大数据驱动的机载设备故障预测与健康管理系统

大数据驱动的机载设备故障预测与健康管理系统(Prognostics and Health Management，PHM)以机载设备的全寿命周期的数据（包括各部件测试数据，运营过程的状态监测记录、故障及修复记录等）为数据源，结合已知的结构特性、工作条件等，利用大数据处理和挖掘技术，不仅对设备的当前健康状态进行判断，并对历史数据进行预测分析，以判断未来一段时间内设备运行是否会出现故障，并给出合理的预防和维修策略，避免故障扩大和传播，提高飞机的安全性，降低运营成本。

主要研究内容为：

（1）飞行大数据库的建立与维护

（2）机载设备监测性能参数与故障模式的关联关系的建立

（3）基于大数据的智能故障诊断技术；

（4）基于大数据的智能故障预测技术；

（5）自学习技术；

（6）智能决策支持技术；

（7）基于大数据的机载设备故障预测与健康管理的验证技术。

关键技术：

（1）失效征兆参数识别技术；

（2）高效、稳健的智能诊断技术和故障预测技术；

（3）故障模式仿真。

系统框架图：