检测异常的方法、介质、飞机和训练异常检测系统的方法与流程

1.本公开总体上涉及飞机设备的异常预测和检测。


背景技术：

2.现代飞机极其复杂，许多集成系统相互作用，以提供诸如提高效率、提高安全性和提高性能等功能。当这些系统中的任何一个出现故障时，可以花费大量的时间和资源来修复故障，并为飞机的进一步运行做准备。此外，执行计划外维护，以补救故障状况，会降低飞机的操作可用性。例如，当出现故障状况时，执行计划外维护所需的零件、设备或技术人员可能不在飞机位置。在这种情况下，零件、设备或技术人员可能不得不被运送到飞机上，从而导致严重的延误。
3.飞机运营商安排了许多维护活动，试图避免这种情况。根据至少部分以避免发生故障为目标的时间表进行定期维护。虽然定期维护可以避免许多故障状况，但是效率低，因为替换了看起来运行正常(例如，没有经历故障)的组件。


技术实现要素：

4.在特定实施方式中，一种飞机包括被配置为在通电事件期间捕捉传感器数据的传感器。传感器数据包括多个参数值，并且每个参数值对应于通电事件期间的相应采样周期。该飞机还包括一个或多个处理器和存储装置，该存储装置被配置为存储传感器数据和能被一个或多个处理器执行的指令，以检测与传感器相关联的飞机设备的操作异常。当一个或多个处理器执行指令时，指令使得一个或多个处理器执行包括确定一组增量值的操作。这组增量值中的每个增量值指示来自对应于传感器数据的连续采样周期的一对参数值中的第一参数值和第二参数值之间的差值。这些操作还包括通过基于增量值的大小将增量值从这组增量值分配给量化仓(bin)来确定一组量化增量值。这些操作还包括确定每个量化仓的增量值的归一化计数。这些操作还包括执行特定量化仓的归一化增量值计数与特定量化仓的异常检测阈值的比较。所述操作还包括基于所述比较，生成输出，所述输出指示传感器数据是否指示飞机设备的操作异常。
5.在另一特定实施方式中，一种方法包括在计算装置处在通电事件期间获取由飞机的传感器捕捉的传感器数据。传感器数据包括多个参数值，并且每个参数值对应于通电事件期间的相应采样周期。该方法还包括由计算装置确定一组增量值。这组增量值中的每个增量值指示来自对应于传感器数据的连续采样周期的一对参数值中的第一参数值和第二参数值之间的差值。该方法还包括由计算装置通过基于增量值的大小将这组增量值中的增量值分配给量化仓来确定一组量化增量值。该方法还包括由计算装置确定每个量化仓的增量值的归一化计数。该方法还包括由计算装置执行特定量化仓的增量值的归一化计数与特定量化仓的异常检测阈值的比较。该方法还包括由计算装置基于该比较，生成输出，该输出指示传感器数据是否指示与传感器相关联的飞机设备的操作异常。
6.在另一特定实施方式中，一种非暂时性计算机可读介质存储指令，当由处理器执
行时，该指令使得处理器发起、执行或控制操作。这些操作包括在通电事件期间获取由飞机的传感器捕捉的传感器数据。传感器数据包括多个参数值，并且每个参数值对应于通电事件期间的相应采样周期。这些操作还包括确定一组增量值。这组增量值中的每个增量值指示来自对应于传感器数据的连续采样周期的一对参数值中的第一参数值和第二参数值之间的差值。这些操作还包括通过基于增量值的大小将这组增量值中的增量值分配给量化仓来确定一组量化增量值。这些操作还包括确定每个量化仓的增量值的归一化计数。这些操作还包括执行特定量化仓的归一化增量值计数与特定量化仓的异常检测阈值的比较。这些操作还包括基于所述比较，生成输出，所述输出指示所述传感器数据是否指示与所述传感器相关联的飞机设备的操作异常。
7.在另一特定实施方式中，一种训练异常检测系统的方法包括在计算装置处在多个通电事件期间获取由一个或多个飞机的机载传感器捕捉的多组传感器数据。每组传感器数据对应于相应飞机的相应通电事件，并包括多个参数值。每个参数值对应于相应通电事件期间的相应采样周期。该方法还包括由计算装置为每组传感器数据确定一组增量值。这组增量值中的每个增量值指示来自对应于这组传感器数据的连续采样周期的一对参数值中的第一参数值和第二参数值之间的差值。该方法还包括由计算装置通过基于增量值的大小将这组增量值的增量值分配给量化仓来确定一组量化增量值。该方法还包括由计算装置确定每个量化仓的增量值的归一化计数。该方法还包括基于增量值的归一化计数和与一个或多个飞机相关联的故障指示数据，为每个量化仓设置异常检测阈值。
8.本文描述的特征、功能和优点可以在各种实施方式中独立实现，或者可以在其他实施方式中组合，可以参考以下描述和附图找到其进一步的细节。
附图说明
9.图1是示出包括一架或多架飞机和异常检测系统的系统的示例的示图；
10.图2是示出由图1的异常检测系统执行的基于传感器数据检测异常的操作的细节的示图；
11.图3是示出为训练图1的异常检测系统而执行的操作的细节的示图；
12.图4是使用图1的异常检测系统检测异常的方法的示例的流程图；
13.图5是为图1的异常检测系统确定异常检测阈值的方法的示例的流程图；
14.图6是计算环境的框图，该计算环境包括被配置为支持根据本公开的计算机实现的方法和计算机可执行程序指令(或代码)的各方面的计算装置；
15.图7是包括图1的异常检测系统的飞机的生命周期的示例的流程图；
16.图8是包括图1的异常检测系统的飞机的框图。
具体实施方式
17.所公开的系统和方法能够检测飞机设备的异常运行，这可能在经历实际故障状况之前发生。在发生故障状况之前检测异常可以使飞机操作者更有效且更高效地安排维护。例如，可以在异常检测系统指示组件将很快需要更换时，但在组件经历故障之前，更换组件，而不是基于飞行时间来更换组件(如果组件实际上不需要更换，这可能是浪费)。结果，避免或减少了由于更换不需要更换的组件而导致的低效率和由于飞机经历故障状况而导
致的低效率。
18.附图和以下描述说明了具体的示例性实施例。应当理解，本领域的技术人员将能够设计各种设置，尽管在本文没有明确描述或示出，但是这些设置体现了在本文描述的原理，并且包括在本说明书之后的技术方案的范围内。此外，本文描述的任何示例旨在帮助理解本公开的原理，并被解释为没有限制。因此，本公开不限于下面描述的具体实施例或示例，而是由技术方案及其等同物来限定。
19.本文参考附图描述了特定实施方式。在说明书中，在所有附图中，共同的特征由共同的附图标记表示。在一些图中，使用特定类型特征的多个实例。尽管这些特征在物理上和/或逻辑上是不同的，但是每个特征都使用相同的附图标记，并且通过在附图标记上添加字母来区分不同的情况。当特征作为一组或一种类型在本文被提及时(例如，当没有提及特定的一个特征时)，使用的附图标记没有区别字母。然而，当在本文提及同一类型的多个特征中的一个特定特征时，附图标记与区别字母一起使用。例如，参考图3，飞机的多个示例也被示出并与附图标记102a和102k相关联。当提及这些飞机中的某一架时，使用一个区别字母。为了说明，当提及第一架飞机102a时，使用区别字母“a”。然而，当提及任何任意飞机或作为一组的飞机时，使用的附图标记102没有区别字母。
20.如本文所使用的，各种术语仅用于描述特定实施方式的目的，并不旨在进行限制。例如，单数形式“a”、“an”和“the”旨在也包括复数形式，除非上下文清楚地另外指明。此外，术语“comprise”、“comprises”和“comprising”可与“include”、“includes”或“including”互换使用。此外，术语“wherein”可与术语“where”互换使用。如本文所使用的，“示例性的”表示示例、实施方式和/或方面，并且不应被解释为限制或表示偏好或优选实施方式。如本文所使用的，序数术语(例如，“第一”、“第二”、“第三”、“第k”、“第n”、“第p”等)用于修饰元素，例如，结构、组件、操作等，其本身并不表示该元素相对于另一元素的任何优先级或顺序，而是仅仅将该元素与具有相同名称的另一元素区分开来(但是使用了序数术语)。如本文所使用的，术语“组”指一个或多个元素的分组，术语“多个”指多个元素。
21.如本文所使用的，“生成”、“计算”、“使用”、“选择”、“访问”和“确定”是可互换的，除非上下文另有指示。例如，“生成”、“计算”或“确定”参数(或信号)可以指主动生成、计算或确定参数(或信号)，或者可以指使用、选择或访问已经生成的参数(或信号)，例如，通过另一组件或装置。
22.如本文所使用的，“耦合”可以包括“通信耦合”、“电耦合”或“物理耦合”，并且还可以(或替代地)包括其任何组合。两个装置(或组件)可以经由一个或多个其他装置、组件、导线、总线、网络(例如，有线网络、无线网络或其组合)等直接或间接耦合(例如，通信耦合、电耦合或物理耦合)。作为说明性的非限制性示例，电耦合的两个装置(或组件)可以包括在相同的装置中或不同的装置中，并且可以经由电子器件、一个或多个连接器或电感耦合来连接。在一些实施方式中，例如在电通信中的通信耦合的两个装置(或组件)可以直接或间接地发送和接收电信号(数字信号或模拟信号)，例如，经由一条或多条导线、总线、网络等。如本文所使用的，“直接耦合”用于描述两个耦合(例如，通信耦合、电耦合或物理耦合)的装置，没有中间组件。
23.图1是示出包括一架或多架飞机102和异常检测系统104的系统100的示例的示图。飞机102可以是旋翼飞机102a、固定翼飞机102b或另一飞机。飞机102包括飞机设备106，例
如，推进系统的一个或多个组件、液压系统的一个或多个组件、电气系统的一个或多个组件、环境系统的一个或多个组件等。
24.飞机102还包括与飞机设备106相关联的一个或多个传感器108。传感器108被配置为生成传感器数据114。传感器数据114包括时间序列116的多个数据样本。每个数据样本指示时间序列116的相应参数值。例如，在图1中，数据样本的时间序列116包括第一参数值118(标记为“pv
1”)、第二参数值120(标记为“pv
2”)和第p参数值122(标记为“pv
p”)。第一参数值118对应于由特定一个传感器108在第一采样周期期间检测到的值，第二参数值120对应于由特定一个传感器108在第二采样周期期间检测到的值，并且第p参数值122对应于由特定一个传感器108在第p采样周期期间检测到的值(其中，p是大于2的整数)。采样周期是连续的。例如，第p采样周期在第二采样周期之后，第二采样周期在第一采样周期之后。数据样本的时间序列116还可以包括一个或多个额外参数值(例如，在第二参数值120和第p参数值122之间)，为了便于说明，未示出这些参数值。由每个参数值118
‑
122表示的具体测量值或信息取决于生成传感器数据114的传感器108的类型。例如，参数值118
‑
122可以指示温度、压力、转速、速度、位置、湿度、振动率或与飞机设备106的操作或状态相关联的任何其他信息。
25.时间序列116的采样周期可以是均匀间隔的(例如，周期性的)或不均匀间隔的(例如，非周期性的)。例如，一个传感器108可以每10毫秒或者以某个其他采样速率收集一个数据样本，以生成均匀间隔的数据样本。作为另一示例，一个传感器108可以在飞机设备106的状态每次改变(或改变特定量)时收集一个数据样本，以生成时间序列116的不均匀间隔的数据样本。作为又一示例，一个传感器108可以在不同时间以不同的采样速率收集数据样本，例如，在飞行中以第一采样速率，并且在地面上通电时以第二采样速率。
26.在一些实施方式中，传感器数据114包括来自两个或多个传感器108的数据样本。在这样的实施方式中，传感器数据114可以包括两个或更多个时间序列116(例如，每个传感器一个)，并且两个或更多个时间序列116中的每一个可以均匀间隔或不均匀间隔。如果两个或多个时间序列116都是均匀间隔的，则与两个或多个时间序列116相关联的采样速率可以彼此相等(例如，两个传感器可以具有15hz的采样速率)，或者与两个或多个时间序列116相关联的采样速率可以不相等(例如，一个传感器可以具有15hz的采样速率，而另一传感器可以具有20khz的采样速率)。
27.在一些实施方式中，除了指示参数值118
‑
122的数据样本的时间序列116之外，传感器数据114还包括元数据。例如，传感器数据114可以包括与时间序列116相关联的时间索引信息(例如，时间戳或序列号)、指示哪个传感器108生成传感器数据114的传感器标识符、或者与传感器108、传感器数据114、飞机102、飞机设备或时间序列116相关的其他信息。传感器数据114可以经由数字信号或模拟信号来表示。例如，传感器数据114可以作为经由数字通信协议传输的一个或多个数字编码分组来发送。作为另一示例，传感器数据114可以在一个或多个模拟电信号中编码，其中，模拟电信号的信号特征(例如，幅度、频率或相位)表示参数值。
28.传感器数据114被提供给异常检测系统104，异常检测系统104被配置为分析传感器数据114，以预测或检测与飞机设备106相关联的操作异常。在图1中，异常检测系统104被示为与飞机102分离。例如，在图1中，异常检测系统104和飞机102经由网络124通信。然而，
在一些实施方式中，异常检测系统104集成在飞机102内。例如，异常检测系统104可以包括在飞机102的健康监测系统(例如，图8所示的健康监测系统816)中。
29.在图1所示的示例中，异常检测系统104包括、被包含在或对应于计算装置。例如，异常检测系统104包括一个或多个处理器128、一个或多个存储装置130和接口132(例如，数据端口、无线通信系统或另一通信接口或输入/输出接口)。接口132被配置为接收传感器数据114，并将异常检测系统104产生的输出168发送到飞机102的机载装置110、机外装置126(例如，维护计算机系统)或这两者。在其他实施方式中，异常检测系统104使用专用电路(例如，专用集成电路)、编程现场可编程门阵列或上述的组合来实现。
30.在图1所示的示例中，存储装置130存储可由处理器128执行的指令134，以分析传感器数据114并生成输出168。在图1所示的示例中，指令134包括各种功能模块，包括：增量值(delta value)计算器138、增量值量化器140、增量值计数器142、归一化因子计算器144、计数归一化器146、异常检测器148和输出生成器150。在以下描述中，描述了指令134的功能模块，以说明异常检测系统104的一个特定实施方式。在其他实施方式中，指令134包括更多的功能模块、更少的功能模块或不同的功能模块。例如，在一些实施方式中，两个或更多个功能模块被组合在单个模块中。为了说明，增量值量化器140和增量值计数器142可以组合在直方图生成器(未示出)中。在另一示例中，一个或多个功能模块可以分成两个或多个不同的模块。为了说明，异常检测器148可以被分成两个不同的异常检测器，所述异常检测器使用不同的检测阈值，例如，生成发送到机外装置126的警报(例如，维护警报)的第一检测阈值以及生成发送到机载装置110的警报(例如，机组人员警报)的第二检测阈值。在又一示例中，在一些实施方式中，可以使用专用硬件而不是软件指令来执行下面描述的一个或多个功能。为了说明，专用电路可用于通过延迟样本并从后续样本中减去样本来执行增量值计算器138的操作。
31.在图1所示的示例中，增量值计算器138可由处理器128执行，以基于传感器数据114确定增量值160。每个增量值160对应于时间序列116的两个连续数据样本的参数值之间的差值。为了说明，第一增量值(“dv
1”)可以使用等式dv1＝pv2‑
pv1来计算，并且第p
‑
1增量值(“dv
p
‑
1”)可以计算为dv
p
‑1＝pv
p
‑
pv
p
‑1。在一些实施方式中，增量值计算器138忽略、丢弃或消除每个增量值160的符号。例如，第一增量值(dv1)可以使用等式dv1＝|pv2‑
pv1|来计算。在该示例中，每个增量值160表示时间序列116的相邻参数值之间的差值的大小。
32.增量值量化器140可由处理器128执行，以将增量值160分配到量化仓(本文也简称为“仓”)中，以生成量化增量值162。每个仓表示增量值的范围，并且由每个仓表示的增量值的特定范围和用于来自每个传感器108的传感器数据114的仓的数量由存储在存储装置130中的配置数据136中的仓数据154指示。经由参考图3和图5描述的训练过程来确定仓数据154。在将增量值160分配到仓的示例中，仓数据154可以指定均匀间隔的仓，每个仓对应于5个单位的增量值范围。在该示例中，如果特定增量值(例如，来自上述示例的第一增量值dv1)具有值4.5，则该特定增量值被分配给第一仓(对应于从0到5个单位的范围)，并且如果该特定增量值具有值32.1，则该特定增量值被分配给第七仓(对应于从30到35个单位的范围)。
33.在一些实施方式中，仓数据154隐含地或明确地指定差阈值，并且只有满足差阈值的增量值被分配给量化仓。为了说明，仓数据154可以指示第一仓将具有从0.5到6的范围。
在该说明性示例中，小于0.5的增量值160将不被分配给仓；因此，差阈值为0.5。或者，增量值计算器138可以丢弃或归零不满足不同阈值的增量值160。
34.增量值计数器142可由处理器128执行，以确定分配给每个仓的增量值160的数量的计数，从而生成量化的增量值164的计数。每个仓的量化增量值164的计数指示在特定通电事件期间，传感器数据114在两个连续样本之间转换特定大小的次数。
35.对于持续时间较长的通电事件，特定大小的增量值的数量预计会更高。在这种情况下，“通电事件”是指飞机102的发动机或辅助动力单元正在运行并向飞机设备106提供动力的任何情况。当飞机102的发动机或辅助动力单元停止运行或停止向飞机设备106提供动力时，通电事件结束。飞机102的通电事件的持续时间可以显著变化，例如，从快速测试的几分钟到长途飞行的几个小时。与持续时间较短的通电事件相比，通常预计持续时间较长的通电事件对于任何特定仓具有更高的量化增量值164的计数。异常检测系统104将量化增量值164的计数归一化为标准(例如，归一化标准152)，以确保与异常检测阈值156的比较是有意义的。归一化将每个仓的量化增量值164的计数调整为对应于由配置数据136的归一化标准152表示的标准化通电持续时间的估计值(例如，增量值166的归一化计数)。
36.归一化标准152指示标准化通电事件的基准持续时间或相应传感器108将在标准化通电事件期间发送的数据样本的数量(例如，参数值的计数)。例如，如果特定传感器108具有1hz的采样率，并且标准化通电事件的持续时间是90分钟，则特定传感器108的归一化标准152可以指示标准化通电事件具有90分钟的持续时间，或者可以指示标准化通电事件对应于来自特定传感器108的5400个样本(即，1个样本/秒*60秒/分*90分)。对于生成均匀间隔的数据样本的传感器108，通电事件持续时间等于归一化标准152除以传感器108的采样率；因此，对于生成均匀间隔的数据样本的传感器108，归一化标准152可以指示任一值。对于生成不均匀间隔的数据样本的特定传感器108，标准化通电事件的持续时间用作归一化标准152。不同的传感器108可以具有不同的采样率或不同的采样模式(例如，周期性或非周期性的)。因此，用于异常检测的每个传感器108可以与相应的归一化标准152相关联。
37.标准化通电事件的持续时间是任意的指定值，例如，由与异常检测系统104相关联的用户在训练异常检测器148期间或之前选择该值。作为示例，标准化通电事件的持续时间可以基于与一组飞机102相关联的通电事件的平均持续时间来设置。
38.归一化因子计算器144可由处理器128执行，以基于归一化标准152和描述与传感器数据114相关联的通电事件(例如，通电持续时间158)的信息来确定归一化因子。例如，可以通过将与时间序列116相关联的通电持续时间158(或通电事件期间的采样周期计数)除以由归一化标准152指示的标准化通电事件的持续时间(或标准化通电事件期间的采样周期计数)来确定归一化因子。
39.计数归一化器146可由处理器128执行，以基于归一化因子归一化量化增量值164的计数，从而生成量化增量值166的归一化计数(本文也称为量化增量值的归一化计数或归一化计数)。特定通电事件的量化增量值166的归一化计数包括向异常检测系统104提供传感器数据114的每个传感器108的每个仓的一个归一化计数。如果特定通电事件的持续时间等于标准化通电事件的持续时间，则特定仓的归一化计数表示有多少增量值将与特定仓相关联的估计(例如，外推)。
40.异常检测器148可由处理器128执行，以将增量值166的每个归一化计数与相应的
异常检测阈值156进行比较。如果增量值166的归一化计数满足(例如，大于或大于或等于)相应的异常检测阈值156，则异常检测器148使输出生成器150生成指示已经检测到异常的输出168。在训练过程中建立异常检测阈值156，例如，参考图3和图5描述的训练过程。
41.异常检测阈值156包括为异常检测系统104提供传感器数据114的每个传感器108的每个仓的一个或多个阈值。例如，在只有一个传感器108向异常检测系统104提供传感器数据114的特定实施方式中，异常检测阈值156包括每个仓一个阈值，并且如果任何仓的增量值166的归一化计数满足相应的异常检测阈值156，则异常检测系统104检测异常。作为另一示例，在只有一个传感器108向异常检测系统104提供传感器数据114的特定实施方式中，异常检测阈值156包括每个仓的两个阈值(例如，第一阈值和第二阈值)。在该示例中，如果任何仓的增量值166的归一化计数满足相应的第一阈值，则异常检测系统104检测第一类型的异常，并且如果任何仓的增量值166的归一化计数满足相应的第二阈值，则检测第二类型的异常。为了说明，第一阈值可用于触发对机外装置126的通知，第二阈值可用于触发对机载装置110的通知。
42.作为又一示例，在特定实施方式中，多个传感器108向异常检测系统104提供相应的传感器数据114，并且来自每个传感器108的传感器数据114用于生成增量值166的相应归一化计数。在该示例中，异常检测阈值156包括针对每个传感器108的增量值166的归一化计数的每个仓的一个或多个异常检测阈值156。因此，如果12个传感器108向异常检测系统104提供相应的传感器数据114，导致12个相应的增量值166的归一化计数，每个具有10个仓，则异常检测阈值156指定至少120个异常检测阈值156(对应于12个传感器
×
每个传感器10个仓)。对于不同的传感器108，用于量化增量值的仓的数量可以不同。例如，十个仓可用于量化与来自第一传感器的传感器数据114相关联的增量值160，七个仓(或大于或小于十的另一数)可用于量化与来自第二传感器的传感器数据114相关联的增量值160。此外，一些传感器108可以与每个仓的单个异常检测阈值相关联，而其他传感器108可以与每个仓的两个或更多个异常检测阈值相关联。
43.在一些实施方式中，异常检测阈值156对于每个传感器的每个仓包括两个以上不同的阈值，并且所使用的特定阈值取决于通电事件期间存在的条件。例如，异常检测系统104可以从一个或多个传感器108、从用户(例如，经由机载装置110)或从另一装置(例如，机外装置126)接收识别通电事件期间存在的条件的数据。在该示例中，异常检测系统104可以基于识别通电事件期间存在的条件的数据，为每个仓和每个传感器108选择特定的异常检测阈值156。为了说明，飞机102的环境控制系统可以根据环境条件不同地操作，例如，环境温度、环境湿度、环境压力等。在该说明性示例中，异常检测阈值156可以包括例当存在较热的天气条件时使用的第一组阈值以及当存在较冷的天气条件时使用的第二组阈值。在该说明性示例中，异常检测系统104可以基于用户输入(例如，经由机载装置110)、基于天气数据(例如，来自机外装置126)或者基于来自一个传感器108(例如，环境温度传感器)的传感器数据114来选择使用第一组阈值或第二组阈值。
44.在特定实施方式中，一些传感器108在正常操作条件下(例如，当没有即将发生故障时)经历许多相对较小的变化。在这样的实施方式中，增量值的归一化计数166的一些仓可能不与异常检测阈值156相关联。例如，如果由特定传感器108监控的飞机设备106的正常操作与高达5
‑
10个单位的样本间变化(例如，5
‑
10个单位的增量值)相关联，则与0
‑
10个单
位的增量值相关联的一个或多个仓与相应的异常检测阈值156不相关联。
45.当异常检测器148检测到操作异常时，输出生成器150生成输出168。输出168可以包括异常通知消息、提供给机载指示器112的信号(例如，电压或电流)等。在一些实施方式中，输出168可以包括检测到的异常的细节，例如，与异常相关联的飞机设备106的标识、生成传感器数据114的传感器108的标识、传感器数据114的样本、传感器数据114的概要、与满足的异常检测阈值156相关联的标签或其他标识符等。
46.输出168被发送到机载装置110、机外装置126或两者。例如，输出168可以被发送到机载装置110，以使机载指示器112向机组人员(例如，空勤人员或地勤人员)通知操作异常。作为另一示例，机外装置126可以包括或对应于维护计算装置或地面操作计算装置。在该示例中，输出168可以使机外装置126向地面或维护人员通知操作异常，或者基于操作异常自动安排一个或多个维护活动。
47.通过在故障状况发生之前检测操作异常，异常检测系统104使得飞机102的操作员能够更有效和更高效地为飞机102安排维护。此外，异常检测系统104使用类似于生成直方图的计算高效的过程来检测异常。对于许多传感器数据流，短时间内的巨大变化是不寻常的，并且可以指示即将发生的故障状况。为了说明，在环境控制系统中，压缩机出口压力的一些相对较小的不时变化是典型的和预期的。然而，在相同的时间段内，压缩机出口压力的类似数量的大变化可以指示压缩机(或压力传感器)开始经历通常导致故障的状况。为了说明，如此大的变化可以指示压缩机难以启动叶轮的旋转，这可以指示轴承故障的初始阶段。使用上述计算高效的计算和计数操作，异常检测系统104可以生成类似直方图的数据(例如，增量值166的归一化计数)，并使用类似直方图的数据来确定传感器数据114是否包括相关变化，例如，特定大小(例如，在特定仓中)的太多(例如，至少阈值数量)的变化。使用类似直方图的数据还允许异常检测系统104考虑传感器数据114和相应阈值中的许多不同变化范围。例如，虽然少量的“大”增量值160可以指示异常，但是在一些情况下，异常也可以(或者替代地)由大量的“中等”大小的增量值160来指示。为了说明，在一些实施方式中，20
‑
30磅每平方英寸(psi)范围内的25个压缩机出口压力增量值可能与同一时间段内40
‑
50psi范围内的4个压缩机出口压力增量值一样重要。使用上述类似直方图的数据使得异常检测系统104能够有效地检测任一条件以及其他条件。
48.图2是示出由图1的异常检测系统104执行以基于传感器数据114检测异常的操作200的细节的示图。在特定实施方式中，参考图2描述的操作200由图1的一个或多个处理器128根据配置数据136执行指令134的功能模块来执行。在飞机102的通电事件期间或之后执行操作200。
49.在图2中，增量值计算操作238基于传感器数据114生成增量值160。例如，增量值计算操作238通过计算传感器数据114的每对连续数据样本所指示的参数值之间的差值或差值的绝对值来确定增量值160。因此，每个增量值160指示从传感器数据114的一个采样周期到下一个采样周期测量的参数变化了多少。
50.在图2中，增量值量化操作240基于相应增量值160的大小将每个增量值160分配给量化仓254。例如，在图2中，第一组增量值160具有与第一仓254a相关联的范围内的大小，并且被分配给第一仓254a，作为第一组量化增量值162a。同样，第n组增量值160具有在与第n仓254n相关联的范围内的大小，并且被分配给第n仓254n，作为第n组量化增量值162n(其
中，n是大于1的整数)。在仓数据154中指示了所使用的仓254的数量、与每个仓254相关联的范围或者描述仓254的其他信息。例如，第一仓数据154a指示与第一仓254a相关联的大小范围，第n仓数据154n指示与第n仓254n相关联的大小范围。
51.在图2中，增量值计数操作242对分配给每个仓254的增量值160的数量进行计数。例如，增量值计数操作242对第一组量化增量值162a中的增量值160的数量进行计数，以确定第一计数164a。同样，增量值计数操作242对第n组量化增量值162n中的增量值160的数量进行计数，以确定第n计数164n。
52.在图2中，归一化计数操作246使用归一化因子210确定量化增量值164的归一化计数。例如，与第一仓254a相关联的第一计数164a乘以归一化因子210，以确定与第一仓254a相关联的第一归一化计数166a。同样，与第n仓254n相关联的第n计数164n乘以归一化因子210，以确定与第n仓254n相关联的第n归一化计数166n。归一化因子210由归一化因子操作244基于通电持续时间158和归一化标准152来确定。例如，在图2所示的实施方式中，归一化因子210等于通电持续时间158除以归一化标准152。
53.在图2中，异常检测操作248将一个或多个增量值166的归一化计数与一个或多个相应阈值156进行比较，以确定是否指示异常状况。例如，将第一归一化计数166a与和第一仓254a相关联的第一阈值156a进行比较。同样，第n归一化计数166n与和第n仓254n相关联的第n阈值156n进行比较。如参考图1所述，在一些实施方式中，一个或多个仓254不与阈值156相关联。例如，如果与特定仓相关联的增量值范围内的任何数量的增量值160是可接受的(例如，不指示即将发生的故障状况)，则该特定仓不与阈值156相关联。此外，如参考图1所述，在一些实施方式中，一个或多个仓254与多于一个阈值156相关联。例如，特定仓254可以与第一阈值(例如，较低阈值)和第二阈值(例如，较高阈值)相关联，并且生成的输出168可以取决于满足的特定阈值。作为另一示例，特定仓254可以与多个阈值相关联，并且异常检测操作248使用的特定阈值156取决于与飞机102的通电事件相关联的条件，例如，飞机是否在通电事件期间飞行、与通电事件相关联的周围环境条件或者在通电事件期间操作的特定功能或设备等。
54.在图2中，输出生成操作250基于异常检测操作248执行的比较来生成输出168。例如，输出168的具体内容、输出168被发送到哪里或者这两者可以由输出生成操作250根据满足阈值156中的哪一个或多个来选择。在一些实施方式中，响应于没有满足阈值156，输出168指示没有检测到异常。
55.图3是示出为训练图1的异常检测系统104而执行的操作的细节的示图。在特定实施方式中，参考图3描述的操作300由图1的一个或多个处理器128在异常检测系统104的训练期间执行，以生成配置数据136的至少一部分。在其他实施方式中，参考图3描述的操作300由不同于异常检测系统104的另一装置执行，例如，不同的计算装置。在这样的实施方式中，另一装置向异常检测系统104发送配置数据136的至少一部分，或者异常检测系统104从另一装置检索配置数据136的至少一部分。
56.异常检测系统104基于来自一个或多个飞机102的多个通电事件的传感器数据314来训练。与表示特定飞机102的单个通电事件的图1和2的传感器数据114相反，传感器数据314表示多个历史通电事件。例如，在图3中，在第一飞机102a的通电事件期间生成第一组传感器数据314a，在第k飞机102k的通电事件期间生成第k组传感器数据314k，其中，k是大于1
的整数。在一些实施方式中，在一个或多个其他飞机102的通电事件期间生成一组或多组额外的传感器数据314。在一些实施方式中，多组传感器数据314由单个飞机102在多个通电事件中生成。
57.在图3中，增量值计算操作338为每组传感器数据314生成一组增量值360。例如，增量值计算操作338通过计算由第一组传感器数据314a的每对连续数据样本指示的参数值之间的差值或差值的绝对值来确定第一组增量值360a。同样，增量值计算操作338通过计算第k组传感器数据314k的每对连续数据样本所指示的参数值之间的差值或差值的绝对值来确定第k组增量值360k。
58.在图3中，增量值的量化操作340基于相应增量值的大小将每组增量值360的增量值分配给量化仓254。例如，在图3中，第一组增量值360a被分配给仓254，以生成第一组量化增量值362a。同样，第k组增量值360k被分配给仓254，以生成第k组量化增量值362k(其中，k是大于1的整数)。
59.基于与几组增量值360相关联的值的范围或基于由一组相应的传感器数据314指示的或与生成一组相应的传感器数据314的传感器类型相关联的参数值的范围，来确定使用的仓254的数量、与每个仓254相关联的范围或描述仓254的其他信息。例如，用于特定一组传感器数据314的仓254的数量可以由用户指定，可以是默认值，可以基于启发式选择，或者可以基于训练过程优化或确定，以向异常检测系统104提供指定的检测特性。通常，仓254表示大小相等的范围。例如，如果第一仓254表示5个单位的范围，则其他仓254也都表示5个单位的范围。
60.当要使用的仓254的数量已知时，可以通过将几组增量值360的最大增量值的大小除以仓254的数量来确定每个仓254的范围。在一些实施方式中，可以将安全裕度添加到最大增量值的大小，以确保仓254的集合范围包括所有可能的增量值。或者，如果当检测到特定大小的增量值时传感器数据314指示故障状况，则小于该特定大小的大小可以被用作最大增量值，来划分仓254。
61.如果预先不知道或不指定要使用的仓254的数量，则可以在第一次训练迭代期间任意或随机选择仓254的数量，并且可以在随后的训练迭代期间更新(如果需要)，以提高异常检测系统104的准确性。为了说明，异常检测系统104可以使用一组训练数据(例如，与生成传感器数据314的飞机102相关联的几组传感器数据314和故障指示数据308)和第一数量的仓254来训练。在该说明性示例中，故障指示数据308指示在与传感器数据314相关联的通电事件之后(例如，在特定数量的后续通电事件内)，每个特定飞机102是否经历了故障状况。因此，故障指示数据308充当标签(用于监督训练)，以指示每组传感器数据314是否与未来的故障状况相关联。继续说明性示例，在异常检测系统104使用第一组训练数据和第一数量的仓254进行训练之后，可以使用一组测试数据来测试异常检测系统104，以确定异常检测系统104是否能够准确地预测来自这组测试数据的哪个传感器数据指示未来的故障状况。如果测试表明异常检测系统104满足指定的接受标准(例如，足够精确，产生可接受的低误报率，产生可接受的低误报率等)，则可以释放异常检测系统104，以便与第一数量的仓254一起使用。然而，如果测试指示异常检测系统104未能满足指定的接受标准，则异常检测系统104可以使用第二数量的仓254来重新训练和重新测试。
62.在图3中，增量值计数操作342对分配给每个仓254的增量值的数量进行计数。例
如，增量值计数操作342对分配给每个仓254的第一组量化增量值362a的增量值的数量进行计数，以确定第一仓计数364a，并对分配给每个仓254的第k组量化增量值362k的增量值的数量进行计数，以确定第k仓计数364k。
63.在图3中，归一化计数操作346基于仓计数364和归一化因子310确定归一化计数366。归一化因子310包括每组传感器数据314的一个归一化因子。换言之，有k个归一化因子310，其对应于k组传感器数据314。每个归一化因子310等于与这组传感器数据314相关联的通电持续时间除以归一化标准。归一化标准是任意标准化通电持续时间或代表性通电持续时间，例如，与生成这组传感器数据314的所有通电事件相关联的平均通电持续时间。
64.在图3中，阈值设置操作312基于归一化计数366为每个仓254生成一个或多个代表性计数。在图3所示的示例中，阈值设置操作312基于与仓254和故障指示数据308相关联的集合仓计数(或平均集合仓计数)为每个仓254识别代表性故障计数326。例如，阈值设置操作312识别第一仓254a的第一代表性故障计数326a。第一代表性故障计数326a指示第一仓254a的归一化计数366的值，该值可能指示即将发生的故障状况。在该示例中，代表性故障计数326a可以通过机器学习过程来确定，例如，支持向量机，该机器学习过程使用几组归一化计数366和故障指示310作为训练数据来为每个仓254识别不指示即将发生的故障的归一化计数366和指示即将发生的故障的归一化计数366之间的边界。在其他示例中，可以使用统计或启发式过程来为每个仓识别不指示即将发生的故障的归一化计数366和指示即将发生的故障的归一化计数366之间的边界。在一些实施方式中，阈值设置操作312还使用类似的过程为每个仓254识别代表性的非故障计数324。代表性的非故障计数324指示相应仓254的归一化计数366的值，该值可能不指示即将发生的故障状况。
65.在一些实施方式中，与每个仓254相关联的代表性故障计数326被设置为相应仓254的异常检测阈值156。例如，与第一仓254a相关联的代表性故障计数326a被存储在配置数据136中，作为与第一仓数据154a相关联的第一异常检测阈值156a，并且与第n仓254n相关联的代表性故障计数326n被存储在配置数据136中，作为与第n仓数据154n相关联的第n异常检测阈值156n。
66.如上所述，异常检测系统104可以对每个仓254使用一个以上的异常检测阈值。在特定实施方式中，阈值设置操作312使用与每个仓254相关联的代表性故障计数326来为相应的仓254设置较高的异常检测阈值156，并且使用与仓254相关联的代表性非故障计数324来为仓254设置较低的异常检测阈值156。或者，可以基于与代表性故障计数326的偏移(例如，代表性故障计数326减去特定值，该特定值可以是任意的或者可以基于与几组传感器数据314相关联的统计)来设置每个仓254的较低异常检测阈值。在另一替代方案中，代表性故障计数326可以是与故障状况相关联的最低归一化计数366的平均值，并且可以基于归一化计数366的置信区间或统计方差来设置下限和上限异常检测阈值。
67.在建立异常检测阈值156之后，图1的异常检测系统104可以使用配置数据136来检测与飞机102的通电事件相关联的异常状况。
68.图4是使用图1的异常检测系统104检测异常的方法400的示例的流程图。在特定实施方式中，方法400由图1的处理器128发起、控制或执行。
69.方法400包括在402，在计算装置处在通电事件期间获取由飞机的传感器捕捉的传感器数据。作为特定示例，图1的异常检测系统104接收由飞机102的一个或多个传感器108
生成的传感器数据114。传感器数据114包括多个参数值(例如，pv
1 118、pv
2 120和pv
p 122)，并且每个参数值对应于通电事件期间的相应采样周期。
70.方法400还包括在404，由计算装置确定一组增量值。作为特定示例，图1的增量值计算器138计算增量值160。这组增量值中的每个增量值指示来自对应于传感器数据的连续采样周期的一对参数值中的第一参数值和第二参数值之间的差值。
71.方法400还包括在406，由计算装置通过基于增量值的大小(幅度)将这组增量值的增量值分配给量化仓来确定一组量化的增量值。作为特定示例，图1的增量值量化器140基于增量值160的大小将每个增量值160分配给量化仓254，以生成量化增量值164的计数。
72.方法400还包括在408，由计算装置确定每个量化仓的增量值的归一化计数。作为特定示例，图1的计数归一化器146确定每个量化仓254的增量值的归一化计数。为了说明，计数归一化器146将每个量化仓254的每个量化增量值164的计数乘以归一化因子210。
73.方法400还包括在410，由计算装置执行特定量化仓的增量值的归一化计数与特定量化仓的异常检测阈值的比较。作为特定示例，图1的异常检测器148将特定量化仓254的增量值166的归一化计数与特定量化仓254的异常检测阈值156进行比较。在一些实施方式中，多个异常检测阈值156与一些量化仓254相关联。在这样的实施方式中，将增量值的归一化计数166与每个异常检测阈值156进行比较。或者，在这样的实施方式中，选择特定量化仓254的一个异常检测阈值156(例如，基于与通电事件相关联的条件)，并且将特定量化仓254的增量值166的归一化计数与所选择的异常检测阈值156进行比较。
74.方法400还包括在412，由计算装置基于比较，生成输出，该输出指示传感器数据是否指示与传感器相关联的飞机设备的操作异常。作为特定示例，图1的输出生成器150生成输出168，该输出指示在传感器数据114中是否检测到操作异常。
75.方法400是在发生故障状况之前检测操作异常的计算高效的过程。因此，方法400使得飞机操作者和维护者能够更有效和更高效地安排维护。
76.图5是为图1的异常检测系统104确定异常检测阈值的方法500的示例的流程图。在特定实施方式中，方法500由图1的处理器128发起、控制或执行。在其他实施方式中，方法500由不同于异常检测系统104的计算装置(例如，机外装置126)来执行，并且异常检测阈值(以及可能的其他配置数据)随后被提供给异常检测系统104。
77.方法500包括在502，在计算装置处在多个通电事件期间获取由一个或多个飞机的机载传感器捕捉的多组传感器数据。每组传感器数据对应于相应飞机的相应通电事件，并包括多个参数值。每个参数值对应于相应通电事件期间的相应采样周期。
78.方法500还包括在504，由计算装置为每组传感器数据确定一组增量值。这组增量值中的每个增量值指示来自对应于这组传感器数据的连续采样周期的一对参数值的第一参数值和第二参数值之间的差值。例如，如参考图3所述，计算装置可以执行一个或多个增量值计算操作338。
79.方法500还包括在506，由计算装置通过基于增量值的大小(幅度)将这组增量值的增量值分配给量化仓来确定量化这组增量值。例如，如参考图3所述，计算装置可以执行一个或多个增量值量化操作340。
80.方法500还包括在508，由计算装置确定每个量化仓的增量值的归一化计数。例如，如参考图3所述，计算装置可以执行增量值计数操作342和归一化计数操作346中的一个或
多个。
81.方法500还包括在510，基于增量值的归一化计数和与一个或多个飞机相关联的故障指示数据，为每个量化仓设置异常检测阈值。例如，如参考图3所述，计算装置可以执行一个或多个阈值设置操作312。
82.图6是根据本公开的包括计算装置610的计算环境600的框图，计算装置610被配置为支持计算机实现的方法和计算机可执行程序指令(或代码)的各方面。作为特定示例，计算装置610包括、被包含在或对应于图1的异常检测系统104。作为另一特定示例，计算装置610包括、被包含在或对应于图1的机外装置126或机载装置110。计算装置610或其部分被配置为执行指令，来发起、执行或控制参考图1
‑
图5描述的一个或多个操作。例如，在一些实施方式中，计算装置610包括被配置为执行图4的方法400、图5的方法500或两者的操作的组件。为了说明，在图6中，计算装置610包括图1的指令134，这些指令可执行，以基于传感器数据执行异常检测。在另一说明性示例中，在图6中，计算装置610包括异常检测训练器636，其对应于可执行以执行操作300、方法500或两者的指令。
83.计算装置610包括一个或多个处理器620。处理器620被配置为与系统存储器630、一个或多个存储装置640、一个或多个输入/输出接口650、一个或多个通信接口660或其任意组合通信。系统存储器630包括易失性存储装置(例如，随机存取存储器(ram)装置)、非易失性存储装置(例如，只读存储器(rom)装置、可编程只读存储器和闪存)或这两者。系统存储器630存储操作系统632，操作系统632可以包括用于引导计算装置610的基本输入/输出系统以及使计算装置610能够与用户、其他程序和其他装置交互的完整操作系统。系统存储器630还存储应用程序，例如，指令134、异常检测训练器636或两者。
84.一个或多个存储装置640包括非易失性存储装置，例如，磁盘、光盘或闪存装置。在特定示例中，存储装置640包括可移动和不可移动存储装置。存储装置640被配置为存储操作系统、操作系统的图像、应用程序(例如，一个或多个应用程序634)和程序数据(例如，图1
‑
图3的配置数据136)。在特定方面，系统存储器630、存储装置640或两者包括有形的计算机可读介质。在特定方面，一个或多个存储装置640在计算装置610的外部。
85.一个或多个输入/输出接口650使得计算装置610能够与一个或多个输入/输出装置670通信，以便于用户交互。例如，一个或多个输入/输出接口650可以包括显示接口、输入接口或两者。处理器620被配置为经由一个或多个通信接口660与装置或控制器680通信。例如，一个或多个通信接口660可以包括网络接口。装置或控制器680可以包括例如飞机102、网络124的装置、传感器108、机载装置110、机外装置126或其任意组合。
86.在一些实施方式中，当由一个或多个处理器执行时，非暂时性计算机可读介质存储指令使得一个或多个处理器发起、执行或控制操作，以执行上述部分或全部功能。例如，指令可以是可执行的，以实现图1
‑
图5的一个或多个操作或方法。为了说明，当由处理器620执行时，应用程序634的指令可以使处理器620发起、执行或控制操作，以训练异常检测系统104，基于传感器数据114检测异常，或两者。在一些实施方式中，图1
‑
图5的一个或多个操作或方法的部分或全部由执行指令的一个或多个处理器(例如，一个或多个中央处理单元(cpu)、一个或多个图形处理单元(gpu)、一个或多个数字信号处理器(dsp))、专用硬件电路或其任意组合来执行。
87.图7是包括图1的异常检测系统的飞机的生命周期700的示例的流程图。在预生产
期间，在702，示例性生命周期700包括飞机(例如，飞机102)的规格和设计。在飞机的规格和设计期间，生命周期700可以包括异常检测系统104的规格和设计。在704，生命周期700还包括材料采购，其可以包括为异常检测系统104采购材料。
88.在生产期间，在706，生命周期700包括组件和子组件制造，并且在708，包括飞机的系统集成。例如，生命周期700可以包括异常检测系统104的组件和子组件制造以及异常检测系统104的系统集成。在710，生命周期700包括飞机的认证和交付，并且在712，将飞机投入使用。认证和交付可以包括异常检测系统104的认证，以使异常检测系统104投入使用。在客户服务期间，飞机可能会被安排进行日常维护和服务(也可能包括改装、重新配置、翻新等)。在714，生命周期700包括在飞机上执行维护和服务，这可以包括在异常检测系统104上执行维护和服务。或者，可以基于由异常检测系统104检测到的操作异常在飞机上执行维护和服务。
89.生命周期700的每个过程可以由系统集成商、第三方和/或运营商(例如，客户)来执行或实施。出于本说明的目的，系统集成商可以包括但不限于任何数量的飞机制造商和主要系统分包商；第三方可以包括但不限于任何数量的供货商、分包商和供应商；运营商可以是航空公司、租赁公司、军事实体、服务组织等。
90.图8是飞机102的框图。在图8所示的示例中，图1的异常检测系统是飞机102的组件。在图8中，飞机102包括具有多个系统的机身802，例如，飞机设备106和内部804。飞机设备106的示例包括推进系统808、电气系统812、环境系统814、液压系统810和健康监测系统816的一个或多个组件。在图8所示的示例中，传感器108、异常检测系统104或两者都是健康监测系统816的一部分。也可以包括任何数量的其他系统或其他设备。
91.本文描述的示例的图示旨在提供对各种实施方式的结构的一般理解。这些图示并不旨在作为利用本文描述的结构或方法的设备和系统的所有元件和特征的完整描述。本领域技术人员在阅读本公开后，许多其他实施方式可能是显而易见的。可以利用其他实施方式并从本公开中导出，从而可以在不脱离本公开的范围的情况下进行结构和逻辑的替换和改变。例如，方法操作可以以不同于图中所示的顺序来执行，或者可以省略一个或多个方法操作。因此，本公开和附图应被视为说明性的而非限制性的。
92.此外，尽管本文已经示出和描述了特定的示例，但是应当理解，被设计成实现相同或相似结果的任何后续设置可以替代所示的特定实施方式。本公开旨在覆盖各种实施方式的任何和所有后续修改或变化。本领域技术人员在阅读本公开后，上述实施方式的组合以及本文没有具体描述的其他实施方式将是显而易见的。
93.基于这样的理解，提交本公开的摘要，即它将不用于解释或限制技术方案的范围或含义。此外，在前面的具体实施方式中，为了简化本公开，各种特征可以组合在一起或者在单个实施方式中描述。上面描述的示例说明但不限制本公开。还应该理解，根据本公开的原理，许多修改和变化是可能的。如以下技术方案所反映的，所要求保护的主题可以针对任何公开的示例的并非所有特征。因此，本公开的范围由以下技术方案及其等同物限定。