维修大数据视域下飞机结构故障预测检验系统构建

维修大数据视域下飞机结构故障预测检验系统构建

吕海亮,李媛

哈尔滨飞机工业集团有限责任公司 黑龙江哈尔滨市150060

摘要：当今社会已经进入大数据时代，飞机维修工作也要以大数据技术为基础制定出相应的策略，通过分析飞机维修和大数据之间的关系，识别具体的维修子事件与整个飞机维修活动的关系，从而有效提高飞机维修工作的效率。文章先分析了飞机故障管理，随后介绍了维修大数据视域下飞机结构故障预测检验模式，最后介绍了维修大数据视域下飞机结构故障预测检验系统构建，希望能给相关人士提供有效参考。

关键词：维修大数据；飞机结构；故障预测

引言

传统模式下的航空运输领域因为飞机运行数据采集手段有限，缺少有效的故障分析解决方法，无法对飞机健康状态进行准确把握，而基于维修大数据支持下，能够帮助维修人员对飞机结构故障进行全面把握和准确预测，充分掌握飞机运行状态，进一步预防飞机在飞行中出现各种异常状况，提升飞机飞行安全性，提高飞机问题处理效率。

1 飞机故障管理需求分析

故障诊断预测属于故障实时监控的进一步扩展延伸，在对飞机进行实时监控中假如发现异常，便会自动进入故障诊断流程，显示、查看故障诊断结果。往期故障诊断所积累历史信息数据能够为系统实施可靠性分析检测提供有效指导。飞机结构故障评估预测是结合维修大数据案例，借助大数据处理分析以及专家诊断等方法实现，促进相关评价指标不断优化和完善。我国当前飞机领域中的安全预测、故障诊断等都处于一种相对滞后状态，在出现故障后再采取补修抢救措施，无法对飞机故障进行有效预防。因为飞机运行数据相关获取方法十分有限，缺少有效应用知识和飞机运行数据。大量数据涵盖非结构化、半结构化以及结构化等形式，无法合理存储，为此航空企业不能第一时间掌握飞机运行状态，影响飞机数据监控和安全分析工作的顺利实施，为此需要结合飞机故障预测需求，形成飞机结构故障预测技术，在发现飞机出现各种故障问题和异常状况条件下能够快速提供有效解决方法，提高飞机维修效率。

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。
结语：综上所述，维修大数据支持下合理构建飞机结构故障预测系统能够联系飞机故障诊断和预测问题，提供故障诊断、健康评估以及维修决策等服务，满足客户的飞机安全运维要求，进一步丰富扩展飞机结构故障检测功能，通过创建平台功能模块，以维修大数据为基础支持合理开展故障预测诊断工作。

参考文献：

[1]胡奎福,郭祥云.大型运输机起落架摆振影响因素及故障分析[J].航空维修与工程,2022(04):39-43.

[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.