基于试验点自动识别的飞行试验智能化监控技术

刘升护 王 鹏 叶 冰

(中国飞行试验研究院 陕西 西安 710089)

0 引 言

在飞行试验中，实时监控是保证试飞安全的重要手段。随着型号任务的增多以及实时监控技术的不断发展，实时监控在保障试飞安全和提高试飞效率方面发挥的作用也愈加重要。例如，智能化安全监控通过设置试验参数告警门限值及辅助决策信息，实现对影响试验机安全的重要参数进行监控，保证在故障发生后能够及时告警及弹出辅助决策信息供指挥员处置故障。但是，随着飞行任务的不断增多，安全监控已经不能满足型号试飞需求，实现对试验任务的智能监控是当前面临的主要问题。

现有的对试验任务实时监控方式主要是试飞工程师通过人工监测关键参数，依据个人知识和经验进行分析、识别、判断以及评价试验点完成情况，存在周期长、效率不高等缺点。由于部分试验机存在架次多、留空时间长、考核试验点多等特点，给试飞工程师带来了巨大的压力和工作量，严重影响了型号试飞进度。因此需要研究一种面向试验任务的智能化监控技术。本文通过研究试验机各科目试验点特征，研究判定试验点识别的关键参数及其变化规律，建立基于试验点的试验机试飞知识数据库[1]，设计试飞实时监控试验点自动识别算法，实现基于试验点的智能化综合监控，提升试验机监控效率，保证型号试飞任务的快速推进。

1 试验点知识库搭建

1.1 试验点

试验点作为飞行试验任务的最小组成单元，明确了试验机所要完成的任务及要求，是飞行效果评估的主要依据,主要包含科目名称、动作名称、试验目的、测试参数、试飞方法、动作有效性判定、数据分析和处理流程、结果形式等内容。

在飞行试验准备阶段，试飞工程师将本次飞行中涉及到的试验点一一列出，并制作成试飞任务单。在飞行过程中，飞行员根据试飞任务单中所规定的内容，完成各个试验点的试验任务。同时试飞工程师监控大厅实时关注飞机状态，从各种数据中获取试验点执行情况，并根据相关计算方法，快速评价试验点执行效果，并及时反馈给飞行员，从而有效地提升试飞效率。

1.2 试验点识别方式

人工识别试验点存在诸多弊端，不能够精准地识别试验点的起始与结束，从而给后续试验点的快速评估带来了不确定性，特别是某些需要深度计算的试验点，细微的差别即会产生巨大的计算结果差异，因此需要一种能够自动识别试验点的方法。试验点的识别主要是对试验点动作状态及参数的识别，难点在于动作状态识别。根据试验点所涉及的动作特点，可将试验点分为三类[2-4]：

1) 基础动作：可使用几个关键参数变化特征确定，如平飞、盘旋、爬升等动作。

2) 组合动作：几个基础动作依次组合而成，如滑跑起飞、平飞加减速等动作。

3) 复杂动作：过程比较复杂，难以找出固定规律，这类动作主要以随机任务为导向，飞行员根据具体情况视情而定，如S形机动、回避区等试验点。

从这三种分类可以看出，基础动作和组合动作是可量化动作，可根据动作特征，提取关键参数及通用的变化规律，有利于试验点的自动识别；复杂动作由于难以提取通用的变化规律，属于不可量化试验点。在实际飞行试验中，所有试验点涉及到的基础动作和组合动作大约占到总试验点的90%。由于本课题主要目的是减轻试飞工程师工作量，因此主要研究对基础动作和组合动作的识别。由于组合动作是基础动作的组合，因此对基础动作的识别是本文研究的主要内容。

1.3 试验点关键参数提取

表1给出了某几个常用的基础动作，根据归纳、总结，可将这些动作的各个判定条件归为以下几类：

1) 在某一时间段内，参数偏差大于或小于给定值；

2) 在某一时间段内，参数值小于或大于给定值；

3) 在某一时间段内，参数偏差幅度小于给定值；

4) 在某一时间段内，参数值呈规律性变化，如逐渐增大或减小；

5) 在某一时间段内，参数为一定值。

表1 部分试验动作识别条件

根据飞行的实际条件，存在的设计难点是实际飞行动作点条件的不确定性。传统实时监控主要是对实时参数进行计算，同一参数当前数值和历史数值没有关联。而要识别试验点就需要将当前数据与历史数据进行关联分析，分析这些参数在一段时间内的变化规律。根据分析，总结出以下几条规则：

1) 偏差不大于(数值)；

2) 偏差不小于(数值)；

3) 不大于；

4) 不小于；

5) 偏差不大于(百分比)；

6) 偏差不小于(百分比)；

7) 逐渐增大；

8) 逐渐变小；

9) 等于。

其中，3)、4)、9)可采用瞬时数据进行判断，其他几项均需要关联历史数据，才能确定是否成立。

1.4 试验点知识表示

在提取试验点关键参数和规律后，需要对这些试验知识进行有规则的管理，以便在后续试验点识别与评价中使用。为此专门设计了试验点知识数据库，用于存储试验点识别与评价的相关知识。因此试验点识别知识可分成若干条独立的识别信息，每条信息按照参数名称、参数符号、约束条件及约束值四个要素描述。表1所示的动作1试验点的四条识别信息如表2所示。

表2 平飞识别条件

为了能够在数据库中存储，可对这四个要素进行重新整合，整合后的表达方式为：

参数名：高度#表速#偏航角。

参数符号：HP#VI#PH。

限制条件：偏差不大于#偏差不大于#小于。

限制值：25#10#3。

可见重新整合后的表达方式能够有效节省占用数据库大小。

此外，对于多个动作组合的试验点表达方式相对简单些，如滑跑起飞可表示为“滑跑#起飞”，可清楚地表示出滑跑在前，起飞在后。

1.5 试验点知识数据库设计

试验点知识库不仅要包含试验点知识信息，还需要包含一些用于管理试验点的其他信息，如任务单、型号、课题、监控参数等。如图1所示，试验点知识数据库主要包括任务单表、型号表、课题表、监控参数表、试验点表以及用户表。

图1 试验点知识数据库结构

任务单表用于储存本次飞行的任务单信息，试飞任务单是试验机执行任务的依据，规定了试验机在每一次任务执行过程中的各项要求、限制和试验点。每个任务单存在唯一的编号，并且对应特定的飞行架次，因此，我们使用试飞任务单作为试验点知识信息与实时监控软件的纽带，和联系知识数据库与实时监控软件的媒介。此外，由于同一型号的试验机在整个试飞过程中涉及到的试验点有成百上千个，而一个飞行架次涉及到的试验点也就十来个，因此每次飞行前需要试飞工程师选择本次飞行所需要识别的试验点，以便提高系统效率，减少无效的运算，而试飞任务单能够很好地实现这一功能。

型号表和课题表主要用于试验点的管理。监控参数表用于保存该型号飞机所有试验点所涉及到的所有监控参数，在监控系统中可获取这些监控参数的数值。

试验点表主要用于存储试验点的相关信息，如型号、机号、限制条件、参数名称等信息。由于根据试飞工程师的个人经验，对每个试验点的识别与评价有着不一样的识别与评价方法，给系统设计带来了一定的难度，因此我们经过长时间的收集、讨论，形成了标准试验点。同时为了满足一些特殊科目的需求，系统允许试飞工程师对标准试验点进行修改，以生成个人私有试验点，从而实现试验点库的多样性。

用户表主要包含用户名和密码，用于管理用户账户信息。

2 系统架构设计

2.1 工作流程

系统采用C/S结构，服务器端为试验点知识数据库，用于保存试验机的试验点信息；客户端为试验点知识数据库管理软件和智能识别与评估软件。通过连接知识数据库，试验点知识数据库管理软件可配置试验点知识信息，智能识别与评估软件可获取试验机该架次飞行所涉及的试验点的识别信息和评估信息，并匹配实时数据，实现试验点的智能识别[5-6]。系统架构如图2所示。

图2 系统工作流程

2.2 功能模块

系统按照功能划分可分为试验点知识库管理软件和智能识别与评估软件，各子软件由多个功能模块组成，系统组成如图3所示。

图3 系统组成框图

试验点知识库管理软件主要完成试验机的各类数据的管理。包括对试验机型号、课题、监控参数、识别条件等信息的管理，并使用数据库存储，为实时监控阶段的试验点智能识别与评估做好充分准备。该软件由6个功能模块组成，各模块实现的功能如下：

1) 型号管理模块：将各个试验机以型号归类，为后续各个模块的管理奠定基础。

2) 课题管理模块：对各个型号所涉及的课题统一管理，课题信息包括：课题名称、课题代号、课题开始结束日期、课题所涉及的试验机等信息。

3) 任务单管理模块：管理每个飞行架次的电子任务单，在后续试验点智能识别与评估方面都必须通过加载任务单获取相关信息。

4) 参数选择模块：从飞机遥测参数文件中选取需要监控的参数，该参数为机载采集遥测的原始数据，包含了后续试验点智能识别与效果评估所需要的所有参数。

5) 识别条件编辑模块：编辑各个试验机动作状态判定所需信息，包括动作名称、动作设计参数名称、参数符号、限制条件及限制参数值等。根据每个试验即动作的识别条件不一致，用户可自主编辑条件，相同参数可增加多个条件。软件界面如图4所示。

图4 试验点知识编辑界面

6) 评估模型编辑模块：通过试验点模型生成模板(VC动态库程序)生成评价模型(dll文件)，该文件包含了对试验点动作识别之后的记录数据进行的所有运算及结果，评估模型编辑模块实现了对该评价模型及其相关参数的加载，为实时阶段的任务评估奠定基础。

智能识别与评估软件主要完成实时监控阶段试验点智能识别和对试验点进行快速评估，软件界面如图5所示，右半部分为安全监控模块，左半部分为智能试验点识别与评估模块。

图5 试验点自动识别与评价软件

该软件由7个功能模块组成，各模块实现的功能如下：

1) 试验点信息加载模块：通过选择相应的任务单，获取本次飞行涉及到的试验点、试验信息、识别条件、监控参数及评估条件等。

2) 数据接收模块：从数据分发软件获取本次飞行所要监控的关键参数值。

3) 跳点去除模块：对接收到的实时数据进行有效性判断、剔除由于遥测信号不好情况下的错误数据，为后续智能试验点的智能识别奠定良好的基础。

4) 动作手动识别模块：在手动模式下，试飞工程师采用人为的方式记录试验点起始和结束时间。

5) 动作智能识别模块：通过将实时数据与试验点识别条件相匹配，智能判定出试验点执行的起始和结束时间。

6) 数据记录模块：记录识别到的试验点起始和结束时间段内的数据，并将最终的有效数据备份至数据服务器。

7) 试验点评估模块：根据识别到的试验点时间段及相应的记录数据，结合数据评估条件，对试验点的执行情况作出快速评估。

3 试验点自动识别

3.1 识别流程

为了便于验证基于知识识别飞行动作的有效性, 飞行动作识别推理机采用数据驱动策略的正向精确推理，如图6所示[7-9]。

图6 试验点识别流程图

推理步骤如下：

1) 访问知识数据库，获取试验点知识，逐帧读入飞行数据；

2) 推理机对知识库中的每一条规则进行匹配；

3) 匹配成功,将飞行动作的名称、完成时间和相关的飞行参数输出到计算机屏幕，并保存该段时间内的数据。

3.2 识别策略

为确保试验点的识别准确可靠，设立了一些匹配策略：

1) 连续匹配失败N(N=采样率/2)次，则判断该动作已结束；

2) 遥测信号中断3秒，则该动作判断终止；

3) 组合动作之间间隔不超过15秒。

3.3 算法流程

识别过程流程图如图7所示。

图7 试验点自动识别算法

主要步骤如下：

1) 开启网络。

2) 连接知识数据库，获取监控参数列表，知识规则。

3) 链接客户端调度软件(该软件用于将监控参数列表中的参数以一定次序发送至监控软件)。

4) 创建数据D[i][j]，i为监控参数个数，j为缓存数据长度大小(以接收数据频率为8 p/s为例，10分钟内最多可缓存4 800点，即j的最大值为4 800)。

5) 接收实时数据，并保存至D[i][j]。

6)k为需要识别的试验点序号，RealRiskNumber为需要识别的试验点个数,k=0。

7) 判断是否k≥RealRiskNumber。如果成立，则转到步骤5；如果不成立，则转到步骤8。

8) 判断第k个试验点的所有识别规则是否成立。如果成立，则转到步骤9；如果不成立，则转到步骤10。

9) 判断是否首次触发，如果成立，则记录试验点起始时间StartTime。k++，并跳转到步骤7。

10) 计算第k个动作执行持续时间StableTime，判断StableTime是否大于MinStableTime(MinStableTime为动作执行最小时间)。如果成立，则记录动作起始与结束时间，并保存数据至本地；如果不成立，则丢弃结果。

11)k++，并跳转到步骤7。

4 试验点智能评估

试验点评估是通过对试验点执行过程中的数据进行分析，依照试验点执行标准，评价试验点执行情况。实时阶段的试验点评估是快速了解试飞效果的重要手段，对提高试验机试飞效率有着重要的作用。

试验点的评估主要依靠二次计算和评价模型，传统评估方式将二次计算和效果评价单独进行，并且效果评估模式相对固定，如计算参数在均值附近的比例、参数状态变化等。如果课题提出特殊评估方法，需要重新修改软件，给系统维护和使用带来了巨大的麻烦。因此，本系统采用开放式结构，以动态库的形式实现试验点二次计算和试验点评估功能。试验点评估流程如图8所示。

图8 试验点评估流程

首先需要在任务准备阶段编辑试验点评估模型，该模型采用固定格式，包含各种试验点评估的常规函数，用户只需要根据具体情况稍作更改即可完成一个试验点的评估。通常该模板主要包含以下几个部分：

1) 输入函数，用于指定该试验点评估所需参数、数据源等。

2) 计算函数，用于计算评估试验点所需要的计算公式。

3) 评估函数，用于实际计算结果与预期结果的比较及可能的比较结果信息；并根据实际需求，设置多级评价标准，评价试验点执行结果。

4) 输出函数，用于将关键的评估信息输出至软件界面及将详细的评估结果保存在指定位置。

图9展示了某型直升机悬停科目的对比评价过程，图10展示了相关的详细评价结果，该结果文件是根据评估模型生成的，详细程度取决于评估模型。

图9 试验点评估结果

图10 详细评价信息

5 结果分析

经实际测试，该系统除了在各项功能上满足要求外，性能也达到了实时监控的要求。表3展示了该系统在某型直升机试飞过程中的部分动作识别效果。为保证测试结果的准确性，剔除了部分由于飞行员个人原因导致飞行动作严重变形，经试飞工程师确认没有实用价值的动作，以及由于遥测信号问题而无法正常识别的动作。

表3 测试结果

从测试结果可以看出，该系统对于基础动作的识别在99%以上，对组合动作的识别在95%以上。这主要是因为标准试验点的参数门限相对放得比较宽，对于要求较为严格的试验科目，可在评价函数中设置相应的更为严格的评价标准，即评价函数根据实际需求，可设置多级评价标准，以实现对试验点执行优劣的评价。

6 结 语

本文通过研究试验机试验点的特征，总结了试验机试验点识别及评价方法，设计了试验点知识数据管理软件和试验点自动识别与评价软件，实现了基于试验点自动识别的飞行试验实时监控技术，显著提高了型号试飞效率，为后续智能化专家监控系统的实现奠定了坚实的基础。