BR102016003654A2 - método para avaliar uma peça - Google Patents

método para avaliar uma peça Download PDF

Info

Publication number
BR102016003654A2
BR102016003654A2 BR102016003654A BR102016003654A BR102016003654A2 BR 102016003654 A2 BR102016003654 A2 BR 102016003654A2 BR 102016003654 A BR102016003654 A BR 102016003654A BR 102016003654 A BR102016003654 A BR 102016003654A BR 102016003654 A2 BR102016003654 A2 BR 102016003654A2
Authority
BR
Brazil
Prior art keywords
drm
cdm
value
aircraft
data
Prior art date
Application number
BR102016003654A
Other languages
English (en)
Other versions
BR102016003654B1 (pt
Inventor
Andrew Scott Kessie
Brian Russell Clements
Daniel John Maggard
John Sherrill Carpenter
Kyle Dean Blomgren
Oscar Ernesto Escobar
Paul Anthony Maletta
Tomas Eduardo Elias
Original Assignee
Gen Electric
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 Gen Electric filed Critical Gen Electric
Publication of BR102016003654A2 publication Critical patent/BR102016003654A2/pt
Publication of BR102016003654B1 publication Critical patent/BR102016003654B1/pt

Links

Classifications

    • 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
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • G06Q50/40
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Abstract

trata-se de um método para avaliar uma peça que é caracterizado por obter dados que representam um modelo de classificação de emergência (drm) e um modelo de dano cumulativo (cdm) para a peça. com base nos dados, o método averigua um valor drm para a peça e um valor cdm para a peça. o método determina se o valor drm está em ou acima de um limiar drm predeterminado e se um valor cdm está em ou acima de um limiar cdm predeterminado. se o valor drm ou o valor cdm estiver em ou acima de pelo menos um limiar respectivo, uma ação relacionada à peça é gerada.

Description

“MÉTODO PARA AVALIAR UMA PEÇA” Antecedentes da Invenção [001] Os diagnósticos e prognósticos, como aplicados à operação de sistemas complexos tais como aeronaves, motores de aeronaves, equipamentos médicos, estações de geração de energia etc,, fornecem dados e estimativas que se referem à adequação ao serviço e à vida restante dos componentes individuais do sistema. As avaliações dependentes de componentes individuais de sistemas complexos permitem que planejadores de sistema operem e mantenham melhor esses sistemas complexos. Por exemplo, com referência à aeronave, detecção antecipada de emergência de hardware é vital para prevenir desativações durante o voo, remoções de motor não planejadas e/ou dano a hardware secundário. Com uma detecção antecipada, os planejadores de sistema podem, mais prontamente, agendar manutenção e substituir hardware sem a necessidade de uma revisão completa do sistema.
Breve Descrição da Invenção [002] Em um aspecto, um método para avaliar uma peça é caracterizado por obter dados que representam um modelo de classificação de emergência (DRM) para a peça; averiguar um valor DRM para a peça; obter dados que representam um modelo de dano cumulativo (CDM) para a peça; averiguar um valor CDM para a peça; determinar se o valor DRM está em ou acima de pelo menos um limiar DRM predeterminado; e determinar se um valor CDM está em ou acima de pelo menos um limiar CDM predeterminado. Se o valor DRM ou o valor CDM estiver em ou acima de pelo menos um limiar respectivo, uma ação relacionada à peça é gerada.
Breve Descrição das Figuras [003] Nos desenhos: A Figura 1 é uma vista perspectiva de uma aeronave durante um procedimento de manutenção durante o qual dados diagnósticos podem ser coletados.
[004] A Figura 2 é uma vista lateral em corte transversal de um motor de turbina a gás a partir do qual dados diagnósticos podem ser coletados.
[005] A Figura 3 é um diagrama de dispersão que retrata um modelo de classificação de emergência por um domínio para um grupo de peças danificadas e não danificadas.
[006] A Figura 4 é um diagrama de dispersão que retrata um modelo de dano cumulativo por um domínio para um grupo de peças.
[007] A Figura 5 é um diagrama de dispersão que retrata um modelo de dano cumulativo por um modelo de classificação de emergência para um grupo de peças danificadas e não danificadas.
[008] A Figura 6 é um fluxograma que retrata um método para avaliar uma peça de aeronave.
Descrição Detalhada da Invenção [009] Nos antecedentes e na descrição a seguir, com propósitos de explicação, vários detalhes específicos são apresentados de forma a fornecer um entendimento completo da tecnologia descrita no presente documento. Será evidente aos versados na técnica, entretanto, que as realizações exemplificativas podem ser praticadas sem esses detalhes específicos. Em outros casos, as estruturas e o dispositivo são mostrados em forma de diagrama de forma a facilitar a descrição das realizações exemplificativas.
[010] As realizações exemplificativas são descritas com referência aos desenhos. Esses desenhos ilustram certos detalhes de realizações específicas que implantam um módulo, um método ou um produto de programa de computador descritos no presente documento. Entretanto, os desenhos não devem ser compreendidos como uma imposição de quaisquer limitações que possam estar presentes nos desenhos.
[011] A Figura 1 retrata esquematicamente uma realização de uma aeronave exemplificativa 10 durante uma operação de manutenção que transmite dados, por fim, para um centro de operações de dados 50 que executará realizações do método diagnóstico e prognóstico apresentado no presente documento. A aeronave 10 inclui um ou mais sistemas complexos que incluem inúmeras peças nos mesmos, em que os sistemas complexos se referem a vários aspectos da aeronave. A aeronave inclui um ou mais motores de propulsão 12, uma fuselagem 14 com uma cabine de piloto 16 posicionada na fuselagem 14 e os um ou mais motores de propulsão 12 acoplados à fuselagem 14 diretamente ou, conforme mostrado, por meio de conjuntos de asa 18 que se estendem para fora da fuselagem 14. Embora uma aeronave comercial tenha sido ilustrada, é contemplado que realizações da invenção podem ser usadas em qualquer tipo de sistema complexo, incluindo, por exemplo, estações de geração de energia, navios, trens, prédios, espaçonaves e aeronaves diferentes da presente realização, incluindo aeronave de uso pessoal, asa-fixa, asa-giratória, foguete, etc.
[012] Uma pluralidade de subsistemas de aeronave 20 que permitem operação adequada da aeronave 10 podem ser incluídos na aeronave 10 assim como um ou mais computadores ou controladores 22, que podem ser operáveis acoplados à pluralidade de subsistemas de aeronave 20 para controlar a operação dos mesmos. Embora apenas um único controlador 22 tenha sido ilustrado, é contemplado que qualquer número de controladores 22 pode ser incluído na aeronave 10. Em tal caso, o controlador 22 pode também ser conectado a outros controladores da aeronave 10. O controlador 22 pode incluir ou ser associado a qualquer número adequado de microprocessadores individuais, alimentadores de energia, dispositivos de armazenamento, cartões de interface, sistemas de voo automático, computadores de gerenciamento de voo e outros componentes padrões. Adicionalmente aos componentes para a operação adequada da aeronave, um subsistema de aeronave 20 pode incluir componentes de detecção para observar, coletar e transmitir dados com referência à vida operacional das peças do sistema. Os dados podem, então, ser transmitidos para um ou mais controladores 22.
[013] O controlador 22, que inclui possivelmente uma unidade de gerenciamento de saúde (não mostrada), pode estar acoplado comunicativamente a uma ou mais ligações de comunicação para transferir dados para e da aeronave 10. É contemplado que as ligações de comunicação podem ser ligações de comunicação sem fio e podem ser qualquer variedade de mecanismo de comunicação que tenha a capacidade de se ligar de modo sem fio a outros sistemas e dispositivos e podem incluir, mas sem limitação, rádio de pacote, enlace ascendente e/ou enlace descendente de satélite, Wireless Fidelity (WiFi), WiMax, Bluetooth, ZigBee, sinal sem fio 3G, sinal sem fio de acesso múltiplo por divisão de código (CDMA), sistema global para comunicação móvel (GSM), sinal sem fio 4G, sinal de evolução a longo prazo (LTE), Ethernet ou quaisquer combinações dos mesmos. Será compreendido também que o tipo ou modo específico de comunicação sem fio não é crítico às realizações da invenção e redes sem fio desenvolvidas posteriormente são certamente contempladas como dentro do escopo das realizações da invenção. Além disso, as ligações de comunicação podem incluir um ou mais rádios que incluem voz, ACARS analógico, ACARS digital, SATCOM, celular, etc. As ligações de comunicação podem permitir comunicação com a equipe de manutenção através de, por exemplo, um veículo de manutenção 40, controladores em terra ou um centro de operações de dados 50 em uma estação com base em terra ou com estações sem base em terra tal como um satélite (não mostrado).
[014] Além disso, embora dados comunicados ao centro de operações de dados 50 através de um veículo de manutenção 40 tenham sido ilustrados, será entendido que a aeronave 10 pode se comunicar diretamente com o centro de operações de dados 50 utilizando as ligações de comunicação. No centro de operações de dados 50, um sistema de computação (chamado “um processador”) processa os dados transmitidos pela aeronave 10 através da ligação de comunicações para avaliar uma peça de aeronave e direcionar atividades de manutenção adicionais para identificar ou retificar os problemas identificados. O processador pode exigir quantidades relativamente grandes de energia e tempo de computação e pode ser executado durante a operação de manutenção ou por múltiplos voos e operações de manutenção.
[015] Será entendido que os detalhes de ambientes que podem implantar realizações da invenção são apresentados de forma a fornecer um entendimento completo da tecnologia descrita no presente documento. Será evidente para os versados na técnica, entretanto, que as realizações exemplificativas podem ser praticadas sem esses detalhes específicos. Os desenhos ilustram certos detalhes de realizações específicas que implantam um módulo ou um método ou um produto de programa de computador descritos no presente documento. Entretanto, os desenhos não devem ser compreendidos como uma imposição de quaisquer limitações que podem estar presentes nos desenhos. O método e o produto de programa de computador podem ser fornecidos em quaisquer meios legíveis por máquina para atingir as operações dos mesmos. As realizações podem ser implantadas usando um processador de computador existente ou por um processador de computador de propósito específico, incorporado para esse ou outro propósito, ou por um sistema embutido.
[016] Conforme observado acima, as realizações descritas no presente documento podem incluir um produto de programa de computador que compreende meios legíveis por máquina para portar ou ter instruções executáveis por máquina ou estruturas de dados armazenadas nos mesmos. Tais meios legíveis por máquina podem ser quaisquer meios disponíveis, que podem ser acessados por um computador de propósito geral ou de propósito específico ou outra máquina com um processador. Por meio de exemplo, tais meios legíveis por máquina podem compreender RAM, ROM, EPROM, EEPROM, CD-ROM ou outro armazenamento por disco óptico, armazenamento por disco magnético ou outros dispositivos de armazenamento magnéticos ou qualquer outro meio que pode portar ou armazenar código de programa desejável em forma de instruções executáveis por máquina ou estruturas de dados e que podem ser acessados por um computador de propósito geral ou de propósito especial ou outra máquina com um processador. Quando informações são transferidas ou fornecidas através de uma rede ou outra conexão de comunicação (embutido, sem fio ou uma combinação de embutido ou sem fio) para uma máquina, em que a máquina visualiza adequadamente a conexão como um meio legível por máquina. Dessa forma, qualquer uma conexão é adequadamente chamada de um meio legível por máquina. As combinações dos itens acima são incluídas também dentro do escopo de meios legíveis por máquina. As instruções executáveis por máquina compreendem, por exemplo, instruções e dados, que fazem com que um computador de propósito geral, um computador de propósito específico ou máquinas de processamento de propósito especial executem uma certa função ou um grupo de funções.
[017] As realizações serão descritas no contexto geral das etapas do método que podem ser implantadas em uma realização por um produto de programa que inclui instruções executáveis por máquina, tal como códigos de programa, por exemplo, em forma de módulos de programa executados por máquinas em ambientes em rede. Em geral, módulos de programa incluem rotinas, programas, objetos, componentes, estruturas de dados, etc. que têm o efeito técnico de executar tarefas específicas ou implantar tipos de dados abstratos específicos. As instruções executáveis por máquina, estruturas de dados associadas e módulos de programa representam exemplos de códigos de programa para executar etapas do método revelado no presente documento. A sequência específica de tais instruções executáveis ou estruturas de dados associadas representa exemplos de atos correspondentes para implantar as funções descritas em tais etapas.
[018] As realizações podem ser praticadas em um ambiente em rede usando conexões lógicas para um ou mais computadores remotos que têm processadores. As conexões lógicas podem incluir uma rede de área local (LAN) e uma rede de área ampla (WAN) que são apresentadas no presente documento a título de exemplo e não limitação. Tais ambientes em rede são comuns em redes de computadores que abrangem escritórios ou empresas e em internet e podem usar uma ampla variedade de protocolos de comunicação diferentes. Os versados na técnica compreenderão que tais ambientes de computação em rede abrangerão tipicamente muitos tipos de configurações de sistema de computador, que incluem computadores pessoais, dispositivos portáteis, sistemas de multiprocessadores, eletrônicos de consumidor programável ou com base em microprocessador, PCs em rede, minicomputadores, computadores de mainframe e similares.
[019] As realizações também podem ser praticadas em ambientes de computação distribuídos em que tarefas são executadas por dispositivos de processamento remoto e local que são ligados (por ligações embutidas, ligações sem fio por uma combinação de ligações embutidas ou sem fio) através de uma rede de comunicação. Em um ambiente de computação distribuído, os módulos de programa podem estar localizados em ambos os dispositivos de armazenamento locais e remotos.
[020] No centro de operações de dados 50, um processador pode obter e averiguar dados para avaliar uma peça de aeronave, uma coleção de peças, um sistema ou um subsistema e direcionar atividades de manutenção posteriores para identificar ou retificar os problemas detectados. Como um exemplo de um sistema complexo que inclui inúmeras peças submetidas a observação, coleta de dados, diagnóstico e prognóstico, considere um motor de turbina a gás 12 em uma aeronave 10. Com referência agora à Figura 2, um diagrama em corte transversal esquemático de um motor de turbina a gás 12 para uma aeronave é mostrado. O motor 12 inclui um relacionamento de fluxo em série a jusante, uma seção de hélice 112 que inclui uma hélice 114, um compressor propulsor ou de baixa pressão (LP) 116, um compressor de alta pressão (HP) 118, uma seção de combustão 120, uma turbina HP 122 e uma turbina LP 124. Um eixo ou um carretei HP 126 conecta de forma orientadora uma turbina HP 122 a um compressor HP 118 e um eixo ou um carretei LP 128 conecta de forma orientadora uma turbina LP 124 a um compressor LP 116 e uma hélice 114. A turbina HP 122 inclui um rotor de turbina HP 130 que tem pás de turbina 132 montadas em um rotor periférico 130. As pás 132 se estendem radialmente para fora de plataformas de pás 134 até as pontas das pás externas radialmente 136.
[021] O motor 12 é mostrado montado no pilone 138, em um braço de pilone 140, por ambos os suportes de motor dianteiro e traseiro 142. O pilone 138, conforme ilustrado, se prende adicionalmente na asa da aeronave 144, mas pode estar preso em posições alternadas da aeronave, tal como a fuselagem.
[022] O motor 12 inclui adicionalmente uma capota de motor externa 146 e uma capota de motor interna 148, sendo que cada uma tem superfícies suaves para reduzir a resistência ao ar que passa dentro ou fora do motor 12 em voo. A capota de motor externa 146 circunda pelo menos uma porção da capota de motor interna 148 e do motor 12. O pilone 138 compreende adicionalmente paredes de bifurcação 150, que se estendem parcialmente do pilone 138 em direção à capota de motor interna 148, o que define um vão 152.
[023] São ilustrados também uma variedade de linhas conectoras 154, tais como linhas hidráulicas, linhas elétricas e linhas aéreas de desvio, se estendendo do motor 12 através das paredes de bifurcação 150 para dentro do pilone 138. Essas linhas 154 acoplam o motor 12 a subsistemas necessários para operação, tais como bombas de combustível e computadores de controle de voo.
[024] Os sensores próximos ou acoplados a quaisquer peças da aeronave podem observar e gerar dados com referência a um ou mais parâmetros físicos detectados das peças do sistema. Parâmetros físicos exemplificativos podem derivar de medições de propriedades tais como, mas sem limitação, pressão, temperatura, tensão, etc. Os dados podem incluir medições correlacionadas à quantidade de tempo ou ao número de ciclos em que uma dada peça de aeronave é submetida a vários níveis de pressão, temperatura, tensão, etc. Durante operações de manutenção, as observações podem resultar de inspeção visual de uma peça de aeronave. Os dados detectados ou observados podem resultar de uma observação através de inspeção visual com ou sem a ajuda de equipamentos eletro-ópticos como um sistema de ponto de mira ou a ajuda de sistemas radiométrico ou espectrográfico. O pré-processamento de dados de observação pode incluir processar dados de observação com melhoramento de imagem ou algoritmos preditivos. A modelagem dos dados com rotinas de processamento intensivo tal como fornecida por análise de elementos finitos pode melhorar posteriormente os dados de observação.
[025] Os dados adquiridos não estão limitados a sensores próximos ou acoplados ao equipamento monitorado, mas podem incluir dados ambientais tais como dados de clima, localização geográfica, imagens de satélite e quaisquer outros dados ou informações ou conhecimentos que irão melhorar a exatidão e a precisão de processos prognóstico e diagnóstico.
[026] Adicionalmente ao que foi dito acima, os dados adquiridos podem ser dados inferidos ou dados que não são medidos diretamente mas podem ser inferidos com uso de um ou mais dados medidos, em combinação com o entendimento da física da peça ou do sistema ou não. Em um exemplo não limitador, algumas temperaturas dentro de um motor não podem ser diretamente medidas, mas podem ser inferidas através do conhecimento da física de ciclo do motor e de outros parâmetros diretamente medidos que podem incluir parâmetros ambientais ou parâmetros de sensor de motor.
[027] Conforme descrito acima, o processador no centro de operações de dados 50 obtém dados com referência ao estado, condição ou ambiente operacional observado de uma peça de aeronave, em que os dados podem ser plotados conforme mostrado, por exemplo, em um diagrama de dispersão 200 na Figura 3. Consequentemente, o processador obtém dados que representam um modelo de classificação de emergência (DRM) 202 para a peça de aeronave. O DRM 202 classifica os níveis de emergência de hardware relativos observados e, então, usa uma análise de regressão de vários dados de sensor de peça de aeronave para determinar uma função de transferência ótima para averiguar um valor DRM que quantifica a emergência de hardware para a peça de aeronave. Por exemplo, para um domínio descrito como x, um modelo de regressão linear exemplificatívo para o DRM 202 pode ser da fórmula: yDRM = βΰ + βχχ. O modelo é adequado aos dados que usam métodos comuns a análise de regressão, por exemplo, por mínimos quadrados comuns, etc. Uma função de transferência formada do DRM 202, entre outras coisas, pode prever como o nível de emergência para uma peça de aeronave irá progredir ao longo do domínio (por exemplo, ciclos).
[028] A Figura 3 retrata um DRM 202 exemplificativo por um domínio 204 para um grupo que representa peças danificadas e não danificadas. Os vários pontos de dados que retratam valores DRM para peças de aeronave são mostrados e plotados no eixo geométrico y. Ambas as peças danificadas e as não danificadas são mostradas, em que as peças danificadas indicam uma peça de aeronave que é mostrada como danificada através de uma inspeção visual da peça que confirma que a peça está danificada a um ponto em que precisa ser substituída. O domínio 204 no eixo geométrico x retrata uma característica tal como a duração de tempo em que um motor de aeronave está operando ou o número de ciclos (isto é, o número de vezes que um motor é levado da partida até a energia alta até o desligamento). Conforme mostrado no diagrama de dispersão, um limiar 210 pode ser predeterminado de forma que uma peça de aeronave com um valor DRM acima do limiar predeterminado possa ser um indicativo de uma peça danificada. Conforme visto na Figura 3, o limiar não se delineia perfeitamente entre peças realmente danificadas e não danificadas. Ao invés disso, algumas peças danificadas têm um valor DRM abaixo do limiar e constituem detecções não observadas e algumas peças não danificadas tem um valor DRM acima do limiar e constituem positivos falsos.
[029] O processador no centro de operações de dados 50 também obtém dados com referência a um fenômeno físico que representa uma peça de aeronave tal como pode ser derivado de sensores, em que os dados podem ser plotados, conforme mostrado, por exemplo, em um diagrama de dispersão 300 na Figura 4. Consequentemente, o processador obtém dados que representam um modelo de dano cumulativo (CDM) 302 para a peça de aeronave. O CDM 302 determina o fenômeno físico que aciona a emergência de uma peça de aeronave e, então, avalia os dados para quantificar a emergência de hardware relativa da peça de aeronave. Para chegar a um valor da emergência de hardware relativa da peça de aeronave, o CDM 302 usa um modelo com base em física de um ciclo de vida da peça de aeronave. Dessa forma, o CDM 302 acumula sobre o domínio. Por exemplo, o CDM 302 pode indicar o tempo total que uma peça de aeronave esteve em ou acima de uma temperatura crítica como uma função de ciclos de motor.
[030] A Figura 4 retrata um CDM 302 exemplificativo por um domínio 304 para um grupo de peças. O CDM 302 determina o fenômeno físico que aciona a emergência e descreve a emergência de hardware relativa. Os vários pontos de dados que retratam valores CDM para peças de aeronave são mostrados e plotados no eixo geométrico y. O domínio 304 no eixo geométrico x retrata uma característica tal como a duração de tempo em que um motor de aeronave está operando ou os ciclos sobre os quais o CDM 302 se acumula. Conforme mostrado no diagrama de dispersão, um limiar 310 pode ser predeterminado de forma que uma peça de aeronave com um valor CDM acima do limiar predeterminado possa ser um indicativo de uma peça danificada.
[031] De acordo com as realizações da presente invenção, o processador no centro de operações de dados 50 executa um método para combinar os dois algoritmos analíticos separados, mas complementares, do DRM 202 e do CDM 302 para quantificar de forma independente a emergência relativa e a vida restante de várias peças de hardware de turbina a gás. O DRM 202 é uma função diagnostica que detecta a emergência real observada na peça de aeronave. O CDM 302 é uma função prognostica que calcula de forma independente o consumo de vida de componente na operação de motor real. Em combinação, a capacidade de detecção de uma emergência de peça de hardware é melhorada adicionalmente. A Figura 5 é um diagrama de dispersão 400 que retrata o CDM 302 pelo DRM 202 para um grupo de peças danificadas e não danificadas. Ambos os limiares DRM 210 e os limiares CDM 310 são mostrados. Limiares adicionais, mostrados como um segundo limiar DRM 426 e um segundo limiar CDM 424 na Figura 5, podem também ser predeterminados. É contemplado que cada modelo pode incluir uma pluralidade de limiares escalonados.
[032] Com base nos valores averiguados para o DRM e o CDM, uma peça de aeronave é localizada em uma zona definida pelos valores de modelo e a relação dos mesmos com os limiares. Com base em uma zona para a peça, o processador pode gerar uma ação com referência à peça de aeronave e os valores CDM e DRM da mesma. Por exemplo, a zona limítrofe mais crítica 410 é localizada na direita superior do diagrama na Figura 5 em que os valores de uma dada peça podem excedem ambos os limiares DRM e CDM 210 e 310, respectivamente. Quando o processador determina que uma peça de aeronave está localizada na zona limítrofe crítica 410, devido a ambos DRM e CDM excederem os limiares respectivos dos mesmos 210 e 310, o processador pode gerar uma notificação urgente que exige inspeção, reparo ou substituição da peça de aeronave. Se apenas o valor DRM encontrar ou exceder o limiar 210 (e os valores de modelo de peça de aeronave estiverem localizados na zona limítrofe 414) ou se apenas o limiar CDM encontrar ou exceder o limiar 310 (e os valores de modelo de peça de aeronave estiverem localizados na zona limítrofe 412), o processador pode gerar uma notificação normal para inspeção, reparo ou substituição da peça de aeronave. As zonas limítrofes adicionais 416, 420, 418 são indicativas de peças de aeronave que o processador determina estarem dentro de um certo limite de exigência de inspeção, reparo ou substituição. No caso em que o CDM e o DRM são baseados em um domínio de ciclos, essas zonas são indicativas de uma peça de aeronave dentro de um número predeterminado de ciclos de emissão de uma notificação para inspeção, reparo ou substituição. Similarmente, quando o processador determina que a peça de aeronave não excede quaisquer limiares (por exemplo, zona limítrofe 422), o processador pode ainda estimar o número de ciclos até uma ação de manutenção e emitir uma notificação com a estimativa.
[033] A Figura 6 é um fluxograma que retrata um método 500 de avaliação de uma peça de aeronave de acordo com uma realização. O processador integra os dois modelos em um processo em que os limiares CDM e DRM são configurados para maximizar a capacidade de detecção de emergência de hardware do método 500. Na etapa 510, o processador obtém dados que representam um DRM e averiguam um valor DRM para uma peça de aeronave. Cada peça de aeronave é identificada de forma única tal como por número de peça ou número de série. Na etapa 512, o processador obtém dados que representam o CDM e averiguam um valor CDM para uma peça de aeronave. O processador na etapa 514 determina se o valor DRM ou o valor CDM para a peça de aeronave está dentro ou se aproximando do limiar DRM ou CDM. Se nem o valor DRM nem o valor CDM para a peça de aeronave estiverem dentro do limiar respectivo, o processador, então, na etapa 520, estima o tempo conforme expressado, por exemplo, como horários de motor ou ciclos em que o operador do motor pode ter que fazer uma ação predeterminada, por exemplo inspeção, remoção de manutenção ou substituição. De outro modo, na etapa 522, o processador gera e armazena estimativas com referência a quando uma ação é provável que seja exigida para a peça de aeronave em um banco de dados. De forma subsequente às etapas 520 ou 522, o processador pode transmitir informações de tempo ou ciclos restantes em relação à peça de aeronave para planejadores de linhas aéreas ou funcionários de manutenção na etapa 530.
[034] Se o processador, na etapa 516, determinar que o valor DRM ou o valor CDM (mas não ambos) da peça de aeronave excede um limiar respectivo, o processador, então, pode emitir um alerta de urgência normal na etapa 524. Se o processador determinar na etapa 518 que o valor DRM e o valor CDM, cada um, excedem os limiares respectivos dos mesmos, o processador, então, pode emitir um alerta urgente na etapa 526.
[035] De forma subsequente a quaisquer etapas 524, 526 ou 530, os funcionários de manutenção podem reagir a um alerta ou a informações de tempo ou ciclos restantes e executar uma ação recomendada da peça de aeronave na etapa 528. Quaisquer resultados novos de inspeção são armazenados por número de peça de aeronave na etapa 532. O processador recebe as informações de inspeção e usa as informações como um mecanismo de retroalimentação na etapa 534. Com base na geração e no monitoramento de retroalimentação, que inclui o valor DRM, o valor CDM e os resultados da determinação de inspeção visual da quantidade de dano da peça de aeronave, o processador pode melhorar os modelos (isto é, o DRM e o CDM) assim como os limiares usados para gerar ações.
[036] O método descrito acima pode incluir etapas adicionais e alternativas não limitadoras. Em um exemplo não limitador de etapas alternativas ou adicionais ao método, o processador inclui etapas para executar um ou mais algoritmos de votação para integrar os resultados do CDM e do DRM em uma ação específica com baixa probabilidade de positivos ou negativos falsos. Em outro exemplo não limitador, inclui-se os desenvolvimentos, a geração ou a implantação de um modelo CDM/DRM combinado. Em tal modelo combinado, o processador combina o conhecimento físico que fundamenta o CDM e as constatações de dados empíricas que fundamentam o DRM para criar um único modelo combinado.
[037] As realizações descritas acima avaliam peças de aeronave através do diagnóstico e do prognóstico da condição das ditas peças com base em dados obtidos. A capacidade de detecção resultante é, então, usada para melhorar diagnósticos de motor, quantificar emergência de hardware e melhorar potencialmente o tempo de motor na asa (TOW).
[038] Os efeitos técnicos das realizações descritas a cima incluem um suporte de decisão mais rápida visto que o método diminui o distúrbio de remoções de motor não planejadas, previne o gasto adicional de danos de hardware secundários e melhora o TOW entre revisões de motor. Adicionalmente, as realizações do método reduzem o fardo de inspeções de linhas aéreas para motores quando os níveis de emergência estão abaixo do limiar de emergência predeterminado.
[039] O método fornece clientes de linhas aéreas e fornecedores de serviço com conhecimento chave para mais bem gerenciar e manter a frota operacional dos mesmos. Reduzir remoções de motor não planejadas e aumentar o tempo entre revisões de motor melhora a disponibilidade de motor e reduz custos operacionais e permite previsões a longo prazo melhoradas de futuras emergência e revisões, desse modo reduzindo o risco em planos de serviço de múltiplos anos.
[040] Esta descrição escrita usa exemplos para revelar a invenção e também para permitir que os versados na técnica pratiquem a invenção, incluindo fazer e usar quaisquer dispositivos ou sistemas e executar quaisquer métodos incorporados. O escopo patenteável da invenção é definido pelas reivindicações e pode incluir outros exemplos que ocorram para os versados na técnica. Tais outros exemplos são destinados a estar dentro do escopo das reivindicações se os mesmos tiverem elementos estruturais que não se diferem da linguagem literal das reivindicações ou se os mesmos incluírem elementos estruturais equivalentes com diferenças insubstanciais das linguagens literais das reivindicações.
Lista de Componentes 10- Aeronave 12- Motores 14- Fuselagem 16- Cabine de piloto 18- Conjunto de asa 20- Subsistema de aeronave 22- Controlador 50- Centro de operações de dados 112- Seção de hélice 114- Hélice 116- Propulsor ou Compressor de baixa pressão (LP) 118- Compressor de alta pressão (HP) 120- Seção de combustão 122- Turbina HP 124- Turbina LP 126- Eixo ou carretei HP 128- Eixo ou carretei LP 130- Rotor de turbina HP 132- Pás de turbina 134- Plataformas de pá 136- Pontas de pá 138- Pilone 140- Braço de pilone 142- Suportes de motor dianteiro e traseiro 144- Asa da aeronave 146- Capota do motor exterior 148- Capota do motor interior 150- Paredes de bifurcação 152- Vão 154- Grande número de linhas conectoras 200- DRM por domínio 202- DRM 204- Domínio 210- Limiar 300- CDM por domínio 302- CDM 304- Domínio 310- Limiar 400- CDM por DRM 410 412 414 416 418 420 422- Zona limítrofe 424- Limiar CDM
426- Limiar DRM 500- Método 510- Valores DRM
512- Valores CDM 514 516 518- Etapa de comparação de limiar 520- Limiar de inspeção estimada 522- Gerar tabela 524 526- Emitir um alerta 528- Inspeção 530- Transmitir informações 532- Resultados de inspeção 534- Retroalimentar Reivindicações

Claims (13)

1. MÉTODO PARA AVALIAR UMA PEÇA, caracterizado por: obter dados que representam um modelo de classificação de emergência (DRM) para a peça; averiguar um valor DRM para a peça; obter dados que representam um modelo de dano cumulativo (CDM) para a peça; averiguar um valor CDM para a peça; determinar se o valor DRM está em ou acima de pelo menos um limiar DRM predeterminado; determinar se um valor CDM está em ou acima de pelo menos um limiar CDM predeterminado e se o valor DRM ou o valor CDM está em ou acima do pelo menos um limiar respectivo e então gerar uma ação relacionada à peça.
2. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que a ação gerada inclui pelo menos um dentre uma notificação, uma inspeção, um lembrete, uma substituição ou um reparo.
3. MÉTODO, de acordo com a reivindicação 2, caracterizado pelo fato de que se tanto o valor DRM quanto o valor CDM estiverem em ou acima do pelo menos um limiar respectivo, então aumentar a urgência da ação gerada.
4. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que se tanto o valor DRM quanto o valor CDM estiverem em ou acima do pelo menos um limiar respectivo, então exigir reparo ou substituição da peça.
5. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que averiguar o valor DRM é baseado, pelo menos em parte, em uma observação da peça.
6. MÉTODO, de acordo com a reivindicação 5, caracterizado pelo fato de que a observação inclui pelo menos uma dentre uma inspeção visual, fotográfica, radiométrica ou outra observação da peça.
7. MÉTODO, de acordo com a reivindicação 5, caracterizado pelo fato de que a observação inclui pelo menos uma medição ambiental.
8. MÉTODO, de acordo com a reivindicação 5, caracterizado pelo fato de que a observação inclui pelo menos uma medição não medida, mas estimada.
9. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que averiguar o valor CDM é baseado, pelo menos em parte, na medição de um parâmetro físico ou uma análise de elementos finitos ou algoritmos preditivos associados à peça.
10. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que o parâmetro físico inclui pelo menos um dentre temperatura, pressão, tempo, ciclos, clima e dados ambientais.
11. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente gerar e monitorar uma retroalimentação a partir da qual o DRM e o CDM podem ser melhorados.
12. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente prever quando a peça exigirá reparo ou substituição com base em ambos os valores DRM e CDM.
13. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo fato de que o DRM inclui um modelo de regressão.
BR102016003654-2A 2015-03-02 2016-02-22 Método para avaliar uma peça BR102016003654B1 (pt)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/635,581 2015-03-02
US14/635,581 US10042964B2 (en) 2015-03-02 2015-03-02 Method of evaluating a part

Publications (2)

Publication Number Publication Date
BR102016003654A2 true BR102016003654A2 (pt) 2016-09-27
BR102016003654B1 BR102016003654B1 (pt) 2023-10-24

Family

ID=55484842

Family Applications (1)

Application Number Title Priority Date Filing Date
BR102016003654-2A BR102016003654B1 (pt) 2015-03-02 2016-02-22 Método para avaliar uma peça

Country Status (6)

Country Link
US (2) US10042964B2 (pt)
EP (1) EP3065092A1 (pt)
JP (1) JP6176754B2 (pt)
CN (1) CN105938501A (pt)
BR (1) BR102016003654B1 (pt)
CA (1) CA2921259C (pt)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10239640B2 (en) * 2015-12-11 2019-03-26 The Boeing Company Predictive aircraft maintenance systems and methods incorporating classifier ensembles
US10706361B1 (en) 2015-12-11 2020-07-07 The Boeing Company Hybrid feature selection for performance prediction of fluid control valves
US10838837B2 (en) * 2016-06-24 2020-11-17 International Business Machines Corporation Sensor based system state prediction
US10474789B2 (en) * 2016-06-24 2019-11-12 The Boeing Company Prediction methods and systems for structural repair during heavy maintenance of aircraft
JP6862788B2 (ja) * 2016-11-22 2021-04-21 富士通株式会社 クリアランスチェックプログラム、クリアランスチェック方法、及びクリアランスチェック装置
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
US10472096B2 (en) 2017-05-30 2019-11-12 The Boeing Company Advanced analytic methods and systems utilizing trust-weighted machine learning models
EP3432236A1 (en) 2017-07-18 2019-01-23 Siemens Aktiengesellschaft Method and system for automatic maintenance of a machine
US10782680B2 (en) 2017-07-20 2020-09-22 Genral Electric Company Cumulative cost model for predicting asset maintenance cost from distress models
CN107657386A (zh) * 2017-09-30 2018-02-02 北京无线电测量研究所 一种确定器件的损坏风险的方法和系统
CN107655685A (zh) * 2017-10-17 2018-02-02 深圳怡化电脑股份有限公司 一种传动部件损耗自检装置及方法
JP6947077B2 (ja) * 2018-02-26 2021-10-13 株式会社Ihi ガスタービンの整備時期予測方法及びその装置
US10909781B2 (en) * 2018-03-09 2021-02-02 Honeywell International Inc. System and method of using mechanical systems prognostic indicators for aircraft maintenance
EP3543796A1 (fr) 2018-03-21 2019-09-25 Nivarox-FAR S.A. Procede de fabrication d'un spiral en silicium
JP6741716B2 (ja) 2018-04-09 2020-08-19 株式会社Subaru 航空機管理システム
JP7272785B2 (ja) * 2018-12-05 2023-05-12 ナブテスコ株式会社 疲労度算出装置、疲労度算出方法、アクチュエータ、アクチュエータ制御装置および航空機
US11256245B2 (en) * 2018-12-26 2022-02-22 General Electric Company Model for predicting distress on a component
CN110516887B (zh) * 2019-09-02 2023-03-14 安徽省安泰科技股份有限公司 一种基于工业互联网的流程优化服务平台
CN111047057A (zh) * 2019-12-17 2020-04-21 珠海市同海科技股份有限公司 一种基于钥匙箱的大小修网络级联处理系统及方法
US11952149B2 (en) 2020-09-17 2024-04-09 General Electric Company System and method of forecasting aircraft engine operational data for predictive analytics
KR20240012186A (ko) * 2022-07-20 2024-01-29 성균관대학교산학협력단 하우징 구조체의 실시간 상태 확인 방법, 하우징 구조체의 상태 확인 장치, 상기 방법을 수행하는 프로그램, 및 컴퓨터 판독 가능한 기록 매체

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58201047A (ja) 1982-05-20 1983-11-22 Caterpillar Mitsubishi Ltd 故障診断システムの判定方法
US5614670A (en) * 1993-10-29 1997-03-25 Board Of Regents, The University Of Texas System Movable seismic pavement analyzer
JP2935261B2 (ja) 1996-06-12 1999-08-16 三ツ星ベルト株式会社 動力伝動ベルトの残余寿命の推定方法
JP4041008B2 (ja) 2003-05-13 2008-01-30 鹿島建設株式会社 リニューアル支援システム、リニューアル支援方法、プログラム、及び記録媒体
JP4101714B2 (ja) 2003-08-29 2008-06-18 月島テクノメンテサービス株式会社 回転機器の状態診断支援装置およびそのプログラム、ならびに同プログラムを記録した記録媒体、状態診断支援方法
US7953506B2 (en) * 2004-12-17 2011-05-31 Bae Systems Plc Skin design process
JP4134997B2 (ja) 2005-04-20 2008-08-20 ダイキン工業株式会社 余寿命予測プログラム及び余寿命予測システム
US7697727B2 (en) * 2005-05-23 2010-04-13 Board Of Regents, The University Of Texas System Automated surface distress measurement system
US7551086B2 (en) * 2005-09-20 2009-06-23 The Boeing Company System and methods for tracking aircraft components
JP4722707B2 (ja) * 2005-10-13 2011-07-13 日本圧着端子製造株式会社 垂直嵌合雌端子及びこれが装着されるハウジング
US7328128B2 (en) 2006-02-22 2008-02-05 General Electric Company Method, system, and computer program product for performing prognosis and asset management services
JP4817920B2 (ja) 2006-03-27 2011-11-16 中国電力株式会社 高温プラント機器の余寿命診断システム及びこの余寿命診断システムを用いた余寿命診断方法
US7693900B2 (en) * 2006-09-27 2010-04-06 The Boeing Company Querying of distributed databases using neutral ontology model for query front end
US8340854B2 (en) 2006-12-19 2012-12-25 The Boeing Company Methods and systems for centrally managed maintenance program for aircraft fleets
US7860618B2 (en) * 2006-12-21 2010-12-28 The Boeing Company System, method and program product for predicting fleet reliability and maintaining a fleet of vehicles
US7710259B2 (en) * 2007-08-14 2010-05-04 International Business Machines Corporation Emergent information database management system
JP5064259B2 (ja) 2008-02-12 2012-10-31 国立大学法人京都大学 劣化評価装置及び劣化評価方法
US7895821B2 (en) * 2008-12-31 2011-03-01 General Electric Company System and method for automatic fuel blending and control for combustion gas turbine
US8356484B2 (en) * 2009-05-01 2013-01-22 General Electric Company Hybrid Wobbe control during rapid response startup
US9267443B2 (en) * 2009-05-08 2016-02-23 Gas Turbine Efficiency Sweden Ab Automated tuning of gas turbine combustion systems
US9354618B2 (en) * 2009-05-08 2016-05-31 Gas Turbine Efficiency Sweden Ab Automated tuning of multiple fuel gas turbine combustion systems
US8437941B2 (en) * 2009-05-08 2013-05-07 Gas Turbine Efficiency Sweden Ab Automated tuning of gas turbine combustion systems
US8335601B2 (en) 2009-06-09 2012-12-18 Honeywell International Inc. System and method of automated fault analysis and diagnostic testing of an aircraft
US8452475B1 (en) 2009-10-02 2013-05-28 Rockwell Collins, Inc. Systems and methods for dynamic aircraft maintenance scheduling
CN102095573A (zh) * 2009-12-11 2011-06-15 上海卫星工程研究所 星载旋转设备机械部件状态监测与诊断报警方法
EP2390742B1 (en) 2010-05-28 2021-08-11 MTU Aero Engines AG Monitoring engine usage
US8700363B2 (en) 2010-09-08 2014-04-15 The Boeing Company ETOPS IFSD risk calculator
CN101963937B (zh) * 2010-09-29 2016-08-10 南京航空航天大学 飞控计算机系统剩余寿命预测方法
IN2013MN02382A (pt) 2011-05-20 2015-06-12 Romax Technology Ltd
JP2015515000A (ja) 2012-04-24 2015-05-21 アクティエボラゲット・エスコーエッフ 軸受監視方法およびシステム
JP6023882B2 (ja) 2012-06-19 2016-11-09 ゲーコーエヌ エアロスペース スウェーデン アーベー 機械部品の寿命消費の信頼できる予測
JP6053560B2 (ja) * 2013-02-20 2016-12-27 三菱日立パワーシステムズ株式会社 発電システム及び発電システムの運転方法
NO2801879T3 (pt) 2013-05-07 2018-02-24
CN103471729A (zh) * 2013-09-27 2013-12-25 北京天源科创风电技术有限责任公司 一种装置温度预警方法及其应用
US9617010B2 (en) * 2014-03-28 2017-04-11 Bell Helicopter Textron Inc. Aircraft prognostics health system
US10691698B2 (en) * 2014-11-06 2020-06-23 International Business Machines Corporation Automatic near-real-time prediction, classification, and notification of events in natural language systems
WO2017027724A1 (en) * 2015-08-13 2017-02-16 Bayer Healthcare Llc Systems for determining, and devices for indicating, viable life of replaceable components thereof and methods therefor

Also Published As

Publication number Publication date
CA2921259C (en) 2018-04-10
US20180349532A1 (en) 2018-12-06
US11334062B2 (en) 2022-05-17
EP3065092A1 (en) 2016-09-07
BR102016003654B1 (pt) 2023-10-24
US10042964B2 (en) 2018-08-07
CN105938501A (zh) 2016-09-14
JP6176754B2 (ja) 2017-08-09
JP2016173358A (ja) 2016-09-29
CA2921259A1 (en) 2016-09-02
US20160259873A1 (en) 2016-09-08

Similar Documents

Publication Publication Date Title
BR102016003654A2 (pt) método para avaliar uma peça
US11067592B2 (en) Methods and apparatus for prognostic health monitoring of a turbine engine
Yang et al. Designing mission abort strategies based on early-warning information: Application to UAV
EP3208678B1 (en) Method for determining aircraft sensor failure without a redundant sensor and correct sensor measurement when redundant aircraft sensors give inconsistent readings
KR101529762B1 (ko) 비행기 부품의 성능이 쇠퇴기에 들어선 것을 검측하는 방법
US9971969B2 (en) Method for predicting a fault in an air-conditioning pack of an aircraft
CN108139749B (zh) 基于自适应算法的发动机健康状况预测
US20120179326A1 (en) Predicting time to maintenance by fusion between modeling and simulation for electronic equipment on board an aircraft
US20080312783A1 (en) Systems and Methods for Health Monitoring of Complex Systems
EP3413272A1 (en) Platform health monitoring apparatus and method
US10223846B2 (en) Aerial vehicle engine health prediction
GB2552302A (en) Prognostic rules for predicting a part failure
EP3040863A1 (en) Method of identifying faults in an aircraft
GB2450241A (en) Bayesian probability analysis for health monitoring and failure prediction of complex systems
RU2670907C2 (ru) Система мониторинга работоспособности платформы
BR102012028497A2 (pt) Método para agregar informações de gerenciamento de integridade de sistemas em uma aeronave e aeronave
Litt et al. NASA aviation safety program: aircraft engine health management data mining tools roadmap
CN111523197B (zh) 用于预测部件上的故障的模型
Li et al. Prognostics and health management techniques for integrated avionics systems
US20240094277A1 (en) Method for detecting a malfunction suffered by an integrated drive generator, in an aircraft
Li et al. Design of prognostic and health management structure for UAV system
Baghchehsara et al. Identification and Interpretation of Integrated Vehicle Health Management (IVHM) Generic Architecture and a Case Study
Aydin et al. Serviceability analysis of training aircraft subject to maintenance operations in a flight training organisation: a case study
CN116136683A (zh) 修复和维护车辆系统的系统和方法
Martin Prediction of Adverse Events in Time Series Data Using ACCEPT (Adverse Condition and Critical Event Prediction Toolbox)

Legal Events

Date Code Title Description
B03A Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette]
B06U Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette]
B07A Application suspended after technical examination (opinion) [chapter 7.1 patent gazette]
B06A Patent application procedure suspended [chapter 6.1 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 22/02/2016, OBSERVADAS AS CONDICOES LEGAIS