基于数据特征的试飞数据提取方法研究

任智勇，胡泽玮

(中国飞行试验研究院 总体所，西安 710089)

0 引言

试飞数据是进行航空产品鉴定、定型、适航等战技指标考核验证的基础，试飞工程师需要从数据中提取有效信息完成对设计指标的验证。在日益增长的试飞架次和海量的试飞数据面前，人工提取试飞数据中的有效信息一方面需耗费大量的时间，影响了试飞效率；另一方面，受人力制约，大量试飞数据中的有效信息并未被有效挖掘利用。因此，研究一种高效的试飞数据提取方法，在提高数据处理效率的同时可挖掘数据中的有效信息，为飞机设计优化提供支撑，显得十分必要。

早在上个世纪，NASA在F-15的高稳定性发动机控制计划和F/A-18的大攻角研究飞机试验中，都专门研制了数据处理系统，用于特定试验课目的数据处理，大大提高了试飞效率[1]；如今，我国也开发了多种用于地面试验数据的专用处理软件[2-3]。飞机健康管理系统推动了机上数据处理的发展[4-5]，使得在试飞中进行实时数据处理成为可能。原始试飞数据一般包含了所有测试参数的全程试验数据，但对于不同科目而言，因其关注的参数有所不同，处理方法也存在差异。通过研究试飞科目的需求数据特征，得出由计算机自动执行数据信息提取，可以在遥测监控过程中实时给出试验结果，这能够极大的提高数据处理效率，对于结构化的数据也便于统计分析，因此具有重要的意义。

本文根据试飞科目的数据处理特点，将试飞数据提取工作分解为显性化、结构化的数据特征，并给出了三类科目的数据提取方法，实现计算机编程提取数据，为提高数据处理效率提供了支撑。

1 数据提取方法结构

试飞数据提取方法采用自上而下分解、自下而上构建的设计模式。首先需要确定提取数据的试验科目。之后对试验科目进行分解，根据该科目的数据处理需求确定提取统计的若干项信息，作为数据提取的单元。再对各信息进行分解，确定单个信息所需的提取参数和处理逻辑。整理科目中需提取的各个参数，从原始试飞数据中多达几千个的测试参数中统一读取，再结合处理逻辑，完成信息的处理，将处理结果汇总输出。数据提取方法结构如图1所示。

图1数据提取方法结构

在实际试飞过程，单架次飞行试验中可能结合多个试飞科目，而多个科目之间又可能需要提取相同的参数。为了加快数据处理效率，避免重复读取数据，在构建单架次数据提取时，可将多个科目合并处理。

2 数据提取方法详细设计

尽管针对不同类型的飞机、发动机、机载设备等，其试飞科目和动作稍有差异，但是一般情况下，试验科目需提取的数据主要可分为三类：全程统计类、含触发信号的局部统计类、不含触发信号的局部统计类。以下以某发动机试飞中的科目为例进行介绍。

2.1 全程统计类

此类数据统计的特点是在试验全程提取某些参数，无需挑选时间段，统计最值等信息或与限制值比较。此类科目所需提取的信息为各关注参数的最值或与限制值之间的差值，提取参数为关注的参数，提取逻辑为从原始数据第一行至最后一行提取目标参数，统计全程最大值、最小值或与规定的限制值进行比较并给出出现最大值、最小值或超出限制值时刻的其他相关参数数值。

较为典型的全程统计类科目如发动机炽热部位温度测量，该科目需在所有的试飞架次中测取发动机零部件、附件等壁面温度、环境温度的最大值，评定其是否超出使用限制值，并给出该最大值在何种条件下达到。对于本例中的试验科目，所需提取的信息为关注的发动机零部件、附件的壁面温度、环境温度的最大值，所需提取参数为各壁温、环温，以及大气温度、飞行高度、速度。提取逻辑为在试验全程提取温度参数的最大值，并给出最大值所在时刻的大气温度、飞行高度、速度等参数，以便总结各温度出现最大值的规律，为改进设计提供指导。

全程统计类科目无需挑选时间段，数据特征明确，统计逻辑简单，进行少量编程即可完成数据统计。

2.2 含触发信号的局部统计类

此类数据统计的特点是在试验中仅提取动作段数据，而动作段的起终点有明确的开关量信号作为判断依据。提取方法为从原始数据第一行开始向后遍历，按照特定的开关量信号判定关键时刻，根据关键时刻提取当前参数以及统计时间、最值等关键数据。

较为典型的含触发信号的局部统计类科目如发动机空中起动。发动机空中起动科目的主要目的是统计在发动机进行空中起动过程中的相关参数，提取信息包括停车前发动机参数，停车后参数，起动时刻高度、速度等，起动过程时间、排气温度峰值等，起动后发动机参数。本科目所需提取参数包括发动机数控系统总线中的“停车”、“飞行”、“起动机接通”等开关量，以及燃气涡轮转速Ng、动力涡轮转速Np、燃气涡轮后温度T45、油耗Wf等发动机参数，气压高度Hp、指示空速Vi、大气总温Tht等平台参数。提取逻辑如下：

首先根据开关量变化确定5个关键时刻：

(1)发动机停车时刻Tft：“停车”信号由0变1时；

(2)发动机起动时刻Tfq：“停车”信号由1变0时；

(3)起动机脱开时刻Tqt：“起动机接通”信号由1变0时；

(4)发动机起动终点时刻Tfz：Ng转速大于自立转速时；

(5)地慢转飞行时刻Tfx：“飞行”信号由0变1时。

依据关键时刻，按如下方式提取各关键数据：

(1)停车前发动机参数：Tft时刻前若干秒的Ng、Np、T45、Wf数据；

(2)转子惯性时间：由Tft至Ng、Np转速分别降至给定值的时间；

(3)冷却时间：由Tft至T45温度低于允许起动温度的时间；

(4)起动时刻参数：Tfq时刻的Hp、Vi、Tht、T45数据；

(5)停车时间：Tfq与Tft之间的时间间隔；

(6)起动机带转转速：Tqt时刻的Ng转速；

(7)起动机带转时间：Tqt与Tfq之间的时间间隔；

(8)起动时间：Tfz与Tfq之间的时间间隔；

(9)T45最大值：从Tfq至Tfz+30 s的时间内T45的最大值；

(10)起动后发动机参数：Tfx时刻前若干秒的Ng、Np、T45、Wf数据。

起动统计方法示意图如图2。

此类数据的统计逻辑较为繁杂，需要根据飞行手册和数据处理方法，人工分析明确的统计逻辑，选取合理的开关量，再根据各开关量确定的关键时刻明确关键数据的提取逻辑。将统计逻辑显性化更有利于数据处理的标准化，也是采用计算机完成数据提取的基础。

2.3 不含触发信号的局部统计类

此类数据统计的特点是在试验中需提取动作段数据，但动作段的起终点没有开关量信号可作为判断依据，需要根据某些参数的变化规律来判定统计条件是否成立。不含触发信号的局部统计类科目的提取方法为从原始数据第一行开始向后遍历，在每个时间点判定统计条件是否成立，成立后提取相关参数数据。

较为典型的不含触发信号的局部统计类科目如发动机工作参数测定。该科目的主要目的是测取发动机在稳定工作时的参数，形成发动机性能曲线。科目所需提取的信息为发动机稳定工作状态下的燃气涡轮转速Ng、动力涡轮转速Np、燃气涡轮后温度T45、发动机扭矩Q、油耗Wf等发动机参数，气压高度Hp、大气总压Pht、大气总温Tht等平台参数。提取逻辑如下：

图3工作参数测定统计方法流程图

首先判定发动机稳定工作状态，从当前时刻统计前30 s区间内的Hp、Ng、Q等关键参数，判定区间内参数最大值、最小值之差是否超出给定的波动区间。若超出区间，则非稳定状态，进入下一时刻；若未超出区间，则判定为稳定状态。接下来对稳定状态下所有关注参数进行统计平均，得到的平均值作为本区间的工作参数测定结果。为了避免在同一稳定时间段重复统计，输出结果后将时间点后移30 s，再进行下一状态点统计。工作参数测定统计方法流程图如图3。

此类数据统计的难点在于给定判定统计条件成立的判据，若是判据过于宽泛，获取的数据中易夹杂质量较差的区段，若是判据过于严苛，则统计得到的数据数量可能较少。这需要根据数据要求和试飞工程师的实践经验设定合理的统计判据。

3 结语

针对迅速增长的年试飞架次数，研究出一种试飞数据处理方法，通过分析数据特征，将常见试飞科目分为三类，设计了结构化数据提取方法，提供了参考样例。本方法显著提高了数据处理效率，并将数据处理过程规范化、标准化，有利于未来智能数据分析的实现。