用于维护诸如飞机的交通工具的方法和设备技术

一种用于维护诸如飞机的交通工具的方法和设备。存储在交通工具(104)的操作过程中生成的多个维护消息(120)以形成多个存储维护消息(134)。过滤存储维护消息(134)以从存储维护消息(134)中去除与最少设备列表动作(124)相关的那些维护消息(120)以形成已过滤存储维护消息。通过将机器学习算法(144)应用于已过滤存储维护消息根据已过滤存储维护消息生成预测维护消息(130)。预测维护消息(130)可以用于对交通工具(104)执行维护操作(128)。

Methods and equipment used to maintain vehicles such as aircraft

A method and equipment for maintaining vehicles such as aircraft. A plurality of maintenance messages (120) generated during the operation of a vehicle (104) are stored to form a plurality of storage maintenance messages (134). Filter storage maintenance messages (134) to remove those maintenance messages (120) associated with minimum device list actions (124) from storage maintenance messages (134) to form filtered storage maintenance messages. By applying machine learning algorithm (144) to filtered storage maintenance messages, predictive maintenance messages (130) are generated based on filtered storage maintenance messages. Predictive maintenance messages (130) can be used to perform maintenance operations (128) on vehicles (104).

【技术实现步骤摘要】
用于维护诸如飞机的交通工具的方法和设备
本公开总体涉及操作与维护飞机及其他交通工具。更具体地，本公开涉及预测何时需要对飞机或者其他交通工具进行维护，以便对飞机或者其他交通工具执行维护操作。
技术介绍
已知的飞机维护系统试图通过对飞机执行持续监视并且如果检测到故障或警告信息则通知飞机的操作者对飞机不期望的情况进行早期检测。这种系统的目的是通过在下一次航班之前以必须的工作为基础通知维护队来减少飞机停机时间。这就使得维护人员领先准备对飞机执行维护操作，包括获得合适的零件及采用其他合适的准备行动。这种系统可以执行故障相关性并且可以识别再现故障。这已被维护队描述为“压力释放效应”因为来自系统的通知允许维护人员在飞机到达之前对修复有准备，腾出宝贵的地面时间。其他已知系统试图预测飞机的驾驶舱效应。这种系统可以监测与飞机上的系统相关联的参数并且在即将发生的不期望的情况的指示中确定参数何时偏离标称范围。这种系统还可以执行飞机系统参数的统计分析并且可以在预料驾驶舱效应时触发警告。用于预测飞机中不期望的情况的已知系统和方法可能不会在需要时在不期望的情况发生之前也提供这种预测。用于预测飞机中不期望的情况的已知系统和方法可能不会根据需要准确地预测这种不期望的情况的发生。因此，可能需要有一种考虑至少一些上面讨论的问题以及其它可能的问题的方法和设备。
技术实现思路
在一个示例性实施方式中，一种维护飞机的方法包括存储在飞机的飞行的多个航段期间生成的多个维护消息以形成多个存储维护消息。根据多个存储维护消息生成预测维护消息。预测维护消息用于对飞机执行维护操作。在另一示例性实施方式中，一种维护交通工具的方法包括存储在交通工具的操作过程中生成的多个维护消息以形成多个存储维护消息。过滤多个存储维护消息以从存储维护消息中去除与最少设备列表动作相关的那些维护消息以形成已过滤存储维护消息。通过将机器学习算法应用于已过滤存储维护消息从已过滤存储维护消息生成预测维护消息。预测维护消息用于对交通工具执行维护操作。在又一示例性实施方式中，一种设备包括实时事件存储器、维护消息预测器、以及预测维护消息传送器。实时事件储存器被配置为存储在交通工具操作过程中生成的多个维护消息以形成多个存储维护消息。维护消息预测器被配置为根据多个存储维护消息生成预测维护消息。预测维护消息传送器被配置为将预测维护消息发送至维护人员以便维护人员可以用于对交通工具执行维护操作。这些特征和功能可在本专利技术的各种实施方式中独立地实现，或者可在另外一些实施方式中组合，其中参考以下描述和附图可看到进一步细节。附图说明在所附权利要求中阐述了被认为是新颖特征的示例性实施方式的特征。然而，当结合附图阅读时，通过参考本公开的示例性实施方式的下列细节描述，将能很好地理解示例性实施方式、以及优选使用模式、进一步目标、及其特征，其中：图1是根据示例性实施方式的飞机和维护消息预测器的框图的示意图；图2是根据示例性实施方式的用于确定与最少设备列表动作高度相关的维护消息的规则区分程序的流程图的示意图；图3是根据示例性实施方式的维护消息预测器的输入数据格式的实例的示意图；图4是根据示例性实施方式的维护消息预测器的单个飞机的特征表的实例的示意图；图5是根据示例性实施方式的用于将滑动窗口应用于特征表的处理的实例的示意图；图6是根据示例性实施方式的单个飞机的特征窗口立方的实例的示意图；图7是根据示例性实施方式的特征向量提取的实例的示意图；图8是根据示例性实施方式的过滤特征向量以去除与最少设备列表动作高度相关的特征向量的实例的示意图；以及图9是根据示例性实施方式的数据处理系统的框图的示意图。具体实施方式示例性实施方式认识到并考虑不同的考虑因素。例如，示例性实施方式认识到并考虑尝试早期检测并通知有关飞机不期望的情况的当前系统和方法的缺点是这种系统和方法可能不会对所预测的不期望的情况提供足够早的警告。例如，当前这种系统和方法可能不会在不期望的情况发生之前提供超过一次的航段警告。当前系统和方法可以为地勤人员提供有关飞机的不期望的情况的一些先期通知，使得维护人员可以在飞机到达之前开始制定解决方案。然而，当前系统和方法可能不会提供将允许以更为灵活的方式响应所预测的有关飞机的不期望的情况的更长期的警告，诸如，替换飞机，改变航线至更好的修复位置，或者其他合适的响应。这些系统集中于有关飞机的参数的实时操作并且在进行分析时以与汽车“检查引擎”点火相似的方式仅采用最近的数据，这一点上当不期望的情况的发生逼近而不是之前的日子时提供通知。虽然该处理是主动的，但其不允许所公开的专利技术进行灵活响应。例如，一种已知系统在飞机仍在空中时与地勤人员沟通有关所需潜在维护动作。这为地勤人员提供了准备人员和设备开始维护的时间，但其不允许实际的维护计划(例如，在另一时间或位置)，因为时标太短了。另一种已知系统程序类似，其中，当飞机传感器数据的实时读数和统计分析指示所测量参数偏离超出所认为的“标称”时，系统发布潜在警告的警报。该方法不涉及几个飞行航段的传感器数据的历史，其也不在实际驾驶舱效应之前提供几个预先通知航段。示例性实施方式因此认识到并考虑当前飞机健康管理系统实时监控飞机系统参数，要求着眼于当前或最近的事件，而不是采用历史性记录。相对照地，示例性实施方式采用来自当前航段之前的几个飞行航段的的维护消息和驾驶舱效应数据，当对飞机的未来健康进行预测时提供长的追溯历史。通过着眼于较高电平信号而不是来自子系统的直接测量，可以监测较长的历史记录以比较高分辨率信号可能的更进一步地探究未来。此外，示例性实施方式认识到与驾驶舱效应不相关或相关的维护消息可用于预测将来出现的其他维护消息。虽然其他系统尝试基于可测量的系统参数直接预测错误的发生，但示例性实施方式寻找维护消息和驾驶舱效应的错误的模式，其将允许预测将来实时事件。本文中公开的示例性实施方式向飞机操作者和维护队提供关键事件出现之前的前导时间(leadtime)的多个航段，例如直至可能的几天。这种能力开辟了更加灵活的航班对管理选择，诸如允许替换其他飞机或者将飞机改变航线至执行维护更能胜任的位置示例性实施方式可以为维护队提供对潜在故障作出反应的增加的时间。例如，示例性实施方式可以在发生实际不期望的情况之前预测几个飞行航段的故障(例如，直至几天)。利用在刚过去的时间收集的传感器数据可能不能完全实现较早预测不期望的情况的这种益处。因此，示例性实施方式可以利用先前二十多次飞行的维护消息和驾驶舱效应对将来五到十个飞行航段进行预测。转向图1，根据示例性实施方式描绘了飞机和维护消息预测器的框图的示意图。飞机100可以包括任何合适的机型。例如，但不限于，飞机100可以包括商用客运飞机。根据示例性实施方式，维护消息预测器102被配置为预测何时在飞机100中发生不期望的情况，使得可以在这种不期望的情况发生之前对飞机100执行维护操作。飞机100是示例性实施方式可以实现的交通工具104的实例。可以在除飞机100以外的交通工具104中实施示例性实施方式以改善交通工具104的维护。例如，但不限于，交通工具104可以包括陆地交通工具、水上交通工具、或空间交通工具。可操作飞机100以执行多次飞行106。多次飞行106中的每一次飞行均可以包括多个航段10本文档来自技高网...

【技术保护点】
1.一种维护飞机(100)的方法，包括：存储在所述飞机(100)的飞行(106)的多个航段(108)期间生成的多个维护消息(120)以形成多个存储维护消息(134)；根据多个所述存储维护消息(134)生成预测维护消息(130)；以及使用所述预测维护消息(130)对所述飞机(100)执行维护操作(128)。

【技术特征摘要】
2017.09.29 US 15/721,4941.一种维护飞机(100)的方法，包括：存储在所述飞机(100)的飞行(106)的多个航段(108)期间生成的多个维护消息(120)以形成多个存储维护消息(134)；根据多个所述存储维护消息(134)生成预测维护消息(130)；以及使用所述预测维护消息(130)对所述飞机(100)执行维护操作(128)。2.根据权利要求1所述的方法，其中，存储所述多个维护消息(120)包括存储在包括所述飞机(100)的多个飞机(100)的飞行(106)的多个航段(108)期间生成的多个维护消息(120)。3.根据权利要求1-2中任一项所述的方法，进一步包括根据多个所述存储维护消息(134)生成特征集合(138)。4.根据权利要求3所述的方法，进一步包括从所述特征集合提取特征向量(140)。5.根据权利要求1-2中任一项所述的方法，进一步包括过滤(142)所述存储维护消息(134)以从所述存储维护消息(134)中去除与最少设备列表动作(124)相关的那些维护消息(120)。6.根据权利要求5所述的方法，进一步包括使用规则区分程序(136)以将与所述最少设备列表动作(124)相关的维护消息(120)和与所述最少设备列表动作(124)不相关的维护消息(120)区分开。7.根据权利要求1-2中任一项所述的方法，其中，根据多个所述存储维护消息(134)生成预测维护消息(130)包括将机器学习算法(144)应用于多个所述存储维护消息(134)。8.一种维护交通工具的设备，包括：实时事件存储器(132)，被配置为存储在交通工具(104)的操作过程中生成的多个维护消息(120)以形成多个存储维护消息(134)；维护消息预测器(102)，被配置为根据多个所述存储维护消息(134)生成预测维护消息(130)；以及预测维护消息传送器，被配置...

【专利技术属性】
技术研发人员：戴维·J·胡贝尔，奈杰尔·D·斯特普，蔡青·卢，
申请(专利权)人：波音公司，
类型：发明
国别省市：美国,US