基于維護信息的飛機駕駛艙效應預測

姜 南，馬存寶

（1.西安閻良航空高技術(shù)產(chǎn)業(yè)基地管委會投資服務二局，陜西 西安710089；2.西北工業(yè)大學航空學院，陜西 西安710072）

0 引言

預測健康管理技術(shù)可以有效降低運行費用并提高可用性［1］，伴隨著PHM技術(shù)成為新一代飛機設計和使用中的重要組成部分，它代表從被動式到主動式的轉(zhuǎn)變［2］。在飛機航線維護工作中，駕駛倉效應（FDE）故障的維修和排除是一件比較困難的工作，花費高［3］。如果識別出維護信息和出現(xiàn)駕駛艙效應的預測關(guān)系，那么就可以在飛機子系統(tǒng)失效之前進行維護以防止出現(xiàn)FDE。根據(jù)飛機健康管理地面子系統(tǒng)收到的維護信息和故障信息，建立維護信息和故障信息的預測關(guān)系；再通過獲取MMSG的出現(xiàn)時間，計算距離將要出現(xiàn)FDE的時間間隔TTF（time to FDE），以實現(xiàn)預測未來故障的目的。

1 基本概念

1.1 駕駛艙效應

飛機駕駛艙前面板的顯示器構(gòu)成綜合顯示系統(tǒng)，可以顯示來自飛機眾多系統(tǒng)的飛行、導航和發(fā)動機方面的故障指示。這些指示包括主飛行顯示的故障報告、導航顯示屏上顯示的故障旗和EICAS主顯示屏上的信息，統(tǒng)稱為駕駛艙效應（FDE）。

1.2 維護信息

飛機各子系統(tǒng)BITE檢測到故障并進行隔離后，將故障情況以FDE的形式顯示出來，并以維護信息（MMSG）數(shù)據(jù)的形式傳給中央維護系統(tǒng)。MMSG提供詳細故障信息給機務人員，機務人員根據(jù)它制定維修措施。

2 駕駛艙效應預測方法

飛機故障預測系統(tǒng)收到維護信息數(shù)據(jù)和故障信息數(shù)據(jù)之后，首先要對維護信息數(shù)據(jù)和故障信息數(shù)據(jù)進行篩選，確定哪些維護信息可能預測故障，再建立可能的維護信息和故障信息的預測關(guān)系，最后通過MMSG的出現(xiàn)時刻，計算距離出現(xiàn)對應FDE的時間間隔TTF。下面將闡述基于MMSG預測FDE的具體方法。

2.1 讀取MMSG數(shù)據(jù)與FDE數(shù)據(jù)

維護信息數(shù)據(jù)和故障信息數(shù)據(jù)來源于中央維護計算機，MMSG和（或）FDE發(fā)生期間，維護信息數(shù)據(jù)和故障數(shù)據(jù)都與惟一的標識相聯(lián)系。故障信息／狀態(tài)信息可通過數(shù)據(jù)鏈或數(shù)據(jù)記錄卡下載到地面處理系統(tǒng)中分析［4］。

2.2 消除壞值

試飛時，飛行員為測試目的而引入的壞值以及從CMC未能完整下載數(shù)據(jù)的壞值都需要消除。

2.3 識別潛在重要的MMSG－FDE對

潛在重要的 MMSG－FDE對意味著特定MMSG有可能預測特定的FDE，該MMSG和該FDE構(gòu)成一個MMSG－FDE對。

一個特定FDE在連續(xù)的架次出現(xiàn)，就構(gòu)成FDE串，識別潛在重要的MMSG－FDE對的第1步是識別出FDE串。一個MMSG出現(xiàn)在FDE串附近，則MMSG與FDE構(gòu)成潛在重要的對。

2.4 確定真正重要的MMSG－FDE對

對于每個潛在重要 MMSG－FDE對，要識別出真正重要MMSG－FDE對。該步驟需要計算以下幾個參數(shù)。

①特定MMSG在特定FDE串之前和之中出現(xiàn)的次數(shù)，用M（b／w）來表示；②特定 MMSG在特定FDE串之前以及不在FDE串中出現(xiàn)的次數(shù)，用M（b／wo）來表示；③特定MMSG在特定FDE串之后出現(xiàn)的次數(shù)，用 M（a）來表示。先將 M（b／w），M（b／wo），M（a）分別除以特定MMSG出現(xiàn)的總數(shù)（用M（t）來表示），再將 M（b／w），M（b／wo），M（a）分別除以特定FDE出現(xiàn)的總數(shù)（用F（t）來表示），得到潛在重要MMSG－FDE對的6個重要數(shù)據(jù)分別為M（b／w）／M（t），M（b／wo）／M（t），M（a）／M（t），M（b／w）／F（t），M（b／wo）／F（t），M（a）／F（t）。

這6個重要數(shù)據(jù)中任意一個值超過（或十分接近）1，那么數(shù)據(jù)就要刪除，即潛在重要 MMSGFDE對被排除。此時，未被排除的 MMSG－FDE對再利用以上已得到6個重要數(shù)據(jù)，計算4個列指標，Col.A，Col.B，Col.C，Col.D 分別為 M（b／w）／M（t）－M（a）／M（t）；M（b／wo）／M（t）－M （a）／M（t）；M（b／w）／F（t）－M（a）／F（t）；M（b／wo）／F（t）－M （a）／F（t）。

確定真正重要MMSG－FDE對的流程如圖1所示。先對A，B，C，D4列的值進行排名，值越大，排名就越靠前。接下來對每一個MMSG－FDE對所對應的Col.A的排名與Col.C的排名進行相加，用AC rank表示；對應的Col.B的排名與Col.D的排名進行相加，用B－D rank表示。接下來，A－C rank和B－D rank需要與預定義的截止門限進行比較，排名過于靠后的，其預測能力越差，將予以刪除。例如：當A－C rank和B－D rank都大于200（預定義）時，表明這個MMSG－FDE對不重要，可以再次濾除。而截止門限并不固定，而是可以在50～350之間變動。如果僅僅Col.A的值比較高，說明MMSG是個觸發(fā)器，對FDE不可預測；如果Col.B的值比較高，說明MMSG是個先兆，對FDE可預測。

圖1 確定真正重要MMSG－FDE對的流程

如果MMSG與FDE來自同一章，用Col.B的值與0.05比較，如果 Col.B 值＞0.05，則說明MMSG－FDE對是重要的（可預測的）。因此，重要MMSG－FDE對被識別出來。如果MMSG與FDE不是來自同一ATA章，用Col.B的值與0.4進行比較，如果Col.B 值＞0.4，則說明 MMSG－FDE對是重要的（可預測的）。因此，重要 MMSG－FDE對被識別出來。

2.5 識別MMSG串和FDE串

在確定了能夠預測FDE的MMSG－FDE對后，就可以計算MMSG出現(xiàn)到FDE出現(xiàn)的時間間隔，即TTF，其單位可以是飛行次數(shù)，也可以是飛行小時。

為了計算TTF，需要識別出每個 MMSG－FDE對的MMSG串和FDE串，所采用的方法是計算滑動平均，下面也稱作強度。

2.5.1 識別 MMSG串

對于某飛機上出現(xiàn)的某個 MMSG，MMSG強度的定義為：在某次飛行及其前（Y－1）次飛行中MMSG出現(xiàn)的次數(shù)與飛行總數(shù)Y之商，即以Y次飛行為窗口的MMSG出現(xiàn)次數(shù)的滑動平均值。Y會隨著不同ATA章節(jié)的MMSG而改變。

每一個飛行MMSG強度都完成計算后，MMSG強度超過預設門限的飛行被識別出來。當MMSG強度大于門限時，每一個連續(xù)航班序列就是一個MMSG串。

2.5.2 識別FDE串

在飛行過程中，當一個FDE強度超過一個預設門限，這樣的飛行被識別出來。而這個預設門限不同于MMSG門限，當FDE強度大于該門限時，每一個連續(xù)航班序列就是一個FDE串。

2.6 確定TTF

對于一個MMSG和一個相關(guān)FDE的出現(xiàn)，從MMSG串開始到相關(guān)FDE串開始之間的架次就是出現(xiàn)FDE的時間間隔，即TTF。在大量TTF歷史數(shù)據(jù)中，由MMSG引發(fā)FDE出現(xiàn)的時間間隔中的最大值，稱為最大小時數(shù)，由MMSG引發(fā)FDE出現(xiàn)的時間間隔中的最小值，稱為最小小時數(shù)。所有MMSG引發(fā)FDE出現(xiàn)的時間間隔中，MMSG引發(fā)FDE的事件中有25%的數(shù)量出現(xiàn)在P25＿小時內(nèi)。同理，可以得到P50＿小時、P75＿小時、P90＿小時的關(guān)鍵點。

根據(jù)以上幾個關(guān)鍵點，連接畫出TTF曲線，便得到MMSG引發(fā)FDE的概率隨時間的變化情況。

3 預測算例

假設MMSG在特定FDE串之前和之中出現(xiàn)了4次，即M（b／w）＝4；特定 MMSG在特定FDE串之前以及不在之中出現(xiàn)了2次，即M（b／wo）＝2；特定MMSG在特定FDE串之后出現(xiàn)了1次，即M（a）＝1；特定 MMSG出現(xiàn)總次數(shù)為5次，即M（t）＝5。

為說明篩選真正重要的 MMSG－FDE對的過程，假設以下2種情況作為示例。

a.情況1。假設特定FDE出現(xiàn)總次數(shù)為2次，即F（t）＝2，則：

由于存在比1大的參數(shù)。因此，該潛在MMSG－FDE對要刪除。

b.情況2。假設特定FDE出現(xiàn)總次數(shù)為8次，F(xiàn)（t）＝8；

因為參數(shù)均小于1，所以潛在 MMSG－FDE對要保留下來。如表1所示。

表1 指標列表

根據(jù)前面所提方法，對A，B，C，D列的參數(shù)值進行排列。若A列排名為第2名，C列排名為第3名，則A－C Rank＝2＋3＝5＜200（預設門限）。

根據(jù)MMSG強度和FDE強度，由此識別出MMSG串、FDE串。2個串頭時間間隔就是TTF。以下算例的目的為說明預測FDE的方法。歷史實際統(tǒng)計的TTF值（單位：h）共100個，由小到大排列后如下：

1.71，1.72，…，1.99，2.00，2.32，…，5.92，6.00，…，12.95，13.00，…，14.35，14.50，15.11，15.34，15.59，16.37，16.80，17.12，17.43，17.67，17.88，18.00；

這100個TTF值中，有25個值在2h以內(nèi)，有50個值在6h以內(nèi)，有75個值在13h以內(nèi)，有90個值在14.5h以內(nèi)，即，P25＝2.00h，P50＝6.00h，P75＝13.00h，P90＝14.50h。

以上關(guān)鍵點對應的時間百分數(shù)如下：

PT25＝2／18×100% ＝11.11%；

PT50＝6／18×100% ＝33.33%；

PT75＝13／18×100% ＝72.22%；

PT90＝14.5／18×100% ＝80.56%；

連接以上關(guān)鍵點，可以畫出TTF分布曲線圖，如圖2所示。圖2中橫坐標代表時間百分比，縱坐標代表MMSG引發(fā)成為FDE的概率。折線表示TTF分布情況。豎線代表變成FDE的緊迫性，它表示MMSG出現(xiàn)一段時間后，當前MMSG引發(fā)FDE的可能性。例如：當一個可預測的維護信息出現(xiàn)5.4h（即圖2中時間百分比30%）后，由TTF分布圖可知，該MMSG引發(fā)成為FDE的概率為46.2%。維修人員可以根據(jù)這個概率的大小，決定是否進行與該FDE相關(guān)的預防性維修，避免FDE出現(xiàn)而造成飛行事件或非計劃維修增多。

圖2 TTF分布曲線

4 結(jié)束語

基于維護信息的飛機駕駛艙效應預測，通過篩選可預測MMSG－FDE對，進而建立維護信息與駕駛艙效應的預測關(guān)系，構(gòu)建出TTF圖，最終預測FDE出現(xiàn)的時間及概率。該方法對于飛機故障進行預防性維修，保證飛機的安全性和任務完備性，以及降低維護費用具有重要意義。

［1］ Cao Zhisheng，Ma Lin，Liu Rui，et al.Combine RCM and PHM to impact on logistics system［A］.Prognostics and System Health Management Conference（PHM－Shenzhen）［C］.2011.1－4.

［2］ 龍 鳳，王 忠，程緒建，等.航天電子產(chǎn)品的PHM技術(shù)研究［J］.微電子學與計算機，2010，27（10）：96.－100

［3］ Wu Jingmin.Research on the key points of life－cycle control and analysis of civil aircraft maintenance costs［D］.Nanjing：Nanjing University of Aeronautics and Astronautics，2006.

［4］ 趙瑞云.民用飛機記載維護系統(tǒng)的中央維護系統(tǒng)功能［J］.中國民航大學學報，2008，26（5）：39－42.