基于Fisher判别法的飞发故障分系统预测模型研究
2019-06-13朱兴动章思宇范加利
指挥控制与仿真 2019年3期
朱兴动,章思宇,范加利
(1. 海军航空大学,山东 烟台 264000;2. 海军航空大学青岛校区,山东 青岛 266000)
飞机发动机是飞机核心部分,发动机的可靠性直接影响飞机能否正常完成飞行任务,因此对飞机发动机的故障和维修记录的统计分析就显得尤为重要,对于提高飞行的安全性和整机的可靠性有着极大的作用。本文在充分查阅某型飞机的资料和相关单位搜集机务维修记录与数据的基础上,运用多元统计分析理论,提出了一个基于Fisher判别分析法的分类预测模型,找出各影响因子与故障所在系统之间的内在联系[1]。
1 飞机发动机分系统与数据结构化
1.1 飞机发动机分系统
发动机作为飞机的核心组成部分,其本身结构十分复杂。通过比对GJB4855—2003和技术资料可知,该型飞机中所有系统与飞机发动机相关的有发动机系统、发动机起动系统、发动机操纵系统、发动机指示及告警系统和动力装置系统五类[2]。据此,可以根据故障件型号将所有故障分到这五个系统中。
1.2 数据的预处理与标准化
飞机发动机的维修记录多为自然语言记录,且项目较多,较为繁杂,不便于使用数据统计分析工具进行分析判别。为了更有效地使用维修质控记录,需要进行筛选和标准化等一系列数据预处理工作。
1)选择影响故障分布的指标
影响故障分布的指标有很多,如发生故障时飞行的总时间、总架次、故障部位等。根据经验,选取故障发生月份、故障发生部位、故障件返修次数、故障件修后时次、飞机修后工作时间、专业、发动机修后工作时间、发现时机、故障件无故障工作时次等9个指标作为故障分系统的因变量。……
登录APP查看全文
