基于重要点的飞机发动机数据异常子序列检测

摘要

为从飞机快速存储记录器(QAR)数据中发现飞机发动机异常数据并预测飞机发动机故障,针对飞机发动机数据量大、结构复杂导致的异常检测复杂以及各个航班的数据量不等等问题,提出一种基于重要点的自适应分段算法.针对不同长度的数据自动生成合适数量的重要点,对QAR数据分段,对分段后的子序列进行模式表示,采用基于局部密度的时间序列异常模式检测算法对飞机发动机数据进行异常检测.实验结果表明,该方法降低了运算复杂度,能够准确发现异常子序列,方便飞机发动机故障诊断和维修.