CN102862685B - 检测飞机部件的性能进入衰退期的方法及飞机的维修方法 - Google Patents

检测飞机部件的性能进入衰退期的方法及飞机的维修方法 Download PDF

Info

Publication number
CN102862685B
CN102862685B CN201210236985.9A CN201210236985A CN102862685B CN 102862685 B CN102862685 B CN 102862685B CN 201210236985 A CN201210236985 A CN 201210236985A CN 102862685 B CN102862685 B CN 102862685B
Authority
CN
China
Prior art keywords
detected parameters
performance
aircraft components
numerical value
apu
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210236985.9A
Other languages
English (en)
Other versions
CN102862685A (zh
Inventor
顾祝平
丁慧锋
郑逢亮
吴予赋
吴家驹
朱毅
王炳正
马洪涛
黄磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Air China Ltd
Original Assignee
Air China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Air China Ltd filed Critical Air China Ltd
Priority to CN201210236985.9A priority Critical patent/CN102862685B/zh
Publication of CN102862685A publication Critical patent/CN102862685A/zh
Application granted granted Critical
Publication of CN102862685B publication Critical patent/CN102862685B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64FGROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明涉及一种检测飞机部件的性能进入衰退期的方法,包括:获取反映所述飞机部件运行状态的一个或多个检测参数;将所述一个或多个检测参数的数据与相应的预定值比较;以及基于所述比较的结果,评估飞机部件性能是否进入衰退期。

Description

检测飞机部件的性能进入衰退期的方法及飞机的维修方法
技术领域
本发明涉及一种飞机维修相关的方法,特别地,涉及一种检测飞机部件的性能进入衰退期的方法。
背景技术
飞机是现代社会重要的交通工具。每天许多人都搭乘飞机进行旅行。飞机的飞行安全性必须得到保证。当飞机的某一部件出现故障不符合放行条件时,飞机必须停下来进行维修,直到故障排除。因此,一旦飞机的某一部件出现故障将很可能导致飞机的延误,甚至停飞。
目前对于飞机的维修采用的方式主要是事后维修或者按硬时限维修的方式。如上所介绍的,事后维修很难避免飞机的延误和停飞,因为对于飞机某些部件的维修是非常耗时的。有些时候,如果由于价格昂贵或备件用完等原因,机场没有可供替换的备件,这将直接导致飞机停飞。按硬时限维修的方式,在经过某一段固定时间后,就对飞机的某一部件进行维修或更换。这虽然在一定程度上可以避免飞机出现延误或者停飞,但是其缺点是成本过于高昂。特别是对于某些价格昂贵的部件,对其维修和更换时可能性能仍然良好,这将造成极大的浪费。另外,对于某些特殊的情况,飞机上的某些部件的性能可能很快变坏。此时,按硬时限维修的方式也无法完全避免飞机的延误和停飞。
发明内容
针对现有技术中存在的一个或多个技术问题,根据本发明的一个方 面,提出了一种检测飞机部件的性能进入衰退期的方法,包括:获取反映所述飞机部件运行状态的一个或多个检测参数;将所述一个或多个检测参数的数据与相应的预定值比较;以及基于所述比较的结果,评估飞机部件性能是否进入衰退期。
根据本发明的另一个方面,提出一种飞机的维修方法,包括:根据上述方法确定所述飞机的飞机部件的性能是否进入衰退期;响应于所述飞机部件的性能进入衰退期,安排所述飞机的维修计划;以及对所述飞机的所述飞机部件进行维修。
根据本发明的另一个方面,提出一种获取反映所述飞机部件运行状态的一个或多个检测参数的方法,包括:获取与所述飞机部件运行状态相关的多个参数;将所述多个参数的数据与所述飞机部件的故障事件相关联;以及基于所述多个参数与所述故障事件的关联,确定所述检测参数。
附图说明
下面,将结合附图对本发明的优选实施方式进行进一步详细的说明,其中:
图1是根据本发明的一个实施例的飞机部件性能变化曲线的示意图;
图2是根据本发明的一个实施例的检测飞机部件的性能进入衰退期的方法的流程图;
图3是根据本发明的一个实施例获取反映所述飞机部件运行状态的检测参数的方法的流程图;
图4是根据本发明的一个实施例的检测飞机部件性能的方法的流程图;
图5是根据本发明的一个实施例的检测飞机部件性能的方法的流程图;
图6是根据本发明的一个实施例的检测飞机部件性能的方法的流程图;
图7是根据本发明的一个实施例的APU性能变化曲线的示意图;
图8是空客公司的A13报文的一个实例;
图9是根据本发明的一个实施例的APU性能的检测方法的流程图;
图10是根据本发明的另一个实施例的APU性能的检测方法的流程图;
图11是根据本发明的另一个实施例的APU性能的检测方法的流程图;
图12是机组氧气***性能变化曲线的示意图;
图13是根据本发明的一个实施例的检测机组氧气***性能的方法的流程图;
图14是根据本发明的一个实施例的机组氧气***氧气瓶的氧气的标态压力与测量时间的关系示意图;
图15是根据本发明的一个实施例的机组氧气***氧气瓶的氧气的标态压力与测量时间的关系示意图;
图16是根据图15所述实施例的机组氧气***24小时3天滚动平均渗漏率与测量时间的关系示意图;以及
图17是根据本发明的一个实施例的对飞机机组氧气***维修的方法的流程图。
具体实施方式
图1是根据本发明的一个实施例的飞机部件性能变化曲线的示意图。随着使用时间的增加,所有的飞机部件的性能都会逐渐变差,即衰退指数会逐渐增加。衰退指数代表了飞机部件的性能变差的速度的快慢。飞机部件性能的衰退指数比较稳定时,飞机部件性能处于稳定期;当飞机部件的性能衰退逐渐加快时,飞机部件的性能进入衰退期;当超过某一个阈值时,飞机部件的性能进入故障期,可能随时出现故障。当飞机部件进入故障期后,对服务质量和飞行安全会产生不利后果;同时容易产生非计划性的维修,造成航班的延误和停飞。现有技术中还没有手段可以对飞机部件的性能是否进入衰退期进行检测。
对于衰退期的检测有如下好处:第一,当飞机部件处于衰退期时,发生故障的概率仍然非常低。如果选择在此时机对飞机进行检修,飞行安全和服务质量是可以得到保障的。第二,当检测到飞机部件处于衰退期后,航空公司可以适时地安排对飞机的检修,从而避免了非计划的维修,减少飞机的延误。也同时避免了按硬时限进行检修时造成的成本浪费。当然,本发明的实施例也可以适用于故障期的检测。
图2是根据本发明的一个实施例的检测飞机部件的性能进入衰退期的方法的流程图。如图所示,本实施例的检测方法200包括:在步骤200,获取反映飞机部件运行状态的一个或多个检测参数;在步骤220,将所述一个或多个检测参数的数据与相应的预定值比较;以及在步骤240,基于所述比较的结果,评估飞机部件性能是否进入衰退期。
实现飞机部件的性能的检测首先要解决的一个问题是针对哪些参数进行检测,即选择哪些反映该飞机部件运行状态的检测参数。以空客A320飞机为例,飞机采集到的***数据可以高达13000多个。这其中的许多参数也都能直接或间接地反映该飞机部件的性能。因此,如何从众多的飞机 部件的性能参数中选择合适的检测参数是一个难题,特别是针对结构比较复杂的飞机部件。
图3是根据本发明的一个实施例获取反映所述飞机部件运行状态的检测参数的方法的流程图。如图所示,本实施例的获取检测参数的方法300包括:在步骤320,获取与所述飞机部件运行状态相关的多个参数;在步骤340,将所述多个参数的数据与所述飞机部件的故障事件相关联;以及在步骤360,基于所述多个参数与所述故障事件的关联,确定所述检测参数。
在步骤320,与飞机部件运行状态相关的多个参数可以是飞机数据***获取的全部参数,或者其一部分。根据各个参数所代表的物理含义,可以排除很大一部分与待检测的飞机部件完全无关的参数。根据本发明的一个实施例,根据飞机部件运行状态相关的多个参数所代表的物理含义,确定所述检测参数。
利用已有的该飞机部件的故障事件发生时与所述飞机部件运行状态相关的多个参数的数据,通过数据挖掘可以判断哪些参数与该飞机部件的故障事件高度相关,由此可以确定检测参数的范围。
根据本发明的一个实施例,计算所述多个参数的数据变化与所述飞机部件的所述故障事件的关联度。故障事件会直接影响某些参数的恶化。例如,如果机组氧气***发生泄漏,机组氧气压力参数会急速下降。如果发动机出现故障,发动机的转速会迅速下降。这些参数的恶化就代表了故障事件的发生。计算与所述飞机部件运行状态相关的参数与代表了故障事件参数的关联度就可以反映这一参数与故障事件的关联度。根据本发明的一个实施例,利用偏相关(Partial Correlation)方法计算与所述飞机部件运行状态相关的参数与代表了故障事件参数的关联度。统计学中的多种偏相 关分析方法都可以应用于本实施例中。如果经过计算发现该参数与故障事件的关联度大于一个阈值的,则将该参数作为一个检测参数。以此方法验证全部的与所述飞机部件运行状态相关的参数,就能得到反映飞机部件运行状态的检测参数。
阈值的取值决定了最终检测参数的多少,也决定了性能检测的准确程度。参数越多当然检测越准确,然而实施该检测方法的成本也越高。如果飞机部件的性能与多个参数相关,每个参数的相关度都不高,则需要降低阈值以纳入更多的参数。根据本发明的一个实施例,阈值的取值范围是0.3-0.5。如果飞机部件的性能与少数几个参数相关,而且与某些参数的相关度很高,则可以提高阈值,以减少不必要的检测。根据本发明的一个实施例,阈值的取值范围是0.6-0.8。
在获得了多个检测参数之后,也有可能这些检测参数之间可能是高度相关的。这种情况下,一个检测参数就可能代表了另一个检测参数。因此,可以通过相关度的检验,去掉一部分检测参数。根据本发明的一个实施例,计算多个检测参数之间的相关度;以及基于多个检测参数之间的相关度,去掉多个检测参数中的一个或多个。通过这一步骤就得到了相对独立的反映该飞机部件的运行状态的多个检测参数。
通过将检测参数的测量数值与该检测参数的极限数值比较,能够比较直观地反映该检测参数的变坏程度。如果检测参数的测量数值必须控制在该检测参数的极限数值之内,当检测参数的测量数值接近极限数值时,就可以认为该检测参数变坏,该飞机部件的性能可能已经进入衰退期。如果检测参数的测量数值允许超过该检测参数的极限数值,当检测参数的测量数值接近或超过该极限数值时,就可以认为该检测参数变坏,该飞机部件的性能可能已经进入衰退期。综合多个检测参数的检测结果,可以更加准 确地判断该飞机部件的性能可能已经进入衰退期。根据本发明的一个实施例,每一个检测参数的测量数值替换为经折算的指定状态下的数值,以获得更为准确的结果。
图4是根据本发明的一个实施例的检测飞机部件性能的方法的流程图。如图所示,本实施例的检测方法400包括:在步骤420,获取反映飞机部件运行状态的多个检测参数。在步骤440,计算所述多个检测参数中的每一个检测参数的测量数值与对应的所述极限数值的比值。在步骤460,为每一个检测参数的测量数值与所述极限数值的比值指定权重。在步骤480,整合加权后的所述多个检测参数的测量数值与所述极限数值的比值,得出所述飞机部件的性能参考值。由此,检测该飞机部件的性能是否进入衰退期。
各个检测参数的权重可以根据实际数据估算。根据本发明的一个实施例,根据所述多个检测参数的数据变化与所述飞机部件的故障事件的关联度得出每个检测参数的所述权重。
根据本发明的一个实施例,如果所述飞机部件的所述性能参考值大于门限值,确定所述飞机部件的性能进入衰退期。门限值一般需要依据实际数据估算。
图5是根据本发明的一个实施例的检测飞机部件性能的方法的流程图。如图所示,本实施例的检测方法500包括:在步骤520,获取反映飞机部件运行状态的多个检测参数。在步骤540,计算检测参数的测量数值在一段时间内变化趋势的斜率项。
随着使用时间的增加,飞机部件的性能也逐渐变差。这种属性可以用以下的公式来反映:
X=β0+β1t0                        (1)
其中,X是检测参数的测量数值,t0是该飞机部件的安装时间,β0和β1是拟合参数。其中β1是斜率项,反映了该检测参数的变化趋势。
在步骤560,在将所述一个或多个检测参数的测量数值在一段时间内变化趋势的斜率项与参考斜率项比较,确定二者是否发生了显著变化。如果该检测参数的测量数值在一段时间内变化趋势的斜率项相对于参考斜率项发生了显著变化,确定所述飞机部件的性能进入衰退期。
根据本发明的一个实施例,参考斜率项是所述飞机部件初始安装后一段时间内的变化趋势的斜率项。根据本发明的另一个实施例,参考斜率项是其他相同型号飞机上工作状态良好的所述飞机部件一段时间内的变化趋势的斜率项。利用该方法,既可以比较同一飞机不同时间的变化,也可以在不同飞机之间进行比较。
根据本发明的一个实施例,检测参数的测量数值可以替换为经折算的指定状态下的数值。
根据本发明的一个实施例,对检测参数的测量数值进行平滑化处理,以减少数据扰动造成的影响。平滑处理采用多点平均的滚动平均值法。获知,采用如下公式:
Xnew=C1Xsmooth+C2Xold                (2)
其中,Xold是测量数值;Xnew是平滑处理后的数值;Xsmooth是是邻近点经平滑后的数值或者附近几个点的平均值;C1和C2是权重值。C1一般远大于C2以增加平滑的效果。
图6是根据本发明的一个实施例的检测飞机部件性能的方法的流程图。如图所示,本实施例的检测方法600包括:在步骤620,获取反映飞机部件运行状态的多个检测参数。在步骤640,将检测参数在一个时间段内的测量数值作为一个样本;在步骤660,将所述时间段之前等长时间内 该检测参数的测量数值作为参考样本;以及在步骤680,基于独立样本测试,确定所述样本与所述参考样本之间是否发生了显著变化。
统计学中的多种独立样本测试方法都可以应用于本实施例中。如果所述一个或多于一个检测参数的测量数值的样本与对应的所述参考样本之间发生了显著变化,确定所述飞机部件的性能进入衰退期。
根据本发明的一个实施例,检测参数的测量数值可以替换为经折算的指定状态下的数值。
根据上述方法确定所述飞机的飞机部件的性能是否进入衰退期后,响应于所述飞机部件的性能进入衰退期,就可以适时地安排飞机的维修计划,对所述飞机的该飞机部件进行维修。
机载辅助动力单元应用实例:
机载辅助动力单元(Airborne Auxiliary Power Unit),简称辅助动力单元APU,是安装在飞机尾部的一台小型涡轮发动机。APU的主要功能是提供电源和气源,也有少量的APU可以向飞机提供附加推力。具体来说,飞机在地面上起飞前,由APU供电来启动主发动机,从而不需依靠地面电、气源车来发动飞机。在地面时,APU还提供电力和压缩空气保证客舱和驾驶舱内的照明和空调。在飞机起飞时,APU可作为备用电源使用。在飞机降落后,仍由APU供应电力照明和空调。
APU的功能决定了其运行的稳定性直接关系到飞机的飞行成本和服务质量。而且,在缺乏地面电源和气源保障的情况下,APU一旦发生故障将会直接导致飞机无法运行。目前,对于APU的故障的排除和维护几乎都是事后处理。然而,在飞机设备中,APU是维修费用较高的设备。 并且,APU整体部件价格较高,存储备件成本大,故障后送修周期高达4~5个月。事后处理的维护方式使得APU的稳定运行得不到保证。而且,由于APU送修后的耗时很长,这也直接导致飞机延误,甚至停飞。
图7是根据本发明的一个实施例的APU性能变化曲线的示意图。随着使用时间的增加,所有的APU性能都会逐渐变差,即衰退指数逐渐增加。APU性能的衰退指数比较稳定时,APU性能处于稳定期;当APU的性能衰退逐渐加快时,APU的性能进入衰退期;当超过某一个阈值时,APU的性能进入故障期,可能随时出现故障。当APU进入故障期后,既影响APU的使用,对服务质量和飞行安全产生不利后果;又容易产生非计划性的维修,造成航班的延误和停飞。现有技术中还没有手段可以对APU的性能是否进入衰退期进行检测。而本发明的某些实施例可以实现这种检测。
图8是空客公司的A13报文的一个实例。如图所示,A13报文主要包含了4部分信息,分别为:报头、APU履历信息、启动飞机发动机的运行参数及APU启动参数。
报头由CC和C1段组成,主要包含了飞机的航班信息、报文产生航段阶段、引气活门状态、总温(即外界温度)等信息。APU履历信息由E1段组成包括APU序号、运行小时和循环等信息。启动飞机发动机的运行参数由N1至S3段组成;其中N1、S1表示的是启动第一台飞机发动机时的运行情况,N2、S2表示启动第二台飞机发动机时的运行情况,N3、S3为APU启动发动机完成后APU慢车时的情况。
A13报文中包括了多项与APU运行状况相关的参数。在启动发动机运行参数中包括了EGT温度、IGV开口角度、压气机进口压力、负载压气机进口温度、引气流量、引气压力、滑油温度、APU发电机负载。APU 启动时参数包括了启动时间、EGT峰值、在EGT峰值时的转速、负载压气机进口温度。
除了A13报文中的参数以外,APU的性能还可能与其他的参数有关。以空客A320飞机为例,飞机采集到的***数据可以高达13000多个。这其中的许多参数也都能直接或间接地反映APU的性能。
对于发动机来说,影响热机最主要的指标有两个,第一个是使用时间,第二个是排气温度EGT。从物理角度而言,使用时间应当是非常重要的参数。而当APU出现故障时,APU的排气温度将上升并接近极限值。因此,从这两个参数入手提取有价值的信息。在本实例中,运用偏相关的方法剔除了外界环境的影响,例如海拔、总温、发电机负载、引气流量、进口压力、负载压气机进口温度。对APU实际数据进行分析,得到如下结果:
在本实例中,相关性r按三级划分:|r|<0.4为低度线性相关;0.4≤|r|<0.7为显著性相关;0.7≤|r|<1为高度线性相关。
根据分析结果可得,使用时间TSR、启动时间STA、发动机排气温度EGT、引气压力PT之间是相互弱相关,但进口导向叶片角度IGV和 滑油温度(OTA)与使用时间TSR、启动时间STA、发动机排气温度EGT、引气压力PT是强相关。
由此可知,在APU各部件运行正常情况下进口导向叶片角度IGV与滑油温度OTA可以由使用时间TSR、启动时间STA、发动机排气温度EGT、引气压力PT说表征。另一方面说明,使用时间TSR、启动时间STA、发动机排气温度EGT、引气压力PT参数相对较独立,各代表了某个APU的运行特性。运用这四个参数特性,通过有效组合,可以反映APU的整体性能情况。
图9是根据本发明的一个实施例的APU性能的检测方法的流程图。如图所示,本实施例的APU性能的检测方法9000中,在步骤9100,获取飞机APU运行的如下信息:排气温度EGT、压气机进口温度LCIT、启动时间STA、使用时间TSR和引气压力PT。在步骤9200,将EGT与LCIT的差EGT-LCIT、STA、TSR和PT与各自的阈值进行比较。根据本发明的一个实施例,所述阈值是各个参数的极限值。在步骤9300,为EGT-LCIT、STA、TSR和PT与各自阈值的比较结果指定各自的权重。在步骤9400,将考虑权重后EGT-LCIT、STA、TSR和PT与各自阈值的比较结果的整合。在步骤9510,确定整合后的结果是否超过第一预定值。如果整合后的结果没有超过第一预定值,则在步骤9520,判断APU性能良好;在步骤9610,确定整合后的结果是否超过第二预定值。如果没有超过第二预定值,则在步骤9620,判断APU性能的正常;在步骤9710,判断整合后的结果大于第三预定值。如果没有超过第三预定值,则在步骤9720判断APU性能已经进入衰退期。如果整合后的结果超过第三预定值,则在步骤9800,判断APU性能的已经进入故障期。
根据本发明的一个实施例,步骤9100中所需的信息可以从例如A13 报文的APU报文中获取。例如,从国际航空电讯集团SITA网控制中心和中国民航数据通信公司ADCC网控制中心可以远程实时获取飞机APU运行的A13报文,通过报文解码器将所述的飞机APU运行状态A13报文解码,得到具有飞机APU运行信息。 
如果飞机数据***中不自动生成APU运行状态报文,则增加相应的传感器和触发条件以生成所需的APU报文。如果飞机数据***中的已有的APU报文没有完全涵盖排气温度EGT、压气机进口温度LCIT、启动时间STA、使用时间TSR和引气压力PT中的一个或多个,则修改APU报文的生成条件,增加所缺少的一个或多个测量参数。由于APU报文可以通过ACARS或者ATN***实时传输到航空公司的数据服务器中,因此可以实现APU性能的实时监控。当然,报文传输的方式也可以避免了人工方式的高成本和人为错误。
根据本发明的一个实施例,步骤9100中所需的信息可以直接从飞机数据***中获取,而不需要生成APU报文。
步骤9200中,EGT与LCIT的差EGT-LCIT的阈值是EGTReadline。EGTReadline是APU的EGT红线值。EGTReadline取决于APU的型号。不同型号的APU具有不同的EGT红线值,其可以通过查找相关的手册获得。STA的阈值是STAWarningLine,是STA性能衰减值,其也取决于APU型号。TSR的阈值是TSRrt,其含义是某一型号APU的在翼时间可靠性为70%所对应的时间。PT的阈值是PTMin,其含义是某一型号APU的所需最小提供引气压力。或者,PT的阈值采用PTBaseLine,其含义是某一型号APU正常运行时的最低固有引气量。将EGT-LCIT、STA、TSR和PT与各自的阈值进行比较可以反映出当前APU的性能与APU的标准性能的偏离程度,从而反映出APU性能的变差程度。EGTReadline、STAWarningLine和PTMin 或者PTBaseLine,可以通过查找相关的飞机手册或者从制造商处获得。当然,它们也可以通过实际的实验获得。但是,TSRrt因为受到地理和维护环境等其他因素的影响,往往与标准值有一定的偏差。发明人经过长期的观察和分析发现,APU的时效模式是泊松分布。为了获得更加准确TSRrt数据,可以根据实际数据通过泊松分布来计算所需的TSRrt。例如,可以首先计算实际使用时间TSR所遵循的泊松分布的参数(如均值等),然后利用获得的实际所遵循的泊松分布的参数计算当故障率为30%(稳定率为70%)时所对应的使用时间TSRrt
EGT-LCIT、STA、TSR和PT与各自的阈值进行比较的方式可以采用比值的方式,也可以采用做差的方式。为了方便考虑各个参数的权重,根据本发明的一个实施例,在步骤9200中,计算EGT-LCIT、STA、TSR和PT与各自的阈值的比值。
EGT-LCIT、STA、TSR和PT对APU性能的影响不同,因此需要为它们指定不同的权重。根据本发明的一个实施例,在获得EGT-LCIT、STA、TSR和PT与各自的阈值的比值情况下,取R1,R2,R3和R4为EGT-LCIT、STA、TSR和PT各自的权重,且R1+R2+R3+R4=1。根据发明人的观察和分析发现,TSR的影响最大,所以R3一般大于0.25;而EGT-LCIT和STA的影响,针对不同型号的APU可能不同;相比而言,PT影响比较小,R4最小。根据本发明的一个实施例,针对APS3200型号的APU,R3=0.35,R2=0.3,R1=0.2,R4=0.15。针对GTCP131-9A型号的APU,R3=0.35,R1=0.3,R2=0.2,R4=0.15。
根据本发明的一个实施例,采用以下公式来评估APU的性能:
PDI = R 1 EGT - LGIT EGT RedLine + R 2 STA STA WarningLine + R 3 TSR TSR rt + R 4 PT Min PT - - - ( 3 )
其中,PDI(Performance Detection Index)性能检测指数是反映APU性能的参数。根据发明人的观察和分析,如果PDI小于0.7,APU性能良好;如果PDI大于0.7,小于0.85,APU性能正常可用;如果PDI大于0.85,APU性能为差,已经进入衰退期。如果PDI接近于1,例如大于0.95,则表明APU已经进入故障期,随时可能出现故障。因此,步骤9510中的第一预定值的一个实例为0.7,步骤9610中的第二预定值的一个实例是0.85;步骤6710中的第三预定值的一个实例是0.95。
以下通过2个实例,进一步说明本发明的上述实施例的方法。
实例1:APS3200型号的APU的相关信息如下:EGTReadline为682;STAWarningLine为90;PTMin为3;TSRrt为5000。取权重参数R1=0.2,R2=0.3,R3=0.35,R4=0.15。
从SITA网控制中心或ADCC网控制中心远程实时获取飞机APU报文,通过ACARS报文解码器将所述的飞机APU报文解码得到具有飞机APU运行信息,包括:排气温度EGT是629、压气机进口温度LCIT是33、启动时间STA是59、在翼时间TSR是4883和引气压力PT是3.66,通过如下公式:
PDI = R 1 EGT - LGIT EGT RedLine + R 2 STA STA WarningLine + R 3 TSR TSR rt + R 4 PT Min PT
计算得到PDI值是0.85。判断APU性能已经进入了衰退期,应当开始计划对该飞机的APU进行维修。
实例2:GTCP131-9A型号的APU的相关信息如下:EGTReadline为642;STAWarningLine为60;PTMin为3.5;TSRrt为5000。取权重参数R1=0.3,R2=0.2,R3=0.35,R4=0.15。
从SITA网控制中心或ADCC网控制中心远程实时获取飞机APU报 文,通过ACARS报文解码器将所述的飞机APU报文解码得到具有飞机APU运行信息,包括:排气温度EGT是544、压气机进口温度LCIT是31、启动时间STA是48、在翼时间TSR是2642和引气压力PT是3.76,通过公式
PDI = R 1 EGT - LGIT EGT RedLine + R 2 STA STA WarningLine + R 3 TSR TSR rt + R 4 PT Min PT
计算得到PDI值是0.72。判断APU性能为正常,仍可正常使用。
与现有技术相比,本发明的上述实施例通过实时获取APU的排气温度EGT、压气机进口温度LCIT、启动时间STA、在翼时间TSR和引气压力PT,根据公式(1)计算得到PDI值,然后依据PDI值与预定值的比较,时限了准确的检测APU性能。另外,远程实时获取飞机APU运行状态ACARS报文,减少了人工获取的工作负荷,同时提高了工作效率。
由于海拔和温度的不同对EGT和PT的测量结果有影响。根据本发明的一个实施例,为了更准确的检测APU的性能,将测量的EGT和PT折算到一个标准状态进行比较,以去掉海拔和外界温度的影响。例如,可以选择海拔0米,温度为50℃作为标准状态,也可以选择其他的海拔和温度作为标准状态。
根据本发明的一个实施例,在海拔0米,温度为50℃的标准状态下,PT的大气修正公式是
PT = PT std &times; e ALT &times; 0.3048 1000 R ( TAT + 273.15 ) mg - - - ( 4 )
其中PTstd是海拔为0米下的压力,ALT是海拔高度或标准高度,TAT是环境温度或总温,m是空气质量,可以取值为29。g取值为10米/秒2,R是调整参数,可以取值为8.51。
由此可以得出海拔压力修正系数δ:
&delta; = e ALT &times; 0.3048 1000 R ( TAT + 273.15 ) mg
考虑到温度的影响,PT最终的修正公式是
PT cor = PT &delta; + &Delta;PT - - - ( 5 )
其中,PTcor是修正后的引气压力,ΔPT是与温度有关的函数,其可以利用如下公式计算:
ΔPT=a1TAT2+b1TAT+c1            (6)
其中,TAT是环境温度;a1、b1和c1是调整系数。a1、b1和c1可以通过实验测量得出。根据本发明的一个实施例,a1的范围为10-5量级,b1为10-2量级,c1为0到-1之间。
在根据实验测量得到a1、b1和c1后,根据公式(6)就可以将测量得到的PT折算成经过修正的标准状态下PTcor
EGT的修正公式如下:
EGT cor = EGT + &Delta;EGT + p 1 PT &delta; + p 2 ( PT cor - PT Req ) - - - ( 7 )
其中EGTcor是标准状态下的EGT,ΔEGT是与温度有关的函数,PTReq,即PTMin是发动机启动时所需的最低的引气压,p1和p2是调整系数。根据本发明的一个实施例,p1的取值范围是20-60,p2的取值范围是70-100。p1和p2的具体数值可以通过实验获得。例如,在不同海平面气压高度下,维持一定的功率输出,保持温度50度下测得不同的EGT。然后,与50度海平气压的EGT作比较,对EGT的变化与温度进行回归,即可以获得修正公式中的调整系数。
ΔEGT可以采用如下公式计算:
ΔEGTA=a2TAT2+b2TAT+c2                (8)
其中,TAT是环境温度;a2、b2和c2是调整参数。a2、b2和c2可以通过实验测量得出。根据本发明的一个实施例,a2的范围为0.005-0.02之间,b2为0.5-2.5之间,c2为60到100之间。
采用经过修正后的EGT和PT后,公式(3)可以改写成:
PDI = R 1 EGT cor EGT RedLine + R 2 STA STA WarningLine + R 3 TSR TSR rt + R 4 PT req PT cor - - - ( 9 )
根据本发明的一个实施例,对于修正后的PDI,如果PDI小于0.7,APU性能良好;如果PDI大于0.7,小于0.8,APU性能正常可用;如果PDI大于0.8,APU性能为差,已经进入衰退期。如果PDI大于0.85,则表明APU已经进入故障期。因此,步骤6510中的第一预定值的一个实例为0.7,步骤6610中第二预定值的一个实例是0.8;步骤6710中的第三预定值的一个实例是0.85。
图10是根据本发明的另一个实施例的APU性能的检测方法的流程图。如图所示,该APU性能的检测方法1000中,在步骤1010,获取飞机APU运行排气温度EGT、启动时间STA、引气压力PT和IGV角度中的一个或多个。图9实施例中描述的APU性能参数的获取方法可以应用于本实施例中。
依据APU运行的原理,反映APU性能的一个重要参数是EGT,即APU排气温度。因为在APU以恒定转速运行时,EGT直接反映了整台APU的热能转化效率。APU热能转化效率越低,EGT的值就越高。由于APU的控制***会操控燃油流量活门和IGV进口角度的大小来确保不超温,当APU处于接近超温状态而需要防止超温时,APU参数中PT和IGV角度会反映出这种变化。STA是反映APU整体性能的参数,其包含了启 动电机的性能、齿轮箱性能及压气机单元和动力单元(即一个压气机和两级涡轮)的效率。通过监控了这四个关键的参数EGT,IGV,STA和PT,可以反映APU的当前性能及其变化趋势。而且,对于参数的分别检测也有助于对APU的故障源判定及隐性故障的发现。
在步骤1020,确定排气温度EGT、启动时间STA、引气压力PT和IGV角度中的一个或多个是否发生了显著变化。如果排气温度EGT、启动时间STA、引气压力PT和IGV角度中某一个参数发生了显著变化,则判断该参数变坏。
对于EGT和PT,可以应用上述实施例中的EGTcor和PTcor来代替直接获得的EGT和PT,以排除海拔和温度的影响,获得更为准确的结果。
随着使用时间的增加,APU性能也逐渐变差。APU性能参数的这种属性可以用以下的公式来反映:
X=β0+β1t0                        (10)
其中,X是排气温度EGT、启动时间STA、引气压力PT和IGV角度中的任何一个参数,t0是APU的安装时间,β0和β1是拟合参数。其中β1是斜率项,反映了参数的变化趋势。
根据本发明的一个实施例,将一定时间内获取的EGT、STA、PT和IGV中的一者的多个值进行拟合,得出斜率项β1。将β1与作为参考的斜率项比较,如果斜率项明显不同,则判断EGT、STA、PT和IGV中的该者发生了显著变化。作为参考的斜率项利用工作状态良好的APU的数据计算得出,既可以是同一APU初始安装后的数据,也可以同一型号的其他工作状态良好的APU的数据。
根据本发明的一个实施例,当APU装机及APU的参数进行初始化后,将初始的多个记录的参数进行平均,得到每个参数的初始值,作为各自的 基准值。多个记录的数量一般大于或等于10个记录。
将后续的参数和基准值相比较,得出自身的变化值。这些变化值也符合公式(10)。它们的斜率项也同样可以反映APU参数的变化趋势。因此,在本实施例中,将EGT、STA、PT和IGV一者的相对于基准值的变化值的斜率项与作为参考的变化值的斜率项比较,如果斜率项明显不同,则判断EGT、STA、PT和IGV中的该者发生了显著变化。该参数变坏。
根据本发明的一个实施例,将前后衔接的等长时间段内EGT、STA、PT和IGV中的一者的参数值进行独立样本的比较,如果二者有明显变化,则判断EGT、STA、PT和IGV中的该者发生了显著变化。该参数变坏。
为减少波动的干扰,对实测的EGT、STA、PT和IGV中参数值进行平滑处理。根据本发明的一个实施例,采用多点光滑的平均滚动均值的方式对参数值进行平滑处理。多点为3点以上。根据本发明的另一个实施例,采用以下公式对参数进行平滑处理:
Xnew=C1Xsmooth+C2Xold                (11)
其中,Xold是平滑处理前的数值,即实际测量的数值;Xnew是平滑处理后的数值;Xsmooth是平滑值,其既可以是邻近点(如前一个点)的经平滑后的值,也可以附近几个点(不考虑当前点)的平均值;C1和C2是权重值,C1大于C2,例如,C1=0.8,C2=0.2。
在步骤1030,综合考虑排气温度EGT、启动时间STA、引气压力PT和IGV角度中的一个或多个参数是否发生显著变化,确定APU的性能是否变差。
根据本发明的一个实施例,EGT、PT、STA和IGV中任意一者变坏,则判断APU的性能变差,进入衰退期。根据本发明的另一个实施例,如果STA变坏,则判断APU的性能变差,进入衰退期。根据本发明的另一 个实施例,EGT、PT、STA和IGV中任意二者变坏,则判断APU的性能变差,进入衰退期。根据本发明的另一个实施例,EGT和PT二者变坏,则判断APU的性能变差,进入衰退期。
图9和图10的实施例可以同时使用,以更加准确的检测APU的性能。
图11是根据本发明的另一个实施例的APU性能的检测方法的流程图。如图所示,该APU性能的检测方法1100中,在步骤1110,获取飞机APU运行排气温度EGT和引气压力PT中的一个或两个。以上实施例中描述的APU性能参数的获取方法可以应用于本实施例中。
在步骤1120中,将排气温度EGT和引气压力PT与它们各自的极限值进行比较。具体而言,EGT可以与EGT红线值EGTRedLine比较;引气压力PT可以与发动机启动时所需的最低的引气压力PTReq比较。
在步骤1130中,如果排气温度EGT和引气压力PT中的一者接近其极限值,则判断该参数变坏。根据本发明的一个实施例,如果排气温度EGT和引气压力PT中的一者变坏,则判断APU的性能进入衰退期。根据本发明的另一个实施例,如果排气温度EGT和引气压力PT都变坏,则判断APU的性能进入衰退期。
根据本发明的一个实施例,对于EGT可以如下公式:
EGTTolerance=EGTRedLine-EGTcor                (12)
其中,EGTTolerance表示EGT的裕度,即EGT距离红线值EGTRedLine的距离。由于APU控制***会防止EGT超温,因此,当控制机制发挥作用的时候,标志着APU已经不能再通过增加供油获得更大的功率。随着使用时间的增长APU的功率是逐步下降,这表明了该APU进入衰退阶段。所以,当EGTTolerance接近0时,表明APU进入衰退阶段。
当APU进入衰退阶段后,PT是重要的观测参数。
根据本发明的一个实施例,对于PT可以如下公式:
PTTolerance=PTcor-PTReq                (13)
其中,PTTolerance表示PT的裕度,即PT与发动机启动时所需的最低的引气压力的距离。PTTolerance的大小反应了APU在衰退阶段APU的运行情况。当PTTolerance接近0时,APU应该更换。
实例3:根据报文获得的排气温度EGT、外界温度TAT、海拔ALT和PT数据,计算可得EGTcor4.49,PTcor=3.27。根据查询获知,空客A319飞机发动起启动的最低引气压力PTReq=3.2。经过长期的实验验证,APS3200型号的APU的红线值EGTRedLine=645。从上文性能评估公式可得:EGTTolerance=-9.49,与0值的接近程度为9.49/645,约为1.4%;PTTolerance=0.07,与0值的接近程度为0.07/3.2,约为2.2%。由此判断,EGT和PT两个参数都已经变坏,APU已经进入衰退期,应当选择合适的时间更换,从而提高航班的可用率。
图9-图11的方法可以同时使用,以更加准确的检测APU的性能。
与现有技术相比,本发明的实施例所提出的方法可以通过实时获取APU的排气温度EGT、压气机进口温度LCIT、启动时间STA、在翼时间TSR、引气压力PT和进口导向叶片IGV的角度等参数,通过对这些参数的处理实现对APU的性能检测,并能够判断出APU的性能是否已经进入衰退期,对工程师维护APU提供很好的支持,从而保证APU使用,避免由此引起的飞机延误和停飞。同时,通过对APU性能的评估,可以有针对性的实施维修和运行控制,这将大大的降低了维修成本。
机组氧气***的应用实例
图12是机组氧气***性能变化曲线的示意图。所有的氧气***都会存在少量漏气,因此温度一定的情况下,不同的时间会产生ΔP的压力差。而漏气率可以用PL=ΔP/t来表示。当漏气率PL稳定时,机组氧气***的性能处于稳定期;当漏气率PL逐渐增大时,机组氧气***的性能进入衰减期;当漏气率PL大于一个阈值PLg时,机组氧气***的性能进入故障期,可能出现故障。既影响利于飞行安全又容易产生非计划性维修,造成航班的延误和停飞。现有技术中还没有手段可以对机组氧气***是否进入衰减期进行检测。而根据本发明的一个实施例,可以实现这种检测。
对于机组氧气***而言,检测参数比较容易获得。机组氧气***中氧气瓶的氧气压力就是反映机组氧气***性能的最佳检测参数。由于机组氧气***中氧气瓶的氧气压力与温度有关,所以在获取氧气压力的同时必须同时获取氧气瓶中氧气的温度。然而,在氧气***中一般没有安装温度传感器。因此,需要通过其他可以测量的温度来计算氧气瓶中氧气的温度。
考虑到机组氧气***中氧气瓶的位置,根据本发明的一个实施例,可以采用以下公式来得出氧气瓶中氧气的温度:
T = k 1 Tat + k 2 Tc 2 - - - ( 14 )
其中,Tat表示大气温度或机外温度,Tc表示驾驶舱温度,k1和k2是调整参数,且满足k1+k2=2。根据本发明的一个实例,k1>k2。也就是说,氧气温度T与大气温度Tat与驾驶舱温度Tc相关,且大气温度的影响要更大一些。当然,其他的均值公式也可以采用来计算氧气温度。
根据本发明的一个实例,k1=k2。也就是说,公式(14)可以改写成:
T = k Tat + Tc 2 - - - ( 15 )
其中,k是调整参数。根据本发明的一个实例,k是与数值1比较接近的数。k、k1和k2都可以通过实际测量获得,也可以通过统计分析获得。
根据本发明的一个实施例,可以取k=1。公式(15)可以改写成:
T = k Tat + Tc 2 - - - ( 16 )
虽然这样得出的氧气温度可能不如公式(14)和(15)更为准确,但是对于本发明检测机组氧气***性能的实施例而言,也已经足够了。
在获得了氧气温度以后,机组氧气在不同温度下测量的压力就可以被转换成标准温度下的标态压力,以进行比较以及渗漏率的计算。标态压力可以采用如下公式计算:
P s = T T s P - - - ( 17 )
其中Ps是标态压力,Ts是标准温度,P是测量得到的氧气压力,T是测量时氧气的温度。标准温度可以取25℃。当然,也可以采用其他温度。
图13是根据本发明的一个实施例,检测机组氧气***性能的方法的流程图。在如图13所示的检测机组氧气***性能的方法1300中,在步骤1310,获取机组氧气***中氧气瓶的氧气压力数据、大气温度和驾驶舱温度。在步骤1320,根据获取的机组氧气***中氧气瓶的氧气压力数据、大气温度和驾驶舱温度生成机组氧气报文。在步骤1330中,将生成的机组氧气报文传输到用于处理机组氧气报文的服务器中。在步骤1340中,根据大气温度和驾驶舱温度,服务器将机组氧气***中氧气瓶的氧气压力转换成标准温度下的标态压力。标准温度可以为25℃。当然,也可以采用其他温度。
如图13所示,在步骤1350中,按照步骤1310-1340的方式,获取机组氧气***在不同时间的多组标态压力数据。在获得了多组不同时间内机 组氧气***中氧气瓶中的氧气在标准温度下的标态压力后,就可以通过对这些数据的处理和评估来确定机组氧气***的性能。
在步骤1360中,对不同时间的多组标态压力数据进行分析,以确定机组氧气***性能是否变差。或者,在步骤1370中,将不同时间的多组标态压力数据作为一个样本与同一类型飞机的另一组标态压力数据的另一个样本做比较,以确定机组氧气***性能是否变差。
根据本发明的一个实施例,利用航段渗漏率来确定机组氧气***的性能是否变坏。机组氧气***的航段渗漏率就可以采用如下公式计算:
P L = &Delta;P s t = P s 1 - P s 2 t 2 - t 1 - - - ( 18 )
其中,t1为飞机起飞的时间,t2为飞机降落的时间,Ps1为飞机起飞时的机组氧气标态压力,Ps2为飞机降落后的机组氧气标态压力。由此,可以根据起飞前和降落后机组氧气标态压力变化ΔPs来确定机组氧气***的性能。例如,如果ΔPs=Ps1-Ps2大于100 PSI,机载氧气***的性能变坏。
也可以根据航段渗漏率来确定机组氧气***的性能。例如,如果航段渗漏率 大于48 PSI/天,机载氧气***的性能变坏。
根据计算的航段渗漏率,还估计某个温度下机组氧气***的压力读数。这将能大大减少冬季因航后飞机和冷机情况下温度变化较大,造成飞行前非计划更换氧气瓶。
根据本发明的一个实施例,通过对于机组氧气***氧气标态压力Ps与机组氧气***的氧气瓶安装时间to的统计关系,通过检测拟合曲线的斜率来确定机组氧气***的性能。
Ps与to关系符合以下公式:
Ps=β1+β2*to+μ            (19)
其中,Ps是标态压力,to是机组氧气***氧气瓶安装时间,β1是截距项,其与飞行时间有关;β2是斜率项,其反映了氧气***的气密性;而μ是随机干扰项,其反映了Ps和to之间的不确定性。
to的均值可以表示如下:
t o - avg = 1 n &Sigma; I = 1 I = n ( t o 1 + . . . t on ) - - - ( 20 )
其中,n表示参与计算的采样数据点的个数。
Ps的均值可以表示如下:
P s - avg = 1 n &Sigma; I = 1 I = n ( P s 1 + . . . P sn ) - - - ( 21 )
其中,n表示参与计算的采样数据点的个数。
根据公式(6)-(8),β2可以采用如下公式计算
&beta; 2 = &Sigma; I = 1 n ( t oI - t o - avg ) * ( P sI - P s - avg ) &Sigma; I = 1 I = n ( t oI - t o - avg ) 2 - - - ( 22 )
β2为负值。β2的值越小说明机组氧气***的气密性越差。通过检测β2,也就是斜率项,的变化可以得出机组氧气***的性能。通过比较不同飞机之间的斜率项β2,也可以了解这些飞机的机组氧气***的性能。
采用上述斜率检测方法进行机组氧气***性能检测的时候,参与计算的数据点所代表的时间内最好没有更换氧气瓶或者充氧等事件。
根据本发明的一个实施例,通过对渗漏率的相互独立样本T检验(Independent Sample Test)的方法来确定机组氧气***性能变差的情况。
由于飞行航段时间间隔短,***压力可能变化比较小,容易受外界温度拟合精度和压力传感器探测精度的影响,有时计算得出的标态压力波动较大。为了减小外界温度精度和压力传感器精度的影响,根据本发明的一 个实施例,不采用航段渗漏率,而采用间隔大于24小时的两点进行压力比较,即采用间隔24小时渗漏率PL24。当然,也可以采用其他时间间隔,例如大于12或36小时的时间间隔。同时,为了消除由采样问题导致的数据坏点影响,对PL24可以采用3天滚动平均,其含义是计算3天内的全部PL24的平均值。3天仅作为举例而已,当然也可以采用其他的天数,例如2-4天。这取决于数据的情况。
根据本发明的一个实施例,采用如下公式计算反映机组氧气***性能特性的24小时3天滚动平均渗漏率PL-avg24,:
P L - avg 24 = 1 n &Sigma; I = 1 I = n ( P L 24 _ 1 + . . . P L 24 _ n ) - - - ( 23 )
其中,n表示3天内数据点的个数。
根据本发明的一个实例,如果希望确定某一时间段内机组氧气性能是否发生变化,即可以取该组时间段内的数据作为一组样本;同时,取同一类型飞机另一组数据的作为一组样本。将两组数据样本的PL-avg24进行比较,按统计学概率上来确定两组数据是否发生了显著变化,用以判断机组氧气***的性能变差的时间段和变差程度。
根据本发明的一个实例,首先,计算2组数据的PL-avg24,并计算PL-avg24方差。假定S12是第一组PL-avg24(包含n项数据)的方差,S22是第二组PL-avg24(包含m项数据)的方差。由于S12/S22应当服从F(n-1,m-1)分布,通过差找F分布表来确定F值。根据F值就可以判断两组数据是否有明显差异。如果检验两组数据属于同一分布的概率小于2.5%,则可以认为两组数据是有明显差异的。
也可以采用其他的独立样本T检验方法来确定两组数据是否有明显差异。如果这种差异是明显的,则说明机组氧气***的性能存在明显变化。 如果判定机组氧气***的性能存在明显变化,根据渗透率的均值就能很容易的判断出哪一组数据表征的机组氧气***的性能变差。
平均渗漏率的独立样板检验法既可以使用同一飞机不同时间段的数据,也可以使用同一类型不同飞机的数据。因此,这种方法比较灵活。而且,这种检验方式也不受是否更换氧气瓶和充氧的限制,可以用来比较更换氧气瓶和充氧前后机组氧气***的性能是否发生明显变化。
以下通过实例来说明如何采用本发明的方法来检测机组氧气***的性能是否发生明显变化。
图14是根据本发明的一个实施例,机组氧气***氧气瓶的氧气的标态压力与测量时间的关系示意图。图14中折线分别代表实际采样转换的标态压力,直线代表根据氧气的标态压力与测量时间回归出的直线。采用斜率检测法的公式(22)进行检测就可以发现,机组氧气***的渗漏率过大,斜率为-0.024929,比正常的斜率低于-0.015小了很多。这反映出了机组氧气***的性能变差,已经进入了衰减期。
图15是根据本发明的一个实施例,机组氧气***氧气瓶的氧气的标态压力与测量时间的关系示意图。图中示出了一次更换机组氧气***氧气瓶的过程。图15中点代表实际采样转换的标态压力。图16是根据图15所述实施例,机组氧气***24小时3天滚动平均渗漏率与测量时间的关系示意图。将更换氧气瓶前后的两组数据作为两个样本,采用独立样本T检验方法来检验二者是否相同。通过计算表明,在更换氧气瓶前后的两组数据相同的可能性为零。机组氧气***的性能变差,平均渗漏率是原来的2倍。机组氧气***的性能已经进入了衰减期。
通过图14-图16的实施例可以看出,本发明对于机组氧气***性能的检测方法通过对机组氧气报文中获得的机组氧气***氧气压力数据和 温度数据的处理和分析,通过计算斜率或者独立样本T检验等方法,可以得出机组氧气***的性能是否变坏,而进入到机组氧气***性能衰减期或故障期。
图17是根据本发明的一个实施例,对飞机机组氧气***维修的方法的流程图。在如图17所示的飞机机组氧气***维修的方法1700中,在步骤1710,获取机组氧气***中氧气瓶的氧气压力数据、大气温度和驾驶舱温度。在步骤1720,根据获取的机组氧气***中氧气瓶的氧气压力数据、大气温度和驾驶舱温度生成机组氧气报文。在步骤1730中,将生成的机组氧气报文传输到服务器中。在步骤1740,服务器对机组氧气报文进行处理,获得机组氧气***中氧气瓶的氧气标准温度下的标态压力。在步骤1750中,根据多组不同时间的标态压力数据,确定机组氧气***性能是否变差。步骤1760中,如果机组氧气***性能变差,安排适当的时机对机组氧气***进行维修。
上述实施例仅供说明本发明之用,而并非是对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明范围的情况下,还可以做出各种变化和变型,因此,所有等同的技术方案也应属于本发明公开的范畴。

Claims (22)

1.一种检测飞机部件的性能进入衰退期的方法,包括:
获取反映所述飞机部件运行状态的一个或多个检测参数;
将所述一个或多个检测参数的数据与相应的预定值比较;以及
基于所述比较的结果,评估所述飞机部件的性能是否进入衰退期;
其中,所述预定值为所述一个或多个检测参数的极限数值;
其中,将所述一个或多个检测参数的数据与相应的预定值比较的步骤包括:计算所述一个或多个检测参数的测量数值与对应的所述极限数值的差值或比值;
所述方法进一步包括:为所述一个或多个检测参数中的每一个检测参数的测量数值与所述极限数值的所述比值指定权重;其中,根据所述多个检测参数的数据变化与所述飞机部件的故障事件的关联度得出每个检测参数的所述权重;
其中,基于所述比较的结果评估飞机部件性能是否进入衰退期的步骤包括:整合加权后的所述多个检测参数的测量数值与所述极限数值的所述比值,得出所述飞机部件的性能参考值;以及响应于所述飞机部件的所述性能参考值大于门限值,确定所述飞机部件的性能进入衰退期。
2.根据权利要求1所述的方法,其中获取反映所述飞机部件运行状态的一个或多个检测参数的步骤包括:
获取与所述飞机部件运行状态相关的多个参数;
将所述多个参数的数据与所述飞机部件的故障事件相关联;以及
基于所述多个参数与所述故障事件的关联,确定所述检测参数。
3.根据权利要求2所述的方法,其中将所述多个参数的数据与所述飞机部件的故障事件相关联;以及基于所述多个参数与所述故障事件的关联,确定所述检测参数包括:
计算所述多个参数的数据变化与所述飞机部件的所述故障事件的关联度;以及
将所述多个参数中所述关联度大于阈值的一个或多个参数作为所述检测参数。
4.根据权利要求3所述的方法,其中所述阈值的范围是0.3-0.5。
5.根据权利要求3所述的方法,其中所述阈值的范围是0.5-0.7。
6.根据权利要求3所述的方法,进一步包括:
计算所述多个检测参数之间的相关度;以及
基于所述多个检测参数之间的相关度,去掉所述多个检测参数中的一个或多个。
7.根据权利要求1所述的方法,其中获取反映所述飞机部件运行状态的一个或多个参数的步骤包括:
获取与所述飞机部件运行状态相关的多个参数;以及
根据所述多个参数所代表的物理含义,确定所述检测参数。
8.根据权利要求1所述的方法,其中将所述一个或多个检测参数的所述测量数值替换为经折算的指定状态下的数值。
9.根据权利要求1所述的方法,其中基于所述比较的结果,评估飞机部件性能是否进入衰退期的步骤包括确定所述一个或多个检测参数的测量数值是否接近或超过对应的所述极限数值。
10.根据权利要求1所述的方法,其中所述预定值为所述一个或多个检测参数的变化趋势的参考斜率项;
其中,将所述一个或多个检测参数的数据与相应的预定值比较的步骤包括:计算所述一个或多个检测参数的测量数值在一段时间内变化趋势的斜率项。
11.根据权利要求10所述的方法,进一步包括:将所述一个或多个检测参数的测量数值在一段时间内变化趋势的斜率项与参考斜率项比较,确定二者是否发生了显著变化。
12.根据权利要求11所述的方法,其中基于所述比较的结果评估飞机部件性能是否进入衰退期的步骤包括:响应于所述一个或多于一个检测参数的测量数值在一段时间内变化趋势的斜率项相对于参考斜率项发生了显著变化,确定所述飞机部件的性能进入衰退期。
13.根据权利要求10所述的方法,其中所述参考斜率项是所述飞机部件初始安装后一段时间内的变化趋势的斜率项。
14.根据权利要求10所述的方法,其中所述参考斜率项是其他相同型号飞机上工作状态良好的所述飞机部件一段时间内的变化趋势的斜率项。
15.根据权利要求10所述的方法,进一步包括将所述一个或多个检测参数的所述测量数值替换为经折算的指定状态下的数值。
16.根据权利要求10所述的方法,进一步包括对所述一个或多个检测参数的所述测量数值进行平滑化处理。
17.根据权利要求16所述的方法,其中所述平滑处理采用多点平均的滚动平均值法。
18.根据权利要求16所述的方法,其中所述平滑处理采用如下公式:
Xnew=C1Xsmooth+C2Xold
其中,Xold是测量数值;Xnew是平滑处理后的数值;Xsmooth是是邻近点经平滑后的数值或者附近几个点的平均值;C1和C2是权重值。
19.根据权利要求1所述的方法,其中,将所述一个或多个检测参数的数据与相应的预定值比较的步骤包括:
将所述一个或多个检测参数在一个时间段内的测量数值作为一个样本;
将所述时间段之前等长时间内所述一个或多个检测参数的测量数值作为参考样本;以及
基于独立样本测试,确定所述样本与所述参考样本之间是否发生了显著变化。
20.根据权利要求19所述的方法,其中基于所述比较的结果评估飞机部件性能是否进入衰退期的步骤包括:响应于所述一个或多于一个检测参数的测量数值的样本与对应的所述参考样本之间发生了显著变化,确定所述飞机部件的性能进入衰退期。
21.根据权利要求19所述的方法,进一步包括将所述一个或多个检测参数的所述测量数值替换为经折算的指定状态下的数值。
22.一种飞机的维修方法,包括:
根据权利要求1-21中任一项所述的方法,确定所述飞机的飞机部件的性能是否进入衰退期;
响应于所述飞机部件的性能进入衰退期,安排所述飞机的维修计划;以及
对所述飞机的所述飞机部件进行维修。
CN201210236985.9A 2011-07-07 2012-07-09 检测飞机部件的性能进入衰退期的方法及飞机的维修方法 Active CN102862685B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210236985.9A CN102862685B (zh) 2011-07-07 2012-07-09 检测飞机部件的性能进入衰退期的方法及飞机的维修方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
CN201110189470.3A CN102320382A (zh) 2011-07-07 2011-07-07 飞机性能检测方法
CN2011101894703 2011-07-07
CN201110189470.3 2011-07-07
CN201210236985.9A CN102862685B (zh) 2011-07-07 2012-07-09 检测飞机部件的性能进入衰退期的方法及飞机的维修方法

Publications (2)

Publication Number Publication Date
CN102862685A CN102862685A (zh) 2013-01-09
CN102862685B true CN102862685B (zh) 2015-06-03

Family

ID=45448268

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201110189470.3A Pending CN102320382A (zh) 2011-07-07 2011-07-07 飞机性能检测方法
CN201210236985.9A Active CN102862685B (zh) 2011-07-07 2012-07-09 检测飞机部件的性能进入衰退期的方法及飞机的维修方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201110189470.3A Pending CN102320382A (zh) 2011-07-07 2011-07-07 飞机性能检测方法

Country Status (10)

Country Link
US (1) US8798848B2 (zh)
EP (1) EP2544064B1 (zh)
JP (1) JP5771572B2 (zh)
KR (1) KR101529762B1 (zh)
CN (2) CN102320382A (zh)
AU (1) AU2012204053B2 (zh)
CA (1) CA2782276C (zh)
HK (1) HK1179584A1 (zh)
SG (1) SG187334A1 (zh)
TW (1) TWI460100B (zh)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102331331A (zh) * 2011-06-20 2012-01-25 中国国际航空股份有限公司 飞机机载氧气性能检测方法
CN102343983A (zh) * 2011-07-07 2012-02-08 中国国际航空股份有限公司 飞机apu性能检测方法
CN102320382A (zh) * 2011-07-07 2012-01-18 中国国际航空股份有限公司 飞机性能检测方法
CN102416821A (zh) * 2011-07-27 2012-04-18 中国国际航空股份有限公司 飞机***数据处理方法
DE102013202585A1 (de) * 2013-02-18 2014-08-21 Hochschule Ostwestfalen-Lippe Kontrolleinheit für ein Flugobjekt
GB2513133B (en) 2013-04-16 2015-07-08 Ge Aviat Systems Ltd Methods for predicting a speed brake system fault
GB2513132B (en) 2013-04-16 2015-05-27 Ge Aviat Systems Ltd Method for predicting a bleed air system fault
US9336248B2 (en) * 2013-04-24 2016-05-10 The Boeing Company Anomaly detection in chain-of-custody information
GB2514108B (en) * 2013-05-13 2015-06-24 Ge Aviat Systems Ltd Method for diagnosing a bleed air system fault
CN104343490B (zh) * 2013-07-24 2017-10-03 中国国际航空股份有限公司 一种发动机滑油监控***及方法
CN104344946B (zh) * 2013-07-24 2017-12-05 中国国际航空股份有限公司 Apu涡轮叶片断裂与转轴卡阻故障的监控方法和装置
CN104348670B (zh) * 2013-07-24 2018-01-30 中国国际航空股份有限公司 飞机辅助动力单元燃油组件性能检测方法和装置
CN104343476B (zh) 2013-07-24 2016-06-08 中国国际航空股份有限公司 飞机辅助动力单元涡轮效率监控方法和装置
CN104345273B (zh) * 2013-07-24 2017-11-24 中国国际航空股份有限公司 飞机辅助动力单元起动机性能检测方法和装置
CN104340369B (zh) * 2013-07-24 2017-03-08 中国国际航空股份有限公司 飞机辅助动力单元滑油冷却器性能监控方法及装置
BR112016007478A2 (pt) * 2013-10-07 2017-08-01 Ge Aviat Systems Ltd método para diagnosticar uma falha de unidade auxiliar de potência em uma aeronave
GB2518893B (en) * 2013-10-07 2018-11-21 Ge Aviat Systems Ltd Method for predicting an auxiliary power unit fault
WO2015124892A1 (en) * 2014-02-21 2015-08-27 Taleris Global Llp Method for predicting a fault in a cabin temperature control system of an aircraft
US20170084095A1 (en) * 2014-02-21 2017-03-23 Taleris Global Llp Methods for determining performance of an air-conditioning system of an aircraft
CN103969528B (zh) * 2014-05-06 2016-10-05 中国民航大学 一种民用机场桥载设备和apu碳排放监测***
US10839356B2 (en) 2014-07-25 2020-11-17 Siemens Aktiengesllschaft Method, arrangement and computer program product for a condition-based calculation of a maintenance date of a technical installation
US9384601B2 (en) * 2014-08-15 2016-07-05 Ppg Industries Ohio, Inc. Aircraft electronic fingerprint and monitoring performance of an aircraft component using the aircraft's electronic fingerprint
US9418561B2 (en) * 2014-12-02 2016-08-16 Honeywell International Inc. System and method for displaying predictive conformal configuration cues for executing a landing
FR3033046B1 (fr) * 2015-02-23 2019-06-14 Safran Aircraft Engines Procede et dispositif de controle de l'etat d'un moteur d'aeronef a distance
US9558601B2 (en) * 2015-04-24 2017-01-31 The Boeing Company System and method for detecting vehicle system faults
CN105021311B (zh) * 2015-06-11 2017-08-25 北京空间飞行器总体设计部 一种在轨卫星推力器温度异常实时诊断方法
CN106428619B (zh) * 2015-08-07 2019-03-12 中国电力科学研究院 一种输电线路无人机的性能检测方法
CN105138850B (zh) * 2015-09-09 2017-02-15 中航沈飞民用飞机有限责任公司 一种民用飞机***维修时间间隔计算方法
CN106005476B (zh) * 2016-07-19 2018-06-19 北京中金泰达电液科技有限公司 电子式供氧抗荷调节器地面检测仪及检测方法
JP6720101B2 (ja) * 2017-02-27 2020-07-08 三菱重工業株式会社 航空機管理装置及び方法並びにプログラム
US10974851B2 (en) 2018-11-09 2021-04-13 Textron Innovations Inc. System and method for maintaining and configuring rotorcraft
US11087567B2 (en) * 2019-05-21 2021-08-10 Honeywell International S.R.O. Systems and methods for auxiliary power unit health indicator computation
CN110341986B (zh) * 2019-07-16 2021-07-20 哈尔滨工业大学 基于rbm优化elm的飞机辅助动力装置性能参数多步预测方法
CN110646210A (zh) * 2019-09-28 2020-01-03 东方航空技术有限公司 一种快速确定航空发动机高压涡轮叶片损伤的方法
CN111184932B (zh) * 2019-12-02 2022-09-02 湖南明康中锦医疗科技发展有限公司 呼吸支持设备漏气量检测方法及呼吸支持设备
CN111361759B (zh) * 2020-03-02 2023-02-03 哈尔滨工业大学 基于混合模型的飞机辅助动力装置在翼剩余寿命预测方法
CN111553499A (zh) * 2020-04-30 2020-08-18 中国直升机设计研究所 一种平板式个人维修辅助设备
CN111721480B (zh) * 2020-06-29 2021-07-20 南京航空航天大学 一种基于飞行数据的民机机组氧气***渗漏预警方法
CN111932948B (zh) * 2020-07-02 2021-06-15 四川九洲空管科技有限责任公司 综合监视***飞机特性信息的多源采集与配置方法
US11623738B1 (en) * 2021-11-12 2023-04-11 Beta Air, Llc System and method for the prioritization of flight controls in an electric aircraft
CN113252325B (zh) * 2021-05-08 2022-11-11 重庆红江机械有限责任公司 一种气体流量测量装置
CN113221457B (zh) * 2021-05-13 2024-06-14 北京车和家信息技术有限公司 一种车辆保养信息的确定方法、装置、设备及介质
CN115526369B (zh) * 2021-06-25 2023-07-14 东风本田发动机有限公司 汽车零件的失效预测方法、装置、计算机设备和存储介质
US20230061096A1 (en) * 2021-08-25 2023-03-02 The Boeing Company Component record processing for aircraft maintenance
CN114444394A (zh) * 2022-01-27 2022-05-06 华能南京燃机发电有限公司 一种基于数据驱动的压气机性能退化预测算法
FR3133082B1 (fr) * 2022-02-28 2024-01-19 Safran Aerotechnics Procédé de contrôle d’un réservoir d’oxygène pour aéronef
JP2023170258A (ja) * 2022-05-18 2023-12-01 株式会社ブリヂストン 情報処理装置、情報処理システム、プログラム、及び情報処理方法
KR102595694B1 (ko) * 2022-06-20 2023-10-31 (주)부품디비 전기차 진단 및 예지 시스템
CN116488709B (zh) * 2023-05-24 2024-07-02 飞天联合(北京)***技术有限公司 飞机acars报文生成、转换和传输的方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6529620B2 (en) * 2000-09-11 2003-03-04 Pinotage, L.L.C. System and method for obtaining and utilizing maintenance information
US6922616B2 (en) * 1997-01-28 2005-07-26 American Calcar Inc. Technique for effectively maintaining components of a vehicle

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5973635A (en) * 1995-10-03 1999-10-26 University Corporation For Atmospheric Research Enhanced microburst detection system
WO1998002760A1 (en) * 1996-06-28 1998-01-22 Milkovich Systems Engineering Improved fast fourier transform sensor processor using enhanced frequency domain principles
US5951611A (en) * 1996-11-18 1999-09-14 General Electric Company Diagnostic trend analysis
US6292723B1 (en) * 1999-09-30 2001-09-18 General Electric Company Embedded engine diagnostic system
US7230919B2 (en) * 2001-02-07 2007-06-12 Siemens Communications, Inc. Quality-of-service monitor for voice-over-Internet-protocol calls
US7428478B2 (en) * 2001-08-17 2008-09-23 General Electric Company System and method for improving accuracy of baseline models
US6917863B2 (en) * 2001-12-21 2005-07-12 Karl F. Milde, Jr. System for assuming and maintaining secure remote control of an aircraft
US7027953B2 (en) * 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system
CA2634328C (en) * 2003-01-24 2011-08-16 Pratt & Whitney Canada Corp. Method and system for trend detection and analysis
US7143007B2 (en) * 2003-10-17 2006-11-28 Hydralift Amclyde, Inc. Equipment component monitoring and replacement management system
US7487029B2 (en) * 2004-05-21 2009-02-03 Pratt & Whitney Canada Method of monitoring gas turbine engine operation
US7750802B1 (en) * 2005-02-11 2010-07-06 Parish Warren G Illumination and detection architecture
ATE475916T1 (de) * 2005-04-28 2010-08-15 Netstal Ag Maschf Giesserei Verfahren und vorrichtung zur automatischen überwachung von repetitiven abläufen einer spritzgiessmaschine
US20070088570A1 (en) * 2005-10-18 2007-04-19 Honeywell International, Inc. System and method for predicting device deterioration
US8340854B2 (en) * 2006-12-19 2012-12-25 The Boeing Company Methods and systems for centrally managed maintenance program for aircraft fleets
US8437904B2 (en) * 2007-06-12 2013-05-07 The Boeing Company Systems and methods for health monitoring of complex systems
US8019504B2 (en) * 2008-06-12 2011-09-13 The Boeing Company Aircraft maintenance analysis tool
FR2932881B1 (fr) * 2008-06-19 2010-10-15 Eurocopter France Procede de detection de defaillance d'un capteur analogique et dispositif de detection pour mettre en oeuvre ledit procede
US20110054840A1 (en) * 2009-08-26 2011-03-03 Hively Lee M Failure prediction of complex structures under arbitrary time-serial loading condition
CN102320382A (zh) * 2011-07-07 2012-01-18 中国国际航空股份有限公司 飞机性能检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6922616B2 (en) * 1997-01-28 2005-07-26 American Calcar Inc. Technique for effectively maintaining components of a vehicle
US6529620B2 (en) * 2000-09-11 2003-03-04 Pinotage, L.L.C. System and method for obtaining and utilizing maintenance information

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于比例风险模型的航空发动机视情维修决策;左洪福等;《航空动力学报》;20060831;第21卷(第4期);第716-721页 *
民航发动机性能衰退下的在翼寿命管理方法研究;***等;《第7届全国交通运输领域青年学术会议》;20071231;第879-882页 *
考虑性能衰退的航空发动机总体性能裕度设计研究;周茂军;《航空动力学报》;20081031;第23卷(第10期);第1868-1874页 *

Also Published As

Publication number Publication date
CN102320382A (zh) 2012-01-18
TW201307156A (zh) 2013-02-16
EP2544064A2 (en) 2013-01-09
HK1179584A1 (zh) 2013-10-04
JP5771572B2 (ja) 2015-09-02
EP2544064A3 (en) 2015-12-09
US8798848B2 (en) 2014-08-05
US20130179028A1 (en) 2013-07-11
CA2782276C (en) 2015-03-17
AU2012204053A1 (en) 2013-01-24
KR101529762B1 (ko) 2015-06-17
TWI460100B (zh) 2014-11-11
SG187334A1 (en) 2013-02-28
JP2013018482A (ja) 2013-01-31
AU2012204053B2 (en) 2015-04-16
CN102862685A (zh) 2013-01-09
KR20130006382A (ko) 2013-01-16
EP2544064B1 (en) 2018-03-07
CA2782276A1 (en) 2013-01-07

Similar Documents

Publication Publication Date Title
CN102862685B (zh) 检测飞机部件的性能进入衰退期的方法及飞机的维修方法
CN102866014B (zh) 辅助动力单元的性能检测方法
US9797328B2 (en) Equipment health monitoring method and system and engine
US8321118B2 (en) Operations support systems and methods with power assurance
US8417410B2 (en) Operations support systems and methods with power management
US20100161196A1 (en) Operations support systems and methods with engine diagnostics
US7702447B2 (en) Method and system for identifying gas turbine engine faults
CN102928232A (zh) 一种航空发动机整机性能衰退趋势预测方法
US7801695B2 (en) Operations support systems and methods with model-based torque estimates
EP3173890B1 (en) Fault detection methods and systems
JP6205319B2 (ja) 飛行機の補助動力単元のタービン効率の監視方法と装置
Lee et al. Estimation of engine integrity through fuzzy logic modeling
CHAMBLEE et al. Effectiveness of turbine engine diagnostic systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1179584

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1179584

Country of ref document: HK