[发明专利]基于自适应资源调配的地面健康管理方法、系统及装置

权利要求书

1.一种基于自适应资源调配的地面健康管理方法，其特征在于包括：

步骤S1：根据目标飞机的当前测试数据获取所述目标飞机的故障征兆；

步骤S2：基于预设的故障征兆与预设的故障模式的对应关系并且根据所述目标飞机的故障征兆进行匹配：若未匹配出相关的故障模式，则转至步骤S3；

步骤S3：基于预设的自适应资源调度模型并且根据所述故障征兆，获取相关的测试资源和飞机测试需求；

步骤S4：基于所述飞机测试需求并利用所述测试资源对所述目标飞机进行检测得到资源测试数据，随后转至步骤S1；

其中，所述测试数据包括所述目标飞机的机载数据以及可选的资源测试数据，所述自适应资源调度模型是基于预设的故障征兆及其相应的测试资源和飞机测试需求，并且利用机器学习算法构建的神经网络模型。

2.根据权利要求1所述的基于自适应资源调配的地面健康管理方法，其特征在于，“根据目标飞机的当前测试数据获取所述目标飞机的故障征兆”的步骤包括：

步骤S101：提取所述当前测试数据的数据特征；

步骤S102：基于所述数据特征对所述目标飞机进行状态监测，并且基于状态监测结果判断所述目标飞机是否飞行正常：若是，则转至步骤S101；若否，则转至步骤S103；

步骤S103：基于预设的测试数据与预设的故障征兆的对应关系并且根据所述当前测试数据，匹配相关的故障征兆。

3.根据权利要求2所述的基于自适应资源调配的地面健康管理方法，其特征在于，在“基于预设的自适应资源调度模型并且根据所述故障征兆，获取相关的测试资源和飞机测试需求”的步骤之后，所述方法还包括：

判断所述故障征兆和所述故障征兆对应的测试资源和飞机测试需求是否为预设训练集中的训练样本；

若否，则根据所述训练集、所述故障征兆和所述故障征兆对应的测试资源和飞机测试需求，并且利用机器学习算法重新对所述自适应资源调度模型进行网络训练。

4.一种基于自适应资源调配的地面健康管理系统，其特征在于包括：

故障检测模块，配置为根据目标飞机的当前测试数据获取所述目标飞机的故障征兆；

故障诊断模块，配置为基于预设的故障征兆与预设的故障模式的对应关系并且根据所述目标飞机的故障征兆进行匹配：若未匹配出相关的故障模式，则将所述故障征兆输送至资源调配模块；

资源调配模块，配置为基于预设的自适应资源调度模型并且根据所述故障征兆，获取相关的测试资源和飞机测试需求；

飞机检测模块，配置为基于所述飞机测试需求并利用所述测试资源对所述目标飞机进行检测得到资源测试数据，随后将所述资源测试数据输送至故障检测模块；

其中，所述测试数据包括所述目标飞机的机载数据以及可选的资源测试数据，所述自适应资源调度模型是基于预设的故障征兆及其相应的测试资源和飞机测试需求，并且利用机器学习算法构建的神经网络模型。

5.根据权利要求4所述的基于自适应资源调配的地面健康管理系统，其特征在于，所述故障检测模块进一步配置为执行如下操作：

步骤S101：提取所述当前测试数据的数据特征；

步骤S102：基于所述数据特征对所述目标飞机进行状态监测，并且基于状态监测结果判断所述目标飞机是否飞行正常：若是，则转至步骤S101；若否，则转至步骤S103；

步骤S103：基于预设的测试数据与预设的故障征兆的对应关系并且根据所述当前测试数据，匹配相关的故障征兆。

6.根据权利要求5所述的基于自适应资源调配的地面健康管理系统，其特征在于，所述系统还包括模型训练模块，所述模型训练模块配置为执行如下操作：

判断所述故障征兆和所述故障征兆对应的测试资源和飞机测试需求是否为预设训练集中的训练样本；

若否，则根据所述训练集、所述故障征兆和所述故障征兆对应的测试资源和飞机测试需求，并且利用机器学习算法重新对所述自适应资源调度模型进行网络训练。

7.一种存储装置，其中存储有多条程序，其特征在于，所述程序适于由处理器加载并执行以实现权利要求1-3中任一项所述的基于自适应资源调配的地面健康管理方法。

8.一种控制装置，包括：

处理器，适于执行各条程序；

存储设备，适于存储多条程序；

其特征在于，所述程序适于由处理器加载并执行以实现权利要求1-3中任一项所述的基于自适应资源调配的地面健康管理方法。