CN104443425A - 用于识别飞行器中的有缺陷的设备的方法 - Google Patents

用于识别飞行器中的有缺陷的设备的方法 Download PDF

Info

Publication number
CN104443425A
CN104443425A CN201410486462.9A CN201410486462A CN104443425A CN 104443425 A CN104443425 A CN 104443425A CN 201410486462 A CN201410486462 A CN 201410486462A CN 104443425 A CN104443425 A CN 104443425A
Authority
CN
China
Prior art keywords
equipment
identifier
aircraft
relevant parameters
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410486462.9A
Other languages
English (en)
Other versions
CN104443425B (zh
Inventor
斯特凡·贝索
让-马克斯·许特
弗朗索瓦·米肖
埃里克·本阿穆
洛伊茨·若弗里
布鲁诺·梅拉德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Airbus Operations SAS
Airbus SAS
Original Assignee
Airbus Operations SAS
Airbus SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Airbus Operations SAS, Airbus SAS filed Critical Airbus Operations SAS
Publication of CN104443425A publication Critical patent/CN104443425A/zh
Application granted granted Critical
Publication of CN104443425B publication Critical patent/CN104443425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64DEQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00Aircraft indicators or protectors not otherwise provided for
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2294Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by remote test
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64DEQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00Aircraft indicators or protectors not otherwise provided for
    • B64D2045/0085Devices for aircraft health monitoring, e.g. monitoring flutter or vibration

Abstract

本申请公开了用于识别飞行器中的有缺陷的设备的方法。本申请涉及用于辅助进行故障检测的方法。目的是对各自与如下设备相关联的标识符(FIN1、FIN2、FIN3)分配优先级:该设备的失效可能是飞行器中的故障的起因。该方法基于:将标识符(FIN1、FIN2、FIN3)的列表发送至专家系统,并且接收(22)针对每个标识符给出的一族有关参数(PX,PY;PW,PZ;PV),每个有关参数与飞行器中的至少一个传感器相关联;以及获得(23)有关参数的测量结果(x,y;w,z;v)。通过获知这些测量结果,能够根据其针对每个标识符推断出与关联设备实际上有缺陷的可能性对应的优先级。本申请还涉及用于实现该方法的系统。

Description

用于识别飞行器中的有缺陷的设备的方法
技术领域
本发明涉及辅助飞行器的故障检测的领域,并且更特别地,涉及识别飞行器中有缺陷的设备的领域。
背景技术
已知,在现有技术中,报告故障的消息特别是在飞行中被从飞行器发送至地面站。贯穿本文,“故障”指代飞行器的设备的任何异常操作。通常,报告故障的消息以ACARS(飞行器通信寻址和报告系统)消息的形式被发送。已知报告故障的消息的不同示例,特别是:
-最初被提供以向飞行器中的维护系统报告故障的失效消息;
-最初被提供以向飞行员报告故障的警告(针对“飞行甲板和舱室效应”称为“FDCE”);以及
-故障案例,该故障案例是将警告与失效消息组合的消息。
报告故障的消息由专用于维护飞行器的地面站接收。然后,使用设备识别装置,该设备识别装置使得可以将报告故障的消息与设备的列表相关联,该设备的失效可能是故障的起因。虽然列表完成,但是根据预定且固定的顺序列出多个设备。在其他方面,根据并不取决于故障的当前背景的顺序列出多个设备。这样的设备识别装置通常包含故障检测手册(TSM)的电子版本。在每个标识符被唯一地与设备相关联的情况下,设备的列表通常为标识符列表的形式,该设备的失效可能是故障的起因。标识符被称为FIN,即“功能项目号”。
然后,必须等待飞行器位于地面上:以派遣技术员,该技术员按所述预定顺序测试列表上的各种设备的操作;以确定列表上的哪个设备实际上有缺陷。然后,技术员就能够修理或替换该有缺陷的设备。
该方法中的缺点是需要飞行器在地面上静止足够长时间,使得技术员可以按所述预定顺序测试该列表上的各种设备的操作、识别实际上有缺陷的设备、然后修理或替换该有缺陷的设备。
本发明的目的是提出下述方法:使得可以在报告故障之后减少飞行器在地面上静止的时间。
发明内容
该目的通过使用针对飞行器辅助进行故障检测的方法来实现,该方法包括下述步骤:
-接收由飞行器发送的、并报告故障的消息;
-将使用该消息形成的查询发送至设备识别装置,并且作为响应获得各自与如下设备相关联的标识符的列表:该设备的失效可能是故障的起因。
根据本发明,这些步骤由故障检测辅助服务器来实现,该故障检测辅助服务器然后实现下述步骤:
-将使用标识符的列表形成的查询发送至专家系统,并且接收针对每个标识符给出一族有关参数的响应,每个有关参数与飞行器的至少一个传感器相关联;
-将获取顺序发送至飞行器上的数据获取装置并且作为回应接收所述有关参数的测量结果。
然后,专家系统针对每族有关参数实现下述步骤:
-在所述族的有关参数的测量结果与和该族相关联的预定标准之间进行比较;
-根据比较结果,对与所述族对应的标识符分配优先级。
标识符的优先级有利地与对应的设备有缺陷的可能性对应。换言之,优先级是设备有缺陷的风险。换言之,优先级是设备有缺陷的敏感度。
特别地,标识符的优先级可以是代表所对应的设备有缺陷的可能性的信息。标识符的优先级可以是数字指示器,例如,与所对应的设备有缺陷的概率对应的数字,或者标识符的优先级可以是与多个设备根据有缺陷的敏感度的排序中的排序对应的整数。
因此,实现了使得可以给标识符列表上的每个元素分配优先级的一系列步骤。换言之,通过给标识符分配优先级,标识符被按优先顺序排列。
与高优先级标识符对应的多个设备更可能有缺陷。
与低优先级标识符对应的多个设备更可能没缺陷。
按照设备的优先级的降序对多个设备进行测试。因此,在开始维护操作与由于维护团队的测试而识别出实际上有缺陷的设备之间流逝的时间明显地减少。
只有在与更高优先级的标识符对应的多个设备中没有一个设备被识别为实际上有缺陷时,才测试与低优先级标识符对应的多个设备。
可以在飞行器的飞行阶段期间或者当飞行器在地面上时实现该方法。
因此,减少了飞行器的在地面上的静止时间,因为必须由维护团队测试的多个设备的数目在统计上减少了。
根据本发明的方法可以包括下述步骤:对与标识符的列表相关联的多个设备中的至少一个设备进行测试。根据相应的标识符的优先级来测试设备,并且从最有可能有缺陷的设备开始。该测试步骤由技术员执行。当所测试的设备被标识为实际上有缺陷时,中断测试步骤。
特别地,根据本发明的方法可以包括下述步骤:对于其失效可能是故障的起因的设备,按分配给设备的相应的标识符的优先级的降序来测试多个设备。
此外,根据本发明的方法完全自动进行。该方法不需要操作人员尤其是飞行器的设备的技术专家的干预。
有利地,根据本发明的方法包括下述步骤:咨询专家系统以针对每族有关参数获得与所述族相关联的预定标准。
有关参数可以包括下述项中的至少之一:布尔值、整数、浮点数、与曲线的一部分对应的数值的序列以及字符的序列。
优选地,根据本发明的方法包括被称为初始步骤的下述步骤:针对每个标识符确定一族有关参数以及关联的预定标准。
初始步骤可以包括对下述的存储:
-与先前的飞行器飞行相关联的参数的测量结果;以及
-与这些飞行相关联并且来自发布的飞行报告和/或飞行器维护航空日志(简称为航空日志)的故障信息。
优选地,初始步骤还包括下述步骤:
-针对每个先前的飞行器飞行定义基本集,该基本集将被称为有用参数的至少一个参数的测量结果分组在一起;
-将基本集排序在由至少一个共同特征定义的群中;
-使用故障信息,将根据其预定设备有缺陷的信息分配给先前的飞行并且分配给与这些先前的飞行对应的基本集。
形成基本集的一个或多个有用参数对于每个先前的飞行器飞行而言是相同的。
这些步骤有利地跟随着:以形成被称为有用群的群的方式,对至少一个共同特征以及至少一个有用参数的选择进行调整:
-其中,与有缺陷的预定设备相关联的基本集的一部分大于预定准确度阈值,
该至少一个有用参数与和所述预定设备的标识符相关联的该族有关参数对应,并且该至少一个共同特征与和所述族相关联的预定标准对应。
可替换地,这些步骤有利地跟随着:以形成被称为有用群的群的方式,在对至少一个共同特征以及至少一个有用参数的选择进行调整;
-其中,与有缺陷的预定设备相关联的基本集的一部分大于预定准确度阈值,以及
-接收与有缺陷的预定设备相关联的基本集的大于预定覆盖率阈值的一部分,
该至少一个有用参数与和所述预定设备的标识符相关联的该族有关参数对应,并且该至少一个共同特征与和所述族相关联的预定标准对应。
准确度阈值可以为至少60%。
可替换地,准确度阈值可以为至少90%。
覆盖率阈值可以为至少60%。
可替换地,覆盖率阈值可以为至少90%。
优选地,根据本发明的方法包括以有用群的基本集将有用参数的最小数目的测量结果分组在一起的方式,对至少一个有用参数的选择进行调整。
根据本发明的方法可以包括计算有用群的准确度,该准确度由与有缺陷的预定设备关联的有用群的基本集的数目与有用群的基本集的总数目的比值来定义,所分配的优先级等于所述准确度。
本发明还涉及飞行器的故障检测辅助系统,该故障检测辅助系统包括故障检测辅助服务器以及与所述服务器进行通信的专家系统。
根据本发明:
-专家系统具有存储有多个三元组的数据库,每个三元组包括:
-与飞行器的设备相关联的标识符,
-一族有关参数,每个有关参数与飞行器的至少一个传感器相关联,以及
-预定标准,该预定标准用于给标识符分配优先级属性或非优先级属性;
-故障检测辅助服务器适于:
-从飞行器的报警装置接收报告飞行器的故障的消息;
-将使用所述消息形成的查询发送至设备识别装置,并且作为响应获得各自与设备相关联的标识符的列表,该设备的失效可能是故障的起因。
-将使用标识符的列表形成的查询发送至专家系统,并且接收针对每个标识符给出该族有关参数的响应,该族有关参数存储在同一三元组中;
-将获取顺序发送至飞行器上的数据获取装置并且作为回应接收所述有关参数的测量结果;
-所述专家系统适于针对每族有关参数将接收到的测量结果与预定标准进行比较并且根据其推断所述标识符的优先级。
标识符的优先级有利地与对应设备有缺陷的可能性对应。
附图说明
当参考附图阅读仅出于信息和不限制的目的而提供的实施方式的描述时会更好地理解本发明,在附图中:
-图1示出了根据本发明的实施方式的故障检测辅助系统;
-图2示出了根据本发明的实施方式的使用图1中所示的系统实现的方法;
-图3示出了针对标识符确定一族有关参数以及相关预定标准的步骤;
-图4示出了与八个先前的飞行器飞行相关联的三个参数的测量结构;以及
-图5示出了使用对与先前的飞行器飞行相关联并且被排序进两个群的参数的测量结果确定优先级的方法。
具体实施方式
图1示出了实现根据本发明的方法的实施方式并且包括根据本发明的故障检测辅助系统10的装备100。
图1示出了在飞行器的飞行阶段期间实现根据本发明的方法的示例。然而,还可以考虑当飞行器在地面上时实现根据本发明的方法。
图1对与地面上的基部对应的第一部12以及与飞行中的飞行器13上的要素对应的第二部11进行区分。
根据本发明的系统10包括:
-故障检测辅助服务器14;以及
-专家系统15。
专家系统15具体包括数据库150。专家系统15可以包括电子器件和计算机器件和/或软件。专家系统15通常是优选地专用于与微处理器和/或计算机相关联的数字或模拟电路。数据库150存储数据的三元组,该三元组包括:
-与飞行器13的设备相关联的标识符;
-一族有关参数,该族能够减少至单个有关参数;以及
-预定标准,用于根据相关联的有关参数的测量结果对所述族的每个标识符分配优先级。
每个有关参数与飞行器的至少一个传感器相关联。换言之,使用位于飞行器中的至少一个传感器来获得有关参数的测量结果。
有关参数的测量结果可以是在传感器的输出直接获得的对元数据的取样,或者是在连接至传感器的计算器的输出获得的来自传感器的预处理的数据的取样。该数据可以是单一值或值的序列。
有关参数例如:
-布尔值:例如根据其阀打开或关闭的指示;
-整数或浮点数:例如速度、加速度、压力和温度;
-字符序列:例如系统的状态;
-例如将改变描述为时间、高度及油位的函数的曲线的点所对应的数值序列;
-布尔值的序列(逻辑状态随时间改变,例如阀的行为)。
故障检测辅助服务器14与各种外围装置交换信息,特别地:
-飞行器的报警装置16,该报警装置16将报告故障的至少一条消息发送至地面。因此,故障检测辅助服务器14接收由报警装置16发送的报告故障的消息;
-设备识别装置18,如上所述的设备识别装置18用于使用报告故障的消息获得怀疑失效的设备的标识符列表。因此,故障检测服务器14将使用报告故障的消息形成的查询发送至设备识别装置18并且作为响应接收分别与设备相关联的标识符列表,该设备的失效可能是故障的起因;
-专家系统15。因此,故障检测辅助服务器14将使用标识符列表形成的查询发送至专家系统15,并且作为回应针对每个标识符接收一族有关参数;以及
-飞行器的数据获取装置17,使得故障检测辅助服务器14查询并接收有关参数的测量结果列表。
专家系统15包括用于计算的装置(未示出),用于针对每族有关参数将从数据获取装置17接收的测量结果与预定标准进行比较。根据比较的结果,专家系统适于确定对应的标识符的优先级。
针对每个标识符,有利地使用下述来确定该族有关参数和与其关联的预定标准:
-从先前的飞行采集数据(与飞行器队的先前的飞行对应的参数的测量结果,以及例如来自发布的飞行报告(或PFR)或者来自这些相同飞行器的航空日志的故障信息);
-数据采集,针对其参照图3至图5包含详细示例。
发布的飞行报告概括飞行期间生成的失效消息。航空日志列出飞行后执行的维护操作(修理、替换)。
飞行器的数据获取装置17连接至飞行器的传感器并且将由于这些传感器执行的一组测量结果(元数据或预处理数据)分组在一起。以0.125Hz与128Hz之间的频率连续地取测量结果。换言之,数据获取装置17对与飞行器联系的包括所述有关参数的多个参数采取测量。飞行器的数据获取装置17通常为ACMS(飞行器状态监视系统)。ACMS是飞行器内的参数的记录仪,特别是记录所述有关参数。ACMS被连接至飞行器的多个传感器。
设备识别装置18响应于报告故障的信息提供标识符的列表,每个标识符与设备相关联,该设备的失效可能是该故障的起因。例如,报告故障的消息报告制动时间太长。轮子的制动的失效、轮子的控制系统的漏洞可能是制动时间太长的起因。设备识别装置18然后响应于这样的失效消息将与制动对应的标识符列表提供给轮子、提供给轮子的控制系统。设备识别装置包括例如如上文说明的TSM手册的电子版本。其失效可能是故障的起因的设备可以是被称为LRU(航线可换组件)的组件。该组件是飞行器中很容易被替换的模块。该组件可以是泵、阀、开关、继电器、处理器等。
现在参照图2描述根据本发明的故障检测辅助方法2的示例。在如参照图1描述的装备100中可以使用故障检测辅助系统10来实现这样的方法。
在飞行器飞行时有利地在地面上实现该方法。
该方法包括接收如上所述的报告故障的FC消息的第一步骤20。FC消息由报警装置16发送。该FC消息由故障检测辅助服务器14接收。
步骤20之后是咨询设备识别装置18的步骤21。在该步骤中,故障检测辅助服务器将使用FC消息形成的查询发送至设备识别装置18,并且作为响应接收标识符F1N1、F1N2和F1N3的列表,该列表与FC信息对应。
步骤21之后是由故障检测辅助服务器14咨询专家系统15的步骤22。故障检测辅助服务器14将使用标识符列表形成的查询发送至专家系统15,并且作为响应针对每个标识符接收一族至少一个有关参数。此处,参数PX和PY与标识符F1N1相关联,参数PW和PZ与标识符F1N2相关联,以及参数PV与标识符F1N3相关联。
在步骤23中,故障检测辅助服务器远程地检索族中的每一个族的所述有关参数的测量结果。故障检测辅助服务器14将针对所述有关参数的测量结果的查询发送至数据获取装置17。该查询可以经由例如卫星类型的上行链路被发送,该上行链路建立在故障检测辅助服务器14与数据获取装置17之间。响应于该查询,数据获取装置17将被请求的测量结果列表发送至故障检测辅助服务器14。
在本文示例中,针对参数PX获得测量结果x,针对参数PY获得测量结果y,针对参数PW获得测量结果w,针对参数PZ获得测量结果z以及针对参数PV获得测量结果v。
针对第一族有关参数,根据本发明的方法包括步骤241:在第一族的有关参数的测量结果(x和y)与和该族相关联的预定标准C1之间进行比较。预定标准存储在专家系统15中。步骤241由专家系统15实现。
根据比较结果,在步骤251中专家系统为与第一族相关联的标识符分配优先级。
在图2所示的示例中,列表包括三个标识符。因此必须被处理三族有关参数。因此示出了下述:
-三个步骤241、242、243:在与族相关联的有关参数的测量结果与和群相关联的预定标准C1、C2、C3之间进行比较,以及
-三个步骤251、252、253:对标识符分配优先级。
在图2所示的示例中,标识符F1N2具有最高优先级(1的优先级)。由此可以推断出与标识符F1N2对应的设备可能是有缺陷的设备,与标识符F1N1和F1N3对应的其他设备可能是没缺陷的。如果标识为F1N2的设备没有缺陷,则然后按下述顺序执行测试:首先标识为F1N1的设备(2的优先级),然后标识为F1N3的设备(3的优先级)。
有利地,该方法包括将标识符列表发送至维护中心的步骤,每个标识符与优先级相关联。与低优先级相关联的设备标识符将不会被优先测试与高优先级相关联的设备的维护团队首先测试。
步骤23、步骤24i和步骤25i可以被重复至少一次,使得优化步骤21中提供的一组标识符的优先级。
可以看出的是,根据本发明的方法的所有的步骤可以自动地进行,而不需要操作人员,特别是飞行器设备的专家的干预。
图3示出了针对标识符确定一族至少一个有关参数以及相关预定标准的初始步骤30。初始步骤30分为下文中描述的若干步骤。
第一步骤31包括存储下述:
-与先前的飞行器飞行相关的参数的测量结果;以及
-与这些先前的飞行相关联的并且通常来自发布的飞行报告和/或来自飞行器的航空日志故障信息。
在下面的步骤32期间,针对每次飞行定义基本集,基本集将被称为有用参数的至少一个参数的测量结果分组在一起。
有用参数将用于指代用于构成至少一个参数的测量结果的基本集的任何参数,然后这些基本集根据共同特征被分成群。
然后,在步骤33中,这些基本集被排序到由至少一个共同特征定义的群中。群的构成可以实现各种已知算法,例如:
-K均值算法;
-优先级分组算法;
-基于测量结果密度的算法(“使用噪声的基于密度的空间群集应用”,DBSCAN)
K均值算法可以实现下述步骤:
-确定K的值(群的数目)。该步骤自动进行,使得根据下述准则优化群的数目:
○考虑高斯分布(Gaussian distribution)以便将集中在高斯中心的点分成不同群;或者
○考虑被称为BIC(贝叶斯信息准则)的准则。
-初始化K个群的中心;
-将每个测量结果分配至具有最接近的中心的群;
-针对每个群根据分配至该群的测量结果计算修改后的中心;
-重复以下步骤:将每个测量分配至具有最接近的中心的群并且计算修改后的中心,直到相关的成本函数(例如,测量结果与群的中心的差方)最小化为止。
最后,在步骤34中,先前的飞行器飞行与根据其确定给定设备有缺陷的信息相关联。与先前的飞行相关联的故障信息(航空日志、PFR等)也用于此。因此,对应的基本集可以与先前的飞行以及根据其确定给定设备有缺陷的信息相关联。具有共同特征的群的优先级的特征在于是该设备失效的指示。
箭头35指示下述调整:
-定义群的至少一个共同特征的选择;以及
-有用参数;
使得获得被称为有用群的群:
-(条件A)其中,与有缺陷的预定设备相关联的基本集的一部分高于所期望的阈值,所期望的阈值被称为准确度阈值(例如,60%或80%);以及
-(条件B)接收与有缺陷的预定设备相关联的基本集的大于所期望的阈值一部分,所期望的阈值被称为覆盖率阈值(例如,60%或80%)。
贯穿本文,有用参数是用于形成群的参数。有用群是满足上文中条件的有用参数的群,并且根据本发明形成一族有关参数。
调整可以实现逻辑回归算法、决策树、K最临近算法。
在其他方面,群的形成在已知故障信息的情况下被引导。
在选择要形成一族有关参数的参数中考虑的条件是具有小的变化的相关准则的鲁棒性。在其他方面,试图识别具有明显不同的特征的群,使得能够确定将测量结果排序到一个群或其他群中。
可以看出的是,本发明在其基于参数的简单观察方面特别令人关注。不必要已知为了实现为本发明的这些参数的物理意义。因此,不必要已知飞行器的多个设备的操作,以及多个设备之间的关系。因此,根据本发明的方法特别易于实现,因为其不需要专攻飞行器的设备中的每个设备的操作的技术专家的干预。
可以认为通过处理若干参数的基本集来进行。首先,试图进行使得能够定义如上文中所定义的那样的有用群的参数的组合。然后,通过控制这些参数中的一个参数来观察群的分布是否保持不变。如果在移除一个参数而群的分布保持不变时,则这意味着该参数是无关的。如果通过移除一个参数而群的分布本质上发生变化时,则这意味着该参数在定义有用群时是有关的。通过只选择有关参数,可以获得使得能够定义有用群的最小数目的参数。因此设置有根据本发明的系统与飞行器的数据获取装置之间所需要的交流的限制。
当在初始步骤期间使用的参数的测量结果是与曲线相似的值的序列时,可以设置各种装置以简化计算。将针对与先前的飞行器飞行对应的每个曲线来有利地实现下面的步骤:
-曲线的分割:定义最小数目的特征点,特征点定义曲线(通常,局部极大值和局部极小值)。因此,可以减少在保持曲线的基本特征的情况下用于以下步骤的点的数目。
-调整分割的曲线:针对不具有相同持续时间的各种飞行,试图例如经由用于调整曲线的被称为“最佳拟合”的方法来调整各种飞行的曲线,使其与其他曲线具有最小距离。这也可以被称为曲线校准。针对此,例如通过进行根据金字塔图或级联图的两两比较来创建参考曲线。参考曲线具有例如M个特征点。然后,相对于参考曲线校准每个曲线。获得分割的被校准的曲线。
各种分割的被校准的曲线用于形成如上文中所描述的不同的群。曲线可以被分割成曲线的多个部分,并且可以通过使用曲线的这些部分来形成群。
当定义了使得能够满足如上文中所定义的条件A或条件B的最小数目的有用参数时:
-至少一个有用参数定义一族如参考图1和图2定义的至少一个有关参数;以及
-至少一个共同特征与如参考图1和图2定义的预定标准对应,至少一个共同特征定义有用群的基本集。
如在图2的步骤24中所提及的那样定义群,然后能够在这些群的一个群中放置飞行器的新的飞行期间获得的测量结果。
实际上,可以在获得有关参数的测量结果的步骤期间记录曲线的各部分。在这种情况下,可以设置在参考曲线上识别曲线的对应部分的步骤。可以通过在参考曲线上滑动曲线的记录部分并且通过记录曲线的记录部分与参考曲线最一致的位置,即,使得曲线的记录部分与参考曲线之间的距离最小的位置)来进行该步骤。距离可以是欧几里得距离(Euclidiandistance)或者考虑到曲线的记录部分与参考曲线上的同一时间的点的位置的具有动态时间扭曲(DTW)的距离。已知曲线的记录部分在参考曲线上的位置,曲线的记录部分可以排序到在初始步骤期间定义的一个群或其他群中。
此外,可以不对在获得测量结果的步骤期间直接获得的曲线进行操作,而是对该曲线的离散傅里叶变换或者该曲线的小波变换进行操作。
图4和图5使得能够示出图3的步骤33和步骤34。目的是建立下述之间的联系:
-设备;
-该设备的故障(特别根据在每次飞行之后进行的维护操作以及/或者根据在每次飞行结束时获得的发布的飞行报告来确定的);以及
-参数的测量结果的记录,
以便针对每个标识符确定一族有关参数以及相关预定标准。
还提出有用于计算标识符的优先级的方法。
通过对在这些飞行期间获得的飞行器的参数的记录进行组合来获得与先前的飞行器飞行相关的参数的测量结果。例如,采集经过若干月份或者甚至若干年的数据。这些记录通常由系统例如ACMS在飞行期间通过使用专用记录仪来获得。例如使用来自QAR(快速存取记录仪)或DAR(数字ACMS记录仪)的记录。这些装置在从飞行器的起飞直到着陆为止的整个飞行期间进行多于800个不同的参数的记录。也可以使用来自SAR(智能ACMS记录仪)的记录。这样的装置进行经过定义的时间间隔记录的数目大大减少(例如,256个)的参数的记录。也可以使用其他记录例如DFDR(数字飞行数据记录仪)的那些记录或者飞行器的参数的测量结果的任何其他记录。
飞行器的航空日志列出了在飞行之后进行的维护操作,特别是修理的或替换的设备。航空日志将被称为MIS(维护信息系统)的数据集合在一起。
发布的飞行报告列出在飞行期间发生的所有的异常情况。
可以经由网络使用来自航空公司的数据获得所有这些信息(发布的飞行报告、航空日志、与先前的飞行器飞行相关联的参数的测量结果)。可以使用实现下述步骤的专家系统15将这些信息导入在数据库150中:用于针对每个标识符确定一族有关参数以及相关的预定标准。
图4示出了在飞行器v1、飞行器v2、飞行器v3、飞行器v4、飞行器v5、飞行器v6、飞行器v7、飞行器v8的八个先前的飞行期间的三个参数即参数P1、参数P2、参数P3的测量结果。
为了简化阐述,仅考虑这三个参数即参数P1、参数P2、参数P3。
参数P1与值的序列对应。可以根据这些测量结果的共同特征从针对参数P1获得的测量结果中区分两个群:
-由单个幅度峰值定义的、与飞行v1、飞行v2、飞行v4、飞行v7和飞行v8对应的第一群;
-由跟随有较小幅度的波动的幅度峰值定义的、与飞行v3、飞行v5、飞行v6对应的第二群。
此处,P1是有用参数。基本集将参数P1的测量结果分组在一起。基本集根据曲线P1的一部分的轮廓被排序到群中。
由于航空日志,已知的是,设备E在飞行v3和飞行v6之后被替换。在其他方面,在以前,维护团队在飞行v3和飞行v6之后确定设备E是有缺陷的。在图4中,这些维护操作分别由虚线表示。
根据此推导出设备E在飞行v3和飞行v6期间具有异常的操作,并且因此,与飞行v3、飞行v5和飞行v6对应的第二群可以描绘设备E的失效。
在群的三个要素中,两个要素与有缺陷的设备相关联。因此,可以使用参数P1以便确定要素E是否是有缺陷的。
考虑到基本方法,可以将群的准确度有利地定义为紧接设备E的先前的维护的被排序到预定群的飞行的数目与群的飞行的飞行的总数目的比值。
在这种情况下,因此,准确度将会约为67%(群的三个要素中的两个要素与有缺陷的设备E相关联)。
然后,参数P1将形成与设备E的标识符相关联的一族有关参数。相关的预定标准为紧跟有较小幅度的波动的幅度峰值的形式。
如果选择使用发布的飞行报告而不是航空日志,则针对每次飞行存在在飞行期间发生的异常情况列表。使用如上文中定义的设备识别装置,可以推断出在该飞行期间设备可能有缺陷。通过识别与可能有缺陷的同一设备对应的参数的测量结果之间的共同点,可以以相同方式针对每个设备确定一族有用参数以及相关准则。使用发布的飞行报告的优点在于,参数的测量结果在飞行期间可以有变化。因此,可以识别若干参数的同时修改,直到异常为止。也可以区分第一故障的表象,然后,区分第二故障的表象。
参数P2与布尔值X=0或X=1对应。可以遵循与针对P1的相同的理由定义下述:
-与飞行v1、飞行v3、飞行v6对应的群X=0;以及
-与飞行v2、飞行v4、飞行v5、飞行v7、飞行v8对应的群X=1。
由于航空日志,以与针对参数P1相同的方式可以根据该排序推断群X=0可以描绘E的失效。
还可以注意的是,如果通过考虑将有用参数P1和有用参数P2分组在一起的基本集来定义群,则获得四个群:
-由唯一的幅度峰值和X=0定义的群A1;
-由唯一的幅度峰值和X=1定义的群B1;
-由紧跟有较小幅度的波动的幅度峰值和X=0定义的群C1;以及
-由紧跟有较小幅度的波动的幅度峰值和X=1定义的群D1。
由于航空日志,可以根据此排序推断群C1可以描绘E的失效。
参数P3采用浮点数。通过遵循与针对P2相同的理由定义例如下述:
-与飞行v1、飞行v4、飞行v6、飞行v7对应的由H<2定义的群;
-与飞行v2、飞行v3、飞行v5、飞行v8对应的由H≥2定义的群。
注意,与飞行v6(正好在对设备E的维护之前)对应并且与飞行v7(正好在所述维护之后)对应的H的测量结果属于同一群。注意,飞行v3(正好在对设备E的维护之前)不与飞行v6(正好在设备E的维护之前)属于同一群。
因此,将不保持P3以便识别有缺陷的设备E。此外,通过将P3与参数P1和参数P2中的一个、另一个或二者进行组合,可以只减小与有缺陷的设备E相关联的群的准确度。
试图将族中的有关参数的数目最小化,以便限制在实现图2中示出的方法而同时如果预定标准的准确度超过预定准确度阈值时获得的参数的测量结果的数目。
如此,可以得出下述:
-针对与参数P1相关联的、由紧跟有较小幅度的波动的幅度峰值定义的第二群的约67%的准确度;
-针对与参数P2相关联的、由X=0的测量结果定义的第二群的约67%的准确度;
-针对将参数P1的测量结果与参数P2的测量结果进行组合的群C1的100%的准确度。
有利地定义所希望的准确度阈值。根据所期望的准确度阈值选择用于形成群的有关参数和准侧。
因此,看出的是,参数P1或参数P2是充分的以便以高于60%的准确度识别有缺陷的设备E。不必要将更多的参数引入与设备E的标识符相关联的一族有关参数。然而,为了获得高于80%的准确度,要对P1的测量结果和P2的测量结果进行组合。
如果期望高于80%的准确度,则选择参数P1和参数P2以便形成与设备E的标识符相关联的一族有关参数。预定标准是以针对P1紧跟有较小幅度的波动的幅度峰值并且针对P2为X=0的形式。当满足称为预定标准的这两个条件并且在接收到报告可能在有缺陷的设备当中列出E的故障的消息时,100%的准确度被分配给设备E的标识符。
可以假设分配给标识符的优先级(图2中的步骤25i)等于与群相关联的准确度,群中排序有对应的有关参数的测量结果。
参考图5描述定义优先级的另一示例。
“模型”用于指示针对飞行器的每个设备使得设备标识符、一族有关参数以及预定标准相关联。有利地,与先前的飞行相关联的故障信息以及参数的测量结果根据例如飞行器的模型并且甚至根据操作该飞行器的航空公司来排序。因此,可以根据飞行器模型或者操作该飞行器的航空公司来创建各种模型。
图5更清楚地示出了基于与先前的飞行器飞行相关联的参数P7、参数P8的测量结果的群的准确度和覆盖率的概念。P7和P8是用于形成分布至群中的基本集的有用参数。
在图5中,不分别考虑两个参数,而是使两个参数以二维图形的形式相关:横坐标轴与参数P7的测量结果对应并且纵坐标轴与参数P8的测量结果对应。可以设想组合不同的参数(多项式、具有大于1整数N的N维空间、乘积等)的测量结果的其他的方式。对于每次飞行而言已知设备F是否有缺陷。图形上的点形成针对飞行器的相同的先前的飞行连同表示P7和P8的测量结果的基本集。
在图5中,由圆表示的点511和点512与有缺陷的设备F对应,并且由方块标识的点521和点522与没有缺陷的设备F对应。试图根据点在图形上的位置特别是通过应用参考图3描述的方法将点分布成两个群(步骤33)。直线53示出了两个群之间的界限。一个群540与位于标记54的附近的点对应。一个群550与位于标记55的附近的点对应。
在位于标记54的附近的六个点中,四个点与有缺陷的设备F对应。因此,群540的准确度是67%(4/6)。在与有缺陷的设备F对应的五个点中,四个点在群540中。因此,该群的覆盖率是80%(5/6)。因此,认为参数P7、参数P8可以有效地定义与设备F的标识符相关联的一族有用参数。“有用群”用于指群540。附图标记511是指与有缺陷的设备F相关联的、并且被排序到最能集中有与有缺陷的设备F相关联的基本集的群540中的基本集。附图标记512是指与有缺陷的设备F相关联的、并且被排序到最能集中有与没有缺陷的设备F相关联的基本集的群550中的基本集。同样地,附图标记521是指与没有缺陷的设备F相关联的、并且被排序到群540中的基本集,并且附图标记522是指与没有缺陷的设备F相关联的、并且被排序到群550中的基本集。准则是相对于直线53的位置,该准则使得能够已知P7和P8的新的测量结果是否与没有缺陷的设备F的缺陷对应:
-相对于直线的左侧,坐标{P7;P8}的点以相关准确度和覆盖率与有缺陷的设备F对应;
-相对于右侧,坐标{P7;P8}的点以相关准确度和覆盖率与没有缺陷的设备F对应;
可以定义针对准确度的阈值以及针对覆盖率的阈值,使得能够保持有关参数(此处,P7和P8)的选择以及定义群的共同特征的选择。
在图2中示出的方法的步骤23中,点56与在飞行器的新的飞行期间获得的参数P7和参数P8的测量结果相对应。优先级将会基于67%的准确度并且基于80%的覆盖率分配给该点。优先级可以组合准确度和覆盖率。优先级例如被定义为准确度和覆盖率的均值(可能是加权)。因此,可以看出,在该新的飞行期间,设备F可能有缺陷。
可以根据本发明例如通过考虑如上文中所定义的准确度和覆盖率二者来考虑与有用群相关联的优先级的其他定义。
本发明不限于提及的示例,并且可以设想本发明的许多替代方案,例如实现参数的所有排序和不同数目的参数的替代方案。来自发布的飞行报告和航空日志的信息可以被组合。可以考虑的是,即使已经通过使用初始预定标准以及初始的一族有关参数将优先级分配给标识符时,也可以考虑在每次飞行之后改进预定标准以及一族有关参数的选择。本领域普通技术人员可以想出其他的数据采集方法,使得能够在不背离本发明的范围的情况下获得多族有关参数和相关准则。

Claims (18)

1.一种针对飞行器辅助进行故障检测的方法,包括下述步骤:
-接收(20)由所述飞行器发送的、并报告故障的消息(FC);
-将使用所述消息(FC)形成的查询发送至设备识别装置(18),并且作为响应获得各自与如下设备相关联的标识符(FIN1、FIN2、FIN3)的列表:所述设备的失效可能是所述故障的起因;
其特征在于,这些步骤通过故障检测辅助服务器(14)来实现,所述故障检测辅助服务器(14)然后实现下述步骤:
-将使用标识符(FIN1、FIN2、FIN3)的列表形成的查询发送(22)至专家系统(15),并且接收针对每个标识符给出一族有关参数(PX,PY;PW,PZ;PV)的响应,每个有关参数与所述飞行器中的至少一个传感器相关联;
-将获取顺序发送(23)至所述飞行器上的数据获取装置(17),并且作为回应接收所述有关参数的测量结果(x,y;w,z;v);
并且其特征在于,所述专家系统(15)针对每族有关参数实现下述步骤:
-将所述族的有关参数的测量结果(x,y;w,z;v)与和所述族相关联的预定标准(C1;C2;C3)进行比较(241;242;243);
-根据比较的结果,对与所述族对应的标识符(FIN1、FIN2、FIN3)分配(251;252;253)优先级。
2.根据权利要求1所述的方法,其特征在于,标识符的优先级与对应设备有缺陷的可能性对应。
3.根据权利要求1或2所述的方法,其特征在于下述步骤:咨询所述专家系统(15),以针对每族有关参数(PX,PY;PW,PZ;PV)获得与所述族相关联的预定标准(C1;C2;C3)。
4.根据权利要求1至3中任一项所述的方法,其特征在于,有关参数(PX,PY;PW;PZ;PV;P1;P2;P3;P7;P8)包括布尔值、整数、浮点数、与曲线的一部分对应的数值的序列、字符的序列中的至少一个元素。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法包括被称为初始步骤(30)的下述步骤:针对每个标识符确定关联的预定标准(C1;C2;C3)和一族有关参数(PX,PY;PW,PZ;PV)。
6.根据权利要求5所述的方法,其特征在于,所述初始步骤包括存储(31)下述:
-与飞行器(v1、v2、v3、v4、v5、v6、v7、v8)的先前的飞行相关联的参数的测量结果;以及
-来自所述飞行器的航空日志和/或发布的飞行报告的、与所述飞行相关联的故障信息。
7.根据权利要求6所述的方法,其特征在于下述步骤:
-针对飞行器的每次先前的飞行,定义(32)基本集,所述基本集将被称为有用参数的至少一个参数(P1,P2,P3;P7,P8)的测量结果分组在一起;
-将所述基本集排序(33)到由至少一个共同特征定义的群中;
-使用所述故障信息,将根据其预定设备有缺陷的信息分配(34)给所述先前的飞行以及分配(34)到与所述先前的飞行对应的基本集。
8.根据权利要求7所述的方法,其特征在于,以形成被称为有用群(540)的群的方式,对至少一个共同特征以及至少一个有用参数(P7,P8)的选择进行调整(35):
-其中,与有缺陷的预定设备(F)相关联的基本集(511,521)的一部分高于预定准确度阈值,
至少一个有用参数(P7,P8)和与所述预定设备(F)的标识符相关联的一族有关参数对应,并且所述至少一个共同特征和与所述族相关联的预定标准对应。
9.根据权利要求7所述的方法,其特征在于,以形成被称为有用群(540)的群的方式,对至少一个共同特征以及至少一个有用参数(P7,P8)的选择进行调整(35):
-其中,与有缺陷的预定设备(F)相关联的基本集(511,521)的一部分高于预定准确度阈值,以及
-接收与有缺陷的预定设备(F)相关联的基本集(511,521)的高于预定覆盖率阈值的一部分,
至少一个有用参数(P7,P8)和与所述预定设备(F)的标识符相关联的一族有关参数对应,并且所述至少一个共同特征和与所述族相关联的预定标准对应。
10.根据权利要求8或9所述的方法,其特征在于,所述准确度阈值为至少60%。
11.根据权利要求8或9所述的方法,其特征在于,所述准确度阈值为至少90%。
12.根据权利要求9所述的方法,其特征在于,所述覆盖率阈值为至少60%。
13.根据权利要求9所述的方法,其特征在于,所述覆盖率阈值为至少90%。
14.根据权利要求8至13中任一项所述的方法,其特征在于,以有用群的基本集(521,522)将最小数目的有用参数的测量结果分组在一起的方式,对至少一个有用参数(P7,P8)的选择进行调整。
15.根据权利要求8至14中任一项所述的方法,其特征在于对有用群(540)的准确度的计算,所述计算由与有缺陷的预定设备(F)相关联的有用群的基本集(511)的数目与有用群(540)的基本集(511,521)的总数目的比值来定义,所分配的优先级等于所述准确度。
16.根据权利要求1至15中任一项所述的方法,其特征在于下述步骤:按照分配给设备相应的标识符(FIN1;FIN2;FIN3)的优先级的降序,对于其失效可能是故障的起因的设备进行测试。
17.一种用于针对飞行器辅助进行故障检测的系统(10),包括故障检测辅助服务器(14)以及与所述服务器通信的专家系统(15),其特征在于:
-所述专家系统(15)具有存储多个三元组的数据库(150),每个三元组包括:
-与所述飞行器的设备相关联的标识符(FIN1;FIN2;FIN3),
-一族有关参数(PX,PY;PW,PZ;PV),每个有关参数与所述飞行器中的至少一个传感器相关联,以及
-预定标准(C1;C2;C3),以对所述标识符分配优先级属性或非优先级属性;
-所述故障检测辅助服务器(14)适于:
-从所述飞行器的报警装置(16)接收报告所述飞行器的故障的消息(FC);
-将使用所述消息(FC)形成的查询发送至设备识别装置(18),并且作为响应获得各自与如下设备相关联的标识符(FIN1、FIN2、FIN3)的列表:所述设备的失效可能是故障的起因;
-将使用标识符(FIN1、FIN2、FIN3)的列表形成的查询发送至所述专家系统(15),并且接收下述响应:针对每个标识符给出存储在同一三元组内的一族有关参数(PX,PY;PW,PZ;PV);
-将获取顺序发送至所述飞行器上的数据获取装置(17),并且作为回应接收所述有关参数的测量结果(x,y;w,z;v);
-所述专家系统适于针对每族有关参数将接收的测量结果(x,y;w,z;v)与预定标准(C1;C2;C3)进行比较并且由此推断出所述标识符(FIN1、FIN2、FIN3)的优先级。
18.根据权利要求17所述的系统(10),其特征在于,标识符的优先级与对应设备有缺陷的可能性相对应。
CN201410486462.9A 2013-09-20 2014-09-22 用于识别飞行器中的有缺陷的设备的方法 Active CN104443425B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1359066 2013-09-20
FR1359066A FR3011105B1 (fr) 2013-09-20 2013-09-20 Procede d'identification d'un equipement defaillant dans un aeronef.

Publications (2)

Publication Number Publication Date
CN104443425A true CN104443425A (zh) 2015-03-25
CN104443425B CN104443425B (zh) 2018-06-22

Family

ID=49510411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410486462.9A Active CN104443425B (zh) 2013-09-20 2014-09-22 用于识别飞行器中的有缺陷的设备的方法

Country Status (3)

Country Link
US (1) US9834317B2 (zh)
CN (1) CN104443425B (zh)
FR (1) FR3011105B1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104973267A (zh) * 2015-07-24 2015-10-14 中国航天空气动力技术研究院 一种基于内窥镜的无人机部件胶接缺陷探测修补方法
CN108341072A (zh) * 2018-02-11 2018-07-31 深圳禾苗通信科技有限公司 无人机动力系统故障检测的方法、装置及无人机
CN111874243A (zh) * 2020-07-06 2020-11-03 中国民用航空飞行学院 基于飞行数据指标飞行员着陆操纵风险监测与预警系统
CN113496343A (zh) * 2020-04-07 2021-10-12 空客直升机 用于管理风险和警报的方法和装置
CN114228415A (zh) * 2021-12-22 2022-03-25 广东汇天航空航天科技有限公司 一种飞行汽车控制方法和装置

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3009396B1 (fr) 2013-07-31 2017-03-17 Airbus Operations Sas Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef
FR3027417B1 (fr) * 2014-10-20 2016-11-25 Airbus Operations Sas Procede et systeme de generation de rapports d'alertes dans un aeronef
US10496234B2 (en) * 2016-02-19 2019-12-03 The Boeing Company Modeling the connection between the software signal path and hardware signal path using routes
GB2552302B (en) * 2016-07-11 2020-06-24 Ge Aviat Systems Ltd Prognostic rules for predicting a part failure
US10643187B2 (en) * 2017-06-09 2020-05-05 Kidde Technologies, Inc. Reporting and prioritizing faults for aircraft downtime reduction
CN111200534B (zh) * 2018-11-16 2022-01-18 中国电信股份有限公司 终端信息的确定方法和装置
FR3102756B1 (fr) * 2019-11-06 2023-01-13 Airbus Recherche interactive de pannes dans un aéronef
GB202009198D0 (en) * 2020-06-17 2020-07-29 Rolls Royce Plc Computer-implemented method
GB202009197D0 (en) * 2020-06-17 2020-07-29 Rolls Royce Plc Computer-implemented method
US11892816B2 (en) * 2021-09-29 2024-02-06 Nanya Technology Corporation Method of operating testing system

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122575A (en) * 1999-06-30 2000-09-19 Hamilton Sundstrand Corporation APU troubleshooting system
CN1689000A (zh) * 2002-08-26 2005-10-26 霍尼韦尔国际公司 用于复杂系统的维护信息的关系数据库
US20060229851A1 (en) * 2005-03-30 2006-10-12 Caterpillar Inc. System and method of monitoring machine performance
CN102105909A (zh) * 2008-07-24 2011-06-22 波音公司 获取交通工具数据的方法和装置
CN102460516A (zh) * 2009-06-02 2012-05-16 空中客车运营简化股份公司 故障处理方法和装置
CN102564568A (zh) * 2011-12-29 2012-07-11 华北电力大学 大型旋转机械复杂工况下的早期故障搜索方法
CN103136967A (zh) * 2011-11-24 2013-06-05 通用电气航空系统有限公司 用于控制航运系统运行的系统和方法
CN103189730A (zh) * 2010-10-28 2013-07-03 本田技研工业株式会社 故障诊断方法和故障诊断装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5161158A (en) * 1989-10-16 1992-11-03 The Boeing Company Failure analysis system
US5522026A (en) * 1994-03-18 1996-05-28 The Boeing Company System for creating a single electronic checklist in response to multiple faults
US6003808A (en) * 1997-07-11 1999-12-21 Pratt & Whitney Canada Inc. Maintenance and warranty control system for aircraft
US6636771B1 (en) * 1999-04-02 2003-10-21 General Electric Company Method and system for analyzing continuous parameter data for diagnostics and repairs
US6292723B1 (en) * 1999-09-30 2001-09-18 General Electric Company Embedded engine diagnostic system
US6567729B2 (en) 2001-03-28 2003-05-20 Pt Holdings Ltd. System and method of analyzing aircraft removal data for preventative maintenance
US7149612B2 (en) * 2004-01-05 2006-12-12 Arinc Incorporated System and method for monitoring and reporting aircraft quick access recorder data
US7788002B2 (en) * 2005-08-08 2010-08-31 The Boeing Company Fault data management
US8255112B2 (en) * 2005-10-28 2012-08-28 The Boeing Company Remote aircraft maintenance in a networked environment
US8990101B2 (en) 2006-11-06 2015-03-24 The Boeing Company Customizable situational awareness dashboard and alerts, and associated systems and methods
FR2914764B1 (fr) 2007-04-06 2014-10-10 Airbus France Procede et dispositif de determination d'un diagnostic de panne d'une unite fonctionnelle dans un systeme avionique embarque
US8112368B2 (en) 2008-03-10 2012-02-07 The Boeing Company Method, apparatus and computer program product for predicting a fault utilizing multi-resolution classifier fusion
DE102008040461A1 (de) * 2008-07-16 2010-01-21 Robert Bosch Gmbh Verfahren zum Bestimmen fehlerhafter Komponenten in einem System
FR2938676B1 (fr) 2008-11-18 2011-01-21 Eads Europ Aeronautic Defence Procede de reconnaissance de motifs sequentiels pour procede de traitement des messages de pannes
US8069167B2 (en) 2009-03-27 2011-11-29 Microsoft Corp. Calculating web page importance
JP5364530B2 (ja) 2009-10-09 2013-12-11 株式会社日立製作所 設備状態監視方法、監視システム及び監視プログラム
US8612377B2 (en) * 2009-12-17 2013-12-17 Oracle International Corporation Techniques for generating diagnostic results
WO2012009804A1 (en) 2010-07-23 2012-01-26 Corporation De L'ecole Polytechnique Tool and method for fault detection of devices by condition based maintenance
FR2966616B1 (fr) 2010-10-22 2012-12-14 Airbus Procede, dispositif et programme d'ordinateur d'aide au diagnostic d'un systeme d'un aeronef, utilisant des graphes d'evenements redoutes
FR2970796B1 (fr) 2011-01-20 2016-11-11 European Aeronautic Defence & Space Co Eads France Procede de traitement de messages de pannes generes dans un appareil a systemes complexes
FR3009396B1 (fr) 2013-07-31 2017-03-17 Airbus Operations Sas Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122575A (en) * 1999-06-30 2000-09-19 Hamilton Sundstrand Corporation APU troubleshooting system
CN1689000A (zh) * 2002-08-26 2005-10-26 霍尼韦尔国际公司 用于复杂系统的维护信息的关系数据库
US20060229851A1 (en) * 2005-03-30 2006-10-12 Caterpillar Inc. System and method of monitoring machine performance
CN102105909A (zh) * 2008-07-24 2011-06-22 波音公司 获取交通工具数据的方法和装置
CN102460516A (zh) * 2009-06-02 2012-05-16 空中客车运营简化股份公司 故障处理方法和装置
CN103189730A (zh) * 2010-10-28 2013-07-03 本田技研工业株式会社 故障诊断方法和故障诊断装置
CN103136967A (zh) * 2011-11-24 2013-06-05 通用电气航空系统有限公司 用于控制航运系统运行的系统和方法
CN102564568A (zh) * 2011-12-29 2012-07-11 华北电力大学 大型旋转机械复杂工况下的早期故障搜索方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104973267A (zh) * 2015-07-24 2015-10-14 中国航天空气动力技术研究院 一种基于内窥镜的无人机部件胶接缺陷探测修补方法
CN108341072A (zh) * 2018-02-11 2018-07-31 深圳禾苗通信科技有限公司 无人机动力系统故障检测的方法、装置及无人机
CN108341072B (zh) * 2018-02-11 2021-06-04 深圳禾苗通信科技有限公司 无人机动力系统故障检测的方法、装置及无人机
CN113496343A (zh) * 2020-04-07 2021-10-12 空客直升机 用于管理风险和警报的方法和装置
CN113496343B (zh) * 2020-04-07 2024-04-02 空客直升机 用于管理风险和警报的方法和装置
CN111874243A (zh) * 2020-07-06 2020-11-03 中国民用航空飞行学院 基于飞行数据指标飞行员着陆操纵风险监测与预警系统
CN111874243B (zh) * 2020-07-06 2021-08-31 中国民用航空飞行学院 基于飞行数据指标飞行员着陆操纵风险监测与预警系统
CN114228415A (zh) * 2021-12-22 2022-03-25 广东汇天航空航天科技有限公司 一种飞行汽车控制方法和装置
CN114228415B (zh) * 2021-12-22 2023-04-18 广东汇天航空航天科技有限公司 一种飞行汽车控制方法和装置

Also Published As

Publication number Publication date
CN104443425B (zh) 2018-06-22
FR3011105B1 (fr) 2017-01-27
US20150088363A1 (en) 2015-03-26
FR3011105A1 (fr) 2015-03-27
US9834317B2 (en) 2017-12-05

Similar Documents

Publication Publication Date Title
CN104443425A (zh) 用于识别飞行器中的有缺陷的设备的方法
US11396386B2 (en) Supporting off-wing maintenance of an engine of an aircraft
US10169932B2 (en) Anomality candidate information analysis apparatus and behavior prediction device
CN102375452B (zh) 改善故障代码设定和隔离故障的事件驱动的数据挖掘方法
US9384603B2 (en) Failure cause classification apparatus
US10713866B2 (en) Vehicle operation data collection apparatus, vehicle operation data collection system, and vehicle operation data collection method
US20190102957A1 (en) Aircraft maintenance event prediction using higher-level and lower-level system information
WO2017051032A1 (en) A method for estimating the need for maintenance of a component
US20200410779A1 (en) Systems and methods for data collection from maintenance-prone vehicle components
US20130138632A1 (en) Aircraft trending systems and methods
CN116579697A (zh) 冷链全链路数据信息管理方法、装置、设备及存储介质
EP3462266B1 (en) Aircraft maintenance message prediction
US11354948B2 (en) Methods and systems for performing maintenance on an aircraft
CN108960220B (zh) 基于状态机模型的信号系统通信数据可靠性分析方法
CN110501759B (zh) 飞机的多源大气数据参数的处理方法及处理系统
US10861259B2 (en) Method for testing the integrity of the avionics of an aircraft, associated device and computer program product
CN112990329B (zh) 一种系统异常诊断方法和装置
US11267587B2 (en) Methods and systems for an ad hoc network sensor system
US20180101825A1 (en) System for pooling data relating to aircraft engines
CN113326950A (zh) 根据可观察到的状况调整个体平台的维护间隔
US20230237215A1 (en) Contingency forecasting system
AU2021101256A4 (en) Airplane Accidents Predictive Using AI and Machine Learning Programming
US20230334913A1 (en) Vehicle fleet management
DE102022124627A1 (de) System und verfahren zur wärmeverwaltung
CN110968631A (zh) 一种基于tbox的车辆故障告警方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant