基于飛參數(shù)據(jù)的無人機(jī)飛行訓(xùn)練風(fēng)險(xiǎn)評(píng)估關(guān)鍵技術(shù)研究*

杜 晶 王鳳芹 韓秋楓

（海軍航空大學(xué) 煙臺(tái) 264001）

1 引言

無人駕駛航空器（Unmanned Aircraft，UA），是一種通過遙控設(shè)備進(jìn)行操控或搭載自主飛行系統(tǒng)的航空器，也稱遙控駕駛航空器（Remotely Piloted Aircraft，RPA），一般又簡(jiǎn)稱為“無人機(jī)”[1～2]。無人機(jī)不僅在民用航空領(lǐng)域發(fā)揮著廣泛的作用，而且，它在軍事領(lǐng)域也發(fā)揮著不可替代的作用。無人機(jī)飛行訓(xùn)練是我軍無人機(jī)人員培養(yǎng)的重要步驟，也是提升無人機(jī)使用效能的關(guān)鍵環(huán)節(jié)。

無人機(jī)飛行訓(xùn)練安全風(fēng)險(xiǎn)評(píng)估是其進(jìn)入空域安全運(yùn)行的先決條件，是相關(guān)適航規(guī)章建立的支撐，是滿足在復(fù)雜環(huán)境下無人機(jī)飛行安全的需要。無人機(jī)的安全飛行影響著軍事發(fā)展和人民的生命財(cái)產(chǎn)安全，對(duì)其進(jìn)行科學(xué)合理的風(fēng)險(xiǎn)評(píng)估是有著重大意義的，是推動(dòng)無人機(jī)領(lǐng)域未來進(jìn)一步發(fā)展的關(guān)鍵所在。

隨著現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展，以人工智能、網(wǎng)絡(luò)通信以及數(shù)據(jù)挖掘?yàn)榇淼男畔⒓夹g(shù)獲得了突飛猛進(jìn)的發(fā)展。信息化、數(shù)字化、自動(dòng)化早已滲透到航空業(yè)的每一個(gè)方面[3～4]。以飛行參數(shù)監(jiān)控和飛行參數(shù)分析為主的飛行訓(xùn)練客觀評(píng)估方式也已經(jīng)得到了航空領(lǐng)域的認(rèn)可，并開展了應(yīng)用研究。飛行參數(shù)數(shù)據(jù)簡(jiǎn)稱為飛參數(shù)據(jù)，通常記錄有關(guān)飛機(jī)位置參數(shù)、飛機(jī)姿態(tài)參數(shù)、發(fā)動(dòng)機(jī)狀態(tài)參數(shù)、飛機(jī)操縱參數(shù)、飛機(jī)操縱面的偏轉(zhuǎn)角等較為全面的飛行狀態(tài)信息[5]。將飛參數(shù)據(jù)與智能數(shù)據(jù)分析方法結(jié)合，不但可以確定無人機(jī)飛行過程中的風(fēng)險(xiǎn)源，而且可以在定量分析風(fēng)險(xiǎn)產(chǎn)生的原因方面發(fā)揮作用，最終提升無人機(jī)在使用中的效能。

目前，無人機(jī)訓(xùn)練體系已經(jīng)較為完善，積累了大量的飛行數(shù)據(jù)，然而，由于飛行數(shù)據(jù)檢索效率低下，數(shù)據(jù)分析手段與能力不足等問題，導(dǎo)致數(shù)據(jù)在無人機(jī)飛行訓(xùn)練風(fēng)險(xiǎn)評(píng)估方面的效能沒有得到充分發(fā)揮。

本文主要研究對(duì)象為經(jīng)過標(biāo)準(zhǔn)化采集、錄入、整理的飛行訓(xùn)練信息數(shù)據(jù)，針對(duì)風(fēng)險(xiǎn)評(píng)估中的兩個(gè)關(guān)鍵問題進(jìn)行研究：

1）飛行風(fēng)險(xiǎn)源分析。對(duì)飛行訓(xùn)練風(fēng)險(xiǎn)的主要產(chǎn)生原因特別是內(nèi)部原因進(jìn)行歸納，總結(jié)出機(jī)載電子系統(tǒng)風(fēng)險(xiǎn)是導(dǎo)致風(fēng)險(xiǎn)發(fā)生的主要原因之一。

2）機(jī)載電子設(shè)備風(fēng)險(xiǎn)預(yù)測(cè)。利用多傳感器采集和預(yù)處理后的飛參數(shù)據(jù)作為驅(qū)動(dòng)數(shù)據(jù)，結(jié)合多變量故障融合驅(qū)動(dòng)模型作為數(shù)據(jù)挖掘算法，進(jìn)行機(jī)載電子系統(tǒng)風(fēng)險(xiǎn)預(yù)測(cè)。

2 風(fēng)險(xiǎn)源分析

無人機(jī)訓(xùn)練風(fēng)險(xiǎn)源主要分為兩大類：一是外部原因，主要指天氣環(huán)境影響、其它設(shè)備或人為對(duì)無人機(jī)的干擾；二是內(nèi)部原因，主要包括無人飛行器分系統(tǒng)、測(cè)控與信息傳輸分系統(tǒng)等設(shè)備故障、軟件故障[6～7]。內(nèi)外因共同作用，構(gòu)成無人機(jī)飛行訓(xùn)練主要風(fēng)險(xiǎn)。如圖1所示。

圖1 無人機(jī)飛行訓(xùn)練主要風(fēng)險(xiǎn)

內(nèi)部原因中，除了低余度配置方面導(dǎo)致的風(fēng)險(xiǎn)，無人機(jī)飛行器分系統(tǒng)風(fēng)險(xiǎn)發(fā)生的主要原因有機(jī)載電子系統(tǒng)飛行能力、內(nèi)部各個(gè)系統(tǒng)的兼容性、使用材料的優(yōu)劣等。其中，機(jī)載電子系統(tǒng)故障占絕大部分。風(fēng)險(xiǎn)發(fā)生的內(nèi)部原因詳細(xì)圖解如圖2所示。

圖2 風(fēng)險(xiǎn)內(nèi)部原因詳細(xì)圖解

3 無人機(jī)機(jī)載電子系統(tǒng)故障預(yù)測(cè)

3.1 故障預(yù)測(cè)過程

無人機(jī)飛行訓(xùn)練時(shí)的機(jī)載電子系統(tǒng)傳感器數(shù)據(jù)量與日劇增，超大數(shù)據(jù)量及數(shù)據(jù)復(fù)雜性導(dǎo)致利用傳感器數(shù)據(jù)進(jìn)行傳統(tǒng)的電子系統(tǒng)定期檢測(cè)維護(hù)方式已經(jīng)不能滿足要求，只有利用數(shù)據(jù)進(jìn)行系統(tǒng)故障預(yù)測(cè)，利用預(yù)測(cè)結(jié)果進(jìn)行合理保障，才能保障無人機(jī)正常訓(xùn)練及作戰(zhàn)能力。

故障預(yù)測(cè)的步驟主要分為

1）數(shù)據(jù)的采集和預(yù)處理。協(xié)調(diào)高性能靈敏傳感器之間高效工作，獲取原始數(shù)據(jù)。將獲取到的原始數(shù)據(jù)進(jìn)行預(yù)處理，修補(bǔ)、剔除大量異常及不完整數(shù)據(jù)。

2）基于數(shù)據(jù)驅(qū)動(dòng)的故障預(yù)測(cè)。利用前面采集和預(yù)處理后的數(shù)據(jù)作為驅(qū)動(dòng)，結(jié)合多變量故障融合驅(qū)動(dòng)預(yù)測(cè)模型作為數(shù)據(jù)挖掘算法，進(jìn)行機(jī)載電子系統(tǒng)故障預(yù)測(cè)。

3.2 多變量故障融合驅(qū)動(dòng)預(yù)測(cè)框架

在利用傳感器獲取電子系統(tǒng)各零部件原始數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后，利用多變量故障融合驅(qū)動(dòng)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)的流程框架如圖3所示。

圖3 機(jī)載電子系統(tǒng)風(fēng)險(xiǎn)預(yù)測(cè)框架圖

3.2.1 多變量模型訓(xùn)練及融合矩陣樣本集的建立

多變量模型訓(xùn)練應(yīng)當(dāng)首先對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行數(shù)據(jù)的歸一化處理。統(tǒng)計(jì)數(shù)據(jù)為某無人機(jī)訓(xùn)練單位提供的在訓(xùn)無人機(jī)單次，不同時(shí)刻傳感器收集的各部件參數(shù)，包括發(fā)動(dòng)機(jī)引擎轉(zhuǎn)速、缸體工作溫度、油壓、主槳轉(zhuǎn)速、爬升速度等[8～10]。飛行訓(xùn)練過程中上千個(gè)部件并非都被監(jiān)控，只有關(guān)鍵部件布置傳感器，將監(jiān)控?cái)?shù)據(jù)實(shí)時(shí)傳回地面接收站。

將歷史探索風(fēng)險(xiǎn)比對(duì)數(shù)據(jù)形成故障庫，再將故障數(shù)據(jù)庫與監(jiān)控?cái)?shù)據(jù)進(jìn)行數(shù)據(jù)與數(shù)據(jù)間復(fù)雜關(guān)系比對(duì)形成參數(shù)庫。

在進(jìn)行故障預(yù)測(cè)過程中，由于各類數(shù)據(jù)的度量單位不同及由此導(dǎo)致的各種數(shù)據(jù)溢出性錯(cuò)誤，致使訓(xùn)練時(shí)間和精度降低，無法進(jìn)行數(shù)據(jù)相關(guān)性分析，根據(jù)式（1）對(duì)飛參樣本數(shù)據(jù)進(jìn)行[0，1]區(qū)間的歸一化處理[11～13]，截取部分參數(shù)歸一化后的數(shù)據(jù)如表1所示。依據(jù)相關(guān)準(zhǔn)則，對(duì)不同的參數(shù)信息進(jìn)行歸一化處理，將處理后的數(shù)據(jù)進(jìn)行多變量模型訓(xùn)練，對(duì)訓(xùn)練后的樣本數(shù)據(jù)建立融合矩陣樣本集，再利用多變量故障融合算法進(jìn)行樣本訓(xùn)練，準(zhǔn)確地評(píng)估機(jī)載電子系統(tǒng)風(fēng)險(xiǎn)。

表1 機(jī)載電子系統(tǒng)一次飛行訓(xùn)練參數(shù)數(shù)據(jù)歸一化統(tǒng)計(jì)表

3.2.2 融合矩陣單變量與飛行風(fēng)險(xiǎn)數(shù)據(jù)相關(guān)性分析

通過構(gòu)造融合矩陣得到發(fā)動(dòng)機(jī)單個(gè)飛行參數(shù)數(shù)據(jù)與飛行訓(xùn)練風(fēng)險(xiǎn)發(fā)生相關(guān)系數(shù)不同，涉及到的不同矩陣變量與風(fēng)險(xiǎn)發(fā)生相關(guān)性如圖4所示。

圖4 矩陣變量與風(fēng)險(xiǎn)發(fā)生相關(guān)性圖

單一變量監(jiān)控對(duì)于飛行訓(xùn)練風(fēng)險(xiǎn)發(fā)生的確定是相當(dāng)困難的，因此，將發(fā)動(dòng)機(jī)不同傳感器采集的各類歷史數(shù)據(jù)進(jìn)行特征提取、依據(jù)相關(guān)準(zhǔn)則將預(yù)測(cè)值作為融合矩陣的特征值，與多變量模型訓(xùn)練后的融合矩陣進(jìn)行融合，構(gòu)成新的融合矩陣。再采用多變量故障融合算法進(jìn)行樣本訓(xùn)練，得到最終的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果。

3.2.3 模型有效性評(píng)價(jià)

根據(jù)我國目前常用的四種不同型號(hào)機(jī)載電子系統(tǒng)傳感器飛參樣本數(shù)據(jù)與本文所研究的算法結(jié)合，利用多變量故障融合驅(qū)動(dòng)模型與飛參數(shù)結(jié)合進(jìn)行機(jī)載電子系統(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)，得到目前國內(nèi)最先進(jìn)的幾種不同無人機(jī)訓(xùn)練機(jī)的風(fēng)險(xiǎn)相關(guān)信息值如表2所示。

表2 不同型號(hào)無人機(jī)風(fēng)險(xiǎn)評(píng)價(jià)表

3.3 決策支持

從風(fēng)險(xiǎn)評(píng)價(jià)表可以看出，融合預(yù)測(cè)技術(shù)能準(zhǔn)確地對(duì)無人機(jī)機(jī)載電子系統(tǒng)做出合理的健康評(píng)估并預(yù)測(cè)剩余壽命。目前我國最先進(jìn)的幾種無人機(jī)型號(hào)風(fēng)險(xiǎn)值較高，迫切要求我們未來能夠更加充分合理地利用飛參數(shù)據(jù)，結(jié)合其它風(fēng)險(xiǎn)因素，不斷改進(jìn)預(yù)測(cè)算法，合理地做出無人機(jī)保障方案、訓(xùn)練計(jì)劃、效能評(píng)估、質(zhì)量跟蹤，以保障部隊(duì)的無人機(jī)作戰(zhàn)訓(xùn)練要求，提高訓(xùn)練質(zhì)量。

4 結(jié)語

本文從無人機(jī)飛行風(fēng)險(xiǎn)產(chǎn)生的原因入手，分析了導(dǎo)致無人機(jī)飛行風(fēng)險(xiǎn)的內(nèi)外因。重點(diǎn)分析了利用飛參數(shù)據(jù)，構(gòu)建基于多變量故障融合驅(qū)動(dòng)預(yù)測(cè)框架，對(duì)機(jī)載電子設(shè)備風(fēng)險(xiǎn)預(yù)測(cè)的關(guān)鍵技術(shù)。主要包括多變量模型訓(xùn)練及融合矩陣樣本集的建立、融合矩陣單變量與飛行風(fēng)險(xiǎn)數(shù)據(jù)相關(guān)性分析等方面，指出飛參數(shù)據(jù)在無人機(jī)訓(xùn)練風(fēng)險(xiǎn)預(yù)測(cè)方面的巨大作用，為未來如何利用飛參數(shù)據(jù)提高無人機(jī)作戰(zhàn)效能指明方向。