基于多传感器的地面飞机表面结冰预报装置及方法

1.一种基于多传感器的地面飞机表面结冰预报装置，其特征在于：所述的基于多传感器的地面飞机表面结冰预报装置包括模拟飞机机翼(8)、多个温度传感器(1)、温度信号调理板(2)、湿度传感器(3)、湿度信号调理板(4)、风速传感器(5)、RS-485串行通信接口(6)和计算机系统(7)；其中模拟飞机机翼(8)设置在地面飞机表面结冰模拟现场，其采用与飞机机翼相同的材料制成；多个温度传感器(1)相隔距离安装在模拟飞机机翼(8)的表面，并且同时通过温度信号调理板(2)与计算机系统(7)相连；湿度传感器(3)和风速传感器(5)安装在地面飞机表面结冰模拟现场，并分别通过湿度信号调理板(4)和RS-485串行通信接口(6)与计算机系统(7)相接。
2.根据权利要求1所述的基于多传感器的地面飞机表面结冰预报装置，其特征在于：
所述的基于多传感器的地面飞机表面结冰预报装置还包括一个远程网络服务器(9)，计算机系统(7)通过远程网络服务器(9)与机场航班指挥调度系统相连。
3.根据权利要求1所述的基于多传感器的地面飞机表面结冰预报装置，其特征在于：
所述的多个温度传感器(1)安装在模拟飞机机翼(8)的迎风面上。
4.根据权利要求1所述的基于多传感器的地面飞机表面结冰预报装置，其特征在于：
所述的计算机系统(7)采用研华工业计算机，其上配备有RS-485接口卡、信号采集板卡、网络远程接口、人机交互界面和数据存储模块。
5.一种采用权利要求1所述的基于多传感器的地面飞机表面结冰预报装置的预报方法，其特征在于：所述的预报方法包括按顺序进行的下列步骤：
1)在一个地面飞机表面结冰模拟现场设置一个模拟飞机机翼(8)，并且在模拟飞机机翼(8)的表面安装多个温度传感器(1)，同时在该模拟现场安装一个湿度传感器(3)和一个风速传感器(5)，分别用于采集模拟现场的温度、大气湿度和风速；
2)利用计算机系统(7)对上述传感器采集的温度、湿度及风速数据进行分析处理，以提取出结冰天气环境下模拟现场的特征信息；
3)计算机系统(7)结合机场冰雪天气历史数据，采用神经网络建立起机场区域冰雪天气预报数学模型；
4)计算机系统(7)利用上述步骤2)得出的特征信息对上述机场区域冰雪天气预报数学模型进行修正而得出地面飞机表面结冰预报数学模型，并将该预报数学模型投入到地面飞机表面结冰模拟现场，以进行实际的运行预报。
6.根据权利要求5所述的基于多传感器的地面飞机表面结冰预报方法，其特征在于：
所述的神经网络为BP神经网络，其是一种多层前馈网络。

基于多传感器的地面飞机表面结冰预报装置及方法\n技术领域\n[0001] 本发明属于民航技术领域，特别是涉及一种基于多传感器的地面飞机表面结冰预报装置及方法。\n背景技术\n[0002] 目前，随着我国民航运输规模的迅速扩大，航班起降密度进一步提高。为了保证旅客的飞行安全及高效运输，减少因为恶劣天气(冰雪、冻雨)而造成的航班延误或取消，恶劣天气环境下的气象预报对机场地面服务保障工作具有十分重要的意义。\n[0003] 机场范围的气象预报主要靠机场气象部门提供，由于该预报的范围大且时间长，而且只能针对大气情况进行预报，而无法对局部区域地面飞机表面的结冰情况提供短时预报。例如2008年1月中下旬至2月初，我国中南方地区发生的大面积雨雪冰冻自然灾害，致使该地区的一些枢纽机场曾一度关闭，结果造成大面积的航班延误或者取消。因此单纯依靠机场气象部门提供的机场区域天气预报不能准确地预报出地面飞机表面的结冰情况。\n[0004] 目前，机场地面服务部门仍采用人工目测的方法对地面飞机表面的结冰情况进行预报。由于这种预报方法人为因素较大，并且没有科学依据，因此很容易出现误报、漏报问题，结果极易引起飞行安全事故。另外，由于这种预报方法实际上属于事后预报，因此不利于机场地面服务人员提前启动除冰程序，管理部门也很难有效地组织人员、设备和材料等资源高效进行除冰。\n发明内容\n[0005] 为了解决上述问题，本发明的目的在于提供一种预报信息准确，并且实用性强的基于多传感器的地面飞机表面结冰预报装置。\n[0006] 本发明的另一个目的在于提供一种上述基于多传感器的地面飞机表面结冰预报方法。\n[0007] 为了达到上述目的，本发明提供的基于多传感器的地面飞机表面结冰预报装置包括模拟飞机机翼、多个温度传感器、温度信号调理板、湿度传感器、湿度信号调理板、风速传感器、RS-485串行通信接口和计算机系统；其中模拟飞机机翼设置在地面飞机表面结冰模拟现场，其采用与飞机机翼相同的材料制成；多个温度传感器相隔距离安装在模拟飞机机翼的表面，并且同时通过温度信号调理板与计算机系统相连；湿度传感器和风速传感器安装在地面飞机表面结冰模拟现场，并分别通过湿度信号调理板和RS-485串行通信接口与计算机系统相接。\n[0008] 所述的基于多传感器的地面飞机表面结冰预报装置还包括一个远程网络服务器，计算机系统通过远程网络服务器与机场航班指挥调度系统相连。\n[0009] 所述的多个温度传感器安装在模拟飞机机翼的迎风面上。\n[0010] 所述的计算机系统采用研华工业计算机，其上配备有RS-485接口卡、信号采集板卡、网络远程接口、人机交互界面和数据存储模块。\n[0011] 本发明提供的基于多传感器的地面飞机表面结冰预报方法包括按顺序进行的下列步骤：\n[0012] 1)在一个地面飞机表面结冰模拟现场设置一个模拟飞机机翼，并且在模拟飞机机翼的表面安装多个温度传感器，同时在该模拟现场安装一个湿度传感器和一个风速传感器，分别用于采集模拟现场的温度、大气湿度和风速；\n[0013] 2)利用计算机系统对上述传感器采集的温度、湿度及风速数据进行分析处理，以提取出结冰天气环境下模拟现场的特征信息；\n[0014] 3)计算机系统结合机场冰雪天气历史数据，采用神经网络建立起机场区域冰雪天气预报数学模型；\n[0015] 4)计算机系统利用上述步骤2)得出的特征信息对上述机场区域冰雪天气预报数学模型进行修正而得出地面飞机表面结冰预报数学模型，并将该预报数学模型投入到地面飞机表面结冰模拟现场，以进行实际的运行预报。\n[0016] 所述的神经网络为BP神经网络，其是一种多层前馈网络。\n[0017] 本发明提供的基于多传感器的地面飞机表面结冰预报装置和方法是将机场区域冰雪天气预报数据结合地面物体表面温度、大气湿度和风速等因素作为地面飞机表面结冰预报数学模型的输入，通过神经网络预报算法而得到当前乃至未来短时间内发生结冰的几率，因此可以对机场小区域内地面飞机表面的结冰情况进行短时间预报，并且可以对停机坪过夜航班进行及时监测，以提前给出结冰预警信号，这样便于机场地面服务部门提前展开除冰工作，并将结冰预警信号反馈给机场航班指挥调度系统。此外，本方法还具有预报信息准确且实用性强等优点。\n附图说明\n[0018] 图1为本发明提供的基于多传感器的地面飞机表面结冰预报装置构成示意图。\n[0019] 图2为本发明提供的基于多传感器的地面飞机表面结冰预报方法中使用的地面飞机表面结冰神经网络预报数学模型框图。\n具体实施方式\n[0020] 下面结合附图和具体实施例对本发明提供的基于多传感器的地面飞机表面结冰预报装置及方法进行详细说明。\n[0021] 如图1所示，本发明提供的基于多传感器的地面飞机表面结冰预报装置包括模拟飞机机翼8、多个温度传感器1、温度信号调理板2、湿度传感器3、湿度信号调理板4、风速传感器5、RS-485串行通信接口6和计算机系统7；其中模拟飞机机翼8设置在地面飞机表面结冰模拟现场，其采用与飞机机翼相同的材料制成；多个温度传感器1相隔距离安装在模拟飞机机翼8的表面，并且同时通过温度信号调理板2与计算机系统7相连；湿度传感器3和风速传感器5安装在地面飞机表面结冰模拟现场，并分别通过湿度信号调理板4和RS-485串行通信接口6与计算机系统7相接。\n[0022] 所述的基于多传感器的地面飞机表面结冰预报装置还包括一个远程网络服务器\n9，计算机系统7通过远程网络服务器9与机场航班指挥调度系统相连。\n[0023] 所述的多个温度传感器1安装在模拟飞机机翼8的迎风面上。\n[0024] 所述的计算机系统7采用研华工业计算机，其上配备有RS-485接口卡、信号采集板卡、网络远程接口、人机交互界面和数据存储模块。\n[0025] 如图1、图2所示，本发明提供的基于多传感器的地面飞机表面结冰预报方法包括按顺序进行的下列步骤：\n[0026] 1)在一个地面飞机表面结冰模拟现场设置一个模拟飞机机翼8，并且在模拟飞机机翼8的表面安装多个温度传感器1，同时在该模拟现场安装一个湿度传感器3和一个风速传感器5，分别用于采集模拟现场的温度、大气湿度和风速；\n[0027] 2)利用计算机系统7对上述传感器采集的温度、湿度及风速数据进行分析处理，以提取出结冰天气环境下模拟现场的特征信息；\n[0028] 3)计算机系统7结合机场冰雪天气历史数据，采用神经网络建立起机场区域冰雪天气预报数学模型；\n[0029] 4)计算机系统7利用上述步骤2)得出的特征信息对上述机场区域冰雪天气预报数学模型进行修正而得出地面飞机表面结冰预报数学模型，并将该预报数学模型投入到地面飞机表面结冰模拟现场，以进行实际的运行预报。\n[0030] 所述的神经网络为BP神经网络，其是一种多层前馈网络。\n[0031] 本发明提供的基于多传感器的地面飞机表面结冰预报装置工作过程如下：首先利用多个温度传感器1采集地面飞机表面结冰模拟现场内模拟飞机机翼8上不同部位的温度信号，然后通过温度信号调理板2将这些信号传送给计算机系统7；与此同时，利用湿度传感器3和风速传感器5分别采集地面飞机表面结冰模拟现场的大气湿度和风速信号，并分别通过湿度信号调理板4和RS-485串行通信接口6传送给计算机系统7。\n[0032] 计算机系统7接收到上述多个温度传感器1传送的信号后采用加权平均法进行数据融合，同时采用中值滤波法和加权平均法分别对上述湿度和风速信号进行处理，以提取出地面飞机表面结冰外界环境天气特征数据，然后对温度、湿度和风速特征数据进行归一化处理，以形成地面飞机表面结冰外界环境参数特征向量。\n[0033] 然后计算机系统7结合机场冰雪天气历史数据，采用神经网络建立起机场区域冰雪天气预报数学模型。因为地面飞机表面结冰与温度、湿度、风速和物体表面特征有关，并且与温度、湿度和风速呈现非线性耦合关系，是时变的非线性环节，因此输入和输出都很难用具体的数学函数来表达。神经网络具有很强的非线性映射和逼近功能，可以对输入样本进行学习、训练，实现多传感器信息融合和数据处理，并根据连接权中存储的知识进行决策输出，进而建立起地面飞机表面结冰预报数学模型输入和输出之间的内在联系。BP神经网络是一种多层前馈网络，可以实现输入到输出之间的非线性性映射，本发明中所采用的BP神经网络的结构如图2所示，该神经网络选用三层，输入层有3个神经元，分别对应于温度、湿度和风速传感器信号，输出层有1个神经元，对应于结冰信号；网络隐含层(输入层节点到隐含层节点间)神经元采用正切函数Sigmoid，输出层(隐含层节点到输出层节点间)神经元函数采用线性函数，隐含层神经元数目由实验方法确定，此处隐含层神经元数目为5个，网络学习算法采用梯度下降法。\n[0034] BP神经网络训练学习过程如下：\n[0035] 1)网络初始化，给各连接权值分别赋一个区间(-1，1)内的随机数，设定误差函数e，给定计算精度值ε和最大学习次数M；\n[0036] 2)将归一化处理后的温度、湿度和风速作为输入样本，随机选取第k个输入样本及对应期望输出；\n[0037] 3)采用正切函数Sigmoid作为激活函数，计算隐含层和输出层神经元输出值；\n[0038] 4)用网络实际输出和期望输出计算隐含层和输出层校正误差，采用梯度下降法对连接权值进行校正；\n[0039] 5)计算全局误差，判断网络误差是否满足要求，如果满足误差预设精度ε或者大于设定的学习次数M，训练结束；否则，选取下一个样本及期望输出，返回上述步骤3)，进入下一轮学习。\n[0040] 通过多次学习和测试，神经网络将大气结冰天气信息存储在连接权值中，由此建立起机场区域冰雪天气预报数学模型。但是由于该预报数学模型并未反应出结冰天气下地面飞机表面的结冰情况，为此，该预报数学模型还应当进一步修正。\n[0041] 计算机系统7利用上述地面飞机表面结冰模拟现场实测并处理后的特征信息与机场区域冰雪天气预报数学模型中的相应信息进行比较，然后根据误差信号再一次对神经网络连接权值进行修改，由此获得地面飞机表面结冰预报数学模型；这样，修改之后的连接权值就包含了地面飞机表面结冰信息，之后将修正后的地面飞机表面结冰预报数学模型嵌入计算机软件系统，并在地面飞机表面结冰模拟现场在线投入运行。根据该预报系统给出的结冰信息，地面服务人员可提前启动除冰应急预案，并可将结冰信息通过远程网络服务器9反馈给机场航班指挥调度系统。