CN110567388A - 通过非接触式测量的自动飞行控制面的故障隔离和飞行器损坏检测 - Google Patents

Abstract

提供了有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的系统、计算机实现的方法和/或计算机程序产品。在一个实施例中，系统100利用执行存储在存储器104中的计算机实现的部件的处理器102。一个或多个传感器106从一个或多个有利位置监测机翼和飞行控制面，以获得机翼的全覆盖。机器视觉部件108基于一个或多个传感器106的结果来评估机翼和飞行控制面的状况。光谱部件110通过监测燃料或液压流体的气流痕迹来检测泄漏。

Description

通过非接触式测量的自动飞行控制面的故障隔离和飞行器损 坏检测

技术领域

本公开涉及促进使飞行控制面的故障隔离和飞行器的损坏检测自动化的系统、计算机实现的方法和/或计算机程序产品，更具体地，涉及通过非接触式测量的使飞行控制面的故障隔离和飞行器的损坏检测自动化的系统、计算机实现的方法和/或计算机程序产品。

发明内容

以下提供概述以提供对本发明的一个或多个方面的基本理解。本发明内容并不打算识别关键或重要元素，或描述特定方面的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现概念，作为稍后呈现的更详细描述的序言。在本文描述的一个或多个方面中，描述了有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的设备，系统，计算机实现的方法，装置和/或计算机程序产品

根据一个方面，提供了一种系统。该系统可以包括存储计算机可执行部件的存储器。该系统还可以包括处理器，该处理器可操作地联接到存储器，并且可以执行存储在存储器中的计算机可执行部件。计算机可执行部件可包括一个或多个传感器，其从一个或多个有利位置监测机翼和飞行控制面，以获得机翼的全覆盖。计算机可执行部件还可包括机器视觉部件，其基于一个或多个传感器的结果来评估机翼和飞行控制面的状况。计算机可执行部件还可包括光谱部件，其通过监测燃料或液压流体的气流痕迹来检测泄漏。

根据另一方面，提供了一种计算机实现的方法。该计算机实现的方法可以包括通过可操作地联接到处理器的系统从一个或多个有利位置监测机翼和飞行控制面，以获得机翼的全覆盖。计算机实现的方法还可以包括由系统基于一个或多个传感器的结果来评估机翼和飞行控制面的状况。该计算机实现的方法还可以包括通过由系统监测燃料或液压流体的气流痕迹来检测泄漏。

另一个方面，提供一种计算机程序产品，用于有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。该计算机程序产品可以包括计算机可读存储介质，该计算机可读存储介质具有具体化的程序指令。程序指令可以由处理器执行，以使处理器从一个或多个有利位置监测机翼和飞行控制面，以获得机翼的全覆盖。程序指令还可以由处理器执行，以基于一个或多个传感器的结果来评估机翼和飞行控制面的状况。程序指令还可以由处理器执行，以通过监测燃料或液压流体的气流痕迹来检测泄漏。

附图说明

图1示出了根据本文描述的一个或多个实施例的有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的示例性非限制性系统的框图。

图2示出了根据本文描述的一个或多个实施例的有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的示例性非限制性的系统的框图，该系统包括通知部件。

图3示出了根据本文描述的一个或多个实施例的有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的示例性非限制性的计算机实现的方法。

图4示出了根据本文描述的一个或多个实施例的有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的示例性非限制性的飞行器传感器布置。

图5-8示出了根据本文描述的一个或多个实施例的有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化的示例性非限制性的计算机实现的方法。

图9示出了根据本文中公开的各个方面的根据本说明书的计算环境的示例性非限制性的示意性框图。

图10示出了可用于执行本文描述的各种实施方式的计算机的示例性非限制性框图。

具体实施方式

以下详细描述仅是说明性的，并不旨在限制实施例的实施例和/或应用或使用。此外，并不意图受前述背景技术或发明内容部分或具体实施方式部分中呈现的任何明示或暗示的信息的约束。

现在参考附图描述一个或多个实施例，其中相同的附图标记始终用于表示相同的元件。在以下描述中，出于解释的目的，阐述了许多具体细节，以便提供对一个或多个实施例的更透彻的理解。然而，显而易见的是，在各种情况下，可以在没有这些具体细节的情况下实践一个或多个实施例。

本文描述的一个或多个实施例可以通过非接触测量有助于使飞行控制面的故障隔离以及飞行器的损坏检测自动化。本文中所描述实施例可以采用机器视觉来自动定位损坏并通知机组人员或乘务员。机器视觉可以采用来自一个或多个传感器的传感器数据来监测飞行器。一个或多个传感器可以监测飞行器的机翼、飞行控制面、水平尾翼、起落架、轮胎和其它部分。例如，一个或多个传感器可以监测飞行控制面的实际偏转，以与所需偏转进行比较，从而识别失效的位置(例如，故障隔离)。另外，光谱分析可以监测燃料或液压流体的气流痕迹，以指示泄漏。尽管贯穿全文使用飞行器的机翼作为示例，但是应当理解，本文描述的实施例和实施方式也可以用于飞行器的其他部件的故障隔离和损坏检测。

对机翼和飞行控制面的损坏会对飞行性能产生重大影响。由于诸如鸟类撞击和来自其他异物的撞击等多种原因，飞行器的机翼和飞行控制面可能发生损坏。光控制面也可能由于其他原因而失效。可以从一个或多个有利位置监测机翼和飞行控制面以覆盖整个机翼。可以使用不同类型的传感器来收集数据并监测飞行器的损坏。例如，相机能够在所有条件下(例如，黑暗，雾，雨等)具有红外视觉，或者可以提供足够的照明。另外，或者可替换地，激光雷达，雷达或超声可以用于监测离散点。在另一实施方式中，诸如应变计或光纤布拉格光栅的机电传感器或数字传感器也可以嵌入(例如，在机翼表面中)，用于进一步监测。传感器的结果可以与机器视觉算法结合，以检测机翼形状的变化，该变化指示诸如鸟撞击或来自其他异物的损坏。对于飞行控制面的输入可用于比较飞行控制面的实际偏转和所需偏转(例如，命令的偏转)。如果实际偏转偏离了所需偏转，则该信息可用于识别失效发生的位置。在又一个实施例中，即使没有明显的机翼或飞行控制面的失效或损坏的迹象，下游的光谱仪的布置也可以监测指示泄漏的燃料或液压流体的气流痕迹。

图1示出了根据本文描述的一个或多个实施例的非限制性系统100的示例框图，该系统100有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。本公开中解释的系统(例如，系统100等)，装置或处理的方面可以构成在一个或多个机器内实现的一个或多个机器可执行部件，例如，在与一个或多个机器相关联一个或多个计算机可读介质(或媒体)中实现。当由一个或多个机器(例如，计算机，计算设备，虚拟机等)执行时，这些部件可以使机器进行所描述的操作。

在各种实施例中，系统100可以是包括处理器的任何合适类型的部件，机器，设备，设施，装置和/或仪器。在一些实施例中，系统100能够与有线和/或无线网络进行有效和/或可操作的通信。可以包括系统100的部件，机器，装置，设备，设施和/或工具可以包括但不限于平板计算设备，手持设备，服务器类计算机和/或数据库，膝上型计算机，笔记本电脑，台式计算机，蜂窝电话，智能电话，消费电器和/或仪器，工业和/或商业设备，数字助理，多媒体互联网电话，多媒体播放器等。

如图1所示，系统100可包括处理器102，存储器104，传感器106，机器视觉部件108和/或光谱部件110。处理器102可以执行存储在存储器104中的计算机可执行部件。应当理解，在一些实施例中，一个或多个系统部件可以通过直接有线连接或集成在芯片组上与其他部件进行无线通信。

在本文描述的系统100的一个或多个实施例中，预测分析可用于自动生成一个或多个由系统100使用的模型，以便于分类损坏类型和识别损坏原因。例如，确定损坏类型和损坏原因可以基于知识库中保留的信息。如这里所使用的，术语“知识库”可以是可以存储一种或多种类型的信息的数据库或其他存储位置或存储库。所有这些实施例都是想得到的。

知识库可以包括与传感器数据有关的信息(例如，来自一个或多个传感器的结果)。在一些实施例中，可以随时间收集与传感器数据有关的信息并将其保留在知识库中。基于所获得的信息，系统100可以评估知识库(或多个知识库)，并生成一个或多个模式和/或可以将已知的关于传感器数据的信息映射到已知的关于其他传感器数据的信息。如果传感器数据的信息类似于其他传感器数据，则系统100的预测分析可以确定，可以利用类似传感器数据的传感器数据来促进对损坏类型的分类并识别损坏的原因。

这里描述的计算机处理系统，计算机实现的方法，装置和/或计算机程序产品可以采用硬件和/或软件来生成技术性很强的模型，这些模型不是抽象的，并且不能作为人类的一组心理行为来进行。例如，一个或多个实施例可以对大量可用信息进行重要且复杂的解释和分析，以生成模型并确定应利用来自一个或多个模型的哪些模型来分析传感器数据。在另一个示例中，即使在没有关于传感器数据的详细认知的情况下，一个或多个实施例也可以对大量数据进行预测分析，以便以高准确度水平分类损坏类型和识别损坏原因。可以通过将训练组与测试组进行比较来评估准确度。在采用训练组训练了模型之后，通过计算在与预测目标匹配的训练组元素上运行的模型所生成的输出的百分比，可以使用测试组来计算准确度。

在各种实施例中，传感器106可以监测飞行器的机翼，飞行控制面，水平尾翼，起落架，轮胎和其他部分。在示例实施方式中，传感器106可以从一个或多个有利位置监测机翼和飞行控制面，以获得整个机翼的全覆盖。如本文所用的，术语“传感器106”可以表示一个或多个传感器。传感器106可以是在诸如黑暗，雾，雨等低能见度条件下使用红外线进行视觉分析的相机。相机可以捕获机翼或整个机翼的全视场图像。来自相机的监测图像可以进一步提供附加数据，用于评估机翼和飞行控制面的状况。例如，机翼中的洞可能使飞行控制表面的偏转变形或禁用，但它也可能导致燃料泄漏或液压流体泄漏。相机的使用可以增强一个或多个其他传感器106尚未获得的早期故障隔离或损坏检测。

另外或替代地，传感器106可以使用以下中的至少一个：激光雷达，雷达或超声。激光雷达传感器，雷达传感器或超声传感器可用于监测离散点，而不是全视场图像。例如，代表光监测和测距的激光雷达传感器可以用脉冲激光照射目标区域，以确定机翼或飞行控制面的形状，从而检测变形或损坏。来自激光雷达传感器的脉冲激光可以在不需要附加光源的情况下，为低能见度条件下的检测提供足够的照明。代表无线电监测和测距的雷达传感器可以使用无线电波来确定目标区域的方向和距离，以确定机翼或飞行控制面的形状，从而检测变形或损坏。雷达传感器可以传输无线电信号，并且接收反射的无线电波，其可以被处理以转化成形状。超声传感器可发射超声波并检测反射波，以确定机翼或飞行控制面的形状，从而检测变形或损坏。虽然激光雷达传感器有自己的光源，但它可以检测到其脉冲激光的投射量。使用各种波的雷达传感器和超声传感器需要一些处理来确定形状。使用相机，可以获得完整图像(例如，全视场图像)，但对低能见度条件可能需要额外的照明。添加的光源还可以提供附加信息，例如使用激光(通过受激辐射的光放大)照射的三维信息，其可以产生散斑图案。

在一些实施例中，传感器106可以是机电传感器或数字传感器。机电传感器或数字传感器的示例可以是应变计或光纤布拉格光栅。应变计或光纤布拉格光栅传感器可以嵌入机翼表面中，以检测机翼损坏。应当理解，机电传感器或数字传感器也可以嵌入飞行器的水平尾翼或其他部分中以进行损坏检测。应变计可以检测对于诸如机翼表面的飞行器表面的形状变化的电阻。光纤布拉格光栅传感器可以基于反射光的调制来检测变形。

传感器106可以是声学传感器，其监测机翼和飞行控制面的声音特征以检测损坏。可以使用声学传感器来检测机翼和飞行控制面的变形或损坏，因为声音特征可以随着机翼的形状和飞行控制面的变化而偏离。在正常情况下，气流可以具有某种声音特征，其可以随着机翼和飞行控制面的变化而改变。机翼的变形或损坏可以导致更加湍流的气流，这可以改变声音特征。可以基于增加的噪声水平来检测声音特征的变化。如果机翼形状有任何剧烈的变化，则当气流可能变得更加动荡时，噪声水平会增加。可以在飞行器的机翼或其他部分上分布多个传感器，以定位噪声水平的变化，从而确定变形或损坏的位置。对于可以不同类型的飞行器，声音特征可以不同。例如，较大的翼展具有较大的机翼偏转，这会影响机翼的形状和声音特征。飞行器的声音特征可以根据天气条件而异。另外，声音特征可以根据飞行器的飞行性能而变化，飞行性能例如是速度，姿态，引擎设置，飞行控制面的偏转等。

传感器106也可用于监测飞行控制面。传感器106可以监测飞行控制面的偏转(例如，偏转角度)，以检测实际偏转何时偏离例如由飞行员命令的所需偏转。传感器106还可以监测起落架以确保安全着陆。传感器106也可以实现对起落架上的轮胎的评估。起落架并不总是正确出来。起落架有时只能部分地出来，这可能无法完全支撑着陆的飞行器。起落架故障会在跑道上刮擦而引起火花或导致飞行器撞击地面。如果飞行员知道起落架并没有完全适当地延伸，那么飞行员可以拉回起落架并重新延伸起落架，以希望解决这个问题。

机器视觉部件108可以基于一个或多个传感器106的结果来评估机翼和飞行控制面的情况。例如，机器视觉部件108可以基于由传感器106产生的图像或声音来确定损坏的位置。机器视觉部件108还可以分类损坏类型并识别损坏原因。例如，机器视觉部件108可以使用机器学习来学习和分类损坏类型，损坏是否是凹痕，裂缝，泄漏等。更具体地，机器视觉部件108可以使用机器学习来学习损坏类型和损坏原因，并建立可以加强对未来损坏评估的模型。机器视觉部件108可以采用机器学习来对飞行器类型、尺寸和制造年份进行分类。机器视觉部件108可以考虑飞行器的特性以及飞行器的不同部分的变形，以确定它是否在可接近的范围内。例如，较大的翼展可以具有较大的机翼偏转。飞行器可能带着小划痕或凹痕保持飞行，但如果发生燃料泄漏，则可能需要紧急着陆。

机器视觉部件108可以采用不同的传感器106来监测机翼和飞行控制表面。不同的传感器106可以是机电传感器，数字传感器，相机，激光雷达传感器，雷达传感器，超声传感器，应变仪，光纤布拉格光栅传感器，光谱仪等。机器视觉部件108可以采用不同传感器106的组合，并使用来自飞行控制系统或飞行管理系统的反馈，以识别飞行控制面的变形或损坏的位置和程度。例如，机器视觉部件108可以使用对飞行控制面的输入，以比较实际偏转和所需偏转，从而根据实际偏转与所需偏转的偏差来识别故障的位置。更具体地，机器视觉部件108可以使用由相机(例如，传感器106)捕获的图像来确定飞行控制面的实际偏转的度，并将其与所需偏转进行比较。结果，机器视觉部件108可以定位缺陷，并且向机组人员或乘务员通知损坏或变形。机器视觉部件108还可以基于传感器106的位置和方向，从传感器106到目标区域的距离和全视场图像，来识别变形或损坏的位置。

另外，机器视觉部件108还分类损坏类型和损坏程度。机器视觉部件108可以分类损坏是否是凹痕，裂缝，洞等，以及损坏的程度，包括飞行器可以飞多久。如果有小的凹痕，那么飞行器可以继续飞行到指定的着陆位置。如果损坏是带有燃料泄漏的巨大的洞，那么飞行器应尽快进行紧急着陆。应当理解，机器学习也可以用于重新配置飞行器，以响应所识别的损坏，例如，重新配置飞行器或飞行器控制。例如，确保相同的机翼配置(例如，缩回襟翼，板条或其他飞行控制面以减少不对称性)或更改飞行控制逻辑，以便飞行员可以以相同的方式使用斗杆或轭架，但飞行控制面响应于变化以提供对飞行员输入的相同响应。

机器视觉部件108可以传输评估数据到云，以提高学习的能力。尤其当飞行器在地面时，飞行器可以在有互联网信号的同时将评估数据传输到云中。不同类别、类型和大小的多架飞行器可以将评估数据传输到云中。基于云的分析可以使用机器学习来同时分析来自大量飞行器的数据，并更新可用于在云和机载中进行预测分析的模型。例如，传感器数据可以在基于云的评估中处理，或者也可以使用更新的模型在机上处理传感器数据。模型或机器学习可以使机器视觉部件108能够迅速且准确地评估飞行器的状况。例如，模型或机器学习可以训练或学习飞行器在不同天气条件下的声音特征，或者对于已经随时间收集碎片的飞行器而言可接受的声音是什么。声学数据可用于产生用于进一步深度分析的空气动力学模型。机器视觉部件108可以结合不同的模型来分析来自不同传感器106的传感器数据，以确定飞行器的状况并且更好地配置飞行控制系统，以补偿任何变形。例如，如果水平尾翼断开，则飞行员可以配置飞行控制系统以补偿缺失的部分。

燃料或液压流体可能会泄漏而没有任何立即明显的变形或损坏的可见迹象。光谱部件110可以通过监测燃料或液压流体的气流痕迹来检测泄漏。光谱部件110可以是光谱仪，其可以进行光谱分析以识别从机翼流出的水分是水还是燃料或液压流体。通过光谱部件110检测燃料或液压流体的泄漏不需要飞行器明显可见的变形。因此，在传感器106可以检测到存在损坏之前，光谱部件110可以检测到燃料或液压流体泄漏。

本文描述的设备的实施例可以采用人工智能(AI)，有助于使本文描述的一个或多个特征自动化。部件可以采用各种基于AI的方案来实行本文公开的各种实施例/示例。为了提供或帮助本文所述的众多确定(例如，确定，查明，推断，计算，预知，预测，估计，推导，预示，检测)，一个或多个部件可以检查数据的整体或子集，数据的整体或子集被授予访问权限，并且可以从经由事件和/或数据捕获的一组观测值中提供关于或确定系统、环境等的状态的推理。例如，可以采用确定来识别特定上下文或动作，和/或可以生成状态的概率分布。确定可以是概率性的-即，基于对数据和事件的考虑来计算感兴趣状态的概率分布。确定还可以指用于从一组事件和/或数据组成更高级别事件的技术。

这样的确定可以导致从一组观测事件和/或存储的事件数据构建新事件或动作，无论事件是否在紧密时间接近度相关，以及事件和数据是否来自一个或多个事件和数据源。本文公开的部件可以采用各种分类(明确训练(例如，通过训练数据)以及暗示训练(例如，通过观察行为，偏好，历史信息，接收外在信息等))方案和/或系统(例如，支持向量机，神经网络，专家系统，贝叶斯信念网络，模糊逻辑，数据融合引擎等)，与进行与所要求保护的主题有关的自动和/或确定的动作有关。因此，分类方案和/或系统可用于自动学习和进行许多功能，动作和/或确定。

分类器可以将输入属性向量z＝(z1，z2，z3，z4，zn)映射到输入属于类的置信度，如f(z)＝置信度(类))。这种分类可以采用基于概率和/或基于统计的分析(例如，考虑分析效用和成本的因素)来确定要自动进行的动作。支持向量机(SVM)是可以使用的分类器的示例。SVM通过在可能输入的空间中找到超表面来操作，其中超表面尝试将触发标准与非触发事件分开。直观地，这使得分类对于测试接近但不同于训练数据的数据是正确的。其他有向和无向模型分类方法包括例如朴素贝叶斯，贝叶斯网络，决策树，神经网络，模糊逻辑模型，并且可以采用提供不同独立模式的概率分类模型。这里使用的分类还包括用于开发优先级模型的统计回归。

图2示出了根据本文描述的一个或多个实施例的示例性非限制性系统100的框图，该系统100有助于使飞行控制表面的故障隔离和飞行器的损坏检测自动化，该系统100包括通知部件202。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。传感器106可以监测飞行器的机翼、飞行控制面和其他部分。传感器106可以将传感器数据发送到机器视觉部件108，用于进一步分析。机器视觉部件108可以基于来自一个或多个传感器106的传感器数据，评估机翼和飞行控制面。如果机器视觉部件108确定该飞行器被变形或损坏，则通知部件202可以自动通知机组人员或乘务员该损坏。

部件202可以通知机组人员或乘务员损坏的类型、损坏原因以及损坏程度。例如，通知部件202可以通知机组人员或乘务员鸟撞击飞行控制面导致错误偏转，但是飞行器另外可以继续到其指定的到达位置。在另一示例中，通知部件202可以通知机组人员或乘务员存在燃料泄漏并且建议紧急着陆。

图3示出了根据本文描述的一个或多个实施例的示例性非限制性计算机实现方法300，其有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。在302，计算机实现的方法300可以包括由可操作地联接到处理器的系统，从一个或多个有利位置，监测(例如，经由一个或多个传感器106)机翼和飞行控制面，以获得机翼的全覆盖。在304，计算机实现的方法300可以包括基于一个或多个传感器的结果，由系统评估(例如，经由机器视觉部件108)机翼的状况。在306，计算机实现的方法300可以包括通过系统监测燃料或液压流体的气流痕迹，来检测(例如，通过光谱部件110)泄漏。

图4示出了根据本文描述的一个或多个实施例示例性非限制性飞行器传感器布置400的图，其有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。飞行员可以移动或改变偏转飞行控制面(例如，副翼402，升降机404，方向舵406和襟翼408)的角度，以控制飞行器的姿态或朝向并且增加升力和阻力。副翼402可以改变侧倾，升降机404可以改变俯仰，方向舵406可以改变偏航，并且襟翼408可以增加升力和阻力。

为了机翼或飞行控制表面的全覆盖，传感器(例如，传感器106)可以被布置在飞行器的多个位置上，以便监测适当的功能。例如，传感器S1可以布置在飞行器机身或主体附近的机翼上。传感器S2可以布置在机翼的中心。传感器S3可以布置在翼尖处。传感器S1，S2和S3可以提供机翼的全覆盖。例如，传感器S1，S2和S3可以监测机翼的凹痕，洞，裂缝，泄漏等。传感器S1，S2和S3还可以监测飞行控制面，例如副翼402和襟翼408。机器视觉部件108可以比较飞行控制面的实际偏转和所需偏转，以检测失效并识别失效的位置(例如，故障隔离)。传感器S4和S5可以是布置在下游的光谱仪(例如，光谱部件110)，以监测燃料泄漏或液压流体泄漏的气流痕迹。传感器S6可以监测在尾翼的飞行控制面。传感器S6可以监测升降机404和方向舵406。传感器S7可以监测起落架410。根据飞行器的类型和尺寸，传感器的数量，传感器的类型，可以修改传感器的布置。传感器S1，S2，S3，S6和S7可以是相机，激光雷达传感器，雷达传感器，超声传感器，机电传感器或数字传感器。应当理解，传感器可以布置在机翼下方以及飞行器的其他部分上。

图5示出根据本文描述的一个或多个实施例的示例的非限制性的计算机实现的方法500，该方法500有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。在502，计算机实现的方法500可以包括从一个或多个有利位置监测(例如，通过传感器106)机翼和飞行控制表面，以获得机翼的全覆盖。在504，计算机实现的方法500可以包括基于一个或多个传感器106的结果，评估(例如，经由机器视觉部件108)机翼和飞行控制面的状况。在506，计算机实现的方法500可以包括确定(例如，经由机器视觉部件108)是否有损坏。如果否，则处理返回到502。如果是，则处理进行到508。在508，计算机实现的方法500可以包括根据实际偏转与所需偏转的偏差(例如，飞行控制面的偏转)来识别(例如，经由机器视觉部件108)失效位置。在510，计算机实现的方法500可以包括通知(例如，经由通知部件202)机组人员或乘务员该损坏。在512，计算机实现的方法500可以包括将评估数据发送(例如，经由机器视觉部件108)到云中，以增强学习能力。

图6示出了根据本文描述的一个或多个实施例的示例性非限制性计算机实现的方法600，该方法600有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。在602，计算机实现的方法600可以包括从一个或多个有利位置监测(例如，经由传感器106)机翼和飞行控制面，以获得机翼的全覆盖。在604，计算机实现的方法600可以包括基于一个或多个传感器106的结果来评估(例如，经由机器视觉部件108)机翼和飞行控制面的状况。在606，计算机实现的方法500可以包括确定(例如，经由机器视觉部件108)是否存在损坏。如果否，则处理返回到602。如果是，则处理进行到608。在608，计算机实现的方法600可以包括(例如，经由机器视觉部件108)分类损坏类型并识别(例如，经由机器视觉部件108)损坏原因。在610，计算机实现的方法600可以包括基于来自一个或多个传感器的传感器数据来确定(例如，经由机器视觉部件108)损坏的位置。在612，计算机实现的方法600可以包括向机组人员或乘务员通知该损坏。在614，计算机实现的方法600可以包括将评估数据发送(例如，经由机器视觉部件108)到云中，以增强学习能力。

图7示出了根据本文描述的一个或多个实施例的示例的非限制性的计算机实现的方法700，该方法700有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。在702，计算机实现的方法700可以包括通过监测燃料或液压流体的气流痕迹来检测(例如，通过光谱部件110)泄漏。在704，计算机实现的方法700可以包括确定(例如，经由光谱部件110)是否存在燃料或液压流体的泄漏。如果否，则该处理返回到702。如果是，则处理进行到706。在706，计算机实现的方法700可以包括确定(例如，经由光谱部件110)泄漏的位置。在708，该计算机实现的方法700可以包括(例如，经由通知部件202)向机组人员或乘务员通知该泄漏。

图8示出了根据本文描述的一个或多个实施例的示例的非限制性的计算机实现的方法800，该方法800有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。在802，计算机实现的方法800可以包括分析(例如，经由传感器106)噪声特征以检测损坏。在804，计算机实现的方法800可以包括基于一个或多个传感器106的结果来评估(例如，经由机器视觉部件108)机翼和飞行控制面的状况。在806，计算机实现的方法800可以包括确定(例如，经由机器视觉部件108)是否存在机翼或飞行控制面的损坏。如果否，则该处理返回到802。如果是，则处理进行到808。在808，计算机实现的方法800可以包括向(例如，经由通知部件202)机组人员或乘务员通知该损坏。在步骤810，计算机实现的方法800可以包括将评估数据发送(例如，经由机器视觉部件108)到云中，以增强学习能力。

为了提供所公开主题的各个方面的背景，图9以及以下讨论旨在提供其中可以实现所公开主题的各个方面的合适环境的一般描述。图9示出了示例的非限制性操作环境的框图，其中可以有助于本文描述的一个或多个实施例。为简洁起见，省略了对在此描述的其他实施例中采用的相同元件的重复描述。

参考图9，用于实现所要求保护的主题的各个方面的合适的环境900包括计算机902。计算机902包括处理单元904，系统存储器906，编解码器905和系统总线908。系统总线908将包括但不限于系统存储器906的系统部件联接到处理单元904。处理单元904可以是任何各种可用的处理器。双微处理器和其它多处理器架构也可以用作处理单元904。

系统总线908可以是任何若干类型的总线结构，包括存储器总线或存储器控制器，外围总线或外部总线，和/或使用任何种类的可用总线体系结构中的本地总线，包括但不限于，工业标准体系结构(ISA)，微通道架构(MSA)，扩展ISA(EISA)，智能驱动电子设备(IDE)，VESA本地总线(VLB)，外围部件互连(PCI)，卡总线，通用串行总线(USB)，高级图形端口(AGP)，个人计算机存储卡国际协会总线(PCMCIA)，火线(Firewire)(IEEE1394)和小型计算机系统接口(SCSI)。

系统存储器906包括易失性存储器910和非易失性存储器912。基本输入/输出系统(BIOS)存储在非易失性存储器912中，其包含基本例程以在计算机912内的元件之间传输信息902，诸如在启动期间。通过说明的方式，而不是限制，非易失性存储器912可以包括只读存储器(ROM)，可编程ROM(PROM)，电可编程ROM(EPROM)，电可擦除可编程ROM(EEPROM)，或闪存。易失性存储器910包括随机存取存储器(RAM)，其充当外部高速缓冲存储器。根据本方面，易失性存储器可以存储写操作重试逻辑(图9中未示出)等。作为说明而非限制，RAM可以以许多形式获得，例如静态RAM(SRAM)，动态RAM(DRAM)，同步DRAM(SDRAM)，双倍数据速率SDRAM(DDR SDRAM)和增强型SDRAM(ESDRAM)。

计算机902还可以包括可移动/不可移动，易失性/非易失性计算机存储介质。图9示出了例如磁盘存储器914。磁盘存储器914包括但不限于，诸如磁盘驱动器，固态盘(SSD)软盘驱动器，磁带驱动器，Zip驱动器，LS-110驱动器，闪存卡，或记忆棒的设备。另外，磁盘存储器914可以单独包括存储介质或与包括其他存储介质相结合，其他存储介质包括但不限于光盘驱动器，诸如光盘ROM设备(CD-ROM)，CD可记录驱动器(CD-R驱动器)，CD可重写驱动器(CD-RW驱动器)或数字多功能磁盘ROM驱动器(DVD-ROM)。为了便于将磁盘存储设备914连接到系统总线908，通常使用诸如接口916的可移动或不可移动接口。

应理解，图9描述了在软件、执行的软件、硬件和/或软件与硬件的组合，作为用户和在合适的操作环境900中描述的基本计算机资源之间的中介。这种软件包括操作系统918。可以存储在磁盘存储器914中的操作系统918用于控制和分配计算机系统902的资源。应用程序920利用操作系统918通过程序模块824和程序数据826来管理资源，程序模块824和程序数据826诸如是存储在系统存储器806或磁盘存储器上的、启动/关闭事务表等。应当理解，所要求保护的主题可以用各种操作系统或操作系统的组合来实现。例如，应用程序820和程序数据826可包括实现本发明的方面的软件。

用户通过输入设备828将命令或信息输入到计算机802中，输入设备828的非限制性的示例可包括诸如鼠标，轨迹球，触控笔，触摸板，键盘的指示设备，麦克风，操纵杆，游戏垫，卫星天线，扫描仪，电视调谐卡，数码相机，数码摄像机，电子鼻，网络摄像头，以及允许用户与计算机902进行交互的任何其他设备。这些和其他输入设备经由接口端口930通过系统总线908连接到处理单元904。接口端口930包括例如串行端口，并行端口，游戏端口和通用串行总线(USB)。输出设备936使用一些相同类型的端口作为输入设备928。因此，例如，USB端口可以用来向计算机902提供输入，并且从计算机902向输出设备936输出信息。提供输出适配器934以示出存在一些输出设备936，例如监测器，扬声器和打印机，以及需要特殊适配器的其他输出设备936。作为说明而非限制，输出适配器934包括视频和声卡，其提供输出设备936和系统总线908之间的连接装置。应当注意，其他设备和/或设备的系统提供输入和输出能力，例如远程计算机938。

计算机902可以使用到一个或多个远程计算机(诸如远程计算机938)的逻辑连接，在联网环境中操作。远程计算机938可以是个人计算机，服务器，路由器，网络PC，工作站，基于微处理器的设备，对等设备，智能电话，平板电脑或其他网络节点，并且通常包括许多相对于计算机902描述的元件。出于简洁的目的，仅示出了具有远程计算机938的存储存储器设备940。远程计算机938通过网络接口942逻辑地连接到计算机902，然后经由通信连接944连接。网络接口942包括有线和/或无线通信网络，例如局域网(LAN)，广域网(WAN)和蜂窝网络。LAN技术包括光纤分布式数据接口(FDDI)，铜分布式数据接口(CDDI)，以太网，令牌环等。WAN技术包括但不限于点对点链路，诸如综合业务数字网络(ISDN)的电路交换网络及其变体，分组交换网络和数字用户线(DSL)。

通信连接944指的是用于将网络接口942连接到总线908的硬件/软件。尽管为了清楚说明，通信连接944示出了用于计算机902内部，但是它也可以在计算机902外部。连接到网络接口942所需的硬件/软件仅包括示例性的内部和外部技术，例如调制解调器，包括常规电话级调制解调器，电缆调制解调器和DSL调制解调器，ISDN适配器，有线和无线以太网卡，集线器和路由器。

现在参考图10，示出了根据本说明书的计算环境100的示意性框图。该系统1000包括一个或多个客户端1002，(例如计算机，智能手机，平板电脑，相机，掌上电脑(PDA))。客户端1002可以是硬件和/或软件(例如，线程，进程，计算设备)。客户端1002可以通过使用本说明书中，例如容纳cookie(多个)和/或相关联的上下文信息。

该系统1000还包括一个或多个服务器1004。服务器1004还可以是硬件或与软件(例如，线程，进程，计算设备)组合的硬件。例如，服务器104可以容纳线程以通过采用本公开的各方面来执行媒体项的变换。客户端1002和服务器1004之间的一种可能的通信可以是以适于在两个或更多计算机进程之间传输的数据包，其中该数据包包括编码分析的预留空间和/或输入。例如，数据包可以包括cookie和/或相关联的上下文信息。该系统1000包括通信框架1006(例如，诸如因特网的全球通信网络)，其可以被用来促进客户端1002和服务器1004之间的通信。

可以经由有线(包括光纤)和/或无线技术来促进通信。客户端1002可操作地连接到一个或多个客户端数据存储1008，可以采用客户端数据存储1008来存储客户端1002的本地信息(例如，cookie和/或相关联的上下文信息)。类似地，服务器1004可操作地连接到一个或多个服务器数据存储器1010，可以采用服务器数据存储器1010来存储服务器1004的本地信息。

在一个示例性实施方式中，客户端1002可以传送编码的文件(例如，编码的媒体项目)到服务器1004。服务器1004可以存储该文件，解码该文件，或发送该文件到另一个客户端1002。应当理解的是，根据本发明，客户端1002也可以将未压缩文件传输到服务器1004，并且服务器1004可以压缩该文件和/或转换该文件。同样地，服务器1004可以编码信息，并经由通信框架1006发送信息到一个或多个客户端1002。

本公开的所示方面还可以在分布式计算环境中实践，其中某些任务由通过通信网络链接的远程处理设备执行。在分布式计算环境中，程序模块可以位于本地和远程存储存储器设备中。

此外，应了解，本文中所描述的各种部件(例如，检测部件，输入部件，样本递送部件等)可包括电路，其可包含具有合适值的部件和电路元件以便实施这项创新的各个方面。此外，可以理解，可以在一个或多个集成电路(IC)芯片上实现许多不同的部件。在一个示例性实现中，可以在单个IC芯片中实现一组部件。在其他示例性实施方式中，在单独的IC芯片上制造或实现一个或多个相应的部件。

以上描述的内容包括本发明的实现的示例。当然，出于描述所要求保护的主题的目的，不可能描述部件或方法的每个可想到的组合，但是应当理解，该创新的许多进一步组合和置换是可能的。因此，所要求保护的主题旨在涵盖落入所附权利要求的精神和范围内的所有这些改变，修改和变化。此外，本公开的所示实施方式的上述描述(包括摘要中所描述的内容)并非旨在是穷举的或将所公开的实施方式限制于所公开的精确形式。尽管出于说明性目的在本文中描述了特定实施方案和实施例，但是如相关领域的技术人员可以认识到的，可以在这些实施方式和实施例的范围内进行各种修改。

特别地并且关于由上述部件，装置，电路，系统等执行的各种功能，除非另有说明，否则用于描述这些部件的术语旨在与执行指定功能的任何部件相对应。所描述的部件(例如，功能等同物)，即使在结构上不等同于所公开的结构，其执行所要求保护的主题的本文示出的示例性方面中的功能。在这方面，还将认识到，该创新包括系统以及计算机可读存储介质，该计算机可读存储介质具有用于执行所要求保护的主题的各种方法的动作和/或事件的计算机可执行指令。

已经关于若干部件/块之间的交互描述了前述系统/电路/模块。可以理解，这样的系统/电路和部件/块可以包括那些部件或指定的子部件，一些指定的部件或子部件，和/或附加的部件，并且根据前述的各种排列和组合。子部件也可以实现为通信地耦合到其他部件的部件，而不是包括在父部件内(分层)。另外，应当注意，可以将一个或多个部件组合成提供聚合功能的单个部件或者划分为若干个单独的子部件，并且可以提供任何一个或多个中间层，例如管理层，以通信地耦合。这些子部件以提供集成功能。本文描述的任何部件还可以与本文未具体描述但本领域技术人员已知的一种或多种其他部件相互作用。

尽管阐述本发明广泛范围的数值范围和参数是近似值，但具体实施例中列出的数值尽可能精确地报告。然而，任何数值固有地包含必然由其各自的测试测量中发现的标准偏转引起的某些误差。此外，本文公开的所有范围应理解为包括其中包含的任何和所有子范围。例如，“小于或等于11”的范围可以包括(和包括)最小值零和最大值11之间的任何和所有子范围，即，具有等于或大于零的最小值和等于或小于11的最大值的任何和所有子范围，例如1至5。在某些情况下，参数所述的数值可以取负值。

另外，尽管可能仅针对若干实施方式中的一个公开了该创新的特定特征，但是这样的特征可以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应用可能期望和有利的。此外，在详细描述或权利要求中使用术语“包括”，“包括”，“具有”，“包含”，其变体和其他类似词语的程度，这些术语旨在包括在内。类似于术语“包括”作为开放转换词而不排除任何附加或其他元素的方式。

贯穿本说明书对“一个实施方式中，”或“实施方式”，是指结合实施方式描述的特定特征，结构，或特性包括至少一个实施方式。因此，贯穿本说明书在各个地方出现的短语“在一个实施方式中”或“在实施方式中”不一定都指代相同的实施方式。此外，特定特征，结构或特性可以在一个或多个实施方式中以任何合适的方式组合。

此外，整个说明书中对“项目”或“文件”的引用意味着结合实现描述的特定结构，特征或对象不一定指代相同的对象。此外，“文件”或“项目”可以指代各种格式的对象。

如在本申请中所使用的，术语“部件”，“模块”，“系统”等通常旨在指代与计算机相关的实体，硬件(例如，电路)，硬件和软件的组合，或与具有一个或多个特定功能的操作机器相关的实体。例如，部件可以是但不限于是在处理器(例如，数字信号处理器)上运行的进程，处理器，对象，可执行文件，执行的线程，程序和/或电脑。举例来说，在控制器上运行的应用程序和控制器都可以是部件。一个或多个部件可以驻留在进程和/或执行的线程内，并且部件可以位于一个计算机上和/或分布在两个或更多个计算机之间。虽然在各种实现中描绘了单独的部件，但是应当理解，部件可以在一个或多个公共部件中表示。此外，各种实现的设计可以包括不同的部件布置，部件选择等，以实现最佳性能。此外，“设备”可以采用专门设计的硬件形式；通过在其上执行软件而专门化的通用硬件，其使得硬件能够执行特定功能(例如，媒体项聚合)；存储在计算机可读介质上的软件；或其组合。

此外，词语“示例”或“示例性”在本文中用于表示用作示例，实例或说明。本文描述为“示例性”的任何方面或设计不必被解释为比其他方面或设计更优选或更具优势。相反，使用词语“示例”或“示例性”旨在以具体方式呈现概念。如在本申请中所使用的，术语“或”旨在表示包含性的“或”而不是排他性的“或”。也就是说，除非另有说明或从上下文中清楚，否则“X使用A或B”旨在表示任何自然的包含性排列。也就是说，如果X使用A；X使用B；或者X使用A和B两者，那么在任何前述情况下满足“X使用A或B”。另外，本申请和所附权利要求中使用的冠词“一”和“一个”通常应理解为表示“一个或多个”，除非另有说明或从上下文清楚地指向单数形式。

本发明的各种特征，方面和优点也可以体现在以下条项中描述的各种技术方案中，这些方案可以以任何组合方式组合：

1.一种系统，其特征在于，所述系统包括：

存储器，所述存储器存储计算机可执行部件；

处理器，所述处理器可操作地联接到所述存储器，并且执行存储在所述存储器中的所述计算机可执行部件，其中所述计算机可执行部件包括：

一个或多个传感器，所述一个或多个传感器从一个或多个有利位置监测机翼和飞行控制面，以获得所述机翼的全覆盖；

机器视觉部件，所述机器视觉部件基于所述一个或多个传感器的结果来评估所述机翼和所述飞行控制面的状况；和

光谱部件，所述光谱部件通过监测燃料或液压流体的气流痕迹来检测泄漏。

2.如条项1所述的系统，其特征在于，所述机器视觉部件使用来自所述飞行控制面的输入来比较实际偏转和所需偏转，以根据所述实际偏转与所述所需偏转的偏差，识别失效位置。

3.如条项1或2所述的系统，其特征在于，所述一个或多个传感器监测起落架。

4.如前述任一项条项所述的系统，其特征在于，所述一个或多个传感器是在低能见度条件下采用红外线进行视觉分析的相机。

5.如前述任一项条项所述的系统，其特征在于，所述一个或多个传感器利用以下中的至少一个：激光雷达，雷达或超声。

6.如前述任一项条项所述的系统，其特征在于，所述一个或多个传感器是机电传感器或数字传感器。

7.如前述任一项条项所述的系统，其特征在于，所述一个或多个传感器是声学传感器，所述声学传感器监测所述机翼和所述飞行控制面的声音特征。

8.如前述任一项条项所述的系统，其特征在于，所述机器视觉部件对损坏的类型进行分类，并识别所述损坏的原因。

9.如条项8所述的系统，其特征在于，所述机器视觉部件基于来自所述一个或多个传感器的传感器数据来确定所述损坏的位置。

10.如条项9所述的系统，其特征在于，还包括通知部件，所述通知部件向机组人员或乘务员通知所述损坏。

11.如前述任一项条项所述的系统，其特征在于，所述机器视觉部件将评估数据发送到云中，以增强学习能力。

12.一种计算机实现的方法，其特征在于，所述方法包括：

通过可操作地联接到处理器的系统，从一个或多个有利位置监测机翼和飞行控制面，以获得所述机翼的全覆盖；

基于一个或多个传感器的结果，通过所述系统评估所述机翼和所述飞行控制面的状况；和

通过所述系统，通过监测燃料或液压流体的气流痕迹来检测泄漏。

13.如条项12所述的计算机实现的方法，其特征在于，评估所述机翼和所述飞行控制面的所述状况包括对损坏的类型进行分类，并识别损坏的原因。

14.如条项13所述的计算机实现的方法，其特征在于，评估所述机翼和所述飞行控制面的所述状况包括，基于来自所述一个或多个传感器的传感器数据来确定所述损坏的位置。

15.如条项12至14中任一项所述的计算机实现的方法，其特征在于，还包括向机组人员或乘务员通知所述损坏。

16.如条项12至15中任一项所述的计算机实现的方法，其特征在于，评估所述机翼和所述飞行控制面的所述状况包括将评估数据传输到云中，以增强学习能力。

17.一种计算机程序产品，其特征在于，所述计算机程序产品有助于使飞行控制面的故障隔离和飞行器的损坏检测自动化，所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有具体化的程序指令，所述程序指令能够由处理器执行，以使所述处理器：

从一个或多个有利位置监测机翼和飞行控制面，以获得所述机翼的全覆盖；

基于一个或多个传感器的结果，评估所述机翼和所述飞行控制面的状况；和

通过监测燃料或液压流体的气流痕迹来检测泄漏。

18.如条项17所述的计算机程序产品，其特征在于，所述程序指令进一步能够执行为使所述处理器：

对损坏的类型进行分类，并确定损坏的原因。

19.如条项18所述的计算机程序产品，其特征在于，所述程序指令进一步能够执行为使所述处理器：

基于来自一个或多个传感器的传感器数据来确定所述损坏的位置。

20.条项17至19中任一项所述的计算机程序产品，其特征在于，所述程序指令进一步能够执行为使所述处理器：

将评估数据传输到云中，以增强学习能力。

Claims (10)

1.一种系统，其特征在于，所述系统包括：

存储器，所述存储器存储计算机可执行部件；

处理器，所述处理器可操作地联接到所述存储器，并且执行存储在所述存储器中的所述计算机可执行部件，其中所述计算机可执行部件包括：

一个或多个传感器，所述一个或多个传感器从一个或多个有利位置监测机翼和飞行控制面，以获得所述机翼的全覆盖；

机器视觉部件，所述机器视觉部件基于所述一个或多个传感器的结果来评估所述机翼和所述飞行控制面的状况；和

光谱部件，所述光谱部件通过监测燃料或液压流体的气流痕迹来检测泄漏。

2.如权利要求1所述的系统，其特征在于，所述机器视觉部件使用来自所述飞行控制面的输入来比较实际偏转和所需偏转，以根据所述实际偏转与所述所需偏转的偏差，识别失效位置。

3.如权利要求1或2所述的系统，其特征在于，所述一个或多个传感器监测起落架。

4.如前述任一项权利要求所述的系统，其特征在于，所述一个或多个传感器是在低能见度条件下采用红外线进行视觉分析的相机。

5.如前述任一项权利要求所述的系统，其特征在于，所述一个或多个传感器利用以下中的至少一个：激光雷达，雷达或超声。

6.如前述任一项权利要求所述的系统，其特征在于，所述一个或多个传感器是机电传感器或数字传感器。

7.如前述任一项权利要求所述的系统，其特征在于，所述一个或多个传感器是声学传感器，所述声学传感器监测所述机翼和所述飞行控制面的声音特征。

8.如前述任一项权利要求所述的系统，其特征在于，所述机器视觉部件对损坏的类型进行分类，并识别所述损坏的原因。

9.如权利要求8所述的系统，其特征在于，所述机器视觉部件基于来自所述一个或多个传感器的传感器数据来确定所述损坏的位置。

10.如权利要求9所述的系统，其特征在于，还包括通知部件，所述通知部件向机组人员或乘务员通知所述损坏。