[发明专利]一种基于飞机参数数据的状态检测方法

权利要求书

1.一种基于飞机参数数据的状态检测方法，其特征在于，

具体步骤如下：

步骤1数据获取：获取飞机参数数据；

步骤2构建超球体：通过边界划分，获取飞机参数数据最小边界数据包，构建正常状态数据超球体和已知故障状态数据超球体；

步骤3确定异常梯度等级：对超球体飞机参数数据进行低维到高维的映射，并在高维空间中进行数据的分类处理，并确定异常梯度等级，形成状态检测模型；

步骤4状态检测：将飞机参数数据放在状态检测模型中，输出相应状态结果，并进行状态确认；

所述步骤3确定异常梯度等级，异常梯度是指将异常数据状态划分为四个等级{0、1、2、3}，0、1、2、3即为异常梯度等级，其中，0代表接近故障状态，1代表严重异常状态，2代表一般异常状态，3代表轻微异常状态，异常状态的四个等级代表了异常状态可能演化的故障程度或方向；

所述步骤3确定异常梯度等级，异常梯度具体计算过程如下：

计算正常状态数据样本点到超球体的距离，找到一个样本点y₁，并且同时满足条件：①与正常状态数据超球体的距离为0；②与已知故障状态数据超球体的距离最小；③在正常状态数据超球体和已知故障状态数据超球体的球心连线上；

计算已知故障状态数据样本点到超球体的距离，找到一个样本点y₂，并且同时满足条件：①与已知故障状态数据超球体的距离为0；②与正常状态数据超球体的距离最小；③在正常状态数据超球体和已知故障状态数据超球体的球心连线上；

y₂和y₁在多维度空间下的距离记为dis，已知故障状态数据超球体的超球体球心坐标记为a₂，已知故障状态数据超球体的超球体半径记为R,已知故障状态数据超球体的松弛变量记为ξ₂，记为任意点i，则对应{0，1，2，3}四个异常梯度等级的样本点xi目标函数，其约束条件分别为公式(1)、(2)、(3)、(4)；

2.根据权利要求1所述的一种基于飞机参数数据的状态检测方法，其特征在于，

所述基于飞机参数数据的状态包括正常状态、异常状态、故障状态，其中，故障状态为已知故障状态，异常状态为处于正常状态和故障状态之间的非确定状态。

3.根据权利要求2所述的一种基于飞机参数数据的状态检测方法，其特征在于，

所述步骤2构建正常状态数据超球体和已知故障状态数据的超球体过程如下：

运用获取的飞机参数数据，采用支持向量域数据描述的方法，通过训练，建立能够包含全部或绝大多数目标样本的正常状态数据超球体和已知故障状态数据的超球体，被包含在超球体内部或落在边界值上的样本或绝大多数样本为目标样本，其余落在边界球外的样本或绝大多数样本为奇异值点，正常状态数据占到总数据量的绝大多数，由于飞机的已知故障模式有限，因此已知故障状态数据量较少。

4.根据权利要求2所述的一种基于飞机参数数据的状态检测方法，其特征在于，

所述步骤3中状态检测模型形成过程如下：

通过非线性函数将原始输入空间的训练数据从低维空间映射到高维空间中，并在高维空间中进行数据的分类处理，由此方法确定正常状态数据超球体和已知故障状态数据超球体的球心、半径和数据样本中任意样本点Z相对于超球体的距离。

5.根据权利要求2所述的一种基于飞机参数数据的状态检测方法，其特征在于，

所述步骤4，将飞机参数数据放在状态检测模型中，最终计算出的异常梯度等级可表征参数数据当前的状态，通过实时监测参数数据的变化，获得异常梯度等级的变化趋势，由此掌握数据状态的演变。