JP5539382B2 - 航空エンジン内の故障の識別 - Google Patents
航空エンジン内の故障の識別 Download PDFInfo
- Publication number
- JP5539382B2 JP5539382B2 JP2011540182A JP2011540182A JP5539382B2 JP 5539382 B2 JP5539382 B2 JP 5539382B2 JP 2011540182 A JP2011540182 A JP 2011540182A JP 2011540182 A JP2011540182 A JP 2011540182A JP 5539382 B2 JP5539382 B2 JP 5539382B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- processor means
- anomaly
- failure
- engine
- 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
Links
- 239000013598 vector Substances 0.000 claims description 136
- 238000000034 method Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 23
- 230000006399 behavior Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32191—Real time statistical process monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32201—Build statistical model of past normal proces, compare with actual process
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
前記航空エンジンの動作を表す1組の標準化された指標を定義するステップと、
前記1組の標準化された指標の関数として前記エンジンの挙動を表す異常ベクトルを構築するステップと、
前記異常ベクトルにより表される異常のある事象で、前記航空エンジンの故障に関連し専門家により確立される基準を使用して決定される1組の基準ベクトルから選択される、前記異常ベクトルの方向の決定された近傍に属する方向を有する基準ベクトルのサブセットを選択するステップと、
基準ベクトルの前記サブセットに関連する故障を識別するステップとを含む。
前記1組の標準化された指標に属する指標の数から前記指標間の線形関係の数を引いた数に等しい次元の空間内の球体上で前記異常ベクトルの方向と前記基準ベクトルの方向の間の測地的距離を計算するステップと、
前記測地的距離を対で比較するステップと、
前記異常ベクトルに対して基準ベクトルの測地的距離の昇順で基準ベクトルを分類するステップと、
決定されたランクよりも小さい分類順序を有する最初の基準ベクトルから基準ベクトルの前記サブセットを形成するステップとを含む。
各基準ベクトルに対して、専門家により確立される基準を使用して、発生の先験的確率を定義するステップと、
各基準ベクトルに対して、発生の前記先験的確率の関数として、および前記測地的距離の関数として、発生の経験的確率を計算するステップとを含む。
前記1組の指標から指標ベクトル
μが指標ベクトルの平均であり、Σが、一般逆行列Σ−1が計算され、同様に根Σ−1/2が特異値への分解により計算される共分散行列である次式
マハラノビス(Mahalanobis)距離
異常ベクトルの前記ノルムの統計的分布の関数として定義されるトリガしきい値に応じて前記航空エンジンの異常を検出するステップとを含む。
専門家により確立される基準の適用で決定グリッドを確立するステップと、
ベイズの規則(Bayesian rules)を使用して、発生の前記経験的確率から、および前記決定グリッドから構成要素ごとの故障確率を演繹するステップと、
前記構成要素ごとの故障確率に基づき前記故障の原因である障害のある物理的構成要素を検出するステップとを含む。
前記航空エンジンの動作を表す1組の標準化された指標を定義するための手段と、
前記エンジンの挙動を表す異常ベクトルを前記1組の標準化された指標の関数として構築するための手段と、
異常が前記異常ベクトルにより明らかにされる事象で、前記航空エンジンの故障に関連し専門家により確立される基準を使用して決定される1組の基準ベクトルから選択される、前記異常ベクトルの方向の決定された近傍に属する方向を有する基準ベクトルのサブセットを選択するための手段と、
基準ベクトルの前記サブセットに関連する故障を識別するための手段とを含む。
Claims (14)
- 航空エンジン(1)内の故障を識別する方法であって、方法が、
センサ(3aから3f)を使用して、前記航空機エンジン(1)および前記航空エンジン(1)の環境から時系列測定値を収集するステップと、
プロセッサ手段(5)を使用して、前記時系列測定値から前記航空エンジン(1)の要素に特有の指標を計算するステップと、
プロセッサ手段(5)を使用して、前記特有の指標から前記航空エンジン(1)の動作を表す1組の標準化された指標を定義するステップと、
プロセッサ手段(5)を使用して、前記エンジン(1)の挙動を表す異常ベクトルを前記1組の標準化された指標の関数として構築するステップと、
前記異常ベクトルにより異常が明らかにされる事象で、プロセッサ手段(5)を使用して、前記航空エンジン(1)の故障に関連し専門家により確立される基準を使用して決定される1組の基準ベクトルから選択される、前記異常ベクトルの方向の決定された近傍に属する方向を有する基準ベクトルのサブセットを選択するステップであって、前記1組の基準ベクトルが、異常の事象での指標のカリカチュア的な挙動に従って構築されるステップと、
プロセッサ手段(5)を使用して、基準ベクトルの前記サブセットに関連する故障を識別するステップと
を含むことと、
基準ベクトルの前記サブセットを選択するステップが、
プロセッサ手段(5)を使用して、前記1組の標準化された指標内の指標の数から指標間の線形関係の数を引いた数に等しい次元の空間内の球体上への前記異常ベクトルの投影と前記基準ベクトルの投影の間の測地的距離を計算するステップと、
プロセッサ手段(5)を使用して、前記測地的距離を対で比較するステップと、
プロセッサ手段(5)を使用して、前記異常ベクトルに対して、基準ベクトルの測地的距離の昇順で基準ベクトルを分類するステップと、
プロセッサ手段(5)を使用して、決定されたランクよりも小さい分類順序を有する最初の基準ベクトルから基準ベクトルの前記サブセットを形成するステップと
を含むことを特徴とする、方法。 - 前記球体の半径が1であることを特徴とする、請求項1に記載の方法。
- プロセッサ手段(5)を使用して、各基準ベクトルに対して、専門家により確立される基準に基づき発生の先験的確率を定義するステップと、
プロセッサ手段(5)を使用して、各基準ベクトルに対して、発生の前記先験的確率の関数として、および前記測地的距離の関数として発生の経験的確率を計算するステップと
を含むことを特徴とする、請求項1または2に記載の方法。 - プロセッサ手段(5)を使用して、専門家により確立される基準の適用で決定グリッドを確立するステップと、
プロセッサ手段(5)を使用して、ベイズの規則を適用して、発生の前記経験的確率から、および前記決定グリッドから故障の構成要素ごとの確率を演繹するステップと、
プロセッサ手段(5)を使用して、前記構成要素ごとの故障の確率の適用で前記故障の原因である障害のある構成要素を検出するステップと
をさらに含むことを特徴とする、請求項3に記載の方法。 - 前記決定グリッドが、故障が観測されたことを知り構成要素に障害がある条件付確率の行列、および各構成要素の故障の先験的確率に対応する一連の係数から形成されることを特徴とする、請求項8に記載の方法。
- 前記決定グリッドが機械学習により裏付けられることを特徴とする、請求項8または9に記載の方法。
- 航空エンジン(1)内の故障を識別するためのシステムであって、システムが、
前記航空エンジン(1)および前記航空エンジン(1)の環境から時系列測定値を収集するためのセンサ(3aから3f)と、
前記時系列測定値から前記航空エンジン(1)の要素に特有な指標を計算するための手段(5)と、
前記特有の指標を使用して、前記航空エンジン(1)の動作を表す1組の標準化された指標を定義するための手段(5)と、
前記エンジン(1)の挙動を表す異常ベクトルを前記1組の標準化された指標の関数として構築するための手段(5)と、
前記異常ベクトルにより異常が明らかにされる事象で、前記航空エンジンの故障に関連し専門家により確立される基準を使用して決定される1組の基準ベクトルから選択される、前記異常ベクトルの方向の決定された近傍に属する方向を有する基準ベクトルのサブセットを選択するための手段(5)であって、前記1組の基準ベクトルが、異常の事象での指標のカリカチュア的な挙動に従って構築される手段(5)と、
基準ベクトルの前記サブセットに関連する故障を識別するための手段(5)と
を含むことと、
基準ベクトルのサブセットを選択するための手段が、
前記1組の標準化された指標に属する指標の数から前記指標間の線形関係の数を引いた数に等しい次元の空間内の球体上への前記異常ベクトルの投影と前記基準ベクトルの投影の間の測地的距離を計算するための手段(5)と、
前記測地的距離を対で比較するための手段(5)と、
前記異常ベクトルに対して基準ベクトルの測地的距離の昇順に基準ベクトルを分類するための手段(5)と、
決定されるランクよりも小さな分類順序を有する最初の基準ベクトルから基準ベクトルの前記サブセットを形成するための手段(5)と
を含むことを特徴とする、システム。 - 各基準ベクトルに対して、専門家により確立される基準の適用で発生の先験的確率を定義するための手段(5)と、
各基準ベクトルに対して、発生の前記先験的確率の関数として、および前記測地的距離の関数として発生の経験的確率を計算するための手段(5)と
を含むことを特徴とする、請求項11に記載のシステム。 - 専門家により確立される基準の適用で決定グリッドを確立するための手段(5)と、
ベイズの規則を使用して、発生の前記経験的確率から、および前記決定グリッドから構成要素ごとの故障確率を演繹するための手段(5)と、
前記構成要素ごとの故障確率に従って前記故障の原因である障害のある物理的構成要素を検出するための手段(5)と
をさらに含むことを特徴とする、請求項11に記載のシステム。 - プロセッサ手段により実行されるとき、請求項1から10に記載の、故障を識別する方法を実現するための命令を含む、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0858609 | 2008-12-15 | ||
FR0858609A FR2939924B1 (fr) | 2008-12-15 | 2008-12-15 | Identification de defaillances dans un moteur d'aeronef |
PCT/FR2009/052511 WO2010076469A1 (fr) | 2008-12-15 | 2009-12-14 | Identification de defaillances dans un moteur d'aeronef |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012512351A JP2012512351A (ja) | 2012-05-31 |
JP5539382B2 true JP5539382B2 (ja) | 2014-07-02 |
Family
ID=40849241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011540182A Active JP5539382B2 (ja) | 2008-12-15 | 2009-12-14 | 航空エンジン内の故障の識別 |
Country Status (9)
Country | Link |
---|---|
US (1) | US8682616B2 (ja) |
EP (1) | EP2376989B1 (ja) |
JP (1) | JP5539382B2 (ja) |
CN (1) | CN102246111B (ja) |
BR (1) | BRPI0923431A2 (ja) |
CA (1) | CA2746543C (ja) |
FR (1) | FR2939924B1 (ja) |
RU (1) | RU2522037C2 (ja) |
WO (1) | WO2010076469A1 (ja) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2966617B1 (fr) * | 2010-10-22 | 2013-06-14 | Snecma | Procede et dispositif de surveillance d'une boucle d'asservissement d'un systeme d'actionnement de geometries variables d'un turboreacteur |
FR2983529B1 (fr) * | 2011-12-05 | 2014-01-17 | Snecma | Methode de surveillance d’un dispositif de commande d’un doseur de carburant d’un turboreacteur |
FR2983528B1 (fr) * | 2011-12-05 | 2014-01-17 | Snecma | Methode de surveillance d'une chaine de mesure d'un turboreacteur |
JP5758335B2 (ja) * | 2012-03-13 | 2015-08-05 | 株式会社東芝 | システム疲労度評価装置およびその方法 |
WO2014012579A1 (de) * | 2012-07-17 | 2014-01-23 | Siemens Aktiengesellschaft | Verfahren, werkzeug, datenträger und programmbaustein zur beurteilung einer verlässlichkeit einer vorrichtung |
FR2997451B1 (fr) * | 2012-10-26 | 2015-01-16 | Snecma | Systeme de surveillance d'un ensemble de composants moteur |
RU2557441C2 (ru) * | 2012-11-19 | 2015-07-20 | Федеральное Государственное Бюджетное Учреждение "Федеральное Агентство По Правовой Защите Результатов Интеллектуальной Деятельности Военного, Специального И Двойного Назначения" (Фгбу "Фаприд") | Циклический способ локализации неконтролируемых множественных отказов технических систем в процессе их функционирования и устройство для его реализации |
CN104029823A (zh) * | 2013-03-08 | 2014-09-10 | 全椒县宝昱机械设备厂 | 飞机螺旋桨动态视频检测*** |
FR3005732B1 (fr) | 2013-05-17 | 2016-10-07 | Snecma | Procede et systeme d'analyse vibratoire d'un moteur |
FR3016191B1 (fr) * | 2014-01-08 | 2019-07-05 | Safran Aircraft Engines | Procede et programme d'ordinateur pour la surveillance d'un inverseur de poussee a actionneurs hydrauliques |
US10560469B2 (en) | 2014-01-24 | 2020-02-11 | Hewlett Packard Enterprise Development Lp | Identifying deviations in data |
CN103792087B (zh) * | 2014-01-24 | 2016-03-16 | 西安航天动力试验技术研究所 | 并联试车故障监测与诊断方法 |
FR3018546B1 (fr) * | 2014-03-13 | 2022-01-21 | Snecma | Procede de surveillance de l'etat d'un moteur par surveillance des gaz d'echappement |
CN103983453B (zh) * | 2014-05-08 | 2016-06-15 | 南京航空航天大学 | 一种航空发动机的执行机构和传感器故障诊断的区分方法 |
FR3026785B1 (fr) | 2014-10-06 | 2019-08-02 | Safran Aircraft Engines | Surveillance d'un ensemble du systeme propulsif d'un aeronef |
US20160245279A1 (en) | 2015-02-23 | 2016-08-25 | Biplab Pal | Real time machine learning based predictive and preventive maintenance of vacuum pump |
US20160313216A1 (en) | 2015-04-25 | 2016-10-27 | Prophecy Sensors, Llc | Fuel gauge visualization of iot based predictive maintenance system using multi-classification based machine learning |
US10638295B2 (en) | 2015-01-17 | 2020-04-28 | Machinesense, Llc | System and method for turbomachinery preventive maintenance and root cause failure determination |
US20170178030A1 (en) * | 2015-12-20 | 2017-06-22 | Prophecy Sensors, Llc | Method, system and apparatus using field learning to upgrade trending sensor curves into fuel gauge based visualization of predictive maintenance by user driven feedback mechanism |
US20160245686A1 (en) | 2015-02-23 | 2016-08-25 | Biplab Pal | Fault detection in rotor driven equipment using rotational invariant transform of sub-sampled 3-axis vibrational data |
US10648735B2 (en) | 2015-08-23 | 2020-05-12 | Machinesense, Llc | Machine learning based predictive maintenance of a dryer |
US10613046B2 (en) | 2015-02-23 | 2020-04-07 | Machinesense, Llc | Method for accurately measuring real-time dew-point value and total moisture content of a material |
JP6415335B2 (ja) * | 2015-01-27 | 2018-10-31 | 三菱重工業株式会社 | 不具合診断方法及び不具合診断システム |
JP6610987B2 (ja) * | 2015-02-18 | 2019-11-27 | 株式会社Ihi | 異常診断方法及び異常診断システム |
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 |
JP6313730B2 (ja) * | 2015-04-10 | 2018-04-18 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | 異常検出システムおよび方法 |
US9865101B2 (en) * | 2015-10-30 | 2018-01-09 | Wipro Limited | Methods for detecting one or more aircraft anomalies and devices thereof |
US9902506B2 (en) * | 2016-03-10 | 2018-02-27 | General Electric Company | Using aircraft data recorded during flight to predict aircraft engine behavior |
JP6432890B2 (ja) * | 2016-06-01 | 2018-12-05 | 三菱日立パワーシステムズ株式会社 | 監視装置、対象装置の監視方法、およびプログラム |
FR3052273B1 (fr) * | 2016-06-02 | 2018-07-06 | Airbus | Prediction de pannes dans un aeronef |
US10233846B2 (en) * | 2016-09-20 | 2019-03-19 | General Electric Company | Smart liquid fuel system with ability to self-diagnostics |
FR3057971B1 (fr) * | 2016-10-25 | 2018-10-26 | Safran | Procede et systeme de surveillance de la sante d'helicopteres |
JP7179444B2 (ja) * | 2017-03-29 | 2022-11-29 | 三菱重工業株式会社 | 予兆検知システム及び予兆検知方法 |
CN107392258B (zh) * | 2017-08-04 | 2018-08-31 | 合肥工业大学 | 一种设备故障元件排查方法及*** |
WO2019079771A1 (en) * | 2017-10-20 | 2019-04-25 | Appliedea, Inc. | DIAGNOSTICS, PROGNOSTICS AND STATE MANAGEMENT FOR VEHICLES USING KINEMATIC CLUSTERS, BEHAVIORAL SENSOR DATA AND MAINTENANCE IMPACT DATA |
US10921792B2 (en) | 2017-12-21 | 2021-02-16 | Machinesense Llc | Edge cloud-based resin material drying system and method |
FR3076634A1 (fr) * | 2018-01-05 | 2019-07-12 | Dassault Aviation | Procede d'analyse de symptomes de panne de plateformes, et systeme associe |
CN111581763B (zh) * | 2019-02-15 | 2023-10-17 | 中国航发商用航空发动机有限责任公司 | 航空发动机气路故障诊断结果评价方法 |
DE102019209536A1 (de) * | 2019-06-28 | 2020-12-31 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Bewertung und Auswahl von Signal-Vergleichsmetriken |
CN111814350A (zh) * | 2020-07-22 | 2020-10-23 | 西北工业大学 | 一种基于贝叶斯网络和重要度的涡轮发动机性能优化方法 |
CN112613116A (zh) * | 2020-11-27 | 2021-04-06 | 南京航空航天大学 | 一种液体火箭发动机启动阶段的Petri网量子贝叶斯故障诊断方法 |
CN113447273B (zh) * | 2021-06-28 | 2022-08-05 | 哈尔滨工业大学 | 基于交叉验证的燃气轮机传感器及执行机构故障检测方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8526726D0 (en) * | 1985-10-30 | 1985-12-04 | Rolls Royce | Failsafe electronic control system |
RU2009460C1 (ru) * | 1990-03-19 | 1994-03-15 | Акционерное общество "Омское машиностроительное конструкторское бюро" | Способ ускоренных испытаний систем автоматического регулирования газотурбинного двигателя |
DE19857552A1 (de) * | 1998-12-14 | 2000-06-15 | Rolls Royce Deutschland | Verfahren zum Erkennen eines Wellenbruches in einer Strömungskraftmaschine |
US6539783B1 (en) * | 1998-12-28 | 2003-04-01 | General Electric Co. | Methods and apparatus for estimating engine health |
DE19919504B4 (de) * | 1999-04-29 | 2005-10-20 | Mtu Aero Engines Gmbh | Triebwerksregler, Triebwerk und Verfahren zum Regeln eines Triebwerks |
JP2001107751A (ja) * | 1999-10-05 | 2001-04-17 | Honda Motor Co Ltd | 航空機用ガスタービン・エンジンの制御装置 |
JP4146049B2 (ja) * | 1999-10-05 | 2008-09-03 | 本田技研工業株式会社 | 航空機用ガスタービン・エンジンの制御装置 |
GB0016561D0 (en) * | 2000-07-05 | 2000-08-23 | Rolls Royce Plc | Health monitoring |
GB0029760D0 (en) * | 2000-12-06 | 2001-01-17 | Secr Defence Brit | Tracking systems for detecting sensor errors |
US6999884B2 (en) * | 2003-01-10 | 2006-02-14 | Oxford Biosignals Limited | Bearing anomaly detection and location |
GB0308467D0 (en) * | 2003-04-11 | 2003-05-21 | Rolls Royce Plc | Method and system for analysing tachometer and vibration data from an apparatus having one or more rotary components |
US7321809B2 (en) * | 2003-12-30 | 2008-01-22 | The Boeing Company | Methods and systems for analyzing engine unbalance conditions |
JP4434815B2 (ja) * | 2004-03-31 | 2010-03-17 | 本田技研工業株式会社 | ガスタービン・エンジンの制御装置 |
JP4434814B2 (ja) * | 2004-03-31 | 2010-03-17 | 本田技研工業株式会社 | ガスタービン・エンジンの制御装置 |
JP4511873B2 (ja) * | 2004-03-31 | 2010-07-28 | 本田技研工業株式会社 | ガスタービン・エンジンのセンサ故障検知装置 |
CN1758042A (zh) * | 2005-02-02 | 2006-04-12 | 沈阳黎明航空发动机(集团)有限责任公司 | 发动机轴承故障测试和诊断方法及故障检测仪 |
JP4657800B2 (ja) * | 2005-05-16 | 2011-03-23 | 本田技研工業株式会社 | 航空機用ガスタービン・エンジンの制御装置 |
GB0518659D0 (en) * | 2005-09-13 | 2005-10-19 | Rolls Royce Plc | Health monitoring |
JP5183483B2 (ja) * | 2005-12-09 | 2013-04-17 | フラウンホファー‐ゲゼルシャフト・ツア・フェルデルング・デア・アンゲヴァンテン・フォルシュング・エー・ファウ | データ列の自動比較に用いられる方法およびその装置 |
DE102007010978A1 (de) * | 2007-03-05 | 2008-09-11 | Volkswagen Ag | Verfahren und Vorrichtung zur Unterstützung einer Diagnose eines elektrischen Systems mittels wahrscheinlichkeitsbasierter Fehlerkandidatenermittlung |
US7861578B2 (en) * | 2008-07-29 | 2011-01-04 | General Electric Company | Methods and systems for estimating operating parameters of an engine |
-
2008
- 2008-12-15 FR FR0858609A patent/FR2939924B1/fr active Active
-
2009
- 2009-12-14 WO PCT/FR2009/052511 patent/WO2010076469A1/fr active Application Filing
- 2009-12-14 CN CN200980150493.4A patent/CN102246111B/zh active Active
- 2009-12-14 RU RU2011129298/08A patent/RU2522037C2/ru active
- 2009-12-14 JP JP2011540182A patent/JP5539382B2/ja active Active
- 2009-12-14 CA CA2746543A patent/CA2746543C/fr active Active
- 2009-12-14 BR BRPI0923431A patent/BRPI0923431A2/pt not_active Application Discontinuation
- 2009-12-14 EP EP09803853.2A patent/EP2376989B1/fr active Active
- 2009-12-14 US US13/139,774 patent/US8682616B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP2376989A1 (fr) | 2011-10-19 |
WO2010076469A1 (fr) | 2010-07-08 |
US8682616B2 (en) | 2014-03-25 |
FR2939924A1 (fr) | 2010-06-18 |
CN102246111A (zh) | 2011-11-16 |
CA2746543A1 (fr) | 2010-07-08 |
FR2939924B1 (fr) | 2012-10-12 |
JP2012512351A (ja) | 2012-05-31 |
RU2522037C2 (ru) | 2014-07-10 |
CA2746543C (fr) | 2018-01-02 |
US20110307220A1 (en) | 2011-12-15 |
CN102246111B (zh) | 2014-12-31 |
EP2376989B1 (fr) | 2019-10-16 |
BRPI0923431A2 (pt) | 2016-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5539382B2 (ja) | 航空エンジン内の故障の識別 | |
JP5405587B2 (ja) | 航空エンジンを監視するために使用されるデータの標準化 | |
EP2015186B1 (en) | Diagnostic systems and methods for predictive condition monitoring | |
US7496798B2 (en) | Data-centric monitoring method | |
RU2635435C2 (ru) | Система для контроля узла компонентов оборудования | |
TWI776473B (zh) | 異常診斷方法、異常診斷裝置及異常診斷程式 | |
AU2002246994A1 (en) | Diagnostic systems and methods for predictive condition monitoring | |
CN102375452A (zh) | 改善故障代码设定和隔离故障的事件驱动的数据挖掘方法 | |
EP3477412A1 (en) | System fault isolation and ambiguity resolution | |
US8560279B2 (en) | Method of determining the influence of a variable in a phenomenon | |
CN107710089B (zh) | 工厂设备诊断装置以及工厂设备诊断方法 | |
Aremu et al. | A Relative Entropy Weibull-SAX framework for health indices construction and health stage division in degradation modeling of multivariate time series asset data | |
EP3839680B1 (en) | Method and device for controlling a machine using principal component analysis | |
Duan et al. | Reliability assessment for CNC equipment based on degradation data | |
Lacaille | Standardized failure signature for a turbofan engine | |
Hajarian et al. | An improved approach for fault detection by simultaneous overcoming of high-dimensionality, autocorrelation, and time-variability | |
Mishra et al. | Hybrid models for rotating machinery diagnosis and prognosis: estimation of remaining useful life | |
King et al. | Probabilistic approach to the condition monitoring of aerospace engines | |
RU2777950C1 (ru) | Обнаружение нештатных ситуаций для прогнозного технического обслуживания и определения конечных результатов и технологических процессов на основании качества данных | |
JP2023038095A (ja) | 装置管理システム、装置の障害原因推定方法、及びプログラム | |
Mills et al. | Integrated equipment health management system design and development | |
Mohammadpour et al. | A survey on failure prognosis research: Theory and applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131022 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140120 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140127 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5539382 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140430 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |