CN109863515B - 用于监视直升机的稳健性的方法和系统 - Google Patents

Abstract

本发明涉及一种用于监视直升机的稳健性的方法，包括确定多架直升机的多个飞行任务的严重性，包括：用于获取和存储来自直升机飞行任务的飞行数据的步骤，以及用于获取和存储所述多架直升机的维护数据的步骤。所述方法的特征在于，所述确定包括：任务类型构建步骤，其包括用于构建描述符的子步骤，用于划分所述描述符的子步骤，以及用于通过关联每次飞行的所述描述符和该描述符所在的子集将任务类型来将任务类型分配给所述飞行的子步骤；用于解释所述任务类型的所述严重性的步骤，其包括用于估计严重性模型的子步骤和用于将严重性模型与在所述任务类型构建步骤中确定的每种类型的任务相关联的子步骤。

Description

用于监视直升机的稳健性的方法和系统

1、技术领域

本发明涉及一种用于监视直升机的稳健性的方法和系统。特别地，本发明涉及一种对直升机的监视，该监视包括用于确定飞行任务的严重性的方法和系统，其使得能够构建飞行任务类型并将严重性与这些飞行任务类型中的每一个相关联。

2、背景技术

在每次飞行中，大多数直升机通过所述直升机的各种机载传感器来记录一组内部和外部物理数据。当所述直升机在地面时，使用这种所记录的数据进行补充分析。

此外，设计直升机并用于不同类型的任务。每种类型的任务对直升机的状态及其部件具有不同的影响。基于制造商在客户咨询过程后确定的理论简档，目前在每架直升机的设计阶段来确定任务类型。例如，任务类型被分为多个大类，例如医疗紧急服务、公用事业、旅游、VIP、海事、警察等。

这种任务类型的划分有几个缺点。

特别是，这些类型的任务是根据客户的活动领域选择的，这不一定与直升机的实际用途相同。例如，根据实施的费率系统(按小时的或基于目的地的)，旅游直升机可以具有不同的用途。

此外，有限数量的任务类型(例如列出的六种)不足以代表所有用途。

因此，发明人寻求这些缺点的解决方案。

3、发明目的

本发明旨在至少克服用于确定直升机飞行任务的严重性的已知方法和系统的一些缺点。

特别地，本发明的目的在于，在本发明的至少一个实施例中，提供一种使得对实际执行的任务类型的识别能够自动化的方法和系统。

本发明的目的还在于，在至少一个实施例中，提供一种方法和系统以使严重性与所识别的每种类型任务的关联自动化。

本发明的目的还在于，在至少一个实施例中，提供一种方法和系统，其使得能够改进直升机或其包括的任何系统或子系统的备件的设计、维护和采购。

4、发明内容

为此目的，本发明涉及一种用于监视直升机的稳健性的方法，包括确定多架直升机的多个飞行任务的严重性，所述确定包括：

用于获取和存储直升机的任务飞行数据的步骤，针对直升机的每次飞行，所述飞行数据包括由所述直升机的至少一个传感器所记录的物理数据；以及

用于获取和存储所述多架直升机的维护数据的步骤，所述维护数据至少包括与每架直升机的部件的故障有关以及与由于所述飞行任务而在每架直升机中更换的部件有关的信息。

所述方法的特征在于其包括：

用于构建任务类型的步骤，包括：

-用于构建相对描述符的子步骤，其中，所述物理飞行数据被简化为具有的预定维度的向量，具有预定维度的向量形成描述符，所有描述符具有相同的维度；

-用于划分所述描述符的子步骤，适用于将所述描述符划分为形成所述任务类型的子集；以及

–子步骤，用于通过将每次飞行的描述符与该描述符所在的子集相关联来为所述飞行分配任务类型，以及创建所述任务类型的模型，所述任务类型的模型将与所述飞行相关的所述物理数据与每种类型的任务相关联；

用于解释所述任务类型的所述严重性的步骤，包括：

-用于根据所述飞行数据和所述维护数据来估算严重性模型的子步骤，每个严重性模型基于所述任务类型来限定对所述直升机部件老化的估计；以及

-用于将严重性模型与在用于构建所述任务类型的所述步骤中确定的每种类型的任务相关联的子步骤。

因此，根据本发明的方法使得能够基于已经由多架直升机执行的飞行任务来确定所述任务类型，并因此基于实际用途而非假定用途来确定所述任务类型。

在本申请中使用术语“直升机”来描述直升机或其包括的任何系统或子系统(特别是直升机的一个或多个发动机)。

严重性与任务类型之间的关联允许，例如，改进直升机的设计，特别是通过基于客户使用它们的用途来调整或设计引擎，利用先进知识对部件的估计寿命来改进维护，建议客户在适当的时候进行检查或更换，以及改进对直升机部件的备件的采购管理。特别地，对严重性的估计使得能够估计直升机部件(特别是直升机的发动机)的老化，以便安排维护操作(磨损检查、零件更换等)。

物理飞行数据例如是与温度、压力、角度等有关的数据。每一项物理数据对应于由相关联的传感器测量的多个值。

所述严重性模型可以是，例如，未来故障的统计模型、(性能边际类型的)活动指标的演变模型、或来自所收集数据的临时指标。

对所述描述符的构建使得能够收集这些值以针对每一项物理数据形成单个描述符，所述单个描述符表示每一项物理数据的这些值的分布。使用均具有相同维度的描述符使得能够一起处理具有不同范围和数量的值的物理数据。

与部件故障/更换有关的信息例如是包括零件标识符(例如，序列号或记录号)或零件功能的标识符的数据(压缩机、动密封、涡轮盘和叶片、燃烧室、轴承、喷油器等)以及零件的故障或更换的日期。

有利地并且根据本发明，用于构建任务类型的步骤包括以下子步骤：在用于构建描述符的子步骤之前，通过删除所记录的、与直升机发动机的稳健性相关的物理数据以及保留与发动机使用有关的物理数据，来从物理飞行数据中选择所述物理数据。

根据本发明的这个方面，这种数据选择使得能够仅保留与发动机使用有关的数据，其对应于直升机飞行员通过控制单元做出的所有命令，所述命令代表对直升机的实际使用。为了删除所有与发动机稳健性有关的数据，这些数据通过在一段时间内和/或可以为正常(即对应于预期值并且代表健全的功能)，或异常(偏离正常值，因此代表不健全的功能)之间平衡的过程中的参数的动态行为来评估。该删除步骤包括删除某些变量并删除其他所记录变量的某些部分。

有利地并且根据本发明，用于构建所述任务类型的所述步骤包括以下子步骤：在用于分配任务类型的子步骤之前通过所述描述符的多变量数据分析来减小所述描述符的维度。

根据本发明的这个方面，如果所述描述符的维度太大而不能得到合理的处理时间，则通过降维方法的实现来减小维度。

有利地并且根据本发明，使用从以下方法中选择的方法来执行描述符维度减小子步骤：

主成分分析；

自动编码器方法；

ISOMAP方法；

T-SNE方法；

多维缩放；以及

线性局部嵌入(也称为局部线性嵌入)方法。

根据本发明的其他实施例，实现了用于减小描述符的其他方法。

有利地并且根据本发明，用于构建任务类型的所述步骤包括在用于划分描述符的子步骤之前标准化用于划分的所述子步骤(18)执行从以下划分方法中选择的划分：

K-means方法；

DBSCAN方法；以及

所述描述符的子步骤。

根据本发明的这个方面，对描述符的标准化使得能够通过使用用于划分的、最适合于所述描述符的结构(表示值的密度的向量)的范数(或距离)来准备划分。

有利地并且根据本发明，使用从以下标准化方法中选择的方法来执行所述描述符标准化子步骤：

L1范数；

Wasserstein度量；

卡方范数；以及

Bhattacharyya距离。

根据本发明的这个方面，这些范数比欧几里德距离更适合用于根据本发明的描述符。根据本发明的其他实施例，使用具有类似优点的其他方法。

有利地并且根据本发明，所述划分子步骤执行从以下划分方法中选择的划分：

K-means方法；

DBSCAN方法；以及

均值偏差法。

根据本发明的这个方面，这些各种自动划分方法使得能够获得可用于形成任务类型的一致子集。由此获得的任务类型比基于现有技术定义的经济活动的任务类型更具代表性。均值偏差法通常称为均值偏移法。

有利地并且根据本发明，用于构建相对描述符的所述子步骤包括：对于每种类型的物理数据，创建包括预定数量n个类的直方图，所述描述符形成维度为n的向量，所述向量的每个分量，在用于选择物理数据的所述子步骤期间预先选择的数据范围中，等于所述直方图的类中包括的物理数据的数量。

根据本发明的这个方面，使用直方图简单地允许在具有形成所述描述符的相同维度的向量中使用具有不同属性(对于角度是周期性的)的不同数量级(温度的数量级为100，压力的数量级为10000等)的值来减少物理飞行数据。每个直方图类对应于值的间隔(例如，在80℃和90℃之间的温度，在100hPa和110hPa之间的压力，在0°和30°±360°之间的角度等)。

另一个描述符也可以是在某些特定物理条件(例如，起飞前的时间)所花费的时间或特定机动计数器的串联。

本发明还涉及一种维护方法，其特征在于，所述方法包括：用于使用根据本发明的用于确定严重性的方法来确定严重性的步骤；用于根据直升机的飞行数据和所述任务类型模型来确定该直升机所执行的任务的类型的步骤；用于基于与所述确定的任务类型相关联的严重性模型来安排维护操作的步骤；以及用于根据维护操作时间表执行维护操作的步骤。

根据本发明的用于安排维护操作的方法允许适应于由直升机执行的任务的类型的严重性的维修安排，从而准备维护操作，诸如用于检查部件磨损的操作，或者用于替换部件的操作。这些维护操作的早期安排进一步使得能够准备部件采购过程。

本发明还涉及一种用于监视直升机稳健性的系统，所述系统包括用于确定多架直升机的多个飞行任务的严重性的设备，其特征在于，所述设备包括：

包括直升机的任务飞行数据的数据库，针对直升机的每次飞行，所述飞行数据包括由所述直升机的至少一个传感器所记录的物理数据；

包括多架直升机的维护数据的数据库，所述维护数据至少包括与每架直升机的部件的故障有关以及与由于飞行任务而在每架直升机中更换的部件有关的信息；

用于构建所述任务类型的模块，包括：

-用于构建相对描述符的装置，其中所述物理飞行数据被简化为具有的预定维度的向量，具有预定维度的向量形成描述符，所有所述描述符具有相同的维度；

-用于划分所述描述符的装置，适用于将所述描述符划分为形成所述任务类型的子集；以及

–装置，用于通过将所述飞行的所述描述符与所述描述符所在的所述子集相关联来为每次飞行分配任务类型，以及创建所述任务类型的模型，所述任务类型的模型将与所述飞行相关的所述物理数据与每种任务类型相关联；

用于解释所述任务类型的所述严重性的模块，包括：

-用于根据所述飞行数据和所述维护数据来估计严重性模型的装置，每个严重性模型根据所述任务类型来限定对直升机部件的老化的估计；以及

-用于将严重性模型与通过用于构建所述任务类型的所述模块所确定的每种任务类型相关联的装置。

在全文中，术语“模块”用于描述软件元素，可以独立使用或与程序的其他模块组合的单独编译的软件程序的子集、或硬件元素、或硬件元素和软件子程序的组合。这样的硬件元件可以包括专用于应用程序的集成电路(通常称为专用集成电路ASIC)，或可编程逻辑电路(通常称为现场可编程门阵列FPGA)或电路、专用微处理器(通常称为于数字信号处理器DSP)或任何等效设备。广义地说，因此模块是允许执行功能的元件(软件和/或硬件)。

用于确定严重性的系统适于实现根据本发明的用于确定严重性的方法。

用于确定严重性的方法适于通过根据本发明的用于确定严重性的系统来实现。

本发明还涉及一种用于确定严重性的方法和系统以及一种维护安排方法，其特征在于，通过上文或下文提到的所有或部分特征进行组合。

5、附图说明

本发明的其他目的、特征和优点将在阅读了通过示例而非限制的以下描述并且参考附图时出现，其中：

图1是根据本发明的一个实施例的通过使用用于确定严重性的方法来构建任务类型的步骤的示意图；

图2是根据本发明的一个实施例的使用用于确定严重性的方法来解释任务类型的严重性的步骤的示意图；以及

图3是根据本发明的一个实施例的用于确定严重性的系统的示意图。

6、具体实施方式

通过示例提供以下实施例。尽管该描述参考了一个或多个实施例，但这并不一定意味着每个参考相同的实施例或者其特征仅适用于单个实施例。还可以组合不同实施例的各个特征以提供其他实施例。在附图中，出于说明和清楚的目的，未严格遵守尺寸和比例。

图1是用于通过使用根据本发明一个实施例的方法来构建任务类型的步骤10的示意图。

用于构建任务类型的步骤10包括子步骤12，所述子步骤12用于通过删除与直升机的健全性相关的所记录的物理数据并保留与所述直升机的使用相关的物理数据，从物理飞行数据100中选择物理数据。该子步骤对所述数据进行分类，使得仅保留与直升机的使用物理相关的数据，使得所构建的任务类型保持独立于直升机的健全性并且仅取决于对其的使用。

例如，与发动机的使用相关的数据可以是飞行阶段期间的发动机扭矩，其与直升机飞行员的命令有关，以便改变高度、方向等。类似地，每次飞行或每小时飞行的起飞次数与直升机的使用有关。因此，所述发动机扭矩数据或起飞次数与对直升机的使用有关。

相反，与发动机的健全性相关的数据包括例如发动机温度/变矩系数，因为要实现使用中所需的扭矩，发动机的温度将根据其健全性而改变(如果发动机不健全，则温度升高)。同样，发动机启动时间是与直升机的健全性相关的一组数据的示例。如果发动机启动太快或太慢，这可能表示部件运行异常。在该选择子步骤12中删除了与直升机的健全性有关的数据，但是所述数据可以用于解释严重性的步骤中，所述步骤需要与发动机的健全性有关的数据。

那么，用于构建任务类型的步骤10包括用于构建相对描述符的子步骤14，其中每一项物理飞行数据被简化为具有预定维度的向量，具有预定维度的向量形成描述符，所有所述描述符具有相同的维度。该描述符构建使得能够将每项物理数据(温度、压力、角度等)的维度减小到一个相同的维度。用于执行该构建的方法是，例如，为每项物理数据创建直方图，所述物理数据的值分布在所述直方图的每个类中，以便能够创建具有与直方图类同样多的分量的向量。每个分量代表直方图的类中的值的数量。因此，所述描述符表示物理数据值的密度。

如果描述符的维数太大，则用于构建任务类型的步骤10包括可选的用于在分配任务类型的子步骤之前减小描述符的维度的子步骤16。该子步骤尤其通过所述描述符的多元数据分析来执行，但是也可以使用任何其他算法来通过使用对应于描述符的特异性的度量来减小维度，即表示特征的密度的向量。

那么，用于构建任务类型的步骤10包括用于划分所述描述符的子步骤18，其适于将描述符划分成形成任务类型的子集。所使用的划分方法例如是K均值法、DBSCAN方法或均值偏移法。

使得所述划分方法产生相关结果，这对使用适合于表示密度的向量的范数是至关重要的。例如，所使用的范数可以为：

L1范数(或距离)，公式为：

Wasserstein度量(或距离)，公式为：

卡方范数(或距离)，公式为：

Bhattacharyya范数(或距离)，与公式

最后，用于构建任务类型的步骤10包括以下子步骤20：通过将每次飞行的描述符与所述描述符所在的子集相关联来为所述飞行分配任务类型22，以及创建所述任务类型的模型24，所述任务类型的模型将与所述飞行相关的所述物理数据与每种任务类型相关联。

根据本发明的方法包括，在用于构建任务类型的步骤10之后，用于解释任务类型的严重性的步骤。图2是使用根据本发明一个实施例的方法来解释任务类型的严重性的步骤30的视图。

用于解释任务类型的严重性的步骤30包括用于根据飞行数据100和维护数据102估计严重性模型的子步骤32，每个严重性模型基于任务类型22定义对直升机部件的老化的估计。该子步骤还可以使用活动规则的数据104，例如与发动机转速的循环次数有关的统计数据。活动规则是源于用户体验的规则。在该示例中，活动规则可以包括检查与飞行期间达到的速度水平相关的统计数据并将其转换为计数器。所述计数器与严重性的概念相关，例如，如果部件超过例如1000的计数器阈值，则认为所述部件已磨损。

那么，用于解释任务类型的严重性的步骤30包括以下子步骤34：用于将严重性模型与在构建所述任务类型的所述步骤中确定的每种类型的任务相关联。所述步骤发回严重性类型36和严重性模型38。

图3示意性地示出了用于确定适于实现上述严重性确定方法的多架直升机的多个飞行任务的严重性的系统。

特别地，所述系统包括：包含飞行数据的飞行数据库100和包含维护数据的维护数据库102。所述系统从多架直升机106a、106b、106c等检索所述飞行数据和维护数据。

在用于构建所述任务类型模块110中使用来自所述飞行数据库100的飞行数据，所述模块110包括用于实现上述任务类型的构建的子步骤的装置，参考图1，以便提供一组任务类型22和任务模型24。

在用于解释任务类型的严重性的模块130中使用来自所述飞行数据库100的相同飞行数据和来自所述维护数据库102的维护数据，所述模块130包括实现用于解释上述任务类型的严重性的子步骤的装置，参考图2，以便提供一组严重性类型36和严重性模型38。

Claims (10)

1.一种用于监视直升机的稳健性的方法，包括确定多架直升机的多个飞行任务的严重性，所述确定包括：

用于获取和存储直升机的任务飞行数据的步骤，针对直升机的每次飞行，所述任务飞行数据包括由所述直升机的至少一个传感器所记录的物理数据；以及

用于获取和存储所述多架直升机的维护数据的步骤，所述维护数据至少包括与每架直升机的部件的故障有关以及与由于所述飞行任务而在每架直升机中更换的部件有关的信息；

其特征在于，所述方法包括：

用于构建任务类型的步骤(10)，包括：

-用于构建描述符的子步骤(14)，其中，所述任务飞行数据被简化为具有预定维度的向量，具有预定维度的向量形成描述符，所述描述符中的所有描述符具有相同的维度；

-用于划分所述描述符的子步骤(18)，适用于将所述描述符划分为形成所述任务类型的子集；以及

-子步骤(20)，用于通过将每次飞行的描述符与该描述符所在的子集相关联来为所述飞行分配任务类型，以及创建所述任务类型的模型，所述任务类型的模型将与所述飞行相关的所述物理数据与每种任务类型相关联；用于解释所述任务类型的所述严重性的步骤(30)，包括：

-用于根据所述任务飞行数据和所述维护数据来估计严重性模型的子步骤(32)，每个严重性模型基于所述任务类型来限定对所述直升机部件的老化的估计；以及

-将严重性模型与在构建所述任务类型的所述步骤(10)中确定的每种任务类型相关联的子步骤(34)。

2.根据权利要求1所述的用于监视直升机的稳健性的方法，其特征在于，用于构建任务类型的所述步骤(10)包括以下子步骤(12)：在用于构建描述符的子步骤(14)之前，通过移除记录的、与所述直升机的发动机的稳健性相关的物理数据以及保留与所述发动机的使用有关的物理数据，来从所述任务飞行数据中选择所述物理数据。

3.根据权利要求1所述的用于监视直升机的稳健性的方法，其特征在于，用于构建所述任务类型的所述步骤(10)包括介于用于构建描述符的子步骤(14)与用于划分所述描述符的子步骤(18)之间的以下子步骤(16)：在用于分配任务类型的子步骤(20)之前通过对所述描述符的多变量数据分析来减小所述描述符的维度。

4.根据权利要求3所述的用于监视直升机的稳健性的方法，其特征在于，使用从以下方法中选择的方法来执行该描述符维度减小子步骤(16)：

主成分分析；

自动编码器方法；

ISOMAP方法；

T-SNE方法；

多维缩放；以及

线性局部嵌入法。

5.根据权利要求1所述的用于监视直升机的稳健性的方法，其特征在于，用于构建所述任务类型的所述步骤(10)包括以下子步骤：在用于构建描述符的子步骤(14)之后并且在用于划分所述描述符的子步骤(18)之前，用于标准化所述描述符的子步骤。

6.根据权利要求5所述的用于监视直升机的稳健性的方法，其特征在于，用于标准化所述描述符的所述子步骤执行从以下标准化方法中选择的标准化：

L1范数；

Wasserstein度量；

卡方范数；以及

Bhattacharyya距离。

7.根据权利要求1所述的用于监视直升机的稳健性的方法，其特征在于，用于划分的所述子步骤(18)执行从以下划分方法中选择的划分：

K-means方法；

DBSCAN方法；以及

均值偏差法。

8.根据权利要求1所述的用于监视直升机的稳健性的方法，其特征在于，用于构建描述符的所述子步骤(14)包括：对于每种类型的物理数据，创建包括预定数量n个类的直方图，所述描述符形成维度为n的向量，所述维度为n的向量的每个分量等于所述直方图的类中包括的物理数据的数量。

9.一种直升机维护方法，其特征在于，所述方法包括：用于使用根据权利要求1所述的用于确定严重性的方法来确定严重性的步骤；用于根据直升机的任务飞行数据和所述任务类型模型来确定该直升机所执行的任务的类型的步骤；用于基于与所述确定的任务类型相关联的严重性模型来安排维护操作的步骤；以及用于根据维护操作安排表执行维护操作的步骤。

10.一种用于监视直升机的稳健性的系统，所述系统包括用于确定多架直升机的多个飞行任务的严重性的设备，其特征在于，所述设备包括：

包括直升机的任务飞行数据的数据库(100)，针对直升机的每次飞行，所述任务飞行数据包括由所述直升机的至少一个传感器所记录的物理数据；

包括多架直升机的维护数据的数据库(102)，所述维护数据至少包括与每架直升机的部件的故障有关以及与由于所述飞行任务而在每架直升机中更换的部件有关的信息；

用于构建所述任务类型的模块(110)，包括：

-用于构建描述符的装置，其中，所述任务飞行数据被简化为具有预定维度的向量，具有预定维度的向量形成描述符，所述描述符中的所有所述描述符具有相同的维度；

-用于划分所述描述符的装置，适用于将所述描述符划分为形成所述任务类型的子集；

-装置，用于通过将每次飞行的描述符与该描述符所在的子集相关联来为所述飞行分配任务类型，以及创建所述任务类型的模型，所述任务类型的模型将与所述飞行相关的所述物理数据与每种任务类型相关联；用于解释所述任务类型的所述严重性的模块(130)，包括：

-用于根据所述任务飞行数据和所述维护数据来估计严重性模型的装置，每个严重性模型根据所述任务类型来限定对直升机部件的老化的估计；以及

-用于将严重性模型与由用于构建所述任务类型的所述模块所确定的每种任务类型相关联的装置。

Images