CN110231122A - 用于验证空气数据探针的操作的装置和方法 - Google Patents

用于验证空气数据探针的操作的装置和方法 Download PDF

Info

Publication number
CN110231122A
CN110231122A CN201910150140.XA CN201910150140A CN110231122A CN 110231122 A CN110231122 A CN 110231122A CN 201910150140 A CN201910150140 A CN 201910150140A CN 110231122 A CN110231122 A CN 110231122A
Authority
CN
China
Prior art keywords
air data
air
probe
data probe
transmission loss
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
CN201910150140.XA
Other languages
English (en)
Other versions
CN110231122B (zh
Inventor
格兰特·戈登
拉维普拉卡什·托塔达昆布里
尤金·G·兰德里
默尔·L·桑德
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.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
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 Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN110231122A publication Critical patent/CN110231122A/zh
Application granted granted Critical
Publication of CN110231122B publication Critical patent/CN110231122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/14—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring differences of pressure in the fluid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
    • G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
    • G01P21/025—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers for measuring speed of fluids; for measuring speed of bodies relative to fluids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L27/00—Testing or calibrating of apparatus for measuring fluid pressure
    • G01L27/007—Malfunction diagnosis, i.e. diagnosing a sensor defect
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0038—Circuits for comparing several input signals and for indicating the result of this comparison, e.g. equal, different, greater, smaller (comparing pulses or pulse trains according to amplitude)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0046—Arrangements for measuring currents or voltages or for indicating presence or sign thereof characterised by a specific application or detail not covered by any other subgroup of G01R19/00
    • G01R19/0053—Noise discrimination; Analog sampling; Measuring transients
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2829—Testing of circuits in sensor or actuator systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
    • G01R31/2836—Fault-finding or characterising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G01C5/06—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Hardware Design (AREA)
  • Manufacturing & Machinery (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measuring Fluid Pressure (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明题为“用于验证空气数据探针的操作的装置和方法”。公开了一种方法，所述方法包括：从运载工具上的每个空气数据探针接收测量的空气压力数据；从所述运载工具上的至少一个传感器系统接收第一组数据；使用噪声建模系统和所接收的第一组数据来确定每个空气数据探针的预测噪声水平；确定每个空气数据探针的传输损耗；通过确定所述空气数据探针中的任一空气数据探针的传输损耗是否大于第一阈值来确定任何空气数据探针是否有故障，其中如果其传输损耗大于所述第一阈值，则认为所述空气数据探针有故障；并且如果所述空气数据探针中的任一空气数据探针的所述传输损耗大于所述第一阈值，则生成信号以指示至少一个空气数据探针有故障。

Description

用于验证空气数据探针的操作的装置和方法
背景技术
空气数据探针，诸如皮托管探针(其测量总压力，或动态压力和静态压力的总和)和/或皮托静压管(其测量静态压力和总压力)，用于测量飞行器的高度和速度。空气数据探针易于堵塞，从而导致错误的测量值。堵塞可由以下原因造成：结冰、未能从探针上移除盖子以及遭受虫害。来自空气数据探针的错误测量值曾导致飞行器坠毁。因此，在飞行器操作期间需要验证空气数据探针的正确操作。
发明内容
提供了方法。该方法包括：从运载工具上的每个空气数据探针接收测量的空气压力数据；从运载工具上的至少一个传感器系统接收第一组数据；使用噪声建模系统和接收的第一组数据来确定每个空气数据探针的预测噪声水平；确定每个空气数据探针的传输损耗；通过确定空气数据探针中的任一空气数据探针的传输损耗是否大于第一阈值来确定任何空气数据探针是否有故障，其中如果其传输损耗大于第一阈值，则认为空气数据探针有故障；并且如果空气数据探针中的任一空气数据探针的传输损耗大于第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)生成信号以警告运载工具的组员至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的空气压力的权重低于任何无故障空气数据探针的空气压力的权重。
附图说明
应当理解，附图仅示出了示例性实施方案，因此不应认为是限制本发明的范围，将通过附图的使用以附加特征和细节来描述示例性实施方案，其中：
图1示出了示例性运载工具的框图，该运载工具包括用于验证正确空气数据探针操作的系统；
图2示出了示例性噪声建模系统的框图；
图3示出了对数传输损耗(分贝)随对数频率变化的示例性图表；
图4示出了压力冗余系统的一个实施方案的框图；并且
图5示出了用于验证空气数据探针测量值的方法的示例性流程图。
根据惯例，所描述的各种特征未必按比例绘制，而是用于强调与示例性实施方案相关的特定特征。参考字符在所有图和文本中表示相同的元件。
具体实施方式
在以下详细描述中，参考形成其一部分的附图，并且其中通过图示方式示出了特定的例示性实施方案。然而，应当理解，可利用其他实施方案，并且可进行该结构、机械和电气改变。此外，附图和说明书中呈现的方法不应被解释为限制可执行各个步骤的顺序。因此，以下详细描述不应被视为具有限制意义。
来自运载工具推进系统的宽频带噪声(噪声)由例如一个或多个空气数据探针(空气数据探针)的压力传感器进行检测。噪声作为压力波传播，该压力波可通过压力传感器进行检测。
本文还可使用术语噪声。如本文所用，术语噪声和声音可互换。
空气数据探针是一类压力传感器系统。本发明适用于任何应用中的压力传感器系统，诸如工业应用。然而，出于教学目的，本发明被示出用于运载工具中使用的空气数据探针。
基于运载工具的推进系统、控制系统、状态矢量和/或环境的参数生成由每个空气数据探针检测的噪声水平随频率变化的模型。在一个实施方案中，连续修改模型以考虑运载工具性能随时间的变化(例如，由于运载工具部件老化)以及空气数据探针检测的噪声水平随频率的变化。
在运载工具操作期间，表征了空气数据探针之间的噪声测量值和/或每个空气数据探针处建模噪声及测量噪声水平之间的差值。建模噪声和测量噪声之间的差异(以及任选的其他因素)用于警告运载工具系统和/或组员空气数据探针可能发生故障。
图1示出了示例性运载工具(运载工具)100的框图，该运载工具包括用于验证正确空气数据探针操作的系统。运载工具100可以是飞行器、直升机、航天器或利用空气数据探针(空气数据探针)112的其他类型的运载工具。两个或多个空气数据探针112可共同定位或者定位在围绕运载工具100外部的不同位置处。
运载工具100包括耦合到空气数据监测系统(ADM)110的状态机(状态机)102。ADM110耦合到空气数据探针112，该探针112诸如皮托管和/或皮托静压管。空气数据探针测量表示环境特性(例如，空气压力)的参数。任选地，空气数据探针112还测量表示关于运载工具100的性能的特性的参数，诸如迎角、横滑和高度。至少一个压力传感器位于每个空气数据探针112和/或ADM 110中。在一个实施方案中，气动管将每个空气数据探针112耦合到ADM110，并且用于每个空气数据探针112的至少一个压力传感器容纳在ADM 110中并耦合到耦合到对应的空气数据探针112的气动管。空气数据探针中的压力传感器测量该探针中的压力。此类压力测量值处于或接近DC或零赫兹。压力传感器还可检测从运载工具100的推进系统(推进系统)106生成的较高频率的噪声。
ADM 110处理此类参数以生成关于运载工具100的环境和/或特性的数据，其耦合到运载工具的其他系统和/或报告给运载工具100的组员。在一个实施方案中，ADM 110包括至少一个模数转换器(数据转换器)，诸如Σ-Δ转换器。在一个实施方案中，唯一的数据转换器耦合到唯一的空气数据探针，例如唯一的压力传感器。在另一个实施方案中，使用单个数据转换器，并通过多路复用器连续地耦合到不同的空气数据探针。在又一个实施方案中，数据转换器具有相对短的采集周期(例如，五微秒)和相对高的采样速率(例如，200kHz)。
运载工具100还包括至少一个输入/输出设备(I/O)105，其可以是例如显示器或音频报警系统(例如，扬声器，以及语音合成器或音频振荡器)。I/O 105耦合到状态机102。
状态机102还耦合到至少一个传感器系统(传感器系统)104。传感器系统104耦合到推进系统106、耦合到至少一个方向控制系统(方向控制系统)108、环境传感器和/或一个或多个位置和运动传感器。推进系统106包括用于控制运载工具100的速度的一个或多个系统，例如喷气发动机、螺旋桨发动机和/或火箭，其可耦合到节气门系统以控制推进力的量。方向控制系统108包括一个或多个系统以控制运载工具100的行进方向，例如副翼的位置、方向舵和/或轮组的位置。传感器系统104可包括环境传感器，诸如外部温度传感器。传感器系统104还可包括状态矢量传感器，诸如气压高度计、罗盘、惯性导航管理单元和/或全球卫星导航系统接收器(例如，GPS接收器)；状态矢量传感器提供关于运载工具100的状态矢量的信息，诸如方向、位置和速度。
在例示的实施方案中，状态机102包括噪声建模系统(噪声建模系统)102A、信号处理系统(信号处理系统)102B和压力冗余系统(压力冗余系统)102C。尽管状态机102可用前述部件来实现，其中每个部件执行随后描述的功能，但状态机102可另选地由例如执行相同功能的一个或多个部件来实现。因此，前述部件是示例性的，并提供用于进行示意性的说明。
示出的噪声建模系统102A估计噪声水平，例如，以分贝计，该噪声水平将由空气数据探针112中的每一者基于传感器系统104提供的参数值进行测量。此类参数可包括节气门水平、风扇转速(N1)、核心转速(N2)、涡轮机入口温度、燃料流量、引气压力、轮组重量、襟翼角度和/或推力反向状态。另选地，噪声建模系统102A估计一个噪声水平，该噪声水平表示由空气数据探针112中的每一者测量的噪声水平。
图2示出了示例性噪声建模系统(噪声建模系统)202A的框图。示出的噪声建模系统202A包括至少一个传感器推理机系统(传感器推理机系统)202A-1和噪声建模子系统(噪声建模子系统)202A-2。噪声建模子系统202A-2包括噪声模型，该噪声模型估计由每个空气数据探针测量的噪声水平。在一个实施方案中，噪声模型是一个或多个多变量多项式，其多个系数的每个系数通过回归分析确定，例如，使用从传感器系统104接收的数据通过传感器推理机系统202A-1确定。可为所有空气数据探针确定单个噪声模型，或者可为每个空气数据探针确定噪声模型。
从运载工具类型到运载工具类型，并且从相同运载工具类型的运载工具到运载工具，噪声模型可以是变化的。噪声模型取决于空气数据探针112的设计(例如，管尺寸)、推进系统106的类型和特性以及给定运载工具的传感器系统104的类型。噪声模型和初始系数可通过对运载工具100的操作进行建模和/或使用测量的数据来确定，例如，空气数据探针处的发动机噪声以及由传感器系统104提供的推进系统、控制系统、状态矢量和/或环境参数数据。在一个实施方案中，传感器系统104被配置为测量和/或提供此类推进系统、控制系统、状态矢量和/或环境参数数据。
噪声建模子系统202A-2被配置为：从传感器系统104接收关于运载工具的推进系统106、方向控制系统108、状态矢量和/或环境的参数的数据；并使用此类数据生成一个或多个噪声水平估计。传感器推理机系统202A-1执行前述回归分析，例如使用最小均方分析。任选地，传感器推理机系统202A-1被配置为随着时间和运载工具100的操作使用新测量的噪声数据以及传感器系统104提供的对应的推进系统、控制系统、状态矢量和/或环境参数数据来修改噪声建模子系统202A-2使用的系数。另外，任选地，本文所述的推理机系统中的一个或多个推理机系统通过机器学习和/或模糊逻辑来实现；例如，传感器推理机系统202A-1可使用机器学习和/或模糊逻辑来修改噪声方程的系数和/或对应形式。
信号处理系统102B提供数字信号处理功能。信号处理系统102B被配置为计算每个空气数据探针的预测噪声水平和在每个空气数据探针处测量的噪声之间的差值。任何差值或任何显著差异都是由于空气数据探针的堵塞或空气数据探针的其他故障导致的传输损耗。
图3示出了对数传输损耗(分贝)随对数频率变化的示例性图表300。在第一级，在此类对数图上，噪声信号的传输损耗随频率单调增加。作为频率的函数，传输损耗具有基本上线性的区域，斜率例如为每倍频程6dB。基本上线性的区域被称为质量受控区域带宽。如果质量块插入空气数据探针的开口中或者位于空气数据探针的开口处，则第一级的传输损耗将增加。在另一个实施方案中，信号处理系统102B被配置为使用测量的数据为一个或多个空气数据探针112识别质量受控区域带宽，例如，通过使用线性回归。任选地，信号处理系统102B随后确定在质量受控区域带宽的频率范围内测量和预测噪声水平(残余噪声)之间的差值(即，传输损耗)。通过将传感器系统104测量的数据(如上所述)应用到例如噪声模型子系统202A的噪声模型的独立变量来确定预测噪声水平。如果例如压力冗余推理机系统(压力冗余推理机系统)402C-1确定质量受控区域带宽中空气数据探针的传输损耗大于第一阈值，则该空气数据探针被表示为可能不准确。
第一阈值可由状态机102的用户或设计者定义。用户定义的第一阈值可以是固定值。系统定义的第一阈值可以是固定值，或者是取决于一些或全部空气数据探针的传输损耗的平均值的值。
质量受控区域带宽可以是宽带宽，任选地，信号处理系统102B被配置为过滤测量的噪声，例如使用高通滤波器以消除寄生低频内容和/或使用陷波滤波器以减小对应于推进系统106的转速的窄带噪声峰值。
状态机102，例如信号处理系统102B，被配置为确定以下中的一者或多者：
(a)一个或多个离散频率(频率)处和/或一个或多个频带(频带)上的一个或多个(例如，每个)空气数据探针的测量和预测噪声水平之间的差值(传输损耗)。如本文所用，噪声水平测量值是声音压力水平测量值。任选地，频带处于质量受控区域带宽中。分析是在频带中以频率增量进行的，例如分数倍频程分析(即，在带宽小于一个倍频程的带宽上)。可通过比较噪声水平测量值、给定频率处的功率谱密度或通过分数倍频程分析来进行分析；
(b)在任何两个频率处或频带上空气数据探针的传输损耗的差值。任选地，频带处于质量受控区域带宽中。可通过比较噪声水平测量值、给定频率处的功率谱密度或通过分数倍频程分析来进行分析；
(c)在任何两个频率处或频带上空气数据探针的测量噪声的差值。任选地，频带处于质量受控区域带宽中。分析是在频带中以频率增量进行的，例如分数倍频程分析。可通过比较噪声水平测量值、给定频率处的功率谱密度或通过分数倍频程分析来进行分析；以及
(d)在某一频率处或频带上两个或多个空气数据探针的测量噪声的差值。任选地，频带处于位于质量受控区域带宽中的带宽中。可通过比较噪声水平测量值、给定频率处的功率谱密度或通过分数倍频程分析来进行分析。
可使用机器学习和/或模糊逻辑将项目a-d合并到分析中。另外，任选地，前述确定的参数和/或任何测量的噪声水平中的一者或多者的单位是以分贝为单位的。
图4示出了压力冗余系统(压力冗余系统)402C的一个实施方案的框图。压力冗余系统402C包括压力冗余推理机系统402C-1和加权压力冗余管理系统(加权压力冗余管理系统)402C-2。在一个实施方案中，压力冗余推理机系统402C-1确定任何空气数据探针的传输损耗是否超过第一阈值。任选地，任何空气数据探针的传输损耗可以是任何空气数据探针的平均传输损耗。如果任何空气数据探针的传输损耗超过第一阈值，则压力冗余推理机系统402C-1认为对应的空气数据探针有故障。任选地，压力冗余推理机系统402C-1还使用以下前述和确定的参数来确定对应的空气数据探针是否可能有故障：任何两个空气数据探针之间的传输损耗的差值、任何两个频率处或频带上空气数据探针的传输损耗的差值、任何两个空气数据探针的测量的噪声的差值和/或任何两个频率处或频带上空气数据探针的测量的噪声的差值。
任选地，在一个实施方案中，压力冗余推理机系统402C-1生成信号以警告运载工具系统或警告有故障空气数据探针的运载工具100的组员。例如，压力冗余推理机系统402C-1可生成信号，该信号导致通过I/O向运载工具100的组员提供视觉和/或音频警报。
任选地，在一个实施方案中，加权压力冗余管理系统402C-2确定所有空气数据探针的至少一个加权压力测量值。如果压力冗余推理机系统402C-1确定一个或多个空气数据探针没有故障，则向此类无故障空气数据探针的对应的压力测量值分别分配权重，例如，固定的值，或者取决于有故障的空气数据探针的数量和/或对应的空气数据探针的传输损耗的变量。在一个实施方案中，如果压力冗余推理机系统402C-1确定空气数据探针中的一个或多个空气数据探针有故障，则向此类有故障空气数据探针的对应的压力测量值分别分配小于分配给每个无故障空气数据探针的权重的权重。任选地，分配给有故障空气数据探针的压力测量值的权重是小于分配给无故障空气数据探针的值的固定值，或者取决于有故障空气数据探针的数量和/或对应的空气数据探针的传输损耗的变量。
在一个实施方案中，分配给认为有故障的空气数据探针的压力测量值的权重为零。该技术从加权压力测量值的确定中消除了认为有故障的空气数据探针的压力测量值。该技术类似于去除不良测量值的投票方案。
在一个实施方案中，加权压力冗余管理系统402C-2通过以下方式确定所有空气数据探针的加权压力测量值：
(i)确定权重，并任选地缩放每个权重，使得权重之和等于一。
(ii)将对应于每个无故障空气数据探针的权重乘以对应的无故障空气数据探针测量的空气压力；
(iii)将对应于每个有故障空气数据探针的权重乘以对应的有故障空气数据探针测量的空气压力；以及
(iv)将有故障和无故障空气数据探针测量的加权空气压力相加。
然而，加权压力测量值的计算可以不同方式进行。
图5示出了用于验证空气数据探针测量值(空气数据探针测量值)的方法的示例性流程图500。在某种程度上，图5所示的方法500在本文中描述为在图1-图4所示的系统中实现，应当理解，也可以其他方式实现其他实施方案。为了便于解释，流程图的框以通常顺序方式布置；然而应当理解，这种布置仅仅是示例性的，并且应当认识到，与该方法相关联的处理(以及图中所示的框)可以不同的顺序发生(例如，其中与框相关联的处理的至少一些是并行和/或以事件驱动的方式执行的)。
任选地，确定运载工具上空气数据探针的噪声模型。任选地，在框550中，从运载工具上的传感器系统接收第一组数据，例如，诸如如上所述。任选地，在框552中，使用接收的第一组数据，例如如上所述并使用传感器推理机系统202A-1生成至少一个噪声模型。任选地，在框552中，在例如使用信号处理系统102B生成至少一个噪声模型之前使用第一组数据来确定质量受控区域带宽。
在运载工具操作期间，验证空气数据探针的操作和/或确定加权平均空气压力。在框554中，从运载工具上的每个空气数据探针接收测量的压力。任选地，在确定传输损耗之前，在推进系统的旋转频率处过滤测量的压力数据，例如使用高通滤波器和/或陷波滤波器。
在框556中，从运载工具上的传感器系统接收第二组数据。在框558中，使用接收的第二组数据，例如使用噪声建模子系统202A-2确定每个空气数据探针的预测噪声水平。在一个实施方案中，使用第二组数据修改至少一个噪声模型。任选地，在框558中，在例如使用信号处理系统102B确定预测噪声水平之前，使用第二组数据来确定质量受控区域带宽。
在框560中，例如使用压力冗余推理机系统402C-1确定每个空气数据探针的传输损耗。在框562中，例如使用压力冗余推理机系统402C-1确定空气数据探针中的任一空气数据探针的传输损耗的绝对值是否大于第一阈值，其中如果其对应的传输损耗大于第一阈值，则认为空气数据探针有故障。任选地，除前述内容(其在上文中进一步描述)之外，确定任何空气数据探针是否有故障是根据分析以下数据中的一者或多者来进行的：
(a)在一个或多个频率处和/或在一个或多个频带上一个或多个空气数据探针的传输损耗；
(b)在任何两个频率处或频带上空气数据探针的传输损耗的差值；
(c)在任何两个频率处或频带上空气数据探针的测量噪声的差值；以及
(d)在某一频率处或频带上两个或多个空气数据探针的测量噪声的差值。
在框564处，如果空气数据探针中的任一空气数据探针的传输损耗大于第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)生成信号以警告运载工具的组员至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的空气压力的权重低于任何无故障空气数据探针的空气压力的权重。任选地，分配给有故障和无故障空气数据探针的权重如上所述。在框564之后，返回框554。如果所有空气数据探针的传输损耗等于或小于第一阈值，则返回框554。
可使用本领域技术人员已知的在硬件上执行的软件来实现本系统和方法使用的状态机102。例如，硬件可以是包括一个或多个微处理器和/或耦合到存储器电路的数字信号处理(DSP)电路的计算机(例如，如下文所述)。微处理器和/或DSP电路可由专门设计的专用集成电路(ASIC)或现场可编程门阵列(FPGA)来补充或并入其中。计算机(例如处理电路)被配置为执行用于进行本方法和系统中使用的各种处理任务、计算和控制功能的计算机可读指令。
本方法可由计算机可执行指令实现，诸如由处理电路执行的程序模块或部件。一般来讲，程序模块包括执行特定任务或实现特定数据类型的例程、程序、对象、数据部件、数据结构、算法等。
用于进行本文所述方法的操作中使用的其他数据的各种处理任务、计算和生成的指令可以以软件、固件或其他计算机可读或处理器可读指令来实现。这些指令通常存储在包括用于存储计算机可读指令或数据结构的计算机可读介质的任何合适的计算机程序产品上。此类计算机可读介质可以是例如本文所示的可由通用或专用计算机或处理器或任何其他设备访问的任何可用的介质。
合适的计算机可读介质可包括存储装置或存储器介质，诸如磁介质或光学介质。例如，存储装置或存储器介质可包括磁介质(诸如传统硬盘)、光学介质(诸如CD、DVD和蓝光盘)以及半导体存储器(诸如随机存取存储器(RAM)(包括但不限于动态随机存取存储器(DRAM)、同步动态随机存取存储器(SDRAM)、双数据速率(DDR)RAM、RAMBUS动态RAM(RDRAM)和静态RAM(SRAM))、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)和闪速存储器)。上述的组合也包括在计算机可读介质的范围内。
示例性实施方案
实施例1包括方法，该方法包括：从运载工具上的每个空气数据探针接收测量的空气压力数据；从运载工具上的至少一个传感器系统接收第一组数据；使用噪声建模系统和接收的第一组数据来确定每个空气数据探针的预测噪声水平；确定每个空气数据探针的传输损耗；通过确定空气数据探针中的任一空气数据探针的传输损耗是否大于第一阈值来确定任何空气数据探针是否有故障，其中如果其传输损耗大于第一阈值，则认为空气数据探针有故障；并且如果空气数据探针中的任一空气数据探针的传输损耗大于第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)生成信号以警告运载工具的组员至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的空气压力的权重低于任何无故障空气数据探针的空气压力的权重。
实施例2包括实施例1的方法，其中确定每个空气数据探针的传输损耗包括通过以下中的至少一者来确定每个空气数据探针的传输损耗：比较噪声水平测量值、给定频率处的功率谱密度和通过分数倍频程分析。
实施例3包括实施例1-2中任一项的方法，还包括从运载工具上的至少一个传感器系统接收第二组数据；以及使用接收的第二组数据来生成至少一个噪声模型。
实施例4包括实施例1-3中任一项的方法，还包括使用第一组数据以修改至少一个噪声模型。
实施例5包括实施例1-4中任一项的方法，其中确定任何空气数据探针是否有故障还包括分析以下中的至少一者：a.在一个或多个频率处和/或一个或多个频带上一个或多个空气数据探针的传输损耗；b.在任何两个频率处或频带上空气数据探针的传输损耗的差值；c.在任何两个频率处或频带上空气数据探针的测量噪声的差值；以及d.在某一频率处或频带上两个或多个空气数据探针的测量噪声的差值。
实施例6包括实施例1-5中任一项的方法，其中确定所有空气数据探针的空气压力的加权平均值包括向有故障的空气数据探针分配以下中的至少一种权重：(a)比作为权重分配给无故障空气数据探针的固定值小的固定值，(b)有故障空气探针的数量，以及(c)取决于传输损耗和第一阈值之间差值的绝对值的变量。
实施例7包括实施例1-6中任一项的方法，其中确定每个空气数据探针的传输损耗包括确定每个空气数据探针的传输损耗位于质量受控区域带宽内。
实施例8包括存储程序的非暂态计算机可读介质，该程序使得至少一个处理器执行确定有效存储器分区的过程，该过程包括：从运载工具上的每个空气数据探针接收测量的空气压力数据；从运载工具上的至少一个传感器系统接收第一组数据；使用噪声建模系统和接收的第一组数据来确定每个空气数据探针的预测噪声水平；确定每个空气数据探针的传输损耗；通过确定空气数据探针中的任一空气数据探针的传输损耗是否大于第一阈值来确定任何空气数据探针是否有故障，其中如果其传输损耗大于第一阈值，则认为空气数据探针有故障；并且如果空气数据探针中任一的传输损耗大于第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)生成信号以警告运载工具的组员至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的空气压力的权重低于任何无故障空气数据探针的空气压力的权重。
实施例9包括实施例8的非暂态计算机可读介质，其中确定每个空气数据探针的传输损耗包括通过以下中的至少一者来确定每个空气数据探针的传输损耗：比较噪声水平测量值、给定频率处的功率谱密度和通过分数倍频程分析。
实施例10包括实施例8-9中任一项的非暂态计算机可读介质，还包括从运载工具上的至少一个传感器系统接收第二组数据；以及使用接收的第二组数据来生成至少一个噪声模型。
实施例11包括实施例9-10中任一项的非暂态计算机可读介质，还包括使用第一组数据来修改所述至少一个噪声模型。
实施例12包括实施例8-11中任一项的非暂态计算机可读介质，其中确定任何空气数据探针是否有故障还包括分析以下中的至少一者：a.在一个或多个频率处和/或一个或多个频带上一个或多个空气数据探针的传输损耗；b.在任何两个频率处或频带上空气数据探针的传输损耗的差值；c.在任何两个频率处或频带上空气数据探针的测量噪声的差值；以及d.在某一频率处或频带上两个或多个空气数据探针的测量噪声的差值。
实施例13包括实施例8-12中任一项的非暂态计算机可读介质，其中确定所有空气数据探针的空气压力的加权平均值包括向有故障的空气数据探针分配以下中的至少一种权重：(A)比为权重分配给无故障空气数据探针的固定值小的固定值，(b)有故障空气探针的数量，以及(c)取决于传输损耗和第一阈值之间差值的绝对值的变量。
实施例14包括实施例8-13中任一项的非暂态计算机可读介质，其中确定每个空气数据探针的传输损耗包括确定每个空气数据探针的传输损耗位于质量受控区域带宽内。
实施例15包括运载工具，该运载工具包括：至少两个空气数据探针；耦合到至少两个空气数据探针的空气数据监测系统；推进系统和方向控制系统中的至少一者；耦合到推进系统和方向控制系统中的至少一者的传感器系统；至少一个输入/输出设备(I/O)；以及状态机，该状态机包括噪声建模系统，耦合到空气数据监测系统、至少一个传感器系统和至少一个I/O，该状态机被配置为：接收传感器系统测量的第一组数据；利用噪声建模系统，使用接收的第一组数据来确定至少两个空气数据探针中的每一者的预测噪声水平；确定至少两个空气数据探针中的每一者的传输损耗；通过确定至少两个空气数据探针中的任一的传输损耗是否大于第一阈值来确定至少两个空气数据探针中的任一是否有故障，其中如果其传输损耗大于第一阈值，则认为空气数据探针有故障；并且如果至少两个空气数据探针中的任一的传输损耗大于第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)利用至少一个I/O生成信号以警告运载工具组员或至少一个运载工具系统至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的空气压力的权重低于任何无故障空气数据探针的空气压力的权重。
实施例16包括实施例15的系统，其中确定至少两个空气数据探针中的每一者的传输损耗包括通过以下中的至少一者来确定至少两个空气数据探针中的每一者的传输损耗：比较噪声水平测量值、给定频率处的功率谱密度和通过分数倍频程分析。
实施例17包括实施例15-16中任一项的系统，其中状态机还被配置为从传感器系统接收第二组数据；并使用接收的第一组数据来生成至少一个噪声模型。
实施例18包括实施例15-17中任一项的系统，还包括使用第一组数据来修改所述至少一个噪声模型。
实施例19包括实施例15-18中任一项的系统，其中确定至少两个空气数据探针中的任一空气数据探针的传输损耗包括，其中确定任何空气数据探针是否有故障还包括分析以下中的至少一者：a.在一个或多个频率处和/或在一个或多个频带上一个或多个空气数据探针的传输损耗；b.在任何两个频率处或频带上空气数据探针的传输损耗的差值；c.在任何两个频率处或频带上空气数据探针的测量噪声的差值；以及d.在某一频率处或频带上两个或多个空气数据探针的测量噪声的差值。
实施例20包括实施例15-19中任一项的系统，其中执行确定所有空气数据探针的空气压力的加权平均值包括向有故障的空气数据探针分配以下中的至少一种权重：(a)比作为权重分配给无故障空气数据探针的固定值小的固定值，(b)有故障空气探针的数量，以及(c)取决于传输损耗和第一阈值之间差值的绝对值的变量。
实施例21包括实施例15-20中任一项的系统，其中确定每个空气数据探针的传输损耗包括确定传输损耗位于质量受控区域带宽内。
对于本领域普通技术人员来说将显而易见的是，可修改先前描述的过程和所得装置，以形成具有不同电路实施方式的各种装置及操作方法。尽管示出本教导的宽范围的数字范围和参数是近似值，但具体实施例中示出的数值是尽可能精确报告的。
虽然已经关于一个或多个实施方式说明了本教导，但在不脱离所附权利要求的范围的情况下，可对所示出的实施例进行改变和/或修改。此外，虽然可使用仅关于若干实施方式中的一者来描述本公开的特定特征，但是此类特征可与其他实施方式的一个或多个其他特征组合，如对于任何给定或特定功能可能期望或有利的那样。此外，在具体实施方式和权利要求中使用术语“包括”、“包含”、“具有”、“具备”、“带有”或其变型的范围内，此类术语旨在以类似于术语“包括”的方式包含在内。术语“...中的至少一个”用于表示可选择一个或多个所列出的项目。如本文所用，关于项目列表例如A和B或者A和/或B的术语“...中的一个或多个”意指单独的A、单独的B、或者A和B。此外，在本文的讨论和权利要求中，关于两种材料一者“在另一者上”所使用的术语“在...上”意指材料之间的至少一些接触，而术语“在...之上”意指材料靠近，但可能具有一种或多种附加的介入材料以使得可能接触但并非必需。如本文所用，“在...上”和“在...之上”都不表示任何方向性。术语“共形”描述了涂层材料，其中下面材料的角度由共形材料保留。
术语“大约”或“基本上”表示指定的值或参数可稍微改变，只要该改变不会导致过程或结构与所示实施方案不一致。最后，“示例性”表示该描述用作示例，而并非暗示它是理想状况。尽管本文已说明和描述了特定实施方案，但本领域的普通技术人员将理解，经计算以实现相同目的的任何布置可替代所示的特定实施方案。因此，显而易见的是，本发明仅受权利要求及其等同物所限制。

Claims (3)

1.一种存储程序的非暂态计算机可读介质，所述程序使至少一个处理器执行用于确定有效存储器分区的过程，所述过程包括：
从运载工具上的每个空气数据探针接收测量的空气压力数据(554)；
从所述运载工具上的至少一个传感器系统接收一组数据(556)；
使用噪声建模系统和所接收的一组数据来确定每个空气数据探针的预测噪声水平(558)；
确定每个空气数据探针的传输损耗(560)；
通过确定所述空气数据探针中的任一空气数据探针的传输损耗是否大于第一阈值来确定任何空气数据探针是否有故障，其中如果所述空气数据探针的传输损耗大于所述第一阈值，则认为所述空气数据探针有故障(562)；并且
如果所述空气数据探针中的任一空气数据探针的所述传输损耗大于所述第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)生成信号以警告所述运载工具的组员至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的所述空气压力的权重低于任何无故障空气数据探针的空气压力的权重(564)。
2.根据权利要求1所述的非暂态计算机可读介质，其中确定任何空气数据探针是否有故障还包括分析以下中的至少一者：
a.在一个或多个频率处和/或一个或多个频带上一个或多个空气数据探针的所述传输损耗；
b.在任何两个频率处或频带上空气数据探针的传输损耗的差值；
c.在任何两个频率处或频带上空气数据探针的测量噪声的差值；以及
d.在某一频率处或频带上两个或多个空气数据探针的测量噪声的差值。
3.一种运载工具(100)，包括：
至少两个空气数据探针(112)；
空气数据监测系统(110)，所述空气数据监测系统耦合到所述至少两个空气数据探针；
推进系统(106)和方向控制系统(108)中的至少一者；
传感器系统(104)，所述传感器系统耦合到推进系统和方向控制系统中的所述至少一者；
至少一个输入/输设备(I/O)(105)；和
状态机(102)，所述状态机包括噪声建模系统(102A)，耦合到所述空气数据数据监测系统、所述至少一个传感器系统和所述至少一个I/O，所述状态机被配置为：
接收所述传感器系统测量的一组数据(556)；
利用所述噪声建模系统，使用所接收的一组数据来确定所述至少两个空气数据探针中的每个空气数据探针的预测噪声水平(558)；
确定所述至少两个空气数据探针中的每个空气数据探针的传输损耗(560)；
通过确定所述至少两个空气数据探针中的任一空气数据探针的传输损耗是否大于第一阈值来确定所述至少两个空气数据探针中的任一空气数据探针是否有故障，其中如果所述空气数据探针的传输损耗大于所述第一阈值，则认为所述空气数据探针有故障(562)；并且
如果所述至少两个空气数据探针中的任一空气数据探针的所述传输损耗大于所述第一阈值，则执行以下中的至少一者：(a)生成信号以警告至少一个运载工具系统至少一个空气数据探针有故障，(b)利用所述至少一个I/O生成信号来警告运载工具组员或至少一个运载工具系统至少一个空气数据探针有故障，以及(c)确定所有空气数据探针的加权平均空气压力，其中任何故障空气数据探针的所述空气压力的权重低于任何无故障空气数据探针的空气压力的权重(564)。
CN201910150140.XA 2018-03-05 2019-02-28 用于验证空气数据探针的操作的系统和计算机程序产品 Active CN110231122B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/912,497 2018-03-05
US15/912,497 US10948511B2 (en) 2018-03-05 2018-03-05 Apparatus and method for verifying operation of air data probes

Publications (2)

Publication Number Publication Date
CN110231122A true CN110231122A (zh) 2019-09-13
CN110231122B CN110231122B (zh) 2022-08-02

Family

ID=65686771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910150140.XA Active CN110231122B (zh) 2018-03-05 2019-02-28 用于验证空气数据探针的操作的系统和计算机程序产品

Country Status (4)

Country Link
US (1) US10948511B2 (zh)
EP (1) EP3537130B1 (zh)
JP (2) JP7281305B2 (zh)
CN (1) CN110231122B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117686140A (zh) * 2024-02-02 2024-03-12 江西省气象探测中心 一种空盒气压表测量不确定度评定方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111596093B (zh) * 2020-04-21 2022-02-15 天津大学 一种基于adcp的海水流速数据处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1130375A1 (de) * 2000-01-18 2001-09-05 EADS Deutschland Gmbh Messsystem zur Ermittlung von Luftdaten eines Luftfahrzeugs sowie ein Verfahren zur Bestimmung der Luftdaten
US20040261518A1 (en) * 2003-06-26 2004-12-30 Seidel Greg A. Multi-function air data sensing probe having an angle of attack vane
CN101300467A (zh) * 2005-08-26 2008-11-05 联邦国营企业“中央航空流体动力研究院” 飞行数据测量系统
CN102466535A (zh) * 2010-11-15 2012-05-23 罗斯蒙特航天公司 用于检测堵塞的皮托-静压口的系统和方法
JP2012173979A (ja) * 2011-02-21 2012-09-10 Renesas Electronics Corp プローブデータ収集システムおよびプローブデータ収集システムの動作方法
CN103827471A (zh) * 2011-09-29 2014-05-28 大陆汽车有限公司 用于在内燃机运行时识别不同的废气探针故障的方法和装置
CN105518469A (zh) * 2013-08-08 2016-04-20 庞巴迪公司 空气数据探针污染监测器

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2694263B2 (ja) * 1994-08-23 1997-12-24 科学技術庁航空宇宙技術研究所長 三次元気流発生装置、及び該装置を使用した航空機の飛行制御系検証方法並びに飛行モーションシミュレータ
US6915237B2 (en) 2002-05-14 2005-07-05 Analysis And Measurement Services Corporation Integrated system for verifying the performance and health of instruments and processes
US7257470B2 (en) * 2004-10-29 2007-08-14 Rosemount Aerospace Inc. Fault isolation method and apparatus in artificial intelligence based air data systems
US7933725B2 (en) * 2007-10-31 2011-04-26 The Boeing Company Using sensor spectral energy to detect and/or isolate sensor faults
RU2498320C2 (ru) 2009-04-21 2013-11-10 Индиан Спейс Рисерч Организейшн Система и способ для обнаружения и изолирования неисправностей при замере давления системы воздушных сигналов с невыступающими приемниками давления (fads)
WO2011003963A2 (en) 2009-07-09 2011-01-13 Lutz Nolte Pressure probe
US8924184B2 (en) * 2010-01-28 2014-12-30 Analysis And Measurement Services Corporation Pitot tube diagnostic systems and methods
GB2478522B (en) 2010-03-04 2013-10-30 Nicholas Peter Haddock Aircraft pitot/static warning system
FR2959822B1 (fr) 2010-05-07 2013-04-12 Thales Sa Dispositif de controle d'une sonde de mesure de pression d'un encoulement et sonde comprenant le dispositif
US8897932B2 (en) 2010-06-07 2014-11-25 Toyota Jidosha Kabushiki Kaisha Flight control support device
US8665120B2 (en) * 2011-05-25 2014-03-04 The Boeing Company Primary flight display pitch- and power-based unreliable airspeed symbology
FR3000196B1 (fr) 2012-12-21 2015-02-06 Airbus Operations Sas Dispositif de mise a disposition de valeurs de parametres de navigation d'un vehicule
FR3013834B1 (fr) 2013-11-28 2015-12-25 Airbus Operations Sas Methode de fusion de donnees de capteurs utilisant un critere de coherence
GB201503149D0 (en) 2015-02-25 2015-04-08 Dublin Inst Of Technology A multi-directional fluid velocity measurement device (FVMD)
US10043402B1 (en) * 2015-09-04 2018-08-07 Rockwell Collins, Inc. Flight path cross check

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1130375A1 (de) * 2000-01-18 2001-09-05 EADS Deutschland Gmbh Messsystem zur Ermittlung von Luftdaten eines Luftfahrzeugs sowie ein Verfahren zur Bestimmung der Luftdaten
US20010054311A1 (en) * 2000-01-18 2001-12-27 Peter Hakenesch Method and apparatus for determining air flow and pressure data of an aircraft or aerodynamic vehicle
US20040261518A1 (en) * 2003-06-26 2004-12-30 Seidel Greg A. Multi-function air data sensing probe having an angle of attack vane
CN101300467A (zh) * 2005-08-26 2008-11-05 联邦国营企业“中央航空流体动力研究院” 飞行数据测量系统
CN102466535A (zh) * 2010-11-15 2012-05-23 罗斯蒙特航天公司 用于检测堵塞的皮托-静压口的系统和方法
JP2012173979A (ja) * 2011-02-21 2012-09-10 Renesas Electronics Corp プローブデータ収集システムおよびプローブデータ収集システムの動作方法
CN103827471A (zh) * 2011-09-29 2014-05-28 大陆汽车有限公司 用于在内燃机运行时识别不同的废气探针故障的方法和装置
CN105518469A (zh) * 2013-08-08 2016-04-20 庞巴迪公司 空气数据探针污染监测器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117686140A (zh) * 2024-02-02 2024-03-12 江西省气象探测中心 一种空盒气压表测量不确定度评定方法及系统
CN117686140B (zh) * 2024-02-02 2024-04-05 江西省气象探测中心 一种空盒气压表测量不确定度评定方法及系统

Also Published As

Publication number Publication date
EP3537130B1 (en) 2021-05-05
US10948511B2 (en) 2021-03-16
JP2019152665A (ja) 2019-09-12
US20190271715A1 (en) 2019-09-05
JP2023100986A (ja) 2023-07-19
EP3537130A1 (en) 2019-09-11
JP7446507B2 (ja) 2024-03-08
CN110231122B (zh) 2022-08-02
JP7281305B2 (ja) 2023-05-25

Similar Documents

Publication Publication Date Title
US5890101A (en) Neural network based method for estimating helicopter low airspeed
US5901272A (en) Neural network based helicopter low airspeed indicator
US11598880B2 (en) Detecting fault states of an aircraft
US11747360B2 (en) Neural network system whose training is based on a combination of model and flight information for estimation of aircraft air data
US6480792B1 (en) Fatigue monitoring systems and methods incorporating neural networks
US6466888B1 (en) Neural network system for estimation of aircraft flight data
EP3663773A1 (en) Flight control system for determining a fault based on error between a measured and an estimated angle of attack
EP3663772B1 (en) Flight control system for determining estimated dynamic pressure based on lift and drag coefficients
US10486833B2 (en) Method for monitoring an aircraft engine operating in a given environment
EP3663774B1 (en) Flight control system for determining a common mode pneumatic fault
JP7446507B2 (ja) エアデータプローブの動作検証装置及び動作検証方法
US5987397A (en) Neural network system for estimation of helicopter gross weight and center of gravity location
EP3449203B1 (en) System integration
US20100332053A1 (en) Methods and systems for fault determination for aircraft
Grauer Real-time data-compatibility analysis using output-error parameter estimation
US11772823B2 (en) Estimating fatigue damage in a structure
WO2024042310A1 (en) Training data for air data estimation in aircraft
US20190073841A1 (en) Method for testing the integrity of the avionics of an aircraft, associated device and computer program product
Battipede et al. Neural networks for air data estimation: test of neural network simulating real flight instruments
EP2672277A1 (fr) Procédé et dispositif de détermination de vitesses air d'un giravion en vol stationnaire et/ou à basses vitesses
Samy et al. Fault detection and flight data measurement: Demonstrated on unmanned air vehicles using neural networks
Bittner et al. Fault detection, isolation, and recovery techniques for large clusters of inertial measurement units
Kumar et al. Sensor Based System Identification in Real Time for Noise Covariance Deficient Models.
EP4328547A1 (en) Training data for air data estimation in aircraft
EP4328594A1 (en) Air data estimation in aircraft

Legal Events

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