本发明主题主要涉及航空器健康状况监测，且更具体地说，涉及融合和分析航空相关数据系统以进行综合航空器系统健康状况监测。
背景技术：
与航空器资产的性能跟踪或健康状况监测相关的大量数据通常是可用的。对此类航空器数据的分析可为航空器的维护和预测提供有用信息。
具体来说，现代航空器配备有许多提供广泛范围的控制功能的不同计算机。每台计算机通常输出许多不同故障代码或其它故障指示以指示一系列内部检测到的潜在故障状况。航空器还可具有许多传感器，其提供故障指示或提供可从传感器导出故障指示的数据。此外，航空器可产生各种故障和警告消息。
因此，现代航空器通常输出大量故障指示。这些故障指示需要例如在飞行后或飞行期间由维护人员进行故障排除。因而，维护人员仅具有短暂的时间周期来确定故障指示的根本原因并执行适当的响应。
然而，目前还没有一个可行的系统能够使维护人员有效地进行故障排除或以其它方式理解和解决故障指示。具体来说，许多现有系统主要依赖于人类对这些大量故障指示的解释和合成，这样可能是繁琐、冗长且费时的。
此外，由航空器控制计算机或其它传感器输出的相当大百分比的故障指示可能是假的。举例来说，传感器故障可产生不正确的故障指示。故障指示还可被仅仅是反常但未必需要维护的航空器飞行状况触发。因而，系统故障和警告消息可在特定飞行状况下触发，但故障在地面测试期间不可被重复，从而引起‘地面测试通过’，而故障在下一次飞行时重复出现的情况。这些错误故障指示可引起大量不必要的维护工作和对随后被确定为‘未发现故障’的健康部件的不正确移除。
在对此类不计其数的其中许多被证明是假或非再现的故障指示时，维护人员可能简单地忽略故障指示，从而损害航空器健康状况和安全。或者，维护人员可能更换接收到故障指示的整个部分或系统而非执行故障排除以识别需要维护的特定部件。这不当地增加了维护成本且是一种低效的解决方案。
因此，用于响应航空器故障指示的已知选项可以在作出关于将要采取哪些维护措施和采取这些措施的紧急程度的智能决策时产生有限的准确性和有效性，而导致成本增加。
技术实现要素：
本公开的示例的方面和优点将在以下描述中部分地阐述，或可从所述描述得知，或可通过实践本文中所公开的示例得知。
本公开的一个示例方面涉及用于监测航空器系统健康状况的计算机实施方法。所述方法包括通过一个或多个计算装置获得指示由航空器的第一多个部件提供的多个故障指示的故障数据。所述方法包括通过所述一个或多个计算装置获得表示所述航空器的第二多个部件的相应操作状况的状况指标。所述方法包括通过所述一个或多个计算装置融合所述故障数据与所述状况指标以形成综合数据组(comprehensivedataset)。所述方法包括通过所述一个或多个计算装置至少部分地基于所述综合数据组识别所述多个故障状况的一个或多个原因。
本公开的另一示例方面涉及航空器健康状况监测系统。所述系统包括存储可由所述一个或多个处理器执行的指令的一个或多个处理器和一个或多个存储器装置。通过一个或多个处理器执行指令使航空器健康状况监测系统获得指示由航空器的第一多个部件提供的多个故障指示的故障数据。由一个或多个处理器执行指令使航空器健康状况监测系统获得表示航空器的第二多个部件的相应操作状况的状况指标。由一个或多个处理器执行指令使航空器健康状况监测系统检测由状况指标展现的一个或多个异常特征。由一个或多个处理器执行指令使航空器健康状况监测系统至少部分地基于由状况指标展现的一个或多个异常特征识别多个故障指示的一个或多个原因。
本公开的另一示例方面涉及用于监测航空器系统健康状况的计算机实施系统。所述系统包括至少一个处理器。所述系统被配置成获得指示由航空器的第一多个部件提供的多个故障指示的故障数据。所述系统被配置成获得表示航空器的第二多个部件的相应操作状况的状况指标。所述系统被配置成融合故障数据与状况指标以形成综合数据组。所述系统被配置成至少部分地基于综合数据组识别多个故障状况的一个或多个原因。
可对本公开的这些示例方面进行变化和修改。
参考以下描述以及所附权利要求书将更好地理解各种示例的这些以及其它特征、方面和优点。并入在本说明书中且构成本说明书的部分的附图说明了本公开的示例，且与所述描述一起用于解释相关原理。
附图说明
在参考附图的说明书中阐述针对于所属领域的技术人员的实施例的详细论述，在附图中：
图1描绘根据本公开的示例实施例的示例航空器健康状况监测系统的概述图；
图2描绘通过根据本公开的示例实施例的示例航空器健康状况监测系统对来自航空器部件的数据的收集；
图3描绘根据本公开的示例实施例的示例航空器健康状况监测系统的框图；
图4描绘根据本公开的示例实施例的用于监测航空器系统健康状况的示例方法的流程图；
图5描绘根据本公开的示例实施例的用于监测航空器系统健康状况的示例方法的流程图；且
图6描绘根据本公开的示例实施例的用于监测航空器系统健康状况的示例方法的流程图。
具体实施方式
现将详细参考本发明的实施例，在图中说明本发明的实施例的一个或多个示例。每个示例是为理解释本发明而非限制本发明而提供。实际上，所属领域的技术人员将清楚，在不脱离本发明的范围或精神的情况下可在本发明中进行各种修改和变化。举例来说，说明或描述为一个实施例的部分的特征可与另一实施例一起使用以产生又一实施例。因此，本发明旨在涵盖落入所附权利要求书和其等效物的范围内的这些修改和变化。
本公开的示例方面涉及用于融合来自航空相关数据系统的数据以用于自动综合航空器系统健康状况监测的系统和方法。举例来说，本公开的系统和方法可将例如故障代码或其它故障指示等故障数据与描述各个航空器部件对控制信号的响应的导出状况指标组合，以形成综合数据组。本公开的系统和方法可分析综合数据组，以识别故障指示的一个或多个原因。举例来说，可将例如模式匹配、逐步逻辑处理等自动推理技术或其它逻辑或概率性技术应用到综合数据组，以识别故障指示的一个或多个原因。另外，在一些实施方案中，可提供描述一个或多个原因的警报以例如向与航空器相关联的维护人员显示。
更具体地说，在本公开的一些实施方案中，航空器上的机载数据收集系统可连续记录描述航空器系统的操作的各个方面的数据。举例来说，数据可包括故障数据和系统响应数据两者。故障数据可描述由航空器的各个部件提供的各个故障指示，而状况指标描述航空器和其系统的操作响应。
在一些实施方案中，数据收集系统可将收集到的数据传达到地基航空器健康状况监测系统。举例来说，故障数据和系统响应数据可在飞行期间间歇地传达或在航空器着陆之后批量传输。在其它实施方案中，航空器健康状况监测系统物理上定位于航空器上且在一些情况下，可实时地接收并处理故障数据和系统响应数据。
举例来说，故障数据可包括由飞行控制计算机、接近传感器、致动器或其它航空器部件提供的故障代码或其它故障指示。额外计算机故障数据可包括在航空器上产生的故障和警告消息。另外，在一些情况下，故障指示可从各个飞行数据参数导出，飞行数据参数包括离散参数。
如上文所提及，状况指标可描述各个航空器系统、部件或整个航空器的操作和性能。举例来说状况指标可从连续参数导出，连续参数例如控制各个航空器部件的表面位置、温度、压力、流动速率或其它操作状况。此连续参数数据指示各个航空器部件的相应连续操作状况。举例来说，连续参数数据可以是连续记录的模拟信号。
本公开的系统和方法可融合故障数据和状况指标以形成综合数据组。作为一个示例，故障数据和状况指标可组合在单个数据库中且根据时间创建索引。其后，可将基于逻辑的、概率性的或其它自动推理技术应用到综合数据组，以提供识别故障指示的一个或多个根本原因的自动故障诊断。
在一些实施方案中，除了将状况指标与故障数据融合外，本公开的系统和方法可在融合之前分析状况指标以检测由状况指标展现的一个或多个特征。举例来说，涉及系统状态、性能和/或健康状况的特征可从一系列不同飞行状况(例如地面飞行准备、起飞、爬升、巡航、下降、着陆、地面飞行后运行)中的连续记录的飞行数据导出。可使用统计和其它方法分析所导出特征，以识别对应于例如异常系统性能或潜在故障状况的存在的异常特征。所导出特征(例如，识别的异常特征)可接着与故障数据融合以形成综合数据组，如上文所描述。
以此方式，本文中所描述的系统和方法可使新航空器系统性能、健康状况和从连续记录的航空器飞行数据导出的信息与现有故障数据(例如，由不同航空器系统产生的现有故障和警告消息)相关，以提供可用于系统健康状况监测和故障诊断的综合数据组。具体来说，此综合数据组的创建可提供对系统健康状况和性能的新理解且辅助本公开的系统和方法递送经增强的故障检测和诊断。
根据本公开的另一方面，在一些实施方案中，可从一组控制器装置(例如，飞行控制计算机或其它控制器)收集故障数据，同时从分别由所述一组控制器装置控制的一组部件收集到的数据导出状况指标。具体来说，计算机和控制器故障信息可通过处理连续记录的故障离散元件和/或分析航空器故障和警告消息来收集。还可使用各种处理技术从连续记录的飞行数据中提取涉及对控制输入的各个系统或部件响应的特征。可接着使用统计和其它方法分析这些所导出特征以表征对由控制器装置提供的相应控制信号的相应系统或部件响应，且进一步识别异常系统操作。因而，可通过使计算机或致动器报告的故障状况与对由此类计算机或致动器对应提供的控制信号的预期系统响应与观察到系统响应之间的偏差相关联来产生新诊断和/或预测信息。
根据本公开的另一方面，在一些实施方案中，本公开的系统和方法可包括分析综合航空器数据的时间维度。举例来说，航空器的先前故障指示(例如，现有故障和警告消息)或其它收集到的数据可以与从当前飞行下载或在完成最近飞行之后下载的新数据来融合或以其它方式更新。更具体地说，随着缺陷的发展，与某些根本原因相关联的故障特征往往会在经历几周的时段后发生演变。因此，在一些实施方案中，本公开的系统和方法可执行分析，这些分析在一系列飞行中积累证据，从而增加诊断的置信度。作为一个示例，对于综合数据组证明故障指示的潜在原因的每个例子，可以增加与此潜在原因相关联的置信度得分。当特定原因的置信度得分超过阈值时，航空器健康状况监测系统可发出警报，所述警报识别此特定原因和/或提供补救此原因的任务列表。
因此，本公开的系统和方法可将来自一个或多个计算机或控制器的故障信息(例如从离散飞行数据参数导出的故障代码或其它故障指示)与关于由这些计算机控制的部件或系统的响应(例如从连续飞行数据参数导出的响应)的信息融合，以提供综合航空器系统健康状况监测和诊断。作为示例，可将自动推理技术应用到综合融合数据组，以推理观察到的故障和系统响应信息的特性且自动诊断检测到故障现象的根本原因。
以此方式，本公开的示例方面可能对自动提供对由航空器系统部件提供的故障指示的根本原因的更精确诊断具有技术影响，由此缩短故障排除时间，最小化在‘地面测试通过’后在飞行中触发的故障指示的重复周期，且降低移除部件的未发现故障的比率。此外，提取和组合来自不同数据源的所有可用信息最大化准确检测和诊断不同航空器系统故障的可能性。由于技术原因和维护效率提高而最小化操作中断，从而为航空公司带来技术和商业益处。因此，本公开的系统和方法在降低维护费用的同时保持了飞行安全。
此外，已证明本公开的系统和方法能够通过分析历史飞行数据和对应维护报告有效地识别故障指示的原因。具体来说，将本公开的系统和方法应用到历史飞行数据(例如，历史故障数据和连续飞行数据参数)以识别此历史飞行数据内包括的故障的原因。接着将识别的原因和对应推荐的维护任务与用于对应航空器的维护记录进行比较。由本公开的系统和方法提供的故障诊断由历史维护数据验证。
出于说明和论述的目的，参考航空器相关数据和与航空器相关联的其它航空系统论述本公开的示例方面。所属领域的技术人员使用本文中所提供的本公开将理解在不背离本公开的范围的情况下本文中所描述的主题可与其它车辆、机器、机械资产或其它系统一起使用。
现参看图式，将进一步详细论述本公开的示例方面。
图1描绘根据本公开的示例实施例的示例航空器健康状况监测系统104的概述图。航空器健康状况监测系统104可用于接收来自一个或多个航空器部件102的各种数据。举例来说，如图1中所说明，从部件102接收的数据可包括故障数据152和连续飞行数据参数153两者。
更具体地说，在本公开的一些实施方案中，航空器上的机载数据收集系统可连续记录描述航空器系统的操作的各个方面的数据。举例来说，数据可包括故障数据152和连续飞行数据参数153两者。故障数据152可描述由航空器的各个部件提供的各个故障指示，而连续飞行数据参数153描述航空器的各种连续操作状况。数据收集系统可以是航空器健康状况监测系统104的部件或可以是执行数据收集和数据通信功能的单独部件。
在一些实施方案中，数据收集系统可将收集到的数据传达到地基航空器健康状况监测系统104。举例来说，故障数据152和连续飞行数据参数153可在飞行期间间歇地传达或在航空器着陆之后批量传输。在其它实施方案中，航空器健康状况监测系统104物理上定位于航空器上，且在一些情况下，可实时地接收并处理故障数据152和连续飞行数据参数153。
在一些实施方案中，航空器健康状况监测系统104保存每个航空器大量飞行期间多个不同航空器的数据。在此类实施方案中，数据152和153可包括允许数据152和153与正确航空器相关联的航空器识别器。
举例来说，故障数据152可包括由飞行控制计算机、接近传感器、致动器或其它航空器部件提供的故障代码或其它故障指示。举例来说，反推力装置上的接近传感器可提供故障数据152。额外计算机故障数据152可包括在航空器上产生的故障和警告消息。另外，在一些情况下，故障指示可从各个飞行数据参数导出，飞行数据参数包括离散参数。
如上文所提及，连续飞行数据参数153可描述各个航空器系统、部件或整个航空器的操作和性能。举例来说，连续飞行数据参数153可描述控制表面(例如，翼片、方向舵等)位置/角度、温度、压力、流动速率、油舱液位、发动机速度、海拔高度、轮重、空速，或各个航空器部件的其它操作状况。
在一些实施方案中，航空器健康状况监测系统104包括从连续飞行数据参数153导出一个或多个状况指标154的响应导出部件106。举例来说，状况指标154可描述各个航空器部件和系统对控制信号的响应。
航空器健康状况监测系统104可进一步包括融合故障数据152和状况指标154以形成用于每个监测航空器的综合数据组的一个或多个数据融合和分析部件108。作为一个示例，故障数据152和状况指标154可组合在单个数据库中且根据时间创建索引。其后，航空器健康状况监测系统104可将基于逻辑的、概率性的或其它自动推理技术应用到综合数据组以提供识别故障指示的一个或多个根本原因的自动故障诊断。
在一些实施方案中，除了将状况指标与故障指示融合外，航空器健康状况监测系统104可在融合之前分析状况指标154以检测由状况指标154展现的一个或多个特征。举例来说，涉及系统状态、性能和/或健康状况的特征可从一系列不同飞行状况(例如地面飞行准备、起飞、爬升、巡航、下降、着陆、地面飞行后运行)中的连续记录的飞行数据导出。可使用统计和其它方法分析所导出特征，以识别对应于例如异常系统性能或潜在故障状况的存在的异常特征。所导出特征(例如，识别的异常特征)可接着与故障数据152融合以形成综合数据组，如上文所描述。
以此方式，航空器健康状况监测系统104可使新航空器系统性能、健康状况和从连续记录的航空器飞行数据153导出的信息与现有故障数据152(例如，由不同航空器系统产生的现有故障和警告消息)相关，以提供可用于系统健康状况监测和故障诊断的综合数据组。具体来说，此综合数据组的创建可提供对航空器系统健康状况和性能的新理解且辅助航空器健康状况监测系统104递送经增强的故障检测和原因诊断。
在识别故障数据152中包括的故障指示的一个或多个原因之后，航空器健康状况监测系统104可输出描述一个或多个识别原因的一个或多个警报156。可向系统操作者和/或航空器的维护人员提供(例如，显示或打印)警报156。警报156可指示原因和/或提供实际维护任务的任务列表以解决原因。
根据本公开的另一方面，在一些实施方案中，故障数据152可从一组控制器装置(例如，飞行控制计算机或其它控制器)收集，而连续飞行数据参数153从分别由所述一组控制器装置控制的一组受控部件收集。
作为示例，图2描绘通过根据本公开的示例实施例的示例航空器健康状况监测系统200对来自航空器部件的数据的收集。具体来说，航空器健康状况监测系统200被说明为收集来自多个控制器部件202-206的故障数据和来自多个受控部件252-262的连续飞行数据。控制器部件202-206分别控制(例如，通过使用控制信号)受控部件252-256，如所说明的。
在一些实施方案中，故障数据可通过处理连续记录的故障离散元件和/或分析航空器故障和警告消息而从控制器部件202-206收集。此外，涉及受控部件252-256对相应控制信号的各种响应的特征还可使用各种处理技术从连续记录的飞行数据提取。可接着使用统计和其它方法分析这些所导出特征以表征受控部件252-256对由控制器装置202-206提供的相应控制信号的相应响应，且进一步识别异常系统操作。因而，可通过使控制器部件故障状况与对由此类控制器部件对应提供的控制信号的预期受控部件响应与观察到受控部件响应之间的偏差相关来产生新诊断和/或预测信息。
作为一个示例，示例航空器可具有在航空器的中央和机翼中的若干燃料槽。燃料在燃料槽之间被泵送，以平衡航空器的重心并为发动机送料。可以通过离散元件监测槽之间的相应阀对应于打开/关闭，同时通过产生连续信号的液位计监测槽中的燃料的量。正确操作燃料阀应如下所示：(1)离散控制信号命令阀打开；(2)将阀的状态从关闭改为打开；(3)提高一个槽的液位；以及(4)降低备用槽的液位。如果呈现指示1、3和4，但不呈现2，那么航空器健康状况监测系统200可检测到传感器检测阀是否已打开时存在问题。然而，如果呈现指示1，但不呈现2、3和4，那么航空器健康状况监测系统200可检测存在故障阀。因此，对控制信号的预期受控部件响应与观察到的受控部件响应之间的偏差可用以提供根本原因诊断。
根据本公开的又一方面，在一些实施方案中，航空器健康状况监测系统200可基于与反映受控部件的响应的某些额外部件相关联的数据导出某些受控部件(例如，受控部件252-256)的响应。作为示例，控制器部件202可控制受控部件252，其可以是例如使用控制信号的致动器。致动器可用来移动翼片。航空器还可具有大量传感器，所述传感器提供关于翼片的位置的数据。在此示例中，航空器健康状况监测系统200可基于来自描述翼片的位置的额外传感器的数据从控制器部件202导出受控部件252(例如，致动器)对控制信号的响应。
图3描绘根据本公开的示例实施例的示例航空器健康状况监测系统300的框图。系统300可用以实施本公开的方面，包括数据融合和自动根本原因诊断。
航空器健康状况监测系统300包括一个或多个处理器312和一个或多个存储器装置314。一个或多个处理器312可包括任何合适的处理装置，例如微处理器、微控制器、集成电路、逻辑装置、一个或多个中央处理单元(cpu)，和/或其它处理装置。
一个或多个存储器装置314可包括一个或多个计算机可读媒体，包括但不限于非暂时性计算机可读媒体、ram、rom、硬盘驱动器、闪存驱动器或其它存储器装置。在一些示例中，存储器装置314可对应于分隔在多个位置处的协调数据库。
一个或多个存储器装置314存储可由一个或多个处理器312存取的信息，包括可由一个或多个处理器312执行的指令。举例来说，系统300的存储器装置314或其它组件可存储指令，所述指令用于实施用于执行本文中所公开的各种功能的处理自动推理规则、操作、技术的指令和/或算法。
航空器健康状况监测系统300可进一步包括状况指标导出器315、数据融合器316、原因识别器318、警报产生器320和网络接口322。
航空器健康状况监测系统300可实施状况指标导出器315以从例如连续飞行数据参数等飞行数据导出各种状况指标。
航空器健康状况监测系统300可实施数据融合器316以融合接收到的数据，从而形成综合数据组。举例来说，可实施数据融合器316以接收各种流、类型或形式的数据且融合此类数据以形成综合数据组。在一个示例中，所有接收到的数据可存储于单个数据结构(例如，数据库)中且根据时间创建索引。因此，举例来说，在特定时间出现的状况指标可融合到在此特定时间出现的故障数据或以其它方式与在此特定时间出现的故障数据匹配。
作为示例，航空器健康状况监测系统300可以通信方式连接到存储综合航空器数据组的数据库324。数据库324可以是单个数据库或以通信方式连接的多个数据库。数据库324可具有各种类型的数据结构或数据库方案中的任一个。
航空器健康状况监测系统300可实施原因识别器318以分析综合航空器数据组，从而识别数据组中包括的各种故障指示的一个或多个原因。原因识别器318可实施多个自动推理技术或其它算法，以识别一个或多个原因。
作为示例，在一些实施方案中，手动分析来自其它航空器的历史数据(例如，维护记录或其它可用信息)以识别对应于故障指示的各种根本原因的模式。原因识别器318可接着实施一个或多个算法以搜索融合数据来查找此类模式的存在。作为示例，原因识别器318可实施算法以确定多个参数是否满足某些模式状况，所述模式状况对应于模式中的一个。举例来说，原因识别器318可确定多个参数是否超过对应于模式中的一个的某些相应阈值。
在另一示例中，原因识别器318可将逻辑树或其它逐步逻辑处理应用到融合的数据以努力识别潜在根本原因。逐步逻辑处理可逐渐锁定故障指示的根本原因。
因此，原因识别器318可实施各种形式的自动推理技术，包括例如将规则应用到航空器数据的主体以识别某些预定义模式是否由数据展现。在识别模式后，输出对应根本原因/可操作维护任务供维护人员执行。
更具体地说，航空器健康状况监测系统300可实施警报产生器320以产生描述一个或多个识别原因的一个或多个警报。可向系统操作者和/或航空器的维护人员提供(例如，显示或打印)警报。警报可指示识别原因和/或提供实际维护任务的任务列表以解决原因。
状况指标导出器315、数据融合器316、原因识别器318和警报产生器320中的每一个包括用以提供所要功能性的计算机逻辑。因此，状况指标导出器315、数据融合器316、原因识别器318和警报产生器320中的每一个可实施于硬件、专用电路、固件和/或控制通用处理器的软件中。在一个实施例中，状况指标导出器315、数据融合器316、原因识别器318和警报产生器320中的每一个是存储在存储装置上的被载入到存储器中且通过处理器执行的程序代码文件，或可从例如计算机可执行指令等计算机程序产品提供，所述计算机程序产品存储于例如ram、硬盘或光学媒体或磁性媒体等有形计算机可读存储媒体中。状况指标导出器315、数据融合器316、原因识别器318和警报产生器320可各自对应于一个或多个不同程序、文件、循环或指令集。同样，状况指标导出器315、数据融合器316、原因识别器318和警报产生器320中的两个或多于两个可组合成单个程序、文件、循环或指令集。
网络接口322可包括适合于经由网络与其它计算装置通信的任何部件或配置，例如包括一个或多个端口、发射器、无线卡、控制器、物理层部件，或用于根据任何当前已知或包括航空器到地面通信技术等未来发展的通信协议或技术通信的其它物件。
图4描绘根据本公开的示例实施例的用于监测航空器系统健康状况的示例方法(400)的流程图。方法(400)可由本文中所公开的航空器健康状况监测系统或其它类似系统中的任一个实施。
在(402)处，系统获得指示由航空器的第一多个部件提供的多个故障指示的故障数据。举例来说，故障数据可在飞行期间接收或在飞行结束后的批量传输中接收。
在一些实施方案中，在(402)处获得故障数据可包括获得以下各项中的至少一个：由飞行控制计算机提供的故障代码和从离散飞行数据参数导出的故障数据。
在(404)处，系统获得指示航空器的第二多个部件的相应操作状况的状况指标。在一些实施方案中，在(404)处获得状况指标可包括通过一个或多个计算装置获得指示航空器的第二多个部件的相应连续操作状况的连续参数数据。在此类实施方案中，在(404)处获得状况指标可进一步包括至少部分地基于连续参数数据确定表示第二多个部件对分别提供到第二多个部件的相应控制信号的相应响应的状况指标。因此，在(404)处，状况指标可从连续飞行参数数据导出。
作为示例，在一些实施方案中，在(402)处获得故障数据可包括从分别控制第二多个部件的多个飞行控制计算机获得故障数据；且在(404)处获得状况指标可包括导出表示第二多个部件对由多个飞行控制计算机分别提供到第二多个部件的相应控制信号的相应响应的状况指标。
作为另一示例，在一些实施方案中，第二多个部件可包括一个或多个飞行控制致动器。在此类实施方案中，在(404)处获得状况指标可包括获得指示航空器的飞行控制表面移动的连续参数数据；以及至少部分地基于指示飞行控制表面移动的连续参数数据确定一个或多个飞行控制致动器对相应控制信号的相应响应。
在(406)处，系统融合故障数据与状况指标以形成综合数据组。举例来说，故障数据和状况指标可组合以形成基于时间创建索引的单个数据源。
在(408)处，系统至少部分地基于综合数据组识别多个故障状况的一个或多个原因。在一些实施方案中，在(408)处，识别一个或多个原因可包括将自动推理技术应用到综合数据组以识别一个或多个原因。
作为另一示例，在一些实施方案中，在(408)处识别一个或多个原因可包括识别由综合数据组展现的一个或多个模式，其中一个或多个模式先前已经被确定与一个或多个原因相关联。举例来说，识别一个或多个模式可包括确定由综合数据组描述的第一多个参数分别满足第一多个模式状况。举例来说，模式状况可包括相应参数阈值。
作为又一示例，在一些实施方案中，在(408)处识别一个或多个原因可包括至少部分地基于综合数据执行逐步逻辑处理以识别一个或多个原因。
在(410)处，系统提供描述多个故障状况的一个或多个识别原因的一个或多个警报。举例来说，警报可被提供给系统操作者或可被直接地提供给维护人员。
图5描绘根据本公开的示例实施例的用于监测航空器系统健康状况的示例方法(500)的流程图。方法(500)可由本文中所公开的航空器健康状况监测系统或其它类似系统中的任一个实施。
在(502)处，系统获得指示由航空器的第一多个部件提供的多个故障指示的故障数据。举例来说，故障数据可在飞行期间接收或在飞行结束后的批量传输中接收。
在(504)处，系统获得表示航空器的第二多个部件的相应操作状况的状况指标。举例来说，状况指标可在飞行期间导出或在飞行结束后的批量传输中导出。可从指示航空器的第二多个部件的相应连续操作状况的连续参数数据导出状况指标。
在(506)处，系统检测由状况指标展现的一个或多个异常特征。作为一个示例，可使用各种处理技术从连续记录的飞行数据中提取涉及对控制输入的各个系统或部件响应的特征。可接着使用统计和其它方法分析这些所导出特征以表征对由控制器装置提供的相应控制信号的相应系统或部件响应，且进一步识别异常系统操作。因此，可使用统计和其它方法分析从状况指标导出的各种特征以识别对应于例如异常系统性能或潜在故障状况的存在的异常特征。
在(508)处，系统至少部分地基于由状况指标展现的一个或多个异常特征识别多个故障指示的一个或多个原因。
在一些实施方案中，为了在(508)处识别一个或多个原因，系统融合一个或多个异常特征与故障数据以产生综合数据组且接着至少部分地基于综合数据组识别多个故障状况的一个或多个原因。
举例来说，在一些实施方案中，为了至少部分地基于综合数据组识别一个或多个原因，系统将基于逻辑的或概率性的推理自动应用到综合数据组以识别多个故障指示的一个或多个原因。
作为另一示例，在一些实施方案中，为了在(508)处识别一个或多个原因，系统获取描述先前建立的异常特征行为、特定故障指示和故障指示的原因之间的关系的一个或多个规则。系统接着将一个或多个规则应用到综合数据组以识别多个故障状况的一个或多个原因。可产生描述一个或多个原因的警报，如上文所描述。
根据本公开的另一方面，在一些实施方案中，本公开的系统和方法可包括分析综合航空器数据的时间维度。举例来说，可使用从当前飞行下载或在完成最近飞行之后下载的新数据来融合或以其它方式更新航空器的先前故障指示(例如，现有故障和警告消息)或其它收集到的数据。
更具体地说，随着缺陷的发展，与某些根本原因相关联的故障特征往往会在经历几周的时段后发生演变。因此，在一些实施方案中，本公开的系统和方法可执行分析，这些分析在一系列飞行中积累证据，从而增加诊断的置信度。作为一个示例，每当综合数据组证明故障指示的潜在原因时，可以增加与此潜在原因相关联的置信度得分。当特定原因的置信度得分超过阈值时，航空器健康状况监测系统可发出警报，所述警报识别此特定原因和/或提供补救此原因的任务列表。
作为一个示例，图6描绘根据本公开的示例实施例的用于监测航空器系统健康状况的示例方法(600)的流程图。
在(602)处，系统分析综合航空器数据以识别一个或多个故障指示的潜在原因。举例来说，上文所描述的各种自动推理技术可应用到综合航空器数据组以识别一个或多个故障指示的一个或多个潜在原因。具体来说，在一些实施方案中，综合数据组可包括针对给定航空器基于大量飞行编译的数据。
在(604)处，系统增加与在(602)处识别的潜在原因相关联的置信度得分。在一些实施方案中，每个置信度得分增加了标准设定量。在其它实施方案中，可以评估证据指示潜在原因的程度，且置信度得分可增加与此程度成比例的量。
在(606)处，系统确定置信度得分是否大于阈值。在一些实施方案中，对于所有潜在原因，阈值可以是相同的。在其它实施方案中，每个潜在原因的阈值可以是不同的且可以基于例如对历史航空器数据的分析。
如果系统在(606)处确定置信度得分大于阈值，那么方法(600)前进至(608)。然而，如果系统在(606)处确定置信度得分不大于阈值，那么方法(600)略过(608)且直接前进至(610)。
在(608)处，系统输出警报，所述警报将原因描述为由航空器的部件提供的一个或多个故障指示的识别原因。因此，当特定原因的置信度得分超过阈值时，航空器健康状况监测系统可发出警报，所述警报识别此特定原因和/或提供补救此原因的任务列表。在(608)之后，方法(600)前进至(610)。
在(610)处，系统用新获取的航空器故障和/或状况指标补充综合数据组。举例来说，来自正在进行的航空器飞行的新故障和/或状况指标可被添加到综合数据组，使得综合数据组反映随时间推移航空器处故障和状况的改变。
在(610)之后，系统返回到(602)且再次分析综合航空器数据以识别一个或多个故障指示的潜在原因。因此，方法(600)可包括分析，所述分析基于一系列飞行积累证据/置信度，从而增加诊断的可靠性和特异性。
本文中论述的技术提及服务器、数据库、软件应用程序和/或其它基于计算机的系统，以及所采取的动作和发送到此类系统和从此类系统发送的信息。所属领域的技术人员将认识到，基于计算机的系统的固有灵活性实现大量可能的配置、组合以及任务和功能性在部件之间和在部件当中的划分。举例来说，本文中所论述的服务器过程可使用单个服务器或组合工作的多个服务器实施。数据库和应用程序可以在单个系统上实施或跨越多个系统分布。分布式部件可以依序或并行操作。
应理解计算机可执行算法和本文中所描述的技术可实施于硬件、专用电路、固件和/或控制通用处理器的软件中。在一个实施例中，算法或计算机实施技术是存储在存储装置上的被载入到一个或多个存储器装置中且由一个或多个处理器执行的程序代码文件，或可从例如计算机可执行指令等计算机程序产品提供，所述计算机可执行指令存储于例如ram、快闪驱动器、硬盘或光学媒体或磁性媒体等有形计算机可读存储媒体中。当使用软件时，任何合适的编程语言或平台可用以实施算法或技术。
尽管各种实施例的特定特征可能在一些图中示出而未在其它图中示出，但这仅仅是为了方便起见。根据本公开的原理，可结合任何其它图式的任何特征参考和/或要求图式的任何特征。
本书面描述使用示例来公开包括最佳模式的本发明，且还使得所属领域的技术人员能够实践本发明，包括制造和使用任何装置或系统以及执行任何所并入的方法。本发明的可获专利的范围由权利要求书界定，且可以包括所属领域的技术人员所想到的其它示例。如果此类其它示例包括与所附权利要求书的字面语言相同的结构元件，或者如果它们包括与权利要求书的字面语言无实质差别的等效结构元件，那么此类其它示例既定在权利要求书的范围内。