基于單邊T檢驗的飛機空氣循環機故障測試軟件研制

陸云龍，荊 濤，石封茶

（1.天津航空機電有限公司，天津 300308；2.中國民航大學，天津 300300；3.陸裝駐天津地區航空軍代室，天津 300300）

空調系統作為民用飛機的重要組成系統之一，需要對供氣量的溫度、壓力、壓力變化和濕度等指數進行全面調節，保證符合飛機的客艙以及駕駛艙在飛行中及地面上對空氣、壓力等參數的要求[1]。ACM是空氣循環系統的核心部件，用于空氣循環制冷。發動機高溫引氣，經過初、次級熱交換器預冷降溫后，輸入到ACM的渦輪端，利用渦輪和噴嘴組件之間的間隙膨脹做功，其溫度迅速降低，并按照一定比例混合后送入客艙。

ACM是空調系統中故障頻發的組件，ACM故障[2]通常會引起空調系統冷卻組件故障，導致實際排出的空氣溫度過高，無法滿足空調系統對溫度的要求。因此，在機務維修工作中，要對ACM機進行測試，保證ACM正常運行，確保空調系統正常工作。

針對ACM故障，目前航空公司多采用的是傳統測試方法，當空調系統出現制冷故障時，首先是按照維修手冊測試相關的組件活門，如果相關組件活門正常，則表明ACM機故障，直接更換ACM機；如果相關組件活門出現故障，則對故障活門進行排故。對于更換下來的ACM機，需要進行外部泄漏測試、壓力測試和功能測試等來進一步確定是否有故障[3-4]。采用此方法不僅工作量大，而且耗費時間，影響飛機正常出港。

系統采用LabVIEW設計測試軟件，將溫度作為檢測量，利用T檢驗法完成數據處理分析，根據處理結果表來顯示ACM機故障情況。系統利用實時小樣本數據簡單測試方法完成對ACM機故障檢測，簡化了測試流程，極大減小了工作量，提高工作效率。

1 單邊T檢驗算法

1.1 算法介紹

T檢驗是用來判斷樣本與樣本、樣本與總體的差異是由抽樣誤差引起的還是本質差別造成的統計推斷方法，適用于樣本的個數較少（樣本數量一般小于30），總體標準差σ未知的正太分布的數據分析[5]。系統采用的單總體T檢驗法[6]進行檢驗，其中主要涉及參數有樣本平均數x、樣本標準差σ、總體平均數μ以及P值。P值是接受兩個數組均值存在差異假設可能犯錯的概率，是假設結果可信程度的一個降低指示，其實際意義是認為樣本數據存在關聯是總體中的數據錯誤判斷概率，所以一般P值越小，犯錯的可能性就越低。

1.2 T檢驗數學模型

依據T檢驗的總體思想，先從整體中找到一個數組的特征，然后對待定樣本作假設，然后對假設進行檢驗，判斷樣本與總體之間的假設是否成立。

采集到數據構成數組，這些數組內的數據內在都存在相互聯系，彼此之間相互影響，因為這些數據之間的相互影響非常小，所以這種隨機數組就可以近似的看作是服從正態分布的。在這種條件下，就可以使用T檢驗來判斷ACM的溫度數據組之間是否存在異常。

T檢驗的一般步驟分為以下3步[7]：

（1）建立假設，設定假設水準α

H0：μ=μ0（檢驗假設，檢測到的溫度正常）；

H1：μ≠μ0（備擇假設，檢測到的溫度異常）；

μ0：正常情況下溫度均值。

（2）計算T檢驗統計量

單總體T檢驗統計量：

其中，σ為待定樣本標準差，xˉ為待定樣本均值，μ為總體樣本均值（n＜30時的檢驗統計量公式）。

其中，σ為待定樣本標準差，xˉ為待定樣本均值，μ為總體樣本均值（n＞30時檢驗統計量公式）。

（3）確定P值，獲取結論

其中的P值根據α和自由度查t值表得到邊界值kα/2，確定P值，判斷假設是否成立，獲取結論（顯著性水平α=0.05，自由度V=n-1）。

當H0為真時，滿足如下條件下的正態分布：

若滿足公式（4），則拒絕H0；

若不滿足公式（4）成立，則接受H0。

2 軟件設計

2.1 系統整體設計

該系統通過COMPACTDAQ平臺[8]完成數據采集，在該平臺的支持下，軟件采用NI公司提供的LabVIEW進行模塊化程序設計。用于實現該系統的全部測試功能。系統流程如圖1所示。

圖1 系統流程圖

其中，數據處理子程序具體過程如圖2所示。

圖2 數據處理子程序

2.2 程序內部結構

根據圖1所示，軟件分為板卡參數配置、數據采樣和T算法數據處理3個模塊。

板卡參數配置模塊包括：RTD參數設置、DAQmx虛擬通道創建和定時器設置。RTD參數設置溫度采集范圍為0～200℃、誤差補償方式為線性差值補償。DAQmx虛擬通道創建熱電偶虛擬通道，將其設置為通道1。定時器配置用來控制采樣和生成采樣的速率。

數據采樣模塊設置采樣率：200 MSa/s，采樣頻率20 kHz，將通道1的數據傳輸至寄存器，通過低通濾波后保存并繪制曲線。

T算法數據處理模塊將濾波后的數據進行預處理、計算標準差和故障判斷。

（1）數據預處理對所取得一組共25個數進行求平均值x1，這組數據作為正常樣本將會與待定樣本進行比較，判斷兩組數據是否存在特征異常，從而判斷ACM的溫度是否異常。

（2）對待定樣本數據求平均值x2和標準差x3用于后面的判斷。

（3）將總體樣本均值x1、待定樣本均值x2、待定樣本標準差x3代入T檢驗算法中計算出t值，與相應條件下的k值比較大小，根據比較結果從而判斷兩組數據是否存在特征異常情況，并將結果輸出到顯示面板顯示。

2.3 程序前面板顯示設計

本程序的前面板如圖3所示，其功能是可以調整溫度采集的最大值和最小值限制，可以改變采集的采樣時鐘即采樣頻率，可以選擇采樣的數據是作為總體樣本還是待定樣本，還可以設置RTD的電阻類型，從而完成不同的采樣任務。

因此，程序實現了溫度數據的采集和分析處理，在程序中利用T算法限定溫度的波動范圍，當溫度在溫度范圍內波動時，程序檢測顯示ACM工作狀態正常，當溫度超出波動范圍時，程序就會檢測出ACM是異常狀態。可以通過調整T算法中α取值大小來改變溫度的波動范圍大小。

要完成一次ACM檢測首先要選擇總體數據的測量，待總體測量完成，關閉溫度測量，通過選擇按鈕選擇為樣本數據測量，測量完樣本數據后程序會自動將2次測量的數據代入檢測程序運算，從而得到兩組數據之間的波動是否在正常范圍，最終獲得ACM的故障檢測結果。

2.4 驗證

程序運行的實際結果見表1。

表1 實際程序檢測結果

數據結果表明，總體樣本均值x1=37.760，待定樣本1均值x2=38.240，待定樣本2均值x3=40.076，待定樣本1均值誤差率為1.18%，待定樣本2均值誤差率為6.05%；按照單總體T檢驗計算得t1=2.393，t2=10.1，k=2.064，所以待定樣本1、待定樣本2均不正常。

3 結束語

當前飛機空調系統發生故障的頻率是比較高的，通常的檢測方法都非常繁瑣，不能直接判斷空氣循環機是否存在故障，需要進行全面檢查。所以本系統測試速度遠遠超過傳統測試，降低了測試的時間成本，提高了工作效率。對檢測故障的簡化，降低成本方面是有一定意義的。