专利名称：采用滚动预测的飞机表面积冰短时预报系统及预报方法
技术领域：
本发明属于民航机场设施技术领域，特别是涉及一种采用滚动预测的飞机表面积冰短时预报系统及预报方法。
背景技术：
航班的安全、准时运行与气象条件密切相关。积冰是影响航班正常运行的重要气象条件之一。飞机表面积冰不仅破坏了飞机绕流流�。蛊鸱晒� 程中的升阻力、失速迎角等发生变化，严重的积冰还可导致飞行事故的发生。2004年包头“11. 21”空难就是由起飞前机翼表面结霜造成的。在积冰气象条件下，飞机必须在除冰作业后才能起飞。除冰过程涉及到飞机表面积冰检测和除冰液用量问题。而目前飞机表面积冰检测的主要手段是目测，采用目测评估机翼表面积冰情况，其准确率和效率不高，并且不能准确地给出积冰量和积冰分布。而积冰时候检测则会降低积冰事件处理效率，导致航班的延误。在未知积冰类型以及其分布的情况下对飞机表面进行除冰会造成飞机除冰资源的浪费，从而导致对机场环境的污染。因此飞机表面积冰的短时预报对飞机的飞行安全、资源的优化利用、飞机防除冰等具有重要意义。飞机表面积冰预报是一个包含气象学、流体力学、空气动力学、热力学以及计算流体力学等多学科的复杂问题。由于飞机表面边界条件复杂，影响因素很多，因此积冰是一个非线性的复杂物理过程。气象预报中I 6小时的短时预报仅能给出积冰事件发生与否的概率，而不能准确地给出积冰量和分布。目前，国内外学者应用数值计算方法对飞机在飞行状态时的积冰进行了研究，并且已经开发出积冰预测软件，如NASA的LEWICE软件、加拿大的FENSAP-ICE软件、中国空气动力研究与发展中心开发的IRC软件等。但是，积冰的数值计算方法主要考虑的是大气中过冷水滴的冻结，而水蒸汽凝固现象却并未见考虑，如夜间的积霜现象。因此，到目前为止地面飞机表面积冰短时预报的系统及方法并未见报道。
发明内容
为了解决上述问题，本发明的目的在于提供一种信息准确且实用性强的采用滚动预测的飞机表面积冰短时预报系统。本发明的另一个目的在于提供一种上述采用滚动预测的飞机表面积冰短时预报系统的预报方法。为了达到上述目的，本发明提供的采用滚动预测的飞机表面积冰短时预报系统包括模拟飞机机翼、传感器系统、数据采集系统和计算机系统；所述的模拟飞机机翼设置在地面上飞机表面积冰监测现�。淮衅飨低嘲ǘ喔龌衅�、温湿度传感器、风速风向传感器、多个表面温度传感器、压力传感器和降水传感器，其中多个积冰传感器和多个表面温度传感器相隔距离安装在模拟飞机机翼的表面，温湿度传感器、风速风向传感器、压力传感器和降水传感器安装在飞机表面积冰监测现�。⑶疑鲜龃衅骶ü莶杉低秤爰扑慊低诚嗔�。
所述的模拟飞机机翼共有四个机翼，分别代表不同的典型风向情况下的积冰情况。所述的多个积冰传感器分别安装在模拟飞机机翼的前缘、上下表面以及后缘部位，并以其安装点作为积冰预测点。所述的数据采集系统包括输入接口电路和数据采集器，其中，输入接口电路的多个输入端分别与传感器系统之中的传感器相连接，输出端与数据采集器相连接，其用于接收传感器系统所采集的现场信号；数据采集器与计算机系统相连接，用于将上述数据采集器采集到的模拟信号转换成数字信号，然后传送给计算机系统。 所述的输入接口采用PCLD-880输入端子，数据采集器采用PCL-812PG数据采集卡；计算机系统采用工业用计算机，其包括数据库、数据处理计算机和信息发布平台。本发明提供的采用滚动预测的地面飞机积冰短时预报系统的预报方法包括按顺序进行的下列步骤步骤I)准备阶段在地面上飞机监测现场设置模拟飞机机翼，并且在模拟飞机机翼上需要预测积冰的表面安装多个积冰传感器和多个温度传感器，同时在飞机监测现场安装一个温湿度传感器、风速风向传感器、压力传感器和降水传感器；步骤2)数据采集阶段传感器系统利用其上的积冰传感器、温湿度传感器、风速风向传感器、表面温度传感器、压力传感器和降水传感器分别实时采集飞机表面冰层的厚度、飞机监测现场的温度、大气湿度、风速风向、大气压力、降水量和飞机表面温度，然后将采集到的信号首先传输给数据采集系统中的输入接口电路，以进行滤波与电压/电流转换，然后再通过数据采集器转换成数字信号并传输给计算机系统；步骤3)数据处理阶段计算机系统对传感器系统所采集的现场数据进行预处理，以提取出结冰天气环境下飞机监测现场的特征信息；步骤4)建立预测模型阶段计算机系统将得到的特征信息分为2部分，用于建立支持向量机的训练样本集、测试样本集；并根据历史积冰数据，采用遗传算法自动搜索和确定支持向量机的参数，从而建立起基于遗传算法优化参数的支持向量机的积冰预测数学模型；步骤5)滚动预测阶段计算机系统3利用步骤4)得出的积冰预测数学模型，采用最新的输入变量和对应的积冰预测数学模型来对未来几个小时内积冰情况进行预测，通过预测值与实测值不断交互，实现飞机表面积冰的滚动预测，之后将实测数据形成数据库存储到计算机系统中；步骤6)完成最后计算机系统将信号发送给指挥调度中心。在步骤2)数据采集阶段中，所述的传感器采用间隔的方式采集数据，其采集数据的时间间隔为2分钟。在步骤4)建立预测模型阶段中，所述的建立基于遗传算法优化参数的支持向量机的积冰预测数学模型的具体方法是首先通过遗传算法对支持向量机预测模型中的各项参数进行预测，并找到最优的支持向量机参数的取值，然后将其代入到支持向量机预测模型中，得到基于遗传算法的支持向量机模型，并利用此模型对飞机表面积冰情况进行预测，并利用滚动预测方法对飞机表面积冰进行修正。所述的步骤4)中采用的遗传算法优化参数方法包括按顺序进行的下列步骤
步骤a)产生初始种群确定要优化的支持向量机参数，利用遗传算法随机产生支持向量机参数的初始种群；步骤b)训练利用初始的种群，对气象样本和积冰样本进行训练，由训练好的模型对测试数据进行测试，计算它的误差函数，从而确定其适应度；选择若干适应度大的个体，直接遗传给下一代；步骤c)产生下一代参数种群利用遗传、变异以及交叉等遗传操作算子对当前一代种群进行处理，选择产生下一代参数种群；
步骤d)产生并测试结果利用得到的子代数参数种群，重新对支持向量机预测模型进行训练和测试，计算适应度；如果满足遗传算法训练准则，可得到最优的支持向量机预测模型，否则，返回步骤b)，最终建立支持向量机的最优参数。本发明提供的地面飞机积冰的短时预报方法及系统是将气象数据以及积冰数据等因素作为地面飞机表面结冰预报数学模型的输入，通过遗传算法优化参数的支持向量机的滚动预测算法得到未来几个小时的积冰厚度，可以对地面飞机表面结冰进行实时监测和预警，能为机场除冰调度提供充裕时间。此外，本方法还具有预报信息准确且实用性强等优点。
图I为本发明提供的采用滚动预测的飞机表面积冰短时预报系统主要部件构成框图。图2为本发明提供的采用滚动预测的飞机表面积冰短时预报系统的预报方法中使用的遗传算法优化参数的支持向量机的滚动预测算法框图。图3为本发明提供的采用滚动预测的飞机表面积冰短时预报方法中步骤4)中采用的遗传算法优化参数方法流程图。
具体实施例方式下面结合附图和具体实施例对本发明提供的采用滚动预测的飞机表面积冰短时预报系统及方法进行详细说明。如图I所示，本发明提供的采用滚动预测的飞机表面积冰短时预报系统包括模拟飞机机翼、传感器系统I、数据采集系统2和计算机系统3 ;所述的模拟飞机机翼设置在地面上飞机表面积冰监测现�。淮衅飨低矷包括多个积冰传感器11、温湿度传感器12、风速风向传感器13、多个表面温度传感器14、压力传感器15和降水传感器16，其中多个积冰传感器11和多个表面温度传感器14相隔距离安装在模拟飞机机翼的表面，温湿度传感器12、风速风向传感器13、压力传感器15、降水传感器16安装在飞机表面积冰监测现�。⑶疑鲜龃衅�11-17均通过数据采集系统2与计算机系统3相连。所述的模拟飞机机翼共有四个机翼，分别代表不同的典型风向情况下的积冰情况。所述的多个积冰传感器11分别安装在模拟飞机机翼的前缘、上下表面以及后缘部位，并以其安装点作为积冰预测点。所述的数据采集系统2包括输入接口电路21和数据采集器22，其中，输入接口电路21的多个输入端分别与传感器系统I之中的传感器11-16相连接，输出端与数据采集器22相连接，其用于接收传感器系统I所采集的现场信号；数据采集器22与计算机系统3相连接，用于将上述数据采集器22采集到的模拟信号转换成数字信号，然后传送给计算机系统3。其每隔2分钟更新一下数据信号，并将数据传送给计算机系统3。所述的输入接口 21采用PCLD-880输入端子，数据采集器22采用PCL-812PG数据采集卡；计算机系统3采用工业用计算机，其包括数据库31、数据处理计算机32和信息发布平台33。
地面积冰与气象因素、飞机结构参数有关，是一个时变、非线性、非稳态、带有随机性的系统，很难用简单的数学模型来描述。支持向量机(SVM)是一种基于统计学习理论的基于结构风险最小化原则方法的机器学习工具，不存在容易陷入局部最优等问题，在小样本情况下具有良好的外推能力，明显优于经验风险最小化原则的常规神经网络方法。支持向量机可以从小样本数据中挖据和分析出规律并进行预测，因此可以将其应用到飞机表面积冰短时预报中。支持向量机对参数选择比较敏感。遗传算法在处理一些非线性、多模型、多目标的函数优化问题时，可以很方便地得到结果，因此可以采用遗传算法对支持向量机的参数进行自动搜索和确定。由于机场气象因素多变，采用滚动预测的方法，可以实时更新积冰数据，并且能得到较为精确的数据。根据历史监测气象数据以及积冰现场监测的积冰数据，并据此提出了利用基于遗传算法优化参数的支持向量机的滚动预测方法。图2为本发明提供的采用滚动预测的飞机表面积冰短时预报方法中使用的遗传算法优化参数的支持向量机的滚动预测算法框图。本发明提供的采用滚动预测的飞机表面积冰短时预报方法包括按顺序进行的下列步骤步骤I)准备阶段在地面上飞机监测现场设置模拟飞机机翼，并且在模拟飞机机翼上需要预测积冰的表面安装多个积冰传感器11和多个表面温度传感器14，同时在飞机监测现场安装一个温湿度传感器12、风速风向传感器13、压力传感器15和降水传感器16，其中温湿度传感器12、风速风向传感器13、压力传感器15和降水传感器16为气象参数传感器，用于采集气象参数；积冰传感器11用于采集积冰数据；表面温度传感器14用于采集飞机表面温度数据。步骤2)数据采集阶段传感器系统I利用其上的积冰传感器11、温湿度传感器12、风速风向传感器13、表面温度传感器14、压力传感器15和降水传感器16分别实时采集飞机表面冰层的厚度、飞机监测现场的温度、大气湿度、风速风向、飞机表面温度、大气压力和降水量，然后将采集到的信号首先传输给数据采集系统2中的输入接口电路21，以进行滤波与电压/电流转换，然后再通过数据采集器22转换成数字信号并传输给计算机系统3 ；步骤3)数据处理阶段计算机系统3对传感器系统I所采集的现场数据进行预处理，以提取出结冰天气环境下飞机监测现场的特征信息；步骤4)建立预测模型阶段计算机系统3将得到的特征信息分为2部分，用于建立支持向量机的训练样本集、测试样本集；并根据历史积冰数据，采用遗传算法对支持向量机的参数进行自动搜索和确定，从而建立起基于遗传算法优化参数的支持向量机的积冰预测数学模型；
步骤5)滚动预测阶段计算机系统3利用步骤4)得出的积冰预测数学模型，采用最新的输入变量对未来I 6个小时内积冰情况进行预测，通过预测值与实测值不断交互，实现飞机表面积冰的滚动预测，从而避免了建立求解物理方程的过程，之后将实测数据形成数据库存储到计算机系统3中；形成的数据库可以作为样本数据进行积冰预测模型的训练。步骤6)完成最后计算机系统3将信号发送给指挥调度中心。在步骤2)数据采集阶段中，所述的传感器11-16采用间隔的方式采集数据，其采集数据的时间间隔为2分钟。在步骤3)数据处理阶段中，所述的预处理方法为 计算机系统3将采集的数据按照时间先后顺序排列成时间序列数据，并作为预报的原始样本数据，并将样本分为训练样本、测试样本，分别占总样本数的70%，30%。样本集为X = [Xij] (I)式(I)中，X表示气象传感器和积冰传感器采集的样本数据，i表示采集的样本数据按时间排列的序号，i = 1，2，…n, j表不传感器米集的积冰厚度、环境温度、环境湿度、风速、飞机表面温度、大气压力和降水量，j = 1，2，. . .，7。其中，飞机积冰厚度Xil为预测时间点的前N个小时的积冰厚度，N = O. 5，1，2，... 6。如对未来N小时积冰量进行预测，需要将当前时间点以前N小时内采集到的积冰厚度、环境温度、环境湿度、风速、表面温度、大气压力和降水量的时间序列样本作为输入变量，未来N小时积冰厚度作为输出变量。在步骤4)建立预测模型阶段中，所述的积冰预测数学模型的输入参数为采集的积冰厚度、环境温度湿度、风速、飞机表面温度、大气压力和降水量，输出参数为N小时后的积冰厚度。飞机表面积冰厚度的支持向量机的预测函数为
I
/'(幻=Σ x)/ 例xZ ) +(2)
1=1核函数K(Xi，Xj)选用高斯型径向基函数
\ 〔一IIX1-JCjII2K(Xl^Xj) = QXP ■■■■■■■■■■■■■■■■■■■2q3■■■■■■■■■■■■■■■■■■■■■(3)根据结构风险最小化原理，回归问题可以表示为约束优化问题
Iγ η min ·/(!!’，e) = - H,. H’ + -J] c；⑷
s.i )., = ic/φ{χ ) + b + Ci, / = 1,2,...,η构造拉格朗日函数为
权利要求
1.一种采用滚动预测的地面飞机积冰短时预报系统，其特征在于采用滚动预测的飞机表面积冰短时预报系统包括模拟飞机机翼、传感器系统(I)、数据采集系统(2)和计算机系统(3);所述的模拟飞机机翼设置在地面上飞机表面积冰监测现�。淮衅飨低�(I)包括多个积冰传感器(11)、温湿度传感器(12)、风速风向传感器(13)、多个表面温度传感器(14)、压力传感器(15)和降水传感器(16)，其中多个积冰传感器(11)和多个表面温度传感器(14)相隔距离安装在模拟飞机机翼的表面，温湿度传感器(12)、风速风向传感器(13)、压力传感器(15)、降水传感器(16)安装在飞机表面积冰监测现�。⑶疑鲜龃衅�(11-16)均通过数据采集系统⑵与计算机系统(3)相连。
2.根据权利要求I所述的采用滚动预测的地面飞机积冰短时预报系统，其特征在于所述的模拟飞机机翼共有四个机翼，分别代表不同的典型风向情况下的积冰情况。
3.根据权利要求I所述的采用滚动预测的地面飞机积冰短时预报系统，其特征在于所述的多个积冰传感器(11)分别安装在模拟飞机机翼的前缘、上下表面以及后缘部位，并以其安装点作为积冰预测点。
4.根据权利要求I所述的采用滚动预测的地面飞机积冰短时预报系统，其特征在于所述的数据采集系统(2)包括输入接口电路(21)和数据采集器(22)，其中，输入接口电路(21)的多个输入端分别与传感器系统(I)之中的传感器(11-17)相连接，输出端与数据采集器(22)相连接，其用于接收传感器系统(I)所采集的现场信号；数据采集器(22)与计算机系统(3)相连接，用于将上述数据采集器(22)采集到的模拟信号转换成数字信号，然后传送给计算机系统(3)。
5.根据权利要求I所述的采用滚动预测的地面飞机积冰短时预报系统，其特征在于所述的输入接口(21)采用PCLD-880输入端子，数据采集器(22采用PCL-812PG数据采集卡；计算机系统(3)采用工业用计算机，其包括数据库(31)、数据处理计算机(32)和信息发布平台(33)。
6.一种如权利要求I所述的采用滚动预测的地面飞机积冰短时预报系统的预报方法，其特征在于所述的预报方法包括按顺序进行的下列步骤 步骤I)准备阶段在地面上飞机监测现场设置模拟飞机机翼，并且在模拟飞机机翼上需要预测积冰的表面安装多个积冰传感器(11)和多个表面温度传感器(14)，同时在飞机监测现场安装一个温湿度传感器(12)、风速风向传感器(13)、压力传感器(15)和降水传感器(16)； 步骤2)数据采集阶段传感器系统(I)利用其上的积冰传感器(11)、温湿度传感器(12)、风速风向传感器(13)、表面温度传感器(14)、压力传感器(15)和降水传感器(16)分别实时采集飞机表面冰层的厚度、飞机监测现场的温度、大气湿度、风速风向、飞机表面温度、大气压力和降水量，然后将采集到的信号首先传输给数据采集系统(2)中的输入接口电路(21)，以进行滤波与电压/电流转换，然后再通过数据采集器(22)转换成数字信号并传输给计算机系统(3)； 步骤3)数据处理阶段计算机系统(3)对传感器系统(I)所采集的现场数据进行预处理，以提取出结冰天气环境下飞机监测现场的特征信息； 步骤4)建立预测模型阶段计算机系统(3)将得到的特征信息分为2部分，用于建立支持向量机的训练样本集、测试样本集；并根据历史积冰数据，采用遗传算法对支持向量机的参数进行自动搜索和确定，从而建立起基于遗传算法优化参数的支持向量机的积冰预测数学模型； 步骤5)滚动预测阶段计算机系统(3)利用步骤4)得出的积冰预测数学模型，采用最新的输入变量和对应不同的模型来对未来几个小时内积冰情况进行预测，通过预测值与实测值不断交互，实现飞机表面积冰的滚动预测，之后将实测数据形成数据库存储到计算机系统3中； 步骤6)完成最后计算机系统(3)将信号发送给指挥调度中心。
7.根据权利要求6所述的采用滚动预测的地面飞机积冰短时预报系统的预报方法，其特征在于在步骤2)数据采集阶段中，所述的传感器11-16采用间隔的方式采集数据，其采集数据的时间间隔为2分钟。
8.根据权利要求6所述的采用滚动预测的地面飞机积冰短时预报系统的预报方法，其特征在于在步骤4)建立预测模型阶段中，所述的建立基于遗传算法优化参数的支持向量机的积冰预测数学模型的具体方法是首先通过遗传算法对支持向量机预测模型中的各项参数进行预测，并找到最优的支持向量机模型参数取值，然后将其代入到支持向量机预测模型中，得到基于遗传算法的支持向量机模型，并利用此模型对飞机表面积冰情况进行预测，并利用滚动预测方法对飞机表面积冰进行修正。
9.根据权利要求6所述的采用滚动预测的地面飞机积冰短时预报系统的预报方法，其特征在于所述的步骤4)中采用的遗传算法优化参数方法包括按顺序进行的下列步骤 步骤a)产生初始种群确定要优化的支持向量机参数向量，利用遗传算法随机产生支持向量机参数的初始种群； 步骤b)训练利用初始的种群，对气象样本和积冰样本进行训练，由训练好的模型对测试数据进行测试，计算它的误差函数，从而确定其适应度；选择若干适应度大的个体，直接遗传给下一代； 步骤c)产生下一代参数种群利用遗传、变异以及交叉等遗传操作算子对当前一代种群进行处理，选择产生下一代参数种群； 步骤d)产生并测试结果利用得到的子代数参数种群，重新对支持向量机预测模型进行训练和测试，计算适应度；如果满足遗传算法训练停止准则，则得到最优的支持向量机预测模型，否则，返回步骤b)，最终建立支持向量机的最优参数。
全文摘要
一种采用滚动预测的飞机表面积冰短时预报系统及预报方法。系统包括模拟飞机机翼、传感器系统、数据采集系统和计算机系统；模拟飞机机翼设置在地面上飞机表面积冰监测现�。淮衅飨低嘲沧霸谀Ｄ夥苫砑胺苫砻婊嗖庀殖。⑶掖衅魍ü莶杉低秤爰扑慊低诚嗔�。本发明提供的地面飞机积冰的短时预报方法及系统是将气象数据以及积冰数据等因素作为地面飞机表面结冰预报数学模型的输入，通过遗传算法优化参数的支持向量机的滚动预测算法得到未来几个小时的积冰厚度，可以对地面飞机表面结冰进行实时监测和预警，能为机场除冰调度提供充裕时间。此外，本方法还具有预报信息准确且实用性强等优点。
文档编号G01D21/00GK102706389SQ201210201668
公开日2012年10月3日 申请日期2012年6月19日 优先权日2012年6月19日
发明者于之靖, 王立文, 许丹丹, 陈斌 申请人:中国民航大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
