孔祥芬，張利寒 ，劉敬赟，王 杰

(中國民航大學航空工程學院，天津 300300)

0 引言

近年來，隨著航空公司機隊規(guī)模的迅速增加[1]，以及民航“一二三三四”的總體發(fā)展思路和“民航高質量發(fā)展”的戰(zhàn)略需求，對航空維修提出了更高質量的精細化深度維修要求[2]。而航空維修數(shù)據(jù)的積累以及數(shù)據(jù)挖掘技術的迅速發(fā)展[3]，為飛機深度維修奠定了重要基礎。整體驅動發(fā)電機(Integrated Drive Generator, IDG)作為供電系統(tǒng)的主要電源[4]，結構復雜且先驗故障知識難以獲得，維修人員難以通過傳統(tǒng)方法得到精確的維修結論。因此，從數(shù)據(jù)挖掘角度出發(fā)，對航空維修數(shù)據(jù)進行關聯(lián)分析，是提升飛機故障分析能力和深度維修能力的重要保障[5]。

目前學者們已在數(shù)據(jù)挖掘分析方面做了大量研究，在故障診斷方面，Thukaram D[6]和Jing C[7]等利用支持向量機、主成分分析和神經網(wǎng)絡等方法提升了工業(yè)過程中的故障分類精度問題；Zhao Y[8]等利用特征提取與貝葉斯網(wǎng)絡相結合的方法提升了鐵路車載設備的故障診斷效率。在可靠性預測方面，胡麗娟等[9]利用主成分分析與并行關聯(lián)規(guī)則挖掘技術有效預測了配電網(wǎng)的運行可靠性；蔡復青等[10]利用數(shù)據(jù)挖掘技術分析航空裝備日常維修數(shù)據(jù)，有效預測實戰(zhàn)或訓練環(huán)境下的飛機使用可靠性。在算法挖掘方面，Gunay H B[11]、Buddhakulsomsiri J等[12]利用實際數(shù)據(jù)提出新的文本挖掘和IF-THEN關聯(lián)規(guī)則挖掘算法，能有效確定故障模式及原因；Sene A等[13]利用關聯(lián)規(guī)則方法創(chuàng)建機上遠程醫(yī)療信息體系，能有效解決遠程醫(yī)療資源限制的問題；趙久彬等[14]利用Spark平臺提出一種前后部項約束關聯(lián)規(guī)則并行化FRPFP算法，能有效監(jiān)測滑坡預警。

上述文獻對數(shù)據(jù)挖掘分析具有很好的借鑒意義，但目前大多數(shù)研究還集中在類似于機床、傳感器等可靠性較低、故障頻發(fā)的部件及行業(yè)內，而對于飛機等高可靠性、高安全性航空產品的分析研究仍然較少。因此，本文以高可靠性部件——整體驅動發(fā)電機(IDG)為例，提出一種改進的多值屬性Apriori算法，該方法從連接步和剪枝步兩個方面提升數(shù)據(jù)挖掘精度，能有效提升飛機故障診斷能力和深度維修能力，對航空維修提供新的思路和建議。

1 相關知識

1.1 K-means聚類算法

為了實現(xiàn)對數(shù)據(jù)的深層次挖掘，首先對故障維修數(shù)據(jù)庫進行聚類，本文采用一種常見且較成熟的K-means聚類算法，該算法是一種無監(jiān)督的機器學習算法，具有簡單易理解、聚類速度快等特點。核心是確定對象的中心點，關鍵是確定k值，選取的k值決定了聚類效果。為獲得理想的k值，用輪廓系數(shù)評估聚類效果，第i個元素輪廓系數(shù)為：

(1)

其中，ni為同簇內第i個元素與其他元素之間的平均距離；簇外選取某一簇m，計算m中所有元素與該元素的平均距離，找出最小值，用mi表示，mi=min{mi1,mi2,…,mij}。

1.2 多值屬性Apriori算法

關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中一項重要技術，Agrawal R等[15]首先于1993年提出關聯(lián)規(guī)則概念，即數(shù)據(jù)庫中項集之間的相關關系，同時又給出了相對應的挖掘算法，但性能較差。之后又于1994年提出了著名的Apriori算法[16]，是目前關聯(lián)規(guī)則挖掘領域最具影響力的一種算法，也是許多算法改進和發(fā)展的基礎。

Apriori算法的核心思想是通過對數(shù)據(jù)庫中不同事務集之間隱含規(guī)律的識別和分析，找出其中的強關聯(lián)關系。其中，關聯(lián)規(guī)則中有兩個最重要的概念，分別是支持度(support)和置信度(confidence)。其中，支持度用support(X)表示，即某維度下一個屬性值X在數(shù)據(jù)集D中出現(xiàn)的概率，如式(2)所示；置信度用confidence(X→Y)表示，即屬性X和屬性Y同時在數(shù)據(jù)集D中出現(xiàn)的概率，如式(3)所示。如果關聯(lián)規(guī)則結果滿足最小支持度和置信度閾值，則認為該條關聯(lián)規(guī)則的前后項是高度相關的。

(2)

(3)

此外，另一個重要概念是提升度(lift)，提升度用lift(X→Y)表示，主要用于描述挖掘出的規(guī)則是否有用，如式(4)所示；其大小可度量此規(guī)則的可用程度，有用規(guī)則的提升度大于1。

(4)

Apriori算法的主要思想是利用逐層搜索的迭代方法，Apriori算法的主要過程可以概括為兩步：①通過掃描、計數(shù)、比較、產生頻繁項集、連接及剪枝等步驟產生候選項集，進而尋找所有頻繁項集，重復上述步驟，直到不能產生更大的頻繁項集為止；②產生關聯(lián)規(guī)則結果，對于每個頻繁項集，計算其置信度，輸出大于最小置信度閾值的關聯(lián)規(guī)則。

Apriori算法利用支持度、置信度及提升度的計算結果作為依據(jù)，挖掘和分析各屬性之間潛在的內在關聯(lián)關系。但是也仍存在一些不足，一是生成候選頻繁項集的數(shù)量巨大，需要多次掃描數(shù)據(jù)庫，且非常耗時；二是不適用于多維數(shù)據(jù)的挖掘。因此，基于航空故障維修數(shù)據(jù)維度高的特性，本文提出將基于多值屬性改進的Apriori算法應用于航空故障維修數(shù)據(jù)故障原因關聯(lián)規(guī)則的挖掘過程中，即在連接步的過程中加入多個維度的判斷，并且在剪枝步階段只考慮特定屬性的頻繁項，可以有效減少生成的頻繁項集，更簡潔更高效的發(fā)現(xiàn)我們需要的強關聯(lián)規(guī)則。

基于多值屬性改進的關聯(lián)規(guī)則由Srikant R等[17]在1996年提出的，其關鍵思想是以布爾型關聯(lián)規(guī)則的挖掘算法為基礎，將其轉化為布爾型關聯(lián)規(guī)則之后再通過Apriori算法進行數(shù)據(jù)挖掘。在IDG部件的故障維修數(shù)據(jù)中，每一個故障因素下都包含有多個屬性值，在挖掘過程中，為了避免出現(xiàn)類似“冬季，夏季→油濾堵塞”這樣的無效關聯(lián)規(guī)則結果，所以在Apriori算法的基礎上對其進行改進?？紤]到我們的研究是結合天氣、現(xiàn)象、地域等因素，以挖掘故障原因為主要關注點對故障維修數(shù)據(jù)進行挖掘，所以在連接步過程中加入對“故障原因”和“故障現(xiàn)象”這兩個維度頻繁項集的判斷，且在規(guī)則剪枝階段只考慮生成“故障原因”的頻繁項。 改進算法的主要步驟如下：

算法1：改進的多值屬性Apriori算法

輸入：IDG部件故障維修數(shù)據(jù)庫D；最小支持度和置信度閾值；

輸出：數(shù)據(jù)庫D中的頻繁項集L。

(1)C1={candidate,1-itemsets}；

(2)L1={c∈C1|c.count≥minsupport}；

(3)for{k=2,Lk-1!=Null,k++}；

(4)Ck=sc_candidate(Lk-1)；

(5)ifCi中的頻繁項的屬性值not in [‘故障原因’]and not in[‘故障現(xiàn)象’]；

(6)delete這條頻繁項；

(7)for eachtinD；

(8)C1=subset(Ck,t)；

(9)for each候選c∈Ci；

(10)c.count=c.count+1；

(11)Lk={c∈Ck|c.count≥minsupport}；

(12)for each item inLk；

(13)if item 的屬性值not in[‘故障原因’]；

(14)delete這條頻繁項；

(15)ReturnL.

2 案例分析

本文搜集某航空公司50架B737飛機近三年的故障維修數(shù)據(jù)，主要由技術記錄本(Technical Log Book, TLB)、保留故障單(Deferred Defect Sheet, DDS)、飛行記錄本(Flight Log Book, FLB)、客艙記錄本(Cabin Log Book, CLB)、飛機維修日志等組成；對包括飛機編號、檢驗員、FLB、故障現(xiàn)象、故障原因、故障位置、故障時間、故障地點、在翼時間、飛行循環(huán)等用自然語言書寫的記錄信息，對此進行數(shù)據(jù)整合，重點分析故障維修數(shù)據(jù)中故障現(xiàn)象與多種故障原因之間的相關性。主要分為以下幾個步驟：

(1)數(shù)據(jù)預處理。數(shù)據(jù)在采集、記錄、存儲過程中由于各種主客觀因素會出現(xiàn)缺失、冗余、記錄形式不統(tǒng)一等情況，為了得到高質量的數(shù)據(jù)作出最精確的決策，需要對原始數(shù)據(jù)進行預處理。主要包括數(shù)據(jù)清洗、信息篩選等。

(2)關聯(lián)規(guī)則挖掘。對預處理后的維修數(shù)據(jù)進行K-means聚類分析以及改進的多值屬性Apriori算法關聯(lián)規(guī)則挖掘，得到強關聯(lián)規(guī)則以獲得故障現(xiàn)象以及各參數(shù)與多種故障原因之間的相關性規(guī)律。

(3)結果分析。結合IDG各組件故障機理，對關聯(lián)規(guī)則結果進行具體分析。

2.1 數(shù)據(jù)預處理

一架B737飛機一年約850條維修及維護記錄，則50架飛機三年則產生約42 500條數(shù)據(jù)，其中除掉勤務工作、例行安檢之后約15 000條。首先，以Python平臺為基礎，Pandas函數(shù)讀取搜集到的故障維修數(shù)據(jù)，利用Pandas函數(shù)刪除缺失數(shù)據(jù)所在數(shù)據(jù)組；其次，篩選出對故障原因診斷有用的信息，刪除飛機編號、檢驗員等部分無用信息；最后，將剩余數(shù)據(jù)信息進行類別梳理并轉換成便于分析的形式，篩選出與IDG部件相關的故障信息，得到30個故障維修數(shù)據(jù)(記為M1,M2,…,M30)，如表1 所示。

表1 預處理后的維修數(shù)據(jù)信息表

2.2 關聯(lián)規(guī)則挖掘

2.2.1 K-means聚類分析

針對飛機故障維修數(shù)據(jù)的特征，在數(shù)據(jù)預處理階段對30組故障進行聚類，采用合并層次聚類分析法， K-means聚類將所有故障分為3～6類，通過聚類簇數(shù)k的輪廓系數(shù)Si對聚類結果進行評估。不同聚類簇數(shù)k對應的輪廓系數(shù)如表2所示。

表2 聚類簇數(shù)-輪廓系數(shù)對應關系表

K-means聚類算法是將數(shù)據(jù)集D聚類為k個簇{C1,C2,…Ck}。首先隨機抽取k個聚類質心(μ1,μ2,…，μk)，計算每個樣本xi的所屬類別，目標是最小化平方誤差：

(5)

其中，μj是Ci簇的聚類中心，即質心，重新計算類j的質心，其表達式為：

(6)

經反復計算，直到收斂。

由表2可知，故障數(shù)據(jù)分為5類時進行聚類所得效果最好。對30組故障數(shù)據(jù)進行K-means動態(tài)聚類，結合IDG部件實際故障情況，聚類分析結果如表3所示。

表3 故障聚類結果(k=5)

2.2.2 多值屬性Apriori關聯(lián)規(guī)則分析

運用多值屬性Apriori算法對預處理后的IDG部件故障維修數(shù)據(jù)進行關聯(lián)規(guī)則挖掘，為獲得比較理想的關聯(lián)規(guī)則，確定關聯(lián)規(guī)則中的支持度和置信度是至觀重要的，不同支持度S閾值和置信度C閾值下產生的規(guī)則數(shù)不同。通過分析設定支持度閾值為0.6%，置信度閾值為50%，得出規(guī)則前項含故障現(xiàn)象且規(guī)則后項為故障原因的強關聯(lián)規(guī)則共55條，由于篇幅限制，部分結果如表4所示。

表4 IDG部件故障關聯(lián)規(guī)則

續(xù)表

在聚類分析的基礎上，對B737飛機IDG部件故障維修數(shù)據(jù)進行深度挖掘和分析，對多因素之間的潛在規(guī)律進行識別，得出以下結果：

(1)根據(jù)表4中規(guī)則6和規(guī)則7可以得出高支持度的關聯(lián)規(guī)則，說明IDG部件故障的高頻故障原因為壓力電門和泵和馬達組件故障；其中，泵和馬達組件的結構形式為斜盤柱塞泵，長時間工作會導致柱塞缸體等金屬件磨損超標；壓力電門為非密封式結構，經常受到污染，進而導致電門接觸不良，所以應密切關注零部件的清潔及過度使用的問題。

(2)對比規(guī)則5和52，可以得出哈爾濱的冬季更容易造成調速器閥芯抱死進而造成發(fā)電機掉電，說明低溫是造成調速器閥芯抱死的主要原因，所以溫度等外界環(huán)境因素是影響IDG部件部分故障的關鍵因素。

(3)根據(jù)規(guī)則可以得出碳封嚴磨損和油濾堵塞是造成IDG余油口漏油和IDG壓差指示器跳出的唯一原因；其中碳封嚴與輸入軸緊密相連，常常會因為組裝時裝配技術的欠缺，造成碳封嚴磨損，所以應密切關注人為因素在飛機故障中的影響。

(4)分析所有故障原因，其中油濾堵塞、磨損超標、閥芯抱死等多個故障都與滑油系統(tǒng)有關，說明滑油系統(tǒng)是影響ODG部件正常工作最重要的原因。

2.3 結果分析

對比傳統(tǒng)Apriori算法和改進后的多值屬性Apriori算法對IDG部件故障相關因素的關聯(lián)規(guī)則挖掘結果，在不同支持度下，兩種算法的運行時間如圖1所示。

圖1 運行時間和支持度之間的關系曲線

從圖1中可以看出改進后的Apriori算法運行時間減少、效率提升，尤其是支持度較小、頻繁項集較多的情況下，能在更短的時間內輸出更精確的結果。

通過聚類和關聯(lián)規(guī)則分析能更加精確的定位故障發(fā)生的位置及原因。結合IDG部件的工作原理，在日常維護階段對IDG部件提出相關預防建議，以減少故障發(fā)生、提升飛機使用可靠性：

(1)針對泵和馬達組件及壓力電門等高頻故障組件，了解其故障機理與具體原因(磨損、污染等)并根據(jù)各組件的故障間隔時間進行可靠性分析，計算其可靠度、失效率等相關指標，根據(jù)結果及時檢修。

(2)針對碳封嚴等由于人為疏忽、技術欠缺等原因造成的磨損嚴重，應密切關注人為因素在飛機故障中的影響，加強對人的技術及思想培訓。

(3)針對由外界環(huán)境因素(地點、季節(jié)、溫度等)引起故障，應提前做好防護措施，減少故障發(fā)生。

(4)IDG部件屬于高速旋轉的部件，組件之間承受巨大的摩擦力，導致多數(shù)故障都與滑油系統(tǒng)有關，所以應密切關注滑油系統(tǒng)的工作狀態(tài)。結合文獻[18]，建議每隔1781 Fh對IDG部件進行滑油系統(tǒng)的狀態(tài)檢修。

3 結論

基于航空維修業(yè)的發(fā)展需求及航空維修數(shù)據(jù)的逐步積累，本文提出了基于數(shù)據(jù)挖掘的飛機IDG部件故障關聯(lián)性分析模型。通過K-means聚類算法得出IDG部件主要的5類故障現(xiàn)象；通過改進的多值屬性Apriori關聯(lián)規(guī)則算法，以故障原因為關注點，挖掘出導致故障發(fā)生的因素組合，由此總結出高頻故障以及人為因素、外界環(huán)境和滑油關聯(lián)系統(tǒng)等因素對IDG部件故障的影響；與傳統(tǒng)Apriori算法相比其精度更高、用時更短。根據(jù)以上結果及IDG部件的工作機理對預防故障發(fā)生可采取的措施提出了一些可行的預防性維修方案，提升飛機使用可靠性。本文僅對B737飛機供電系統(tǒng)中一個IDG部件進行關聯(lián)規(guī)則挖掘，后續(xù)分析中可以引入更多系統(tǒng)及零部件，建立更全面的故障維修數(shù)據(jù)標準化備案模式以及飛機維修管理信息系統(tǒng)。