BR102017014720B1 - Método para monitorar eventos térmicos, aeronave, e, meio de armazenamento legível por computador - Google Patents
Método para monitorar eventos térmicos, aeronave, e, meio de armazenamento legível por computador Download PDFInfo
- Publication number
- BR102017014720B1 BR102017014720B1 BR102017014720-7A BR102017014720A BR102017014720B1 BR 102017014720 B1 BR102017014720 B1 BR 102017014720B1 BR 102017014720 A BR102017014720 A BR 102017014720A BR 102017014720 B1 BR102017014720 B1 BR 102017014720B1
- Authority
- BR
- Brazil
- Prior art keywords
- rate
- change
- sensor data
- sensor
- temperature
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 151
- 238000001514 detection method Methods 0.000 claims abstract description 116
- 230000004044 response Effects 0.000 claims abstract description 26
- 238000012423 maintenance Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 230000001052 transient effect Effects 0.000 description 13
- 230000007423 decrease Effects 0.000 description 9
- 238000007689 inspection Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000013024 troubleshooting Methods 0.000 description 7
- 230000011664 signaling Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000001816 cooling Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000009419 refurbishment Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- 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
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0232—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/009—Fire detection or protection; Erosion protection, e.g. from airborne particles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Radiation Pyrometers (AREA)
Abstract
MÉTODO PARA MONITORAR EVENTOS TÉRMICOS, E, AERONAVE. Um método para monitorar eventos térmicos em um compartimento de motor de aeronave (100) inclui obter primeiros dados de sensor a partir de um primeiro sensor posicionado dentro de um compartimento de motor (100) de uma aeronave. O método inclui também determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor. A média móvel de série temporal é indicativa de uma taxa de variação de temperatura média do compartimento de motor (100). O método inclui também determinar um desvio padrão da média móvel de série temporal e detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação. O critério de taxa de variação é baseado em um múltiplo do desvio padrão, e as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor (100). O método inclui também gerar um alerta em resposta à detecção da tendência. O alerta é indicativo de um evento térmico associado ao compartimento de motor (100).
Description
[001] A presente invenção se refere a um indicador de evento térmico para um motor de aeronave.
[002] A Administração de Aviação Federal (FAA) exige sensores de incêndio para aeronaves certificadas. Como um exemplo não limitativo, uma aeronave certificada pela FAA pode incluir uma pluralidade de sensores de incêndio posicionados através da aeronave. Em particular, a aeronave pode incluir pelo menos um sensor de incêndio posicionado em um compartimento de motor. Os sensores de incêndio usualmente incluem termistores. Usando os termistores, um sistema pode gerar um alerta quando uma temperatura detectada exceder um limite.
[003] De acordo com uma implementação da presente invenção, um método para monitorar eventos térmicos em um compartimento de motor de aeronave inclui obter, em um sistema de detecção de evento térmico, primeiros dados de sensor a partir de um primeiro sensor posicionado dentro de um compartimento de motor de uma aeronave. O método inclui também determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor. A média móvel de série temporal é indicativa de uma taxa de variação de temperatura média do compartimento de motor. O método inclui também determinar um desvio padrão da média móvel de série temporal e detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação. O critério de taxa de variação é baseado em um múltiplo do desvio padrão, e as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor. O método inclui também gerar um alerta em resposta à detecção da tendência. O alerta é indicativo de um evento térmico associado ao compartimento de motor.
[004] De acordo com outra implementação da presente invenção, uma aeronave inclui um primeiro sensor posicionado dentro de um compartimento de motor de uma aeronave. O primeiro sensor é configurado para gerar primeiros dados de sensor. A aeronave inclui também um sistema de detecção de evento térmico configurado para determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor. A média móvel de série temporal é indicativa de uma taxa de variação de temperatura média do compartimento de motor. O sistema de detecção de evento térmico é configurado ainda para determinar um desvio padrão da média móvel de série temporal e detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação. O critério de taxa de variação é baseado em um múltiplo do desvio padrão, e as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor. O sistema de detecção de evento térmico é configurado ainda para gerar um alerta em resposta à detecção da tendência. O alerta é indicativo de um evento térmico associado ao compartimento de motor.
[005] De acordo com outra implementação da presente invenção, um meio legível por computador não transitório inclui instruções para monitorar eventos térmicos em um compartimento de motor de aeronave. As instruções, quando executadas por um processador, fazem com que o processador realize operações incluindo obter primeiros dados de sensor a partir de um primeiro sensor posicionado dentro de um compartimento de motor de uma aeronave. As operações incluem também determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor. A média móvel de série temporal é indicativa de uma taxa de variação de temperatura média do compartimento de motor. As operações incluem adicionalmente determinar um desvio padrão da média móvel de série temporal e detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação. O critério de taxa de variação é baseado em um múltiplo do desvio padrão, e as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor. As operações incluem adicionalmente gerar um alerta em resposta à detecção da tendência. O alerta é indicativo de um evento térmico associado ao compartimento de motor.
[006] Uma vantagem do sistema de manutenção do monitoramento de evento térmico da presente invenção é que os sensores existentes de segurança de voo podem ser usados para detectar problemas de segurança de aeronave fora do voo, o que pode facilitar a programação de atividades de manutenção. Adicionalmente, as características, funções, e vantagens que foram descritas podem ser obtidas independentemente em várias implementações ou podem ser combinadas em ainda outras implementações, outros detalhes das quais são expostos com referência à seguinte descrição e aos seguintes desenhos. BREVE DESCRIÇÃO DOS DESENHOS A figura 1 é um diagrama de compartimento de motor de uma aeronave e um computador posicionado remotamente a partir do compartimento de motor; a figura 2 representa exemplos não limitativos de valores de resistência para dados de sensor; a figura 3 é um diagrama de processo para gerar um alerta; a figura 4 é um diagrama de processo para determinar uma média móvel de série temporal; a figura 5 é um diagrama de processo para gerar um alerta; a figura 6 é um método para monitorar eventos térmicos em um compartimento de motor de aeronave; a figura 7 é um fluxograma de um exemplo de um método para operar um sistema para monitorar eventos em um compartimento de motor de aeronave; e a figura 8 é um diagrama de blocos de uma implementação ilustrativa de um veículo que inclui um sistema para monitorar eventos em um compartimento de motor de aeronave.
[007] Modalidades particulares da presente invenção são descritas abaixo com referência aos desenhos. Na descrição, as características comuns são designadas por números de referência comuns através dos desenhos.
[008] As figuras e a seguinte descrição ilustram modalidades específicas de exemplo. Será apreciado que aqueles especializados na arte serão capazes de conceber vários arranjos que, embora não explicitamente descritos ou mostrados aqui, incorporam os princípios descritos aqui e estão incluídos no escopo das reivindicações que seguem esta descrição. Além disso, quaisquer exemplos descritos aqui são destinados a ajudar na compreensão dos princípios da invenção e devem ser concebidos como sendo sem limitação. Como um resultado, esta invenção não é limitada às modalidades ou aos exemplos específicos descritos abaixo, mas pelas reivindicações e seus equivalentes.
[009] As técnicas descritas aqui podem facilitar a programação de manutenção para problemas não críticos em uma aeronave. Para ilustrar, um sistema de detecção de evento térmico pode coletar (ou monitorar) dados de sensor a partir de pelo menos um sensor no compartimento de motor. Os dados de sensor podem indicar um nível de resistência de um termistor incluído no pelo menos um sensor. Os dados de sensor podem ser coletados por uma duração de voo, por um período de tempo de coleta particular (por exemplo, trinta minutos, sessenta minutos, noventa minutos, etc.), para a vida útil da aeronave, etc. Depois do dado de sensor ser coletado (ou quando o dado de sensor é coletado), o sistema de detecção de evento térmico pode determinar uma média móvel de série temporal (por exemplo, uma “média corrente”) indicando uma taxa de variação de temperatura média do compartimento de motor. Por exemplo, o sistema de detecção de evento térmico pode determinar uma taxa de variação de temperatura para um período de tempo particular usando dados de sensor recebidos a partir do pelo menos um sensor durante o período de tempo particular. Depois da determinação da taxa de variação de temperatura para o período de tempo particular, o sistema de detecção de evento térmico pode determinar uma taxa de variação de temperatura para o próximo período de tempo usando técnicas similares. A média móvel de série temporal pode ser determinada pela média das taxas de variação de temperatura para cada período de tempo associado à coleta de dados de sensor. Assim, a média móvel de série temporal pode ser atualizada quanto mais dado de sensor é coletado e processado.
[0010] O sistema de detecção de evento térmico pode calcular um desvio padrão da média móvel de série temporal e pode comparar a taxa de variação de temperatura durante diferentes períodos de tempo com o desvio padrão (ou com um múltiplo do desvio padrão). Com base na comparação, a detecção do evento térmico pode determinar ser uma tendência de períodos de tempo consecutivos (ou substancialmente consecutivos) tem taxas de variação de temperatura que estão fora de um múltiplo do desvio padrão. Pela comparação de um número de valores de taxas de variação de temperatura para um número de períodos de tempo consecutivos com o desvio padrão, o sistema de detecção de evento térmico permite a detecção de uma tendência na qual taxas de variação de temperatura consecutivas (ou substancialmente consecutivas) para períodos de tempo consecutivos (ou substancialmente consecutivos) estão fora de um múltiplo do desvio padrão. Por exemplo, se quatro dentre cinco taxas de variação de temperatura determinada para cinco períodos de tempo consecutivos (sobre um intervalo de tempo de comparação de cinco segundos, por exemplo) estiverem fora de um múltiplo de pelo menos o dobro do desvio padrão, uma tendência é detectada de altas taxas de variação de temperatura dentro de um pequeno intervalo de tempo de comparação. Se o sistema de detecção de evento térmico determinar que a tendência está presente, o sistema de detecção de evento térmico pode gerar um alerta para notificar o pessoal de manutenção para solucionar problemas ou inspecionar o motor. Por exemplo, o sistema de detecção de evento térmico pode gerar uma saída para ativar um dispositivo de indicação em uma aeronave, tal como uma luz ou uma exibição visual, para alertar uma equipe de manutenção sobre um evento depois do término de um voo. Assim, por identificar tendências de taxas de variação de temperatura substancialmente grandes em comparação com o desvio padrão da média móvel de série temporal, o sistema de detecção de evento térmico pode melhorar a programação de manutenção.
[0011] A figura 1 é um diagrama do compartimento de motor 100 de uma aeronave e um computador posicionado remotamente a partir do compartimento de motor. O compartimento de motor 100 inclui um sensor 110, um sensor 120, um sensor 130, e um sensor 140. Um sistema de detecção de evento térmico 150 (por exemplo, o computador) pode ser remotamente posicionado a partir do compartimento de motor. O sensor 110 é posicionado em um local 112 do compartimento de motor 100, o sensor 120 é posicionado em um local 122 do compartimento de motor 100, o sensor 130 é posicionado em um local 132 do compartimento de motor 100, e o sensor 140 é posicionado em um local 142 do compartimento de motor 100. Embora quatro sensores 110, 120, 130, 140 sejam representados no compartimento de motor 100, em outras implementações, sensores adicionais (ou menos) podem ser incluídos no compartimento de motor 100. Como um exemplo não limitativo, de acordo com uma implementação, o compartimento de motor 100 pode incluir quinze sensores posicionados em quinze locais diferentes.
[0012] O sensor 110 é acoplado ao sistema de detecção de evento térmico 150 por intermédio de um barramento 113. O sensor 110 inclui um termistor 111 que tem um valor de resistência que é dependente de uma temperatura do local 112. Por exemplo, o valor de resistência do termistor 111 diminui quando a temperatura do local 112 aumenta, e o valor de resistência do termistor 111 aumenta quando a temperatura do local 112 diminui. O sensor 110 pode gerar dados de sensor 114, 115, 116 com base no valor de resistência do termistor 111 em diferentes tempos. Para ilustrar, o sensor 110 pode gerar dados de sensor 114 em um primeiro tempo (T1), dados de sensor 115 em um segundo tempo (T2), e dado de sensor 116 em um N-ésimo tempo (TN). N pode ser qualquer valor inteiro que é maior que zero. O dado de sensor 114 pode indicar o valor de resistência (em Ohms) do termistor 111 no primeiro tempo (T1), o dado de sensor 115 pode indicar o valor de resistência do termistor 111 no segundo tempo (T2), e o dado de sensor 116 pode indicar o valor de resistência do termistor 111 no N-ésimo tempo (TN). Os dados de sensor 114, 115, 115 podem ser transmitidos do sensor 110 para o sistema de detecção de evento térmico 150 por intermédio do barramento 113.
[0013] O sensor 120 é acoplado ao sistema de detecção de evento térmico 150 por intermédio de um barramento 123. O sensor 120 inclui um termistor 121 que tem um valor de resistência que é dependente de uma temperatura do local 122. Por exemplo, o valor de resistência do termistor 121 diminui quando a temperatura do local 122 aumenta, e o valor de resistência do termistor 121 aumenta quando a temperatura do local 122 diminui. O sensor 120 pode gerar dado de sensor 124, 125, 126 com base no valor de resistência do termistor 121 em diferentes tempos. Para ilustrar, o sensor 120 pode gerar dado de sensor 124 no primeiro tempo (T1), dado de sensor 125 no segundo tempo (T2), e dado de sensor 126 no N-ésimo tempo (TN). O dado de sensor 124 pode indicar o valor de resistência do termistor 121 no primeiro tempo (T1), o dado de sensor 125 pode indicar o valor de resistência do termistor 121 no segundo tempo (T2), e o dado de sensor 126 pode indicar o valor de resistência do termistor 121 no N-ésimo tempo (TN). Os dados de sensor 124, 125, 125 podem ser transmitidos do sensor 120 para o sistema de detecção de evento térmico 150 por intermédio do barramento 123.
[0014] O sensor 130 é acoplado ao sistema de detecção de evento térmico 150 por intermédio de um barramento 133. O sensor 130 inclui um termistor 131 que tem um valor de resistência que é dependente de uma temperatura do local 132. Por exemplo, o valor de resistência do termistor 131 diminui quando a temperatura do local 132 aumenta, e o valor de resistência do termistor 131 aumenta quando a temperatura do local 132 diminui. O sensor 130 pode gerar dado de sensor 134, 135, 136 com base no valor de resistência do termistor 131 em diferentes tempos. Para ilustrar, o sensor 130 pode gerar dado de sensor 134 no primeiro tempo (T1), dado de sensor 135 no segundo tempo (T2), e dado de sensor 136 no N-ésimo tempo (TN). O dado de sensor 134 pode indicar o valor de resistência do termistor 131 no primeiro tempo (T1), o dado de sensor 135 pode indicar o valor de resistência do termistor 131 no segundo tempo (T2), e o dado de sensor 136 pode indicar o valor de resistência do termistor 131 no N-ésimo tempo (TN). Os dados de sensor 134, 135, 135 podem ser transmitidos do sensor 130 para o sistema de detecção de evento térmico 150 por intermédio do barramento 133.
[0015] O sensor 140 é acoplado ao sistema de detecção de evento térmico 150 por intermédio de um barramento 143. O sensor 140 inclui um termistor 141 que tem um valor de resistência que é dependente de uma temperatura do local 142. Por exemplo, o valor de resistência do termistor 141 diminui quando a temperatura do local 142 aumenta, e o valor de resistência do termistor 141 aumenta quando a temperatura do local 142 diminui. O sensor 140 pode gerar dados de sensor 144, 145, 146 com base no valor de resistência do termistor 141 em diferentes tempos. Para ilustrar, o sensor 140 pode gerar dado de sensor 144 no primeiro tempo (T1), dado de sensor 145 no segundo tempo (T2), e dado de sensor 146 no N-ésimo tempo (TN). O dado de sensor 144 pode indicar o valor de resistência do termistor 141 no primeiro tempo (T1), o dado de sensor 145 pode indicar o valor de resistência do termistor 141 no segundo tempo (T2), e o dado de sensor 146 pode indicar o valor de resistência do termistor 141 no N-ésimo tempo (TN). Os dados de sensor 144, 145, 145 podem ser transmitidos do sensor 140 para o sistema de detecção de evento térmico 150 por intermédio do barramento 143.
[0016] Com referência à figura 2, exemplos não limitativos de valores de resistência para os dados de sensor são ilustrados. Por exemplo, o dado de sensor 114 pode indicar que o termistor 111 tem uma resistência de 3000 Ohms no primeiro tempo (T1), o dado de sensor 115 pode indicar que o termistor 111 tem uma resistência de 3250 Ohms no segundo tempo (T2), e o dado de sensor 116 pode indicar que o termistor 111 tem uma resistência de 3275 Ohms no N-ésimo tempo (TN). O dado de sensor 124 pode indicar que o termistor 121 tem uma resistência de 3025 Ohms no primeiro tempo (T1), o dado de sensor 125 pode indicar que o termistor 121 tem uma resistência de 3225 Ohms no segundo tempo (T2), e o dado de sensor 126 pode indicar que o termistor 121 tem uma resistência de 3250 Ohms no N-ésimo tempo (TN). O dado de sensor 134 pode indicar que o termistor 131 tem uma resistência de 3000 Ohms no primeiro tempo (T1), o dado de sensor 135 pode indicar que o termistor 131 tem uma resistência de 3275 Ohms no segundo tempo (T2), e o dado de sensor 136 pode indicar que o termistor 131 tem uma resistência de 3300 Ohms no N-ésimo tempo (TN). O dado de sensor 144 pode indicar que o termistor 141 tem uma resistência de 3015 Ohms no primeiro tempo (T1), o dado de sensor 145 pode indicar que o termistor 141 tem uma resistência de 3300 Ohms no segundo tempo (T2), e o dado de sensor 146 pode indicar que o termistor 141 tem uma resistência de 4800 Ohms no N-ésimo tempo (TN). Para facilidade de ilustração, os valores de resistência indicados na figura 2 são usados para descrever as técnicas apresentadas aqui. Todavia, deve ser entendido que os valores de resistência indicados na figura 2 são somente para finalidades ilustrativas e não devem ser interpretados como limitativos.
[0017] Como descrito abaixo, o sistema de detecção de evento térmico 150 da figura 1 pode ser configurado para processar os dados de sensor recebidos a partir de pelo menos um dos sensores 110, 120, 130, 140 para gerar um alerta. O sistema de detecção de evento térmico 150 inclui uma memória 151 e um processador 171. De acordo com uma implementação, a memória 151 pode ser um meio legível por computador não transitório que armazena instruções 170 que são executáveis pelo processador 171. Por exemplo, as instruções 170 podem ser executáveis pelo processador 171 e podem fazer com que o processador 171 processe os dados de sensor recebidos a partir de pelo menos um dos sensores 110, 120, 130, 140 para gerar um alerta. O processador 171 inclui uma unidade de solicitação de dado de sensor 152, uma unidade de determinação de taxa de alteração 153, uma unidade de determinação de média móvel 154, uma unidade de determinação de desvio 155, circuito de comparação 156, uma unidade de identificação de tendência 157, e um gerador de alerta 158.
[0018] A unidade de solicitação de dado de sensor 152 pode ser configurada para solicitar periodicamente dados de sensor a partir dos sensores 110, 120, 130, 140. Por exemplo, a unidade de solicitação de dado de sensor 152 pode solicitar que cada sensor 110, 120, 130, 140 envie dados de sensor para o sistema de detecção de evento térmico 150 no primeiro tempo (T1), o segundo tempo (T2), o N-ésimo tempo (TN), etc. De acordo com uma implementação, os dados de sensor podem ser solicitados (e recebidos) dentro de intervalos particulares. Como exemplos não limitativos, os dados de sensor podem ser solicitados (e recebidos) a cada segundo, a cada dois segundos, a cada três segundos, a cada quatro segundos, ou a cada cinco segundos. De acordo com outra implementação, cada sensor 110, 120, 130, 140 pode enviar dados de sensor para o sistema de detecção de evento térmico 150 a intervalos particulares sem receber uma solicitação a partir da unidade de solicitação de dado de sensor 152. De acordo com uma implementação, os sensores 110, 120, 130, 140 podem ter relógios não alinhados e podem enviar dados de sensor em diferentes tempos. Por exemplo, o sensor 110 pode enviar o dado de sensor 114 para o sistema de detecção de evento térmico 150 no primeiro tempo (T1), e o sensor 120 pode enviar o dado de sensor 124 para o sistema de detecção de evento térmico 150 em um tempo entre o primeiro tempo (T1) e o segundo tempo (T2).
[0019] Na recepção de dados de sensor a partir dos sensores 110, 120, 130, 140, o sistema de detecção de evento térmico 150 pode armazenar os dados de sensor recebidos na memória 151 como dados de sensor armazenados 160. Para ilustrar, os dados de sensor 114, 124, 134, 144 podem ser armazenados na memória 151 como dados de sensor armazenados 160 durante um período de tempo associado ao primeiro tempo (T1), os dados de sensor 115, 125, 135, 145 podem ser armazenados na memória 151 como dados de sensor armazenados 160 durante um período de tempo associado ao segundo tempo (T2), e os dados de sensor 116, 126, 136, 146 podem ser armazenados na memória 151 como dados de sensor armazenados 160 durante um período de tempo associado ao N-ésimo tempo (TN). Como descrito abaixo, os dados de sensor armazenados 160 podem ser recuperados por outros componentes do sistema de detecção de evento térmico 150 para gerar o alerta. De acordo com outra implementação, o sistema de detecção de evento térmico 150 pode processar os dados de sensor recebidos a partir dos sensores 110, 120, 130, 140 em “tempo real” por processamento dos dados de sensor na chegada (por exemplo, derivando ou contornando o armazenamento na memória 151).
[0020] Para facilidade de ilustração, as seguintes operações do sistema de detecção de evento térmico 150 são descritas com relação aos dados de sensor 114, 115, 116 recebidos a partir do sensor 110 para determinar se gerar o alerta. Todavia, deve ser entendido que operações similares podem ser realizadas com relação a dados de sensor a partir dos outros sensores 120, 130, 140 para determinar se gerar um alerta com base em dados gerados para os outros locais 122, 132, 142, respectivamente. Adicionalmente, deve ser entendido que os dados de sensor recebidos em cada tempo podem ser tornados médios para gerar uma “temperatura média” do compartimento de motor 100. Operações similares podem ser realizadas com relação aos dados de sensor tornados médios para gerar o alerta.
[0021] A unidade de determinação de taxa de alteração 153 pode ser configurada para determinar uma taxa de variação de temperatura no compartimento de motor 100 (ou em diferentes locais 112, 122, 132, 142 do compartimento de motor 100) em diferentes intervalos de tempo. Para ilustrar, assuma que o N = 3 e o dado de sensor é recebido no sistema de detecção de evento térmico 150 em intervalos de cinco segundos. A unidade de determinação de taxa de alteração 153 pode determinar a taxa de variação de temperatura no local 112 durante um primeiro intervalo de tempo (por exemplo, o intervalo de tempo entre o primeiro tempo (T1) e o segundo tempo (T2)) por subtração do valor de resistência (3000 ohms) indicado pelo dado de sensor 114 a partir do valor de resistência (3250 ohms) indicado pelo dado de sensor 115 e divisão da diferença pela variação no tempo (por exemplo, cinco segundos). Assim, a taxa de variação de temperatura no local 112 durante o primeiro intervalo de tempo pode ser igual a 50 Ohms/segundo. A unidade de determinação de taxa de alteração 153 pode determinar a taxa de variação de temperatura no local 112 durante um segundo intervalo de tempo (por exemplo, o intervalo de tempo entre o segundo tempo (T2) e o terceiro tempo (T3)) por subtração do valor de resistência (3250 ohms) indicado pelo dado de sensor 115 a partir do valor de resistência (3275 ohms) indicado pelo dado de sensor 116 e divisão da diferença pela variação no tempo (por exemplo, cinco segundos). Assim, a taxa de variação de temperatura no local 112 durante o segundo intervalo de tempo pode ser igual a 5 Ohms/segundo. A unidade de determinação de taxa de alteração 153 pode armazenar dados de taxa de variação 162 indicando cada taxa de variação de temperatura em uma memória 151.
[0022] A unidade de determinação de média móvel 154 pode ser configurada para determinar uma média móvel de série temporal 164 indicativa de uma taxa de variação de temperatura média. Por exemplo, a taxa de variação de temperatura para o compartimento de motor 100 (ou para cada local 112, 122, 132, 142) pode variar significantemente com base na alteração de fatores externos, tais como alterações do clima. Para assegurar que as taxas de variação de temperatura que não mais são relevantes (por causa da alteração de fatores externos) não sejam usadas na determinação para alertar a equipe de manutenção, a unidade de determinação de média móvel 154 pode ser configurada para determinar a média móvel de série temporal 164. Como um exemplo não limitativo, a unidade de determinação de média móvel 154 pode determinar a média móvel de série temporal 164 para os últimos trinta minutos, sessenta minutos, noventa minutos, etc. Todavia, a média móvel de série temporal pode continuamente atualizar e pode ser determinada com base em uma duração de voo (incluindo a decolagem e descida), um tempo de vida útil da aeronave, uma estação, etc. A média móvel de série temporal 164 pode ser armazenada na memória 151.
[0023] Como descrito acima, a taxa de variação de temperatura no local 112 durante o primeiro intervalo de tempo é igual a 50 Ohms/segundo e a taxa de variação de temperatura no local 112 durante o segundo intervalo de tempo é igual a 5 Ohms/segundo. A média móvel de série temporal 164 para o local 112 pode indicar a taxa de variação de temperatura média durante o primeiro e o segundo intervalos de tempo (por exemplo, 10 segundos). Assim, a unidade de determinação de média móvel 154 pode determinar que a média móvel de série temporal 164 para o local 112 possa ser igual a 27,5 Ohms/segundo (por exemplo, a média de 50 Ohms/segundo e 5 Ohms/segundo). A média móvel de série temporal 164 pode ser continuamente atualizada pela média nas taxas de variação de temperatura associadas a dados de sensor adicionais recebidos do sensor 110.
[0024] A unidade de determinação de desvio 155 pode ser configurada para determinar um desvio padrão 166 da média móvel da série temporal 164. Por exemplo, a unidade de determinação de desvio 155 pode determinar o desvio padrão 166 para a média móvel de série temporal 164 para o local 112 determinada na unidade de determinação de média móvel 154. O desvio padrão 166 pode ser armazenado na memória 151. A unidade de determinação de desvio 155 pode também ser configurada para determinar um critério de taxa de variação 168 com base na média móvel de série temporal 164. Por exemplo, depois da determinação do desvio padrão 166, a unidade de determinação de desvio 155 pode multiplicar o desvio padrão 166 por um "fator de sinalização" para determinar o critério de taxa de variação 168. O fator de sinalização pode ser determinado com base em dados de aeronave atuais (por exemplo, dados de temperatura da cabina) para substancialmente evitar alarmes falsos. De acordo com uma implementação, o fator de sinalização pode ser entre dois e quatro. O fator de sinalização pode ser atualizado com base em eventos atuais (por exemplo, eventos térmicos) por intermédio de software. O critério de taxa de variação 168 pode ser armazenado na memória 151.
[0025] O circuito de comparação 156 pode ser configurado para comparar as taxas de variação de temperatura (por exemplo, os dados de taxa de variação 162) com o critério de taxa de variação 168, e a unidade de identificação de tendência 157 pode ser configurada para determinar se existe uma tendência de taxas de variação substancialmente consecutivas nos dados de taxa de variação 162 que satisfazem o critério de taxa de variação 168. Como um exemplo não limitativo, a unidade de identificação de tendência 157 pode determinar se oitenta por cento das taxas de variação calculadas (por exemplo, 80 por cento das amostras) em um período de tempo de amostragem particular satisfazem o critério de taxa de variação 168. O período de tempo de amostragem particular pode ser cinco segundos, dez segundos, vinte segundos, etc. Deve ser entendido que oitenta por cento é meramente um exemplo ilustrativo e não devem ser interpretados como limitativos. Como descrito em maior detalhe com relação à figura 5, uma taxa de variação de temperatura particular pode “satisfazer” o critério de taxa de variação 168 se a taxa de variação de temperatura particular estiver abaixo de uma taxa de variação de resfriamento de comparador ou se a taxa de variação de temperatura particular estiver acima de uma taxa de variação de aquecimento do comparador.
[0026] Se uma tendência for identificada, o gerador de alerta 158 pode gerar um alerta. Assim, por identificação de tendências de taxas de variação de temperatura substancialmente grandes em comparação com o desvio padrão 166 da média móvel de série temporal 164, o sistema de detecção de evento térmico 150 pode melhorar esquemas para inspecionar ou corrigir eventos térmicos.
[0027] Com referência à figura 3, um diagrama de processo 300 para gerar um alerta é mostrado. As técnicas descritas com relação ao diagrama de processo 300 podem ser realizadas pelo um ou mais componentes do sistema de detecção de evento térmico 150 da figura 1.
[0028] Em 302, o sistema de detecção de evento térmico 150 pode determinar uma primeira resistência em um primeiro tempo e uma segunda resistência em um segundo tempo. Por exemplo, sistema de detecção de evento térmico 150 pode receber o dado de sensor 114 no primeiro tempo (T1) e pode receber o dado de sensor 115 no segundo tempo (T2). O dado de sensor 114 pode indicar a primeira resistência (3000 Ohms) e o dado de sensor 115 pode indicar a segunda resistência (3250 Ohms). Em 304, o sistema de detecção de evento térmico 150 pode determinar uma taxa de alteração com base na primeira resistência e na segunda resistência. Por exemplo, o sistema de detecção de evento térmico 150 pode determinar a taxa de alteração durante o primeiro intervalo de tempo (por exemplo, o intervalo de tempo entre o primeiro tempo (T1) e o segundo tempo (T2)) por subtração da primeira resistência (3000 ohms) a partir da segunda resistência (3250 ohms) e divisão da diferença pela variação no tempo (por exemplo, cinco segundos). Assim, a taxa de alteração durante o primeiro intervalo de tempo pode ser igual a 50 Ohms/segundo.
[0029] Em 306, o sistema de detecção de evento térmico 150 pode determinar se um valor absoluto da taxa de alteração é maior que uma taxa de transiente térmico (por exemplo, uma taxa máxima de transiente térmico). A taxa de transiente térmico corresponde a uma taxa de variação de temperatura que, quando excedida, é indicativa de um erro (tal como um erro de sensor). Por exemplo, o sistema de detecção de evento térmico 150 pode comparar o valor absoluto da taxa de alteração (por exemplo, 50 Ohms/segundo) com a taxa de transiente térmico. Se o valor absoluto da taxa de alteração não for maior que a taxa de transiente térmico, o sistema de detecção de evento térmico 150 pode armazenar a taxa de alteração, em 308. Por exemplo, o sistema de detecção de evento térmico 150 pode armazenar a taxa de alteração durante o primeiro intervalo de tempo na memória 151. Como descrito com relação à figura 4, a taxa de alteração pode ser armazenada em uma primeira tabela (por exemplo, uma tabela de temperaturas em elevação) ou em uma segunda tabela (por exemplo, uma tabela de temperaturas em diminuição).
[0030] Todavia, se o valor absoluto da taxa de alteração for maior que a taxa de transiente térmico, o sistema de detecção de evento térmico 150 pode armazenar a primeira resistência associada ao primeiro tempo (T1), em 310. Por exemplo, o sistema de detecção de evento térmico 150 pode armazenar a primeira resistência e a marca temporal anexa (do dado de sensor que indica a primeira resistência) na memória 151. Adicionalmente, em 312, o sistema de detecção de evento térmico 150 pode gerar um alerta (por exemplo, depois de uma sinalização de sinal de ruído) indicando um evento térmico em resposta ao valor absoluto ou à taxa de alteração ser maior que a taxa de transiente térmico. Em 314, o sistema de detecção de evento térmico 150 pode determinar uma terceira resistência em um terceiro tempo. Por exemplo, sistema de detecção de evento térmico 150 pode receber o dado de sensor 116 no terceiro tempo (T3). O dado de sensor 116 pode indicar a terceira resistência (3275 Ohms). Depois de a terceira resistência ser determinada, o sistema de detecção de evento térmico 150 pode determinar a taxa de alteração entre a primeira resistência (armazenada na memória 151) e a terceira resistência, em 304. Assim, se o dado de sensor 115 for defeituoso (causando com que o valor absoluto da taxa de alteração seja maior que a taxa máxima de transiente térmico), o sistema de detecção de evento térmico pode determinar uma taxa de alteração mais precisa usando o dado de sensor 114 e o dado de sensor 116. Todavia, um alerta pode ser gerado para notificar manutenção no caso em que o dado de sensor 114 não é defeituoso a temperatura está se alterando a uma taxa significante.
[0031] O diagrama de processo 300 da figura 3 pode permitir que o sistema de detecção de evento térmico 150 gere um alerta se uma taxa de alteração associada a uma temperatura no compartimento de motor 100 for significantemente alta (indicando uma elevada probabilidade de ocorrer um evento de aquecimento extremo) ou for significantemente baixa (indicando uma elevada probabilidade de ocorrer um evento de resfriamento extremo). Por exemplo, se o valor absoluto da taxa de alteração for maior que a taxa máxima de transiente térmico, a temperatura do compartimento de motor 100 (ou a temperatura de locais particulares 112, 122, 132, 142) pode estar se alterando a uma taxa que é significantemente suficiente para notificar a manutenção para inspecionar ou solucionar problemas em um local no compartimento de motor. O diagrama de processo 300 também permite que o sistema de detecção de evento térmico 150 armazene taxas de variação calculadas para o ulterior processamento, como descrito com relação às figuras 4 e 5.
[0032] Com referência à figura 4, um diagrama de processo 400 para determinar uma média móvel de série temporal é mostrado. As técnicas descritas com relação ao diagrama de processo 400 podem ser realizadas pelo um ou mais componentes do sistema de detecção de evento térmico 150 da figura 1.
[0033] Em 402, o sistema de detecção de evento térmico 150 pode determinar se a taxa de alteração (determinada em 304) é maior que zero. Por exemplo, se a taxa de alteração for maior que zero, a taxa de alteração indica uma diminuição em temperatura no compartimento de motor 100 (ou nos locais particulares 112, 122, 132, 142). Se a taxa de alteração não for maior que zero, a taxa de alteração indica um aumento em temperatura no compartimento de motor 100 (ou nos locais particulares 112, 122, 132, 142).
[0034] Se a taxa de alteração não for maior que zero, o sistema de detecção de evento térmico 150 pode armazenar a taxa de alteração em uma primeira tabela (por exemplo, uma tabela de temperaturas em elevação), em 404. A primeira tabela pode também ser armazenada (por exemplo, posicionada) na memória 151. Em 406, o sistema de detecção de evento térmico 150 pode determinar uma média móvel de série temporal para cada taxa de alteração armazenada na primeira tabela. Por exemplo, a unidade de determinação de média móvel 154 pode determinar a média móvel de série temporal para diminuir taxas de variação durante uma duração particular. A duração particular pode incluir uma duração de voo (incluindo a decolagem e descida), um período de tempo particular (por exemplo, trinta minutos, sessenta minutos, noventa minutos, etc.), um tempo de vida útil da aeronave, uma estação, etc. Em 408, o sistema de detecção de evento térmico 150 pode atualizar uma média móvel de série temporal prévia para aquecer com a média móvel de série temporal determinada em 406. Como descrito com relação à figura 5, um alerta pode ser gerado com base na média móvel de série temporal atualizada.
[0035] Se a taxa de alteração for maior que zero, o sistema de detecção de evento térmico 150 pode armazenar a taxa de alteração em uma segunda tabela (por exemplo, uma tabela de temperaturas em diminuição), em 410. A segunda tabela pode ser armazenada (por exemplo, posicionada) na memória 151. Em 412, o sistema de detecção de evento térmico 150 pode determinar uma média móvel de série temporal para aumentar as taxas de variação para cada taxa de alteração armazenada na segunda tabela. Por exemplo, a unidade de determinação de média móvel 154 pode determinar a média móvel de série temporal para uma duração particular. A duração particular pode incluir uma duração de voo (incluindo a decolagem e descida), um período de tempo particular (por exemplo, trinta minutos, sessenta minutos, noventa minutos, etc.), um tempo de vida útil da aeronave, uma estação, etc. Em 414, o sistema de detecção de evento térmico 150 pode atualizar uma média móvel de série temporal prévia para resfriamento com a média móvel de série temporal determinada em 412. Como descrito com relação à figura 5, um alerta pode ser gerado com base em as séries temporais atualizadas de médias móveis.
[0036] O diagrama de processo 400 da figura 4 pode permitir que uma média móvel de série temporal aumente as taxas de variação a serem geradas e uma média móvel de série temporal para diminuição das taxas de variação a serem geradas. Como descrito com relação à figura 5, cada média móvel de série temporal pode ser usada pelo sistema de detecção de evento térmico 150 para computar o respectivo desvio padrão. O sistema de detecção de evento térmico 150 pode comparar a taxa de variação de temperatura durante diferentes períodos de tempo com o desvio padrão (ou com um múltiplo do desvio padrão). Com base na comparação, a detecção do evento térmico 150 pode determinar se uma tendência de períodos de tempo consecutivos (ou substancialmente consecutivos) tem taxas de variação de temperatura que estão fora de um múltiplo do desvio padrão. Se o sistema de detecção de evento térmico 150 determinar que a tendência está presente, o sistema de detecção de evento térmico 150 pode gerar um alerta. Assim, por identificação de tendências de taxas de variação de temperatura substancialmente grandes em comparação com o desvio padrão da média móvel de série temporal, o sistema de detecção de evento térmico 150 pode aumentar a probabilidade de detecção de eventos térmicos potenciais, associados ao compartimento de motor.
[0037] Com referência à figura 5, um diagrama de processo 500 para gerar um alerta é mostrado. As técnicas descritas com relação ao diagrama de processo 500 podem ser realizadas pelo um ou mais componentes do sistema de detecção de evento térmico 150 da figura 1.
[0038] Em 502, o sistema de detecção de evento térmico 150 pode determinar um primeiro critério de taxa de variação com base na média móvel de série temporal para aquecimento. Por exemplo, a unidade de determinação de desvio 155 pode computar um desvio padrão para a média móvel de série temporal determinada em 406 (e atualizada em 408). Depois da determinação do desvio padrão, a unidade de determinação de desvio 155 pode multiplicar o desvio padrão por um "fator de sinalização" para determinar o primeiro critério de taxa de variação. O fator de sinalização pode ser determinado com base em dados de aeronave atuais (por exemplo, dados de temperatura da cabina) para reduzir alarmes falsos. De acordo com uma implementação, o fator de sinalização pode ser entre dois e quatro. O fator de sinalização pode ser atualizado com base em eventos atuais (por exemplo, eventos térmicos) por intermédio de software.
[0039] Em 504, o sistema de detecção de evento térmico 150 pode determinar se existe uma tendência de taxas de variação substancialmente consecutivas que estão acima do primeiro critério de taxa de variação. Como um exemplo não limitativo, a unidade de identificação de tendência 157 pode determinar se oitenta por cento das taxas de variação calculadas (por exemplo, 80 por cento das amostras) em um período de tempo de amostragem particular estão acima do primeiro critério de taxa de variação. O período de tempo de amostragem particular pode ser cinco segundos, dez segundos, vinte segundos, etc. Deve ser entendido que oitenta por cento é meramente um exemplo ilustrativo e não deve ser interpretado como limitativo. Em 506, a unidade de identificação de tendência 157 pode determinar se a tendência existe. Se a tendência for identificada, o gerador de alerta 158 pode gerar um alerta (por exemplo, depois de uma “sinalização de quente”), em 508. A manutenção pode ser notificada para programar a solução de problemas ou inspeção de um local no compartimento de motor. Assim, por identificação de tendências de taxas de variação de temperatura substancialmente grandes em comparação com o desvio padrão da média móvel de série temporal, o sistema de detecção de evento térmico 150 pode gerar alertas para programar a solução de problemas ou inspeção. Se nenhuma tendência for identificada, o gerador de alerta 158 pode derivar ou contornar a geração de alerta, em 510.
[0040] Em 512, o sistema de detecção de evento térmico 150 pode determinar um segundo critério de taxa de variação com base na média móvel de série temporal para resfriamento. Por exemplo, a unidade de determinação de desvio 155 pode computar um desvio padrão para a média móvel de série temporal determinada em 412 (e atualizada em 414). Depois da determinação do desvio padrão, a unidade de determinação de desvio 155 pode multiplicar o desvio padrão por o fator de sinalização para determinar o segundo critério de taxa de variação.
[0041] Em 514, o sistema de detecção de evento térmico 150 pode determinar se existe uma tendência de taxas de variação substancialmente consecutivas que estão abaixo do segundo critério de taxa de variação. Como um exemplo não limitativo, a unidade de identificação de tendência 157 pode determinar se oitenta por cento das taxas de variação calculadas (por exemplo, 80 por cento das amostras) em um período de tempo de amostragem particular estão abaixo do segundo critério de taxa de variação. Em 516, a unidade de identificação de tendência 157 pode determinar se a tendência existe. Se a tendência for identificada, o gerador de alerta 158 pode gerar um alerta (por exemplo, depois de uma “sinalização de frio”), em 518. A manutenção pode ser notificada para programar a solução de problemas ou inspeção de um local no compartimento de motor. Assim, por identificação de tendências de taxas de variação de temperatura substancialmente grandes em comparação com o desvio padrão da média móvel de série temporal, o sistema de detecção de evento térmico 150 pode gerar alertas para programar a solução de problemas ou inspeção. Se nenhuma tendência for identificada, o gerador de alerta 158 pode derivar ou contornar a geração de alerta, em 520.
[0042] Com referência à figura 6, um método 600 para monitorar eventos térmicos em um compartimento de motor de aeronave é mostrado. O método 600 pode ser realizado pelo um ou mais componentes do sistema de detecção de evento térmico 150 da figura 1.
[0043] O método 600 inclui obter, em um sistema de detecção de evento térmico, primeiros dados de sensor a partir de um primeiro sensor posicionado dentro de um compartimento de motor de uma aeronave, em 602. Por exemplo, com referência à figura 1, o sistema de detecção de evento térmico 150 (por exemplo, um processador) pode receber os dados de sensor 114, 115, 116 a partir do sensor 110 no local 112. Os primeiros dados de sensor incluem valores de resistência (medidos em Ohms) que são indicativos de temperaturas, como ilustrado na figura 2. De acordo com uma implementação, o método 600 pode incluir obter segundos dados de sensor a partir de um segundo sensor posicionado dentro do compartimento de motor. Por exemplo, o sistema de detecção de evento térmico 150 pode receber o dado de sensor 124, 125, 126 a partir do sensor 120 no local 122. O primeiro sensor e o segundo sensor podem ser incluídos em uma pluralidade de sensores 110, 120, 130, 140 dentro do compartimento de motor 100.
[0044] O método 600 inclui também determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor, em 604. A média móvel de série temporal pode ser indicativa de uma taxa de variação de temperatura média do compartimento de motor. Por exemplo, com referência à figura1, a unidade de determinação de média móvel 154 pode determinar a média móvel de série temporal 164 indicativa de uma taxa de variação de temperatura média. A determinação da média móvel de série temporal 164 pode incluir iterativamente formar médias das taxas de variação de temperatura associadas ao compartimento de motor para uma pluralidade de diferentes períodos de tempo. A média móvel de série temporal 164 pode ser com base em um subconjunto dos primeiros dados de sensor e um subconjunto dos segundos dados de sensor (por exemplo, o dado de sensor 124, 125, 126). O subconjunto dos primeiros dados de sensor pode corresponder a um subconjunto ordenado de tempos de dados de sensor consecutivos (dez valores de dados de sensor consecutivos, por exemplo) selecionado a partir do conjunto obtido de primeiros dados de sensor, que é armazenado em uma memória ou memória intermediária, na qual o subconjunto de dados de sensor armazenados na memória ou memória intermediária é incrementalmente atualizado, para determinar a média móvel de série temporal a partir dos dados obtidos a partir do primeiro sensor (por exemplo, o sensor 110) por pelo menos trinta minutos, e o subconjunto dos primeiros dados de sensor pode ser recebido em intervalos que são inferiores a, ou iguais a, cinco segundos.
[0045] O método 600 inclui também determinar um desvio padrão da média móvel de série temporal, em 606. Por exemplo, com referência à figura 1, a unidade de determinação de desvio 155 pode determinar o desvio padrão 166 da média móvel da série temporal 164 para o compartimento de motor 100.
[0046] O método 600 inclui detectar também uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação, em 608. O critério de taxa de variação pode ser com base em um múltiplo do desvio padrão, e as taxas de variação de temperatura podem ser baseadas em temperaturas do compartimento de motor. Por exemplo, com referência à figura 1, a unidade de determinação de desvio 155 pode determinar o critério de taxa de variação 168 com base no desvio padrão 166. Para ilustrar, o critério de taxa de variação 168 pode ser um múltiplo do desvio padrão 166. O múltiplo pode ser entre dois e quatro. De acordo com uma implementação, o múltiplo pode ser três. A unidade de identificação de tendência 157 pode detectar a tendência em resposta a uma percentagem particular de taxas de variação de temperatura detectadas dentro de um período de tempo particular que satisfaz o critério de taxa de variação 168. De acordo com uma implementação, a percentagem particular pode ser maior que cinquenta por cento e menor que, ou igual a, cem por cento. De acordo com uma implementação, o período de tempo particular pode ser pelo menos cinco segundos.
[0047] O método 600 inclui também gerar um alerta em resposta à detecção da tendência, em 610. O alerta pode ser indicativo de um evento térmico associado ao compartimento de motor. Por exemplo, com referência à figura 1, o gerador de alerta 158 pode gerar um alerta, tal como uma luz ou exibição visual na aeronave, para alertar o pessoal de manutenção para programar a solução de problemas ou inspeção do compartimento de motor. Assim, por identificação de tendências de taxas de variação de temperatura substancialmente grandes em comparação com o desvio padrão 166 da média móvel de série temporal 164, o sistema de detecção de evento térmico 150 pode gerar um alerta para programar a solução de problemas ou inspeção.
[0048] De acordo com uma implementação do método 600, a taxa de alteração média é baseada em taxas de variação de temperatura positivas, e a tendência é detectada em resposta às taxas de variação de temperatura detectadas excedendo o critério de taxa de variação. De acordo com outra implementação do método 600, a taxa de variação de temperatura média é baseada em taxas de variação de temperatura negativas, e a tendência é detectada em resposta às taxas de variação de temperatura detectadas falhando em exceder o critério de taxa de variação.
[0049] O método 600 da figura 6 pode facilitar a programação de solução de problemas ou inspeções em resposta à detecção de uma tendência de altas taxas de variação de temperatura. Por exemplo, um alerta pode ser gerado em resposta à detecção da tendência, e uma inspeção subsequente pode ocorrer em resposta ao alerta.
[0050] Com referência à figura 7, um fluxograma de um exemplo ilustrativo de um método para operar um sistema para monitorar eventos térmicos em um compartimento de motor de aeronave (por exemplo, um sistema de detecção de evento térmico) é mostrado e designado com 700. Durante a pré-produção, o método de exemplo 700 inclui, em 702, especificação e projeto de um veículo, tal como uma aeronave ou um veículo 802 descrito com referência à figura 8. Durante a especificação e projeto do veículo, o método 700 pode incluir especificar uma pluralidade de sensores e um sistema de detecção de evento térmico, ou uma combinação dos mesmos. A pluralidade de sensores e um sistema de detecção de evento térmico podem incluir ou corresponder aos sensores 110, 120, 130, 140 e ao sistema de detecção de evento térmico 150, respectivamente. Em 704, o método 700 inclui aquisição de material. Por exemplo, o método 700 pode incluir aquisição de materiais (a pluralidade de sensores e o sistema de detecção de evento térmico) para o sistema de detecção de evento térmico.
[0051] Durante a produção, o método 700 inclui, em 706, fabricação dos componentes e subconjuntos e, em 708, a integração de sistemas do veículo. O método 700 pode incluir fabricação dos componentes e subconjuntos (por exemplo, produção dos sensores 110, 120, 130, 140, do sistema de detecção de evento térmico 150, ou de uma combinação dos mesmos) do sistema de detecção de evento térmico e da integração de sistemas (por exemplo, acoplamento dos sensores 110, 120, 130, 140 ao sistema de detecção de evento térmico 150) do sistema para monitorar os eventos térmicos do departamento de motores de aeronave. Em 710, o método 700 inclui certificação e fornecimento do veículo e, em 712, colocação do veículo em serviço. A certificação e fornecimento podem incluir certificar o sistema de detecção de evento térmico. O método 700 pode incluir colocar o sistema de detecção de evento térmico em serviço. Enquanto no serviço por um cliente, o veículo pode ser programado para manutenção e serviço de rotina (que pode incluir adicionalmente modificação, reconfiguração, remodelação e outros). Em 714, o método 700 incluir realizar manutenção e serviço no veículo. O método 700 pode incluir realizar manutenção e serviço do sistema de detecção de evento térmico. Por exemplo, a manutenção e o serviço do sistema de detecção de evento térmico podem incluir substituir um ou mais dos sensores 110, 120, 130, 140, o sistema de detecção de evento térmico 150, ou uma combinação dos mesmos.
[0052] Cada um dos processos do método 700 pode ser realizado ou executado por um integrador de sistemas, uma terceira parte, e/ou um operador (por exemplo, um cliente). Para as finalidades desta descrição, um integrador de sistemas pode incluir, sem limitação, qualquer número de fabricantes de veículos e subcontratados do sistema principal; uma terceira parte pode incluir, sem limitação, qualquer número de vendedores, subcontratados e fornecedores; e um operador pode ser uma empresa de transporte aéreo, companhia de arrendamento, organização militar, organização de serviço, e outras.
[0053] Com referência à figura 8, um diagrama de blocos de uma implementação ilustrativa de um veículo que inclui componentes de um sistema para monitorar eventos térmicos em um compartimento de motor de aeronave é mostrado e designado com 800. O sistema 800 inclui um veículo 802. O veículo 802 pode incluir uma aeronave, como um exemplo ilustrativo não limitativo. O veículo 802 pode ter sido produzido por pelo menos uma porção do método 700 da figura 7. O veículo 802 (por exemplo, uma aeronave) pode incluir os sensores 110, 120, 130, 140, o sistema de detecção de evento térmico 150, uma fuselagem 818, um interior 822, e uma pluralidade de sistemas 820 incluindo um sistema de detecção de evento térmico 810. A pluralidade de sistemas 820 pode incluir adicionalmente um ou mais de um sistema de propulsão 824, um sistema elétrico 826, um sistema ambiental 828, ou um sistema hidráulico 830. O sistema de detecção de evento térmico 810 pode incluir o sistema de detecção de evento térmico 150. Adicionalmente, qualquer número de outros sistemas pode ser incluído, tais como uma memória (não mostrada). A memória pode incluir ou corresponder à memória 151 da figura 1. O sistema de detecção de evento térmico 150 pode ser configurado para executar instruções executáveis por computador (por exemplo, um programa de uma ou mais instruções) armazenado na memória 151. As instruções, quando executadas, fazem com que o sistema de detecção de evento térmico 150 (por exemplo, um processador) realize uma ou mais operações dos métodos 600-700 das figuras 6 e 7.
[0054] Os aparelhos e métodos incluídos aqui podem ser empregados durante qualquer um ou mais dos estágios do método 700 da figura 7. Por exemplo, os componentes ou os subconjuntos que correspondem ao processo de produção 708 podem ser fabricados ou manufaturados de uma maneira similar aos componentes ou subconjuntos produzidos enquanto o veículo 802 está no serviço, em 712, por exemplo, e sem limitação. Também, uma ou mais implementações de aparelho, implementações de método, ou uma combinação das mesmas podem ser utilizadas durante os estágios de produção (por exemplo, os estágios 702 a 710 do método 700), por exemplo, por acelerar substancialmente a montagem, ou reduzir o custo, do veículo 802. Similarmente, uma ou mais das implementações de aparelho, implementações de método, ou uma combinação dos mesmos, podem ser utilizadas enquanto o veículo 802 está no serviço, em 712, por exemplo, e sem limitação, para manutenção e serviço, em 714.
[0055] As ilustrações dos exemplos descritos aqui são destinadas a prover uma compreensão geral da estrutura das várias implementações. As ilustrações não são destinadas a servir como uma descrição completa de todos dos elementos e características de aparelhos e sistemas que utilizam as estruturas ou métodos descritos aqui. Muitas outras implementações podem ser aparentes para aqueles de conhecimento na técnica na revisão da descrição. Outras implementações podem ser utilizadas e derivadas da invenção, de forma que substituições e alterações estruturais e lógicas possam ser feitas sem fugir do escopo da invenção. Por exemplo, as operações de método podem ser realizadas em uma ordem diferente que a mostrada nas figuras ou uma ou mais das operações de método podem ser omitidas. Consequentemente, a descrição e as figuras devem ser consideradas como ilustrativa, ao invés de restritivas.
[0056] Além disso, embora exemplos específicos tenham sido ilustrados e descritos aqui, deve ser apreciado que qualquer subsequente arranjo projetado para obter os mesmos resultados ou resultados similares podem ser substituídos pelas implementações específicas mostradas. Esta invenção é destinada a cobrir quaisquer e todas das subsequentes adaptações ou variações das várias implementações. Combinações das implementações acima, e outras implementações não especificamente descritas aqui, serão aparentes para aqueles de conhecimento na técnica na revisão da descrição.
[0057] Ainda, a descrição compreende modalidades de acordo com as seguintes cláusulas: Cláusula 1. Um método para monitorar eventos térmicos em um compartimento de motor de aeronave, o método compreendendo: obter, em um sistema de detecção de evento térmico, primeiros dados de sensor a partir de um primeiro sensor posicionado dentro de um compartimento de motor de uma aeronave; determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor, a média móvel de série temporal indicativa de uma taxa de variação de temperatura média do compartimento de motor; determinar um desvio padrão da média móvel de série temporal; detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação, o critério de taxa de variação com base em um múltiplo do desvio padrão, em que as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor; e gerar um alerta em resposta à detecção da tendência, o alerta indicativo de um evento térmico associado ao compartimento de motor. Cláusula 2. Método de acordo com a cláusula 1 compreendo adicionalmente obter segundos dados de sensor a partir de um segundo sensor posicionado dentro do compartimento de motor, em que a média móvel de série temporal é adicionalmente baseada, pelo menos em parte, em um subconjunto dos segundos dados de sensor. Cláusula 3. Método de acordo com a cláusula 2, em que o primeiro sensor e o segundo sensor são incluídos em uma pluralidade de sensores posicionados dentro do compartimento de motor. Cláusula 4. Método de acordo com a cláusula 1, em que determinar a média móvel de série temporal compreende formar iterativamente médias das taxas de variação de temperatura associadas ao compartimento de motor para uma pluralidade de diferentes períodos de tempo. Cláusula 5. Método de acordo com a cláusula 1, em que o múltiplo é entre dois e quatro. Cláusula 6. Método de acordo com a cláusula 1, em que a tendência é detectada em resposta a uma percentagem particular de determinadas taxas de variação de temperatura dentro de um período de tempo particular que satisfaz o critério de taxa de variação. Cláusula 7. Método de acordo com a cláusula 6, em que a percentagem particular é maior que cinquenta por cento e menor que, ou igual a, cem por cento. Cláusula 8. Método de acordo com a cláusula 7, em que o período de tempo particular é pelo menos cinco segundos. Cláusula 9. Método de acordo com a cláusula 1, em que a taxa de variação de temperatura média é baseada em taxas de variação de temperatura positivas, e em que a tendência é detectada em resposta às taxas de variação de temperatura determinadas excedendo o critério de taxa de variação. Cláusula 10. Método de acordo com a cláusula 1, em que a taxa de variação de temperatura média é baseada em taxas de variação de temperatura negativas, e em que a tendência é detectada em resposta às taxas de variação de temperatura determinadas falhando em exceder o critério de taxa de variação. Cláusula 11. Método de acordo com a cláusula 1, em que o primeiro dado de sensor inclui valores de resistência indicativos de temperaturas. Cláusula 12. Método de acordo com a cláusula 1, em que o subconjunto dos primeiros dados de sensor corresponde a um conjunto ordenado por tempo de valores consecutivos a partir dos dados obtidos do primeiro sensor por pelo menos trinta minutos. Cláusula 13. Método de acordo com a cláusula 12, em que o primeiro dado de sensor é recebido a intervalos que são inferiores a, ou iguais a, cinco segundos. Cláusula 14. Uma aeronave compreendendo: um primeiro sensor posicionado dentro de um compartimento de motor, o primeiro sensor configurado para gerar primeiros dados de sensor; e um sistema de detecção de evento térmico configurado para: determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor, a média móvel de série temporal indicativa de uma taxa de variação de temperatura média do compartimento de motor; determinar um desvio padrão da média móvel de série temporal; detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação, o critério de taxa de variação com base em um múltiplo do desvio padrão, em que as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor; e gerar um alerta em resposta à detecção da tendência, o alerta indicativo de um evento térmico associado ao compartimento de motor. Cláusula 15. Aeronave de acordo com a cláusula 14, caracterizada pelo fato de que compreende adicionalmente um segundo sensor posicionado dentro do compartimento de motor, o segundo sensor configurado para gerar segundo dados de sensor, e em que a média móvel de série temporal é adicionalmente baseada, pelo menos em parte, em um subconjunto dos segundos dados de sensor. Cláusula 16. Aeronave de acordo com a cláusula 15, em que o primeiro sensor e o segundo sensor são incluídos em uma pluralidade de sensores posicionados dentro do compartimento de motor. Cláusula 17. Aeronave de acordo com a cláusula 14, em que determinar a média móvel de série temporal compreende formar iterativamente médias das taxas de variação de temperatura associadas ao compartimento de motor para uma pluralidade de diferentes períodos de tempo. Cláusula 18. Aeronave de acordo com a cláusula 14, em que a tendência é detectada em resposta a uma percentagem particular de taxas de variação de temperatura determinadas dentro de um período de tempo particular que satisfaz o critério de taxa de variação. Cláusula 19. Um meio legível por computador não transitório compreendendo instruções para monitorar eventos térmicos em um compartimento de motor de aeronave, as instruções, quando executadas por um processador, fazem com que o processador realize operações compreendendo: obter primeiros dados de sensor a partir de um primeiro sensor posicionado dentro de um compartimento de motor de uma aeronave; determinar uma média móvel de série temporal com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor, a média móvel de série temporal indicativa de uma taxa de variação de temperatura média do compartimento de motor; determinar um desvio padrão da média móvel de série temporal; detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação, o critério de taxa de variação com base em um múltiplo do desvio padrão, em que as taxas de variação de temperatura são baseadas em temperaturas do compartimento de motor; e gerar um alerta em resposta à detecção da tendência, o alerta indicativo de um evento térmico associado ao compartimento de motor. Cláusula 20. O meio legível por computador não transitório de acordo com a cláusula 19, em que a tendência é detectada em resposta a uma percentagem particular de taxas de variação de temperatura determinadas dentro de um período de tempo particular que satisfaz o critério de taxa de variação.
[0058] O resumo da invenção está sujeito à compreensão de que ele não será usado para interpretar ou limitar o escopo ou significado das reivindicações. Em adição, na precedente descrição detalhada, várias características podem ser agrupadas conjuntamente ou descritas em uma única implementação para as finalidades de simplificação da invenção. Os exemplos descritos acima ilustram, mas não limitam a invenção. Deve também ser entendido que inúmeras modificações e variações são possíveis de acordo com os princípios da presente invenção. Como as seguintes reivindicações refletem, a matéria reivindicada ser dirigida a menos que todas das características de qualquer dos exemplos descritos. Consequentemente, o escopo da invenção é definido pelas seguintes reivindicações e seus equivalentes.
Claims (14)
1. Método para monitorar eventos térmicos em um compartimento de motor de aeronave (100), compreendendo: obter, em um sistema de detecção de evento térmico (150), um subconjunto de primeiros dados de sensor (114, 115, 116) a partir de um primeiro sensor (110) posicionado dentro de um compartimento de motor (100) de uma aeronave; determinar uma média móvel de série temporal (164) com base, pelo menos em parte, no subconjunto dos primeiros dados de sensor (114, 115, 116), a média móvel de série temporal (164) indicativa de uma taxa de variação média de temperatura do compartimento de motor (100); determinar um desvio padrão (166) dos valores da média móvel de série temporal (164) sobre o tempo; detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação, o critério de taxa de variação com base em um múltiplo do desvio padrão (166), em que as taxas de variação de temperatura são baseadas em temperaturas detectadas do compartimento de motor (100); e gerar um alerta em resposta à detecção da tendência, o alerta indicativo de um evento térmico associado ao compartimento de motor (100), o método caracterizado pelo fato de que a tendência é detectada em resposta a uma percentagem particular de taxas de variação de temperatura determinadas dentro de um período de tempo particular que satisfaz o critério de taxa de variação, em que o critério de taxa de variação é baseado em um múltiplo do dobro do desvio padrão (166), em que a percentagem particular é maior que cinquenta por cento e menor ou igual a cem por cento, e em que o período de tempo particular é pelo menos cinco segundos de forma que a tendência seja detectada quando maior que 50 por cento das taxas de variação de temperatura determinadas dentro de pelo menos um período de tempo de cinco segundos satisfazem o critério de taxa de variação do dobro do desvio padrão.
2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente obter segundos dados de sensor (124, 126, 128) a partir de um segundo sensor (112) posicionado dentro do compartimento de motor (100), em que a média móvel de série temporal (164) é ainda baseada, pelo menos em parte, em um subconjunto dos segundos dados de sensor (124, 126, 128).
3. Método de acordo com a reivindicação 2, caracterizado pelo fato de que o primeiro sensor (110) e o segundo sensor (112) são incluídos em uma pluralidade de sensores posicionados dentro do compartimento de motor (100).
4. Método de acordo com qualquer uma das reivindicações 1 a 3, caracterizado pelo fato de que determinar a média móvel de série temporal (164) compreende formar iterativamente médias das taxas de variação de temperatura associadas ao compartimento de motor (100) para uma pluralidade de diferentes períodos de tempo.
5. Método de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo fato de que o múltiplo é entre dois e quatro.
6. Método de acordo com qualquer uma das reivindicações 1 a 5, caracterizado pelo fato de que a taxa de variação de temperatura média é baseada em taxas de variação de temperatura positivas, e em que a tendência é detectada em resposta às taxas de variação de temperatura determinadas excedendo o critério de taxa de variação.
7. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a taxa de variação de temperatura média é baseada em taxas de variação de temperatura negativas, e em que a tendência é detectada em resposta às taxas de variação de temperatura determinadas falhando em exceder o critério de taxa de variação.
8. Método de acordo com as reivindicações 1 a 7, caracterizado pelo fato de que os primeiros dados de sensor incluem valores de resistência indicativos de temperaturas.
9. Método de acordo com as reivindicações 1 a 8, caracterizado pelo fato de que o subconjunto dos primeiros dados de sensor corresponde a um conjunto ordenado por tempo de valores consecutivos selecionados a partir do conjunto de dados de sensor obtidos a partir do primeiro sensor por pelo menos trinta minutos.
10. Método de acordo com a reivindicação 9, caracterizado pelo fato de que os primeiros dados de sensor são recebidos a intervalos que são inferiores ou iguais a cinco segundos.
11. Aeronave compreendendo: um primeiro sensor (110) posicionado dentro de um compartimento de motor (100), o primeiro sensor (110) configurado para gerar primeiros dados de sensor (114, 115, 116) indicativos de temperatura; e um sistema de detecção de evento térmico (150) em comunicação com o primeiro sensor e configurado para: determinar uma média móvel de série temporal (164) com base, pelo menos em parte, em um subconjunto dos primeiros dados de sensor (114, 115, 116), a média móvel de série temporal (164) indicativa de uma taxa de variação média de temperatura do compartimento de motor (100); determinar um desvio padrão (166) dos valores da média móvel de série temporal (164) sobre o tempo; detectar uma tendência de taxas de variação de temperatura que satisfazem um critério de taxa de variação, o critério de taxa de variação com base em um múltiplo do desvio padrão, em que as taxas de variação de temperatura são baseadas em temperaturas detectadas do compartimento de motor (100); e gerar um alerta em resposta à detecção da tendência, o alerta indicativo de um evento térmico associado ao compartimento de motor (100), a aeronave caracterizada pelo fato de que a tendência é detectada em resposta a uma percentagem particular de taxas de variação de temperatura determinadas dentro de um período de tempo particular que satisfaz o critério de taxa de variação, em que o critério de taxa de variação é baseado em um múltiplo do dobro do desvio padrão (166), em que a percentagem particular é maior que cinquenta por cento e menor ou igual a cem por cento, e em que o período de tempo particular é pelo menos cinco segundos de forma que a tendência seja detectada quando maior que 50 por cento das taxas de variação de temperatura determinadas dentro de pelo menos um período de tempo de cinco segundos satisfazem o critério de taxa de variação do dobro do desvio padrão.
12. Aeronave de acordo com a reivindicação 11, caracterizada pelo fato de que compreende adicionalmente um segundo sensor (112) posicionado dentro do compartimento de motor (100), o segundo sensor configurado para gerar segundos dados de sensor (124, 125, 126), e em que a média móvel de série temporal (164) é ainda baseada, pelo menos em parte, em um subconjunto dos segundos dados de sensor (124, 125, 126), em que o primeiro sensor (110) e o segundo sensor (112) são incluídos em uma pluralidade de sensores posicionados dentro do compartimento de motor (100).
13. Aeronave de acordo com qualquer uma das reivindicações 11 a 12, caracterizada pelo fato de que determinar a média móvel de série temporal (164) compreende formar iterativamente médias das taxas de variação de temperatura associadas ao compartimento de motor (100) para uma pluralidade de diferentes períodos de tempo.
14. Meio de armazenamento legível por computador caracterizado pelo fato de que compreende, armazenadas em si, instruções legíveis por computador que, quando executadas em um processador, fazem com que o computador realize um método como definido em qualquer uma das reivindicações 1 a 10.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/243,275 US10151643B2 (en) | 2016-08-22 | 2016-08-22 | Thermal event indicator for aircraft engine |
US15/243275 | 2016-08-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
BR102017014720A2 BR102017014720A2 (pt) | 2018-03-20 |
BR102017014720B1 true BR102017014720B1 (pt) | 2023-04-18 |
Family
ID=59152628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BR102017014720-7A BR102017014720B1 (pt) | 2016-08-22 | 2017-07-07 | Método para monitorar eventos térmicos, aeronave, e, meio de armazenamento legível por computador |
Country Status (6)
Country | Link |
---|---|
US (1) | US10151643B2 (pt) |
EP (1) | EP3287860B1 (pt) |
JP (1) | JP6924647B2 (pt) |
CN (1) | CN107767612B (pt) |
BR (1) | BR102017014720B1 (pt) |
CA (1) | CA2968781C (pt) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2557249B (en) * | 2016-12-01 | 2020-08-05 | Sensyne Health Group Ltd | Method and apparatus for improving energy efficiency of sensing technology |
US10896553B2 (en) | 2018-03-28 | 2021-01-19 | The Boeing Company | Vehicle anomalous behavior detection |
US11086370B2 (en) * | 2018-11-02 | 2021-08-10 | Dell Products L.P. | Activity-light-based parameter reporting system |
US10871403B1 (en) | 2019-09-23 | 2020-12-22 | Kidde Technologies, Inc. | Aircraft temperature sensor |
CN113291488B (zh) * | 2021-04-30 | 2022-01-04 | 浙江长龙航空有限公司 | 一种整体驱动发电机性能监控方法及装置 |
CN115512461B (zh) * | 2022-11-16 | 2023-02-07 | 华南师范大学 | 飞机巡航稳态的确定方法、装置以及计算机设备 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5431011A (en) * | 1993-12-14 | 1995-07-11 | General Motors Corporation | Catalytic converter diagnostic |
JP3336165B2 (ja) * | 1995-08-30 | 2002-10-21 | 松下電工株式会社 | インテリジェント火災感知器 |
US5951611A (en) * | 1996-11-18 | 1999-09-14 | General Electric Company | Diagnostic trend analysis |
US6286992B1 (en) * | 1999-02-12 | 2001-09-11 | Meritor Heavy Vehicle Systems, Llc | Axle temperature monitor |
JP4409658B2 (ja) * | 1999-04-27 | 2010-02-03 | 株式会社東芝 | プロセスデータ評価方法 |
US6408259B1 (en) * | 2000-02-01 | 2002-06-18 | General Electric Company | Alert generation for trend performance analysis |
US7457732B2 (en) * | 2001-08-17 | 2008-11-25 | General Electric Company | System and method for measuring quality of baseline modeling techniques |
US8699990B2 (en) * | 2003-03-11 | 2014-04-15 | Motorola Mobility Llc | Location requests and measurement responses in wireless communications networks and methods |
US7333922B2 (en) * | 2005-03-30 | 2008-02-19 | Caterpillar Inc. | System and method of monitoring machine performance |
ATE511128T1 (de) * | 2005-04-04 | 2011-06-15 | Fisher Rosemount Systems Inc | Statistische verarbeitungsverfahren für die detektion anomaler situationen |
WO2007047375A1 (en) * | 2005-10-14 | 2007-04-26 | Fisher-Rosemount Systems, Inc. | Statistical signatures used with multivariate statistical analysis for fault detection and isolation and abnormal condition prevention in a process |
JP2007278105A (ja) * | 2006-04-04 | 2007-10-25 | Tokyo Gas Co Ltd | 劣化診断システム及び劣化診断方法 |
US7472100B2 (en) * | 2006-09-29 | 2008-12-30 | United Technologies Corporation | Empirical tuning of an on board real-time gas turbine engine model |
US7702447B2 (en) * | 2006-12-18 | 2010-04-20 | United Technologies Corporation | Method and system for identifying gas turbine engine faults |
RU2386028C1 (ru) * | 2008-11-28 | 2010-04-10 | Шлюмберже Текнолоджи Б.В. | Способ теплового каротажа скважин и устройство для его осуществления |
GB2473849B (en) * | 2009-09-25 | 2015-06-17 | Ge Aviat Systems Ltd | Module communication |
US20130024179A1 (en) * | 2011-07-22 | 2013-01-24 | General Electric Company | Model-based approach for personalized equipment degradation forecasting |
US9103731B2 (en) * | 2012-08-20 | 2015-08-11 | Unison Industries, Llc | High temperature resistive temperature detector for exhaust gas temperature measurement |
ITTO20130371A1 (it) * | 2013-05-09 | 2014-11-10 | A M General Contractor S P A | Metodo di rilevazione di dati di energia termica radiata in un ambiente mediante elaborazione di immagini in radiazione infrarossa |
GB2514108B (en) * | 2013-05-13 | 2015-06-24 | Ge Aviat Systems Ltd | Method for diagnosing a bleed air system fault |
GB201322062D0 (en) * | 2013-12-13 | 2014-01-29 | Optimized Systems And Solutions Ltd | System abnormalities |
US10248101B2 (en) * | 2014-10-29 | 2019-04-02 | Makino Milling Machine Co., Ltd. | Tool path generation method and machine tool using rate of change of curvature based smoothing |
US10551813B2 (en) * | 2016-04-26 | 2020-02-04 | CooperTree Analytics Ltd. | Using estimated schedules and analysis of zone temperature to control airflow |
-
2016
- 2016-08-22 US US15/243,275 patent/US10151643B2/en active Active
-
2017
- 2017-05-29 CA CA2968781A patent/CA2968781C/en active Active
- 2017-06-02 EP EP17174281.0A patent/EP3287860B1/en active Active
- 2017-07-07 BR BR102017014720-7A patent/BR102017014720B1/pt active IP Right Grant
- 2017-08-03 CN CN201710654733.0A patent/CN107767612B/zh active Active
- 2017-08-08 JP JP2017152945A patent/JP6924647B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN107767612B (zh) | 2021-01-01 |
JP6924647B2 (ja) | 2021-08-25 |
CN107767612A (zh) | 2018-03-06 |
JP2018047890A (ja) | 2018-03-29 |
BR102017014720A2 (pt) | 2018-03-20 |
US10151643B2 (en) | 2018-12-11 |
EP3287860B1 (en) | 2019-10-30 |
US20180052061A1 (en) | 2018-02-22 |
CA2968781C (en) | 2021-03-16 |
CA2968781A1 (en) | 2018-02-22 |
EP3287860A1 (en) | 2018-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
BR102017014720B1 (pt) | Método para monitorar eventos térmicos, aeronave, e, meio de armazenamento legível por computador | |
US10124901B2 (en) | Icing condition detection method | |
CN102407942B (zh) | 结冰条件探测器 | |
US20190004507A1 (en) | Equipment management apparatus, equipment management system, computer readable medium, and equipment management method | |
BRPI0800201B1 (pt) | método para monitorar motores de avião | |
US9733135B2 (en) | Method and device for automatically detecting an incorrect measurement of a total temperature on an aircraft | |
CN105383701B (zh) | 检测飞机上的飞行中结冰情况 | |
CN106485805B (zh) | 一种管线巡检管理方法及系统 | |
US11080660B2 (en) | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation | |
JP6205318B2 (ja) | 飛行機の補助動力単元の潤滑油冷却器の性能の監視方法 | |
EP4235613A2 (en) | Self-testing fire sensing device | |
US20180348741A1 (en) | Manufacturing line monitoring device, manufacturing line monitoring program, and manufacturing line monitoring method | |
US10551818B2 (en) | Fault detection methods and systems | |
US9218694B1 (en) | Recommendations for time to replace parts on machines | |
CN105864956A (zh) | 风侧换热器中温度传感器漂移检测方法、处理器及空调 | |
JP2017053571A (ja) | 冷媒漏えい検知器の点検システム、および空調システム | |
BR102020000240A2 (pt) | sistema de detector de gelo, e, método para realizar monitoramento de desempenho e saúde em tempo real de um sistema de detector de gelo | |
BR102015028838A2 (pt) | aparelho e método para detectar ou prever névoa sobre uma superfície interior de uma janela de um compartimento de um veículo, e, meio de armazenamento legível por computador | |
BR102012028497A2 (pt) | Método para agregar informações de gerenciamento de integridade de sistemas em uma aeronave e aeronave | |
US20180143081A1 (en) | Identifying a temperature anomaly | |
BR102019014966A2 (pt) | Sistema para corrigir uma leitura de temperatura do ar, e, meio legível por computador não transitório | |
KR20180042693A (ko) | 센싱 정보에 기반한 무인기 자동 비행 제어장치 및 그 방법 | |
KR20150105659A (ko) | 다중 센서를 이용한 무인 비행체 기반의 구조물 안전성 검사 시스템 | |
BR102017017777A2 (pt) | Método para realizar o monitoramento de integridade estrutural, e, sistema de monitoramento de integridade estrutural | |
BR102015000309A2 (pt) | método para um sistema de estimativa da vida útil restante |
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] | ||
B06W | Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 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 07/07/2017, OBSERVADAS AS CONDICOES LEGAIS |