JP7202847B2 - フライトデータ処理のためのリアルタイム・ストリーミング分析 - Google Patents

Description

本開示は、概して、フライトデータ処理のためのリアルタイム・ストリーミング分析に関する。

ビークル・ヘルス・マネジメント・システム（vehicle health management system）は、航空機、宇宙船、陸上車両、船舶などのビークル又はその他の機械類の動作正常性を監視するために用いることができる。ビークル・ヘルス・マネジメント・システムの一例は、データ処理システム及び１つ以上のセンサを含む。センサは、ビークルに一体化するか又はその他の態様によって、ビークルの動作状態に関するデータを生成するように構成することができる。データ処理システムは、センサからデータを受信し当該データを処理して、ビークル全体又は１つ以上の特定のビークル部品の現在の状態や正常性を判定し、ビークルの今後の状態を予測し、場合によっては当該データの処理に基づいて他の処置を実行又は開始するように、構成されている。

ビークルは、センサデータをリアルタイムで受信及び処理したり、センサデータを保存してビークルの整備作業中などにオフライン処理したりするための、データ処理システムを内蔵し得る。一例において、航空機は、エンジン、安全システム、液面、環境制御システム、フローバルブの状況等の動作状態に関するデータを収集するための様々なセンサを含み得る。この例では、航空機は、センサデータを処理するとともにビークルの動作状態をユーザに通知するためのデータ処理システムも含み、このような通知は、例えば整備時期到来通知を発動したりその他の警告を与えたりすることによって行われる。

別の例では、ビークルマネジメントシステムは、航空機の一団（fleet）などの、多数のビークルの一団の正常性を監視する。この例では、各航空機が、音響センサ、環境センサ、加速度計、応力／歪みセンサ、圧力センサなどの多数のセンサを含み、各センサは、その航空機に関するデータを、連続的、間欠的、又は周期的に収集するように構成され得る。上記の例と同様に、各航空機は、リアルタイムでセンサからのデータを受信及び処理することにより航空機の動作を補助したり航空機の動作正常性を評価したりするための、データ処理システムを含み得る。

各航空機のデータ処理システムは、センサデータを連続的に別のデータ処理システムに伝達するように構成することができる。通常、このデータ処理システムは、これら一団の航空機から大量のデータを受信する。このような大量のデータは、リアルタイムでデータを効果的に処理することにより、航空機の一団全体の正常性を管理するための有用且つ適時な正常性状態情報を提供することにおいて、弊害となっている。

従って、ビークル・ヘルス・マネジメント・システムが、より効率的且つ高速にデータ処理を行えるようにするため、及び、１つ以上のビークルの正常性状態に関するリアルタイム・インテリジェンスを改良するために、既存のシステムに改良を施すこと、あるいは、少なくとも、１つ以上の有用な代替策を提供することが、望まれる。

本開示は、フライトデータ処理のためのリアルタイム・ストリーミング分析に関する実施形態を説明する。

一態様において、本開示は、航空機用のデータストリーム分析のために演算装置によって実施される方法を説明する。当該方法は、（ｉ）航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームを受信し、前記航空機は、異なる飛行モードで動作するように構成されており、各飛行モードは、対応する一組の動作ルールと関連付けられており、（ｉｉ）前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記複数のデータストリームから選択し、（ｉｉｉ）データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択し、（ｉｖ）データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較し、（ｖ）この比較に基づいて、前記航空機の動作中に不具合が発生した、あるいは、発生する恐れがあると判定し、（ｖｉ）前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信する。

別の態様において、本開示は、フライトデータ処理システムを説明する。当該フライトデータ処理システムは、以下の（ｉ）及び（ｉｉ）を行うように構成された１つ又は複数のプロセッサを有するフライトデータ変換用演算装置を含む。すなわち、（ｉ）フライトデータウェアハウスから、航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームの未加工且つ時間間隔を有するデータポイントを受信する。ここで、前記航空機は、異なる飛行モードで動作するように構成されており、各飛行モードは、対応する一組の動作ルールと関連付けられている。（ｉｉ）前記複数のデータストリームの前記未加工且つ時間間隔を有するデータポイントを、前記複数のパラメータの経時的変化を表す測定値に変換する。当該フライトデータ処理システムは、前記フライトデータ変換用演算装置と通信するとともに、前記フライトデータ変換用演算装置によって生成された変換後の複数のデータストリームを保存するように構成されたデータベースをさらに含む。当該フライトデータ処理システムは、前記フライトデータ変換用演算装置又は前記データベースと通信するストリーミング分析モジュールをさらに含み、前記ストリーミング分析モジュールは、１つ又は複数のプロセッサと、命令を保存するメモリとを含み、前記命令は、前記１つ又は複数のプロセッサによって実行された際に前記ストリーミング分析モジュールに次の動作を行わせる。当該動作は、（ｉ）前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記変換後の複数のデータストリームから選択すること、（ｉｉ）データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択すること、（ｉｉｉ）データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較すること、（ｉｖ）この比較に基づいて、前記航空機の動作中に不具合が発生したか、あるいは、発生する恐れがあると判定すること、及び、（ｖ）前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信すること、を含む。

さらに別の態様において、本開示は、航空機のデータストリーム分析用の演算装置によって実行されると前記演算装置に動作を行わせる命令を保存した、非一時的なコンピュータ可読媒体を説明する。前記動作は、（ｉ）各々が対応する一組の動作ルールと関連付けられている異なる飛行モードで動作するように構成された航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームを受信すること、（ｉｉ）前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記複数のデータストリームから選択すること、（ｉｉｉ）データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択すること、（ｉｖ）データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較すること、（ｖ）前記比較に基づいて、前記航空機の動作中に不具合が発生した、あるいは、発生する恐れがあると判定すること、及び、（ｖｉ）前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信すること、を含む。

上述の概要は、単なる例示であり、限定を意図したものではない。上述した例示的な態様、実施形態及び特徴に加えて、図面及び以下の詳細な説明を参照することによって、さらなる態様、実施形態、及び特徴が、明らかになるであろう。

例示的な実施形態に特有のものと考えられる新規な特徴は、添付の特許請求の範囲に記載されている。しかしながら、例示的な実施形態、並びに、好ましい使用形態、更にその目的及び内容は、添付の図面と共に本開示の例示的な実施形態についての以下の詳細な説明を参照することにより、最もよく理解されるであろう。

例示的な実施態様による、フライトデータ処理システムのブロック図を示す。 例示的な実施態様による、図１に示したブロック図の続きを示す図である。 例示的な実施態様による、フライトデータ処理システムの処理フローを示す図である。 例示的な実施態様による、フローコントロールバルブのための分類木を示す図である。 例示的な実施態様による、演算装置を示す図である。 例示的な実施態様による、フライトデータ処理の方法のフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。 例示的な実施態様による、図６の方法で用いるステップのフローチャートである。

以下の詳細な説明は、添付図面を参照して、開示のシステム及び方法の様々な特徴及び機能を説明するものである。ここで説明する例示のシステム及び方法の実施形態は、限定を意図するものではない。開示のシステム及び方法のいくつかの態様は、改変又は組み合わせにより種々の異なる構成とすることができ、これらはすべて想定内にあることは、容易に理解できるであろう。

また、文脈からそうでないことがわかるものでない限り、各図面に示した特徴は、互いに組み合わせて用いることができる。従って、図示の特徴のすべてが各実施態様に必要とは限らないことを理解するとともに、図面は、１つ以上の全体的な実施態様の構成要素の態様として、概括的に捉えられるべきである。

また、本明細書又は請求の範囲における要素、ブロック、又はステップの列挙は、いずれも明確化を目的としたものである。従って、そのような列挙によって、これらの要素、ブロック、又はステップが、特定の構成に限定されるとか、あるいは特定の順序で行われることを、要件とする又は暗示すると解釈されるべきではない。

「実質的に」という用語が用いられている場合、記載された特性、パラメータ、又は値を必ずしも正確に達成する必要はなく、例えば、許容差、測定誤差、測定精度限界、及び当業者に既知の他の要因などを含むズレや変動が、その特性により達成しようとする効果を妨げない程度に生じてもよいということを意味する。

実施形態においては、フライトデータ処理のためのリアルタイム・ストリーミング分析のための革新的な方法及びシステムが開示される。ここで、リアルタイム処理とは、ハードウェア及びソフトウェアシステムが、例えば事象からシステム応答までの「リアルタイム制約」の対象となるリアルタイム演算又はリアクティブ演算のことをいう。リアルタイムプログラムは、指定された制約時間内に応答する。例えば、リアルタイム応答は、ミリ秒のオーダー、時にはマイクロ秒のオーダーであり得る。リアルタイムシステムとは、例えば、データを受信し、当該データを処理し、その時点で環境に影響を与えるのに十分な迅速さで結果を戻すことによって、環境を制御するシステムである。

本明細書に開示の方法及びシステムは、多くの様々なソースから、大量に、高速で、及び／又は、様々な種類の範囲で受信した大きなデータセットを、効果的且つ適時に処理するのに特に有用である。一般に用いられているハードウェア及びソフトウェアツールでは、許容可能な時間フレーム内に、大量のデータ（例えば、数テラバイトから数十ペタバイト又はそれ以上）から、有用な情報を捕捉、処理、及び抽出することができない場合がある。また、本明細書に開示の方法及びシステムは、大量のデータセットを処理することに加えて、比較的小さいデータセットを効果的に処理するのにも有用であり得る。

例示を目的として、航空機、あるいは航空機のために捕捉した情報を保存するデータベースから受信したデータを処理するように構成されたヘルス・マネジメント・システムに関して、特徴、動作、及びその他の側面を説明する。ただし、本明細書に記載の特徴及び機能は、他の種類のビークル、機械、及び装置、ならびに他の種類のデータにも、適用可能である。

一般的に、ヘルス・マネジメント・システムを使用することは、様々な利点を有し得る。例えば、ヘルス・マネジメント・システムは、航空機部品の不具合、異常、又は非効率動作を特定するとともに、小さな問題が大規模な修理や航空機の中断時間の増大に発展する前に、賢明な修正及び修理処置を取ることができる。また、ヘルス・マネジメント・システムは、航空機部品の効率的又は容認可能な動作を特定し、保守作業をコスト効率良くスケジュール設定することもできる。結果として、ヘルス・マネジメント・システムを用いることにより、航空機が保守及び修理のために非稼働となる時間を減らすことができる。

一例として、フライトデータ処理システムは、いくつかの航空会社のオペレータから、一日あたり数千のフライト及び飛行セグメントに関する、高い周波数で取得されたデータを受信する。結果として、フライトデータ処理システムは、大量のデータを受信して処理し、ある特定の航空機の正常性を判定することになる。

本明細書に開示のシステム及び方法は、フライトデータ処理システムが、そのような大量且つ高周波数のデータを操作して、航空機の状態を適時且つ効果的に評価することを可能にする。特に、本明細書に開示のフライトデータ処理システム及び方法は、航空機のパフォーマンス及び挙動を、より速く、適時且つ自動的に把握することを実現し得る。

図１及び図２は、例示的な実施態様によるフライトデータ処理システム１００のブロック図を示している。フライトデータ処理システム１００又はその一部は、航空機１０２に搭載してもよいし、遠隔地に配置して、データリンクを介して航空機１０２と通信するようにしてもよい。データリンクとは、デジタル情報の送受信を目的として、１つの場所を他の場所と接続する通信リンクのことをいう。また、データリンクは、送信器及び受信器（２つのデータ端末装置）ならびに相互接続データ通信回路を含む、一組のエレクトロニクスアセンブリを指すこともある。これらのコンポーネントは、リンクプロトコルに基づいて動作し、データソースからデータ受信装置へのデジタルデータの転送を可能にする。

航空機１０２に搭載された航空機システム及びセンサは、航空機１０２の状態又は正常性を示すパラメータに関するデータを収集する。パラメータは、例えば、航空機１０２における、流体温度、速度、バルブ状態、油圧又は空圧システムにおける流量及び／又は圧力、電気システム内の様々なノードにおける電圧及び電流などを含む。これらのパラメータの各々は、パラメータの値及びその経時変化を示すデータストリームを有し得る。パラメータは、例えば、そのパラメータの性質及び変化の周期に基づいて、所定の周波数でサンプリングすることができる。

フライトデータ処理システム１００は、このようなデータを航空機からバイナリ又はその他の形式で受信するように構成されたバイナリフライトデータモジュール１０４を含み得る。バイナリフライトデータモジュール１０４は、数百または数千の航空機から、様々なフライト、フライト区間、又は付帯事項（tails）について、数千のパラメータのデータを受信し得る。バイナリ形式によれば、そのような大量のデータを効率的に保存することができる。

フライトデータ処理システム１００は、このようなデータを、バイナリ形式から、効果的且つ有意義な方法でのデータ処理を可能とする、例えば工学単位のセンサ測定値にトランスレート（translate）又は変換（convert）するように構成されたフライトデータ変換モジュール１０６を含み得る。例えば、あるバルブの流量パラメータのバイナリ形式データは、２進数から立方フィート又はインチ／秒の値に変換することができる。

フライトデータ変換モジュール１０６は、工学単位の値に変換されるまでの、バイナリ形式で受信したデータの処理を行ういくつかのサブモジュールを含み得る。例えば、フライトデータ変換モジュール１０６は、バイナリフライトデータモジュール１０４から受信したデータを受信、操作、及び調整するように構成された入力ファイル操作／ファイル管理モジュール１０８を含み得る。バイナリ未加工‐バイナリ標準変換モジュール１１０は、入力ファイル操作／ファイル管理モジュール１０８から未加工のバイナリデータを受信し、データストリームの当該バイナリ未加工データを標準的なバイナリ形式に変換する。バイナリ標準‐バイナリ中間変換モジュール１１２は、標準的なバイナリ形式のデータをバイナリ中間形式に変換する。

第１トランスレーションモジュール１１４は、バイナリ標準‐バイナリ中間変換モジュール１１２と通信し、バイナリ中間形式から、その後の処理を容易化するための処理用セグメント解析に対応するフォーマット（すなわち、パース・ツリー（parse tree）、シンタックス・ツリー（syntax tree）又はその他の階層構造のような、入力データの構造を表すデータ構造を後に構築できるようにするフォーマット）にデータをトランスレート又は変換するように構成されている。ポスト中間バイナリデータ操作モジュール（post-intermediate binary data handling module）１１６は、第１トランスレーションモジュール１１４によって生成されたデータをさらに処理することにより、第２トランスレーションモジュール１１８による第２トランスレーション用に当該データを調整する。第２トランスレーションモジュールは、派生パラメータ値を生成する（例えば、データの特定のセグメント内のパラメータ値に曲線を適合させ、適合曲線から派生パラメータを抽出する）ように構成されたものである。次に、第３トランスレーションモジュール１２０は、第２トランスレーションモジュール１１８によって生成された変換データを受信し、データの保存、処理、及び分析を可能にするフォーマットのデータを生成する。

次に、データウェアハウス（ＤＷ）１２２が、第３トランスレーションモジュール１２０によって生成されたデータを受信する。ＤＷ１２２は、例えばクエリ（query）及び分析用に設計されたリレーショナルデータベース１２４を含み、いくつかのソースからのデータを統合し得る。リレーショナルデータベース１２４は、第３トランスレーションモジュール１２０から受信したデータを保存及び管理し得る。リレーショナルデータベース１２４を、いくつかのサーバ及びノードに分散させることにより、保存可能なデータ量を増やすことができる。また、リレーショナルデータベース１２４は、サーバ間で作業負荷を分散させるように構成することができる。

一例において、リレーショナルデータベース１２４は、第３トランスレーションモジュール１２０から受信したデータに加えて、他のフィールドレポート、手作業による整備情報、又は、航空機１０２のような航空機の様々な部品について過去から集積された他のデータを含み得る。一例において、リレーショナルデータベース１２４は、ワードプロセッサ文書などの非構造化データ、スプレッドシートなどの半構造化データを検索するためのテキスト解析機能を有するように構成され得る。このように、リレーショナルデータベース１２４は、様々な形式で受信したデータを操作するように構成され得る。リレーショナルデータベース１２４は、抽出・伝送・変換・格納（ＥＴＬ）ソリューション機能、オンライン分析処理（ＯＬＡＰ）及びデータマイニング機能、クライアント分析ツール、ならびに、データを収集するとともにフライトデータ処理システム１００の他のモジュールによるさらなる分析のために当該データを配信するプロセスを管理するその他のアプリケーションを有するように、構成することもできる。

一例において、ＤＷ１２２は、ＨＤＦＳ（Hadoop Distributed File System）１２６も含み得る。ＨＤＦＳ１２６は、標準的には単一のネームノードとデータノード群を有する分散型の拡張可能なポータブルファイルシステムを含み得る。各データノードは、ネットワークを介して、ＨＤＦＳ１２６固有のブロックプロトコルを用いて、データのブロックを提供する。ＨＤＦＳ１２６のファイルシステムは、例えば、通信にＴＣＰ／ＩＰソケットを使用し、クライアントは、リモートプロシージャコール（ＲＰＣ）を使用して互いに通信するように構成され得る。

ＨＤＦＳ１２６は、大きな（典型的にはギガバイトからテラバイトの範囲の）データファイルを複数のマシンに保存するように構成され得る。この構成によれば、複数のホストでデータを複製することにより、信頼性が得られる。データノードは、データの分散を再調整したり、コピーを移動させたり、データのレプリケーションを高い状態に維持したりするために互いに通信し得る。ＨＤＦＳ１２６は、様々なハードウェア・プラットフォーム間における移植性、及び、基礎となる種々のオペレーティングシステムとの互換性を考慮して設計され得る。

ＨＤＦＳ１２６は、第３トランスレーションモジュール１２０から受信した、変換されたデータストリームを、データを順次処理するのではなく平行して処理する平行ファイルシステムに整理することができる。これにより、データを、リアルタイム又はほぼリアルタイムで処理することができ、航空機１０２の状態を適時に評価することができる。

ＤＷ１２２は、このようにして、所与の期間、データを保存及び維持する。時間が経過するにつれて、より古いデータは、次に述べるように正常な航空機の挙動モデルを構築する際に役立つ過去のデータとしての役割を果たす。

フライトデータ処理システム１００は、モデルビルダー（model builder）１２８をさらに含み得る。当該モデルビルダーは、過去データ処理演算装置を含む。モデルビルダー１２８は、データサイエンティスト（data scientists）の集合体のような枠組みを提供し、過去のデータを分析し、ヘルスマネジメントモデルを作製するように構成され得る。モデルビルダー１２８は、航空機１０２に関連付けられた様々なパラメータに関する、例えば、正常な航空機の場合にこれらの種々のパラメータが経時的にどう変化するかを示すモデルを生成し得る。従って、これらのモデルは、航空機１０２から現在受信しているデータ（リアルタイムデータ）を照らし合わせて航空機１０２の状態を判定するためのベンチマークとしての役割を果たし得る。

モデルビルダー１２８は、ＤＷ１２２内に保存された過去のデータと、航空機１０２によって生成されるリアルタイムデータの両方にアクセスできるように構成されたオペレーショナル・データ・ストア（ＯＤＳ）１３０を含み得る。特に、モデルビルダー１２８は、フィルター及び制御モジュール１３２を含み、これは、ＤＷ１２２に問い合わせを行うことにより特定の航空機システム問題についてモデルを分析及び構築するための特定のデータを取得するように構成されたものである。また、バイナリフライトデータモジュール１０４は、航空機１０２から受信したリアルタイムデータを、トランスレーション又は変換モジュール１３４に直接送信することもできる。当該トランスレーション又は変換モジュールは、バイナリデータを、ブロック１３６に示すＡＳＣＩＩ工学単位形式のような別の形式に変換するものであり、当該形式は例えばＯＤＳ１３０によって使用可能なものである。ＯＤＳ１３０は、メンテナンス情報１３８（例えばメッセージ、リポート、マニュアルなど）、及び、バイナリデータを対応する工学単位にアンパックする際に使用される変換キーブロック１４０にも、アクセス可能であり得る。

分析ソフトウェア１４２は、モデルビルダー１２８に関連付けられた演算装置（例えばサーバ）上で動作し得る。分析ソフトウェア１４２は、航空機システムデータを抽出、閲覧、操作、変換（transform）、視覚化するためのインタラクティブ環境、ならびに、最終的にはストリーミング処理環境内に設定及び配置される分析モデルを作成するためのビルトインユーティリティを提供する。分析ソフトウェア１４２は、ＯＤＳ１３０内に保存されたデータに基づいてモデルを作成するように構成され得る。例示のための一例として、当該データは、航空機１０２の特定のフローバルブの流量を含む。分析ソフトウェア１４２は、ＯＤＳ１３０に問い合わせを行って、ＯＤＳに保存されている、正常なフローバルブがどのように動作するかを示す過去のデータ、すなわち、正常なバルブに関連付けられた流量のデータを取得する。分析ソフトウェア１４２は、次に、回帰モデルなどのモデル又はデータに適合した曲線を構築し得る。また、このプロセスを繰り返すことにより、正常な状態から逸脱する経時的な状態変化を表し、これにより不正常な挙動をモデリングする。形成されたモデルに対して、ブロック１４４に示すインタラクティブな分析により、修正、トレーニング、及び、チューニング（tuning）が行われ得る。インタラクティブ分析は、人間によるフィードバック、他のソフトウェアからの自動的フィードバック、製造業者によって提供される予測パフォーマンスデータなどを用いて行われ得る。

分析ソフトウェア１４２によって作成されたモデルを、モデルフォーマットモジュール１４６で処理することにより、当該モデルを、様々な分析及び視覚化ツールでのさらなる処理に使用可能な形式で提供することができる。一例として、モデルフォーマットモジュール１４６は、モデルを、エクセルクイック閲覧（Excel Quick view）用のカンマ区切り値（ＣＳＶ）形式で表される数値として変換又は提供し得る。別の例として、モデルフォーマットモジュール１４６は、さらなる処理で使用可能な形式でモデルを提供するように構成されたスポットファイアサーバ（Spotfire server）、タブローサーバ（Tableau server）、又はＲサーバを含み得る。その他のフォーマット及びフォーマット方法も用いることができる。また、一例において、モデルフォーマットモジュール１４６は、ＯＤＳ１３０に保存されたデータに直接アクセスし得る。例えば、ＯＤＳ１３０に保存されたデータは、ブロック１４８に示すＣＳＶ形式で、モデルフォーマットモジュール１４６に提供することができる。

フライトデータ処理システム１００は、ストリーミング分析モジュール１５０も含み得る。ストリーミング分析モジュール１５０は、ＤＷ１２２と通信し、航空機１０２の状態を適時に評価するために、受信されたデータストリームをリアルタイム又はほぼリアルタイムで処理するように構成され得る。「ほぼリアルタイム」という用語は、データ処理又はネットワーク送信によって生じる、事象の発生と処理データの使用との間の時間遅延（例えば２００ミリ秒、１分など）を指し得る。いくつかの例において、ストリーミング分析モジュール１５０が航空機１０２に搭載されている場合、リアルタイム又はほぼリアルタイムの事象処理が行われ得る。他の例において、ストリーミング分析モジュール１５０が機外にある場合、データのダウンロード及び送信プロセスによって例えば数分から数日の待ち時間が生じる場合があり、これに、データロード、トランスレーションのための問い合わせ、トランスレーション処理そのものを含んだ、データ処理システムによって生じる待ち時間が加わる。ストリーミング分析モジュール１５０は、モデルビルダー１２８によって構築されてＯＤＳ１３０又はＤＷ１２２に提供されたモデルにもアクセスするとともに、航空機１０２の状態を評価するために、データストリームを、モデルビルダー１２８によって形成されたモデルと比較するように構成されている。

例えば、ストリーミング分析モジュール１５０は、ＤＷ１２２に問い合わせを行って、航空機１０２における特定のフローバルブの流量などの特定のパラメータに対応するデータファイルを取得又は選択し得る。ストリーミング分析モジュール１５０は、データストリーム又はその一部を処理することにより、当該フローバルブのリアルタイムの特性（例えば、平均、標準偏差などの統計値）を判定するように構成され得る。モデルビルダー１２８は、例えば、当該フローバルブの流量が経時的にどのように変化すべきかについてのモデルを形成しているとともに、正常なバルブと不良のバルブの両方の特性を特定している。モデルビルダー１２８は、当該モデル及び正常なフローバルブ及び不良のフローバルブの特性をストリーミング分析モジュール１５０に提供し、ストリーミング分析モジュールは、このモデル及び特性を、データストリームに基づいて求めたリアルタイムの特性と比較する。

この比較に基づいて、ストリーミング分析モジュール１５０は、当該フローバルブが適切に動作しているか及び正常かどうかを、判定する。適切に動作していないか、又は正常でない場合、ストリーミング分析モジュール１５０は、航空機１０２の動作中に不具合が発生したか、あるいは不具合が発生する恐れがあり、フローバルブが整備又は交換の時期であると判定することができる。フローバルブの例は単なる例示であり、ストリーミング分析モジュール１５０は、航空機１０２の状態を判定するために、航空機１０２の様々な部品について、平行してリアルタイムで処理するように構成され得る。

ストリーミング分析モジュール１５０は、次に、ダッシュボード及びレポートモジュール１５２によって示すように、航空機１０２の状態に関する判定及び発見をダッシュボードに送信してレポートを作成し、適切な当事者が航空機１０２の動作について視認、調査、及び決定を行えるようにする。例えば、レポートは、地上の整備員に提供され、整備員は、例えば、航空機１０２が着陸した際に航空機１０２の１つ以上の部品を整備の対象とするという判断を行う。ストリーミング分析モジュール１５０によって行われる動作を、図３を参照して、以下により詳細に説明する。

フライトデータ処理システム１００のコンポーネントは、互いに接続されたり、各システムに連結された他のコンポーネントと相互接続されたりして動作するように構成され得る。フライトデータ処理システム１００の上述の動作又はコンポーネントのうちの１つ以上は、より多くの機能的又は物理的コンポーネントに分割することも、あるいは、より少ない機能的又は物理的コンポーネントに統合することも可能である。いくつかのさらなる例において、追加の機能的及び／又は物理的コンポーネントを、図１及び図２に示した例に加えることもできる。また、飛行データ処理システム１００のコンポーネント又はモジュールのいずれも、本明細書に記載の論理演算を実施するための、１つ以上の命令を含むプログラムコードを実行するように構成されたプロセッサ（例えばマイクロプロセッサ、デジタル信号プロセッサなど）を含み得る、あるいは、そのようなプロセッサの形態で実現され得る。フライトデータ処理システム１００は、１つ又は複数のプロセッサによって実行された際にフライトデータ処理システム１００に上述の動作を行わせるプログラムコードを保存する任意の種類のコンピュータ可読媒体（非一時的媒体）又はメモリ、例えばディスク又はハードドライブを含む記憶装置、をさらに含み得る。一例において、フライトデータ処理システム１００を、他のシステム内に含めることもできる。

図３は、例示的な実施態様による、フライトデータ処理システムの処理フロー２００を示している。図３に示すように、データストリームは、航空機１０２、及び、場合によっては他の多くの航空機から、バイナリフライトデータモジュール１０４に提供され得る。航空機１０２は、航空機１０２の動作を監視するように構成された機載データ収集及び処理モジュール２０２も有し得る。機載データ収集及び処理モジュール２０２は、ハードウェアコンポーネント、ソフトウェア、又はこれらの組み合わせを含み得る。

バイナリフライトデータモジュール１０４又は機載データ収集及び処理モジュール２０２の一方又は両方は、データストリームを、ファイルとして、フライトデータウェアハウス２０４に提供し得る。例えば、フライトデータウェアハウス２０４は、航空機データファイルを工学単位の測定値に変換するように構成された、例えばフライトデータ変換モジュール１０６などのフライトデータ変換モジュールを含むか、あるいはこれと通信し得る。

次に、フライトデータウェアハウス２０４は、変換されたデータファイルを、フライトデータ処理システム２０６に提供し得る。フライトデータ処理システム２０６は、上述したフライトデータ処理システム１００と同様のものであってもよいし、フライトデータ処理システム１００よりも多い又は少ないコンポーネントを含むものであってもよい。

フライトデータウェアハウス２０４は、具体的には、変換されたデータストリームを、保存及びその後の処理のために、データベース２０８、データウェアハウス（ＤＷ）１２２、又は、ストリーム処理モジュール２１０に提供し得る。ストリーム処理モジュール２１０は、データファイルを変換してデータストリームに戻すものであり、当該モジュールと通信する他のモジュールによるデータストリームの並行処理を実現するように構成されている。例えば、複数の演算ユニットが、これらのユニット間での割り当て、同期、又は通信を管理することなく、データストリームを処理してもよい。

一例において、矢印２１１で示すように、航空機１０２が、データストリームをストリーム処理モジュール２１０に直接送信してもよい。

図１及び図２を参照して説明したストリーミング分析モジュール１５０は、データベース２０８、ＤＷ１２２、又はストリーム処理モジュール２１０のうちの１つ以上と通信し得る。ストリーミング分析モジュール１５０は、上述したように、データストリームを処理し、データストリームを分析して対象の事象を特定し、これらの事象をさらに処理して不具合が発生したかもしくは発生する恐れがあるかどうか、又は異常が発生したかどうかを判定し、その結果を、当該結果を使用可能な様々なエンティティ(entities)に送信するように、構成され得る。

ストリーム処理は、ブロック２１２によって示されている。一例において、各データストリームは、対応するパラメータ（例えば、温度、速度、流量など）を表し、最初は別々に処理され得る。ブロック２１２は、単なる例示を目的とした例として、処理中の３つのデータストリーム２１４Ａ、２１４Ｂ、及び、２１４Ｃを示している。数百又は数千のストリームが平行して処理され得る。あるデータストリーム、例えばデータストリーム２１４Ａにおける“スニペット_t1”は、時刻ｔ１に受信されたデータポイント又は一群のデータポイントである。同様に、あるデータストリーム、例えばデータストリーム２１４Ａにおける“スニペット_t2”及び“スニペット_t3”は、其々、時刻ｔ２及び時刻ｔ３に受信されたデータポイント又は一群のデータポイントである。

ブロック２１２において、データストリーム２１４Ａ、２１４Ｂ、及び２１４Ｃに対して、ストリーミング分析モジュール１５０によっていくつかの処理が行われ得る。例えば、ストリーミング分析モジュール１５０は、データベース２０８、ＤＷ１２２、又はストリーム処理モジュール２１０のうちの１つ以上に問い合わせを行って、例えば特定のバルブの流量センサによって捕捉された流量データストリームなどの、特定のデータストリームを選択し得る。ストリーミング分析モジュール１５０は、次に、バッファリングするか、あるいはウィンドウ２１６のようなウィンドウを適用することによって、当該特定のデータストリームのうちの一部を選択し得る。例示のための例として、ウィンドウ２１６を適用することにより、ストリーミング分析モジュール１５０は、ストリーム２１４Ｃのうちの“スニペット_t2”及び“スニペット_t3”を処理する一方、少なくともこの時点の分析においては“スニペット_t1”を破棄する。

データの一部の選択は、いくつかの要素に基づいて行うことができる。例えば、航空機１０２が動作している飛行フェーズ又はモードに基づいて、一部を選択することができる。航空機１０２は、飛行中に、いくつかの飛行モード又は飛行フェーズを経験する。飛行モード又はフェーズは、パイロット又はオペレータから見た、飛行セグメント又は地上セグメントのその時点の動作目的として定義することができる。ほぼすべての飛行セグメントに該当する動作フェーズの例としては、プリフライト、タクシーアウト、離陸、上昇、巡航、下降、アプローチ、着陸、タクシーイン、エンジンシャットダウン、及び、飛行後、がある。緊急の事象や、除氷、リターン・トゥ・サービスエンジンチェック（return-to-service engine checks）、回送（ferry flights）などのオプションの運用業務のために、追加の動作モードを定義することもできる。

航空機１０２は、これらのフェーズの其々において対応する一組のルール及び動作手順に従って動作するように、設定され得る。例えば、プリフライト中は、航空機搭乗員が航空機システムの動作状況をチェックし、これらのシステムを意図した動作用に設定する。多くの場合、動作飛行フェーズによって、航空機１０２のシステムがどのように使用されるかあるいは動作すべきかが決まる。例えば、バルブの最大流量は、飛行モード又はフェーズによって異なり得る。従って、ストリーミング分析モジュール１５０が検出しようとする事項、不具合、潜在的な不具合、異常、又は問題に基づいて、ストリーミング分析モジュール１５０は、そのような不具合や異常が起こり得る特定の飛行モードもしくはフェーズ又は一群の飛行フェーズに対応するデータストリームの一部を、切り取るか、又は選択し得る。

別の例において、ストリーミング分析モジュール１５０は、データの一部を、特定のフェーズ中に航空機１０２に起こるはずの一連の事象に基づいて、選択し得る。上述したように、動作飛行フェーズによって、航空機１０２のシステムがどのように使用されるかが決まる。例えば、離陸動作飛行フェーズにある際には、パーキングブレーキをセットしていない状態で、エンジンを離陸推力まで上げる。一方、リターン・トゥ・サービスエンジンチェックを行う際は、パーキングブレーキをセットした状態で、エンジンを高い推力まで上げる。このようにして、ストリーミング分析モジュール１５０は、特定の動作飛行フェーズ中のデータの一部を選択することにより、一連の特定の事象が適切に起こったかどうか、ひいては不具合又は異常が発生したかどうかを、判定することができる。

別の例において、ストリーミング分析モジュール１５０は、航空機１０２におけるハードランディングなどの特別な事象を検出したことに基づいて、データの一部を選択し得る。例えば、特定の期間に特定の事象が発生したことをデータが示した場合に、ストリーミング分析モジュール１５０が起動してバッファリング又はウィンドウの適用を行うことにより、当該事象に随伴するデータの一部を選択することができる。いくつかの例において、特別な事象は、パイロットによって起動されたものではない任意の事象である。例えば、パイロットの起動又は操縦によらないフラップ又は操縦翼面の動きは、バッファリング、ウィンドウの適用又は当該事象に随伴するデータの一部の選択を開始させる特別な事象と考えることができる。

別の例において、ストリーム２１４Ａ～Ｃを処理することは、データストリーム内の任意の空白を補償することを含み得る。例えば、データストリームは、ある特定の周波数で取得され得る。この特定の周波数が低い場合、データストリームには、データポイントが存在しない期間が含まれ得る。これらの空白は、短時間内に発生して終了する短命の事象、不具合、又は異常の特定を妨げる恐れがある。また、別の例において、航空機１０２の検知装置又はローカル環境におけるノイズによって、データストリームの時系列データ内に空白が生じる場合がある。

ストリーミング分析モジュール１５０は、これらの空白を補償するとともに欠落しているデータポイントを推定するために、例えば、ローパスフィルタを適用してデータストリーム内の好ましくない高周波ノイズ成分を除去することができ、数学モデルを適用して回帰曲線を導出し、空白内の欠落ポイントを推定することができる。一例において、ストリーミング分析モジュール１５０は、データポイント間を補間したり、いくつかの他の数学的手法を用いたりすることによって、欠落ポイントを推定することができる。

さらに別の例において、ストリーミング分析モジュール１５０は、２つ以上のデータストリーム又はその部分同士を合成して１つのデータストリームにすることができる。例えば、ストリーミング分析モジュール１５０は、ＤＷ１２２からデータストリームを受信するとともに、ストリーム処理モジュール２１０から別のデータストリームを受信し得る。時系列のデータストリームは、データポイントが捕捉された順に受信されるはずであるが、場合によっては、時間的観点において順序がずれた状態でデータストリームが届くことがあり得る。例えば、第１データストリームは、第２データストリームよりもトランスレーション又は変換に時間がかかり、このため、そのデータポイントのいくつかが先に取得されたにもかかわらず、第２データストリームよりも遅く届くことがあり得る。このため、ストリーミング分析モジュール１５０は、このような別々のデータストリームからのデータセグメントを再整理し、対応するパラメータの変化を時間ベースの順序で表すように、データストリームを構築することができる。ストリーミング分析モジュール１５０は、ウィンドウ技術を用いて、後に届く要素とのちに同期させるために先に届いたデータ要素をキャッシュしてもよい。

ストリームの処理は、データストリームから、対応するパラメータの特性を示す特異要素（features）をリアルタイムで抽出することも含み得る。例えば、ストリーミング分析モジュール１５０は、特定のバルブの流量の特定のデータストリームの統計的変数を求めるように構成することができる。これらの統計的変数は、例えば、最大流量、最少流量、流量の標準偏差、平均流量などを含み得る。このような特異要素を抽出することにより、ストリーミング分析モジュール１５０は、データストリームのデータポイントのすべて又はサブセットを分析するのではなく、これらの特異要素を用いてデータストリームを分析することができるため、データストリームをリアルタイムで処理することが容易になる。換言すれば、ストリーミング分析モジュール１５０は、数千ものデータポイントを処理することにより航空機１０２の状態を判定するのではなく、パラメータの変化を示す、抽出された少しの特異要素に基づいて、航空機１０２の状態を判定することができる。

図３に示した処理フロー２００の次のステップは、ブロック２１８によって示すように、ストリーミング分析モジュール１５０によるデータストリームの分析である。図１～図２を参照して上述したように、ストリーミング分析モジュール１５０は、過去のデータに基づいてモデルビルダー１２８によって抽出又は構築されたモデルにアクセスすることができる。特に、モデルビルダー１２８は、過去のデータに基づいて上述したモデルを構築するように構成された学習モデルプロセッサ２２０を含み得る。モデルは、決定木、回帰モデル、又は任意の他の形式を取ることができる。

一例において、モデルは、部品が正常であるかどうか、あるいは、不具合が発生したか又は発生する恐れがあるかどうかを示す、航空機１０２の部品に関連付けられたルールを含む。例えば、モデルは、航空機１０２の特定の動作フェーズ中における特定のバルブの最大流量が、当該バルブが正常であれば、ある特定の値を超えないか、あるいは最大値と最小値とで規定される範囲内に収まるはずであることを、示し得る。それ以外の場合は、不具合が発生したか、あるいは、発生する恐れがあるかである。

ストリーミング分析モジュール１５０は、次に、モデルによるこれらのルールを、ブロック２１２において処理されたリアルタイムのデータストリームから抽出された特異要素に適用する。場合によっては、特定のパラメータにいくつかのルールを適用することにより、対応する部品が正常であるか、あるいは航空機１０２が正常に動作しているかを判定してもよい。例えば、フローバルブの例に戻ると、ストリーミング分析モジュール１５０は、特定のフェーズの流量値を分析することに加えて、他のフェーズにおける流量値、バルブのコイルへの電流、位置、速度、バルブによって制御されるアクチュエータの液圧、アクチュエータによって制御される操縦翼面又はフラップの動きなども分析し得る。

ストリーミング分析モジュール１５０は、モデルビルダー１２８によって形成されたモデルに基づいて、これらの変数の其々にルールを適用し得る。このようなルール適用の其々を、タスクと称し得る。従って、図３に示すように、例えば特定のモデルに関連付けられたｎ個のルールがあると仮定すると、ブロック２２２Ａ、２２２Ｂ、…２２２Ｎで示すタスク_１、タスク_２、…タスク_ｎが存在し、これらの其々は、モデルに基づく特定のルールの適用を示唆する。

ルールを適用することによって、ストリーミング分析モジュール１５０は、航空機１０２の状態、例えば、航空機１０２の部品に関して不具合が発生したか、あるいは発生する恐れがあるかを予測することができる。一例において、ストリーミング分析モジュール１５０は、多数決原理を適用することにより、状態を判定する。例えば、タスクの過半数が、データストリームからリアルタイムで抽出した特異要素がルールに合致しないか又はルールを満たさないことを示す場合には、ストリーミング分析モジュール１５０は、不具合が発生したと判定するか、不具合が発生する恐れがあると予測するか、異常が発生したと判定する。

別の例において、ストリーミング分析モジュール１５０は、不具合が発生した確率又は不具合が発生しそうな確率を計算し、累積確率あるいは任意の他の統計的尺度を経時的に求め得る。累積確率が所定の閾値確率を超えた場合、ストリーミング分析モジュール１５０は、不具合が発生したか又は発生する恐れがあると判定し得る。

別の例において、タスクの其々に、部品又は航空機１０２の状態を判定する際のそのタスクの相対的重要度を示す重みを割り当ててもよい。例えば、重要な（critical）特異要素に関連付けられたタスクには、より重要性の低い特異要素よりも大きな重みが付けられる。次にこれらの重み付けされたタスクを統合することにより、航空機１０２又はその部品の状態を予測又は判定することができる。

一例において、ストリーミング分析モジュール１５０は、モデルを適用した結果を分類手段で処理することにより、航空機１０２の状態を予測するように構成され得る。分類手段は、対象のカテゴリにおける情報（例えば、正常である、正常度が低い、不良である）を特徴付ける一群のクラスに、入力情報（例えばタスク）をマップするアルゴリズム又は数学演算と定義することができる。

分類は、新たな観察結果が一群のクラス（例えば、不具合発生、不具合発生無し）のうちのどのクラスに属するかを、クラスが既に分かっている観測結果を含むトレーニングデータセット（又はインスタンス）に基づいて、特定することを伴う。個々の観測結果は、様々な説明変数又は特異要素として知られる一組の定量化可能な特性に分析される。一例として、分類は、事前算出モデルに対するリアルタイムデータの特異要素の比較に基づいて、個々の尤度を、タスクによって示されるように「不具合発生」クラス又は「不具合発生なし」クラスに割り当てることを含み得る。

一例において、分類は、事実上、確率的なものであってもよい。確率的分類アルゴリズムは、あるインスタンス（例えばモデル適用の結果）が、可能性のあるクラス、すなわち「不具合発生」又は「不具合発生なし」の其々に属する確率を出力し得る。不具合が発生する可能性は、各クラスに割り当てられた確率に基づいて、求めることができる。また、確率的分類は、不具合の発生に関連付けられた信頼値を出力することができる。

分類アルゴリズムの例としては、線形分類手段（例えばフィッシャーの線形判別式、ロジスティック回帰、ナイーブベイズ（naive Bayes）、及びパーセプトロン）、サポートベクターマシン（例えば、最小二乗サポートベクターマシン）、二次分類手段、カーネル推定（例えばｋ近傍法）、ブースティング、決定木（例えばランダムフォレスト）、ニューラルネットワーク、遺伝子発現プログラミング、ベイジアンネットワーク、隠れマルコフモデル、及び、学習ベクトル量子化がある。他の分類手段の例も、用いることができる。

例示のための一例として、線形分類手段は、インスタンス（例えば特定のインスタンス又は期間におけるデータストリームのデータポイント）の特異要素ベクトル（ブロック２２２Ａ、２２２Ｂ…、２２２Ｎによって表された様々なタスクのベクトル）を、ドット積を用いて、重みベクトルと合成することによって、可能性のある各クラスｋ（例えば「不具合発生」又は「不具合発生なし」）に、スコア又は尤度を割り当てる線形関数として表され得る。スコア又は尤度のより高いクラスが、予測クラスとして選択され得る。このタイプのスコア関数は、線形予測演算（linear predictor operation）として知られ、以下の一般式で表される。

式において、Ｘ_iは、インスタンスｉの特徴ベクトルであり、β_kは、カテゴリｋに対応する重みベクトルであり、Score(Ｘ_i,k)は、インスタンスｉをカテゴリｋに割り当てることに関連付けられたスコアである。

場合によっては、ストリーミング分析モジュール１５０は、モデルによって予測されないか、あるいは、モデルによって対処されない新たな事例又は異常に遭遇するかもしれない。このような場合、ストリーミング分析モジュール１５０は、ブロック２２４で示す、学習モデルプロセッサ２２０のオンライントレーニングが行えるよう、新たに遭遇した事象の情報を学習モデルプロセッサ２２０に伝達し得る。このようにして、学習モデルプロセッサ２２０は、新たな事例が発生するとモデルをアップデートすることにより、モデルを最新状態に維持し得る。

図３に示した処理フローの次のステップは、ストリーミング分析モジュール１５０が、決定ブロック２２６において、航空機１０２の動作中に不具合が発生したか、発生する恐れがあるか、あるいは、異常が発生したかどうかを、情報の集合に基づいて判定することである。上述したように、ストリーミング分析モジュール１５０は、モデルからのルールを、データストリームから抽出された特異要素に適用することによって、ストリームを分析し得る。ストリーミング分析モジュール１５０は、このプロセスを、様々なパラメータについて繰り返し、情報を集めることにより、特定の事例を、通常の動作を表すものか又は不具合を表すものとして分類し、不具合が発生したかあるいは発生する恐れがある場合には警告を生成し得る。いくつかの例において、決定ブロック２２６は、ストリーム分析ブロック２１８によって強化される。

いくつかの例において、ストリーミング分析モジュール１５０は、さらに、一連の事象が特定の順序且つ所定の時間内に発生したかどうかを判定するように、構成され得る。この判定は、図３の事象処理ブロック２２８によって表されている。例示のための一例として、ストリーミング分析モジュール１５０は、航空機１０２のエンジン始動に対応する様々なパラメータのデータストリームの部分を選択するように構成され得る。ストリーミング分析モジュール１５０は、次に、データストリーム（例えばセンサデータ）からいくつかの事象を特定して、特定の事象が適切な順序で起こったかどうかを調べようとする。例えば、エンジンを始動するには、バルブが開き、次に、エンジンが所定速度に到達し、次に、パイロットの指令によりエンジンに燃料がさらに流入する。これらの一連の事象が順序どおりに起こったことをデータストリームが示さない場合、不具合又は異常が発生した可能性がある。また、事象の順序は適切であったが予想よりも長く時間を要した場合も、不具合又は異常が発生した可能性がある。

ストリーミング分析モジュール１５０は、不具合が発生したか、発生する恐れがあるか、あるいは異常が発生したかどうかを判定すると、当該判定や警告などを含む情報を、１つ以上のエンティティに送信し得る。例えば、ブロック２３０で示すように、パイロットに不具合の恐れを警告するために、航空機１０２のコックピット内のディスプレイ装置に、情報が送信される。この情報は、例えば、航空機１０２が着陸した際のさらなる整備や即座の整備に備えるため、地上の整備員にも送信され得る。

当該情報は、他のシステムユーザ２３１にも送信され得る。例えば、当該情報を、ブロック２３２の顧客意思決定支援チーム（例えば航空会社の運航管理者）に送信することにより、チームのメンバーは、例えば、航空機１０２の状態を評価したり、適切なエンティティに警告したり、整備スケジュールを組んだりすることができる。別の例において、当該情報を、ウェブユーザーインターフェース２３４を介して、適切なエンティティ（顧客、整備又は運航管理者など）に表示してもよい。

別の例において、情報は、以降の処理のために、データベース２３６に保存され得る。いくつかの例において、情報は、ＤＷ１２２に保存されて、モデルビルダー１２８がモデルをチューニング／トレーニングするための過去データのソースとしての役割を行い得る。

別の例として、ストリーミング分析モジュール１５０は、航空機１０２の運航を担当する適切な当事者のためのレポート２３８を作成してもよい。レポート２３８は、例えば、不具合があったどうかの判定、及び、当該判定に至る根拠となった情報を含み得る。これらのレポートには、その他の情報も含めることができる。

図４は、例示的な実施態様による、フローコントロールバルブの分類木３００を示している。ここでは、フライトを正常なフライトと不正常なフライトに分類するための例として、図４を用いている。これは、例えば、学習プロセスの一部として行われる場合があり、また、モデル構築プロセスの結果である場合もあり、決定支援のためのリアルタイム分類の方法として用いられ得る。

ストリーミング分析モジュール１５０が、航空機１０２の特定のフローバルブの流量に関連付けられたデータストリームを受信したとする。ストリーミング分析モジュール１５０は、まず、ブロック２１２について上述したようにデータストリームを処理し得る。例えば、ストリーミング分析モジュール１５０は、データストリームのうちの少なくとも１つのデータストリーム、例えば当該フローバルブの流量を表すデータストリーム、を選択する。ストリーミング分析モジュール１５０は、次に、当該データストリームにバッファリング又はウィンドウの適用を行うことにより、当該データストリームにおける、特定の飛行フェーズ中又は一群の飛行フェーズ中の流量を表す部分を選択する。一例として、ストリーミング分析モジュール１５０は、フェーズ１、フェーズ２、及びフェーズ３中のフローバルブの流量に対応するデータストリーム部分を選択する。これらのフェーズは、上述したフェーズのうちのいずれであってもよい。また、これらのフェーズは、連続するものであっても、連続しないものであってもよい。ストリーミング分析モジュール１５０は、次に、データストリームの当該部分から、当該バルブの最大流量、平均流量、流量の標準偏差などの特異要素を抽出し得る。

ストリーミング分析モジュール１５０は、次に、当該データ部分を、ブロック２１８について上述したように分析し得る。一例として、ストリーミング分析モジュール１５０は、モデルビルダー１２８によって提供されるフローコントロールバルブのモデルにアクセスし得る。ストリーミング分析モジュール１５０は、モデルによって規定されたルールを、当該データ部分から抽出された特異要素に適用する。

図４を参照すると、分類木３００のブロック３０２において、ストリーミング分析モジュール１５０は、フェーズ１中のフローバルブの流量の標準偏差を、過去のデータに基づいてモデルビルダー１２８によって決定されたＳＤ₁の値（例えば０．２）と比較し得る。標準偏差がＳＤ₁以下の場合、ブロック３０４で示すように、バルブは正常である。この場合、ストリーミング分析モジュール１５０は、当該フローバルブの流量のパラメータに関する分析を停止する。標準偏差がＳＤ₁より大きい場合、ストリーミング分析モジュール１５０は、分類木３００における次のステップに進み得る。

分類木３００のブロック３０６において、ストリーミング分析モジュール１５０は、フェーズ２中のフローバルブの平均流量を、過去のデータに基づいてモデルビルダー１２８によって決定されたＱ_meanの値（例えば１４０立方フィート／秒）と比較し得る。平均流量がＱ_mean以下の場合、ブロック３０８で示すように、バルブが不良であるか、あるいは不具合が発生していると考えられる。この場合、ストリーミング分析モジュール１５０は、当該フローバルブの流量のパラメータに関する分析を停止し、航空機１０２に不具合が発生したか発生する恐れがあることを示す情報を送信し得る。平均流量がＱ_meanより大きい場合、ストリーミング分析モジュール１５０は、分類木３００における次のステップに進み得る。

分類木３００のブロック３１０において、ストリーミング分析モジュール１５０は、フェーズ３中のフローバルブの最大流量を、過去のデータに基づいてモデルビルダー１２８によって決定されたＱ_maxの値（例えば１４５立方フィート／秒）と比較し得る。最大流量がＱ_max以下の場合、ブロック３１２で示すように、バルブが不良であるか、あるいは不具合が発生していると考えられる。この場合、ストリーミング分析モジュール１５０は、当該フローバルブの流量のパラメータに関する分析を停止し、航空機１０２に不具合が発生したか発生する恐れがあることを示す情報を送信し得る。最大流量がＱ_maxより大きい場合、ブロック３１４で示すように、バルブは正常である。

一例において、ストリーミング分析モジュール１５０は、ブロック３０２、３０６、３１０の其々では、バルブが正常であるかどうかを判定しなくともよい。代わりに、各ブロックの結果を、投票と考えることができる。ストリーミング分析モジュール１５０は、分類木３００の実行の終了時に、例えば多数決に基づいて（あるいは任意の他の手法で）、フローバルブの全般的な正常性又は状態を判定し得る。例えば、フェーズ１中の流量の標準偏差がＳＤ₁より大きく、フェーズ２中の平均流量がＱ_meanより大きく、フェーズ３中の最大流量がＱ_maxより大きいものとする。この場合、投票の過半数がバルブが正常であることを示しているため、ストリーミング分析モジュール１５０は、バルブが正常であると判定し得る。例えば累積確率などの、上述した分類手法のいずれの手法も、用いることができる。

ストリーミング分析モジュール１５０は、上述した分析と平行して、数千のパラメータについて同様の分析を行い得る。このようにして、ストリーミング分析モジュール１５０は、航空機１０２の様々な部品及びシステムのリアルタイム又はほぼリアルタイムの分析を行う。ストリーミング分析モジュール１５０は、次に、航空機１０２の様々な部品及びシステムの状態（正常又は不良）を示す情報を、上述したエンティティ（例えば、パイロット、整備係、データベース、リポート作成、ユーザーインターフェイスなど）のうちの任意のものに、送信し得る。

図５は、例示的な実施態様による、演算装置４００を示している。演算装置４００は、図１、図２、図３及び図４を参照して上述したモジュール、ブロック、又はコンポーネントのいずれかを構成し、その動作を行い得る。例えば、演算装置４００は、バイナリフライトデータモジュール１０４、フライトデータ変換モジュール１０６及び／又は図１～図２において当該モジュール内に示したモジュールのいずれか、ＤＷ１２２、モデルビルダー１２８及び／又は図１～図２において当該モジュール内に示したモジュールのいずれか、モデルフォーマットモジュール１４６、ストリーミング分析モジュール１５０、ダッシュボード及びレポートモジュール１５２、又は、図３を参照して述べたブロック又はモジュールのいずれか、を構成し得る。

演算装置４００は、プロセッサユニット４０４、メモリ４０６、永続記憶装置４０８、通信ユニット４１０、入出力（Ｉ／Ｏ）ユニット４１２、及びディスプレイ４１４を通信接続するバス４０２を含む。

本例においては、プロセッサユニット４０４は、例えばメモリ４０６に保存されたソフトウェア命令を実行するように構成されている。プロセッサユニット４０４は、１つ以上の高性能プログラマブルプロセッサ、マルチコアプロセッサ、又は他の種類のプロセッサを含み得る。

メモリ４０６及び永続記憶装置４０８は、記憶装置４１６の例である。一般的に、記憶装置は、例えばデータ、プログラムコードなどの情報や他の適切な情報を、一時的及び／又は永続的に保存可能なハードウェアである。メモリ４０６は、これらの例では、ランダムアクセスメモリやその他の適当な揮発性または不揮発性の記憶装置である。永続記憶装置４０８は、ハードドライブ、フラッシュメモリ、書換え可能な光ディスク、書換え可能な磁気テープ、又はこれらの適当な組み合わせであってもよい。永続記憶装置４０８によって使用される媒体は、取り外し可能なハードドライブ又はフラッシュメモリなどの、取り外し可能なものであってもよい。

通信ユニット４１０は、これらの例では、他のデータ処理システム又は装置との通信を行う。例えば、通信ユニット４１０は、ネットワークインタフェースカードである。一般的に、通信ユニット４１０は、物理的な通信リンク及び無線通信リンクのいずれか一方又は両方を用いて通信を行うことができる。

入出力ユニット４１２は、演算装置４００に接続される他の装置によるデータの入出力を可能にする。例えば、入出力ユニット４１２は、キーボード、マウス、タッチパッド、音声コマンドを受信するためのマイク、及び／又は他の適当な入力装置を介したユーザ入力のための接続を可能にする。入出力ユニット４１２は、プリンタ及び／又はディスプレイ４１４に出力を送信することができ、これらが、ユーザに対して情報を表示する機構を提供する。

オペレーティングシステム、アプリケーション、及び／又はプログラムに対する命令は、記憶装置４１６に保存することができ、当該記憶装置は、バス４０２を介して、プロセッサユニット４０４と通信を行う。一般的に、開示の実施形態のプロセス及び動作は、メモリ４０６及び／又は永続記憶装置４０８などの様々な物理的又は有形のコンピュータ可読媒体に操作形態で保存された命令を用いて、プロセッサユニット４０４によって実行することができる。コンピュータ実行命令は、プログラムコード、コンピュータ使用可能プログラムコード、又は、コンピュータ可読プログラムコードと称され、プロセッサユニット４０４内のプロセッサによって読み取り及び実行可能である。

図５は、コンピュータ可読媒体４２０に関数形態で格納されたプログラムコード４１８も示している。コンピュータ可読媒体４２０は、選択的に取り外し可能であってもよく、演算装置４００にロードまたは転送されて、プロセッサユニット４０４によって実行され得る。本例において、プログラムコード４１８及びコンピュータ可読媒体４２０は、コンピュータープログラム製品４２２を構成している。コンピュータ可読媒体４２０は、コンピュータ可読記憶媒体４２４又はコンピュータ可読信号媒体４２６を含み得る。コンピュータ可読記憶媒体４２４は、演算装置４００に接続された、光もしくは磁気ディスク、ハードドライブ、サムドライブ、フラッシュメモリなどの様々な形態を取ることができる。場合によっては、コンピュータ可読記憶媒体４２４は、演算装置４００から取り外し可能でなくともよい。これらの例において、コンピュータ可読記憶媒体４２４は、非一時的コンピュータ可読記憶媒体を含む。

あるいは、プログラムコード４１８を、コンピュータ可読信号媒体４２６を用いて、演算装置４００に転送することもできる。コンピュータ可読信号媒体４２６は、例えば、プログラムコード４１８を含む搬送データ信号であってもよい。例えば、コンピュータ可読信号媒体４２６は、電磁信号、光信号、及び／又は他の適当な種類の信号であってもよい。これらの信号は、無線通信リンク、光ファイバケーブル、同軸ケーブル、ワイヤ、及び／又は、任意の他の適当な種類の通信リンクなどの通信リンクを介して、送信することができる。換言すれば、通信リンク及び／又は接続は、例示的な実施例において、有形であっても無線であってもよい。

演算装置４００について図示した各コンポーネントは、様々な実施形態を実施し得る態様について構造的な限定を課すものではない。様々な実施形態は、演算装置４００について示したコンポーネントに加えて、あるいはこれに代えて、他のコンポーネントを含む演算装置又はデータ処理システムによっても、実施可能である。図５に示したその他のコンポーネントは、図示した実施例から改変することも可能である。一般的に、プログラムコードを実行することができる任意のハードウェア装置又はシステムを用いて、様々な実施形態を実現することができる。

本明細書において、第１コンポーネントが第２コンポーネントに接続される場合、第１コンポーネントは、追加のコンポーネント無しで、第２コンポーネントに接続され得る。第１コンポーネントは、１つ以上の他のコンポーネントによって、第２コンポーネントに接続されてもよい。例えば、１つの電子装置は、別の電子装置に対して、当該第１電子装置と第２電子装置との間に追加の電子装置を介することなく、接続され得る。また、場合によっては、互いに接続されるこれら２つの電子装置の間に、別の電子装置が存在し得る。

図６は、例示的な実施態様によるフライトデータ処理の方法５００のフローチャートである。当該方法５００は、例えば、ストリーミング分析モジュール１５０（演算装置４００によって構成される）によって実行され得る。また、図７～図１３は、方法５００で用いるステップのフローチャートである。

方法５００は、ブロック５０２～５２８の１つ以上によって示すように、１つ以上の動作又はアクションを含み得る。これらのブロックは、順番に図示しているが、場合によっては、これらのブロックを、平行して、あるいは、ここで説明したものとは異なる順序で、実行することができる。また、所望の態様に応じて、様々なブロックを、統合してより少ない数のブロックにしたり、分割してより多くのブロックにしたり、省いたりすることもできる。

また、方法５００ならびに本明細書に開示の他のプロセス及び動作に関し、フローチャートは、本実施例の１つの可能性のある態様における動作を示している。この点で、各ブロックは、例えば、モジュール、セグメント、又はプログラムコードの一部を表し、これは、プロセスにおける特定の論理演算又はステップを実施するための、プロセッサ又はコントローラによって実行可能な１つ以上の命令を含むものである。プログラムコードは、例えばディスク又はハードドライブを含む記憶装置などの、任意の種類のコンピュータ可読媒体又はメモリに保存することができる。コンピュータ可読媒体は、例えば、レジスタメモリ、プロセッサキャッシュ、ランダムアクセスメモリ（ＲＡＭ）などの短時間データを保存するコンピュータ可読媒体のような、非一時的なコンピュータ可読媒体又はメモリを含み得る。また、コンピュータ可読媒体は、例えば、リードオンリーメモリ（ＲＯＭ）、光もしくは磁気ディスク、コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）などの二次又は永続長期記憶装置のような、非一時的な媒体又はメモリも含み得る。また、コンピュータ可読媒体は、任意の他の揮発性又は不揮発性記憶システムであってもよい。コンピュータ可読媒体は、例えば、コンピュータ可読記憶媒体、有形の記憶装置、又はその他の製品であると考えることができる。加えて、方法５００ならびに本明細書に開示の他のプロセス及び動作に関し、図６～図１３における１つ以上のブロックは、プロセス中の特定の論理演算を実行するように構成された回路又はデジタルロジックを表し得る。

ブロック５０２において、方法５００は、航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームを受信することを含む。ここで、航空機は、異なる飛行モードで動作するように構成されており、各飛行モードは、対応する一組の動作ルール及び手順と関連付けられている。

図１～図３を参照して上述したように、データストリームは、航空機１０２、及び、場合によっては他の多くの航空機から、演算装置（ストリーミング分析モジュール１５０又はそのコンポーネント）に送信され得る。演算装置は、航空機に搭載されていてもよいし、地上に配置されてデータリンクを介して航空機に接続されてもよい。

データストリームは、データストリームを保存するデータベースなどの複数のソースから受信したり、航空機又は複数の航空機から直接受信したり、航空機、障害データ、センサデータ、保守メッセージなどに関連づけされた飛行管理データシステムから受信したりすることができる。上述したように、航空機は、プリフライト、タクシーアウト、離陸、上昇、巡航、下降、アプローチ、着陸、タクシーイン、エンジンシャットダウン、及び、飛行後などの複数の飛行モード又はフェーズのうちのいずれかで動作するように、構成され得る。

各データストリームは、航空機の状態を示す複数のパラメータ（例えば速度、流量、圧力、温度など）のうちの一のパラメータの変化を表し得る。演算装置は、データストリームを、パラメータのセンサ測定値に関連付けられた、未加工且つ時間間隔を有するデータポイントの状態で、受信し得る。

図７は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５０４において、当該手法は、少なくとも１つのパラメータのセンサ測定値の経時的な変化を求めることを含む。例えば、演算装置は、上述したように、データストリームの未加工のバイナリデータを工学単位に変換するように構成されたフライトデータ変換モジュール／装置（例えばフライトデータ変換モジュール１０６）を含むか、あるいはこれと通信し得る。このようにして変換されたデータストリームは、対応するパラメータについての工学単位のセンサ測定値の変化を表す。

図６に戻ると、ブロック５０６において、当該方法５００は、複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、複数のデータストリームから選択する。例えば、演算装置は、特定のパラメータ（例えばあるバルブの流量）を表すデータストリームを、処理のために選択し得る。一例において、演算装置は、上述したように、平行して処理するいくつかのパラメータを選択することにより、大量のデータストリームをリアルタイムで処理することができる。

ブロック５０８において、方法５００は、データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、当該少なくとも１つのデータストリームからデータの一部を選択することを含む。演算装置は、ストリーム処理ブロック２１２に関して上述したプロセスを行うように構成された処理モジュールを含み得る。

例えば、演算装置は、バッファリング又はウィンドウの適用を行うことによって、特定のデータストリームのうちの一部を選択し得る。データの一部の選択は、いくつかの要素に基づいて行うことができる。例えば、演算装置は、データストリームにおける、特定の不具合が発生することが予想される特定の飛行モード又はフェーズに対応する部分を、切り取るか又は選択し得る。別の例において、演算装置は、特定のフェーズ中に航空機に発生するはずの一連の事象に基づいて、データの一部を選択し得る。

図８は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５１０において、当該方法は、当該少なくとも１つのデータストリームを用いて、パイロットによって起動されることなく航空機に発生した事象を検出し、ここでは、データの一部を選択するに際し、当該少なくとも１つのデータストリームにおける、この事象に随伴するデータ部分を選択する。

例えば、演算装置は、特別な事象を検出したことに基づいて、データの一部を選択する。当該事象は、演算装置をトリガーさせ、当該事象に随伴するデータ部分を選択するためのバッファリング又はウィンドウの適用を行わせる。例えば、特別な事象とは、パイロットの起動又は操縦によらないフラップ又は操縦翼面の動きである。

データの一部を選択することに加えて、演算装置は、他のプロセスも行い得る。例えば、演算装置は、データストリーム内の任意の空白を補償し得る。

図９は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５１２において、当該方法は、当該少なくとも１つのデータストリームの空白内の欠落しているデータポイントを推定することを含む。一例において、データストリームは、ある特定の周波数で取得され得る。この特定の周波数が低い場合、データストリームには、データポイントが存在しない期間が含まれ得る。これらの空白は、短時間内に発生して終了する短命の事象、不具合、又は異常の特定を、妨げる恐れがある。また、別の例において、航空機の検知装置又はローカル環境におけるノイズによって、データストリームの時系列データ内に空白が生じる場合がある。演算装置は、これらの空白を補償するとともに欠落しているデータポイントを推定するために、例えば、ローパスフィルタを適用してデータストリーム内の好ましくない高周波ノイズ成分を除去することができ、数学モデルを適用して回帰曲線を導出し、空白内の欠落ポイントを推定することができる。一例において、演算装置は、データポイント間を補間したり、いくつかの他の数学的手法を用いたりすることによって、欠落ポイントを推定することができる。

さらに別の例において、複数のソースから取得した２つ以上のデータストリーム（例えば障害データ、センサデータ、保守メッセージなど）を合成して、１つのデータストリームを形成し得る。図１０は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５１４において、当該方法は、当該少なくとも１つのデータストリームが、当該少なくとも１つのパラメータの変化を時間ベースの順序で表すように、データセグメントを再整理することを含む。例えば、演算装置は、ＤＷ１２２からデータストリームを受信するとともに、ストリーム処理モジュール２１０から別のデータストリームを受信し得る。時系列のデータストリームは、データポイントが捕捉された順に受信されるはずであるが、場合によっては、時間的観点において順序がずれた状態で、データストリームが届くことがあり得る。このため、演算装置は、このような別々のデータストリームからのデータセグメントを再整理し、対応するパラメータの変化を時間ベースの順序で表すように、データストリームを構築することができる。

いくつかの例において、演算装置は、さらに、データストリームから、対応するパラメータの特性を示す特異要素を、リアルタイムで抽出し得る。図１１は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５１６において、当該方法は、当該少なくとも１つのパラメータに関する統計的変数を求めることを含む。例えば、演算装置は、特定のパラメータについて、最大値、最小値、標準偏差、平均値などの統計的変数を求め得る。

再び図６を参照すると、ブロック５１８において、方法５００は、データの上記一部を、当該少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較することを含む。演算装置は、過去のデータに基づいてモデルビルダー（例えばモデルビルダー１２８）によって抽出又は構築されたモデルにアクセスすることができる。モデルは、決定木、回帰モデル、又は任意の他の形式を取ることができる。一例において、モデルは、航空機における関連する部品が正常であれば満たされるはずのルールを含む。演算装置は、次に、モデルによるこれらのルールを、リアルタイムのデータストリームに適用してモデルとデータストリームとを比較し、データストリームがモデルによって予測されるものと一致するかどうかを判定する。

図１２は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５２０において、当該方法は、求めた統計的変数を、過去のデータに関連付けられた、保存された統計的変数と比較することを含む。例えば、モデルのルールをデータストリームに適用するために、演算装置は、過去のデータに基づいてモデルによって求められた統計的変数を、リアルタイムのデータストリームから抽出された統計的変数と比較し得る。

再び図６を参照すると、方法５００は、ブロック５２２において、この比較に基づいて、航空機の動作中に不具合が発生したか、あるいは、発生する恐れがあると判定することを含む。演算装置は、ルールを適用することによって、ストリーム分析ブロック２１８及び決定ブロック２２６について上述したように、航空機の部品について、例えば不具合が発生したかあるいは発生する恐れがあるかなどの航空機の状態を、予測することができる。一例において、演算装置は、多数決原理を適用して、状態を判定する。例えば、データストリームからリアルタイムで抽出した特異要素の過半数がルールに合致しないか又はルールを満たさない場合、演算装置は、不具合があると判定するか、あるいは、不具合が発生する恐れがあると判定する。別の例において、演算装置は、不具合が発生したかあるいは発生しそうな確率を算出し、累積確率あるいは任意の他の統計的尺度を経時的に求め得る。累積確率が所定の閾値確率を超えた場合、演算装置は、不具合が発生した、あるいは発生する恐れがあると判定し得る。

図１３は、例示的な実施態様による、方法５００で用いるステップのフローチャートである。ブロック５２４において、当該方法は、航空機に発生している一連の事象を、データの上記一部に基づいて特定することを含む。ブロック５２６において、当該方法は、一連の事象の順序が予測順序と比べてずれていると判定し、不具合が発生したか又は発生する恐れがあるいう判定は、一連の事象の順序がずれているという判定に基づく。いくつかの例において、不具合が発生したかどうかを判定するために、演算装置は、一連の事象が特定の順序且つ所定の時間内に発生したかどうかを判定し得る。例えば、演算装置は、データストリーム（例えばセンサデータ）からいくつかの事象を特定して、特定の事象が適切な順序で発生したかどうかを調べようとする。これらの一連の事象が順序どおりに起こったことをデータストリームが示さない場合、不具合が発生したか、あるいは、発生しそうな状態である。また、事象の順序は適切であったが予想よりも長く時間を要した場合も、不具合又は異常が発生した可能性がある。

再び図６を参照すると、ブロック５２８において、方法５００は、不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信することを含む。演算装置は、不具合が発生したかもしくは発生する恐れがあると判定すると、当該判定や警告などを含む情報を、１つ以上のエンティティ又は川下システムユーザに送信し得る。このようなエンティティの例は、パイロット、地上の整備員、顧客意思決定支援チーム、及びデータベースの１つ以上を含み得る。また、演算装置は、不具合が発生したかどうかの判定に基づいて、航空機の運航を担当する適切な当事者のためのレポートを作成してもよい。

また、本開示は、以下の付記による実施形態を含む。

付記１． 演算装置によって実施される、航空機のためのデータストリーム分析方法であって、航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームを受信し、前記航空機は、異なる飛行モードで動作するように構成されており、各飛行モードは、対応する一組の動作ルールと関連付けられており、前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記複数のデータストリームから選択し、データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択し、データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較し、この比較に基づいて、前記航空機の動作中に不具合が発生したか、あるいは、発生する恐れがあると判定し、前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信する、方法。

付記２． 前記複数のデータストリームは、前記航空機の異なるフライト中、又は異なる飛行セグメント中に取得される、付記１に記載の方法。

付記３． 前記少なくとも１つのデータストリームは、前記少なくとも１つのデータストリームのデータポイント間に空白を含んでおり、前記方法は、前記少なくとも１つのデータストリームの前記空白内の欠落しているデータポイントを推定することをさらに含む、付記１に記載の方法。

付記４． 前記少なくとも１つのデータストリームは、異なる複数のソースから取得されたデータセグメントによって構成されており、前記方法は、前記少なくとも１つのデータストリームが前記少なくとも１つのパラメータの変化を時間ベースの順序で表すように、前記データセグメントを再整理することをさらに含む、付記１に記載の方法。

付記５． 前記航空機に発生している一連の事象を、データの前記一部に基づいて特定することと、前記一連の事象の順序が予測順序と比べてずれていると判定することとをさらに含み、前記不具合が発生したか又は発生する恐れがあるいう判定は、前記一連の事象の順序がずれているという判定に基づく、付記１に記載の方法。

付記６． 前記少なくとも１つのパラメータに関する統計的変数を求めることをさらに含み、データの前記一部を、前記少なくとも１つのパラメータに関して前記過去のデータに基づいて求めたモデルと比較するに際し、求めた前記統計的変数を、前記過去のデータに関連付けられた、保存された統計的変数と比較する、付記１に記載の方法。

付記７． 前記統計的変数は、データの前記一部を用いて求めた一群の統計的変数のうちの一の統計的変数であり、データの前記一部を前記モデルと比較するに際し、前記一群の統計的変数の其々を、前記過去のデータに関連付けられた対応する閾値と比較し、前記不具合が発生したか又は発生する恐れがあるいう判定は、前記統計的変数の過半数が対応する前記閾値に達していることに基づく、付記６に記載の方法。

付記８． 前記複数のデータストリームを受信するに際し、前記航空機に接続されたフライトデータウェアハウスから、前記少なくとも１つのパラメータのセンサ測定値に関連付けられた未加工且つ時間間隔を有するデータポイントを受信し、当該方法は、前記少なくとも１つのパラメータの前記センサ測定値の経時的な変化を求めることをさらに含む、付記１に記載の方法。

付記９． 前記少なくとも１つのデータストリームを用いて、パイロットによって起動されることなく前記航空機に発生した事象を検出することをさらに含み、
データの前記一部を選択するに際し、前記少なくとも１つのデータストリームにおける、前記事象に随伴するデータ部分を選択する、付記１に記載の方法。

付記１０． 前記異なる飛行モードは、プリフライト、タクシーアウト、離陸、上昇、巡航、下降、アプローチ、着陸、タクシーイン、エンジンシャットダウン、及び、飛行後を含む、付記１に記載の方法。

付記１１． （ｉ）各々が対応する一組の動作ルールと関連付けられている異なる飛行モードで動作するように構成された航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームの未加工且つ時間間隔を有するデータポイントをフライトデータウェアハウスから受信するとともに、（ｉｉ）前記複数のデータストリームにおける前記未加工且つ時間間隔を有するデータポイントを、前記複数のパラメータの経時的変化を表す測定値に変換するように構成された１つ又は複数のプロセッサを有するフライトデータ変換用演算装置と；前記フライトデータ変換用演算装置と通信するとともに、前記フライトデータ変換用演算装置によって生成された変換後の複数のデータストリームを保存するように構成されたデータベースと；前記フライトデータ変換用演算装置又は前記データベースと通信するストリーミング分析モジュールと、を含むフライトデータ処理システムであって、前記ストリーミング分析モジュールは、１つ又は複数のプロセッサと、命令を保存するメモリとを含み、前記命令が前記１つ又は複数のプロセッサによって実行された際に、前記ストリーミング分析モジュールは、前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記変換後の複数のデータストリームから選択し、データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択し、データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較し、この比較に基づいて、前記航空機の動作中に不具合が発生したか、あるいは、発生する恐れがあると判定し、前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信するように構成されている、フライトデータ処理システム。

付記１２． 前記データベースは、前記ストリーミング分析モジュールによる前記変換後の複数のデータストリームの平行処理を行うべく、前記変換後の複数のデータストリームをＨＤＦＳ（Hadoop Distributed File System）に保存するように構成されている、付記１１に記載のフライトデータ処理システム。

付記１３． 前記データベースと通信するとともに、前記データベースから受信した変換後の複数の過去データストリームに基づいて前記モデルを求めるように構成された過去データ処理演算装置をさらに含む、付記１１に記載のフライトデータ処理システム。

付記１４． 前記動作は、前記少なくとも１つのパラメータに関する統計的変数を求めることをさらに含み、データの前記一部を、前記少なくとも１つのパラメータに関して前記過去のデータに基づいて求めたモデルと比較するに際し、求めた前記統計的変数を、前記過去のデータに関連付けられた、保存された統計的変数と比較する、付記１１に記載のフライトデータ処理システム。

付記１５． 前記統計的変数は、データの前記一部を用いて求めた一群の統計的変数のうちの一の統計的変数であり、データの前記一部を前記モデルと比較するに際し、前記一群の統計的変数の其々を、前記過去データに関連付けられた対応する閾値と比較し、前記不具合が発生したか又は発生する恐れがあるいう判定は、前記統計的変数の過半数が対応する前記閾値に達していることに基づく、付記１４に記載のフライトデータ処理システム。

付記１６． 前記動作は、前記少なくとも１つのデータストリームを用いて、パイロットによって起動されることなく前記航空機に発生した事象を検出することをさらに含み、データの前記一部を選択するに際し、前記少なくとも１つのデータストリームにおける、前記事象に随伴するデータ部分を選択する、付記１１に記載のフライトデータ処理システム。

付記１７． 航空機のデータストリーム分析用の演算装置によって実行されると前記演算装置に動作を行わせる命令を保存した、非一時的なコンピュータ可読媒体であって、前記動作は、各々が対応する一組の動作ルールと関連付けられている異なる飛行モードで動作するように構成された航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームを受信することと、、前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記複数のデータストリームから選択することと、データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択することと、データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較することと、前記比較に基づいて、前記航空機の動作中に不具合が発生したか、あるいは、発生する恐れがあると判定することと、前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信することと、を含む、非一時的なコンピュータ可読媒体。

付記１８． 前記少なくとも１つのデータストリームは、異なる複数のソースから取得されたデータセグメントによって構成されており、前記動作は、前記少なくとも１つのデータストリームが前記少なくとも１つのパラメータの変化を時間ベースの順序で表すように、前記データセグメントを再整理することをさらに含む、付記１７に記載の非一時的なコンピュータ可読媒体。

付記１９． 前記動作は、前記航空機に発生している一連の事象を、データの前記一部に基づいて特定することと、前記一連の事象の順序が予測順序と比べてずれていると判定することとをさらに含み、前記不具合が発生したか又は発生する恐れがあるいう判定は、前記一連の事象の順序がずれているという判定に基づく、付記１７に記載の非一時的なコンピュータ可読媒体。

付記２０． 前記演算装置は、前記動作をリアルタイムで行うように構成されており、前記航空機に搭載されているか、あるいは、地上に配置されてデータリンクを介して前記航空機に接続されている、付記１７に記載の非一時的なコンピュータ可読媒体。

なお、ここに記載の構成は、例示のみを目的としている。従って、当業者であればわかるように、これらに代えて他の構成及び他の要素（例えば、機械、インターフェイス、順序、動作のグループ分けなど）を採用することができ、また、所望の結果に応じていくつかの要素を省いてもよい。

様々な態様及び実施形態を本明細書に開示したが、当業者には他の態様及び実施形態も明らかであろう。本明細書に開示した様々な態様及び実施形態は、例示を目的としており、限定することを意図したものではなく、真の範囲は、以下の請求の範囲、ならびに、請求の範囲に認められる均等物の範囲によって示される。また、本明細書で使用されている用語は、特定の実施態様を説明する目的のためだけのものであり、限定することを意図したものではない。

Claims (15)

1. 演算装置によって実施される、航空機のためのデータストリーム分析方法であって、
   航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームを受信し、前記航空機は、異なる飛行モードで動作するように構成されており、各飛行モードは、対応する一組の動作ルールと関連付けられており、
   前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記複数のデータストリームから選択し、
   データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択し、
   データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較し、
   この比較に基づいて、前記航空機の動作中に不具合が発生した、あるいは、発生する恐れがあると判定し、
   前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信する、ことを含み、
   前記少なくとも１つのパラメータは、バルブの流量であり、
   前記比較は、段階的な比較であって、第１のフェーズにおける流量の標準偏差を第１の閾値と比較し、第２のフェーズにおける平均流量を第２の閾値と比較し、第３のフェーズにおける最大流量を第３の閾値と比較することを含み、
   この段階的な比較に基づいて、不具合が発生、あるいは、発生する恐れを判定するようにした、方法。
2. 前記複数のデータストリームは、前記航空機の異なるフライト中、又は異なる飛行セグメント中に取得される、請求項１に記載の方法。
3. 前記少なくとも１つのデータストリームは、前記少なくとも１つのデータストリームのデータポイント間に空白を含んでおり、
   前記方法は、前記少なくとも１つのデータストリームの前記空白内の欠落しているデータポイントを推定することをさらに含む、請求項１又は２に記載の方法。
4. 前記少なくとも１つのデータストリームは、異なる複数のソースから取得されたデータセグメントによって構成されており、
   前記方法は、前記少なくとも１つのデータストリームが前記少なくとも１つのパラメータの変化を時間ベースの順序で表すように、前記データセグメントを再整理することをさらに含む、請求項１～３のいずれか１つに記載の方法。
5. 前記航空機に発生している一連の事象を、データの前記一部に基づいて特定することと、
   前記一連の事象の順序が予測順序と比べてずれていると判定することとをさらに含み、
   前記不具合が発生したか又は発生する恐れがあるという判定は、前記一連の事象の順序がずれているという判定に基づく、請求項１～４のいずれか１つに記載の方法。
6. 前記少なくとも１つのパラメータに関する統計的変数を求めることをさらに含み、データの前記一部を、前記少なくとも１つのパラメータに関して前記過去のデータに基づいて求めたモデルと比較するに際し、求めた前記統計的変数を、前記過去のデータに関連付けられた、保存された統計的変数と比較する、請求項１～５のいずれか１つに記載の方法。
7. 前記統計的変数は、データの前記一部を用いて求めた一群の統計的変数のうちの一の統計的変数であり、データの前記一部を前記モデルと比較するに際し、前記一群の統計的変数の其々を、前記過去のデータに関連付けられた対応する閾値と比較し、前記不具合が発生したか又は発生する恐れがあるという判定は、前記統計的変数の過半数が対応する前記閾値に達していることに基づく、請求項６に記載の方法。
8. 前記複数のデータストリームを受信するに際し、前記航空機に接続されたフライトデータウェアハウスから、前記少なくとも１つのパラメータのセンサ測定値に関連付けられた
   未加工且つ時間間隔を有するデータポイントを受信し、
   当該方法は、前記少なくとも１つのパラメータの前記センサ測定値の経時的な変化を求めることをさらに含む、請求項１～７のいずれか１つに記載の方法。
9. 前記少なくとも１つのデータストリームを用いて、パイロットによって起動されることなく前記航空機に発生した事象を検出することをさらに含み、データの前記一部を選択するに際し、前記少なくとも１つのデータストリームにおける、前記事象に随伴するデータ部分を選択する、請求項１～８のいずれか１つに記載の方法。
10. （ｉ）各々が対応する一組の動作ルールと関連付けられている異なる飛行モードで動作するように構成された航空機の動作状態を示す複数のパラメータの其々について取得された、複数のデータストリームの未加工且つ時間間隔を有するデータポイントをフライトデータウェアハウスから受信するとともに、（ｉｉ）前記複数のデータストリームにおける前記未加工且つ時間間隔を有するデータポイントを、前記複数のパラメータの経時的変化を表す測定値に変換するように構成された１つ又は複数のプロセッサを有するフライトデータ変換用演算装置と、
    前記フライトデータ変換用演算装置と通信するとともに、前記フライトデータ変換用演算装置によって生成された変換後の複数のデータストリームを保存するように構成されたデータベースと、
    前記フライトデータ変換用演算装置又は前記データベースと通信するストリーミング分析モジュールと、を含むフライトデータ処理システムであって、
    前記ストリーミング分析モジュールは、
    １つ又は複数のプロセッサと、
    命令を保存するメモリとを含み、
    前記命令が前記１つ又は複数のプロセッサによって実行された際に、前記ストリーミング分析モジュールは、
    前記複数のパラメータの少なくとも１つのパラメータに対応する、少なくとも１つのデータストリームを、前記変換後の複数のデータストリームから選択し、
    データの各部分が取得された際に航空機がどの飛行モードで動作していたかに基づいて、前記少なくとも１つのデータストリームからデータの一部を選択し、
    データの前記一部を、前記少なくとも１つのパラメータに関して過去のデータに基づいて求めたモデルと比較し、
    この比較に基づいて、前記航空機の動作中に不具合が発生したか、あるいは、発生する恐れがあると判定し、
    前記不具合の発生又は発生の恐れを示す航空機ヘルスモニタリング情報を送信するように構成されており、
    前記少なくとも１つのパラメータは、バルブの流量であり、
    前記比較は、段階的な比較であって、第１のフェーズにおける流量の標準偏差を第１の閾値と比較し、第２のフェーズにおける平均流量を第２の閾値と比較し、第３のフェーズにおける最大流量を第３の閾値と比較することを含み、
    この段階的な比較に基づいて、不具合が発生、あるいは、発生する恐れを判定するようにした、フライトデータ処理システム。
11. 前記データベースは、前記ストリーミング分析モジュールによる前記変換後の複数のデータストリームの平行処理を行うべく、前記変換後の複数のデータストリームをＨＤＦＳ（Hadoop Distributed File System）に保存するように構成されている、請求項１０に記載のフライトデータ処理システム。
12. 前記データベースと通信するとともに、前記データベースから受信した変換後の複数の過去データストリームに基づいて前記モデルを求めるように構成された過去データ処理演算装置をさらに含む、請求項１０又は１１に記載のフライトデータ処理システム。
13. 前記動作は、前記少なくとも１つのパラメータに関する統計的変数を求めることをさらに含み、データの前記一部を、前記少なくとも１つのパラメータに関して前記過去のデータに基づいて求めたモデルと比較するに際し、求めた前記統計的変数を、前記過去のデータに関連付けられた、保存された統計的変数と比較する、請求項１０～１２のいずれか１
    つに記載のフライトデータ処理システム。
14. 前記統計的変数は、データの前記一部を用いて求めた一群の統計的変数のうちの一の統計的変数であり、データの前記一部を前記モデルと比較するに際し、前記一群の統計的変数の其々を、前記過去データに関連付けられた対応する閾値と比較し、前記不具合が発生したか又は発生する恐れがあるという判定は、前記統計的変数の過半数が対応する前記閾値に達していることに基づく、請求項１３に記載のフライトデータ処理システム。
15. 前記動作は、前記少なくとも１つのデータストリームを用いて、パイロットによって起動されることなく前記航空機に発生した事象を検出することをさらに含み、データの前記一部を選択するに際し、前記少なくとも１つのデータストリームにおける、前記事象に随伴するデータ部分を選択する、請求項１０～１４のいずれか１つに記載のフライトデータ処理システム。

Images