qar数据集离群点检测及故障定位算法研究

《qar数据集离群点检测及故障定位算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文QAR数据集的离群点检测及故障定位算法研究研究生姓名：王丽婧导师姓名：杨慧教授2015年5月7日分类号：TP309密级：公开UDC：004.9学号：1205027中国民航大学硕士学位论文QAR数据集离群点检测及故障定位算法研究研究生姓名：王丽婧导师姓名：杨慧教授申请学位类别：工学硕士学科专业名称：计算机科学与技术所在院系：计算机科学与技术学院论文答辩日期：2015年5月5日2015年5月7日QARdataoutlierdetectionandfaultlocationAlgorithmresearchADissertationSubm

2、ittedtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofScienceBYWANGLijingSupervisedbyProf.YANGHuiCollegeofComputerScienceandTechnologyCivilAviationUniversityofChinaMarch2015摘要目前国内外各大航空公司均采用飞机快速存取记录器(QuickAccessRecorder，简称为QAR)数据对飞机在航班中飞行的状态进行监控，在飞机航班不断增加，对飞机的正点运行

3、要求不断提高的同时，通过对QAR数据进行分析并且找出其中可能存在的隐患数据显得越来越重要。本文通过对飞机时序QAR数据中的离群点进行检测，同时为了发现可能存在的故障对数据进行分析，结合飞机飞行过程中主要属性的数据趋势，研究了对飞机飞行过程中异常数据的离群点检测的发现及故障定位的算法，可以通过对故障发生时主要属性进行检测并发现其中的离群点，进而有效的帮助了飞机维护人员对飞机中可能出现异常的部件进行检测和调整。本文的研究主要完成以下几方面工作：1)研究了QAR数据的离群点检测算法并实现了对其中的故障进行定位。该算法第一阶段按照数据流分区的方法对航班中

4、的QAR数据进行划分，通过对数据块中的数据进行聚类分析，将原始数据用聚类之后生成的均值参照点代替；第二阶段根据均值参照点运用拟合的方法找出飞机飞行过程中属性的变化趋势，并根据各个均值参照点到拟合的曲线或者曲面的距离判定其是否为离群点，将其代表的簇中的所有数据均看作离群点，同时根据离群点的序号判定其发生的大致时间，这些离群的数据可由工程师根据经验或故障模型确定是否为故障，从而为进一步的飞机维护提供可靠的数据。2)为了减少选取的初始聚类中心对聚类效果的影响，对传统的K-Means聚类算法进行改进从而对QAR数据进行聚类。将数据按时间序列分区之后，依照

5、各个属性范围的变化分别计算所占的权重值，最后通过各个属性的权重值相加计算数据的权值，通过对权值的排序来挑选最接近的初始聚类中心，优化了算法的聚类效果，并减少聚类算法的迭代次数。3)运用了最小二乘拟合聚类的均值参照点。根据设定的基于距离的离群点检测定义判定各点是否为离群数据，提出了离群因子的定义，从而适用于QAR数据的离群点检测，并根据离群因子判定数据中的离群点。该定义将超过离群因子设定阈值的数据点认定为离群点，同时定位故障发生的大致时间。关键词：QAR数据；K-Means算法；离群点检测；最小二乘法IAbstractAtpresent,theai

6、rlinesathomeandabroadareallusingQAR(QuickAccessRecorder)dataforthemonitoringoftheaircraftwhentheyareintheflightstate.Becauseofthecontinuousincreaseinflightsandtherequirementsrunningonscheduleofaircraftatthesametime,basedontheQARdataanalysistofindoutthehiddendangersthatmayexis

7、tisbecomingmoreandmoreimportant.ToachievethepurposeofoutlierdetectionforaircrafttemporalQARdatatofindthefaultwhetherexistornot,combinedwiththenormaltrendofmainattributesofaircraftinflight,andcarriesontheanalysisinviewofQARdata,wemainlystudytofindabnormaldatainaircraftduringfl

8、ightthroughthewayofoutlierdetectionandfaultlocation,andwecandetectwi