CN113306542B - 航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统 - Google Patents
航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统 Download PDFInfo
- Publication number
- CN113306542B CN113306542B CN202110760001.6A CN202110760001A CN113306542B CN 113306542 B CN113306542 B CN 113306542B CN 202110760001 A CN202110760001 A CN 202110760001A CN 113306542 B CN113306542 B CN 113306542B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- temperature
- cooling
- braking
- brake
- 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
- 238000001816 cooling Methods 0.000 title claims abstract description 279
- 238000000034 method Methods 0.000 title claims abstract description 138
- 230000008569 process Effects 0.000 claims abstract description 61
- 230000007613 environmental effect Effects 0.000 claims abstract description 49
- 238000010521 absorption reaction Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 22
- 238000013528 artificial neural network Methods 0.000 claims description 20
- 238000010438 heat treatment Methods 0.000 claims description 15
- 238000003066 decision tree Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 abstract description 19
- 238000012545 processing Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 description 6
- 230000000630 rising effect Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
- B60T17/18—Safety devices; Monitoring
- B60T17/22—Devices for monitoring or checking brake systems; Signal devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T5/00—Vehicle modifications to facilitate cooling of brakes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C25/00—Alighting gear
- B64C25/32—Alighting gear characterised by elements which contact the ground or similar surface
- B64C25/42—Arrangement or adaptation of brakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Transportation (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Braking Arrangements (AREA)
- Valves And Accessory Devices For Braking Systems (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明涉及航空器刹车监控与控制技术领域,公开一种航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统。方法包括预测模式,得到制动速度;得到航空器重量;预估航空器制动过程中制动装置的制动吸收能量;采集航空器外部的环境参数;获得航空器的制动滑行距离;在航空器停机后,处理器进行处理分析并输出预测信息,显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。该方法能够生成并显示制动装置的降温曲线和预计冷却时间,从而辅助工作人员能够直观看到航空器的制动装置的冷却过程,可以提升航空器转场阶段的派遣率。
Description
技术领域
本发明涉及航空器刹车监控与控制技术领域,公开一种预测航空器制动装置的冷却温度和冷却时间的方法,一种预测航空器制动装置的冷却温度和冷却时间的系统,和一种航空器。
背景技术
航空器例如民航飞机在完成着陆制动之后,制动装置的温度会升高到一个较高的温度,通常达到500℃~600℃,此时制动装置的吸热能力会大幅下降。为此,航空器再次起飞之前,必须使得制动装置温度降低到安全放飞温度之下(大部分民用运输类航空器的安全放飞温度在200℃到300℃)再放行航空器。另外,在实际中,如果出现紧急情况,航空器的制动装置应当具备完成一次最大能量中止起飞动作的能力。另外,当航空器在航线运行转场时,需要在一定的时间内等待制动装置冷却,如果航空器在一定时间内未能降低到安全放飞温度,将会影响到航空器的派遣。
目前,航空器制动系统通过在制动装置上设置温度传感器来实现温度的测量,控制系统接收制动装置实时温度并将其与预设的安全放飞温度相比较,当测量得到的刹车温度高于安全放飞温度时,制动系统会向驾驶舱告警,提示机组航空器不适合起飞,直到测量得到的刹车温度低于安全放飞温度时,制动系统会向驾驶舱显示制动装置温度处于安全阈值之下,并提示机组航空器可以起飞。
然而,现有的这种方式只能使得机组人员被动地等待制动装置冷却,而无法直观地知晓冷却过程和冷却时间,从而可能影响航空器转场阶段的派遣率。
发明内容
本发明的一个目的是提供一种预测航空器制动装置的冷却温度和冷却时间的方法,该方法能够生成并显示制动装置的降温曲线和预计冷却时间,从而辅助工作人员直观地看到航空器的制动装置的冷却过程,可以提升航空器转场阶段的派遣率。
为解决上述技术问题,本发明提供一种预测航空器制动装置的冷却温度和冷却时间的方法,所述方法包括预测模式,其中,所述预测模式包括:采集在制动起始时刻的航空器行进速度,以得到制动速度;采集航空器的起落架的气室压力,以得到航空器重量;预估航空器制动过程中制动装置的制动吸收能量;采集航空器外部的环境参数;获得航空器的制动滑行距离;在航空器停机后,处理器对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,所述显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。
在该技术方案中,由于在预测模式中,可以得到制动速度(刹车速度)、起落架的气室压力(例如主起落架的减震支柱的气室压力)、航空器重量、制动吸收能量、环境参数和制动滑行距离,并且在航空器停机后,处理器能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,而显示单元则能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间,这样工作人员例如机组人员可以通过显示单元的显示屏直观看到航空器的制动装置的冷却过程,以及直观得到制动装置从当前温度降低到安全放飞温度的预计冷却时间,该预计冷却时间可以提供至塔台空管人员,从而可以更准确地控制航空器的起飞,提升航空器转场阶段的派遣率。
进一步地,航空器行进速度包括航空器的前轮轮速和/或航空器的水平速度。
进一步地,环境参数包括航空器地理位置定位、环境温度和环境风速。
进一步地,所述方法包括在预测模式之前的自检步骤,其中,自检步骤包括对制动装置的刹车温度传感器进行检测,在检测到一个或多个刹车温度传感器发生故障时,对于刹车温度传感器故障的制动装置执行无温度输入的预测模式,对于刹车温度传感器能够正常工作的制动装置执行有温度输入的预测模式。
更进一步地,执行有温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集刹车温度传感器测量的制动装置的实时刹车温度和航空器地理位置,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置定位,获得制动吸收能量、航空器重量、制动滑行距离,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,基于方程式生成t0时刻后的降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,k为冷却速率。
可选择地,执行无温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集航空器地理位置,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置,获得制动吸收能量、航空器重量、制动滑行距离,根据制动吸收能量生成升温速率μ、峰值温度Tmax,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,基于方程式T(t)=T0+μ×(t-t0)生成升温曲线,基于方程式生成t0时刻后的降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,μ为升温速率,k为冷却速率。
进一步地,冷却速率生成方式包括神经网络方法或基于决策树的回归方法,其中,在使用神经网络方法或回归方法时,需要航线运行积累得到的历史数据,并且在执行温度预测的过程中,神经网络的参数或者决策树的参数能够不断迭代调整。另外,可选择地,航空器配置为能够从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
进一步地,航空器配置为能够通过5G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
此外,本发明的另一个目的是提供一种预测航空器制动装置的冷却温度和冷却时间的系统,该系统在实际使用中,同样能够生成并显示制动装置的降温曲线和预计冷却时间,从而辅助工作人员能够直观看到航空器的制动装置的冷却过程,可以提升航空器转场阶段的派遣率。
为解决上述技术问题,本发明提供一种预测航空器制动装置的冷却温度和冷却时间的系统,所述系统包括:处理器和显示单元、测速件、气室压力传感器、环境参数测量件和制动滑行距离测量件,其中,所述测速件用于采集在制动起始时刻的航空器行进速度以使得处理器能够获得制动速度,所述气室压力传感器用于采集航空器的起落架的气室压力以使得处理器能够获得航空器重量,所述环境参数测量件用于测量航空器外部的环境参数,所述制动滑行距离测量件用于测量航空器的制动滑行距离;其中,所述处理器设置为能够预估航空器制动过程中制动装置的制动吸收能量,所述处理器设置为能够执行预测模式,在所述预测模式中,所述处理器用于在航空器停机后能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,所述显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。
在该技术方案中,该系统在实际使用中,由于处理器设置为能够执行预测模式,在预测模式中,可以得到制动速度(刹车速度)、起落架的气室压力(例如主起落架的减震支柱的气室压力)、航空器重量、制动吸收能量、环境参数和制动滑行距离,并且在航空器停机后,处理器能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,而显示单元则能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间,这样工作人员例如机组人员可以通过显示单元的显示屏直观看到航空器的制动装置的冷却过程,以及直观得到制动装置从当前温度降低到安全放飞温度的预计冷却时间,该预计冷却时间可以提供至塔台空管人员,从而可以更准确地控制航空器的起飞,提升航空器转场阶段的派遣率。
进一步地,所述测速件包括安装在航空器的前轮装置上以测量前轮轮速的前轮轮速传感器,和/或,安装在航空器上以测量航空器水平速度的空速传感器。
进一步地,所述气室压力传感器包括安装在航空器的前起落架的缓冲器气室活门上的前起落架气室压力传感器、安装在航空器的左侧主起落架的缓冲器气室活门上的左侧主起落架气室压力传感器、和安装在航空器的右侧主起落架的缓冲器气室活门上的右侧主起落架气室压力传感器。
进一步地,所述环境参数测量件包括安装在航空器上的外部环境风速传感器、外部环境温度传感器和航空器卫星定位模块。
进一步地,所述系统包括刹车温度传感器,所述刹车温度传感器安装于航空器的制动装置以持续采集制动装置的实时刹车温度,其中,所述系统设置为能够在所述预测模式之前执行自检步骤,其中,自检步骤包括对制动装置的刹车温度传感器进行检测,在检测到一个或多个刹车温度传感器发生故障时,对于刹车温度传感器故障相应的制动装置执行无温度输入的预测模式,对于刹车温度传感器能够正常工作的制动装置执行有温度输入的预测模式。
更进一步地,执行有温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集刹车温度传感器测量的制动装置的实时刹车温度和航空器地理位置,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置定位,获得制动吸收能量、航空器重量、制动滑行距离,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,基于方程式生成t0时刻后的降温曲线。基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,k为冷却速率。
可选择地,执行无温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集航空器地理位置,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置,获得制动吸收能量、航空器重量、制动滑行距离,根据制动吸收能量生成升温速率μ、峰值温度Tmax,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,基于方程式T(t)=T0+μ×(t-t0)生成升温曲线,基于方程式生成t0时刻后的降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,μ为升温速率,k为冷却速率。
进一步地,冷却速率生成方式包括神经网络方法或基于决策树的回归方法,其中,在使用神经网络方法或回归方法时,需要航线运行积累得到的历史数据,并且在执行温度预测的过程中,神经网络的参数或者决策树的参数能够不断迭代调整。
另外,可选择地,所述系统配置为用于能够从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
进一步地,所述系统配置为能够通过5G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
进一步地,所述系统包括具有通信和数据信息管理功能的航电单元,所述航电单元与所述处理器和所述显示单元通信连接,所述航电单元配置为用于能够与外部数据服务器通信并从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
此外,所述系统包括具有通信和数据信息管理功能的航电单元,所述航电单元与所述处理器和所述显示单元通信连接,所述航电单元能够对所述环境参数测量件测量的航空器外部的环境参数进行管理并输送到所述处理器,所述处理器能够向所述航电单元输出预测信息,所述航电单元对所述预测信息进行管理并输送到所述显示单元。
最后,本发明提供一种航空器,所述航空器能够实现以上任意所述的预测航空器制动装置的冷却温度和冷却时间的方法;或者,所述航空器包括以上任意所述的预测航空器制动装置的冷却温度和冷却时间的系统。
附图说明
图1是本发明的具体实施方式提供的一种航空器在跑道上滑行制动的示意图;
图2是图1的航空器的前起落架的示意图;
图3是图1的航空器的主起落架的示意图;
图4是本发明的具体实施方式提供的一种预测航空器制动装置的冷却温度和冷却时间的方法或系统的原理示意图;
图5是本发明的具体实施方式提供的一种预测航空器制动装置的冷却温度和冷却时间的方法或系统预测的示意性框图;
图6是本发明的具体实施方式提供的一种预测航空器制动装置的冷却温度和冷却时间的方法或系统执行有温度输入的曲线示意图;
图7是本发明的具体实施方式提供的一种预测航空器制动装置的冷却温度和冷却时间的方法或系统执行无温度输入的曲线示意图;
附图标记说明
1-处理器,2-显示单元,3-前轮轮速传感器,4-空速传感器,5-前起落架,6-前起落架气室压力传感器,7-左侧主起落架,8-左侧主起落架气室压力传感器,9-右侧主起落架,10-右侧主起落架气室压力传感器,11-外部环境风速传感器,12-外部环境温度传感器,13-卫星定位模块,14-刹车温度传感器,15-制动装置,16-外部数据服务器,17-航电单元,18-航空器,19-跑道,20-预测执行系统,21-前轮,22-后轮,23-发动机状态管理单元,24-存储器,25-第一驾驶舱操纵件,26-第二驾驶舱操纵件。
具体实施方式
在以下的实施方式的详细描述中,参照构成该描述的一部分的附图进行说明。附图以示例的方式展示出特定的实施方式,本发明被实现在这些实施方式中。所示出的实施方式不是为了穷尽根据本发明的所有实施方式。可以理解,其他的实施方式可以被利用,结构性或逻辑性的改变能够在不脱离本发明的范围的前提下被做出。对于附图,方向性的术语,例如“下”、“上”、“左”、“右”等,是参照所描述的附图的方位而使用的。由于本发明的实施方式的组件能够被以多种方位实施,这些方向性术语是用于说明的目的,而不是限制的目的。因此,以下的具体实施方式并不是作为限制的意义,并且本发明的范围由所附的权利要求书所限定。
参考图1、图2、图3和图4,本发明提供的预测航空器制动装置的冷却温度和冷却时间的方法中,该方法包括预测模式,其中,预测模式包括:采集在制动起始时刻的航空器行进速度,以得到制动速度;采集航空器的起落架的气室压力,以得到航空器重量;预估航空器制动过程中制动装置的制动吸收能量;采集航空器外部的环境参数;获得航空器的制动滑行距离;在航空器停机后,处理器对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。
在该方法中,由于在预测模式下,可以得到制动速度(刹车速度)、起落架的气室压力、航空器重量、制动吸收能量、环境参数和制动滑行距离,并且处理器能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,而显示单元则能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。在实际使用中,航空器停机后,处理器就对这些数据进行处理分析并输出预测信息,而显示单元则可以显示制动装置的当前温度和未来一段时间内的降温曲线,以及预计冷却时间,这样,工作人员例如机组人员可以通过显示单元的显示屏直观地看到航空器的制动装置的冷却温度曲线,并知晓制动装置从当前温度降低到安全放飞温度的预计冷却时间,而该预计冷却时间可以提供至塔台空管人员,从而可以更好地规划航空器的起飞时间,提升航空器转场阶段的派遣率。
另外,在该预测航空器制动装置的冷却温度和冷却时间的方法中,航空器行进速度可以通过多种方式来获得,例如,第一种方式中,航空器行进速度包括航空器的前轮轮速,这样,参考图2,可以通过前轮轮速传感器3来测量前轮21的转速,从而得到航空器行进速度。例如,参考图1和图2,前起落架5包括前轮21,前轮21的中心与轮轴伸出位置安装有前轮轮速传感器3,前轮轮速传感器3可以是机械电磁感应式计数器,也可以是光电式计数器。这样,前轮轮速传感器3可以将测到的数值发送到处理器,或者,可以将测到的数值发送到处理器而处理器再发送到与处理器连接的存储器24暂存,而在航空器停机后,处理器再从存储器24读取该数值进行分析处理。第二种方式中,航空器行进速度包括航空器的水平速度,这样,参考图1和图4,可以使用设置在航空器上的空速传感器4来测量航空器的水平速度,或者,可以通过设置在跑道19的侧边上的测速仪来测量航空器的水平速度,而测速仪则可以将测到的速度数值发送到处理器,或者通过下文所述的航电单元发送到处理器,或者通过下文所述的航电单元发送到处理器而处理器再发送到与处理器连接的存储器24暂存,而在航空器停机后,处理器再从存储器24读取该速度数值进行分析处理。或者,在其他方式中,可以同时包括上述的第一种方式和第二种方式。
另外,在该预测航空器制动装置的冷却温度和冷却时间的方法中,环境参数可以包括多种,例如,环境参数可以包括环境温度,或者,可以包括环境风速,或者可以同时包括环境温度和环境风速,例如,一种实施例中,可以通过设置在各个机场的各个停机位置处的温度计和风速测量计来分别测量环境温度和环境风速,在停机后,该温度计和风速测量计可以与处理器通信,处理器则可以接收环境温度和环境风速并进行处理分析。可选择地,在另一种实施例中,可以通过设置在航空器上的外部环境温度传感器和外部环境风速传感器来分别测量环境温度和环境风速,这样,在停机后,处理器可以接收环境温度和环境风速并进行处理分析。另外,由于外部环境温度传感器和外部环境风速传感器设置在航空器上,这样,航空器可以在各个机场根据实际停机需求而停放在任何机位。当然,处理器可以设置在航空器上,也可以设置在机场控制塔台内并可以与各个航班通信,以将各个航班各自对应的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间显示在各个对应的航班的驾驶室的显示屏上。
当然,环境参数还可以包括环境湿度。例如,一种实施例中,可以通过设置在各个机场的各个停机位置处的湿度测量装置例如湿度传感器来测量停机位置的环境湿度,在停机后,该湿度测量装置可以与处理器通信,处理器则可以接收环境湿度并进行处理分析。可选择地,在另一种实施例中,可以通过设置在航空器上的外部环境湿度传感器来测量环境湿度,这样,在停机后,处理器可以接收环境湿度并进行处理分析。另外,由于湿度测量装置可以设置在航空器上,这样,航空器可以在各个机场根据实际停机需求而停放在任何机位。当然,处理器可以设置在航空器上,也可以设置在机场控制塔台内并可以与各个航班通信,以将各个航班各自对应的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间显示在各个对应的航班的驾驶室的显示屏上。
另外,航空器的制动滑行距离可以通过多种方式来获得,例如,一种方式中,可以通过卫星定位模块13(参考图4)来获得,例如,卫星定位模块13可以设置在航空器内部,并在航空器开始刹车时开始记录航空器的实时地理位置坐标比如经纬度,而处理器则可以接收这样的地理位置坐标并进行处理分析,从而获得航空器的制动滑行距离。可选择地,另一种方式中,可以在跑道和停机位的侧边上设置有感应器,而各个感应器的坐标位置已经确定,这样,当航空器经过对应的感应器时,感应器可以被触发感应而可以向处理器发送感应信号,而处理器则可以根据接收到的这些感应信号来确定航空器的制动滑行距离。
另外,在航空器例如飞机地面制动过程期间,一些参数比如气室压力、开始刹车时刻前轮速度或飞机水平速度等参数可以仅在适当时刻测量一次,例如,参考图4,第一驾驶舱操作件25比如刹车脚蹬和/或自动刹车开关可以用于指示在刹车起始时刻采集前轮轮速传感器3测量的前轮速度或空速传感器4测量的飞机水平速度,而第二驾驶舱操作件26和/或用于管理发动机状态的发动机状态管理单元23可以用于指示在飞机停机时刻采集前起落架气室压力传感器6、左侧主起落架气室压力传感器8和右侧主起落架气室压力传感器10各自测量的气室压力。而这些参数可以结合一些已知的飞机参数如前轮滚动半径R,前起落架气室面积Sn、主起落架气室面积Sm,制动装置数量N,用于计算飞机重量及刹车速度,并进一步估计飞机制动过程单个制动装置吸收的能量。
另外,为了提升系统的可靠性,一种实施例中,该方法包括在预测模式之前的自检步骤,其中,自检步骤包括对制动装置的刹车温度传感器进行检测,在检测到一个或多个刹车温度传感器发生故障时,对于刹车温度传感器故障的制动装置执行无温度输入的预测模式,对于刹车温度传感器能够正常工作的制动装置执行有温度输入的预测模式。这样,当一个或多个刹车温度传感器发生故障时,该方法可以执行无温度输入的预测模式,通过对相应的该制动装置执行无温度输入的预测模式时,该方法同样可以及时直观地显示该制动装置在停机后各自对应的当前实时温度和未来一段时间内的降温曲线,以及显示制动装置从当前温度降低到安全放飞温度的预计冷却时间,例如可以显示在塔台控制室的显示屏和/或各个对应的航班的驾驶室的显示屏上,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,该方法执行有温度输入的预测模式时,可以通过多种方式来执行,只要能够得到及时直观地将各个航班在停机后各自对应的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间显示即可。例如,一种实施例中,该方法执行有温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集刹车温度传感器测量的制动装置的实时刹车温度和航空器地理位置,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置定位,获得制动吸收能量、航空器重量、制动滑行距离,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,基于方程式生成t0时刻后的降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,k为冷却速率。这样,该方法通过该方程式,可以直观地显示出制动装置的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,该方法执行无温度输入的预测模式时,可以通过多种方式来执行,只要能够得到及时直观地将各个航班在停机后各自对应的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间显示即可。例如,一种实施例中,执行无温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集航空器位置定位,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置,获得制动吸收能量、航空器重量、制动滑行距离,根据制动吸收能量生成升温速率μ、峰值温度Tmax,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,基于方程式T(t)=T0+μ×(t-t0)生成升温曲线,基于方程式生成t0时刻后的降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,μ为升温速率,k为冷却速率。
这样,该方法通过以上方程式,可以及时输出能够直观明确显示出制动装置在刹车过程中的升温曲线,停机时刻的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
例如,参考图5,一种实施例中,预测特定时刻的温度的工作过程一般包括8个步骤,包括系统自检、分配预测模式、数据采集、数据处理和显示等阶段。在步骤40,系统检测系统内部多个传感器特别是刹车温度传感器14的工作状态。在步骤41,如果系统检测一个或多个刹车温度传感器14发生故障,系统将对无温度信息的制动装置执行无温度输入的预测模式,如果制动装置上刹车温度传感器14正常工作,系统将对相应的制动装置执行有温度输入的预测模式。
另外,上述的冷却速率生成方式可以通过多种方式来实现,例如,一种方式中,可以通过神经网络方法来生成,或者,另一种方式中,可以通过基于决策树的回归方法的方法来生成,其中,在使用神经网络方法或回归方法时,还需要航线运行积累得到的历史数据。另外,在大量的执行温度预测的过程中,神经网络的参数或者决策树的参数可以不断迭代调整,使得预测的误差不断降低。
在有温度输入的预测模式下,步骤42a采集开始刹车时刻(制动起始时刻)的轮速(刹车速度),并持续采集刹车温度和飞机定位信息,步骤44a采集飞机停机时刻的缓冲器气室压力、环境温度、环境风速,和飞机定位信息。在步骤46a,根据之前步骤采集的信息,计算飞机刹车能量(制动吸收能量)、飞机重量、制动滑行距离,结合在步骤42a和步骤44a测量获得的刹车速度、飞机定位信息、刹车峰值温度、环境温度、环境风速等参数。在步骤48a,生成预测的温度冷却速率k,生成方式可以基于多种方法,包括神经网络方法或基于决策树的回归方法。在步骤50a,基于系统预测的温度冷却速率k,基于方程式计算降温曲线,以得到未来时刻t的温度T(t),基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,k为冷却速率。在步骤52,驾驶舱显示界面显示当前时刻的刹车温度、系统所预测的降温曲线、以及降温到安全放飞温度的预计时间tpred,显示的降温曲线样例可以参考图6。
在无温度输入的预测模式下,步骤42b采集开始刹车时刻(制动起始时刻)的轮速(刹车速度),并持续采集飞机位置定位信息,步骤44b采集飞机停机时刻的缓冲器气室压力、环境温度、环境风速,和飞机定位信息。在步骤46b,根据之前步骤采集的信息,计算飞机单个制动装置制动吸收能量、飞机重量、制动滑行距离,结合在步骤42b和步骤44b测量获得的刹车速度、飞机地理位置、环境温度、环境风速等参数。在步骤48b,生成预测的升温速率μ、峰值温度Tmax和温度冷却速率k,生成方式可以基于多种方法,包括神经网络方法或基于决策树的回归方法。在步骤50b,根据系统预测的升温速率μ、峰值温度Tmax和温度冷却速率k,基于方程式T(t)=T0+μ×(t-t0)计算升温曲线,基于方程式计算降温曲线,以得到未来时刻t的温度T(t),基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,μ为升温速率,k为冷却速率。在步骤52,驾驶舱显示界面显示当前时刻的刹车温度、系统所预测的温度升降曲线、以及降温到安全放飞温度的预计时间tpred,显示的降温曲线样例可以参考图7。
此外,在该预测航空器制动装置的冷却温度和冷却时间的方法中,执行无温度输入的预测模式可以包括:参考图4,航空器配置为能够从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据(也就是外部数据)。例如处理器能够从外部数据筛选出与当前航空器着陆、制动性能参数、制动吸收能量、制动滑行距离、环境参数最接近的历史数据,并利用最接近的历史数据的峰值温度和冷却速率预测制动装置在冷却阶段的不同时刻的温度,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间,这样,在一个或多个刹车温度传感器发生故障时,就可以通过从外部数据服务器16获取的同类机型的历史数据,从而能够直观显示出制动装置在刹车过程中的升温曲线,停机时的实时温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,航空器可以通过局域网络通信方式和/或4G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。或者,可选择的实施例中,航空器配置为能够通过5G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据,例如,参考图4,航空器的航电系统17可以通过5G从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据。
此外,本发明提供一种预测航空器制动装置的冷却温度和冷却时间的系统,可以参考图4,该系统包括处理器1、显示单元2、测速件、气室压力传感器、环境参数测量件和制动滑行距离测量件,其中,测速件用于采集在制动起始时刻的航空器行进速度以使得处理器能够获得制动速度,气室压力传感器用于采集航空器的起落架的气室压力以使得处理器能够获得航空器重量,环境参数测量件用于测量航空器外部的环境参数,制动滑行距离测量件用于测量航空器的制动滑行距离,其中,处理器1设置为能够预估航空器制动过程中制动装置(例如后轮22的制动装置)的制动吸收能量,处理器1设置为能够执行预测模式,在预测模式中,处理器1用于在航空器停机后能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。
该系统在实际使用中,由于处理器设置为能够执行预测模式,在预测模式中,可以得到制动速度(刹车速度)、起落架的气室压力、航空器重量、制动吸收能量、环境参数和制动滑行距离,并且在航空器停机后,处理器能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,而显示单元则能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间,这样工作人员例如机组人员可以通过显示单元的显示屏直观看到航空器的制动装置的冷却温度曲线,以及直观得到制动装置从当前温度降低到安全放飞温度的预计冷却时间,该预计冷却时间可以提供至塔台空管人员,从而可以更好地规划航空器的起飞时间,提升航空器转场阶段的派遣率。
另外,参考图4,该系统可以包括预测执行系统20,而预测执行系统20则可以包括处理器1、测速件、气室压力传感器、环境参数测量件和制动滑行距离测量件等等。
另外,在该预测航空器制动装置的冷却温度和冷却时间的系统中,测速件可以包括多种类型,也就是,测速件不论采用何种类型,只要能够采集在制动起始时刻的航空器行进速度即可。例如,参考图4,测速件的一种类型中,测速件可以是用于安装在航空器的前轮装置上以测量前轮轮速的前轮轮速传感器3,这样参考图2,可以通过前轮轮速传感器3来测量前轮21的转速,从而得到航空器行进速度。例如,参考图1和图2,前起落架5包括前轮21,前轮21的中心与轮轴伸出位置安装有前轮轮速传感器3,前轮轮速传感器3可以是机械电磁感应式计数器,也可以是光电式计数器。这样,前轮轮速传感器3可以将测到的数值发送到处理器,或者,可以将测到的数值发送到处理器而处理器再发送到与处理器连接的存储器24暂存,而在航空器停机后,处理器再从存储器24读取该数值进行分析处理。另外,测速件的另一种类型中,测速件可以是用于安装在航空器上以测量航空器水平速度的空速传感器4,同样的,空速传感器4可以将测到的数值发送到处理器,或者,可以将测到的数值发送到处理器而处理器再发送到与处理器连接的存储器24暂存,而在航空器停机后,处理器再从存储器24读取该数值进行分析处理。此外,测速件的其他类型中,测速件可以是设置在跑道的侧边上的测速仪,测速仪则可以测量航空器的水平速度,测速仪可以将测到的速度数值发送到处理器,或者通过下文所述的航电单元发送到处理器,或者通过下文所述的航电单元发送到处理器而处理器再发送到与处理器连接的存储器24暂存,而在航空器停机后,处理器再从存储器24读取该速度数值进行分析处理。
另外,航空器包括第一驾驶舱操纵件25和第二驾驶舱操纵件26,第一驾驶舱操纵件25可以包括刹车脚蹬和/或自动刹车开关,而第二驾驶舱操作件26可以包括停留刹车开关。另外,航空器还包括发动机状态管理单元23。这样,该系统可以配置为,在航空器例如飞机地面制动过程期间,一些参数比如开始刹车时刻前轮速度或飞机水平速度等参数可以仅在适当时刻测量一次,例如,参考图4,第一驾驶舱操作件25比如刹车脚蹬和/或自动刹车开关可以用于指示在刹车起始时刻采集前轮轮速传感器3测量的前轮速度或空速传感器4测量的飞机水平速度,而第二驾驶舱操作件26和/或用于管理发动机状态的发动机状态管理单元23可以用于指示在飞机停机时刻采集气室压力,例如前起落架气室压力传感器6、左侧主起落架气室压力传感器8和右侧主起落架气室压力传感器10各自测量的气室压力。而这些参数可以结合一些已知的飞机参数如前轮滚动半径R,前起落架气室面积Sn、主起落架气室面积Sm,制动装置数量N,用于计算飞机重量及刹车速度,并进一步用于估计飞机制动过程单个制动装置吸收的能量。
另外,处理器1设置为可以根据第二驾驶舱操作件26的停留刹车启动信号和/或发动机状态管理单元23的发动机关停信号来触发以执行预测模式。
此外,在该系统中,为了提升降温曲线和预计冷却时间的准确性,参考图1、图2和图3,气室压力传感器设置为包括用于安装在航空器的前起落架5的缓冲器气室活门上的前起落架气室压力传感器6、用于安装在航空器的左侧主起落架7的缓冲器气室活门上的左侧主起落架气室压力传感器8、和用于安装在航空器的右侧主起落架9的缓冲器气室活门上的右侧主起落架气室压力传感器10。这样,根据第二驾驶舱操作件26的停留刹车启动信号和/或发动机状态管理单元23的发动机关停信号,处理器可以在飞机停机时刻采集前起落架气室压力传感器6、左侧主起落架气室压力传感器8和右侧主起落架气室压力传感器10各自测量的气室压力。而这些参数可以结合一些已知的飞机参数如前轮滚动半径R,前起落架气室面积Sn、主起落架气室面积Sm,制动装置数量N,用于计算飞机重量及刹车速度,并进一步用于估计飞机制动过程单个制动装置吸收的能量。
另外,在该系统中,环境参数测量件可以包括多种类型,例如,一种类型中,环境参数测量件可以包括湿度测量装置例如湿度传感器,这样,在实际使用中,湿度测量装置例如湿度传感器可以设置在各个机场的各个停机位置处以测量停机位置的环境湿度,在停机后,该湿度测量装置可以与处理器通信,处理器则可以接收环境湿度并进行处理分析。可选择地,外部环境湿度传感器可以设置在航空器上以测量环境湿度,这样,在停机后,处理器可以接收环境湿度并进行处理分析。另外,由于湿度测量装置可以设置在航空器上,这样,航空器可以在各个机场根据实际停机需求而停放在任何机位。当然,处理器可以设置在航空器上,也可以设置在机场控制塔台内并可以与各个航班通信,以将各个航班各自对应的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间显示在各个对应的航班的驾驶室的显示屏上。
另外,参考图4,在可选择的类型中,环境参数测量件包括用于安装在航空器上的外部环境风速传感器11、外部环境温度传感器12。这样,在实际使用中,可以通过设置在航空器上的外部环境温度传感器和外部环境风速传感器来分别测量环境温度和环境风速,这样,在停机后,处理器可以接收环境温度和环境风速并进行处理分析。另外,由于外部环境温度传感器和外部环境风速传感器设置在航空器上,这样,航空器可以在各个机场根据实际停机需求而停放在任何机位。另外,在实际使用中,处理器可以设置在航空器上,也可以设置在机场控制塔台内并可以与各个航班通信,以将各个航班各自对应的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间显示在各个对应的航班的驾驶室的显示屏上。
另外,航空器18的制动滑行距离可以通过多种方式来获得,例如,一种方式中,可以通过卫星定位模块13(参考图4)来获得,例如,卫星定位模块13可以设置在航空器时,并在航空器开始刹车时开始记录航空器的实时地理位置坐标比如经纬度,而处理器则可以接收这样的地理位置坐标并进行处理分析,从而获得航空器的制动滑行距离。可选择地,另一种方式中,可以在跑道和停机位的侧边上设置有感应器以作为卫星定位模块13,而各个感应器的坐标位置已经确定,这样,当航空器经过对应的感应器时,感应器可以被触发感应而可以向处理器发送感应信号,而处理器则可以根据接收到的这些感应信号来确定航空器的制动滑行距离。
另外,在可选择的实施例中,环境参数测量件可以同时包括用于安装在航空器上的外部环境风速传感器11、湿度传感器、外部环境温度传感器12和卫星定位模块13。
此外,参考图1、图3和图4,为了进一步提升该系统执行预测模式的可靠性,该系统可以包括刹车温度传感器14,刹车温度传感器14用于安装于航空器的制动装置15以持续采集制动装置15的实时刹车温度,其中,该系统设置为能够在预测模式之前执行自检步骤,其中,自检步骤包括对制动装置的刹车温度传感器进行检测,在检测到一个或多个刹车温度传感器发生故障时,对于刹车温度传感器故障的制动装置执行无温度输入的预测模式,对于刹车温度传感器能够正常工作的制动装置则执行有温度输入的预测模式。这样,该系统在执行自检步骤时,如果检测到一个或多个制动装置上所安装的刹车温度传感器发生故障时,该系统将对该制动装置执行无温度输入的预测模式,通过执行无温度输入的预测模式时,该系统同样可以及时直观地显示各制动装置在停机后的实时温度和未来一段时间内的降温曲线,以及显示制动装置从当前温度降低到安全放飞温度的预计冷却时间,例如可以显示在塔台控制室的显示屏和/或各个对应的航班的驾驶室的显示屏上,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,该系统执行有温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集刹车温度传感器测量的制动装置的实时刹车温度和航空器地理位置定位,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器地理位置,获得制动吸收能量、航空器重量、制动滑行距离,以冷却速率生成方式生成预测的温度冷却速率k,基于方程式计算降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,k为冷却速率。这样,该系统通过该方程式,能够直观显示出制动装置的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,该系统执行无温度输入的预测模式时,可以通过多种方式来执行。例如,一种实施例中,该系统执行无温度输入的预测模式包括:采集制动起始时刻的轮速,并持续采集航空器地理位置,采集航空器停机时刻的气室压力、环境温度、环境风速和航空器位置定位信息,获得制动吸收能量、航空器重量、制动滑行距离,生成预测的升温速率μ、峰值温度Tmax,根据飞机制动装置的构型、环境温度、环境风速以冷却速率生成方式生成冷却速率k,根据预测的升温速率、峰值温度和温度冷却速率,基于方程式T(t)=T0+μ×(t-t0)计算升温曲线,基于方程式计算降温曲线,基于方程式计算冷却到安全放飞温度的预计冷却时间,其中t为未来时刻,t0为当前时间,T0为当前温度,Te为环境温度,Td为安全放飞温度,μ为升温速率,k为冷却速率,其中,显示单元能够显示升温曲线。这样,该系统能够直观显示出制动装置在刹车过程中的升温曲线,停机时刻的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,在该系统中,上述的冷却速率生成方式可以通过多种方式来实现,例如,一种方式中,可以通过神经网络方法来生成,或者,另一种方式中,可以通过基于决策树的回归方法的方法来生成,在使用神经网络方法或回归方法时,还需要航线运行积累得到的历史数据。在大量的执行温度预测的过程中,神经网络的参数或者决策树的参数可以不断迭代调整,使得预测的误差不断降低。
另外,参考图4,该系统执行无温度输入的预测模式包括:该系统配置为用于能够从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据。例如处理器能够从外部数据筛选出与当前航空器着陆、制动性能参数、制动吸收能量、制动滑行距离、环境参数最接近的历史数据,并利用最接近的历史数据的峰值温度和冷却速率预测制动装置在冷却阶段的不同时刻的温度,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。这样,在一个或多个刹车温度传感器发生故障时,该系统就可以通过从外部数据服务器16获取的同类机型的历史数据,从而能够直观显示出制动装置在刹车过程中的升温曲线,停机时刻的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
另外,该系统可以通过局域网络通信方式和/或4G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。或者,可选择的实施例中,该系统配置为能够通过5G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。例如,参考图4,航空器的下文所述的航电系统17可以通过5G从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据。
此外,参考图4,该系统包括具有通信和数据信息管理功能的航电单元17,航电单元17与处理器1和显示单元2通信连接,航电单元17配置为用于能够与外部数据服务器16通信并从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据。这样,该航电单元17可以对于处理器执行预测模式相关的任何数据进行通信和管理,从而提升处理器执行预测模式的可靠性。例如,如上所述的,在一个或多个刹车温度传感器发生故障时,参考图4,航空器的航电系统17可以通过5G从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据,从而及时输出能够直观明确显示出制动装置在刹车过程中的升温曲线,停机时刻的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
此外,可选择的一种实施例中,参考图4,该系统包括具有通信和数据信息管理功能的航电单元17,航电单元17与处理器1和显示单元2通信连接,航电单元17能够对环境参数测量件测量的航空器外部的环境参数进行管理并输送到处理器1,处理器1能够向航电单元17输出预测信息,航电单元17对预测信息进行管理并输送到显示单元2。这样,该航电单元17可以对于处理器执行预测模式相关的任何数据进行通信和管理,并可以将处理后的信息在显示单元2上直观地显示,从而提升处理器执行预测模式的直观性和可靠性。例如,如上所述的,在一个或多个刹车温度传感器发生故障时,参考图4,航空器的航电系统17可以通过5G从外部数据服务器16获取同类机型的刹车温度冷却过程历史数据,从而及时输出能够直观明确显示出制动装置在刹车过程中的升温曲线,停机时刻的当前温度和未来一段时间内的降温趋势,以及刹车温度降低至安全放飞温度的预计冷却时间,从而为工作人员例如机组判断航空器转场的等待时间提供有效依据。
最后,本发明提供一种航空器,参考图1,该航空器能够实现以上任意所述的预测航空器制动装置的冷却温度和冷却时间的方法;或者,该航空器包括以上任意所述的预测航空器制动装置的冷却温度和冷却时间的系统。
本领域技术人员应能理解,上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合,以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上,应能理解并实现所揭示的实施例的其他变化的实施例。权利要求中的任何附图标记均不应被理解为对保护范围的限制。某些技术特征出现在不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有益效果。
Claims (22)
1.一种预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,所述方法包括预测模式,其中,所述预测模式包括:
采集在制动起始时刻的航空器行进速度,以得到制动速度;
采集航空器的起落架的气室压力,以得到航空器重量;
预估航空器制动过程中制动装置的制动吸收能量;
采集航空器外部的环境参数;
获得航空器的制动滑行距离;
在航空器停机后,处理器对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。
2.根据权利要求1所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,航空器行进速度包括航空器的前轮轮速和/或航空器的水平速度。
3.根据权利要求1所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,环境参数包括航空器地理位置定位、环境温度和环境风速。
4.根据权利要求1所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,所述方法包括在预测模式之前的自检步骤,其中,自检步骤包括对制动装置的刹车温度传感器进行检测,在检测到一个或多个刹车温度传感器发生故障时,对于刹车温度传感器故障的制动装置执行无温度输入的预测模式,对于刹车温度传感器能够正常工作的制动装置则执行有温度输入的预测模式。
6.根据权利要求4所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,执行无温度输入的预测模式包括:
7.根据权利要求5或6所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,冷却速率生成方式包括神经网络方法或基于决策树的回归方法,其中,在使用神经网络方法或回归方法时,需要航线运行积累得到的历史数据,并且在执行温度预测的过程中,神经网络的参数或者决策树的参数能够不断迭代调整。
8.根据权利要求4所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,执行无温度输入的预测模式包括:航空器配置为能够从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
9.根据权利要求8所述的预测航空器制动装置的冷却温度和冷却时间的方法,其特征在于,航空器配置为能够通过5G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
10.一种预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统包括:
处理器(1)和显示单元(2);
测速件,所述测速件用于采集在制动起始时刻的航空器行进速度以使得处理器能够获得制动速度;
气室压力传感器,所述气室压力传感器用于采集航空器的起落架的气室压力以使得处理器能够获得航空器重量;
环境参数测量件,所述环境参数测量件用于测量航空器外部的环境参数;
制动滑行距离测量件,所述制动滑行距离测量件用于测量航空器的制动滑行距离;
其中,所述处理器(1)设置为能够预估航空器制动过程中制动装置的制动吸收能量,所述处理器(1)设置为能够执行预测模式,在所述预测模式中,所述处理器(1)用于在航空器停机后能够对航空器重量、制动速度、制动吸收能量、环境参数和制动滑行距离进行处理分析并输出预测信息,所述显示单元能够根据预测信息显示制动装置的当前温度和未来一段时间内的降温曲线,以及制动装置从当前温度降低到安全放飞温度的预计冷却时间。
11.根据权利要求10所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述测速件包括用于安装在航空器的前轮装置上以测量前轮轮速的前轮轮速传感器(3),和/或,用于安装在航空器上以测量航空器水平速度的空速传感器(4)。
12.根据权利要求10所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述气室压力传感器包括用于安装在航空器的前起落架(5)的缓冲器气室活门上的前起落架气室压力传感器(6)、用于安装在航空器的左侧主起落架(7)的缓冲器气室活门上的左侧主起落架气室压力传感器(8)、和用于安装在航空器的右侧主起落架(9)的缓冲器气室活门上的右侧主起落架气室压力传感器(10)。
13.根据权利要求10所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述环境参数测量件包括用于安装在航空器上的外部环境风速传感器(11)、外部环境温度传感器(12)和卫星定位模块(13)。
14.根据权利要求10所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统包括刹车温度传感器(14),所述刹车温度传感器(14)用于安装于航空器的制动装置(15)以持续采集制动装置(15)的实时刹车温度,其中,
所述系统设置为能够在所述预测模式之前执行自检步骤,其中,自检步骤包括对制动装置的刹车温度传感器进行检测,在检测到一个或多个刹车温度传感器发生故障时,对于刹车温度传感器故障的制动装置执行无温度输入的预测模式,对于刹车温度传感器能够正常工作的制动装置则执行有温度输入的预测模式。
16.根据权利要求14所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统执行无温度输入的预测模式包括:
17.根据权利要求15或16所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,冷却速率生成方式包括神经网络方法或基于决策树的回归方法,其中,在使用神经网络方法或回归方法时,需要航线运行积累得到的历史数据,并且在执行温度预测的过程中,神经网络的参数或者决策树的参数能够不断迭代调整。
18.根据权利要求14所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统执行无温度输入的预测模式包括:
所述系统配置为用于能够从外部数据服务器(16)获取同类机型的刹车温度冷却过程历史数据。
19.根据权利要求18所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统配置为能够通过5G通信方式从外部数据服务器获取同类机型的刹车温度冷却过程历史数据。
20.根据权利要求18所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统包括具有通信和数据信息管理功能的航电单元(17),所述航电单元(17)与所述处理器(1)和所述显示单元(2)通信连接,所述航电单元(17)配置为用于能够与外部数据服务器(16)通信并从外部数据服务器(16)获取同类机型的刹车温度冷却过程历史数据。
21.根据权利要求10所述的预测航空器制动装置的冷却温度和冷却时间的系统,其特征在于,所述系统包括具有通信和数据信息管理功能的航电单元(17),所述航电单元(17)与所述处理器(1)和所述显示单元(2)通信连接,所述航电单元(17)能够对所述环境参数测量件测量的航空器外部的环境参数进行管理并输送到所述处理器(1),所述处理器(1)能够向所述航电单元(17)输出预测信息,所述航电单元(17)对所述预测信息进行管理并输送到所述显示单元(2)。
22.一种航空器,其特征在于,所述航空器能够实现权利要求1-9中任意一项所述的预测航空器制动装置的冷却温度和冷却时间的方法;
或者,
所述航空器包括权利要求10-21中任意一项所述的预测航空器制动装置的冷却温度和冷却时间的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760001.6A CN113306542B (zh) | 2021-07-06 | 2021-07-06 | 航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760001.6A CN113306542B (zh) | 2021-07-06 | 2021-07-06 | 航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113306542A CN113306542A (zh) | 2021-08-27 |
CN113306542B true CN113306542B (zh) | 2022-06-14 |
Family
ID=77381195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110760001.6A Active CN113306542B (zh) | 2021-07-06 | 2021-07-06 | 航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113306542B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8151944B2 (en) * | 2007-11-14 | 2012-04-10 | Goodrich Corporation | Algorithm to determine wheel and brake cooling |
CN103471869B (zh) * | 2013-09-20 | 2017-04-26 | 中国第一汽车股份有限公司 | 制动器冷却性能测试方法 |
US9738264B2 (en) * | 2015-01-22 | 2017-08-22 | Goodrich Corporation | Brake cooling estimation methods and systems |
CN105752053A (zh) * | 2016-03-23 | 2016-07-13 | 中国商用飞机有限责任公司 | 飞机刹车降温系统和方法 |
GB2549736A (en) * | 2016-04-26 | 2017-11-01 | Airbus Operations Ltd | Predicting brake cooling periods |
CN109307025B (zh) * | 2018-11-06 | 2023-08-29 | 西安航空制动科技有限公司 | 一种多轮系飞机主机轮刹车冷却系统 |
-
2021
- 2021-07-06 CN CN202110760001.6A patent/CN113306542B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113306542A (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9260183B2 (en) | Method and device for communicating true runway braking performance using data from the flight data management systems of landed aircraft | |
US9073633B2 (en) | Computer network for calculating aircraft cornering friction based on data received from an aircraft's on board flight data management system | |
EP1888407B1 (en) | System and method for determining aircraft hard landing events from inertial and aircraft reference frame data | |
US10073811B2 (en) | Systems and methods for monitoring health of vibration damping components | |
US9296488B2 (en) | Aircraft braking early warning system | |
CN108725417A (zh) | 使用输入和输出能量的制动器健康指示符系统 | |
US7946165B2 (en) | Over-speed, rough loads and hard landing detection system | |
US8060261B2 (en) | Method and system of determining effectiveness of an aircraft braking system on an aircraft during an aircraft landing | |
CN113306542B (zh) | 航空器、预测航空器制动装置的冷却温度和冷却时间的方法和系统 | |
RU2745837C2 (ru) | Система для определения в реальном времени параметров летательного аппарата, проходящего по поверхности рулежной дорожки (варианты), и способы её использования | |
RU2678540C1 (ru) | Способ мониторинга технического состояния планера и шасси летательного аппарата и устройство для его осуществления | |
CA2610835A1 (en) | System and method for determining aircraft hard landing events from inertial and aircraft reference frame data | |
EP4083967A1 (en) | Aircraft landing event system and method | |
Zammit-Mangion et al. | An operational evaluation of a take-off performance monitoring algorithm | |
Ramamurthy et al. | Aircraft Landing Performance Assessment through Post‐Flight Data Analytics | |
CN117842350A (zh) | 共轴双旋翼直升机旋翼折叠展开控制系统 | |
Zammit-Mangion et al. | Improved algorithm for takeoff monitoring |
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 |