[发明专利]基于深度随机森林算法的大型飞机航空大数据故障检测与因果推理系统及方法

摘要

本发明提出一种基于深度随机森林算法的大型飞机航空大数据故障检测与因果推理系统及方法，系统包括故障诊断平台、故障原因推理平台、数据库储存计算机和客户端；通过对飞机各系统的运行参数进行实时而全面的监控和采集，形成海量的数据源，通过特征参数谱的计算得到信号的典型特征并对残差信号中的故障特征进行提取与描述，并将这些特征作为参数，一并存入参数数据库，实现飞机参数数据库的建立，从而涵盖了飞机已经或可能发生的故障信息，并通过故障诊断计算机的诊断和故障原因推理计算机的推理，确定故障及原因并给出维修/隔离的方案，进而实现对全机各系统的健康监测和故障诊断。

主权项

1.一种基于深度随机森林算法的大型飞机航空大数据故障检测与因果推理系统，其特征在于：包括故障诊断平台、故障原因推理平台、数据库储存计算机和客户端；/n所述故障诊断平台包括信号采集计算机、信号预处理与特征提取计算机和故障诊断计算机；/n所述故障原因推理平台包括参数计算机、单故障注入计算机、单故障原因推理计算机、级联故障注入计算机、级联故障原因推理计算机；/n所述数据库储存计算机包括源数据库、参数数据库、故障数据库和知识库，其中故障数据库包括单故障数据库和级联故障数据库；/n所述信号采集计算机利用全机各个机载系统中的传感器采集飞机各机载系统的故障信号，并应用大数据存储技术将采集到的海量数据存储于源数据库中；/n所述信号预处理与特征提取计算机能够访问源数据库读取源数据，并对源数据进行特征参数谱计算，得到源数据信号的典型特征；通过比对源数据信号与正常数据信号得到残差信号，对残差信号中的故障特征进行提取与描述，将其存入参数数据库，作为故障诊断计算机的输入数据；/n所述故障诊断计算机内置有训练好的深度随机森林模型，所述深度随机森林模型为基于深度学习算法将随机森林堆积成的多层结构；将残差信号输入到深度随机森林模型中，通过模型对残差信号进行分类，判断输入数据所属故障类别为单故障或级联故障，并依此将故障信息分别存入单故障数据库和级联故障数据库中，同时给出故障诊断报告；/n所述参数计算机能够访问故障数据库，将单故障数据库中的数据通过单故障注入计算机传输至单故障原因推理计算机，将级联故障数据库中的数据通过级联故障注入计算机传输至级联故障原因推理计算机，通过单故障原因推理计算机和级联故障原因推理计算机中内置的且训练好的深度随机森林模型，根据故障类型进行进一步识别，实现故障原因推理，并将推理结果生成推理报告存入知识库中。/n