基于神经网络的飞机刹车缺陷处理方法

1.本发明涉及机械刹车系统技术领域，特别是基于神经网络的飞机刹车缺陷处理方法。


背景技术：

2.在民机研制阶段，为提高民机安全性，预防灾难事故的发生，降低飞机运营时的风险和损失，提高飞机的使用效能，已进行了系统和规范的安全性分析、设计及验证等工作，但是仍然存在未被识别的风险。除了设计之初遗漏的风险因素参数外，在运营阶段飞机使用环境复杂，同时受到飞机维修单位和运营商管理水平的影响，极易导致故障或其他无法预知的情况发生，使得设计时确定的安全操作可能无法保证飞机的持续安全运行，尤其是针对飞机刹车缺陷的处理方面。


技术实现要素：

3.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
4.鉴于上述和/或现有的基于神经网络的飞机刹车缺陷处理方法中存在的问题，提出了本发明。
5.因此，本发明所要解决的问题在于如何提供快速反应的飞机刹车缺陷故障处理方法。
6.为解决上述技术问题，本发明提供如下技术方案：基于神经网络的飞机刹车缺陷处理方法，其包括，使用stpa方法识别刹车系统中的风险因素参数；基于风险因素参数建立神经网络系统故障模型；通过神经网络系统故障模型模拟故障和刹车缺陷情况，记录每种故障和刹车缺陷情况下飞机所产生的仿真结果；将现实发生的飞机故障情况与数据库中的仿真情况进行对比确定缺陷位置与故障位置；在获得故障情况和缺陷位置后，获得故障情况信息和缺陷位置信息。
7.作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：识别刹车系统中的风险因素参数包括硬件故障、软件错误以及组件的不合适交互方式。
8.作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：神经网络系统故障模型是采用mc方法对于初始的飞机刹车控制行为进行随机抽样，抽样后放入仿真模型中，产生系统运行状态数据的极值样本。
9.作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：飞机刹车分为自动刹车与人工刹车；所述自动刹车指的是先选择刹车减速率，当刹车条件满足后，防滞刹车组件控制压力控制组件，向刹车装置输送刹车压力调节机轮速度；所述人工刹车是将液压系统通过活门传输到备用刹车系统中，压紧静盘和动盘，产生对于机轮滚动阻止的力矩，促使飞机刹车。
10.作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：刹车缺陷分为四种情况处理，并针对性的进行建模分析，分为飞机水平运动模型、跑道与轮胎运动模型、液压运动模型与刹车运动模型；其中跑道与轮胎运动模型指的是飞机着陆后在跑道进行滑跑过程，根据惯性定律模型应该是：
[0011][0012][0013]
其中ω指的是飞机轮胎的角速度，r指的是自由轮胎半径，mi指的是地面和轮胎间结合力矩，t
′
指的是刹车力矩，m指的是轮胎数，in表示的是转动惯量，ri指的是轮胎滚动半径，ni指的是轮胎负荷，v表示的是机体速度，kδ表示的是轮胎压缩系数；其中液压运动模型中包括刹车盘、活塞、气缸与回力弹簧，刹车力矩的表达公式为：
[0014][0015]
其中py指的是弹簧的回弹压力，pn指的是最大的液压压力，p0指的是过程损失的液压压力，pm指的是刹车压力，t
′
指的是刹车力矩，t
max
指的是最大力矩。
[0016]
作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：所述刹车运动模型是对于控制器进行建模处理，对于滑移率λ与实际滑移距离进行对比λ0，对于滑移误差i进行积分处理：
[0017][0018]
其中c1指的是放大比例系数，c2指的是放大积分系数，c3指的是放大微分系数，t为滑移时间。
[0019]
作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：针对飞机水平运动模型、跑道与轮胎运动模型、液压运动模型与刹车运动模型中不同参数改变后的故障情况记录到数据库，并针对性的将每种情况与数据库中参数变化情况进行对照，当发生刹车缺陷时，将发生情况与数据库中刹车缺陷状况进行对比，找到缺陷对应状况后根据模型反向分析故障原因，从而针对性的进行飞机刹车缺陷处理。
[0020]
作为本发明所述基于神经网络的飞机刹车缺陷处理方法的一种优选方案，其中：在数据库中将飞机刹车缺陷分为三类，分别是地面与移动设施故障b1，飞机机体系统故障b2与人员受伤死亡危险b3，而飞机出现飞机刹车故障分为四种情况，分别是飞机未按照预计方式离开跑道、飞机与地面设施进行非预计接触碰撞、飞机刹车受到阻碍与轮胎爆破四种情况，从数据库的建模数据中寻找与现实刹车故障同等情况进行模拟，寻找缺陷发生位置与发生处理方法。
[0021]
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在
于，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
[0022]
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述方法的步骤。
[0023]
本发明有益效果为：
[0024]
本文提出的基于模型仿真的安全性分析方法，能够有效识别飞机刹车的风险因素参数，构建的风险概率评估模型可实现复杂系统及其不安全事件的风险概率评估和预测，能够做到对运营阶段的故障运行和设计改进的指导效果。
附图说明
[0025]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0026]
图1为实施例1中基于神经网络的飞机刹车缺陷处理方法的刹车缺陷分类图。
具体实施方式
[0027]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
[0028]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0029]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0030]
实施例1
[0031]
本发明第一个实施例，该实施例提供了基于神经网络的飞机刹车缺陷处理方法，基于神经网络的飞机刹车缺陷处理方法包括如下步骤：
[0032]
使用stpa方法识别刹车系统中的风险因素参数；
[0033]
基于风险因素参数建立神经网络系统故障模型；
[0034]
模拟故障和刹车缺陷对于飞机的安全性影响；
[0035]
将发生的刹车缺陷与模拟情况对比确定缺陷位置与故障情况；
[0036]
针对缺陷位置与故障情况进行针对性处理。
[0037]
其中识别刹车系统中的风险因素参数包括硬件故障、软件错误以及组件的不合适交互方式。
[0038]
神经网络系统故障模型是采用mc方法对于初始的飞机刹车控制行为进行随机抽样，抽样后放入仿真模型中，产生系统运行状态数据的极值样本。
[0039]
飞机刹车分为自动刹车与人工刹车。自动刹车指的是先选择刹车减速率，当刹车条件满足后，防滞刹车组件控制压力控制组件，向刹车装置输送刹车压力调节机轮速度；人工刹车是将液压系统通过活门传输到备用刹车系统中，压紧静盘和动盘，产生对于机轮滚
动阻止的力矩，促使飞机刹车。
[0040]
刹车缺陷分为四种情况处理，并针对性的进行建模分析，分为飞机水平运动模型、跑道与轮胎运动模型、液压运动模型与刹车运动模型；其中跑道与轮胎运动模型指的是飞机着陆后在跑道进行滑跑过程，根据惯性定律模型应该是：
[0041][0042][0043]
其中ω指的是飞机轮胎的角速度，r指的是自由轮胎半径，mi指的是地面和轮胎间结合力矩，t
′
指的是刹车力矩，m指的是轮胎数，in表示的是转动惯量，ri指的是轮胎滚动半径，ni指的是轮胎负荷，v表示的是机体速度，kδ表示的是轮胎压缩系数；
[0044]
其中液压运动模型中包括刹车盘、活塞、气缸与回力弹簧，刹车力矩的表达公式为：
[0045][0046]
其中py指的是弹簧的回弹压力，pn指的是最大的液压压力，p0指的是过程损失的液压压力，pm指的是刹车压力，t
′
指的是刹车力矩，t
max
指的是最大力矩。
[0047]
刹车运动模型是对于控制器进行建模处理，对于滑移率λ与实际滑移距离进行对比λ0，对于滑移误差i进行积分处理：
[0048][0049]
其中c1指的是放大比例系数，c2指的是放大积分系数，c3指的是放大微分系数，t为滑移时间。
[0050]
针对飞机水平运动模型、跑道与轮胎运动模型、液压运动模型与刹车运动模型中不同参数改变后的故障情况记录到数据库，并针对性的将每种情况与数据库中参数变化情况进行对照，当发生刹车缺陷时，将发生情况与数据库中刹车缺陷状况进行对比，找到缺陷对应状况后根据模型反向分析故障原因，从而针对性的进行飞机刹车缺陷处理。
[0051]
在数据库中将飞机刹车缺陷分为三类，分别是地面与移动设施故障b1，飞机机体系统故障b2与人员受伤死亡危险b3，而飞机出现飞机刹车故障分为四种情况，分别是飞机未按照预计方式离开跑道、飞机与地面设施进行非预计接触碰撞、飞机刹车受到阻碍与轮胎爆破四种情况，从数据库的建模数据中寻找与现实刹车故障同等情况进行模拟，寻找缺陷发生位置与发生处理方法。
[0052]
实施例2
[0053]
本发明第二个实施例，实施例1中所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，
本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0054]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0055]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(ram)、只读存储器(rom)、可擦除可编辑只读存储器(eprom或闪速存储器)、光纤装置以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0056]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0057]
实施例3
[0058]
参照图1，为本发明第三个实施例，其不同于前两个实施例的是：
[0059]
某航空公司针对飞机刹车故障问题进行了本发明基于神经网络的飞机刹车缺陷处理方法的使用，首先将飞机刹车故障分为四个等级，分别是b0到b3，飞机多刹车或少刹车滑移未发生危险是b0，地面与移动设施故障是b1，飞机机体系统故障是b2与人员受伤死亡危险是b3，针对这四种情况进行针对性的处理，针对b0刹车故障仅仅记录不进行管理，针对b1刹车故障需要进行针对飞行员与机体的调查，针对b2刹车故障需要建立调查程序，进行经济赔偿措施跟进，针对b3刹车故障暂时停飞，进行深度问题调研。
[0060]
针对安全模型设置后，将所有发生刹车故障进行针对行模，飞机冲出跑道(h1)主要是因为减速不充分导致的。根据机轮刹车系统原理和安全控制－反馈结构模型可确定系统中的控制器有飞行员和aacu，其中飞行员的控制行为有设置初始刹车压力(ca1)和当防滞系统失效时，调节刹车压力大小(ca2)；aacu的控制行为有实施自动刹车(ca3)以及刹车过程自动调节刹车压力(ca4)，对应的ucas如表1所示：
[0061]
表1：飞机刹车故障情况分析
[0062]
[0063][0064]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.基于神经网络的飞机刹车缺陷处理方法，其特征在于包括：使用stpa方法识别刹车系统中的风险因素参数；基于风险因素参数建立神经网络系统故障模型；通过神经网络系统故障模型模拟故障和刹车缺陷情况，记录每种故障和刹车缺陷情况下飞机所产生的仿真结果；将现实发生的飞机故障情况与数据库中的仿真情况进行对比确定缺陷位置与故障位置；在获得故障情况和缺陷位置后，获得故障情况信息和缺陷位置信息。2.如权利要求1所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：识别刹车系统中的风险因素参数包括硬件故障、软件错误以及组件的不合适交互方式。3.如权利要求1或2所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：神经网络系统故障模型是采用mc方法对于初始的飞机刹车控制行为进行随机抽样，抽样后放入仿真模型中，产生系统运行状态数据的极值样本。4.如权利要求3所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：飞机刹车分为自动刹车与人工刹车；所述自动刹车指的是先选择刹车减速率，当刹车条件满足后，防滞刹车组件控制压力控制组件，向刹车装置输送刹车压力调节机轮速度；所述人工刹车是将液压系统通过活门传输到备用刹车系统中，压紧静盘和动盘，产生对于机轮滚动阻止的力矩，促使飞机刹车。5.如权利要求1、2和4任一所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：刹车缺陷分为四种情况处理，并针对性的进行建模分析，分为飞机水平运动模型、跑道与轮胎运动模型、液压运动模型与刹车运动模型；其中跑道与轮胎运动模型指的是飞机着陆后在跑道进行滑跑过程，根据惯性定律模型应该是：应该是：其中ω指的是飞机轮胎的角速度，r指的是自由轮胎半径，mi指的是地面和轮胎间结合力矩，t
′
指的是刹车力矩，m指的是轮胎数，in表示的是转动惯量，ri指的是轮胎滚动半径，ni指的是轮胎负荷，v表示的是机体速度，kδ表示的是轮胎压缩系数；其中液压运动模型中包括刹车盘、活塞、气缸与回力弹簧，刹车力矩的表达公式为：
其中p
y
指的是弹簧的回弹压力，p
n
指的是最大的液压压力，p0指的是过程损失的液压压力，p
m
指的是刹车压力，t
′
指的是刹车力矩，t
max
指的是最大力矩。6.如权利要求5所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：所述刹车运动模型是对于控制器进行建模处理，对于滑移率λ与实际滑移距离进行对比λ0，对于滑移误差i进行积分处理：其中c1指的是放大比例系数，c2指的是放大积分系数，c3指的是放大微分系数，t为滑移时间。7.如权利要求6所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：针对飞机水平运动模型、跑道与轮胎运动模型、液压运动模型与刹车运动模型中不同参数改变后的故障情况记录到数据库，并针对性的将每种情况与数据库中参数变化情况进行对照，当发生刹车缺陷时，将发生情况与数据库中刹车缺陷状况进行对比，找到缺陷对应状况后根据模型反向分析故障原因，从而针对性的进行飞机刹车缺陷处理。8.如权利要求6或7所述的基于神经网络的飞机刹车缺陷处理方法，其特征在于：在数据库中将飞机刹车缺陷分为三类，分别是地面与移动设施故障b1，飞机机体系统故障b2与人员受伤死亡危险b3，而飞机出现飞机刹车故障分为四种情况，分别是飞机未按照预计方式离开跑道、飞机与地面设施进行非预计接触碰撞、飞机刹车受到阻碍与轮胎爆破四种情况，从数据库的建模数据中寻找与现实刹车故障同等情况进行模拟，寻找缺陷发生位置与发生处理方法。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

技术总结
本发明涉及机械刹车系统技术领域，特别是基于神经网络的飞机刹车缺陷处理方法，包括使用STPA方法识别刹车系统中的风险因素参数；基于风险因素参数建立神经网络系统故障模型；模拟故障和刹车缺陷对于飞机的安全性影响；将发生的刹车缺陷与模拟情况对比确定缺陷位置与故障情况；针对缺陷位置与故障情况进行针对性处理。本文提出的基于模型仿真的安全性分析方法，能够有效识别飞机刹车的风险因素参数，构建的风险概率评估模型可实现复杂系统及其不安全事件的风险概率评估和预测，能够做到对运营阶段的故障运行和设计改进的指导效果。营阶段的故障运行和设计改进的指导效果。营阶段的故障运行和设计改进的指导效果。


技术研发人员：逯九利 张佳
受保护的技术使用者：西安航空学院
技术研发日：2023.05.10
技术公布日：2023/8/9