亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于QAR數(shù)據(jù)的民用飛機(jī)故障預(yù)測(cè)及驗(yàn)證

        2019-10-29 09:04:46熊毅234房紅征234
        計(jì)算機(jī)測(cè)量與控制 2019年10期
        關(guān)鍵詞:飛行數(shù)據(jù)飛機(jī)預(yù)測(cè)

        熊毅234房紅征234

        (1.上海飛機(jī)客戶服務(wù)有限公司,上海 200241; 2.北京航天測(cè)控技術(shù)有限公司,北京 100041;3.北京市高速交通工具智能診斷與健康管理重點(diǎn)實(shí)驗(yàn)室,北京 100041;4.裝備全壽命周期狀態(tài)監(jiān)測(cè)與健康管理技術(shù)與應(yīng)用國家地方聯(lián)合工程研究中心,北京 100041)

        0 引言

        飛機(jī)飛行過程中產(chǎn)生成百上千種飛行參數(shù)和數(shù)量龐大的飛行數(shù)據(jù),但是目前這些數(shù)據(jù)并沒有得到充分有效的利用,飛機(jī)的維修還處在以定期維修和事后維修為主的階段。隨著航空技術(shù)的不斷發(fā)展,利用飛行數(shù)據(jù)進(jìn)行故障預(yù)測(cè),轉(zhuǎn)變民機(jī)維修模式向視情維修發(fā)展變得越來越有必要。

        目前,國內(nèi)外各大航空公司正在使用的民機(jī)故障預(yù)測(cè)方法主要有以下3種:傳統(tǒng)模式,飛機(jī)通信尋址報(bào)告系統(tǒng)(aircraft communication addressing and reporting system,ACARS)報(bào)文模式以及快速存取記錄器(quick access recorder,QAR)數(shù)據(jù)模式[1-3]。傳統(tǒng)的民機(jī)故障預(yù)測(cè)技術(shù)主要根據(jù)飛機(jī)維修日志和記錄數(shù)據(jù)進(jìn)行整理和分析,結(jié)合工程師經(jīng)驗(yàn)和飛機(jī)故障原理和特點(diǎn),預(yù)測(cè)系統(tǒng)故障的發(fā)生[4]。這種傳統(tǒng)的故障預(yù)測(cè)技術(shù)掌握的信息有限,且主要依據(jù)經(jīng)驗(yàn),因此預(yù)測(cè)準(zhǔn)確性有限,并沒有得到大面積推廣使用。ACARS報(bào)文種類很多,對(duì)故障預(yù)測(cè)有用的主要是飛機(jī)運(yùn)行控制(Airplane Operational Control,AOC)報(bào)文,已有成熟的開發(fā)軟件用于記錄和分析ACARS數(shù)據(jù)鏈信息,既可以實(shí)時(shí)監(jiān)控飛機(jī),也可以預(yù)測(cè)部分飛機(jī)故障的發(fā)生[5-6]。然而,ACARS模式具有數(shù)據(jù)不連續(xù)(間隔下傳)和記錄參數(shù)少等缺點(diǎn),在一定程度上限制了ACARS報(bào)文數(shù)據(jù)在故障預(yù)測(cè)技術(shù)上的應(yīng)用。

        基于QAR飛行數(shù)據(jù)的飛機(jī)故障預(yù)測(cè)系統(tǒng)通過飛行數(shù)據(jù)譯碼獲得豐富的飛行數(shù)據(jù),運(yùn)用飛行數(shù)據(jù)查詢、飛行參數(shù)變化曲線圖和超限報(bào)告等支持手段,對(duì)飛機(jī)各系統(tǒng)及部件運(yùn)行狀態(tài)進(jìn)行監(jiān)控,以便及時(shí)發(fā)現(xiàn)故障征兆信息。然后根據(jù)獲得的故障征兆對(duì)飛機(jī)故障進(jìn)行預(yù)測(cè)[7-9]。其目的是通過預(yù)測(cè)輔助機(jī)務(wù)維修工程師提前發(fā)現(xiàn)飛機(jī)系統(tǒng)故障,減少意外故障帶來的航班延誤影響,提高運(yùn)行效率。

        本文首先對(duì)基于QAR數(shù)據(jù)的民用飛機(jī)故障預(yù)測(cè)技術(shù)路線進(jìn)行了說明,并介紹了曲線擬合和時(shí)間序列兩種適用于民機(jī)飛行數(shù)據(jù)故障預(yù)測(cè)方法,并對(duì)基于飛行數(shù)據(jù)的民機(jī)故障預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)進(jìn)行了詳細(xì)描述,最后利用航空公司實(shí)際的波音飛機(jī)飛行數(shù)據(jù)和故障案例對(duì)本文提出的方法進(jìn)行了驗(yàn)證。

        1 技術(shù)路線

        作為飛機(jī)上裝載的快速存取記錄器,QAR記錄著飛行過程中產(chǎn)生的成百上千種飛行參數(shù)數(shù)據(jù)。鑒于此,本文采用QAR數(shù)據(jù),結(jié)合民機(jī)關(guān)鍵系統(tǒng)常見故障模式,分析QAR數(shù)據(jù)中系統(tǒng)傳感器采集參數(shù)的變化情況,預(yù)測(cè)系統(tǒng)關(guān)鍵部件故障發(fā)生的時(shí)間,從而合理制定維修計(jì)劃,保障飛行安全。

        采用QAR數(shù)據(jù)對(duì)民用飛機(jī)進(jìn)行故障預(yù)測(cè)的技術(shù)路線如下所示:

        1)采集飛機(jī)QAR數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行解析。QAR原始數(shù)據(jù)為二進(jìn)制結(jié)構(gòu),無法直接用于工程分析。因此,需要通過譯碼軟件將采集參數(shù)轉(zhuǎn)化為工程數(shù)據(jù)。目前,QAR數(shù)據(jù)的譯碼軟件主要包括AIRFASE、AGS兩種;

        2)將解析后的數(shù)據(jù)存儲(chǔ)至數(shù)據(jù)庫中。由于對(duì)民機(jī)進(jìn)行故障預(yù)測(cè)需要積累大量的數(shù)據(jù)樣本且QAR數(shù)據(jù)包含的參數(shù)類型眾多,因此需要建立專有數(shù)據(jù)庫對(duì)數(shù)據(jù)進(jìn)行管理;

        3)明確影響飛機(jī)關(guān)鍵系統(tǒng)故障的所有QAR參數(shù),建立關(guān)鍵系統(tǒng)參數(shù)模板;

        4)數(shù)據(jù)預(yù)處理。實(shí)際中,由于受到工作環(huán)境的影響,QAR數(shù)據(jù)往往會(huì)產(chǎn)生波動(dòng)且存在缺失值。為了保證故障預(yù)測(cè)結(jié)果的精度,因此,對(duì)數(shù)據(jù)進(jìn)行分析之前需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,提高數(shù)據(jù)分析的精度。

        5)建立故障預(yù)測(cè)模型,預(yù)測(cè)滑油系統(tǒng)參數(shù)未來某一段時(shí)間內(nèi)的變化趨勢(shì),判斷飛機(jī)相應(yīng)部件的故障發(fā)生時(shí)間,合理制定維修計(jì)劃,實(shí)現(xiàn)飛機(jī)的視情維修。

        2 基于QAR數(shù)據(jù)的民機(jī)故障預(yù)測(cè)方法

        基于飛行數(shù)據(jù)的故障預(yù)測(cè)方法,一般先根據(jù)所觀測(cè)的歷史數(shù)據(jù)來假設(shè)某個(gè)模型,然后經(jīng)過模型參數(shù)的估計(jì),得到相應(yīng)的預(yù)測(cè)值,為了提高預(yù)測(cè)精度,必須建立比較合理的模型。

        不同的預(yù)測(cè)方法有各自的優(yōu)缺點(diǎn),對(duì)于不同類型的數(shù)據(jù)、性能參數(shù)可以采用不同的方法進(jìn)行預(yù)測(cè)。針對(duì)民機(jī)QAR數(shù)據(jù)特點(diǎn),本文選取曲線擬合和時(shí)間序列兩種預(yù)測(cè)方法進(jìn)行預(yù)測(cè)。

        表1 兩種預(yù)測(cè)方法比較

        2.1 基于曲線擬合的性能預(yù)測(cè)方法

        基于曲線擬合的性能預(yù)測(cè)方法通過對(duì)參數(shù)的歷史數(shù)據(jù)進(jìn)行擬合,分析歷史數(shù)據(jù)之間的依賴關(guān)系,用一個(gè)近似的曲線方程表示參數(shù)歷史數(shù)據(jù),并利用得到的解析方程對(duì)參數(shù)未來變化趨勢(shì)進(jìn)行預(yù)測(cè)。具體包括全局多項(xiàng)式擬合和分段多項(xiàng)式擬合兩種處理方法[10]。

        全局多項(xiàng)式擬合預(yù)測(cè)法:首先設(shè)置擬合多項(xiàng)式的最高階次,利用最小二乘法選擇擬合誤差最小的階數(shù)來計(jì)算擬合多項(xiàng)式的系數(shù)。得到擬合多項(xiàng)式之后將待預(yù)測(cè)數(shù)據(jù)代入擬合公式,便可以獲得參數(shù)的預(yù)測(cè)值。但是當(dāng)數(shù)據(jù)劇烈變化時(shí),數(shù)據(jù)趨勢(shì)不能準(zhǔn)確擬合,無法準(zhǔn)確進(jìn)行參數(shù)預(yù)測(cè)。

        分段多項(xiàng)式擬合預(yù)測(cè)法:依據(jù)參數(shù)的變化特點(diǎn),把參數(shù)歷史數(shù)據(jù)分成兩段,以第一段為輸入,第二段為輸出,通過計(jì)算得到兩段數(shù)據(jù)之間的函數(shù)關(guān)系式,然后將第二段數(shù)據(jù)為輸入,代入得到的函數(shù)關(guān)系式,即可得到第三段數(shù)據(jù)的預(yù)測(cè)結(jié)果。

        采用如下k階多項(xiàng)式公式擬合,

        (1)

        計(jì)算k階多項(xiàng)式擬合結(jié)果與真實(shí)數(shù)據(jù)的誤差值,以擬合誤差最小的k值作為多項(xiàng)式的階數(shù)。即使輸入?yún)?shù)數(shù)據(jù)(xi,yi),i=1,2,...,m,的擬合誤差ri=p(xi)-yi,(i=1,…,m)的平方和最小,

        (2)

        利用曲線擬合進(jìn)行參數(shù)預(yù)測(cè)的流程如圖1所示。

        圖1 曲線擬合法預(yù)測(cè)流程圖

        曲線擬合法預(yù)測(cè)的假設(shè)條件是:

        1)假設(shè)待預(yù)測(cè)的參數(shù)數(shù)據(jù)沒有跳躍式的變化,即數(shù)據(jù)的變化過程是漸進(jìn)的。

        2)假設(shè)所研究的民航客機(jī)各子系統(tǒng)的功能、結(jié)構(gòu)等基本保持不變,即假定根據(jù)歷史數(shù)據(jù)建立的擬合公式能適用于未來,能代表參數(shù)未來的變化趨勢(shì)。

        由以上兩個(gè)假設(shè)條件可知,該方法是數(shù)據(jù)漸進(jìn)變化過程的一種統(tǒng)計(jì)預(yù)測(cè)方法,適用于參數(shù)變化緩慢的情況。即先利用數(shù)學(xué)模型擬合參數(shù)變化趨勢(shì)曲線,再運(yùn)用該模型外推預(yù)測(cè)參數(shù)未來的變化情況。

        基于曲線擬合外推的性能預(yù)測(cè)方法的主要步驟為:

        1)依據(jù)參數(shù)變化特點(diǎn)選擇擬合方法模型,設(shè)定最高擬合階次。

        2)進(jìn)行多項(xiàng)式擬合訓(xùn)練,計(jì)算擬合公式。

        3)依據(jù)訓(xùn)練結(jié)果優(yōu)化擬合過程。

        4)利用擬合公式進(jìn)行外推預(yù)測(cè)。

        對(duì)于參數(shù)隨時(shí)間緩慢周期變化的數(shù)據(jù),該方法的預(yù)測(cè)效果比較好,對(duì)周期變化參數(shù)的預(yù)測(cè)比較適用。

        2.2 基于時(shí)間序列的趨勢(shì)預(yù)測(cè)方法

        時(shí)間序列預(yù)測(cè)法是以參數(shù)時(shí)間序列能反映出的故障現(xiàn)象的發(fā)展過程和規(guī)律性,進(jìn)行引申外推,預(yù)測(cè)其發(fā)展趨勢(shì)的方法。它是通過編制和分析時(shí)間序列,根據(jù)時(shí)間序列所反映出來的發(fā)展過程、方向和趨勢(shì),進(jìn)行類推或延伸,借以預(yù)測(cè)設(shè)備工作狀態(tài)在下一段時(shí)間可能達(dá)到的水平[11-12]。

        所謂時(shí)間序列分析法,就是把預(yù)測(cè)對(duì)象的歷史數(shù)據(jù)按照一定的時(shí)間間隔進(jìn)行排列,形成一個(gè)隨時(shí)間變化的參數(shù)序列,建立相應(yīng)的數(shù)據(jù)隨時(shí)間變化的模型,并將該模型外推到未來進(jìn)行預(yù)測(cè)[13-14]。常用方法有回歸分析法、移動(dòng)平均法、指數(shù)平滑法、自回歸滑動(dòng)平均(autoregressive moving average,ARMA)模型等。該方法有效的前提是參數(shù)過去的變化規(guī)律會(huì)延續(xù)到未來。

        本文主要對(duì)ARMA模型在這方面的應(yīng)用進(jìn)行了研究。ARMA模型不但可以揭示動(dòng)態(tài)數(shù)據(jù)的變化規(guī)律,預(yù)測(cè)其未來值,并且能從多方面輔助研究系統(tǒng)特性。對(duì)于滿足正態(tài)、平穩(wěn)、零均值條件的時(shí)間序列{xt},若xt的取值不但與前p步的各個(gè)取值有關(guān),并且還與其前q步的激勵(lì)有關(guān),則ARMA模型可以用下式表示,該模型由自回歸過程(Auto-Regressive Model,AR)和移動(dòng)平均過程(Moving Average Model,MA)兩部分組成,記為ARMA(p,q),其中,p代表自回歸的最大階數(shù),q代表移動(dòng)平均部分的最大階數(shù)。

        (1-φ1L-φ2L2-…-φpLp)xt=

        (1+θ1L-θ2L2+…+θqLq)at

        (3)

        Φ(L)xt=Θ(L)ut

        (4)

        式中,Φ(L)和Θ(L)分別表示L的p、q階特征多項(xiàng)式。

        基于時(shí)間序列法的故障預(yù)測(cè)具體步驟如圖2所示。

        圖2 時(shí)間序列預(yù)測(cè)方法流程圖

        ARMA模型預(yù)測(cè)的過程可描述如下:

        1)獲取觀察值序列;

        2)平穩(wěn)性檢驗(yàn)、差分運(yùn)算;

        3)白噪聲檢驗(yàn);

        4)擬合ARMA模型;

        5)調(diào)用模型對(duì)遙測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)。

        時(shí)間序列分析法的優(yōu)點(diǎn)是所需歷史數(shù)據(jù)少、工作量少,前提條件是影響預(yù)測(cè)對(duì)象的各因素不發(fā)生突變,適合序列變化比較均勻的短期預(yù)測(cè),不適用于中長期預(yù)測(cè)。此種方法主要用于實(shí)現(xiàn)在沒有其他狀態(tài)、事件發(fā)生時(shí)的趨勢(shì)預(yù)測(cè)。

        3 基于QAR數(shù)據(jù)的故障預(yù)測(cè)系統(tǒng)實(shí)現(xiàn)

        飛機(jī)飛行過程中產(chǎn)生大量的飛行參數(shù)數(shù)據(jù),本文采用航后飛行數(shù)據(jù),結(jié)合民機(jī)關(guān)鍵系統(tǒng)常見故障模式,分析飛行數(shù)據(jù)中系統(tǒng)傳感器采集參數(shù)的變化情況,預(yù)測(cè)系統(tǒng)關(guān)鍵部件故障發(fā)生的時(shí)間,從而合理制定維修計(jì)劃,保障飛行安全。

        3.1 建立系統(tǒng)數(shù)據(jù)庫

        由于對(duì)民機(jī)進(jìn)行故障預(yù)測(cè)需要積累大量的數(shù)據(jù)樣本且飛行數(shù)據(jù)包含的參數(shù)類型眾多,因此需要建立專有數(shù)據(jù)庫對(duì)數(shù)據(jù)進(jìn)行管理,準(zhǔn)確可靠的數(shù)據(jù)源是實(shí)現(xiàn)民機(jī)故障預(yù)測(cè)數(shù)學(xué)模型的重要輸入。實(shí)施故障預(yù)測(cè)系統(tǒng)的第一步就是建立系統(tǒng)數(shù)據(jù)庫。

        系統(tǒng)數(shù)據(jù)庫主要存儲(chǔ)系統(tǒng)管理、飛行數(shù)據(jù)譯碼及其應(yīng)用、故障預(yù)測(cè)系統(tǒng)需用的重要數(shù)據(jù),包括用戶管理庫、飛行參數(shù)庫、故障預(yù)測(cè)算法庫3個(gè)主要部分。

        3.2 采集數(shù)據(jù)并進(jìn)行解析

        明確影響飛機(jī)關(guān)鍵系統(tǒng)故障的所有QAR參數(shù),建立關(guān)鍵系統(tǒng)參數(shù)模板。

        采集飛機(jī)QAR數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行解析。QAR原始數(shù)據(jù)為二進(jìn)制結(jié)構(gòu),無法直接用于工程分析。因此,需要通過譯碼軟件將采集參數(shù)轉(zhuǎn)化為工程數(shù)據(jù)。將解析后的數(shù)據(jù)存儲(chǔ)至數(shù)據(jù)庫中。

        3.3 性能參數(shù)選擇及閾值確認(rèn)

        參數(shù)可以反映飛機(jī)系統(tǒng)、子系統(tǒng)、部附件性能的變化,部分參數(shù)可由機(jī)載設(shè)備直接采集。在飛行各階段分別記錄參數(shù)的變化情況,必要時(shí)將這些參數(shù)轉(zhuǎn)換成標(biāo)準(zhǔn)狀態(tài)下的數(shù)值,并與缺省設(shè)置或客戶化的性能參數(shù)進(jìn)行比較,可以得到偏差的變化情況。通過對(duì)偏差及偏差的變化趨勢(shì)進(jìn)行分析,可以判斷部附件的健康狀態(tài),實(shí)現(xiàn)對(duì)部附件的性能監(jiān)控;通過及時(shí)發(fā)現(xiàn)參數(shù)與標(biāo)準(zhǔn)值之間的偏差異?;騾?shù)的變化趨勢(shì)異常,分析產(chǎn)生異常的原因,可以為預(yù)防和排除故障提供依據(jù)。

        對(duì)于確定的特征參數(shù)數(shù)據(jù),可以實(shí)時(shí)與閾值進(jìn)行比較。閾值應(yīng)反映出特征參數(shù)的正常工作范圍,當(dāng)參數(shù)超限時(shí)進(jìn)行報(bào)警處理。

        圖3 超限報(bào)警

        系統(tǒng)接受經(jīng)過解析的QAR數(shù)據(jù),若某些數(shù)據(jù)出現(xiàn)幅值變化很大,而與之有關(guān)聯(lián)動(dòng)作的參數(shù)在同時(shí)刻或按要求時(shí)序并沒有發(fā)生相應(yīng)的變化時(shí),則確定該時(shí)刻的數(shù)據(jù)為野點(diǎn),對(duì)其進(jìn)行剔除。對(duì)剔除野點(diǎn)之后的數(shù)據(jù)還要進(jìn)行平滑處理,并選擇特征參數(shù)。這里的特征參數(shù)可能是參數(shù)數(shù)據(jù)的原始形式,也可能是性能參數(shù)的各種統(tǒng)計(jì)參數(shù),例如均值、極值、均方根值等,根據(jù)不同系統(tǒng)的不同工作狀態(tài),可以作出相應(yīng)的判斷。

        3.4 預(yù)測(cè)模型選擇及預(yù)警

        本文選取基于時(shí)間序列和曲線擬合的數(shù)學(xué)模型用于飛機(jī)關(guān)鍵部件和參數(shù)的趨勢(shì)預(yù)測(cè),適用于實(shí)現(xiàn)與待分析參數(shù)當(dāng)變化率突然發(fā)生變化時(shí),在沒有其他狀態(tài)、事件發(fā)生時(shí)的趨勢(shì)預(yù)測(cè)。實(shí)現(xiàn)功能主要包括參數(shù)時(shí)間序列建模、實(shí)時(shí)預(yù)測(cè)模型建模、參數(shù)預(yù)測(cè)、故障預(yù)警等。在實(shí)際應(yīng)用中的具體步驟包括:

        1)獲取與狀態(tài)和飛行事件無關(guān)的參數(shù)設(shè)置信息,包括飛機(jī)編號(hào)、分系統(tǒng)、部件、參數(shù)、參數(shù)閾值、實(shí)時(shí)預(yù)測(cè)模型采樣點(diǎn)數(shù)等相關(guān)的信息設(shè)置。

        2)預(yù)測(cè)算法加載。根據(jù)不同參數(shù)建立參數(shù)變化的自回歸滑動(dòng)平均模型(ARMA)或擬合曲線。

        3)參數(shù)值預(yù)測(cè)。采用前述的ARMA模型或多項(xiàng)式擬合外推預(yù)測(cè)法進(jìn)行預(yù)測(cè),給出一定時(shí)間后的參數(shù)預(yù)測(cè)值。

        4)故障預(yù)警。將參數(shù)預(yù)測(cè)值與門限值比較,判斷是否發(fā)生故障并預(yù)測(cè)故障發(fā)生時(shí)間。

        4 基于QAR數(shù)據(jù)的故障預(yù)測(cè)驗(yàn)證

        4.1 預(yù)測(cè)準(zhǔn)確率計(jì)算方法

        本文預(yù)測(cè)通過選取航空公司歷史實(shí)際數(shù)據(jù),推測(cè)后續(xù)的數(shù)據(jù)變化趨勢(shì),并與后續(xù)實(shí)際數(shù)據(jù)進(jìn)行比較,以計(jì)算預(yù)測(cè)的準(zhǔn)確率指標(biāo)。利用相對(duì)平均誤差,用以評(píng)定本項(xiàng)目所采用的預(yù)測(cè)方法在典型數(shù)據(jù)和案例中的準(zhǔn)確性。預(yù)測(cè)結(jié)果的相對(duì)平均誤差avg_dy和預(yù)測(cè)準(zhǔn)確率pre_Acc的計(jì)算方法如下:

        (5)

        其中:di為第i個(gè)預(yù)測(cè)值,yi為第i個(gè)實(shí)際值,n為預(yù)測(cè)結(jié)果的數(shù)據(jù)長度。

        4.2 故障案例驗(yàn)證

        利用航空公司波音飛機(jī)實(shí)際飛行數(shù)據(jù)對(duì)本文提出的故障預(yù)測(cè)方法進(jìn)行了有效性驗(yàn)證。通過對(duì)空調(diào)、滑油系統(tǒng)關(guān)鍵參數(shù)變化趨勢(shì)進(jìn)行預(yù)測(cè)并與參數(shù)閾值進(jìn)行比較,可以提前預(yù)知故障并進(jìn)行報(bào)警。

        選取某航空公司QAR數(shù)據(jù)空調(diào)組件流量參數(shù)ADEPPT AC PACK FLOW 2建立故障預(yù)測(cè)模型。以2015年1月24日-2015年1月26日該飛機(jī)兩個(gè)航班的飛行巡航階段空調(diào)組件流量參數(shù)QAR數(shù)據(jù)作為輸入,采用ARMA模型預(yù)測(cè)未來航段的空調(diào)組件流量數(shù)據(jù)變化趨勢(shì),并與該參數(shù)正常范圍閾值(240,400)進(jìn)行比較,得到在27日航段出現(xiàn)空調(diào)組件流量過低的故障預(yù)測(cè)結(jié)果,經(jīng)比較與實(shí)際案例情況一致。

        圖4 空調(diào)組件流量預(yù)測(cè)測(cè)試結(jié)果

        利用27日飛行數(shù)據(jù),對(duì)該預(yù)測(cè)的結(jié)果進(jìn)行準(zhǔn)確性計(jì)算與評(píng)估。將預(yù)測(cè)數(shù)據(jù)與該飛機(jī)1月27日實(shí)際飛行數(shù)據(jù)進(jìn)行比對(duì),其結(jié)果如圖5所示。

        圖5 預(yù)測(cè)結(jié)果比對(duì)計(jì)算

        通過計(jì)算,在該組典型測(cè)試數(shù)據(jù)條件下,本課題所研究的故障模型預(yù)測(cè)準(zhǔn)確率為95.83%。

        本文從波音空調(diào)和滑油系統(tǒng)案例庫中隨機(jī)選擇了的10組故障案例飛行數(shù)據(jù)樣本進(jìn)行測(cè)試,本文所研究預(yù)測(cè)方法準(zhǔn)確率均在90%以上。

        將預(yù)測(cè)準(zhǔn)確度按照從大到小的順序排列,計(jì)算不同置信度下的預(yù)測(cè)準(zhǔn)確度,如圖6所示。

        圖6 不同置信度下的預(yù)測(cè)準(zhǔn)確度

        當(dāng)預(yù)測(cè)準(zhǔn)確率在95%時(shí),其置信度落在[70%,75%]區(qū)間;當(dāng)置信度為95%時(shí),其預(yù)測(cè)準(zhǔn)確度能夠高于93.5%。

        5 結(jié)束語

        本文介紹了基于飛行數(shù)據(jù)的民用飛機(jī)故障預(yù)測(cè)及驗(yàn)證。首先對(duì)基于QAR數(shù)據(jù)的民用飛機(jī)故障預(yù)測(cè)技術(shù)路線進(jìn)行了說明。其次介紹了本文所采用的基于QAR數(shù)據(jù)的兩種故障預(yù)測(cè)方法。再次,介紹了基于飛行數(shù)據(jù)的故障預(yù)測(cè)系統(tǒng)實(shí)現(xiàn)。最后利用波音飛機(jī)空調(diào)滑油系統(tǒng)關(guān)鍵參數(shù)飛行數(shù)據(jù)對(duì)本文提出的故障預(yù)測(cè)技術(shù)進(jìn)行了有效性驗(yàn)證。

        猜你喜歡
        飛行數(shù)據(jù)飛機(jī)預(yù)測(cè)
        無可預(yù)測(cè)
        黃河之聲(2022年10期)2022-09-27 13:59:46
        飛機(jī)失蹤
        選修2-2期中考試預(yù)測(cè)卷(A卷)
        選修2-2期中考試預(yù)測(cè)卷(B卷)
        “拼座飛機(jī)”迎風(fēng)飛揚(yáng)
        GARMIN1000系統(tǒng)維修平臺(tái)搭建預(yù)研究
        淺談飛行數(shù)據(jù)集中處理流程管理
        乘坐飛機(jī)
        不必預(yù)測(cè)未來,只需把握現(xiàn)在
        神奇飛機(jī)變變變
        www久久久888| 人妻少妇精品专区性色av| 亚洲色欲在线播放一区| 又色又爽又黄的视频网站| 国产精品久久av色婷婷网站 | 少妇真人直播免费视频| 亚洲欧美成人一区二区在线电影 | 亚洲一区二区日韩专区| 成人毛片无码一区二区三区| 免费一区在线观看| 国产特黄1区2区3区4区| 三级黄色片免费久久久| 精精国产xxxx视频在线播放| 欧美日韩亚洲成色二本道三区| 在线观看国产av一区二区| 久久精品国产亚洲夜色av网站| 国产农村乱子伦精品视频| 精品国产一区二区三区亚洲人| 日本一级三级在线观看| 国内免费高清在线观看| 亚洲自偷自偷偷色无码中文| 国产日韩一区二区精品| 一本久道高清视频在线观看| 久精品国产欧美亚洲色aⅴ大片| 亚洲AV肉丝网站一区二区无码| 国产另类av一区二区三区| 国模冰莲极品自慰人体| 韩国19禁主播深夜福利视频| 国产日韩亚洲中文字幕| 国产av精品麻豆网址| 麻豆精品久久久久久久99蜜桃| 久久婷婷色香五月综合激情| 婷婷开心五月亚洲综合| 国产一精品一av一免费| 国产高清视频91| 视频一区二区免费在线观看| 久久久国产精品va麻豆| 又大又粗弄得我出好多水| 国产女人高潮的av毛片| 亚洲爆乳无码精品aaa片蜜桃 | 亚洲无码a∨在线视频|