【技术实现步骤摘要】
本专利技术属于飞机动力检测，具体为一种飞机动力系统性能检测系统。
技术介绍
1、飞机动力系统，是指飞机发动机以及保证飞机发动机正常工作所必需的系统，主要有以下的系统：飞机发动机及其起动、操纵系统；飞机燃油系统；飞机滑油系统，亦称“外滑油系统”，仅活塞式航空发动机和涡轮螺旋桨发动机装用；防火和灭火系统；飞机动力系统的设计和操作对飞行安全、燃油效率以及飞机性能都至关重要，因此需要精确地监控、维护和管理，在飞机启动之前，需要对系统功能进行检测，保证系统的正常运行。
2、现有的飞机动力系统性能检测系统只能对现有的异常进行检测并控制，不能预测下一时刻可能会产生的异常，导致检测的总体安全性不强，准确性不高。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种飞机动力系统性能检测系统，以解决以上技术问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种飞机动力系统性能检测系统，检测系统包括：数据采集模块、数据处理模块、异常检测模块、异常预测模块与报告输出模块；
3、数据采集模块：获取实时系统接口，收集传感器内的测量参数数据；
4、数据处理模块：数据采集模块与数据处理模块电性连接，所述数据处理模块用以基于实时参数数据，进行数据预处理，对数据进行分析；
5、异常检测模块：异常检测模块与数据采集模块和数据处理模块电性连接，所述异常检测模块用以基于数据分析结果，检测数据异常，对异常数据进行处理；
6、异常预测模块：异常
7、报告输出模块：报告输出模块与数据采集模块、数据处理模块、异常检测模块与异常预测模块电性连接，所述报告输出模块用以输出检测报告以及预测报告。
8、优选地，数据采集模块包括：
9、传感器接口单元：接收传感器传输的模拟信号，包括温度、压力与流量，处理模拟信号，增强信号质量并去除噪音，将模拟信号转换为数字数据；
10、数据存储单元：存储转换后的数字数据，将采集到的数据格式化为标准格式，并进行校准；
11、通信接口单元：建立多种通信协议，包括can总线、以太网与无线通信，与系统进行数据交换和共享，与飞机主控系统接口对接；
12、时钟和同步单元：将数据采集系统与飞机主控系统的时间同步；
13、电源管理单元：监控和管理数据采集系统的电源供应。
14、优选地，数据处理模块包括：
15、数据预处理单元：去除由于传感器噪音与环境干扰引入的异常数据点，平滑数据曲线，填补由于传感器采样频率不一致与数据丢失导致的间隙，根据传感器的校准信息，对数据进行修正；
16、数据分析单元：描述数据的中心趋势和离散程度；
17、趋势分析单元：分析不同参数之间的相关性，检测和分析参数变化的趋势；
18、数据存储和管理单元：将预处理和分析后的数据存储到数据库中，进行后续查询和分析；
19、历史数据管理：管理长期存储的历史数据，将分析结果以图形化方式呈现，帮助操作人员快速观察系统状态和趋势；
20、集成和通信接口单元：与飞机主控系统进行数据交换和共享。
21、优选地，数据分析单元包括：
22、均值计算：基于预处理后的数据进行均值计算，计算公式为：
23、
24、其中，y为原始数据，yi为第i个原始数据，为原始数据的均值；
25、标准差计算：基于原始数据的均值，计算数据的标准差，观察数据的中心趋势和离散程度，标准差计算公式为：
26、
27、其中，σ为数据的标准差，n为样本数量。
28、优选地，趋势分析单元包括：
29、假设数据服从正态分布，根据数据变量之间的皮尔逊相关系数，来分析两个变量之间的线性相关性，分析公式为：
30、
31、其中，γ是变量x和y之间的变化趋势关联性，x是飞机运行数据，xi是第i个飞机运行数据，j为飞机运行故障，ji是飞机发生的第i个故障，和分别是x和j的均值，n为数据点的量。
32、优选地，异常检测模块包括：
33、数据接收与预处理单元：从数据采集模块接收数据流对数据进行预处理；
34、特征提取单元：从预处理过的数据中提取特征；
35、异常检测算法单元：基于z-score方法来对异常数据进行检测与识别；
36、异常数据处理单元：修正异常数据，将异常数据标记为特殊事件。
37、优选地，异常检测算法单元包括：
38、基于每个数据点，计算其z-score；
39、z-score计算公式为：
40、其中，yi是数据集中的每个数据点，是数据集的均值，σ是数据集的标准差；
41、设置异常阈值，设置z-score绝对值大于2.5，标记异常数据点，基于每个计算得到的zi，如果zi大于预先设定的阈值，则将数据点xi标记为异常数据点。
42、优选地，异常预测模块包括：
43、特征提取与选择单元：从异常检测模块输出的异常数据中进行特征工程处理；
44、异常原因分析单元：使用统计分析来分析异常数据的根本原因；
45、异常预测模型建立单元：建立异常预测模型，通过历史数据和异常数据的特征来预测未来可能发生的异常情况；
46、预测结果生成单元：生成下一时刻异常的预测结果，将预测结果反馈给系统的决策层与操作层，采取相应的预防措施和调整。
47、优选地，常预测模型建立单元包括：
48、基于历史数据和异常数据的特征，建立异常预测模型，异常预测模型表达式为：
49、
50、其中，k为数据分布的偏斜程度，n为数据点的总数，xi是第i个观测值，μ为样本均值，σ为样本标准差，为在时间t下，数据h的预测值，c是常数项，γ1、γ2…γp为自回归系数，∈t为时间t下的白噪声误差项。
51、优选地，报告输出模块包括：
52、检测报告单元：展示数据集的基本统计量，包括平均值与标准差，使用图表和图形，展示数据的分布、趋势和异常点位置，描述检测到的异常数据点或异常模式，包括异常的时间段、具体数值与异常类型；
53、预测报告单元：显示预测的结果摘要，包括预测的时间段与预测值；
54、建议和决策支持单元：针对报告中的异常与预测结果，提供建议和决策支持，帮助用户采取行动或做出决策。
55、与现有技术相比，本专利技术的有益效果如下：
56、本申请通过对异常数据的分析与预测，能检测异常原因，并对下一时刻产生的异常情况进行预测，提升了系统检测的安全性，使系统检测结果的准确度更高，带来更好的使用前景与商业价值。
本文档来自技高网...【技术保护点】
1.一种飞机动力系统性能检测系统，其特征在于，检测系统包括：数据采集模块、数据处理模块、异常检测模块、异常预测模块与报告输出模块；
2.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，数据采集模块包括：
3.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，数据处理模块包括：
4.根据权利要求3所述的飞机动力系统性能检测系统，其特征在于，数据分析单元包括：
5.根据权利要求3所述的飞机动力系统性能检测系统，其特征在于，趋势分析单元包括：
6.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，异常检测模块包括：
7.根据权利要求6所述的飞机动力系统性能检测系统，其特征在于，异常检测算法单元包括：
8.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，异常预测模块包括：
9.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，异常预测模型建立单元包括：
10.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于：报告输出模块包括：p>...
【技术特征摘要】
1.一种飞机动力系统性能检测系统，其特征在于，检测系统包括：数据采集模块、数据处理模块、异常检测模块、异常预测模块与报告输出模块；
2.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，数据采集模块包括：
3.根据权利要求1所述的飞机动力系统性能检测系统，其特征在于，数据处理模块包括：
4.根据权利要求3所述的飞机动力系统性能检测系统，其特征在于，数据分析单元包括：
5.根据权利要求3所述的飞机动力系统性能检测系统，其特征在于，趋势分析...
【专利技术属性】
技术研发人员：赵瑜浩，
申请(专利权)人：北京丹青瑞华科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。