根本的因素。軍事科技的飛速發展對飛行燃油系統的保障以及故障預測提出了更高的要求。但是在長期的發展中，飛機燃油系統的保障技術總是落后于其他航天裝備的技術。原有的飛機燃油系統保障體系在新裝備條件下面臨巨大的挑戰，而對其保障的不到位，會大大降低軍用飛機的戰備完好率。

飛機燃油系統的健康管理缺乏量化分析，且在實際使用及維護過程中積累的經驗和數據沒能與設計數據很好地結合分析，造成理論與實際的脫離。飛機燃油系統發生故障時沒有預警機制，機務外場終端機維護人員對配備的飛機燃油系統，難以做到心中有數，預見性不足，且過度檢修和檢修不足現象并存，導致飛機燃油系統的完好率下降；

當飛機燃油系統在發生故障后，現階段的故障數據沒有結構化，機務外場維護人員也很難針對故障現象及可靠性數據、指標數據等的綜合分析，進行明確的故障診斷，從而很難找到最優的故障預測方法，進行飛機燃油系統更換。這使得飛機燃油系統維修成本增大，同時故障燃油系統也得不到良好的維護，導致資源的浪費；

飛行燃油系統的故障預測是軍用飛機維修的基礎，它時刻影響著軍用飛機的作戰效率和維修保障效率，因此其在整個部隊中的作用極為重要，所以，在大力發展航空裝備的同時，為飛機燃油系統故障提供最準確的預測也是地面保障領域中亟待解決的技術問題。

發明內容

本發明的目的在于克服現有技術的不足，提出一種應用于機務外場自主保障信息支持系統的基于深度學習的飛機燃油系統故障預測的方法，可有效對飛機燃油系統的故障進行預測。

為實現上述目的，本發明所提供的技術方案包括以下步驟：包括以下步驟：

步驟1，獲取燃油系統中對故障敏感的N種飛機參數所組成的時序數據集；

步驟2，根據燃油系統飛參數據固定時間內的時序波獲取頻譜圖；

步驟3，深度學習算法根據頻譜圖對飛機燃油系統進行故障預測。

本發明還提供一種實現基于深度學習的機務外場飛機燃油系統故障預測方法的終端機，包括：

存儲器，用于存儲計算機程序及實現多存儲器壓力測試系統；

處理器，用于執行所述計算機程序及基于深度學習的機務外場飛機燃油系統故障預測方法，以實現基于深度學習的機務外場飛機燃油系統故障預測方法的步驟。

本發明還提供一種具有基于深度學習的機務外場飛機燃油系統故障預測方法的可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行以實現基于深度學習的機務外場飛機燃油系統故障預測方法的步驟。

從以上技術方案可以看出，本發明具有以下優點：