[发明专利]一种基于学习模型的飞机油箱剩余油量测量系统和方法

说明书

本发明提供一种基于学习模型的飞机油箱剩余油量测量系统和方法，系统包括处理器，处理器连接有角度传感器，角度加速度传感器和至少两个液位传感器；角度传感器用于检测飞机的飞行角度，角度加速度传感器用于检测飞机飞行角度的加速度，各液位传感器用于设置在飞机油箱的不同位置，检测飞机油箱的液位；所述处理器根据学习模型对各传感器检测到的数据进行处理得到飞机油箱的剩余油量。本发明所提供的技术方案，采用角度传感器、角度加速度传感器和多个液位传感器对飞机的飞行角度、飞行角度加速度和油箱液位进行检测，并采用学习模型根据各传感器检测到的数据判断飞机油箱的剩余油量，从而解决飞机油箱剩余油量检测结果精度较低的问题。

技术领域

本发明属于飞机油箱油量检测技术领域，具体涉及一种基于学习模型的飞机油箱剩余油量测量系统和方法。

技术背景

飞机油箱中的剩余油量是评估飞机续航能力、确保飞行安全的重要指标，提高燃油测量系统的精度可以使飞行人员掌握更准确的燃油信息，对续航时间、剩余航程等飞行信息有更准确的预判，能在安全范围内更有效的利用燃油，对飞机的性能具有重要的影响。

在飞机燃油油量测量领域，国内外研究人员做了很多研究，提出了一些测量方法。目前燃油油量测量方法主要有如下几种：

1.切片叠加法

首先使用切片叠加法计算飞机燃油体积，使用切平面将飞机油箱内燃油实体切分为多个小薄片，分别计算每个小薄片的体积，再将每个小薄片的体积叠加得到飞机燃油体积。该方法缺点在于，每次计算之前都要先得到飞机油箱的有限元模型，并且针对每一步都要编写相应的计算程序，计算方法复杂。

2.三维CAD软件模拟

根据飞机油箱油面高度传感器以及飞行姿态传感器得到飞机飞行姿态、油面高度以及加速度信息，计算得到油平面方程，通过CATIA二次开发自动生成油箱燃油体积特性数据库。或者采用CAD技术建立飞机油箱模型，利用油面高度传感器的输出值及飞机姿态信息，对燃油油量进行实时测量及姿态误差修正。或者将飞机燃油系统的设计与飞机机身结构结合起来，能够计算飞机飞行状态下燃油质量和重心位置的变化情况。这种方法的缺点在于，油箱建模复杂，且精度要求较高的情况下，体积特性数据库容量会很大。

3.神经网络

使用了基于BP神经网络的方法来进行燃油体积特性计算，针对BP神经网络存在学习效率低、收敛速度慢和易陷入局部极小等局限，采用改进粒子群算法优化BP神经网络的训练，具有训练时间短，相对误差小，控制精度高等优点。另外，国外也有多篇文献使用了神经网络的方法来进行燃油体积特性计算。这种方法的缺点在于，没有考虑之前一段时间的输入数据对当前燃油液面波动情况的影响，预测结果精度及稳定性较差。

因此，现有技术中对飞机油箱剩余油量进行检测时，普遍存在检测精度低的问题。

发明内容

本发明提供一种基于学习模型的飞机油箱剩余油量测量系统和方法，用于解决现有技术中对飞机油箱剩余油箱检测结果精度较低的问题。

一种基于学习模型的飞机油箱剩余油量测量系统，包括处理器，处理器连接有角度传感器，角度加速度传感器和至少两个液位传感器；角度传感器用于检测飞机的飞行角度，角度加速度传感器用于检测飞机飞行角度的加速度，各液位传感器用于设置在飞机油箱的不同位置，检测飞机油箱的液位；所述处理器根据学习模型对各传感器检测到的数据进行处理得到飞机油箱的剩余油量；

所述学习模型包括设定数量的LSTM层，设定数量的dropout层和全连接层，其中第一个LSTM层包括公式

其中第j个LSTM层包括公式

第i个dropout层包括公式