基于舱音特征融合的飞机安全预测诊断研究

我国大飞机项目启动为中国航空工业快速发展提供了前所未有机遇，也对航空安全提出更高要求。失事飞机唯一幸存的黑匣子在调查飞机事故原因中起到关键作用，特别是舱音记录器（CVR）记录的舱音声信息。但舱音的复杂性、多样性需要多特征融合等才能更准确地揭示事故真相。根据国内外最新研究情况，以飞机黑匣子中典型舱音为研究对象，主要进行以下研究：1)根据信号理论，提出舱音多元特征提取理论方法、建立舱音信息多元特征；2)利用图形处理方法，从数据、图形和文字描述等不同侧面对相似舱音分析判别，提出相似舱音分析理论方法；3) 运用预测理论，建立飞行状态预测数学模型，预测飞行状态；4)通过舱音特征融合和故障诊断及仿真，分析诊断飞行事故。通过本研究，提出多角度、多特征融合的综合比较分析理论方法，解决理论方法问题， 提高调查事故原因准确性或避免飞行事故的发生，为中国大飞机安全翱翔蓝天服务，进一步提高民航运输安全性和经济性。

飞机一旦失事，损失惨重、影响巨大，因此航空安全一直不能松懈，特别是在我国大飞机项目启动为中国航空工业快速发展提供了前所未有机遇前提下，对航空安全提出更高要求。而失事飞机唯一幸存的黑匣子在调查飞机事故原因中起到关键作用，特别是舱音记录器（CVR）记录的舱音声信息。鉴于此，开展了基于舱音特征融合的飞机安全预测诊断研究。经过三年的研究达到预期目的，具体如下：. 在研究航空事故与安全重要性基础上，以实测B737-700等典型舱音为对象，首先提出了一套典型舱音样本的去噪（净化）的理论方法，包括利用盲源分离技术对典型舱音进行快速而准确的去噪、基于小波包多级分解的去噪，以及对这些去噪理论方法效果对比, 为舱音特征提取分析提供了“纯”净背景声。然后基于小波变换、CZT等理论提取舱音特征，建立了舱音多元特征信息库和舱音的数据、图形和文字多信息描述识别体系，从不同侧面对相似舱音分析判别。创建了舱音PLC线性预测数学模型,预测诊断舱音。最后创造性的将信息融合理论应用于舱音分析和安全预测诊断，并将产生式条件规则、故障树诊断原理和信息融合紧密结合，开展舱音特征融合和飞机故障安全诊断及理论成果的应用研究。. 研究结果表明：通过研究获得的舱音有效去噪方法、预测数学模型、舱音信息融合和故障树等，为飞机安全预测诊断系统地提供了分析解决的理论方法、模型手段，有助于预测、分析、安全诊断、区别同一舱音样本中包含的不同特征舱音背景声，提高调查事故原因准确性或避免飞行事故的发生，有助于提高民航运输安全性和经济性。. 本项目研究成果是：. 1）获民航总局颁发的科技二等奖（省部级）1项；. 2）出版 《飞机黑匣子舱音分析与安全诊断》(国防工业出版社2013.9)专著1部；. 3）发表论文8篇，在审核论文2篇，发表论文中：三大检索5篇，英文4篇。期刊6篇，国内外会议论文2篇（宣读）。4）培养博士1名，硕士2名，本科生（毕业论文）3名，青年骨干教师3名。