大数据分析在A320液压系统预测性维修中的研究与应用

　　摘要：液压系统是A320飞机的重要系统，通过采取预测性维修方式，借助EMS软件对WQAR数据进行大数据分析归纳总结，找出系统工作规律，确认系统参数正常性能范围，将之运用于系统监控，对监控发现的性能退化的飞机系统提前采取维护措施，使之恢复到合理的范围，避免飞机带“病”执行航班至系统彻底失效而影响到航班安全性。预测性维修大大降低了系统故障、完全失效的发生概率，有效保障航班的安全。

　　关键词：液压系统;AIRMAN;预测性维修;正态分布;EMS;WQAR

　　Keywords：hydraulic system;AIRMAN;predictive-maintenance;Gaussian distribution;EMS;WQAR

　　《大科技》创刊于1997年，是由海南省科学技术厅主办的我国及时本以开拓思维、丰富想像力为宗旨的科普刊物，也是目前我国被转载文章多的科普杂志，每年被中央和地方报刊转载的文章达二百多篇次。

　　0 引言

　　2020年6月19日某航一架B-99XX A320飞机执行航班过程中，机组空中报告绿液压系统油箱超温警告，机组按操作手册关闭绿液压系统，落地前重力放起落架，飞机AOG排故，后续航班取消，造成一起SDR事件。

　　早期的低慢小飞机可以通过钢索或者连杆机构连接舵面操纵，随着飞机高速化大型化的发展，传统的操縱机构已经不能满足飞机操纵的要求，现代飞机的操纵系统已经被液压系统取代，液压系统的性能好坏直接影响飞行的安全。

　　1 航空企业对液压系统管控现状

　　从2016—2020年某航A320机队因液压系统故障导致的不正常事件统计(见图1)中可知航班延误达145起，其中导致返航/备降/滑回等SDR事件45起，多次导致返航重力放起落架的情况发生，给航空公司造成了巨大的经济损失和恶劣的社会影响，液压系统的可靠性已成为影响飞行安全和航班正常的重要因素。

　　国内很多航空公司对A320的液压系统监控大多建立在航前、短停、航后检查、机组报告以及定检定期维护等比较原始的重复性检查基础上，受人员技能、环境因素、人员疲劳等因素影响较大，往往不能及时发现系统中存在的缺陷。目前，比较先进的监控手段是借助空客AIRMAN监控软件(见图2)，但该软件存在的问题是，当AIRMAN监控到系统触发警告信息时就意味着故障已经发生，相关系统已不能正常工作，对飞行安全、航班正常性已造成了事实上的损害，因此该监控软件仅仅解决了地面同步掌握飞机是否触发故障警告的问题。随着机队规模的扩大、航班数量的增加，现有的技术手段以及维修模式已不能满足大机队运行的需求，液压系统预测性监控需求在此背景下应运而生。

　　2 A320液压系统简介

　　为避免单一液压系统失效导致飞机完全无法操控的情况发生，A320飞机设计了三套液压系统：绿液压系统、蓝液压系统、黄液压系统。绿液压系统由EDP(engine drive pump)和PTU(power tranfer unit)组成，负责某些飞控舵面操作、起落架收放、正常刹车系统、左发反推。蓝液压系统由EDP和RAT(ram air turbin)组成，负责某些飞控舵面操作、应急发电机。黄液压系统由EDP、ELECTRIC PUMP、PTU、HAND PUMP组成，负责某些飞控舵面操作、备用/停留刹车系统、前轮转弯系统、右发反推、货舱门操作。

　　三套液压系统互为备份，每套液压系统都能保障飞机的基本飞行操作，一套液压系统失效虽不会严重危及飞行安全，但会严重降低飞行安全系数，现代大型飞机液压系统大都设计为多套系统互相备份，通过提高系统冗余度的方式保证飞行安全。

　　3 液压系统监控预测性报警开发

　　3.1 故障特征分析

　　对上述B-99XX故障航班数据进行译码分析，并与其他飞机的正常航班数据进行对比(见图3)，故障航班最大绿系统液压压力3500psi，绿系统液压温度99℃(见图4)，同一航班其他飞机绿系统最大压力3072psi(见图3)，绿系统温度66℃(见图4)，故障航班液压压力和液压温度远大于正常航班数值，说明液压压力和液压温度可以间接反映出液压系统“健康”状态。

　　3.2 液压系统压力/温度合理范围的分析方法

　　A320飞机绿系统、蓝系统、黄系统三套液压系统其组成、工作负载和油箱容量大小不尽相同，通过持续监控液压系统压力/温度来实现对液压系统健康状态的监控。首先需要确认液压系统压力/温度分布的合理范围，此处采用常用的大数据分析方法——正态分布。

　　正态分布有极其广泛的实际背景，生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述，为研究液压系统失效模式提供了理论基础。

　　1)确定正常液压压力分布

　　利用EMS译码软件将某航2018～2020年A320机队100多万个航班的WQAR数据进行译码，并利用EMS软件采集每个航班绿、蓝、黄三套液压系统的最大压力，得到绿、蓝、黄三套液压系统分布图如图5、图6、图7所示，横坐标表示航班运行中系统出现的最大压力值，纵坐标表示在某个特定最大压力值下出现的航班次数。以绿系统为例，在运行的70多万航班中，绿系统最大压力值为3008psi。从图中能明显看到液压压力分布呈现出正态分布的形态，中间段(2944～3200psi)出现频率较高，两侧(压力过大/压力过小)出现概率较小，可以理解为液压系统性能退化。

　　借鉴正态分布统计中常用95%置信区间，可认为采集到的最大液压压力数据中95%的数据都是合理的、正常的，而将过大、过小的压力数据视为异常航班数据，对这些航班需要加以关注，为此初步确定了液压压力正常分布范围为2600～3200psi。

　　2)确定正常液压温度分布

　　利用EMS软件将某航2018—2020年A320机队100多万个航班WQAR数据进行译码，并利用EMS软件采集每个航班绿、蓝、黄三套液压系统的最大温度，得到绿、蓝、黄三套液压系统分布图如图8、图9、图10所示。

　　从液压系统温度分布图中明显看出，液压温度也呈现出正态分布形态，借鉴正态分布统计中常用95%置信区间，即认为95%的数据温度是合理的、正常的数据。但液压温度设置上需要具体问题具体分析，液压系统工作会对液压油产生加热效应，液压系统超温会导致系统失效，而受外界极寒天气影响使得低温并非异常现象，且液压系统低温并不会导致系统失效，因此对温度需要更多关注右侧温度过高的区间，为此确定了液压系统合理温度为系统温度≤80℃。

　　综上所述，通过利用EMS对100万个航班进行译码，并对每个航班采集绿、蓝、黄三套液压系统的最大压力和最大温度，明确了液压系统正常的性能参数范围(见表1)。

　　3.3 过滤数据后确定参数门限值

　　确定了液压系统正常压力温度范围后，理论上只需监控液压/温度，一旦发现超过正常范围，产生报警即可，但在实际运行中，由于信号干扰或其他因素的影响可能导致系统参数短暂波动，如图11所示，这种短暂波动在实际航班运行中被证实并非是真正的故障，因此需要在设置报警中过滤掉此类波动数据。

　　由图11可知，可以通过设置压力/温度超过正常范围的持续时间来清洗过滤掉此类波动性带来的假报警，由此带来一个新的问题，压力/温度超过正常范围持续时间如何确定?为此需要对温度/压力超限持续时间做进一步统计分析，对100万个航班温度/压力超过正常范围持续时间进行统计，如表2、表3所示。其中，表2第1列表示有1039178个航班的液压压力不大于3200psi或低于2600psi;第2列表示有8919个航班的液壓压力超过3200psi或者低于2600psi，且持续时间小于10s;其他列以此类推。表3第1列表示有1045692个航班的液压温度低于80℃;第2列表示有935个航班的液压温度>80℃，且持续时间小于10s;其他列以此类推。

　　根据表2和表3得到监控液压系统的监控模型，即液压压力大于3200psi或小于 2600psi且持续时间超过20s;液压温度大于80℃且持续时间超过60s。

　　4 液压系统监控模型实际运用

　　某航根据上述液压系统压力/温度门限值，利用译码软件自动解码功能进行解码并对相关液压温度/压力参数设置超限报警，在实际航班运行中提前发现了某飞机液压系统潜在的性能退化，并在系统完全失效前采取排故措施，使系统恢复“健康”状态，避免了飞机突发故障导致AOG。

　　2020年12月14日，某航B65XX 5698航班触发蓝系统低压报警邮件(见图12)，显示蓝系统压力896psi。2020年12月17日，更换蓝系统释压活门后系统测试正常(见表4)。

　　为进一步验证监控模型是否有效，对历史数据进行梳理，发现已有多起液压系统故障被监控模型提前发现，从而验证了监控模型的有效性。

　　1)2020年1月，某航B64XX飞机液压压力超出3200psi，如图13中蓝线右侧所示，液压最大压力逐渐增加，6月19日维修记录显示发现故障，更换EDP后正常(见表5)。

　　2)某航B99XX飞机自2019年开始绿系统压力超过3200psi，系统性能退化但并未失效，直到2020年4月最大压力/温度逐渐增大(如图14中蓝框所示)，系统性能进一步恶化，6月20日绿系统空中触发超温故障警告，导致飞机AOG，最终更换EDP后故障排除(见表6)。

　　5 结束语

　　传统的飞机维修模式建立在航线维修/定检维修模式上，而航线维修/定检维修建立在重复性/定期的检查测试基础上，其弊端在于不能对系统进行持续不间断的跟踪监控，很难提前发现系统潜在的性能退化，更多的是一种当系统彻底失效触发故障警告再进行维修的事后维修模式。

　　预测性维修模式通过译码软件自动对航班WQAR数据进行解码，将成千上万航班数据进行大数据归纳分析总结，并利用大数据分析工具找出系统工作规律，确定系统参数合理的性能范围，以此参照标准对飞机系统参数进行持续的不间断的跟踪监测，一旦发现系统性能退化将触发警戒，而此时系统并未完全失效还能继续工作，从而为后续合理安排排故措施，为恢复系统性能争取到宝贵时间，能有效避免非计划应急抢修的发生。这种能“预知未来”的预测性维修模式是航空维修行业的新模式，将对整个航空维修行业产生深远积极的影响。

《大数据分析在A320液压系统预测性维修中的研究与应用》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 大数据分析在A320液压系统预测性维修中的研究与应用

文章地址： https://m.zhichengyz.com/p-44585