CN110481804A - 一种飞行辅助系统和飞机 - Google Patents
一种飞行辅助系统和飞机 Download PDFInfo
- Publication number
- CN110481804A CN110481804A CN201910778861.5A CN201910778861A CN110481804A CN 110481804 A CN110481804 A CN 110481804A CN 201910778861 A CN201910778861 A CN 201910778861A CN 110481804 A CN110481804 A CN 110481804A
- Authority
- CN
- China
- Prior art keywords
- fault
- flight
- module
- standard
- model
- 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
Links
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 17
- 238000013024 troubleshooting Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000010338 mechanical breakdown Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000011017 operating method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/0085—Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种飞行辅助系统和飞机，其中该飞行辅助系统可以包括：控制模块、故障识别模块、故障模型构建模块和显示模块，控制模块分别与故障识别模块、故障模型构建模块、显示模块连接；其中故障模型构建模块用于基于飞机标准信息和标准飞行数据构建故障识别模型；故障识别模块用于接收飞机发送的故障信息，并采用故障识别模型识别故障信息，确定故障结果，并将故障结果通过控制模块发送给显示模块；显示模块用于接收控制模块发送的故障结果，并显示故障结果。本发明实施例的技术方案，提高了故障检出率，可以满足在不同飞行场景下为飞行机组提供更加全面准确的飞行信息和决策建议，以提升飞行的安全性和可靠性。
Description
技术领域
本发明实施例涉及航空电子技术领域，尤其涉及一种飞行辅助系统和飞机。
背景技术
随着国内民航运输的发展，航空公司的机队规模越来越大，对飞机安全性的要求也越来越高。
电子飞行手册是一种电子飞行信息管理系统，可以包括可扩展标记语言(Extensible Markup Language，XML)、超文本标记语言(Hyper Text Markup Language，HTML)或PDF格式的电子文档阅读器、飞行性能分析工具和移动机场地图等，其中飞行性能分析工具可以包括机载性能分析工具(Onboard Performance Tool，OPT)、终端区航图、电子飞行与维护日志(Electronic Logbook，ELB)和电子飞行文件夹(Electronic FlightFolder，EFF)等内容。电子飞行手册可以与机场数据库相联合，实现飞机性能参数计算以及优化查询等等功能。
现有技术中，基于电子飞行手册，在飞机起飞阶段，可以通过比较传感器特征向量与参考飞行数据之间的差异是否超过人为设定的阈值来自动终止起飞的控制信号。但是上述飞行终止的整个决策过程并没有飞行员的干预，飞机的计算设备自动终止起飞，这种高度自动化的终止起飞算法并没有考虑到飞行控制设备的优先级高于飞行员的软件设计架构会对飞行员和乘客可能带来的负面影响。特别是，当飞行控制软件接收到错误的传感器信息输入时(例如传感器未能检测到空速已经超过速度阈值，但是传感器特征向量与参考值差异已经超过阈值)，飞行控制软件很有可能会做出错误的决策终止起飞，将会导致飞机冲出跑道甚至坠机的灾难性后果。
发明内容
本发明实施例提供一种飞行辅助系统和飞机，以优化飞机的飞行辅助系统，提高辅助功能的全面性、安全性和可靠性。
第一方面，本发明实施例提供了一种飞行辅助系统，包括控制模块、故障识别模块、故障模型构建模块和显示模块，所述控制模块分别与所述故障识别模块、所述故障模型构建模块、所述显示模块连接；
其中所述故障模型构建模块用于基于飞机标准信息和标准飞行数据构建故障识别模型；
所述故障识别模块用于接收飞机发送的故障信息，并采用所述故障识别模型识别所述故障信息，确定故障结果，将所述故障结果通过所述控制模块发送给所述显示模块；
所述显示模块用于接收所述控制模块发送的所述故障结果，并显示所述故障结果。
进一步的，所述故障模型构建模块包括标准故障模型单元和故障机器学习单元，所述故障识别模型包括标准故障检测模型和复杂故障检测模型。
进一步的，
所述标准故障模型单元用于基于所述飞机标准信息构建所述标准故障检测模型；
所述故障机器学习单元用于基于所述标准飞行数据构建所述复杂故障检测模型。
进一步的，
所述标准故障模型单元用于基于所述飞机标准信息构建标准故障处理模型；
所述故障机器学习单元用于基于所述标准飞行数据构建复杂故障处理模型。
进一步的，所述故障识别模块还用于采用所述标准故障处理模型和/或所述复杂故障处理模型识别所述故障信息，确定故障处理建议结果，并将所述故障处理建议结果通过所述控制模块发送给所述显示模块进行显示。
进一步的，所述装置还包括语音交互模块，所述语音交互模块与所述控制模块连接，用于采集飞行员的语音数据，并对所述语音数据通过识别和语义分析，确定推荐信息，将所述推荐信息发送至所述显示模块进行显示。
进一步的，所述标准飞行数据为不断更新的飞行数据。
进一步的，所述故障信息包括告警灯信息、面板告警信息和机械故障信息中的至少一个。
进一步的，所述飞机标准信息为通过层级分解对飞机标准手册进行文本信息分解得到的数据库字段信息。
第二方面，本发明实施例还提供了一种飞机，配置有如上所述的飞行辅助系统。
本发明实施例提供一种飞行辅助系统，包括控制模块、故障识别模块、故障模型构建模块和显示模块，故障识别模块可以接收飞机发送的故障信息，并采用故障模型构建模块构建的故障识别模型识别故障信息，确定故障结果，并将故障结果通过控制模块发送给显示模块，显示故障结果给飞行员。本发明实施例的技术方案，通过设置故障识别模块和故障模型构建模块，可以实现对飞机故障的高效识别，并且由于故障模型构建模块中构建故障识别模型的数据可以不断更新，使得可以识别的故障可以更新，提高了故障检出率，可以满足在不同飞行场景下为飞行机组提供更加全面准确的飞行故障信息，以提升飞行的安全性和可靠性。
附图说明
图1为本发明实施例一中的飞行辅助系统的结构示意图；
图2为本发明实施例一中的飞行辅助系统的另一结构示意图；
图3为本发明实施例一中的飞机标准信息的解析示意图；
图4为本发明实施例一中的显示界面示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一中的飞行辅助系统的结构示意图，如图1所示，该飞行辅助系统可以包括控制模块11、故障识别模块12、故障模型构建模块13和显示模块14，控制模块11分别与故障识别模块12、故障模型构建模块13、显示模块14连接；其中故障模型构建模块13用于基于飞机标准信息和标准飞行数据构建故障识别模型；故障识别模块12用于接收飞机发送的故障信息，并采用故障识别模型识别故障信息，确定故障结果，将故障结果通过控制模块11发送给显示模块14；显示模块14用于接收控制模块11发送的故障结果，并显示故障结果。
其中，故障模型构建模块13可以包括标准故障模型单元和故障机器学习单元，故障识别模型可以包括标准故障检测模型和复杂故障检测模型。
进一步的，标准故障模型单元用于基于飞机标准信息构建标准故障检测模型；故障机器学习单元用于基于标准飞行数据构建复杂故障检测模型。
飞机标准信息可以为通过层级分解对飞机标准手册进行文本信息分解得到的数据库字段信息。其中飞机标准手册可以包括飞行机组操作手册(Flight Crew OperatingManual，FCOM)、标准操作程序(Standard Operating Procedure)和快速检查单(QuickReference Handbook，QRH)等飞机相关的手册，该手册可以为电子版或纸质版。将飞机标准手册的文本信息按照操作优先级、判定条件、结束跳转条件、操控对象、操控变量值等多方面逻辑因素解析成计算机可以识别的逻辑字段，即数据库字段信息。
图3为本发明实施例一中的飞机标准信息的解析示意图。参见图3，将飞机标准手册的文本语言按照操作步骤的条目分解，对每个单一条目分层级进一步分解为人机交互、飞行场景识别、故障模式识别、监视、条件判断、操作对象、职能划分和监视判断条件的相关数据库字段。其中人机交互可以包括文本交互(inter_txt)和语音交互(inter_speech)，飞机场景识别的下一层级进一步可以划分为飞行阶段(Phase)、飞行任务和操作任务等，故障模式识别进一步可以划分为无故障模式、一般故障模式和紧急故障模式等，条件判断进一步可以划分为优先级别、人机功效划分和判断条件等，操作对象进一步可以划分为操作对象本体(action_obj)、操作对象目标状态值(action_val)、操作对象目标状态值类型(action_val_type)和操作持续时间(action_time)等等，职能划分进一步可以划分为主要操作、监控操作、机长操作和副驾驶操作等。按照图3所示的层级分解树形图将复杂的文本信息分解为树形图每个叶子结点所表示的简单数据元，每个数据元具有单一的字符串逻辑信息。众多叶子结点(数据元字段和逻辑字符串)的键值对可以转化为可扩展标记语言(Extensible Markup Language，XML)或对象简谱(JavaScript Object Notation，JSON)数据结构，并以结构化查询语言(Structured Query Language，SQL)编写为数据库中的宽表格式。
标准故障模型单元可以基于上述飞机标准信息，面向不同的飞行场景，进行飞行任务解析，构建标准故障检测模型。该标准故障检测模型可以数据库的形态输出，能够根据飞机的故障信息确定对应的故障结果。
标准飞行数据为不断更新的标准飞行员的飞行数据，其中标准飞行员可以为满足预设条件的飞行员，该预设条件可以根据实际情况进行设置，例如预设条件可以为飞行员的飞行时间等。标准飞行员的数量不作限定，可以不断更新，并且标准飞行数据也随着时间不断更新。飞行数据可以为快速存取记录器(Quick Access Record，QAR)系统记录的数据，包括全面飞行信息，其中QAR系统可以包括机载QAR和地面QAR，机载QAR用于直接采集飞行数据，地面QAR用于储存及读取飞行数据。QAR数据还可以应用在飞行过程可视化仿真重现、机务维修、事故调查和飞行品质监控等等方面。
故障机器学习单元可以基于标准飞行数据，采用无监督机器学习的方法对复杂故障进行关键特征提取和训练，可以得到复杂故障检测模型。由于飞机传感器多达数万个，采用标准故障模型无法覆盖所有故障类型，对于超出标准故障模型检测范围的复杂故障，通过收集标准飞行员针对此类故障的判断数据，结合复杂故障的机理分析，训练可以得到复杂故障检测模型。上述复杂故障检测模型能够检出的复杂故障可以不断更新，使得故障识别的能力不断提高。
进一步的，标准故障模型单元还用于基于飞机标准信息构建标准故障处理模型；故障机器学习单元还用于基于标准飞行数据构建所述复杂故障处理模型。标准故障处理模型的确定过程与上述标准故障检测模型的确定过程相同，复杂故障处理模型的确定过程与上述复杂故障检测模型的确定过程相同，在此不进行赘述。
故障识别模块12可以接收飞机中不同器件发送的故障信息，并通过控制模块11获取故障模型构建模型13构建的故障识别模型，将故障信息输入该故障识别模型中，可以确定对应的故障结果。其中，故障信息可以包括告警灯信息、面板告警信息和机械故障信息等信息中的至少一个。故障结果可以包括紧急故障、一般故障和虚警等类型。
进一步的，故障识别模块12还用于采用标准故障处理模型和/或复杂故障处理模型识别故障信息，确定故障处理建议结果，并将故障处理建议结果通过控制模块11发送给显示模块14进行显示。故障处理建议结果为排除故障的建议信息，可以与上述故障结果相对应，例如故障结果为紧急故障时，对应的故障处理建议结果可以为立即操纵飞机着陆；故障结果为一般故障时，对应的故障处理建议结果可以为与故障结果关联程度最高的处理信息。
图2为本发明实施例一中的飞行辅助系统的另一结构示意图，该飞行辅助系统还可以包括语音交互模块15，该语音交互模块15与控制模块11连接，用于采集飞行员的语音数据，并对语音数据通过识别和语义分析，确定推荐信息，并将推荐信息发送至显示模块14进行显示。语音交互模块15可以根据飞行员发出的询问语音，将相关的推荐信息推送给飞行员。
语音交互模块15中可以包括语音采集单元和语音识别单元，语音采集单元可以为采集语音数据的器件，具体器件本实施例中不作限定，例如可以为麦克风。语音识别单元可以采用语音识别技术对语音数据进行识别，得到其中的关键词。具体的语音识别技术可以根据实际情况进行设定。语音识别单元得到关键词之后，可以基于语义分析从飞机标准信息中将关联性最高的文本作为推荐信息。语义分析可以为基于概率的潜在语义分析，就是提取由隐变量表示的话题，并且将语义相近的单词、语义相近的文本聚集到相同的类别中，与关键词的类别最相近的文本会被列入推荐序列，并且按照文本条件概率的大小由高到低排列推荐序列的次序。因此，推荐信息可以为推荐文本的序列。
飞机标准手册可以按照章节和操作步骤，分解成上百万个子文本的集合，每个子文本只有一个完整的操作步骤，理解飞机标准手册分解子文本集合的话题，然后利用概率潜在语义分析和自然语言处理等等基于概率的无监督学习方法，计算得到每个话题的概率分布，然后由话题给定条件下的文本条件概率分布，以及话题给定条件下单词的条件概率分布，并与飞行员语音输入的查询内容进行匹配，匹配概率最大的置顶推荐，概率其次的放在第二行推荐信息，以此类推，得到推荐信息。
显示模块14可以显示上述故障识别模块12和语音交互模块15的故障结果、故障处理建议结果和推荐信息，也可以显示其他需要推送给飞行员的信息。
示例性的，图4为本发明实施例一中的显示界面示意图，图4中仅仅是显示界面的一种示例。图中上半部分是飞行信息推送，飞行信息推送可以包括飞行操作推送、故障处理建议、系统数据查询、性能参数计算、空管信息显示、错误操作反馈和飞行任务日志等类别，图中显示的是故障处理建议下的飞行操作推荐信息，具体包括核实应答机、停留刹车、检查航向角、右侧固定着陆灯、左侧固定着陆电门和前固定着陆电门等。每个飞行操作推荐信息之后还设置了确认选项，该确认选项供飞行员进行选择，飞行员选择之后可以记录选择时间。图中核实应答机、停留刹车、右侧固定着陆灯和左侧固定着陆电门均选择开启，也记录了时间，检查航向角选择了完成，而前固定着陆电门还未进行选择，因此没有具体操作时间记录。其中确认选项的具体选项可以根据具体飞行操作推荐信息的内容进行设置。
图中右下角的操作图例中可以显示飞行操作推荐信息对应的操作按键的图示，图中显示的前固定着陆电门的操作按键的图示。图中左下部分显示的是根据上述语音交互模块15采集到的语音数据转换的关键词以及推荐信息，图中“起飞”为根据飞行员语音数据识别得到的关键词，推荐搜索结果中为与“起飞”对应的推荐信息，图中仅显示了四条，在推荐信息的列表中下划还可以显示其他的推荐信息。
此外，本实施例中的飞行辅助系统还可以航空公司、飞行机组、飞机机务和机场空管等多方面利益攸关方的需求为出发点，通过需求分析与需求确认，明确功能和非功能性要求，飞行辅助系统可以电子飞行手册为载体，通过电子飞行手册软件的产品形态与总线数据集成，可以接收飞行参数数据，可以实现图例化的飞行操作推送、故障处理建议、系统数据查询、性能参数计算、空管信息显示、错误操作反馈以及飞行任务日志等功能。其中电子飞行手册可以包括电子飞行包应用软件、生成电子飞行信息的软件环境和硬件环境。机载系统中的电子飞行包应用软件可以分为三类，A类应用软件是XML、HTML或PDF格式的电子文档阅读器，B类应用软件可以包括机载性能分析工具(Onboard Performance Tool，OPT)、终端区航图、电子飞行与维护日志(Electronic Logbook，ELB)和电子飞行文件夹(Electronic Flight Folder，EFF)等内容；C类应用软件是移动机场地图(Airport MovingMap Display，AMMD)。本实施例中的飞行控制系统实现的功能更加多样，可以大大提高辅助功能的全面性、安全性和可靠性。
本实施例中的飞行辅助系统是以机载电子飞行包为软件和硬件载体，进行电子飞行手册二次开发的架构设计，通过提供图例化的飞行操作推送、故障处理建议、系统数据查询、性能参数计算、空管信息显示、错误操作反馈和飞行任务日志等功能，实现不同飞行场景下为飞行机组提供飞行决策建议，达到有效减轻飞行员进行复杂操作和排除突发故障的工作负担的目的。本实施例中的飞行辅助系统不仅可以提升国产大型民机的安全性，对简化未来飞行员的培训流程，降低的飞行员准入门槛，减少航空公司的运营成本，都具有很高的商业价值。
本实施例提供一种飞行辅助系统，包括控制模块、故障识别模块、故障模型构建模块和显示模块，故障识别模块可以接收飞机发送的故障信息，并采用故障模型构建模块构建的故障识别模型识别故障信息，确定故障结果和故障处理建议结果，并将故障结果和故障处理建议结果通过控制模块发送给显示模块，以显示给飞行员。本实施例的技术方案，通过设置故障识别模块和故障模型构建模块，可以实现对飞机故障的高效识别，并且由于故障模型构建模块中构建故障识别模型的数据可以不断更新，使得可以识别的故障可以更新，提高了故障检出率，可以满足在不同飞行场景下为飞行机组提供更加全面准确的飞行信息和决策建议，以提升飞行的安全性和可靠性；并且可以实现智能搜索查询功能，进一步提高了飞行的安全性，使飞行员的操作更加便捷。
实施例二
本实施例在上述实施例的基础上，提供了一种飞机，该飞机上配置有如上述实施例一中的飞行辅助系统，使得该飞机可以与飞行辅助系统相配合，可以满足在不同飞行场景下为飞行机组提供更加全面准确的飞行信息和决策建议，以提升飞行的安全性和可靠性。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种飞行辅助系统，其特征在于，包括控制模块、故障识别模块、故障模型构建模块和显示模块，所述控制模块分别与所述故障识别模块、所述故障模型构建模块、所述显示模块连接；
其中所述故障模型构建模块用于基于飞机标准信息和标准飞行数据构建故障识别模型；
所述故障识别模块用于接收飞机发送的故障信息，并采用所述故障识别模型识别所述故障信息，确定故障结果，将所述故障结果通过所述控制模块发送给所述显示模块；
所述显示模块用于接收所述控制模块发送的所述故障结果，并显示所述故障结果。
2.根据权利要求1所述的飞行辅助系统，其特征在于，所述故障模型构建模块包括标准故障模型单元和故障机器学习单元，所述故障识别模型包括标准故障检测模型和复杂故障检测模型。
3.根据权利要求2所述的飞行辅助系统，其特征在于，
所述标准故障模型单元用于基于所述飞机标准信息构建所述标准故障检测模型；
所述故障机器学习单元用于基于所述标准飞行数据构建所述复杂故障检测模型。
4.根据权利要求2所述的飞行辅助系统，其特征在于，
所述标准故障模型单元用于基于所述飞机标准信息构建标准故障处理模型；
所述故障机器学习单元用于基于所述标准飞行数据构建复杂故障处理模型。
5.根据权利要求4所述的飞行辅助系统，其特征在于，所述故障识别模块还用于采用所述标准故障处理模型和/或所述复杂故障处理模型识别所述故障信息，确定故障处理建议结果，并将所述故障处理建议结果通过所述控制模块发送给所述显示模块进行显示。
6.根据权利要求1所述的飞行辅助系统，其特征在于，还包括语音交互模块，所述语音交互模块与所述控制模块连接，用于采集飞行员的语音数据，并对所述语音数据通过识别和语义分析，确定推荐信息，将所述推荐信息发送至所述显示模块进行显示。
7.根据权利要求1所述的飞行辅助系统，其特征在于，所述标准飞行数据为不断更新的飞行数据。
8.根据权利要求1所述的飞行辅助系统，其特征在于，所述故障信息包括告警灯信息、面板告警信息和机械故障信息中的至少一个。
9.根据权利要求1所述的飞行辅助系统，其特征在于，所述飞机标准信息为通过层级分解对飞机标准手册进行文本信息分解得到的数据库字段信息。
10.一种飞机，其特征在于，配置有如权利要求1-9中任一所述的飞行辅助系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910778861.5A CN110481804B (zh) | 2019-08-22 | 2019-08-22 | 一种飞行辅助系统和飞机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910778861.5A CN110481804B (zh) | 2019-08-22 | 2019-08-22 | 一种飞行辅助系统和飞机 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110481804A true CN110481804A (zh) | 2019-11-22 |
| CN110481804B CN110481804B (zh) | 2021-05-25 |
Family
ID=68553100
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910778861.5A Active CN110481804B (zh) | 2019-08-22 | 2019-08-22 | 一种飞行辅助系统和飞机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110481804B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112486147A (zh) * | 2020-12-14 | 2021-03-12 | 江西洪都航空工业集团有限责任公司 | 一种飞机故障检测和维修管理系统及其管理方法 |
| CN112596890A (zh) * | 2021-01-08 | 2021-04-02 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种飞行程序操作逻辑结构化方法及系统 |
| CN115731681A (zh) * | 2022-11-17 | 2023-03-03 | 安胜（天津）飞行模拟系统有限公司 | 一种飞行模拟机智能语音提示方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101236129A (zh) * | 2007-01-30 | 2008-08-06 | 伊斯帕诺-絮扎公司 | 一种监测飞机发动机的方法 |
| US20100017092A1 (en) * | 2008-07-16 | 2010-01-21 | Steven Wayne Butler | Hybrid fault isolation system utilizing both model-based and empirical components |
| CN103970122A (zh) * | 2014-04-10 | 2014-08-06 | 海航航空技术有限公司 | 一种基于acms的飞机故障实时监控方法和系统 |
| CN106516159A (zh) * | 2016-12-09 | 2017-03-22 | 中电科航空电子有限公司 | Acars机载系统及其故障诊断与健康管理方法 |
| CN107010238A (zh) * | 2015-11-23 | 2017-08-04 | 泰雷兹公司 | 协助飞行器飞行员的电子设备和方法及相关计算机程序 |
-
2019
- 2019-08-22 CN CN201910778861.5A patent/CN110481804B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101236129A (zh) * | 2007-01-30 | 2008-08-06 | 伊斯帕诺-絮扎公司 | 一种监测飞机发动机的方法 |
| US20100017092A1 (en) * | 2008-07-16 | 2010-01-21 | Steven Wayne Butler | Hybrid fault isolation system utilizing both model-based and empirical components |
| CN103970122A (zh) * | 2014-04-10 | 2014-08-06 | 海航航空技术有限公司 | 一种基于acms的飞机故障实时监控方法和系统 |
| CN107010238A (zh) * | 2015-11-23 | 2017-08-04 | 泰雷兹公司 | 协助飞行器飞行员的电子设备和方法及相关计算机程序 |
| CN106516159A (zh) * | 2016-12-09 | 2017-03-22 | 中电科航空电子有限公司 | Acars机载系统及其故障诊断与健康管理方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112486147A (zh) * | 2020-12-14 | 2021-03-12 | 江西洪都航空工业集团有限责任公司 | 一种飞机故障检测和维修管理系统及其管理方法 |
| CN112596890A (zh) * | 2021-01-08 | 2021-04-02 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种飞行程序操作逻辑结构化方法及系统 |
| CN115731681A (zh) * | 2022-11-17 | 2023-03-03 | 安胜（天津）飞行模拟系统有限公司 | 一种飞行模拟机智能语音提示方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110481804B (zh) | 2021-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109783461B (zh) | 用于飞行器的数据流分析的方法和飞行数据处理系统 | |
| US10482774B2 (en) | Management of notices to airmen | |
| CN110481804A (zh) | 一种飞行辅助系统和飞机 | |
| Keller | Ontologies for aviation data management | |
| US5161158A (en) | Failure analysis system | |
| CN110723303B (zh) | 辅助决策的方法、装置、设备、存储介质及系统 | |
| US9830910B1 (en) | Natrual voice speech recognition for flight deck applications | |
| CN106910376B (zh) | 一种空中交通运行管制指令监控方法与系统 | |
| CN103970122B (zh) | 一种基于acms的飞机故障实时监控方法和系统 | |
| CN111652427A (zh) | 一种基于数据挖掘分析的航班到达时刻预测方法及系统 | |
| CN108597059A (zh) | 一种基于综合航电系统的通用航空飞行品质监控系统 | |
| CN113359664A (zh) | 故障诊断与维护系统、方法、设备及存储介质 | |
| CN108717300A (zh) | 一种飞行控制系统中的辅助监控装置 | |
| CN112232339B (zh) | 基于卷积神经网络的航显设备故障检测方法及监控装置 | |
| US20190377906A1 (en) | Aeronautical cybersecurity | |
| Janakiraman et al. | Using ADOPT algorithm and operational data to discover precursors to aviation adverse events | |
| Callantine | The crew activity tracking system: Leveraging flight data for aiding, training and analysis | |
| CN115148209A (zh) | 基于座舱语音识别的自动报告生成方法和系统 | |
| DE112021001498T5 (de) | Aktualisierungen von navigationsdatenbanken | |
| Loe et al. | Visualization of Business Intelligence Insights into Aviation Accidents | |
| CN117273478B (zh) | 融合规则与案例的告警处置决策方法及系统 | |
| Mbaye et al. | BERT-based Topic Modeling and Information Retrieval to Support Fishbone Diagramming for Safe Integration of Unmanned Aircraft Systems in Wildfire Response | |
| Odisho II | Predicting Pilot Misperception of Runway Excursion Risk Through Machine Learning Algorithms of Recorded Flight Data | |
| Statler | The aviation system monitoring and modeling (ASMM) project: A documentation of its History and Accomplishments: 1999-2005 | |
| CN116049259B (zh) | Qar参数回算方法、装置、计算机设备及存储介质 |
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 |