杨阳[1]2014年在《飞机状态监控系统的数据处理与应用技术》文中研究表明飞机状态监控系统(ACMS),是指安装在飞机上的先进的采集和处理机载数据的系统,ACMS系统是通过对飞行数据的分析发现飞机潜在的问题,并且针对性的选定目标,实施有效的监控,在对数据进行处理分析后,将问题控制住,以保证飞机的飞行安全。本文分析了飞机状态监控系统,并讨论了飞机状态监控系统的数据处理技术,以及这一系统的应用。
刘永建[2]2012年在《基于改进神经网络的民机发动机故障诊断与性能预测研究》文中提出航空发动机是民机核心动力系统,对之实施有效的诊断和监控,是保障民机安全性、可靠性和经济性的重要技术途径。在发动机故障诊断研究领域,目标主体经常被抽象为一个典型复杂机械系统,由于该系统结构的复杂性、模型的严重非线性、诊断方法的多样性、测量综合误差对故障诊断的干扰影响等原因,造成了发动机故障诊断建模的复杂与困难。目前该领域研究热点包括诊断方法的有效性和全局性研究、诊断系统的实时性研究。前者旨在解决发动机故障诊断模型的性能问题,并将单一诊断方法的模型拓展为多诊断方法模型的集成应用。后者旨在将发动机故障的防范关口前移到实时节点,在传统航线检测、排查、航后排故的基础上引入基于智能诊断决策的故障预防和预防性维修。本文在研究地空数据链(ACARS)和机载飞行数据记录设备(DFDR/QAR)中发动机状态数据译码的基础上,围绕航空发动机故障智能诊断与状态监控中若干关键的问题展开研究,本文的主要研究内容和创新点如下:(1)ACARS所提供的实时信息量无法支撑发动机故障模型的在线训练和实时诊断,而快速存取记录器(QAR)中的数据,有信息完备和记录频率高的特点,因此,在基于智能算法的建模过程中,用ACARS与QAR数据共同构建样本空间。分析了两种数据源中数据帧结构可归类的特点,针对机载总线中发动机参数底层数据编码特征,提出了基于译码函数的发动机参数译码算法,译码过程具有较好的实时性和通用性,译码输出为发动机故障诊断和性能监控建模提供了基础数据支撑。(2)发动机系统的复杂性决定了故障诊断方法的多样性,对于诊断决策而言,综合多种方法做出的决策输出比单一诊断决策具有更好的全局性。对发动机诊断过程中设计的多路信息源和多种诊断知识分别进行融合,针对多路信息源采用数据层融合策略,提出一种自适应加权融合估计算法,根据发动机参数特征迭代调整加权因子,实现参数的融合输出;针对多种诊断知识采用决策级融合策略,提出了一种基于HWA算子的诊断知识多属性决策融合方法,实现了分布式局部决策知识向全局决策知识的进化(3)利用人工智能方法建立发动机故障诊断模型,可以突破传统数学理论建模、物理过程建模在处理非线性、非平稳性、不确定性复杂系统中的性能瓶颈,具有更好的逼近性能和泛化性能。针对所研究的故障诊断问题,提出了一种改进人工神经网络,利用蚁群算法优化了算法的初始权值向量的优化问题,避免了主观随机选择权值导致的收敛慢和训练振荡问题;模型的训练则引入Levenberg-Marquardt算法,利用其非线性寻优训练规则替代BP算法的梯度下降规则,减小训练过程中代价函数陷入局部极小点的机会,通过控制训练算法复杂度提高收敛速度。(4)发动机故障预防的要点在于性能的预测,从大量运行数据中捕获用于表征发动机深层运行状态及趋势的信息。研究基于发动机EGT裕度控制的气路性能监控,在分析试车台和起飞过程EGTM的计算原理的基础上,明确其衰退原因,给出了提高EGTM的建议措施;用智能网络模型逼近发动机气路参数时序函数,给出了一种引入了附加参数的相空间重构方法,用粗糙集方法控制附加参数冗余属性,提出了基于区分矩阵的启发式最小约简算法。建模阶段采用动量法和学习率自适应调整相结合的策略,对发动机气路参数的发展趋势进行建模和预测,取得了具有较好的学习和泛化能力,对气路参数或其他类似的非线性动力系统的走势预测决策具有较好的效果。(5)探索上述理论、方法的工程实现问题,通过在集成开发环境下构建了发动机故障诊断模块、气路性能监控模块、性能趋势预测模块,实现发动机故障诊断与性能监控原型系统,进行了工程实例测试应用。
唐世明[3]2011年在《飞机状态监控系统的研究与改进》文中认为ACMS飞机状态监控系统是安装在飞机上先进的机载数据采集与处理系统。ACMS在飞机上收集的各种原始数据一般都是由机载ACARS通讯寻址与报告系统通过甚高频空地数据链发送到安装在地面上接收站,并最终发送给所在航空公司的接收终端;还可以通过QAR快速存取记录器将记录的数据储存起来,在飞行结束后提供给所在航空公司。ACMS系统通过对飞行数据的分析,可以准确地发现可能存在的问题,预测内在的隐患,并针对性的选定监控目标,实施有效的飞机状态监控,并且对数据进行分析处理和采取安全技术措施,在摇篮中彻底的遏制问题的苗头,这将大大提高飞行安全,确保航空公司的安全运行。本文首先简要描述了飞行数据的记录及应用现状,简要介绍了主要用于事故分析的数字式飞行数据记录器(DFDR),具体描述了一个非常先进的机载设备ACMS(飞机状态监控系统),在调研国内航空公司飞行监控现状,以及国内航空公司目前在这一领域存在的问题和具备的条件的基础上,明确了飞行监控系统的研发需求。并对其重要的两个子系统QAR(快速存取记录器)和ACARS(飞机通信寻址和报告系统)的进行了研究和改进。本文介绍了QAR系统及其飞行数据译码与分析应用系统,针对现有QAR译码系统软件进行了重新设计,设计了译码系统的软件流程图,明确了体系结构和组成模块的主要功能,编辑了各个模块新的代码,并按照新的设计对译码的实现进行了研究和改进;本文探讨了ACARS的组成和工作原理,对ACARS的系统设计进行了研究。着重设计了ACARS报文处理系统,对报文处理系统的工作流程进行了分析,描述该系统识别报文和解读报文的一些设想。在此基础上调研并根据飞机状态监控和飞行数据在航空公司的应用现状,提出了构建飞机监控数据管理平台和飞机监控数据查询系统两个方案。针对飞机监控数据管理平台,进行了初步的研究,给出了数据管理平台的构建方案和要实现的功能。针对飞机监控数据查询系统进行了总体结构的设计,阐述了该系统的关键技术及解决方案,实现飞行监控及相关信息的导入、查询、统计、共享等功能,达到通过对飞行数据高效的管理和分析,提高了航空公司的安全管理和营运水平。本文改进设计的系统可用性高、扩展性强,可以有效地解决了航空公司在规模扩大后运行监控能力不足的问题;而且为解决我国航空公司类似的飞行监控问题提出了切实可行的解决方案和应用示范。
黄永芳[4]2002年在《飞机状态监控系统的数据处理与应用技术》文中指出本文首先简要描述了飞行数据的记录及应用现状,然后具体介绍了综合性的先进机载设备—飞机状态监控系统(ACMS),并且针对该系统中的两个重要子系统:快速存取记录器(QAR)和飞机通信寻址与报告(ACARS)系统,详细讨论了其数据处理和应用技术。 对于QAR记录器,自行开发了飞行数据译码与分析系统,该系统可以实现多机型的译码工作,并将译码结果以表格、曲线和动画等形式提供给用户,用来完成航后的飞机状态监控工作:而ACARS系统,作为中国民航的新兴技术,主要用来实现对飞机状态的实时监控,文中论述了该系统的组成及工作原理,介绍了系统报文的识别,并提出了关于报文解读系统的初步构想;针对这两种子系统,分别对其飞行数据应用技术进行了简单探讨。 最后,对飞行数据的处理与应用提出了若干设想,并且对我国飞机状态监控的未来进行了展望。
周媛[5]2015年在《基于数据驱动的航空发动机状态监测关键技术研究》文中研究指明随着传感器技术的快速发展、在飞机上应用的扩大以及移动终端的普及,可获取的关于飞机的数据越来越多,类型也越来越丰富,如QAR数据、ACARS数据、维修报告、航空各业务系统数据等等,我们迎来了民航大数据时代——利用民航大数据来提高发动机的安全性、可靠性和经济性,这是民航大数据带来的机遇和挑战,是一个值得研究的课题。目前用于航空发动机状态监测的多数方法在处理大数据时因为无法处理多种类型的数据或者分析大数据耗时等原因,已不能适应民航大数据的处理、分析需求。本论文基于数据驱动方法,深入研究了面向民航大数据的航空发动机状态监测中的数据重构、状态监视、发动机退化模式识别以及面向大数据的系统构架和数据质量管理问题,主要工作和创新点具体如下:(1)实际应用中因为漏采或传感器故障等问题,航空公司获得的发动机监测数据会存在数据缺失,需要对这些缺失的数据进行恢复,我们才能充分使用这些监测参数进行后续数据分析等工作。为了在随机数据缺失情况下重构出发动机监测数据,本论文提出了一种基于子空间的在线发动机数据重构模型。该模型采用极化增量分解获得低秩子空间,利用低秩子空间来表示高维发动机数据的演化特征,根据发动机的历史监测数据提取当前发动机的数据特征(低秩子空间),通过新采集的监测数据更新子空间以跟踪发动机演化特征,并且通过最新子空间可实现发动机传感器数据的在线重构。通过仿真数据和实际数据案例验证,表明本论文模型在随机缺失数据和噪声干扰情况下,对发动机数据数据重构具有良好的鲁棒性。(2)实际情况中的发动机健康状态数据多、退化/故障数据少,针对这种数据分布不均衡情况下识别两种健康和退化两种状态的需求,本论文提出了一种解决不均衡数据聚类的新算法——特征加权的模糊紧致散布聚类算法。该算法考虑到数据各维特征对聚类的影响,将特征加权引入到目标函数,通过特征加权解决了高维数据的特征选择问题。以特征加权的模糊紧致散布聚类算法为基础,本论文进一步提出了一种航空发动机在线状态监视的模型,该模型由两部分组成:一个是离线学习模块,在该模块中通过历史发动机监测数据迭代计算出发动机各特征参数的权重、健康状态和退化状态的聚类中心;另一个是在线监视模块,在该模块计算出实时的监测数据和健康状态以及退化状态聚类中心的加权距离,根据“最近邻”思想,距离最近的即为当前发动机状态所述类别。同时,实时监测数据又被输入到离线模块继续参与模块参数(特征的权重、健康状态和退化状态的聚类中心)更新。通过仿真数据和真实数据的实验,证明该方法用于发动机状态监视有很高的鲁棒性和泛化能力,对不确定性发动机数据有很好的实用性。(3)发动机的性能退化有正常性能退化和因故障引起的退化,对于相同退化模式不同的发动机表现不一样,如因为工作环境不同,发动机的退化速度各不相同等,因此对每台发动机的退化过程进行准确建模是非常困难的。一台发动机的退化数据包含了发动机各状态间的过渡信息,所有发动机的这些数据构成了退化样本库,然而这些信息并没有被好好用于发动机退化模式识别。本论文提出了一种基于相关时间规整的多参数发动机退化模式识别模型,该模型能够将多源数据投射到统一的特征空间,并在时间轴上将待识别数据和退化样本对齐以进行退化模式识别,从而提高了发动机退化模式识别的准确性和灵活性。仿真数据和实际案例数据实验证明本文模型能够正确区分发动机正常性能退化和故障引起的退化,对发动机本体并发故障退化和单故障退化模式定位到了部件级。(4)本文基于国际通用的OSA-CBM层次和大数据处理流程,提出了面向大数据的发动机健康管理与维修决策支持系统(engine health management and maintainence decision support system,EHM&MDSS)架构,该架构主体分为物理层、数据层和应用层叁层;数据驱动的发动机健康管理首要工作就是保证数据质量,本文还提出了该架构下的数据质量监控模型、方法和流程,并以此为基础对系统进行了详细的需求分析,设计了系统功能模块。经过和航空公司多次讨论,已决定采用本架构,这部分工作对民航大数据应用于发动机健康管理和维修决策工作有一定指导意义。
钟伟[6]2016年在《大数据驱动的飞行信息物理融合系统的分析与设计方法》文中研究说明飞行信息物理融合系统(Flight Cyber-Physical System,简称FCPS)是CPS在飞航领域的应用。在电子飞航系统的基础上,该系统信息化和网络化程度更高,是下一代飞航系统的发展方向。以目前美国最新研制的‘梦想飞机’波音787客机为例,它采用了更为先进的传感技术,具有计算能力,更稳健、智能的通信、控制能力,具备连接网络能力,并且有更加整合的机载设备和软件模块。在由天空、卫星、地面系统所组成的全球系统中,这样的飞机如同一个个飞行中的智能节点,能够确保自己飞行安全并且位置与时间信息准确,又能把这些信息稳健的,实时的传递给利益攸关者进行科学决策和社会服务。围绕着整个飞行系统,关于它的分类,学术界没有明确的界定。以飞机为主体,其大概包括飞行交通管理系统(Air Traffic Management System,简称ATMS),飞机机载系统(Aircraft Airborne System,简称AAS),还有机场管理系统(Airport Management System,简称AMS)等等。它所涉及的对象有飞机本身的机载系统,地面系统,卫星系统,飞机场管理,空管单位以及它们之间的极其庞大的链接、监控、管理网络。范围广泛,系统复杂、数据巨大而异构。无论是过去还是将来,人类都希望飞机能和地面的火车与汽车一样有更可靠的安全系数。这在空难多发的今天,就显得尤为重要。毫无疑问,为了解决这些海量数据处理与存储的问题。大数据技术应运而生。如今,大数据已经应用于广大的行业领域里,如前面所提的飞行系统、监控系统、地面交通、电子商务系统,医疗系统、社交网络、传感器网络、社会数据调查等等。面对这些机遇与挑战,大数据技术也发展的日新月异。其技术包括如遗传算法,神经网络,数据挖掘,机器学习,多维分析,数据融合与集成,分布式存储技术与文件系统,非关系数据库,可视化等主要领域要点。无论大数据有多复杂,但其中心思想就是要实现大海捞针,以此创造现成的或者间接的价值与启发。AADL(Architecture Analysis and Design Language)是一种借鉴了UML、Marte等优点的支持文本与图形方式的建模语言。AADL对基于模型分析和复杂实时嵌入式系统的规范特别有效。AADL还通过提供一种标准和精确的方式来描述复杂嵌入式系统的实时性、安全性、可调度性等非功能属性,使得程序员能够提早对构件或应用进行可调度性、可行性的分析,保证转换模型和自动生成代码的一致性。利用AADL语言对飞行物理融合网系统进行建模能够很好的表示系统的非功能属性,保证系统开发流程的高效性。本文内容含有对信息物理融合系统的基本介绍。对大数据的进行了基本介绍。对当前大数据的收集、处理、存储流程中涉及的技术进行系统性阐述,并对大数据与信息物理融合系统的结合做了可行性分析,对其认识架构进行了分析,详细讨论了各个层次架构的功能和特点。综合大数据的技术特点和CPS的系统需求,提出了基于大数据驱动的信息物理融合系统。其中针对基于目前大数据技术的飞行监控与维护系统,对其收集存储,处理进行了系统性讨论。本文对飞行信息物理融合系统的飞行监控,机场管理进行了分析与讨论。其次讨论航空电子云概念AADL建模,以及它的容错性验证。本文对AADL的基本特征,元素集合进行了罗列。使用Modlica对物理进行建模扩展。特别针对飞机导航与控制系统进行了建模分析。最后对这一建模的流延迟,可调度性和整体进行了验证。
王旭辉[7]2008年在《飞机飞行安全实时监控关键技术研究》文中研究说明飞行安全是民用航空有效运行的保障,随着基于飞机通信、寻址和报告系统(ACARS)的地空数据链在中国民航领域的启动及完善,对于航空器安全状态的识别和诊断,提出了“实时”这一概念的新要求,同时,也提供了实现飞机飞行安全实时监控的条件。本文对ACARS和机载飞行数据记录设备(DFDR/QAR)在民用航空器飞行安全领域的应用进行了较深的研究,构建了飞行安全实时监控体系,在此基础上,研究了发动机气路状态、飞行控制系统和航迹系统实时监控的相关技术和理论问题。文中的主要工作内容及取得的成果总结如下:1、地空数据链所提供的实时信息量不足以支撑飞行安全实时监控,而快速存取记录器(QAR)中的数据,有记录完备和高密度的特点,因此,在实时监控研究中,引入QAR,展开QAR数据快速译码技术的研究。分析QAR数据帧结构可归类的特点,设计了基于数据帧计数的航班划分结构,提出基于动态链表的译码算法,开发了飞行数据译码与分析应用系统(FDDAS)。译码过程具有较好的实时性和通用性,译码输出为飞行安全实时监控所需模型的建立提供了训练、检验样本集。2、ACARS报文数据是飞行安全实时监控的实时数据源。为提高ACARS报文数据的实时应用性能,以便携式ACARS测试平台(PATS)为硬件平台,进行ACARS报文译码算法的研究,提出直接面向ARINC-618协议的ACARS报文译码算法。通过Winsock网络编程接口,实现报文数据的网络组播功能。设计了TPlus树数据库索引结构,有效提高了ACARS报文的存取速度。通过与航路飞机建立ACARS链接,验证了该译码系统的有效性。3、基于PATS平台的EG功能模式,模拟地面监控系统与机载飞机状态监控系统(ACMS)的交互过程,在此基础上,构建了综合QAR历史航班数据和ACARS实时报文数据的“飞行安全实时监控体系”,确定以发动机系统、飞行控制系统和航迹系统为对象;并针对飞行安全实时监控过程中,多数据源应用问题,进行了数据描述一致性和预处理的研究。4、在发动机气路状态监控问题中,提出了基于支持向量机(SVM)的发动机气路状态实时诊断方法:读取实时数据库中气路参数的偏差值和已有诊断知识作为机器学习的模型训练集,提出利用模式搜索法优化SVM模型,获得最优诊断模型,确定模型参数。将实时数据库中源于ACARS链路的发动机气路状态数据集作为待诊断样本,输入诊断模型,识别发动机气路系统状态。航路应用实例验证了SVM模型适用于发动机气路状态的实时诊断。5、以飞行控制系统中襟翼系统为例,展开航路飞机襟翼状态实时监控研究。分析该系统状态与襟翼动作耗时之间的关系,首次提出利用动作耗时趋势来监控系统状态的方法。探讨了支持向量回归算法(LS-SVR)在襟翼动作耗时预测中的应用,在此基础上,提出自适应网格搜索法,优化LS-SVR模型。工程实例验证了预测模型的实用性,具有较好的精度,适用于其他飞行控制系统的状态监控。6、航迹系统的监控主要是飞行航迹的实时重构。ACARS提供的位置报文数据较为稀疏,并存在丢失点的问题。为了提高基于ACARS位置报文的飞行航迹实时重构精度,提出将插值算法应用于飞行航迹的实时重构,比较分析了叁次样条插值与线性插值的实际应用效果。通过对航路位置数据的插值,验证了叁次样条插值算法对于飞行航迹实时重构的有效性。
杨徐晗[8]2016年在《新舟600飞机实时状态监控与可视化实现》文中研究说明随着我国民用航空的飞速发展,特别是各航空公司机队规模不断扩大,运行航程不断拓展之后,各航空公司的安全运营面临着不小的挑战。目前各航空公司普遍采用ACARS(飞机通讯寻址与报告系统)报文数据来实现航空器运行状态的监控,而ACARS报文因其自身数据量有限、相邻报文传输时间间隔长的缺陷根本无法满足实时、连续、全面的航空器状态监控要求。本文讨论了在低延时、高带宽的地空宽带通信系统的基础上,利用实时下行的新舟600地空宽带数据,设计并实现了新舟600实时状态地面监控显示平台。本文以新舟600飞机为研究对象,通过分析该型飞机地空宽带数据的内容以及追溯数据的来源,确定了新舟600实时状态地面监控的内容;并利用虚拟仪表仿真技术,对PFD和EICAS两块显示面板上的主要飞行参数和机组告警信息进行照片级仿真,实时再现了运行飞机相关参数的显示效果。本文针对新舟600飞机选装的PW127J发动机,介绍了该型发动机巡航稳态的判定条件以及该型发动机状态监控与趋势分析的数据需求,在此基础上构建了发动机巡航稳态参数采集与存储模型;根据实时的飞行数据,判定PW127J发动机是否处于巡航稳态并对相关参数进行采集与存储,为发动机状态监控与趋势分析打下基础。本文实现了对机组告警信息的自动判别和相关处置程序的快速显示,在原有告警等级的基础上,将机组告警信息进一步细化为起飞和着陆阶段都不抑制、起飞阶段抑制、着陆阶段抑制以及起飞和着陆阶段都抑制这四类,并严格遵照新舟600飞机快速检查单(QRH)和机组操作手册(AFM/FCOM)中非正常情况处理动作和程序步骤,建立了告警辅助程序;通过构建的机组告警辅助模型判定飞机所处飞行阶段和告警等级,进而控制告警信息的显示,并且针对显示的告警信息自动提供相应的告警处理措施。本文最后实现了一个可实际运行的新舟600实时状态地面监控软件,该系统以VC++6.0为系统开发环境,利用Google Earth COM API技术实现飞机在叁维地图显示平台上的定位与航迹监视,运用ActiveX技术嵌入了性能参数可视化的PFD和EICAS虚拟仪表,借助构建的巡航稳态参数采集模型和机组告警辅助模型实现参数自动采集和自动告警辅助等功能。本系统作为地空宽带技术实际运用的重要探索,较好地通过了实际测试,基本满足地面实时状态监控的相关要求。
张兴川[9]2016年在《基于QAR数据的航空发动机报文解析及监控技术研究》文中提出航空发动机监控技术是飞机和发动机正常运行的基础,是航空运营单位保证其正常运营的重要方面,目前国外主流发动机制造商都开发出应用于自身发动机的监控软件,可以对飞机和发动机进行准确、可靠的状态监控和故障诊断。本文研究了航空发发动机监控技术的发展现状,对比了国内外技术的差异,明确了我国监控技术的努力方向和突破重点。重点研究了飞机机载数据采集系统、数据传输系统和地面监控系统,对QAR数据和ACARS报文数据进行研究并进行了同源性分析,为本文的报文解析工作提供了理论基础。本文提出了一种基于QAR数据的报文解析技术,从QAR中按照特定提取逻辑和算法提取满足触发条件的发动机稳态报文数据,通过与厂家原始报文数据进行对比来校验其准确性,利用该种方法可以有效拓宽报文的获取途径,解决ACARS报文获取困难、费用昂贵等问题,为航空公司在无法获取报文时提供应急处置方案,也可以为高校和研究单位提供模拟ACARS报文以进行教学和研究工作。本文同时研究了航空发动机状态参数的基线挖掘,总结了现有基线挖掘的理论和方法,并对标准化模型进行了改进,利用多种方法进行了基线挖掘和拟合并对所提取的基线进行了对比,具有良好的效果。本文通过建立航空发动机状态监控系统,将本文研究的报文解析、基线监控等技术进行融合,实现了QAR数据导入、报文提取、极值监控、基线监控、趋势图绘制、数据存储等功能,可以基本实现对航空发动机的运行状况进行准实时监控及航后分析,有利于及时发现并处理异常情况。
王立纲[10]2012年在《通用航空维修技术信息管理系统开发与研究》文中研究指明随着信息技术的快速发展和市场竞争的加剧,国内外航空公司都在积极推进信息化的飞机维修技术信息管理系统的建设。然而目前通航单位的信息管理工作仍然停留在手工纸质化作业上,并且缺少有效的措施来处理飞机的维护信息,这种信息处理方式的滞后和不足阻碍着通航单位的发展。参照国内航空公司最新的维修信息管理系统的技术,针对某通航单位对维修技术信息管理的现状以及其中存在的不足,本文提出了建立信息化的维修技术信息管理系统。本文以DELPHI为信息管理系统的开发平台,采取叁层C/S结构开发模式,应用面向对象的思想建立分析模型、设计模型,根据这些模型进行系统功能模块设计和系统数据库设计,运用Microsoft Access来构建系统数据库,利用ADO技术和多层数据程序技术(MIDAS)实现数据库的访问以及数据库和应用服务器之间的连接,利用基于故障树分析的故障诊断技术进行交互式故障寻导,完成故障信息的诊断;最后对系统进行编程,完成维修技术信息管理系统的开发,并对系统软件进行了软件测试,分析了系统中的不足以及待改进之处。本系统所实现的功能模块包括系统管理、机队信息管理、适航性资料管理、重大维修记录管理、故障信息管理、飞机时限管理、飞机状态管理等七大模块。通过这些功能模块,对维修技术信息进行及时地采集、汇总、统计、分析和交互,实现了信息的实时共享和快速处理;充分利用了历史故障数据和飞机维护手册,完成基于故障树分析的故障诊断,为机务维修提供了更为科学合理的故障诊断方式;实现了飞机时控件寿命预警和出机状态监控的功能。该系统的开发和使用,为整个机务维修的信息化建设做出了一定的贡献。
参考文献:
[1]. 飞机状态监控系统的数据处理与应用技术[J]. 杨阳. 电子技术与软件工程. 2014
[2]. 基于改进神经网络的民机发动机故障诊断与性能预测研究[D]. 刘永建. 南京航空航天大学. 2012
[3]. 飞机状态监控系统的研究与改进[D]. 唐世明. 电子科技大学. 2011
[4]. 飞机状态监控系统的数据处理与应用技术[D]. 黄永芳. 南京航空航天大学. 2002
[5]. 基于数据驱动的航空发动机状态监测关键技术研究[D]. 周媛. 南京航空航天大学. 2015
[6]. 大数据驱动的飞行信息物理融合系统的分析与设计方法[D]. 钟伟. 广东工业大学. 2016
[7]. 飞机飞行安全实时监控关键技术研究[D]. 王旭辉. 南京航空航天大学. 2008
[8]. 新舟600飞机实时状态监控与可视化实现[D]. 杨徐晗. 中国民用航空飞行学院. 2016
[9]. 基于QAR数据的航空发动机报文解析及监控技术研究[D]. 张兴川. 中国民航大学. 2016
[10]. 通用航空维修技术信息管理系统开发与研究[D]. 王立纲. 中国民用航空飞行学院. 2012
标签:航空航天科学与工程论文; 实时系统论文; 数据融合论文; 环境监控系统论文; 数据处理论文; 故障诊断论文; 实时监控论文; 发动机论文;