飛機前輪轉(zhuǎn)彎系統(tǒng)潛在故障預警方法研究

黃世杰，蔡景，何盛

（1.南京航空航天大學民航學院，南京210016）（2.中國東方航空江蘇有限公司飛機維修部，南京211113）

0 引言

在飛機的地面運行過程中，機組要控制飛機在地面的滑行，將飛機停放在目標位置。在此過程中飛機轉(zhuǎn)彎發(fā)揮著關(guān)鍵的作用。飛機前輪轉(zhuǎn)彎系統(tǒng)不僅可以控制飛機在地面的靈活滑行，而且一定程度上還可以避免輪胎磨損及局部高溫，是現(xiàn)代民用飛機和大多數(shù)軍用飛機實現(xiàn)地面方向控制的常用方法。飛機在地面滑行時如果前輪轉(zhuǎn)彎失效，輕則導致航班延誤，飛機停留在跑道上，影響其他飛機的正常起飛和降落；重則導致輪胎嚴重磨損甚至爆破，威脅機上人員的安全。為了預防飛機前輪轉(zhuǎn)彎系統(tǒng)出現(xiàn)故障，現(xiàn)有的飛機計劃維修體系對前輪轉(zhuǎn)彎系統(tǒng)采用定期檢查的方法，實踐證明，該方法雖然可以提前發(fā)現(xiàn)諸如前輪磨損、胎壓差值較大等外部故障，但對于管路滲漏、活門故障等潛在故障基本無法提前識別。其原因是這類潛在故障具有很強的隱蔽性，不會在短時間內(nèi)直接影響功能的使用。但當潛在故障累積到一定程度時，就會導致“轉(zhuǎn)彎困難或失效”，這種故障由于在定期檢查中基本不能被提前檢測到故障征兆，而往往被誤認為突發(fā)隨機故障。但實際上，根據(jù)飛機前輪轉(zhuǎn)彎系統(tǒng)的結(jié)構(gòu)和原理可知，轉(zhuǎn)彎困難或失效故障模式具有漸變式的特點。因此，可以通過挖掘快速存取記錄器（Quick Access Recorder，簡稱QAR）中記錄的數(shù)據(jù)，找到反映轉(zhuǎn)彎失效故障征兆的特征參數(shù)，實現(xiàn)對故障的提前識別。

國內(nèi)針對飛機前輪轉(zhuǎn)彎系統(tǒng)開展了一定的研究。例如，梁建平和孫貴楊針對波音737NG 飛機前輪跑偏故障分析了其發(fā)生的原因、形式并總結(jié)了排除該故障的常規(guī)方法；金磊通過對某型飛機“漂移”故障機理進行分析，提出了應對漂移故障的改進措施；羅剛通過對A320 飛機的原理進行介紹，針對A320 滑行中非指令性方向偏轉(zhuǎn)的故障，總結(jié)了前輪轉(zhuǎn)彎系統(tǒng)排故經(jīng)驗；薛海紅等以某型飛機的前輪轉(zhuǎn)彎系統(tǒng)為例，基于故障模式及影響分析（Failure Mode and Effects Analysis，簡稱FMEA）建立了貝葉斯網(wǎng)絡模型，可以有效融合多源信息對前輪轉(zhuǎn)彎系統(tǒng)進行故障診斷；Dai Zhi?yong 等針對飛機ABS 系統(tǒng)提出了一種基于模型和灰色關(guān)聯(lián)分析相結(jié)合的診斷策略，經(jīng)驗證擁有相對準確的診斷準確度；Liu Kuijian 等針對起落架收放機構(gòu)提出了一種基于深度學習模型的多源信號特征融合方法，具有較好的特征融合能力和較高的診斷精度。可見，目前國內(nèi)針對飛機前輪轉(zhuǎn)彎系統(tǒng)故障的研究都集中在故障診斷方面，未見有關(guān)故障預警方面的研究報道。國外針對起落架收放和剎車系統(tǒng)故障診斷和預測有較多研究，但未找到關(guān)于前輪轉(zhuǎn)彎系統(tǒng)故障診斷的相關(guān)研究。

飛機QAR 數(shù)據(jù)在故障預測方面已有廣泛的應用。因此，本文針對飛機前輪轉(zhuǎn)彎系統(tǒng)在現(xiàn)有計劃維修體系下故障具有隱蔽性的特點，通過挖掘QAR 數(shù)據(jù)，研究飛機前輪轉(zhuǎn)彎系統(tǒng)“轉(zhuǎn)彎困難或失效”故障的潛在特征，實現(xiàn)對前輪轉(zhuǎn)彎系統(tǒng)關(guān)鍵潛在故障的提前預警。

1 特征參數(shù)提取

1.1 QAR 參數(shù)獲取

QAR 是飛機機載記錄系統(tǒng)中的快速存儲裝置，可實現(xiàn)飛行數(shù)據(jù)的便利存取。QAR 記錄的參數(shù)在飛機落地后由地面人員將數(shù)據(jù)拷貝或者通過無線快速存取記錄器（Wireless Quick Access Re?corder，簡稱WQAR）下傳，經(jīng)過專門的譯碼軟件處理后，為飛機性能分析、系統(tǒng)狀態(tài)監(jiān)控、故障診斷及飛行品質(zhì)監(jiān)控提供數(shù)據(jù)支持。

根據(jù)飛機前輪轉(zhuǎn)彎系統(tǒng)的工作原理，“轉(zhuǎn)彎困難或失效”故障的預警主要跟表征飛機轉(zhuǎn)彎角度的參數(shù)有關(guān)。QAR 記錄了許多與前輪轉(zhuǎn)彎相關(guān)的參數(shù)，結(jié)合其采樣原理本文選擇以下特征參數(shù)（如表1 所示）分析“轉(zhuǎn)彎困難或失效”故障的潛在表現(xiàn)。

表1 前輪轉(zhuǎn)彎參數(shù)列表Table 1 List of front wheel turning parameters

1.2 前輪轉(zhuǎn)彎的數(shù)據(jù)采集特點

根據(jù)飛機前輪轉(zhuǎn)彎系統(tǒng)的結(jié)構(gòu)和原理，并分析其典型故障及原因發(fā)現(xiàn)：管路滲漏、安全活門故障、缺少潤滑等可能導致前輪轉(zhuǎn)彎指令值與實際值出現(xiàn)延后及偏差，從而造成轉(zhuǎn)彎困難或失效。因此，選取前輪轉(zhuǎn)彎指令參數(shù)和實際角度參數(shù)，通過分析正常情況和故障情況下兩個參數(shù)之間的相關(guān)性特征，建立飛機前輪轉(zhuǎn)彎系統(tǒng)的故障預警方法。通過分析QAR 數(shù)據(jù)發(fā)現(xiàn)：機載的兩套剎車和轉(zhuǎn)彎控制組件（Braking/Steering Control Unit，簡稱BSCU）中，當BSCU2 處于接通狀態(tài)時指令值恒為0，這與數(shù)據(jù)采集的來源有關(guān)，因此BSCU1 處于未接通時記錄的數(shù)據(jù)并非前輪轉(zhuǎn)彎的實際值。一般情況下，1 次航班中BSCU1 和BSCU2 各出現(xiàn)1次持續(xù)一段時間的接通，如果出現(xiàn)二者多次交替接通的情況，為了保證所分析數(shù)據(jù)的連續(xù)性，只需要選擇BSCU 1 接通時持續(xù)時間最長的一段數(shù)據(jù)進行分析即可。

1.3 數(shù)據(jù)預處理

原始航班數(shù)據(jù)經(jīng)過譯碼后導出的QAR 數(shù)據(jù)包含了表頭、時間列等與分析無關(guān)的信息，而且不同參數(shù)由于采樣頻率不同，會導致某些參數(shù)存在缺省的情況，因此要對譯碼后的QAR 數(shù)據(jù)進行預處理。

參數(shù)NWS_ORDER_ANG 和NWS_WHEEL_ANG 的采 樣頻 率為4 Hz，BSCU1_EGD 和BS?CU2_EGD 的采樣頻率為1 Hz，故二者存在缺省。該缺省值由于記錄的并非數(shù)據(jù)而是BSCU 的接通狀態(tài)，當存在BSCU 切換時，采用上一采樣值填補的方法最多影響3 條（即0.75 s）數(shù)據(jù)，且查看大量航班數(shù)據(jù)發(fā)現(xiàn)，一個航班中BSCU1 和BSCU2 的切換最多出現(xiàn)3 次，這對于整個航班動輒上萬條數(shù)據(jù)來說是可以忽略的，故選擇該缺省值填補方法處理缺省數(shù)據(jù)。處理后的部分數(shù)據(jù)如表2 所示。

表2 部分QAR 數(shù)據(jù)展示Table 2 Part of QAR data display

2 基于Pearson 相關(guān)性系數(shù)的故障預警方法

通過分析“轉(zhuǎn)彎困難或失效”故障案例，發(fā)現(xiàn)該類故障存在一個共同的故障表現(xiàn)：駕駛員的轉(zhuǎn)彎指令得不到準確地執(zhí)行，即駕駛員的指令值與實際執(zhí)行值之間存在不一致。不一致可以從兩個方面考慮：（1）指令值與實際值存在漂移（指令延后）；（2）指令值與實際值相關(guān)性低。

2.1 QAR 數(shù)據(jù)初始分析

根據(jù)有故障航班數(shù)據(jù)，繪制指令值和實際值的變化圖，如圖1 所示，可以看出：故障航班中存在指令值和實際角度值明顯偏離的情況。

圖1 故障航班中所研究參數(shù)的變化情況Fig.1 Changes of the parameters studied in the faulty flight

繪制正常航班對應參數(shù)變化圖，如圖2 所示，可以看出：即使正常航班也存在指令值和實際值指令漂移較大的情況，故“指令值與實際值指令漂移較大”不能作為故障的征兆，可通過分析指令值與實際值之間的相關(guān)性特點，得到故障的特征。

圖2 正常航班中所研究參數(shù)的變化情況Fig.2 Changes of parameters studied in normal flight

2.2 基于指令值與實際值相關(guān)性的預警分析

2.2.1 Pearson 相關(guān)性系數(shù)

統(tǒng)計學中有三種常見的相關(guān)性系數(shù)：Pearson積差相關(guān)性系數(shù)用于量度兩個變量和之間的線性相關(guān)；Spearman 秩相關(guān)性系數(shù)利用兩變量的秩次大小作線性相關(guān)分析，但效能不如前者；Ken?dall 秩相關(guān)性系數(shù)適用于兩個變量均為有序分類的情況。

Pearson 相關(guān)性系數(shù)是英國統(tǒng)計學家Pearson于20 世紀提出的一種用于度量兩個變量和之間的相關(guān)（線性相關(guān)）程度的方法，可以用來進行特征選擇、模型預測、尋找最優(yōu)解等，具有廣泛的應用領域。本文選擇Pearson 相關(guān)性系數(shù)進行分析。

假設兩個變量、分別是一個數(shù)集，則和之間的Pearson 相關(guān)性系數(shù)可以通過式（1）進行計算。

式中：ρ為、的Pearson 相關(guān)性系數(shù)；（）和μ均為的期望值；σ為的方差；（）和μ均為的期望值；σ為的方差；cov（，）為、的協(xié)方差。

計算所得的相關(guān)性系數(shù)的絕對值越大，相關(guān)性越強。相關(guān)性系數(shù)越接近1 或-1，相關(guān)性越強；相關(guān)性系數(shù)越接近0 則相關(guān)性越弱。當相關(guān)性系數(shù)為0 時，和兩變量無關(guān)系；當一個的值增大（減小），另一個值增大（減小），兩個變量為正相關(guān)，相關(guān)性系數(shù)在0 與1 之間；當一個的值增大（減小），另一個值減小（增大），兩個變量為負相關(guān)，相關(guān)性系數(shù)在-1 與0 之間。

2.2.2 相關(guān)性分析

根據(jù)歷史數(shù)據(jù)繪制指令值和實際值的關(guān)系圖，如圖3 所示，可以看出：二者基本呈線性關(guān)系，符合Pearson 相關(guān)性系數(shù)的使用條件。

圖3 指令值和實際值關(guān)系變化圖Fig.3 Diagram of the change of the relation between instruction value and actual value

在前輪轉(zhuǎn)彎過程中，如果轉(zhuǎn)彎指令發(fā)出后，2 s 內(nèi)系統(tǒng)沒有做出相應的動作，飛行員可以明顯感知到存在指令延后，因此對于指令延后的分析范圍設定為2 s。由于指令值和實際值的采樣頻率為4 Hz，2 s 對應8 個數(shù)據(jù)位，可以對實際值延后0~7 個數(shù)據(jù)位分別與指令值進行相關(guān)性分析。

將指令值和實際值作為Pearson 相關(guān)性分析方法的輸入數(shù)據(jù)集。首先對總計106 個連續(xù)無故障航班的QAR 數(shù)據(jù)進行相關(guān)性分析計算，得到的指令值和延后不同位數(shù)的實際值的相關(guān)性系數(shù)如表3 所示。

表3 連續(xù)正常航班的相關(guān)性分析結(jié)果Table 3 Correlation analysis results of continuous normal flights

從表3 可以看出：大多數(shù)情況下，無延后的實際值與指令值之間的相關(guān)性系數(shù)最大，少數(shù)情況下，1~2 個數(shù)據(jù)位延后的實際值與指令值之間的相關(guān)性系數(shù)最大。表明前輪轉(zhuǎn)彎中數(shù)據(jù)延后的現(xiàn)象并不明顯或者可以認為指令延后的現(xiàn)象可以忽略；另外，各個正常航班對應的相關(guān)性系數(shù)均在0.9 以上，不同延后下的相關(guān)性系數(shù)變化范圍在0.05 以內(nèi)，表明指令值與實際值之間具有高度的相關(guān)性，符合前輪轉(zhuǎn)彎系統(tǒng)正常工作狀態(tài)的實際情況。

在故障案例中，分析故障航班的QAR 數(shù)據(jù)與該次航班之前的連續(xù)11 個航班的數(shù)據(jù)的相關(guān)性，分析結(jié)果如表4 所示。

表4 存在故障的連續(xù)航班相關(guān)性分析結(jié)果Table 4 Correlation analysis results of continuous flights with faults

從表4 可以看出：相關(guān)性系數(shù)最大時數(shù)據(jù)延后位數(shù)基本為1 個，但值與不延后時相差極小，可認為數(shù)據(jù)延后現(xiàn)象并不存在；故障前相關(guān)性系數(shù)基本在0.8 以上，其中延后不同位數(shù)的相關(guān)性系數(shù)變化范圍值均在0.06 以內(nèi)，且在靠近故障航班時值明顯變大。對于有故障航班，系數(shù)值低至0.55 左右，表明指令值和實際值相關(guān)性低，出現(xiàn)了指令偏移；且延后不同位數(shù)的相關(guān)性系數(shù)變化范圍為0.18，與正常航班表現(xiàn)出明顯差別，表明數(shù)據(jù)的連續(xù)性也受到了影響。

11 個航班延后0~7 位數(shù)據(jù)相關(guān)性系數(shù)變化區(qū)間的長度如圖4 所示。

圖4 11 個航班的相關(guān)性系數(shù)變化區(qū)間長度圖Fig.4 Variation length of correlation coefficient of 11 flights

綜合上述分析結(jié)果，可得：

（1）當某航班指令值和實際值的相關(guān)性系數(shù)較低（低于0.8）時，表明前輪轉(zhuǎn)彎系統(tǒng)可能存在潛在故障，需要在飛行中給予一定的關(guān)注；當連續(xù)出現(xiàn)較低情況時，極有可能出現(xiàn)了潛在故障，需要停飛檢查。

（2）當某航班指令值和實際值的相關(guān)性系數(shù)較低時，且將實際值延后0~7 位與指令值的相關(guān)性系數(shù)變化范圍超過0.1（保守估計），表明二者之間的連續(xù)性受到影響，出現(xiàn)指令偏移，極有可能存在潛在故障，需要對前輪轉(zhuǎn)彎系統(tǒng)進行檢查以免影響飛行安全。

需要注意的是，上述結(jié)論是基于整個航班數(shù)據(jù)得到的，且相關(guān)性系數(shù)計算的準確度與數(shù)據(jù)量呈正相關(guān)的關(guān)系，飛行前期由于數(shù)據(jù)量較少可能會產(chǎn)生虛警，因此采用該方法實現(xiàn)對前輪轉(zhuǎn)彎系統(tǒng)的實時監(jiān)控尚具有一定的挑戰(zhàn)性。

3 實例驗證

以某航空公司相同機型的飛行數(shù)據(jù)為例進行驗證。由于前輪轉(zhuǎn)彎系統(tǒng)的故障很少，為了驗證“轉(zhuǎn)彎困難或失效”潛在故障與“指令值與實際值”相關(guān)性系數(shù)之間的關(guān)聯(lián)性，在對該飛機的前輪轉(zhuǎn)彎問題進行定期維修前，收集和整理該飛機最近13 個航班的QAR 數(shù)據(jù)，對其指令值和實際值作相關(guān)性進行分析，結(jié)果如表5 所示。

表5 用于驗證的連續(xù)航班的相關(guān)性分析結(jié)果Table 5 Correlation analysis results of consecutive flights for validation

從表5 可以看出：除編號為06 的航班外，其余航班的相關(guān)性系數(shù)均在0.9 以上，編號為06 的航班的相關(guān)性系數(shù)也都在0.8 以上，因此可以認為該飛機前輪轉(zhuǎn)彎系統(tǒng)無潛在故障。將這一分析結(jié)果與該航空公司的維護人員執(zhí)行定期維修時的檢查結(jié)果完全符合，證明所提預警方法對于該機型的有效性。

另外，由于上述所使用的數(shù)據(jù)均來自相同型號的飛機，所得結(jié)論是否適用于其他型號的飛機有待相關(guān)數(shù)據(jù)佐證，本文所提出的分析方法可供參考。

4 結(jié)論

（1）根據(jù)飛機前輪轉(zhuǎn)彎系統(tǒng)的工作原理和故障特點，選取轉(zhuǎn)彎角度指令值和實際值作為預警監(jiān)測參數(shù)，采用Pearson 相關(guān)性分析方法，得出“轉(zhuǎn)彎困難或失效”的故障規(guī)律及閾值：相關(guān)性系數(shù)低于0.8 或?qū)嶋H值延后0~7 位時變化范圍超過0.1，實現(xiàn)了對飛機前輪轉(zhuǎn)彎系統(tǒng)潛在故障的預警。

（2）利用同型號飛機QAR 數(shù)據(jù)對本文所提預警方法進行了驗證，預警結(jié)果與維修人員實際檢測結(jié)果一致，表明了預警方法的有效性。