CN112951003B - 飞机重着陆检测方法、装置、设备和可读存储介质 - Google Patents
飞机重着陆检测方法、装置、设备和可读存储介质 Download PDFInfo
- Publication number
- CN112951003B CN112951003B CN202110218605.8A CN202110218605A CN112951003B CN 112951003 B CN112951003 B CN 112951003B CN 202110218605 A CN202110218605 A CN 202110218605A CN 112951003 B CN112951003 B CN 112951003B
- Authority
- CN
- China
- Prior art keywords
- landing
- leveling
- stage
- flight
- determining
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/02—Automatic approach or landing aids, i.e. systems in which flight data of incoming planes are processed to provide landing data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提出一种飞机重着陆检测方法、装置、设备和可读存储介质,包括:根据目标航班的实际降落数据建立实际降落轨迹,并获取实际降落轨迹与参考降落轨迹的比较结果;根据降落类型的分类标准和目标航班的降落数据中与分类标准对应的目标参数,确定目标航班对应的降落类型;根据重着陆评估指标确定目标航班发生重着陆的风险,其中,重着陆评估指标与比较结果和降落类型相关。本申请实施例提高重着陆判断的精确性,提升飞机的运营安全,减少飞机维修成本。
Description
技术领域
本申请涉及航空技术领域,尤其涉及一种飞机重着陆检测方法、装置、设备和可读存储介质。
背景技术
飞机制造厂家规定着陆时垂直加速度超过极限值或垂直方向的速度超过规定值,即为飞机重着陆。一旦发生重着陆,飞机机翼、起落架和发动机会因为大载荷引起结构损坏。
重着陆事件的准确检测一直是困扰航空公司的技术问题,关系到航班运行、事件的处理和飞行员训练。目前传统重着陆检测方法主要为飞行员根据感觉报告和快速存取记录器(Quick Access Recorder,QAR)数据中垂直加速度是否超限,检测方法滞后而且存在误判和漏判的现象,误判重着陆而进行长时间的详细检查则影响飞机正常运营,航空公司收益减少的同时增加维修成本,漏判显然增大飞机的潜在风险。
发明内容
本申请实施例提供一种飞机重着陆检测方法、装置、设备和可读存储介质,以解决相关技术存在的问题,技术方案如下:
第一方面,本申请实施例提供了一种飞机重着陆检测方法,包括:
根据目标航班的实际降落数据建立实际降落轨迹,并获取实际降落轨迹与参考降落轨迹的比较结果;
根据降落类型的分类标准和目标航班的降落数据中与分类标准对应的目标参数,确定目标航班对应的降落类型;
根据重着陆评估指标确定目标航班发生重着陆的风险,其中,重着陆评估指标与比较结果和降落类型相关。
在一种实施方式中,目标参数包括:下滑阶段的垂直速度均值、垂直速度标准差和空中载荷最大值,拉平点的高度和俯仰角,以及拉平滑跑阶段的垂直速度均值、空中载荷最大值、空中俯仰角最大值和空中滚转角最大值。
在一种实施方式中,其中,
降落类型的分类标准和降落类型对应的重着陆风险的确定方式包括:
从目标机型的多次历史降落数据中获取多类指定特征参数;
基于获取的多类指定特征参数,采用K-Means聚类算法,确定目标机型的多种降落类型以及对应的分类标准;
根据多次历史降落数据,确定多种降落类型中每一种降落类型的着陆垂直速度情况和着陆垂直载荷情况;
根据每一种降落类型的着陆垂直速度情况和着陆垂直过载情况,确定每一种降落类型对应的重着陆风险。
在一种实施方式中,重着陆评估指标还与第一特征参数集和第二特征参数集相关,方法还包括:
根据降落数据中拉平阶段的参数,计算第一特征参数集,第一特征参数集用于描述目标航班在拉平阶段的垂直速度变化情况;
根据降落数据中着陆阶段的参数,计算第二特征参数集,第二特征参数集用于描述目标航班在着陆阶段的垂直载荷变化情况。
在一种实施方式中,其中,
第一特征参数集包括时间常数、拟合接地垂直速度、拟合优度和变换参数;
根据降落数据中拉平阶段的参数,计算第一特征参数集,包括:
根据拉平阶段的垂直速度与飞行高度的理想函数关系式对降落数据中拉平阶段的垂直速度和飞行高度进行线性拟合,确定拉平阶段的v-h线性拟合曲线和拟合优度,其中,v表示垂直速度,τ表示时间常数,h表示飞行高度,β0表示拟合接地垂直速度;
在一种实施方式中,其中,
第二特征参数集包括垂直载荷-飞行时间关系拟合曲线的推阻尼系数和冲击最大偏离;
根据降落数据中着陆阶段的参数,计算第二特征参数集,包括:
对降落数据中着陆阶段的垂直载荷数据进行修正和减去重力加速度处理,得到处理后的垂直载荷;
根据阻尼振动曲线,对处理后的垂直载荷和飞行时间进行拟合,得到垂直载荷-飞行时间关系拟合曲线;
根据处理后的垂直载荷-飞行时间关系拟合曲线,确定推阻尼系数和冲击最大偏离。
在一种实施方式中,参考降落轨迹包括拉平阶段参考轨迹和下滑阶段参考轨迹,其中,拉平阶段参考轨迹的预先建立过程包括:
根据在拉平阶段时飞行高度、垂直速度和飞行时间的理想函数关系式为得到h(t)的微分方程为其中,v表示垂直速度,h(t)表示飞行高度,t表示飞行时间,v1表示接地速度,τ表示垂直速度和飞行高度的时间常数,h0表示t=0时的飞行高度;
根据多个航班样本的拉平水平速度的中位数、拉平点高度的中位数和接地速度,确定理想拉平点;
在一种实施方式中,下滑阶段参考轨迹的预先建立过程包括:
对于第一类机场,根据多个航班样本在指定高度处与拉平点之间的水平速度和下沉率均值,确定指定高度处到拉平点的水平距离,并根据指定高度处到拉平点水平距离和理想拉平点,确定下滑阶段参考轨迹;
对于第二类机场,根据多个航班样本在指定高度处与拉平点之间各时刻点高度的中位值,确定下滑阶段参考轨迹;
其中,指定高度处的高度大于拉平点的高度。
第二方面,本申请实施例提供了一种飞机重着陆检测装置,包括:
轨迹比较模块,用于根据目标航班的实际降落数据建立实际降落轨迹,并获取实际降落轨迹与参考降落轨迹的比较结果;
降落类型确定模块,用于根据降落类型的分类标准和目标航班的降落数据中与分类标准对应的目标参数,确定目标航班对应的降落类型;
评估模块,用于根据重着陆评估指标确定目标航班发生重着陆的风险,其中,重着陆评估指标与比较结果和降落类型相关。
在一种实施方式中,目标参数包括:下滑阶段的垂直速度均值、垂直速度标准差和空中载荷最大值,拉平点的高度和俯仰角,以及拉平滑跑阶段的垂直速度均值、空中载荷最大值、空中俯仰角最大值和空中滚转角最大值。
在一种实施方式中,装置还包括降落类型分类标准确定模块,用于确定降落类型的分类标准和降落类型对应的重着陆风险;
其中,降落类型分类标准确定模块包括:
指定特征获取子模块,用于从目标机型的多次历史降落数据中获取多类指定特征参数;
聚类子模块,用于基于获取的多类指定特征参数,采用K-Means聚类算法,确定目标机型的多种降落类型以及对应的分类标准;
风险评估子模块,用于根据所属降落类型的着陆垂直速度情况和着陆垂直载荷等历史数据,评估每一种降落类型对应的重着陆风险。
在一种实施方式中,飞机重着陆检测装置还包括:
第一特征计算模块,用于根据降落数据中拉平阶段的参数,计算第一特征参数集,第一特征参数集用于描述目标航班在拉平阶段的垂直速度变化情况;
第二特征计算模块,用于根据降落数据中着陆阶段的参数,计算第二特征参数集,第二特征参数集用于描述目标航班在着陆阶段的垂直载荷变化情况;
其中,重着陆评估指标还与第一特征参数集和第二特征参数集相关。
在一种实施方式中,其中,
第一特征参数集包括时间常数、拟合接地垂直速度、拟合优度和变换参数;
第一特征计算模块,包括:
拉平理想函数拟合子模块,用于根据拉平阶段的垂直速度与飞行高度的理想函数关系式对降落数据中拉平阶段的垂直速度和飞行高度进行线性拟合,确定拉平阶段的v-h线性拟合曲线和拟合优度,其中,v表示垂直速度,τ表示时间常数,h表示飞行高度,β0表示拟合接地垂直速度;
在一种实施方式中,其中,
第二特征参数集包括垂直载荷-飞行时间关系拟合曲线的推阻尼系数和冲击最大偏离;
第二特征计算模块,包括:
垂直载荷子模块,用于对降落数据中着陆阶段的垂直载荷数据进行修正和减去重力加速度处理,得到处理后的垂直载荷;
阻尼曲线拟合子模块,用于根据阻尼振动曲线,对处理后的垂直载荷和飞行时间进行拟合,得到垂直载荷-飞行时间关系拟合曲线;
参数确定子模块,用于根据处理后的垂直载荷-飞行时间关系拟合曲线,确定推阻尼系数和冲击最大偏离。
在一种实施方式中,其中,
参考降落轨迹包括拉平阶段参考轨迹和下滑阶段参考轨迹;装置还包括参考降落轨迹建立模块,用于建立拉平阶段参考轨迹;
参考降落轨迹建立模块包括:
微分方程确定子模块,用于根据在拉平阶段时飞行高度、垂直速度和飞行时间的理想函数关系式为得到h(t)的微分方程为 其中,v表示垂直速度,h(t)表示飞行高度,t表示飞行时间,v1表示接地速度,τ表示垂直速度和飞行高度的时间常数,h0表示t=0时的飞行高度;
拉平点确定子模块,用于根据多个航班样本的拉平水平速度的中位数、拉平点高度的中位数和接地速度,确定理想拉平点;
在一种实施方式中,还包括下滑阶段参考轨迹建立模块,用于:
对于第一类机场,根据多个航班样本在指定高度处与拉平点之间的水平速度和下沉率均值,确定指定高度处到拉平点的水平距离,并根据指定高度处到拉平点水平距离和理想拉平点,确定下滑阶段参考轨迹;
对于第二类机场,根据多个航班样本在指定高度处与拉平点之间各时刻点高度的中位值,确定下滑阶段参考轨迹;
其中,指定高度处的高度大于拉平点的高度。
第三方面,本申请实施例提供了一种飞机重着陆检测设备,该装置包括:存储器和处理器。其中,该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,并且当该处理器执行该存储器存储的指令时,使得该处理器执行上述各方面任一种实施方式中的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机程序,当计算机程序在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括:本申请实施例至少根据实际降落轨迹与参考降落轨迹的比较结果、目标航班对应的降落类型以及拉平阶段和着陆时特征参数,评估目标航班发生重着陆的风险。充分考虑了分型过程中的姿态、运动环境参数,既可以对参数超限后的航班进行综合评价重着陆程度,也可以对未超限但重着陆风险高的航班进行评估,提高重着陆判断的精确性,提升飞机的运营安全,减少飞机维修成本。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1为本申请实施例提供的飞机重着陆检测方法的流程图一;
图2为本申请实施例提供的飞机重着陆检测方法的流程图二;
图3为本申请实施例提供的飞机重着陆检测方法的多个机场降落轨迹示例图;
图4为本申请实施例提供的飞机重着陆检测方法的目标航班的实际降落轨迹与参考降落轨迹的示例图;
图5为本申请实施例提供的飞机重着陆检测方法的流程图三;
图6为本申请实施例提供的飞机重着陆检测方法的阻尼振动曲线示例图;
图7为本申请实施例提供的飞机重着陆检测装置的结构图;
图8为本申请实施例提供的飞机重着陆检测设备的结构图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本申请的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本申请一实施例的飞机重着陆检测方法的流程图。如图1所示,该方法可以包括:
S101、根据目标航班的实际降落数据建立实际降落轨迹,并获取实际降落轨迹与参考降落轨迹的比较结果;
S103、根据降落类型的分类标准和目标航班的降落数据中与分类标准对应的目标参数,确定目标航班对应的降落类型;
S109、根据重着陆评估指标确定目标航班发生重着陆的风险,其中,重着陆评估指标与比较结果和降落类型相关。
步骤S109中,目标航班发生重着陆的风险可以是风险概率值,如数值20%、60%等,也可以是风险等级,例如低风险、中风险、高风险。
在一种实施方式中,参见图2,步骤S101参考降落轨迹包括拉平阶段参考轨迹和下滑阶段参考轨迹,其中,拉平阶段参考轨迹的预先建立过程包括:
S201、根据在拉平阶段时飞行高度、垂直速度和飞行时间的理想函数关系式为V是h(t)的微分,得到h(t)的微分方程为 其中,v表示垂直速度,h(t)表示飞行高度,t表示飞行时间,v1表示接地速度,τ表示垂直速度和飞行高度的时间常数,h0表示t=0时的飞行高度;
S203、根据多个航班样本的拉平水平速度的中位数、拉平点高度的中位数和接地速度,确定理想拉平点;
在一种实施方式中,下滑阶段参考轨迹的预先建立过程包括:
对于第一类机场,根据多个航班样本在指定高度处与拉平点之间的水平速度和下沉率均值,确定指定高度处到拉平点的水平距离,并根据指定高度处到拉平点水平距离和理想拉平点,确定下滑阶段参考轨迹;
对于第二类机场,根据多个航班样本在指定高度处与拉平点之间各时刻点高度的中位值,确定下滑阶段参考轨迹;
其中,指定高度处的高度大于拉平点的高度。
一种示例,参考图3,图中大部分机场600ft以下的降落轨迹相似(首都机场、浦东机场等),特定机场降落轨迹有差异(成都双流机场、贵阳龙洞堡机场等)。
对于大部分机场,根据600ft高度处与拉平点之间的水平速度和下沉率均值,确定600ft高到拉平点水平距离,即得到600ft高度时的空间位置。根据600ft高到理想拉平点连线建立下滑阶段线性的静态理想轨迹。
对于特定机场,根据600ft高度处与拉平点之间各时刻点高度的中位值,建立特定机场下滑阶段的理想轨迹。
一种示例,步骤S101应用在降落过程时,可以在降落过程的各时间点,建立当时状态下,未来预设时间内的最佳飞行轨迹,即参考降落轨迹,如图4所示,图4为目标航班的实际降落轨迹与参考降落轨迹的示例图。基于参考降落轨迹,考察航班降落过程中参考轨迹与实际轨迹之间的差异,能发现下滑道偏离事件以及衡量降落时飞行操控的稳定性。
在一种实施方式中,步骤S103中,目标参数包括:下滑阶段的垂直速度均值、垂直速度标准差和空中载荷最大值,拉平点的高度和俯仰角,以及拉平滑跑阶段的垂直速度均值、空中载荷最大值、空中俯仰角最大值和空中滚转角最大值。
在一种实施方式中,步骤S103中的降落类型的分类标准和降落类型对应的重着陆风险的预先确定过程包括:
从目标机型的多次历史降落数据中获取多类指定特征参数;
基于获取的多类指定特征参数,采用K-Means聚类算法,确定目标机型的多种降落类型以及对应的分类标准;
根据每一种降落类型的着陆垂直速度和着陆垂直载荷的历史数据,评估每一种降落类型对应的重着陆风险。
其中,每一种降落类型的着陆垂直速度和着陆垂直载荷的历史数据可以从目标记性的多次历史降落数据中获取。
在另一种实施方式中,步骤S109中的重着陆评估指标还与第一特征参数集和第二特征参数集相关。参考图5,图1所示的飞机重着陆检测方法还包括步骤:
S105、根据降落数据中拉平阶段的参数,计算第一特征参数集,第一特征参数集用于描述目标航班在拉平阶段的垂直速度变化情况;
可选地,第一特征参数集包括时间常数、拟合接地垂直速度、拟合优度和变换参数。
对应的,步骤S105包括:
(1)根据拉平阶段的垂直速度与飞行高度的理想函数关系式 对降落数据中拉平阶段的垂直速度和飞行高度进行线性拟合,确定拉平阶段的v-h线性拟合曲线和拟合优度。其中,v表示垂直速度,τ表示时间常数,h表示飞行高度,β0表示拟合接地垂直速度。线性回归的拟合优度R2可视为度量此过程线性程度的参数。
其中,参数λ(≥0)可作为描述垂直速度变化规律的特征。λ=1表示垂直速度变化平稳,λ>>1表示垂直速度变化先慢后快,0≤λ<1表示垂直速度变化先快后慢。
时间常数τ,拟合接地垂直速度β0,拟合优度R2和变换参数λ这4个特征可以描述50-0ft垂直速度的变化规律:τ较大说明垂直速度变化较慢;β0较大说明预计接地点垂直速度较大;R2较小表明v-h变化规律非线性。其中,部分R2较小的情况可通过λ描述:λ很小说明垂直速度变化明显先快后慢,λ很大说明垂直速度变化明显先慢后快。因此,步骤S105可以划定各个参数的阈值,认为超出阈值的航班具有较大风险。
S107、根据降落数据中着陆阶段的参数,计算第二特征参数集,第二特征参数集用于描述目标航班在着陆阶段的垂直载荷变化情况。
可选地,步骤S107中第二特征参数集包括垂直载荷-飞行时间关系拟合曲线的推阻尼系数和冲击最大偏离;
对应的,步骤S107,包括:
(1)对降落数据中着陆阶段的垂直载荷数据进行修正和减去重力加速度处理,得到处理后的垂直载荷;
(2)根据阻尼振动曲线,对处理后的垂直载荷和飞行时间进行拟合,得到垂直载荷-飞行时间关系拟合曲线;参见图6,图6为阻尼振动曲线示例图;
(3)根据处理后的垂直载荷-飞行时间关系拟合曲线,确定推阻尼系数和冲击最大偏离。
上述步骤,分析航班着陆后的物理过程,其垂直载荷随时间的变化规律近似视为阻尼振动过程。对飞机垂直载荷数据进行修正减去重力加速度后,拟合得到阻尼振动衰减系数e-βT,推阻尼系数α和最大偏离MaxDiff。
分析得出冲击最大偏离MaxDiff大、且阻尼系数α小的航班重着陆风险高,可以通过划定这两个参数阈值,识别判断垂直载荷重着陆航班,
需要说明的是,参见图6,可以认为冲击过程的影响在垂直载荷第二个波峰前结束,因此第二个波峰之后的阶段可视为阻尼振动过程。第一步,对此阶段进行频域谱分析,得到阻尼振动周期T,反映航班固有特点。第二步,提取第二个波峰及之后的每一个波峰和波谷的幅值,通过线性回归拟合相邻两个峰或谷之间的衰减系数,推算出阻尼系数。阻尼系数大,垂直载荷衰减快;阻尼系数小,垂直载荷衰减慢,在较大冲击下易超限。第三步,把第二个波峰视为0相位时刻,可以根据前两步估计出的两个参数,写出着陆后整个过程的阻尼振动拟合曲线。提取实际垂直载荷变化曲线与阻尼振动间的最大偏离MaxDiff作为度量航班着陆所受冲击大小的度量,MaxDiff越大,冲击越大。
本申请实施例从降落的下滑、拉平和着陆三个阶段全过程对飞机快速存取记录器(Quick Access Recorder,QAR)数据进行分析。从降落开始结合自动控制的参考轨迹,提取关键特征聚类进而识别不同的着陆风险并得出相关特征数值;而着陆时修正优化以往诊断参数,提高了判断的准确度。从而,本申请实施例可以识别风险并精准检测重着陆,研究机组飞行状况,提升飞行操纵品质。
对应的,参见图7,本申请实施例还提供一种飞机重着陆检测装置700,该装置700包括:
轨迹比较模块701,用于根据目标航班的实际降落数据建立实际降落轨迹,并获取实际降落轨迹与参考降落轨迹的比较结果;
降落类型确定模块702,用于根据降落类型的分类标准和目标航班的降落数据中与分类标准对应的目标参数,确定目标航班对应的降落类型;
评估模块703,用于根据重着陆评估指标确定目标航班发生重着陆的风险,其中,所述重着陆评估指标与比较结果和所述降落类型相关。
在一种实施方式中,目标参数包括:下滑阶段的垂直速度均值、垂直速度标准差和空中载荷最大值,拉平点的高度和俯仰角,以及拉平滑跑阶段的垂直速度均值、空中载荷最大值、空中俯仰角最大值和空中滚转角最大值。
在一种实施方式中,装置还包括降落类型分类标准确定模块,用于确定降落类型的分类标准和降落类型对应的重着陆风险;
其中,降落类型分类标准确定模块包括:
指定特征获取子模块,用于从目标机型的多次历史降落数据中获取多类指定特征参数;
聚类子模块,用于基于获取的多类指定特征参数,采用K-Means聚类算法,确定目标机型的多种降落类型以及对应的分类标准;
风险评估子模块,用于根据所属降落类型的着陆垂直速度情况和着陆垂直载荷的历史数据,评估每一种降落类型对应的重着陆风险。
在一种实施方式中,飞机重着陆检测装置还包括:
第一特征计算模块,用于根据降落数据中拉平阶段的参数,计算第一特征参数集,第一特征参数集用于描述目标航班在拉平阶段的垂直速度变化情况;
第二特征计算模块,用于根据降落数据中着陆阶段的参数,计算第二特征参数集,第二特征参数集用于描述目标航班在着陆阶段的垂直载荷变化情况;
其中,重着陆评估指标还与第一特征参数集和第二特征参数集相关。
在一种实施方式中,其中,第一特征参数集包括时间常数、拟合接地垂直速度、拟合优度和变换参数;
第一特征计算模块,包括:
拉平理想函数拟合子模块,用于根据拉平阶段的垂直速度与飞行高度的理想函数关系式对降落数据中拉平阶段的垂直速度和飞行高度进行线性拟合,确定拉平阶段的v-h线性拟合曲线和拟合优度,其中,v表示垂直速度,τ表示时间常数,h表示飞行高度,β0表示拟合接地垂直速度;
在一种实施方式中,其中,
第二特征参数集包括垂直载荷-飞行时间关系拟合曲线的推阻尼系数和冲击最大偏离;
第二特征计算模块,包括:
垂直载荷子模块,用于对降落数据中着陆阶段的垂直载荷数据进行修正和减去重力加速度处理,得到处理后的垂直载荷;
阻尼曲线拟合子模块,用于根据阻尼振动曲线,对处理后的垂直载荷和飞行时间进行拟合,得到垂直载荷-飞行时间关系拟合曲线;
参数确定子模块,用于根据处理后的垂直载荷-飞行时间关系拟合曲线,确定推阻尼系数和冲击最大偏离。
在一种实施方式中,其中,
参考降落轨迹包括拉平阶段参考轨迹和下滑阶段参考轨迹;装置还包括参考降落轨迹建立模块,用于建立拉平阶段参考轨迹;
参考降落轨迹建立模块包括:
微分方程确定子模块,用于根据在拉平阶段时飞行高度、垂直速度和飞行时间的理想函数关系式为得到h(t)的微分方程为 其中,v表示垂直速度,h(t)表示飞行高度,t表示飞行时间,v1表示接地速度,τ表示垂直速度和飞行高度的时间常数,h0表示t=0时的飞行高度;
拉平点确定子模块,用于根据多个航班样本的拉平水平速度的中位数、拉平点高度的中位数和接地速度,确定理想拉平点;
在一种实施方式中,飞机重着陆检测装置还包括下滑阶段参考轨迹建立模块,用于:
对于第一类机场,根据多个航班样本在指定高度处与拉平点之间的水平速度和下沉率均值,确定指定高度处到拉平点的水平距离,并根据指定高度处到拉平点水平距离和理想拉平点,确定下滑阶段参考轨迹;
对于第二类机场,根据多个航班样本在指定高度处与拉平点之间各时刻点高度的中位值,确定下滑阶段参考轨迹;
其中,指定高度处的高度大于拉平点的高度。
本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
图8示出根据本发明一实施例的飞机重着陆检测设备的结构框图。如图8所示,该飞机重着陆检测设备包括:存储器801和处理器802,存储器801内存储有可在处理器802上运行的计算机程序。处理器802执行该计算机程序时实现上述实施例中的飞机重着陆检测方法。存储器801和处理器802的数量可以为一个或多个。
该飞机重着陆检测设备还包括:
通信接口803,用于与外界设备进行通信,进行数据交互传输。
如果存储器801、处理器802和通信接口803独立实现,则存储器801、处理器802和通信接口803可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器801、处理器802及通信接口803集成在一块芯片上,则存储器801、处理器802及通信接口803可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现本申请实施例中提供的方法。
本申请实施例还提供了一种芯片,该芯片包括,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行申请实施例提供的方法。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(fieldprogrammable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,可选的,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(read-onlymemory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic random access memory,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
应理解的是,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种飞机重着陆检测方法,其特征在于,包括:
根据目标航班的实际降落数据建立实际降落轨迹,并获取所述实际降落轨迹与参考降落轨迹的比较结果;
根据降落类型的分类标准和所述目标航班的降落数据中与所述分类标准对应的目标参数,确定所述目标航班对应的降落类型;
根据重着陆评估指标确定所述目标航班发生重着陆的风险,其中,所述重着陆评估指标与所述比较结果和所述降落类型相关,所述重着陆评估指标还与第一特征参数集和第二特征参数集相关;
根据所述降落数据中拉平阶段的参数,计算所述第一特征参数集,所述第一特征参数集用于描述所述目标航班在拉平阶段的垂直速度变化情况;
根据所述降落数据中着陆阶段的参数,计算所述第二特征参数集,所述第二特征参数集用于描述所述目标航班在着陆阶段的垂直载荷变化情况。
2.根据权利要求1所述的方法,其特征在于,所述目标参数包括:下滑阶段的垂直速度均值、垂直速度标准差和空中载荷最大值,拉平点的高度和俯仰角,以及拉平滑跑阶段的垂直速度均值、空中载荷最大值、空中俯仰角最大值和空中滚转角最大值。
3.根据权利要求1所述的方法,其特征在于,其中,
所述降落类型的分类标准和所述降落类型对应的重着陆风险的确定方式包括:
从目标机型的多次历史降落数据中获取多类指定特征参数;
基于获取的所述多类指定特征参数,采用K-Means聚类算法,确定所述目标机型的多种降落类型以及对应的分类标准;
根据所述每一种降落类型的着陆垂直速度和着陆垂直载荷的历史数据,确定所述每一种降落类型对应的重着陆风险。
5.根据权利要求1所述的方法,其特征在于,其中,
所述第二特征参数集包括垂直载荷-飞行时间关系拟合曲线的推阻尼系数和冲击最大偏离;
所述根据所述降落数据中着陆阶段的参数,计算第二特征参数集,包括:
对所述降落数据中着陆阶段的垂直载荷数据进行修正和减去重力加速度处理,得到处理后的垂直载荷;
根据阻尼振动曲线,对所述处理后的垂直载荷和飞行时间进行拟合,得到垂直载荷-飞行时间关系拟合曲线;
根据所述处理后的垂直载荷-飞行时间关系拟合曲线,确定所述推阻尼系数和所述冲击最大偏离。
6.根据权利要求1所述的方法,其特征在于,所述参考降落轨迹包括拉平阶段参考轨迹和下滑阶段参考轨迹,其中,所述拉平阶段参考轨迹的预先建立过程包括:
根据在拉平阶段时飞行高度、垂直速度和飞行时间的理想函数关系式为得到h(t)的微分方程为其中,表示垂直速度,h(t)表示飞行高度,t表示飞行时间,表示接地速度,τ表示垂直速度和飞行高度的时间常数,h0表示t=0时的飞行高度;
根据所述多个航班样本的拉平水平速度的中位数、拉平点高度的中位数和接地速度,确定理想拉平点;
7.根据权利要求6所述的方法,其特征在于,所述下滑阶段参考轨迹的预先建立过程包括:
对于第一类机场,根据所述多个航班样本在指定高度处与拉平点之间的水平速度和下沉率均值,确定所述指定高度处到拉平点的水平距离,并根据所述指定高度处到拉平点水平距离和所述理想拉平点,确定所述下滑阶段参考轨迹;
对于第二类机场,根据所述多个航班样本在所述指定高度处与拉平点之间各时刻点高度的中位值,确定所述下滑阶段参考轨迹;
其中,所述指定高度处的高度大于拉平点的高度。
8.一种飞机重着陆检测装置,其特征在于,包括:
轨迹比较模块,用于根据目标航班的实际降落数据建立实际降落轨迹,并获取所述实际降落轨迹与参考降落轨迹的比较结果;
降落类型确定模块,用于根据降落类型的分类标准和所述目标航班的降落数据中与所述分类标准对应的目标参数,确定所述目标航班对应的降落类型;
评估模块,用于根据重着陆评估指标确定所述目标航班发生重着陆的风险,其中,所述重着陆评估指标与所述比较结果和所述降落类型相关,所述重着陆评估指标还与第一特征参数集和第二特征参数集相关;
第一特征计算模块,用于根据所述降落数据中拉平阶段的参数,计算第一特征参数集,所述第一特征参数集用于描述所述目标航班在拉平阶段的垂直速度变化情况;
第二特征计算模块,用于根据所述降落数据中着陆阶段的参数,计算第二特征参数集,所述第二特征参数集用于描述所述目标航班在着陆阶段的垂直载荷变化情况。
9.根据权利要求8所述的装置,其特征在于,所述目标参数包括:下滑阶段的垂直速度均值、垂直速度标准差和空中载荷最大值,拉平点的高度和俯仰角,以及拉平滑跑阶段的垂直速度均值、空中载荷最大值、空中俯仰角最大值和空中滚转角最大值。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括降落类型分类标准确定模块,用于确定所述降落类型的分类标准和所述降落类型对应的重着陆风险;
其中,所述降落类型分类标准确定模块包括:
指定特征获取子模块,用于从目标机型的多次历史降落数据中获取多类指定特征参数;
聚类子模块,用于基于获取的所述多类指定特征参数,采用K-Means聚类算法,确定所述目标机型的多种降落类型以及对应的分类标准;
风险评估子模块,用于根据所述每一种降落类型的着陆垂直速度和着陆垂直载荷的历史数据,确定所述每一种降落类型对应的重着陆风险。
12.根据权利要求8所述的装置,其特征在于,其中,
所述第二特征参数集包括垂直载荷-飞行时间关系拟合曲线的推阻尼系数和冲击最大偏离;
所述第二特征计算模块,包括:
垂直载荷子模块,用于对所述降落数据中着陆阶段的垂直载荷数据进行修正和减去重力加速度处理,得到处理后的垂直载荷;
阻尼曲线拟合子模块,用于根据阻尼振动曲线,对所述处理后的垂直载荷和飞行时间进行拟合,得到垂直载荷-飞行时间关系拟合曲线;
参数确定子模块,用于根据所述处理后的垂直载荷-飞行时间关系拟合曲线,确定所述推阻尼系数和所述冲击最大偏离。
13.根据权利要求8所述的装置,其特征在于,其中,
所述参考降落轨迹包括拉平阶段参考轨迹和下滑阶段参考轨迹;所述装置还包括参考降落轨迹建立模块,用于建立拉平阶段参考轨迹;
所述参考降落轨迹建立模块包括:
微分方程确定子模块,用于根据在拉平阶段时飞行高度、垂直速度和飞行时间的理想函数关系式为得到h(t)的微分方程为 其中,表示垂直速度,h(t)表示飞行高度,t表示飞行时间,表示接地速度,τ表示垂直速度和飞行高度的时间常数,h0表示t=0时的飞行高度;
拉平点确定子模块,用于根据所述多个航班样本的拉平水平速度的中位数、拉平点高度的中位数和接地速度,确定理想拉平点;
14.根据权利要求13所述的装置,其特征在于,还包括下滑阶段参考轨迹建立模块,用于:
对于第一类机场,根据所述多个航班样本在指定高度处与拉平点之间的水平速度和下沉率均值,确定所述指定高度处到拉平点的水平距离,并根据所述指定高度处到拉平点水平距离和所述理想拉平点,确定所述下滑阶段参考轨迹;
对于第二类机场,根据所述多个航班样本在所述指定高度处与拉平点之间各时刻点高度的中位值,确定所述下滑阶段参考轨迹;
其中,所述指定高度处的高度大于拉平点的高度。
15.一种飞机重着陆检测设备,其特征在于,包括:包括处理器和存储器,所述存储器中存储指令,所述指令由处理器加载并执行,以实现如权利要求1-7任一项所述的方法。
16.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110218605.8A CN112951003B (zh) | 2021-02-26 | 2021-02-26 | 飞机重着陆检测方法、装置、设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110218605.8A CN112951003B (zh) | 2021-02-26 | 2021-02-26 | 飞机重着陆检测方法、装置、设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112951003A CN112951003A (zh) | 2021-06-11 |
CN112951003B true CN112951003B (zh) | 2022-11-29 |
Family
ID=76246456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110218605.8A Active CN112951003B (zh) | 2021-02-26 | 2021-02-26 | 飞机重着陆检测方法、装置、设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112951003B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004292B (zh) * | 2021-10-29 | 2023-02-03 | 重庆大学 | 基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法 |
CN115099532B (zh) * | 2022-08-22 | 2022-12-06 | 珠海翔翼航空技术有限公司 | 基于机器学习的飞行器着陆风险预测方法、系统及设备 |
CN117612415A (zh) * | 2024-01-24 | 2024-02-27 | 中国民用航空飞行学院 | 一种基于飞行数据进行着陆安全评估方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262686A (zh) * | 2011-07-27 | 2011-11-30 | 中国国际航空股份有限公司 | 飞机着陆性能数据采集方法 |
CN104281153A (zh) * | 2014-07-29 | 2015-01-14 | 北京航空航天大学 | 一种无动力飞行器的进场着陆轨迹的设计方法 |
CN105550473A (zh) * | 2016-01-21 | 2016-05-04 | 北京航空航天大学 | 一种基于支持向量机分类的重着陆预测方法 |
CN109979037A (zh) * | 2019-03-19 | 2019-07-05 | 四川函钛科技有限公司 | Qar参数综合可视化分析方法及系统 |
CN111008669A (zh) * | 2019-12-10 | 2020-04-14 | 北京航空航天大学 | 一种基于深度学习的重着陆预测方法 |
CN111626327A (zh) * | 2020-04-15 | 2020-09-04 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 飞机重着陆预测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-02-26 CN CN202110218605.8A patent/CN112951003B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262686A (zh) * | 2011-07-27 | 2011-11-30 | 中国国际航空股份有限公司 | 飞机着陆性能数据采集方法 |
CA2783912A1 (en) * | 2011-07-27 | 2013-01-27 | Air China Limited | A method for detecting the landing quality of an aircraft |
CN104281153A (zh) * | 2014-07-29 | 2015-01-14 | 北京航空航天大学 | 一种无动力飞行器的进场着陆轨迹的设计方法 |
CN105550473A (zh) * | 2016-01-21 | 2016-05-04 | 北京航空航天大学 | 一种基于支持向量机分类的重着陆预测方法 |
CN109979037A (zh) * | 2019-03-19 | 2019-07-05 | 四川函钛科技有限公司 | Qar参数综合可视化分析方法及系统 |
CN111008669A (zh) * | 2019-12-10 | 2020-04-14 | 北京航空航天大学 | 一种基于深度学习的重着陆预测方法 |
CN111626327A (zh) * | 2020-04-15 | 2020-09-04 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 飞机重着陆预测方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于模糊加权Markov方法的飞机重着陆风险控制研究;王旭辉等;《安全与环境学报》;20101225(第06期);第186-189页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112951003A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112951003B (zh) | 飞机重着陆检测方法、装置、设备和可读存储介质 | |
AU2020239630B2 (en) | Weighing scale diagnostics method | |
Gong et al. | A methodology for automated trajectory prediction analysis | |
CN110533229B (zh) | 轨道维修时刻预测方法及装置 | |
Gill | Objective verification of World Area Forecast Centre clear air turbulence forecasts | |
CN106482639B (zh) | 基于近似熵计算的低速冲击位置辨识方法 | |
JPWO2016194036A1 (ja) | レーダ信号処理装置 | |
CN109641666B (zh) | 飞行限制设定系统、飞行限制设定方法及飞行限制设定程序 | |
US11282307B2 (en) | Flight restriction setting system, flight restriction setting method, and non-transitory storage medium | |
CN111561930A (zh) | 一种车载mems陀螺仪随机漂移误差的抑制方法 | |
CN104048843A (zh) | 基于gps位移监测的大跨桥梁钢箱梁损伤预警方法 | |
He et al. | Probabilistic and testing analysis for the variability of load spectrum damage in a fleet | |
CN104820234B (zh) | 桥梁地震荷载的快速识别方法 | |
US20150116101A1 (en) | Method and device for determining surroundings | |
US10234360B2 (en) | Device degradation cause estimation method and device | |
SE506409C2 (sv) | Förfarande och anordning för att mäta tillståndet hos ett navigationssystem | |
DE102020214873A1 (de) | Gerät und verfahren zur aufhebung des empfängereingangsoffsets in einem abstandserfassungssystem | |
CN114692760B (zh) | 下降率估算模型构建、下降率估算方法、装置及电子设备 | |
CN111259538A (zh) | 一种振动报警方法、存储介质和电子设备 | |
DE102015208114A1 (de) | Bestimmen eines von einem Benutzer eines Navigationssystems benutzten Wegs | |
CN112948925B (zh) | 一种桥梁健康状态评估方法、系统及存储介质 | |
KR102032481B1 (ko) | 지형 에코를 이용한 레이더 시스템 진단 장치 및 방법 | |
CN112344979A (zh) | 传感器的检出稳定性调节方法及装置 | |
Burnos et al. | Accuracy requirements for weigh-in-motion systems for direct enforcement | |
Teresneu et al. | Anaysis of the influence of orographical factors on the planimetric accuracy of points determined using GPS in forested areas |
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 |