《基於艙音特徵融合的飛機安全預測診斷研究》是依託上海套用技術大學，由程道來擔任項目負責人的面上項目。
基本介紹
- 中文名：基於艙音特徵融合的飛機安全預測診斷研究
- 項目類別：面上項目
- 項目負責人：程道來
- 依託單位：上海套用技術大學
項目摘要,結題摘要,
項目摘要
我國大飛機項目啟動為中國航空工業快速發展提供了前所未有機遇，也對航空安全提出更高要求。失事飛機唯一倖存的黑匣子在調查飛機事故原因中起到關鍵作用，特別是艙音記錄器（CVR）記錄的艙音聲信息。但艙音的複雜性、多樣性需要多特徵融合等才能更準確地揭示事故真相。根據國內外最新研究情況，以飛機黑匣子中典型艙音為研究對象，主要進行以下研究：（1）根據信號理論，提出艙音多元特徵提取理論方法、建立艙音信息多元特徵；（2）利用圖形處理方法，從數據、圖形和文字描述等不同側面對相似艙音分析判別，提出相似艙音分析理論方法；（3）運用預測理論，建立飛行狀態預測數學模型，預測飛行狀態；（4）通過艙音特徵融合和故障診斷及仿真，分析診斷飛行事故。通過本研究，提出多角度、多特徵融合的綜合比較分析理論方法，解決理論方法問題， 提高調查事故原因準確性或避免飛行事故的發生，為中國大飛機安全翱翔藍天服務，進一步提高民航運輸安全性和經濟性。
結題摘要
飛機一旦失事，損失慘重、影響巨大，因此航空安全一直不能鬆懈，特別是在我國大飛機項目啟動為中國航空工業快速發展提供了前所未有機遇前提下，對航空安全提出更高要求。而失事飛機唯一倖存的黑匣子在調查飛機事故原因中起到關鍵作用，特別是艙音記錄器（CVR）記錄的艙音聲信息。鑒於此，開展了基於艙音特徵融合的飛機安全預測診斷研究。經過三年的研究達到預期目的，具體如下：在研究航空事故與安全重要性基礎上，以實測B737-700等典型艙音為對象，首先提出了一套典型艙音樣本的去噪（淨化）的理論方法，包括利用盲源分離技術對典型艙音進行快速而準確的去噪、基於小波包多級分解的去噪，以及對這些去噪理論方法效果對比, 為艙音特徵提取分析提供了“純”淨背景聲。然後基於小波變換、CZT等理論提取艙音特徵，建立了艙音多元特徵信息庫和艙音的數據、圖形和文字多信息描述識別體系，從不同側面對相似艙音分析判別。創建了艙音PLC線性預測數學模型,預測診斷艙音。最後創造性的將信息融合理論套用於艙音分析和安全預測診斷，並將產生式條件規則、故障樹診斷原理和信息融合緊密結合，開展艙音特徵融合和飛機故障安全診斷及理論成果的套用研究。研究結果表明：通過研究獲得的艙音有效去噪方法、預測數學模型、艙音信息融合和故障樹等，為飛機安全預測診斷系統地提供了分析解決的理論方法、模型手段，有助於預測、分析、安全診斷、區別同一艙音樣本中包含的不同特徵艙音背景聲，提高調查事故原因準確性或避免飛行事故的發生，有助於提高民航運輸安全性和經濟性。本項目研究成果是： （1）獲民航總局頒發的科技二等獎（省部級）1項； （2）出版 《飛機黑匣子艙音分析與安全診斷》(國防工業出版社2013.9)專著1部； （3）發表論文8篇，在審核論文2篇，發表論文中：三大檢索5篇，英文4篇。期刊6篇，國內外會議論文2篇（宣讀）。（4）培養博士1名，碩士2名，本科生（畢業論文）3名，青年骨幹教師3名。
