● 摘要
随着航空工业的飞速发展，飞机的故障预报技术在保障飞行安全、降低维护成本和提高飞机可用性等方面发挥着越来越重要的作用。飞机记录仪中记录的大量历史数据蕴含着丰富的关于飞机状态的信息，可作为故障预报技术的数据源。然而记录仪中的飞行参数种类繁多，且各自的数字特征具有明显差异。因此如何根据各参数的特性，选择合适的预测方法，成为提高故障预报精度的关键问题之一。飞行数据是与时间相关的离散序列，可以作为时间序列处理。因此论文利用时间序列分析技术，分析了飞行参数的特征，为预测算法的选择以及应用奠定基础。同时因为故障预报的模型和算法不能通过试飞的方式进行验证，本文还研究了基于飞行参数的故障仿真技术。具体研究内容及成果包括以下几部分：（1） 基于故障模型的故障仿真在解决故障模型信息管理和维护的基础上，实现了基于故障模型的多信号类型故障仿真，其中故障模型支持用户更新与维护。（2） 飞行参数的特性分析本文利用混沌理论对飞行参数的性质进行了鉴别，判断飞行参数是否具有混沌特性。对于非混沌的随机序列，ARMA模型是目前比较常用的预测方法。但ARMA模型要求所分析的数据为线性、平稳的序列，因此本文对飞行参数的平稳性进行了分析。对于非平稳参数序列利用函数拟合方法提取趋势项；利用谱分析的方法提取周期项，最终将参数序列转换为平稳时间序列，从而使得可以利用ARMA模型对其进行预测。（3） 飞行参数预处理平台使用VC++6.0和DB2数据库，遵循模块化、层次化的原则搭建一个飞行参数预处理平台，实现飞参数据的故障仿真和特性分析功能。同时通过维护功能、算法设计、任务配置三个方面保证了此平台具有通用性，可以对多种型号飞机的飞行参数进行分析处理。