浅谈维修大数据中民用航空飞机结构故障预测

浅谈维修大数据中民用航空飞机结构故障预测

温巍

山东航空股份有限公司青岛分公司   山东  青岛  266300

摘要：民航飞机维修中，严重的结构故障会影响飞机研制进程或飞机的正常使用。飞机的结构作为飞机的重要组成部分,特别是起落架系统的结构性能的好坏关系到飞机的起飞,着陆及地面停放时飞机是否安全.当飞机在跑道上滑跑时,起落架系统的减摆器吸收着飞机滑行时通用飞机起落架与地面产生的撞击和振动能量,使得通用飞机在跑道上平稳滑行,保证了飞机的运行安全。

关键词：维修大数据；民用航空飞机；结构故障预测

前言：实现数据的自动处理、分析、诊断，根据各类信息的结构化、非结构化数据，利用各种数学算法，让系统自动判断目前维修生产处于什么状况，并且为其他的数学算法提供数据支持。智能系统能够计算出维修生产和实际维修活动之间的相关性（而不是给出具体的因果关系），利用维修活动的相关性进行研究改进，最终大幅提升维修生产效率。

1、大数据关键技术分析

（1）数据分析技术包括数据挖掘、机器学习等人工智能、商业智能技术，涉及关联规则挖掘、集成学习、遗传算法、神经网络、优化、模式识别、预测模型、回归、统计、时间序列分析、关联规则学习、聚类分析等。（2）数据挖掘技术，是指对每一个数据进行分析，从大量的数据中找出其规则的技术，是一套结合数据库管理统计和机器学习的方法，从大型数据集中提取模式。（3）机器学习技术，是使计算机模拟或实现人类的学习行为，以获取新的知识或技能，重新组织现有的知识结构来不断提高自身的表现。（4）数据管理技术包括关系型和非关系型数据库技术、数据融合与集成技术、数据提取技术、数据清洗和数据过滤技术。（5）数据处理技术包括分布式计算技术、内存计算技术、流处理技术、云计算技术。（6）数据展示技术包括可视化技术、历史流程显示技术、空间信息流显示技术等。此外，在大数据的采集和存储过程中，需要运用自然语言理解技术和大规模分布式存储技术。

2、飞机维修数据应用

关于飞机维修数据的应用，需要对其进行分析，以提高数据能力，提高信息准确性等。具体来说，可以提到以下几点:第一，提高数据能力。在飞机维修业务中，需要更多地输入维修信息，以提高维修数据的能力。在维护工作中，它可以利用网络实现命令节点的计算机化，因此，对于具体的维护操作，它可以综合各种各样的存储数据进行大量维护。例如，作为维护操作的一部分，对于维护技术人员的操作，您可以使用工作卡的电子签名来确定详细的节点时间和持续时间。同时，对于不同的维护人员，还可以准确计算和输入维护操作的时差。第二，提高信息的准确性。在飞机维修过程中，必须管制信息的输入，以确保信息的准确性。例如，在AMICOS系统中，当系统生成故障报告时，必须合理地建立信息参数，如相应的故障报告时间、故障排除时间、导航材料接收时间、故障内容代码等。，以确保信息输入符合要求。因此，在飞机维修过程中，有关数据将是准确和规范性的，从而能够有效地反映实际维修问题。

3、维修大数据中民用航空飞机结构故障预测方法

3.1维修数据的预处理与标准化

飞机具有较为复杂的下级系统分类，在查询相关标准的基础上，将飞机分为控制系统、燃油系统、液压系统、电气系统、气压系统、环境控制系统、应急系统、旋转翼系统和其他系统，通过分类分析可以确定故障件所属的具体系统。目前飞机的维修记录大多根据维修人员的经验记录为描述性语句，因此无法直接对维修记录进行拟合处理，需要对维修记录进行量化分析和预处理（即标准化）。首先，选择影响故障分布的指标。在分析飞机结构故障的维修记录时发现，与故障分布相关的数据众多，从中可以择取相关的因变量。分析维修数据后，本文选出９个对飞机故障预测产生影响的变量（故障时间、飞机修后工作时间、故障件修后时间、故障件翻修次数、换上件工作时间、发现时机、专业、故障部位和故障责任）。其次，将数据标准化。对飞机维修数据进行标准化处理需要制定规则，用量化指标代表部分非结构化数据，为后面的大数据分析处理平台提供有效数据源。除开故障件翻修次数直接使用数值，其余各类时间时次运用区间分类，自然语言表述赋予对应值进行区分。本文编写Ｐｙｔｈｏｎ脚本语言对飞机质控数据和故障记录进行扫描，提取出选定的指标信息，根据数据统计结果，对出现的自然语言描述进行赋值。

3.2维修大数据视域下飞机结构故障预测检验系统建构

维修大数据为基础的故障预测平台可以进一步分成四个部分，涵盖支撑系统层、服务资源层、服务内容层以及关联利益方。服务资源方面，基于维修大数据的故障预测平台涵盖基础信息网络设施、知识库、运营信息，结合航空企业需求，实施相关知识数据采集，提供基础信息网络支持。整个支撑系统是以HADOOP大数据计算为基础，提供分布式存储数据，经过数据筛选聚合、计算以及抽样清洗后得到所需数据信息，并利用大数据可视化方式展现出来。

维修大数据为基础的故障预测关联故障诊断、监控业务以及维修决策相关业务结果针对飞机零件、目标系统、飞机航班建构评估模型。结合飞机结构状态相关评价指标实施计算评估，准确显示出目标系统、飞机航班以及结构部件性能状态。故障诊断预测平台相关功能模块如下，分别是需求获取、实时监控、维修决策、故障诊断以及状态评估等功能模块。通过实时监控功能全面监控飞机航班动态、航行动态、故障问题、实时运行参数、实时事件、飞机结构信息报告以及勤务信息等，并将机载监控系统所采集数据信息传输至地面，或由地面向空中飞机传输数据信息。结合该模块能够掌握飞机动态和健康状况。多参数监控能够针对飞机结构中多样参数实施全面分析监控，利用图形列表方式呈现出来，用户能够对飞机结构各种关键参数进行实时监控，分析显示飞行数据趋势，展示飞机历史状态，辅助用户科学处理结构故障。

故障诊断功能模块中，显示处理模块属于其中的基础部分，能够为用户直观呈现故障来源和分析结果，涵盖警告、报文和故障信息等，通过故障简要描述、故障代码以及故障优先级等形式呈现。维修大数据支持下的飞机故障诊断利用报文内关键词自动关联显示维修内容，随后集中显示维修手册具体内容，方便用户查询详情。除此之外，借助系统中的关键词可以自动关联技术系统，支持系统自动排故，支持故障快速排除。维修大数据为基础的诊断措施属于故障诊断重要措施，核心原理是联系故障关键元素相似度，包括故障描述、故障代码和机型等关键词对类似故障进行检测，形成有效的故障排除方案，相关检索结果内存在大量相似故障排除方案，系统结合故障排除率按照从高到低顺序显示结果，并在故障诊断详情页面内集成显示故障问题。用户可以联系故障关联信息制定排除措施。状态评估功能模块涵盖风险因素设定、评估计算以及生成评估结果等功能。状态评估计算即针对单机状态进行测评，辅助用户优选飞机，涵盖健康状态详情以及健康排序筛选等多种功能。

故障诊断和预测系统经数据分发服务器传输数据，经过网关和服务器分拣存储到主数据库进行备份。数据库服务器能够对坠机信息、航行信息以及实时状态数据进行有效存储，支持实时监控和故障诊断。联系数据库服务器整体访问量和相关数据请求对应并发量要求，设置八个服务器充当数据库服务器，负责对各种数据请求进行集中处理。日志服务器因为相关硬件系统较为复杂，需要记录网络设施状态日志以及服务器运行日志，将其布置为集群方式，设置两个服务器优化系统运行能力，增强系统可扩展性。维修大数据为基础的故障预测平台借助科学布局能够提升系统运行安全性和操作效率。

结束语：综上所述，在大数据时代，飞机维修工作应有效利用大数据技术，并以此为基础制定故障判定、故障排除等方面的策略。在飞机维修作业中，对于具体维修任务及大数据技术应用，相关人员应明确两者之间的关系。同时，针对维修子任务，应明确相应子任务与整体维修活动的关系。

参考文献

[1]俞黎铭.论大数据技术在飞机维修中的应用[J].建筑工程技术与设计，2018（2）.

[2]瞿德锋.某型直升机尾上舱结构失稳故障修复研究[J].航空维修与工程,2021(04):55-58.

[3]郎荣玲,潘磊,吕永乐.基于飞行数据的民航飞机故障诊断专家系统[M].北京:国防工业出版社,2018.