航空发动机吸鸟事件中危险因素的识别方法技术

本发明专利技术公开了一种航空发动机吸鸟事件中危险因素的识别方法，通过对发动机吸鸟事件统计数据中的飞行高度、速度、吸入鸟数、气象条件、时间段等各种因素数据进行logistic回归分析，得到发动机吸鸟后上述各类因素对飞行安全的影响程度。本发明专利技术将其应用于发动机吸鸟事件的大数据统计与分析，分析回归结果能够得到吸鸟事件中各因素对飞行安全影响的概率。本发明专利技术具有良好的创新性，可帮助发动机研制、使用、管理单位识别发动机吸鸟事件影响飞行安全的危险因素，为防范发动机吸鸟事件和发动机抗鸟撞击损伤设计与分析提供技术指导和初始数据输入。

【技术实现步骤摘要】
航空发动机吸鸟事件中危险因素的识别方法
本专利技术涉及航空发动机抗鸟撞击分析与设计领域，是一种航空发动机吸鸟事件中危险因素的识别方法。
技术介绍
大涵道比涡扇发动机吸鸟的问题不可小觑，目前，机场鸟撞事故已被国际航空联合会认定为“A”类航空灾难，其对航空安全造成的威胁可见一斑。为了确保航空发动机的使用安全，人们发展了适航条例或者军用标准来规范发动机吸鸟后的结构、安全、性能设计方法的最低标准，最终通过吸鸟符合性验证来证明发动机吸鸟后的安全性，欧美航空发达国家已经形成了完善的数据分析、设计流程，拥有完善的吸鸟审定技术体系和试验设备。根据国外的研究经验，必须在发动机初始设计阶段对发动机抗鸟撞提出指导性的设计意见，这些设计意见很大程度上来自于前期产品使用经验、维保数据库反馈、事故调查等统计数据；国外已经开展了充分的研究，形成了从使用数据指导初始设计开始到最终产品符合性验证的完整闭环；我国目前已经启动航空发动机国家重大专项，为了保证国产先进航空发动机的结构安全与性能符合适航条例或军用规范的要求，完善发动机抗外物损伤设计流程闭环，形成具有自主知识产权的发动机外物吸入后结构安全性能分析与验证方法体系，必须开展航空发动机吸鸟事件中危险因素的识别工作。目前国内尚还没有航空发动机吸鸟事件中危险因素的识别方法，本专利技术旨在提供一种吸鸟数据分析的方法，通过分析可发现影响飞行安全的危险因素。
技术实现思路
本专利技术所要解决的技术问题是针对
技术介绍
中所涉及到的问题，提供一种航空发动机吸鸟事件中危险因素的识别方法。本专利技术为解决上述技术问题采用以下技术方案：航空发动机吸鸟事件中危险因素的识别方法，包括以下步骤：步骤1)，对已有的发动机吸鸟事件数据进行收集与统计，建立分析数据库；所述发动机吸鸟事件数据包含吸鸟发生时的鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告、飞行高度、飞行速度以及对飞行安全造成的影响；步骤2)，将吸鸟发生时的飞行高度、飞行速度作为连续变量，将鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告作为分类变量，引入变量并对各个分类变量进行分类和编号：步骤3)，对数据库中“对飞行安全造成的影响”这一参数进行分类并编号：所述对飞行安全造成的影响包含中止起飞、发动机停车、预防性着陆和无影响；阿拉伯数字0表示中止起飞，1表示发动机停车，2表示预防性着陆，3表示无影响。设置虚拟变量F1、F2和F3，当F1等于1时，表示中止起飞，当F1等于0时，表示对飞行产生的影响不是中止起飞；当F2等于1时，表示发动机停车，当F2等于0时，表示对飞行产生的影响不是发动机停车；当F3等于1时，表示预防性着陆，当F3等于0时，表示对飞行产生的影响不是预防性着陆；当F1、F2和F3皆为0，表示无影响。步骤4)，令吸鸟发生时的鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告、飞行高度、飞行速度为回归变量，采用方差扩大因子法对各个回归变量进行多重共线性诊断；步骤4.1)，如果各个回归变量间不存在多重共线性，将各个回归变量作为消除多重共线性后的回归变量；步骤4.2)，如果各个回归变量间存在多重共线性，采用主成分分析法进行分析，得到消除多重共线性后的回归变量；步骤5)，对消除多重共线性后的回归变量进行logistic回归分析，提取P值小于预先设定的比较阈值的变量，即在统计学上认为对飞行有显著影响的变量，在这些变量中选取优比较大的前N个变量作为影响飞行安全的危险因素，N为预先设定的阈值。作为本专利技术航空发动机吸鸟事件中危险因素的识别方法进一步的优化方案，所述步骤2)中：鸟的大小分为小鸟、中鸟和大鸟，进一步采用阿拉伯数字0表示小鸟，1表示中鸟，2表示大鸟。引入变量B1和B2，当B1等于1时，表示吸入小鸟，B1等于0时，表示吸入大鸟或中鸟；当B2等于1时，表示吸入中鸟，B2等于0时，表示吸入大鸟或小鸟；当B1和B2皆为0，表示吸入大鸟。鸟的数量分为1只、2-10只、11-100只和超过100只，进一步采用阿拉伯数字0表示1只，1表示2-10只，2表示11-100只，3表示超过100只。引入变量C1、C2和C3，当C1等于1时，表示吸入鸟的数量为1，当C1等于0时，表示吸入鸟数量大于1只；当C2等于1时，表示吸入鸟的数量为2-10，当C2等于0时，表示吸入鸟数量为1只或大于10只；当C3等于1时，表示吸入鸟的数量为11-100，当C3等于0时，表示吸入鸟数量为1-10只或大于100只；当C1、C2和C3皆为0，表示吸入鸟的数量超过100只。光照条件分为白天、晚上和凌晨/黄昏，进一步采用阿拉伯数字0表示白天，1表示晚上，2表示凌晨/黄昏。引入变量D1和D2，当D1等于1时，表示吸鸟发生在白天，D1等于0时，表示吸鸟发生在晚上或凌晨/黄昏；当D2等于1时，表示吸鸟发生在晚上，D2等于0时，表示吸鸟发生在白天或凌晨/黄昏；当D1和D2皆为0，表示吸鸟发生在凌晨/黄昏。是否有雾分为是和否，进一步采用阿拉伯数字0表示否，1表示是。引入变量FOG，当FOG等于1时，表示有雾，FOG等于0时，表示无雾。飞机质量分为小于2250kg、2251-5700kg、5701-27000kg、27001-272000kg和超过272000kg，进一步采用阿拉伯数字0表示小于2250kg，1表示2251-5700kg，2表示5701-27000kg，3表示27001-272000kg，4表示超过272000kg。引入变量M1、M2、M3和M4，当M1等于1，表示飞机质量小于2250kg，当M1等于0，表示飞机质量不小于2250kg；当M2等于1，表示飞机质量在2251-5700kg之间，当M2等于0，表示飞机质量不在2251-5700kg之间；当M3等于1，表示飞机质量在5701-27000kg之间，当M3等于0，表示飞机质量不在5701-27000kg之间；当M4等于1，表示飞机质量在27001-272000kg之间，当M4等于0，表示飞机质量不在27001-272000kg之间；当M1、M2、M3和M4皆为0，表示飞机质量超过272000kg。发动机数量分为1、2、3或4台，进一步采用阿拉伯数字0表示1台，1表示2台，2表示3台，3表示4台。引入变量E1、E2和E3，当E1等于1时，表示发动机的数量为1台，当E1等于0时，表示发动机的数量不是1台；当E2等于1时，表示发动机的数量为2台，当E2等于0时，表示发动机的数量不是2台；当E3等于1时，表示发动机的数量为3台，当E3等于0时，表示发动机的数量不是3台；当E1、E2和E3皆为0，表示发动机的数量为4台。飞行阶段分为爬升/起飞滑跑、下降/进近/着陆以及巡航，进一步采用阿拉伯数字0表示爬升/起飞滑跑，1表示下降/进近/着陆，2表示巡航。引入变量P1和P2，当P1等于1时，表示飞机处于爬升/起飞滑跑阶段，当P1等于0时，表示飞不处于爬升/起飞滑跑阶段；当P2等于1时，表示飞机处于下降/进近/着陆阶段，当P1和P2皆为0，表示飞机处于巡航本文档来自技高网...

【技术保护点】
1.航空发动机吸鸟事件中危险因素的识别方法，其特征在于，包含以下步骤：步骤1），对已有的发动机吸鸟事件数据进行收集与统计，建立分析数据库；所述发动机吸鸟事件数据包含吸鸟发生时的鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告、飞行高度、飞行速度以及对飞行安全造成的影响；步骤2），将吸鸟发生时的飞行高度、飞行速度作为连续变量，将鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告作为分类变量，引入变量并对各个分类变量进行分类和编号；步骤3），对数据库中“对飞行安全造成的影响”进行分类并编号，所述“对飞行安全造成的影响”包含中止起飞、发动机停车、预防性着陆和无影响；步骤4），令吸鸟发生时的鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告、飞行高度、飞行速度为回归变量，采用方差扩大因子法对各个回归变量进行多重共线性诊断；步骤4.1），如果各个回归变量间不存在多重共线性，将各个回归变量作为消除多重共线性后的回归变量；步骤4.2），如果各个回归变量间存在多重共线性，采用主成分分析法进行分析，得到消除多重共线性后的回归变量；步骤5），对消除多重共线性后的回归变量进行logistic回归分析，提取P值小于预先舍得的比较阈值的变量，即在统计学上认为对飞行有显著影响的变量，在这些变量中选取优比较大的前N个变量作为影响飞行安全的危险因素，N为预先设定的阈值。...

【技术特征摘要】
1.航空发动机吸鸟事件中危险因素的识别方法，其特征在于，包含以下步骤：步骤1），对已有的发动机吸鸟事件数据进行收集与统计，建立分析数据库；所述发动机吸鸟事件数据包含吸鸟发生时的鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告、飞行高度、飞行速度以及对飞行安全造成的影响；步骤2），将吸鸟发生时的飞行高度、飞行速度作为连续变量，将鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告作为分类变量，引入变量并对各个分类变量进行分类和编号；步骤3），对数据库中“对飞行安全造成的影响”进行分类并编号，所述“对飞行安全造成的影响”包含中止起飞、发动机停车、预防性着陆和无影响；步骤4），令吸鸟发生时的鸟的大小、鸟的数量、光照条件、是否有雾、飞机质量、发动机数量、飞行阶段、是否有降水物、季节、是否有云、飞行员是否被警告、飞行高度、飞行速度为回归变量，采用方差扩大因子法对各个回归变量进行多重共线性诊断；步骤4.1），如果各个回归变量间不存在多重共线性，将各个回归变量作为消除多重共线性后的回归变量；步骤4...

【专利技术属性】
技术研发人员：吴春波，罗刚，陈伟，刘双丽，张晟，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32