飞机飞行安全实时监控关键技术研究

论文摘要

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,比较分析了三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,验证了三次样条插值算法对于飞行航迹实时重构的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 飞机飞行安全监控的历史与概况
• 1.3 研究背景
• 1.3.1 实时监控技术及面临的挑战
• 1.3.2 选题依据
• 1.4 飞机飞行安全实时监控关键技术
• 1.4.1 飞行数据记录的译码和分析应用技术
• 1.4.2 监控参数的实时传输、处理和存储技术
• 1.4.3 支持向量机算法的监控建模应用
• 1.4.4 基于飞行数据驱动的飞行安全实时监控
• 1.5 论文内容和结构安排
• 第二章 飞行数据记录、译码和分析应用
• 2.1 概述
• 2.2 飞机状态监控系统
• 2.2.1 ACMS 组成结构
• 2.2.2 飞行数据的采集与记录
• 2.3 QAR 数据译码原理
• 2.3.1 飞行数据记录的数据帧结构分析
• 2.3.2 译码算法分析
• 2.3.3 通用译码算法设计
• 2.3.4 数据段航班划分算法
• 2.4 数据译码及分析应用系统
• 2.4.1 译码系统的硬件结构与开发环境
• 2.4.2 通用译码算法的初始化
• 2.4.3 飞行数据译码及存储
• 2.4.4 译码数据应用
• 2.5 小结
• 第三章 实时监控参数数据的传输与处理
• 3.1 概述
• 3.2 地空数据链通信
• 3.2.1 ARINC-618 协议和通信规则
• 3.2.2 ACARS 地空通信原理
• 3.2.3 PATS 数据链测试平台
• 3.2.4 PATS 平台报文收发模式
• 3.3 数据链报文译码原理
• 3.3.1 ACARS 报文译码思想
• 3.3.2 ACARS 报文译码过程
• 3.3.3 译码数据组播的实现
• 3.3.4 监控参数译码
• 3.4 数据链报文实时数据库设计
• 3.4.1 实时数据库物理组织
• 3.4.2 TPlus 树索引结构设计
• 3.5 小结
• 第四章 实时监控系统结构及数据预处理
• 4.1 概述
• 4.2 飞行安全实时监控系统
• 4.2.1 体系结构的构建
• 4.2.2 基于PATS 平台的数据链仿真环境
• 4.2.3 多数据源一致性问题
• 4.3 监控参数的数据采集
• 4.3.1 发动机系统气路数据采集
• 4.3.2 飞行控制系统数据采集
• 4.3.3 航迹系统数据采集
• 4.4 监控参数的预处理
• 4.4.1 数据的聚类处理
• 4.4.2 数据的平滑处理
• 4.5 小结
• 第五章 基于支持向量机的发动机状态诊断模型
• 5.1 概述
• 5.2 统计学习理论
• 5.2.1 学习一致性条件
• 5.2.2 结构风险最小化原则
• 5.3 SVM 分类算法的实现
• 5.3.1 最优超平面
• 5.3.2 核函数
• 5.3.3 SVM 二分类算法及多分类扩展
• 5.4 SVM 分类模型优化
• 5.4.1 基于PS 搜索法的优化
• 5.4.2 优化性能分析
• 5.5 发动机气路状态诊断模型
• 5.5.1 SVM 模型训练及优化
• 5.5.2 SVM 诊断模型效果分析及讨论
• 5.6 小结
• 第六章 基于支持向量回归机的襟翼状态预测模型
• 6.1 概述
• 6.2 SVR 回归算法及优化
• 6.2.1 SVR 回归原理
• 6.2.2 LS-SVR 算法实现
• 6.2.3 自适应搜索优化算法
• 6.3 襟翼状态特征参数选取
• 6.3.1 特征参数选取
• 6.3.2 相空间重构原理
• 6.4 飞机襟翼系统状态预测
• 6.4.1 LS-SVR 预测模型训练
• 6.4.2 预测模型性能分析
• 6.5 小结
• 第七章 飞机飞行安全实时监控系统的应用实例
• 7.1 概述
• 7.2 地空数据链报文的监控应用
• 7.2.1 监控报文处理子系统
• 7.2.2 PATS 平台下ACMS 仿真环境的构建
• 7.3 发动机系统实时监控
• 7.3.1 发动机系统气路状态实时监控
• 7.3.2 SVM 诊断模型性能分析
• 7.4 襟翼系统状态实时监控
• 7.4.1 襟翼系统状态监控应用
• 7.4.2 监控信息的地空交互
• 7.5 航迹系统实时监控
• 7.5.1 航迹曲线的三次样条重构算法
• 7.5.2 航迹实时监控应用
• 7.6 小结
• 第八章 总结与展望
• 8.1 本文主要工作与创新
• 8.1.1 本文的主要工作和研究内容
• 8.1.2 本文的创新之处
• 8.2 进一步工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文