CN110386266B - 一种基于状态树的飞机故障诊断及故障维修方法 - Google Patents
一种基于状态树的飞机故障诊断及故障维修方法 Download PDFInfo
- Publication number
- CN110386266B CN110386266B CN201910504937.5A CN201910504937A CN110386266B CN 110386266 B CN110386266 B CN 110386266B CN 201910504937 A CN201910504937 A CN 201910504937A CN 110386266 B CN110386266 B CN 110386266B
- Authority
- CN
- China
- Prior art keywords
- state
- fault
- tree
- maintenance method
- real
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/40—Maintaining or repairing aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明公开了提出了一种基于状态树的飞机故障诊断及故障维修方法，包括以下步骤：步骤一：状态特征获取；步骤二：状态突变特征获取；步骤三：状态树建立；步骤四：状态树数据转化；步骤五：基于状态流的实时状态获取；步骤六：实时状态转化比对；步骤七：故障判断；步骤八：维修方法获得。本发明能够运用状态树的方法对实时状态进行获取，依据状态树数据库进行故障判断及维修方法获取。
Description
【技术领域】
本发明涉及飞机故障诊断的技术领域，特别是基于状态树的飞机故障诊断及故障维修方法的技术领域。
【背景技术】
飞机是指具有一具或多具发动机的动力装置产生前进的推力或拉力，由机身的固定机翼产生升力，在大气层内飞行的重于空气的航空器。飞机上有各种各样的传感器，用于检测飞机上的各种数据。飞机是20世纪初最重大的发明之一，也是安全系数最高的设备。但是，飞机一旦出现问题，那极有可能造成大的影响。为此，需要对飞机进行实时的故障诊断，并对对应故障进行故障维修。
故障树是一种特殊的倒立树状逻辑因果关系图；故障树的方法，仅仅从故障的角度查看，而故障也是一种状态。状态树的角度去解决故障诊断的问题，更为系统。因而，运用状态树的方法不仅仅包含了故障因果关系的故障诊断，同时也包含了并无直接因果关系的故障诊断。同时，为了数据处理更准确且更有效率，通过基于状态流的状态更新、36进制数串数据转化。
【发明内容】
本发明的目的就是解决现有技术中的问题，提出一种基于状态树的飞机故障诊断及故障维修方法，能够运用状态树的方法对实时状态进行获取，依据状态树数据库进行故障判断及维修方法获取。本发明的状态数据的获取，依赖于飞机上的各类传感器，传感器越多，则状态分析越准确。本发明的状态更新结合状态流的方法，即所有状态的变化是有方向性，该方法使得状态更新更为准确。本发明的数据处理，通过36进制数串数据转化，从而使得处理效率更高。
为实现上述目的，本发明提出了一种基于状态树的飞机故障诊断及故障维修方法，包括以下步骤：
步骤一：状态特征获取：状态特征数据的实时获取，获得各种状态所对应的状态特征，并构成状态特征集合C＝[c1 c2…cn]，其中cn为第n种状态特征数据；
步骤二：状态突变特征获取：状态之间的状态特征数据的方差为状态突变特征，获得各种状态之间的状态突变特征，并构成状态突变特征集合CT＝[cT 1 cT 2…cT n]，其中cT n为第n种状态突变特征数据；
步骤三：状态树建立：以最起始的状态的状态特征数据作为状态树的树根，状态的更替顺序为状态树树木向上的顺序，不同的状态更替分流出不同的树枝，异常状态处生出树叶对应故障维修方法；
步骤四：状态树数据转化：将状态及故障维修方法用36进制数串表示，36进制数串的长度为nC+1，其中nC为最初状态更替至当前状态或故障维修方法的更替次数；将状态树上的状态及故障维修方法与对应的状态树数据的36进制数串存储进状态树数据库；
步骤五：基于状态流的实时状态获取：状态特征数据实时获取，结合前一状态的状态特征，获得实时状态；
步骤六：实时状态转化比对：将获得的实时状态转化为36进制数串，并将数串与状态树数据库进行对比；
步骤七：故障判断：调用状态树数据库，若该状态为故障状态，则获得数串对应的故障状态的名称，若该状态不是故障状态，则返回步骤五；
步骤八：维修方法获得：调用状态树数据库，获得数串对应的故障维修方法。
作为优选，所述状态特征数据由置设于飞机上的传感器获得，所述传感器包括电流传感器、电压传感器、温度传感器、湿度传感器、空速管、静压孔、迎角传感器、侧滑角传感器、大气总温探测器、防结冰探测器。
作为优选，所述步骤四的36进制数为0-9、A-Z，0即对应第一种状态，9即对应第10种状态，A即对应第11种状态，Z即对应第36种状态。
本发明的有益效果：本发明能够运用状态树的方法对实时状态进行获取，依据状态树数据库进行故障判断及维修方法获取。本发明的状态数据的获取，依赖于飞机上的各类传感器，传感器越多，则状态分析越准确。本发明的状态更新结合状态流的方法，即所有状态的变化是有方向性，该方法使得状态更新更为准确。本发明的数据处理，通过36进制数串数据转化，从而使得处理效率更高。
本发明的特征及优点将通过实施例结合附图进行详细说明。
【附图说明】
图1是本发明一种基于状态树的飞机故障诊断及故障维修方法的方法流程图。
【具体实施方式】
参阅图1，本发明，包括以下步骤：
步骤一：状态特征获取：状态特征数据的实时获取，获得各种状态所对应的状态特征，并构成状态特征集合C＝[c1 c2…cn]，其中cn为第n种状态特征数据；
步骤二：状态突变特征获取：状态之间的状态特征数据的方差为状态突变特征，获得各种状态之间的状态突变特征，并构成状态突变特征集合CT＝[cT 1 cT 2…cT n]，其中cT n为第n种状态突变特征数据；
步骤三：状态树建立：以最起始的状态的状态特征数据作为状态树的树根，状态的更替顺序为状态树树木向上的顺序，不同的状态更替分流出不同的树枝，异常状态处生出树叶对应故障维修方法；
步骤四：状态树数据转化：将状态及故障维修方法用36进制数串表示，36进制数串的长度为nC+1，其中nC为最初状态更替至当前状态或故障维修方法的更替次数；将状态树上的状态及故障维修方法与对应的状态树数据的36进制数串存储进状态树数据库；
步骤五：基于状态流的实时状态获取：状态特征数据实时获取，结合前一状态的状态特征，获得实时状态；
步骤六：实时状态转化比对：将获得的实时状态转化为36进制数串，并将数串与状态树数据库进行对比；
步骤七：故障判断：调用状态树数据库，若该状态为故障状态，则获得数串对应的故障状态的名称，若该状态不是故障状态，则返回步骤五；
步骤八：维修方法获得：调用状态树数据库，获得数串对应的故障维修方法。
具体的，所述状态特征数据由置设于飞机上的传感器获得，所述传感器包括电流传感器、电压传感器、温度传感器、湿度传感器、空速管、静压孔、迎角传感器、侧滑角传感器、大气总温探测器、防结冰探测器。
具体的，所述步骤四的36进制数为0-9、A-Z，0即对应第一种状态，9即对应第10种状态，A即对应第11种状态，Z即对应第36种状态。
本发明工作过程：
本发明一种基于状态树的飞机故障诊断及故障维修方法在工作过程中，结合附图进行说明。
本发明方法在运用时，主要分为两步。一步为状态树的建立，需要依赖于飞机上的各种传感器进行状态特征的采集，获得不同状态下的传感器数据，并最终构成状态特征集合；同样依赖于飞机上的各种传感器，对状态之间更替时候的状态突变特征进行采集，例如电流传感器所获得的数据，可以获取电流差值、突变持续时间、电流峰值等数据作为计算状态突变特征所需的数据，同样地，状态突变特征最终构成状态突变特征集合；上述数据获取完成后，依据状态树的特点，构建完整的状态树，根据最初状态的不同，可能有多棵状态树；并将状态树数据进行转换并存储；数据存储采用36进制数串，即最多存储同一状态下具有36个分支。另一步为实时获取判断，同样依赖于飞机上的各种传感器进行特征采集，基于状态流不断更新实时状态，并将此依据同样的转化规则转化成数串；对比状态树数据库，从而可以直接获得是否存在故障，若有，故障信息及故障维修方法。
本发明，能够运用状态树的方法对实时状态进行获取，依据状态树数据库进行故障判断及维修方法获取。本发明的状态数据的获取，依赖于飞机上的各类传感器，传感器越多，则状态分析越准确。本发明的状态更新结合状态流的方法，即所有状态的变化是有方向性，该方法使得状态更新更为准确。本发明的数据处理，通过36进制数串数据转化，从而使得处理效率更高。
上述实施例是对本发明的说明，不是对本发明的限定，任何对本发明简单变换后的方案均属于本发明的保护范围。
Claims (3)
1.一种基于状态树的飞机故障诊断及故障维修方法，其特征在于：包括以下步骤：
步骤一：状态特征获取：状态特征数据的实时获取，获得各种状态所对应的状态特征，并构成状态特征集合C＝[c1 c2…cn]，其中cn为第n种状态特征数据；
步骤二：状态突变特征获取：状态之间的状态特征数据的方差为状态突变特征，获得各种状态之间的状态突变特征，并构成状态突变特征集合CT＝[cT 1 cT 2…cT n]，其中cT n为第n种状态突变特征数据；
步骤三：状态树建立：以最起始的状态的状态特征数据作为状态树的树根，状态的更替顺序为状态树树木向上的顺序，不同的状态更替分流出不同的树枝，异常状态处生出树叶对应故障维修方法；
步骤四：状态树数据转化：将状态及故障维修方法用36进制数串表示，36进制数串的长度为nC+1，其中nC为最初状态更替至当前状态或故障维修方法的更替次数；将状态树上的状态及故障维修方法与对应的状态树数据的36进制数串存储进状态树数据库；
步骤五：基于状态流的实时状态获取：状态特征数据实时获取，结合前一状态的状态特征，获得实时状态；
步骤六：实时状态转化比对：将获得的实时状态转化为36进制数串，并将数串与状态树数据库进行对比；
步骤七：故障判断：调用状态树数据库，若该状态为故障状态，则获得数串对应的故障状态的名称，若该状态不是故障状态，则返回步骤五；
步骤八：维修方法获得：调用状态树数据库，获得数串对应的故障维修方法。
2.如权利要求1所述的一种基于状态树的飞机故障诊断及故障维修方法，其特征在于：所述状态特征数据由置设于飞机上的传感器获得，所述传感器包括电流传感器、电压传感器、温度传感器、湿度传感器、空速管、静压孔、迎角传感器、侧滑角传感器、大气总温探测器、防结冰探测器。
3.如权利要求1所述的一种基于状态树的飞机故障诊断及故障维修方法，其特征在于：所述步骤四的36进制数为0-9、A-Z，0即对应第一种状态，9即对应第10种状态，A即对应第11种状态，Z即对应第36种状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910504937.5A CN110386266B (zh) | 2019-06-12 | 2019-06-12 | 一种基于状态树的飞机故障诊断及故障维修方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910504937.5A CN110386266B (zh) | 2019-06-12 | 2019-06-12 | 一种基于状态树的飞机故障诊断及故障维修方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110386266A CN110386266A (zh) | 2019-10-29 |
| CN110386266B true CN110386266B (zh) | 2023-02-17 |
Family
ID=68285510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910504937.5A Active CN110386266B (zh) | 2019-06-12 | 2019-06-12 | 一种基于状态树的飞机故障诊断及故障维修方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110386266B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105004526A (zh) * | 2015-07-08 | 2015-10-28 | 中国民用航空飞行学院 | 基于发动机存储参数的故障检测系统 |
| CN107228669A (zh) * | 2017-05-31 | 2017-10-03 | 同济大学 | 一种基于状态树的室内人员区域间运动事件检测方法 |
| CN107891994A (zh) * | 2017-11-09 | 2018-04-10 | 北京九天翱翔科技有限公司 | 一种全智能飞行器飞行试验误差分析系统 |
| CN109447152A (zh) * | 2018-10-29 | 2019-03-08 | 中国石油大学(华东) | 一种基于蒙特卡洛树搜索和神经网络的故障预测方法 |
| CN109669439A (zh) * | 2018-12-14 | 2019-04-23 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于故障树的飞机机电系统健康管理装置及管理方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100174388A1 (en) * | 2009-01-02 | 2010-07-08 | Ferreira David A | Live Device Graphical Status Tree |
| FR3050351B1 (fr) * | 2016-04-15 | 2018-05-11 | Thales | Procede de controle d'integrite de l'avionique d'un aeronef, dispositif et produit programme d'ordinateur associes |
| US10657736B2 (en) * | 2017-09-25 | 2020-05-19 | The Boeing Company | System and method for aircraft fault detection |
-
2019
- 2019-06-12 CN CN201910504937.5A patent/CN110386266B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105004526A (zh) * | 2015-07-08 | 2015-10-28 | 中国民用航空飞行学院 | 基于发动机存储参数的故障检测系统 |
| CN107228669A (zh) * | 2017-05-31 | 2017-10-03 | 同济大学 | 一种基于状态树的室内人员区域间运动事件检测方法 |
| CN107891994A (zh) * | 2017-11-09 | 2018-04-10 | 北京九天翱翔科技有限公司 | 一种全智能飞行器飞行试验误差分析系统 |
| CN109447152A (zh) * | 2018-10-29 | 2019-03-08 | 中国石油大学(华东) | 一种基于蒙特卡洛树搜索和神经网络的故障预测方法 |
| CN109669439A (zh) * | 2018-12-14 | 2019-04-23 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于故障树的飞机机电系统健康管理装置及管理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110386266A (zh) | 2019-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111680820B (zh) | 分布式光伏电站故障诊断方法和装置 | |
| CN111914486B (zh) | 一种基于图注意力网络的电力系统暂态稳定评估方法 | |
| CN111753893A (zh) | 一种基于聚类和深度学习的风电机组功率集群预测方法 | |
| CN111855816B (zh) | 一种综合概率模型和cnn网络的风叶故障识别方法 | |
| US20160169205A1 (en) | Method for constructing wind power connection system model based on measured data | |
| CN113313306A (zh) | 一种基于改进灰狼优化算法的弹性神经网络负荷预测方法 | |
| CN109359359B (zh) | 一种考虑风载荷时空分布特性的输电线路风速场模拟方法 | |
| CN114429153A (zh) | 基于终身学习的齿轮箱增量故障诊断方法及系统 | |
| CN108154260A (zh) | 一种短期风电功率预测方法 | |
| CN111766512A (zh) | 一种发电机故障检修系统与方法 | |
| CN115828466A (zh) | 一种基于宽核卷积的风机主轴部件故障预测方法 | |
| CN110386266B (zh) | 一种基于状态树的飞机故障诊断及故障维修方法 | |
| CN112712215A (zh) | 一种风电场功率预测方法 | |
| CN110889565B (zh) | 一种基于多维矩阵决策的配网巡检周期计算方法 | |
| CN115438726A (zh) | 一种基于数字孪生技术的设备寿命与故障类型预测方法及系统 | |
| CN116484495A (zh) | 一种基于试验设计的气动数据融合建模方法 | |
| CN111275256A (zh) | 一种基于图像特征提取的光伏发电功率日前预测方法 | |
| CN110341986A (zh) | 基于rbm优化elm的飞机辅助动力装置性能参数多步预测方法 | |
| CN112561252B (zh) | 一种含新能源地区电网无功组合评价方法 | |
| WO2019178930A1 (zh) | 一种机械设备故障诊断方法 | |
| CN111091141B (zh) | 一种基于分层Softmax的光伏背板故障诊断方法 | |
| CN115293201A (zh) | 一种基于多信息融合的轴承故障诊断方法及系统 | |
| CN114545147A (zh) | 计及时变拓扑时基于深度学习的电压暂降源定位方法 | |
| CN108100292A (zh) | 一种基于大数据排除飞机故障的方法 | |
| CN114723204A (zh) | 一种基于监督学习的输电线路舞动分级预警方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230203 Address after: Room 506, venture building, No.18, Gaoxin 2nd Road, Nanchang hi tech Industrial Development Zone, Jiangxi 330000 Applicant after: JIANGXI GUANYI AVIATION Co.,Ltd. Applicant after: Shanghai Guanyi general aircraft Co.,Ltd. Address before: Room 506, venture building, No.18, Gaoxin 2nd Road, Nanchang hi tech Industrial Development Zone, Jiangxi 330000 Applicant before: JIANGXI GUANYI AVIATION Co.,Ltd. |
|
| TA01 | Transfer of patent application right |