BR112017008507B1 - Instrumento e processo de validação de um sistema de monitoramento de um motor de aeronave e sistema de monitoramento de pelo menos um equipamento de um motor de aeronave - Google Patents
Instrumento e processo de validação de um sistema de monitoramento de um motor de aeronave e sistema de monitoramento de pelo menos um equipamento de um motor de aeronave Download PDFInfo
- Publication number
- BR112017008507B1 BR112017008507B1 BR112017008507-0A BR112017008507A BR112017008507B1 BR 112017008507 B1 BR112017008507 B1 BR 112017008507B1 BR 112017008507 A BR112017008507 A BR 112017008507A BR 112017008507 B1 BR112017008507 B1 BR 112017008507B1
- Authority
- BR
- Brazil
- Prior art keywords
- observation data
- validation
- monitoring system
- equipment
- quality indicator
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000010200 validation analysis Methods 0.000 title claims description 51
- 238000012360 testing method Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 15
- 238000002790 cross-validation Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 102000016917 Complement C1 Human genes 0.000 description 1
- 108010028774 Complement C1 Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D17/00—Regulating or controlling by varying flow
- F01D17/02—Arrangement of sensing elements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Manufacturing & Machinery (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
A invenção se refere a um instrumento de validação de um sistema de monitoramento (3) de pelo menos um equipamento de motor (5) de aeronave, comportando, além disso: meios de tratamento (11) configurados para coletar dados de observação relativos a esse equipamento, meios de análise (12) configurados para calcular um valor corrente de pelo menos um indicador de qualidade sobre uma quantidade corrente de dados de observação, de meios de análise (12) configurados para estimar a probabilidade que esse valor corrente do indicador de qualidade atinja um critério de confiabilidade pré-determinado, formando assim uma lei probabilista de confiabilidade, e meios de análise (12) configurados para estimar a partir dessa lei probabilista de confiabilidade uma quantidade mínima de dados de observação, a partir do qual o valor do indicador de qualidade atinge um critério de confiabilidade pré-determinado com uma probabilidade superior a um valor pré-determinado.
Description
[001] A presente invenção se refere ao domínio do sistema de monitoramento de um motor de uma aeronave e, mais particularmente, de um instrumento de validação de um sistema de monitoramento de equipamento do motor de aeronave.
[002] Os sistemas de monitoramento são utilizados para verificar o bom funcionamento dos diferentes equipamentos do motor de aeronave. Existe, por exemplo, um sistema de monitoramento para analisar o comportamento do motor durante o processo de ignição, um outro para analisar a trajetória dos gases, um outro ainda para detectar a colmatagem dos filtros, e um outro para analisar o consumo de óleo, etc.
[003] Todos esses sistemas de monitoramento permitem melho rar a segurança e a confiabilidade dos motores de aeronave. Em particular, eles permitem evitar ou limitar a parada em voo, reduzir os re- tardos ou anulação dos voos e, mais particularmente, facilitam a manutenção do motor, antecipando as falhas e identificando os componentes que falham ou defeituosos.
[004] Atualmente, existe um instrumento de concepção de um sistema de monitoramento baseado em indicadores, que se compara a limites definidos por especificações. Esse instrumento é descrito no pedido de patente francesa FR2957170 da Requerente.
[005] A validação de um sistema de monitoramento necessita da realização de testes, por exemplo, sobre um banco de testes, a fim de coletar um grande número de dados. É preciso, então, desdobrar muitos recursos e tempo para realizar esses testes e, além disso, o grande número de dados coletados pode exigir um importante tempo de cálculo.
[006] Além disso, pode acontecer que o nível de validação de um sistema de monitoramento seja diferente daquele de um outro sistema de monitoramento. Isto pode complicar a análise dos dados oriundos dos diferentes sistemas de monitoramento do motor.
[007] O objetivo da presente invenção é de propor um instru mento de validação de um sistema de monitoramento de um equipamento do motor de aeronave, permitindo otimizar a quantidade de dados necessários para a validação, reduzindo assim os custos e o tempo de desenvolvimento, aumentando a confiabilidade do sistema de monitoramento.
[008] A presente invenção é definida por um instrumento de vali dação de um sistema de monitoramento de pelo menos um equipamento de um motor de aeronave, comportando:
[009] - meios de tratamento configurados para coletar dados de observação relativos a esse equipamento;
[0010] - meios de análise configurados para calcular um valor corrente de pelo menos um indicador de qualidade sobre uma quantidade corrente de dados de observações, coletados pelos meios de tratamento;
[0011] - meios de análise configurados para estimar a probabilida de que esse valor corrente do indicador de qualidade atinja um critério de confiabilidade predeterminado, formando assim uma lei probabilista de confiabilidade estimada sobre um conjunto de valores do indicador de qualidade relativo a um conjunto correspondente de quantidades de dados de observação; e
[0012] - meios de análise configurados para estimar, a partir dessa lei probabilista de confiabilidade, uma quantidade mínima de dados de observação, a partir da qual o valor do indicador de qualidade atinge um critério de confiabilidade predeterminado com uma probabilidade superior a um valor predeterminado;
[0013] - meios de teste configurados para avaliar uma validação desse sistema de monitoramento, aplicando um conjunto de indicadores de qualidade sobre essa quantidade mínima de dados de observação relativos a esse equipamento.
[0014] Isto permite saber quando é que é preciso parar de coletar dados para a avaliação do sistema de monitoramento e permite, portanto, reduzir os custos de testes.
[0015] Vantajosamente, esse valor predeterminado é o comple mentar de um erro predefinido como sendo aceitável.
[0016] Vantajosamente, os meios de análise são configurados para calcular o valor corrente de um indicador de qualidade, aplicando uma técnica de validação cruzada sobre essa quantidade comum de dados de observação. Essa técnica de validação cruzada pode ser selecionada dentre as seguintes técnicas: bootstrap, K-fold, leave-one-out.
[0017] Vantajosamente, o conjunto de indicadores de qualidade comporta os seguintes indicadores: taxa de falso alarme, taxa de detecção, taxa de localização.
[0018] Vantajosamente, os meios de análise são configurados pa ra aplicar uma técnica de regressão sobre esse conjunto de valores do indicador de qualidade para determinar uma função de aproximação representativa dessa lei probabilística de confiabilidade, em função da quantidade de dados de observação.
[0019] De acordo com uma particularidade da presente invenção, para um indicador de qualidade correspondente às taxas de falso alarme, essa função de aproximação, em função da quantidade n de dados de observação é expressa pela seguinte relação: f (n) = a + b/\n + c log(n)
[0020] na qual a, b, c são constantes de regressão.
[0021] Vantajosamente, os meios de teste são configurados para avaliar uma validação desse sistema de monitoramento, antes de sua instalação sobre uma aeronave, aplicando o conjunto de indicadores de qualidade sobre uma quantidade de dados de observação coletados em um banco de teste e/ou sobre uma frota de motores de aeronaves em operação. Isto permite validar um sistema de monitoramento genérico adaptado para monitorar um motor de série.
[0022] Vantajosamente, os meios de teste são configurados para prosseguir a validação e a regulagem desse sistema de monitoramento, após sua instalação sobre um motor de série, aplicando o conjunto de indicadores de qualidade sobre uma quantidade de dados de observação coletados em voo. Isto permite especializar o sistema de monitoramento para que seja adaptado à especificidade da utilização do motor sobre o qual é instalado, sabendo-se que o comportamento do motor pode depender das missões, dos trajetos, da manutenção, etc.
[0023] A invenção visa também um sistema de monitoramento de pelo menos um equipamento de um motor de aeronave, concebido pelo instrumento de concepção, de acordo com qualquer uma das características precedentes, esse sistema sendo configurado para receber dados de observação específicos nesse equipamento e para liberar um resultado que diagnostica o estado desse equipamento.
[0024] A invenção visa também um processo de validação de um sistema de monitoramento de pelo menos um equipamento de um motor de aeronave, compreendendo etapas de teste para avaliar uma validação desse sistema de monitoramento, aplicando um conjunto de indicadores de qualidade sobre um volume de dados de observação relativos a esse equipamento, esse processo comportando, além disso, as seguintes etapas:
[0025] - coletar dados de observação relativos a esse equipamento;
[0026] - calcular um valor corrente de pelo menos um indicador de qualidade sobre uma quantidade corrente de dados de observação coletados pelos meios de tratamento;
[0027] - estimar a probabilidade que esse valor corrente do indica dor de qualidade atinja um critério de confiabilidade predeterminado, formando assim uma lei probabilista de confiabilidade estimada sobre um conjunto de valores do indicador de qualidade relativo a um conjunto correspondente de quantidades de dados de observação, e
[0028] - estimar a partir dessa lei probabilista de confiabilidade de uma quantidade mínima de dados de observação, a partir da qual o valor do indicador de qualidade atinge um critério de confiabilidade predeterminado com uma probabilidade superior a um valor predeterminado essa quantidade mínima de dados de observação correspondente a esse volume de dados de observação destinado a ser utilizado para avaliar a validação desse sistema de monitoramento.
[0029] Outras particularidades e vantagens do instrumento e do processo, de acordo com a invenção, sobressairão melhor com a leitura da descrição feita a seguir, a título indicativo, mas não limitativo, com referência aos desenhos anexados, nos quais:
[0030] - a figura 1 ilustra, de maneira esquemática, um instru mento de validação de um sistema de monitoramento de um equipamento de um motor de aeronave, de acordo com um modo de realização da invenção;
[0031] - a figura 2 representa um organograma, ilustrando um pro cesso de determinação de um número mínimo de dados de observação e de validação de um sistema de monitoramento de pelo menos um equipamento de um motor de aeronave, conforme um modo de realização da invenção;
[0032] - a figura 3 representa um gráfico que representa curvas relativas a uma lei teórica de confiabilidade e à sua função de aproximação, de acordo com a invenção;
[0033] - a figura 4 é um gráfico que representa medidas de obser vação em torno da curva relativa à lei teórica de confiabilidade;
[0034] - a figura 5 ilustra, de maneira esquemática, um instrumento de validação de um sistema de monitoramento de um equipamento de um motor de aeronave, conforme um primeiro modo de realização preferido da invenção; e
[0035] - a figura 6 ilustra, de maneira esquemática, um instrumento de validação de um sistema de monitoramento de um equipamento de um motor de aeronave, conforme um segundo modo de realização preferido da invenção.
[0036] A presente invenção propõe utilizar um instrumento, que permite estimar e antecipar a quantidade de dados necessária para realizar a validação de um sistema de monitoramento.
[0037] A figura 1 ilustra, de maneia esquemática um instrumento de validação 1 de um sistema de monitoramento 3 de um equipamento de um motor 5 de aeronave, conforme um modo de realização preferido da invenção;
[0038] O sistema de monitoramento 3 pode ser composto de mó dulos 31-34 e cada módulo realiza uma tarefa particular, utilizando um algoritmo específico. Esse sistema de monitoramento é descrito no pedido de patente FR2957170 da requerente e pode comportar um módulo de aquisição 31 de dados, um módulo de normalização 32, um módulo de diagnóstico ou de detecção de anomalia 33, um módulo de classificação 34 para identificar os erros, etc.
[0039] Em execução, o módulo de aquisição 31 de dados é confi gurado para receber medidas ou dados específicos 71 adquiridos por captadores sobre o motor 5 da aeronave ou por uma calculadora embarcada e para liberar dados ou variáveis específicas, dando indicações sobre elementos físicos ou lógicos do equipamento do motor 5. Esses dados 71 são extraídos das medidas brutas temporais (temperaturas, pressões, vazão do carburante, rotações de árvores, etc.).
[0040] A título de exemplo, os dados específicos podem corres ponder ao prazo necessário para que uma árvore do motor atinja a aceleração máxima após cada acionamento do motor, o gradiente das temperaturas dos gases de escapamento do motor, o tempo de ignição, o tempo de abertura de válvula, a tendência da velocidade, etc.
[0041] O módulo de normalização 32 é configurado para receber os dados específicos, proveniente do módulo de aquisição 31, para normalizar esses dados específicos e para liberar dados padronizados independentes face o contexto.
[0042] A partir desses dados padronizados, trata-se então de di agnosticar uma anomalia, depois de deduzir uma falha específica e eventualmente o componente físico referido.
[0043] Assim, o módulo de detecção de anomalia 33 é configurado para receber os dados padronizados, provenientes do módulo de normalização 32, para construir uma assinatura representativa do comportamento do motor 5 e para diagnosticar se a assinatura revela uma anomalia. Além disso, o módulo de detecção de anomalia 33 é configurado para liberar um escore representativo da assinatura. De acordo com o valor do escore em relação a um limite predefinido, o módulo de detecção 33 é configurado para gerar ou não um alarme que indica que uma anomalia está detectada.
[0044] O módulo de classificação 34 é configurado para liberar uma medida de identificação das falhas. Após ter identificado as falhas, calculando, por exemplo, para cada uma, uma probabilidade de ocorrência, o sistema de monitoramento 3 pode utilizar esta para detectar os componentes de erros.
[0045] Assim, segundo o tipo de aplicação, o sistema de monito ramento 3 é configurado para realizar várias tarefas, podendo compreender a aquisição dos dados, a normalização dos dados, a detecção de anomalias, e, eventualmente, a classificação das anomalias detectadas.
[0046] Todavia, o sistema de monitoramento 3 deve sofrer uma fase de qualificação ou de validação, antes que seja colocado em operação.
[0047] O instrumento de validação é, portanto, utilizado para ve rificar a validação do sistema de monitoramento. De acordo com a invenção, um instrumento de validação 1 comporta meios de tratamento 11, meios de análise 12 e meios de teste 13. Esses meios 11 - 13 são utilizados por dispositivos que se encontram habitualmente em um computador: uma unidade central de tratamento e de cálculo, meios de armazenagem, periféricos de entradas, assim como periféricos de saídas.
[0048] Os meios de tratamento 11 são configurados para coletar dados de observação 7 relativos ao equipamento do motor 5 a ser monitorado. Esses dados de observação 7 comportam medidas específicas 71 adquiridas pelos captadores sobre o motor 5 de aeronave ou por uma calculadora embarcada, e destinados a serem utilizados pelo sistema de monitoramento 3 para detectar erros ou anomalias. Por outro lado, os dados de observação 7 podem também comportar dados oriundos dos testes realizados sobre um banco de teste ou registros realizados sobre um motor operacional ou eventualmente dados de simulação.
[0049] Além disso, os meios de teste 13 são configurados para ava- liar a validação do sistema de monitoramento, aplicando um sistema de indicadores de qualidade KPI (Key Perfomance Indicators) sobre um volume de dados de observação 7 relativos a esse equipamento.
[0050] Mais particularmente, os meios de teste 13 aplicam um in dicador ou vários indicadores de qualidade KPI sobre o resultado do sistema de monitoramento 3 para verificar a detecção dos erros. Isto dá uma nota que permite validar o sistema de monitoramento 3 sobre o volume de dados de observação 7.
[0051] Vantajosamente, o conjunto de indicadores de qualidade KPI comporta uma medida de uma taxa de detecção POD (Probabilidade de Detecção), uma medida de uma taxa de falso alarme PFA (Probabilidade de Falso Alarme), uma medida de taxa de localização PCL (Probabilidade de Localização de Classe), etc. Anotar-se-á que cada um dos indicadores de qualidade pode ser utilizado independentemente de um outro indicador ou em combinação, segundo o tipo de aplicação do sistema de monitoramento 3.
[0052] A taxa de detecção POD, também denominada a potência de detecção, é a probabilidade de detectar um erro, quando o equipamento monitorado apresenta realmente um erro. Pode ser estimada como a relação do número de erros detectados sobre o número total de erros. Assim, a taxa de detecção POD permite validar com uma grande confiabilidade o resultado do sistema de monitoramento 3.
[0053] A taxa de falso alarme PFA é definida como sendo a probabi lidade que o equipamento monitorado está bom, quando o sistema de monitoramento 3 detecta um erro. A taxa de falso alarme (PFA) pode ser calculada, a partir das regras baiesianas. Seja P (detectado) a probabilidade marginal que uma anomalia seja detectada pelo sistema de monitoramento 3, e P (sadio) a probabilidade marginal que o equipamento está sadio. Então, a taxa de falso alarme PFA é a probabilidade que o equipamento é a posteriori sadio, sabendo-se que um erro foi detectado.
[0054] A taxa de falso alarme PFA é um critério muito importante no domínio aeronáutico. Com efeito, o acontecimento que o equipamento está bom, quando o sistema de monitoramento 3 detecta um erro, é um fenômeno que é preciso limitar porque pode modificar, de maneira definitiva, a imagem de credibilidade que o usuário pode ter do sistema de monitoramento 3. Assim, é muito vantajoso que a taxa de falso alarme PFA seja pequena.
[0055] O indicador de qualidade de dados é uma medida de uma taxa de localização PCL (Probabilidade de Localização de Classe) definida como sendo a probabilidade de uma localização ser boa, quando uma anomalia do equipamento é observada.
[0056] A taxa de localização PCL, que é uma informação de quali dade de classificação, permite validar com uma grande eficácia o resultado do sistema de monitoramento 3. Isto permite localizar bem o elemento preciso (por exemplo, alternador, cabo, aparelhos, etc.) do equipamento que apresenta uma anomalia.
[0057] De maneira geral, a taxa de detecção POD permite detectar se o equipamento comporta um elemento anormal, e, em seguida, a taxa de localização PCL indica a eficácia com a qual se pode localizar ou identificar esse elemento.
[0058] Pelo menos uma parte do conjunto de indicadores de quali dade é aplicada sobre os dados de observação 7 coletados pelos meios de tratamento 11 para validar o sistema de monitoramento 3.
[0059] Todavia, a precisão dos indicadores de qualidade depende da quantidade de dados de observação 7. Assim, é vantajoso conhecer a partir de que número de dados de observação 7 a precisão dos indicadores é conveniente para que exigências de qualidade pré- determinadas sejam satisfeitas por esses indicadores.
[0060] Com efeito, a figura 2 é um organograma, ilustrando um pro cesso de determinação de um número mínimo de dados de observação e de validação de um sistema de monitoramento de pelo menos um equipamento de um motor de aeronave, de acordo com a invenção.
[0061] A etapa E1 se refere à coleta de uma quantidade corrente de dados de observação 7 pelos meios de tratamento 11.
[0062] Na etapa E2, a cada quantidade corrente (ou número cor rente) de dados de observação 7 coletados pelos meios de tratamento 11, os meios de análise 12 são configurados para calcular um valor corrente de pelo menos um indicador de qualidade.
[0063] Em outros termos, para cada número corrente n de dados de observação 7, os meios de análise 12 calculam o valor corrente KPI(n) de um indicador de qualidade KPI.
[0064] Vantajosamente, o valor corrente KPI (n) de um indicador de qualidade é calculado, aplicando-se uma técnica de validação cruzada sobre a qualidade corrente n de dados de observação.
[0065] A técnica de validação cruzada pode ser selecionada pelas seguintes técnicas: bootstrap, k-fold e leave- one-out. Ela consiste em gerar novos conjuntos de dados, oriundos do conjunto principal de tamanho corrente n. Para cada conjunto de dados, os meios de análise 12 são configurados para realizar uma experiência i e para calcular um valor correspondente do KPI.
[0066] Mais particularmente, o bootstrap consiste em tirar com re- colocação n observações para a calibragem e calcular o KPI sobre o conjunto inicial.
[0067] O “K-fold” consiste em criar conjuntos de dados de calibra gem por seleção de uma proporção pré-determinada de dados de observações e testar sobre o resto. Essa operação é repetida K vezes.
[0068] O “leave-one-out” calibra a aplicação sobre n-1 dados de observação e o testa sobre a última, são obtidos n resultados elementares.
[0069] A validação cruzada permite assim gerar uma população de valores Xi= KPI (n / experiência i) obtidos para cada experiência. Essa população de valores (Xi)i=1...k dá uma representação empírica do valor corrente KPI (n).
[0070] Na etapa E3, os meios de análise 12 são configurados para estimar uma probabilidade P(KPI)(n) ε I) = P (n) definida como sendo a probabilidade que o valor corrente KPI (n) do indicador de qualidade KPI um critério de confiabilidade predeterminado, este correspondendo a um intervalo I predeterminado.
[0071] Assim, os meios de análise 12 formam, de maneira iterati va, (isto é, para n = Ni, ..., Nm) uma lei probabilista de confiabilidade P (n) estimada sobre um conjunto de valores correntes calculados das variáveis aleatórias KPI (Ni), ... KPI (Nm), do indicador de qualidade relativo a um conjunto correspondente de quantidades correntes Ni, ... Nm de dados de observação 7.
[0072] Vantajosamente, os meios de análise 12 são configurados para aplicar uma técnica de regressão sobre o conjunto de valores das variáveis KPI (Ni), ..., KPI (Nm) do indicador de qualidade para determinar uma função empírica representativa da lei probabilista de confiabilidade P (n), em função da quantidade de dados de observação 7.
[0073] Além disso, na etapa E4, os meios de análise 12 são con figurados para estimar a partir da lei probabilista de confiabilidade P (n) uma quantidade mínima No (isto é, um número mínimo) de dados de observação, a partir da qual o valor do indicador de qualidade KPI(n)n>No e I) superior a um valor predeterminado 1 - ε, o valor predeterminado 1 - ε sendo o complementar de um erro aceitável ε. Em outros termos, os meios de análise 12 buscam o primeiro No, tal como P(KPI(No) e I) > 1 - ε.
[0074] Por exemplo, para a taxa de detecção POD, busca-se o primeiro No que verifica a seguinte relação:
[0075] Por outro lado, para a taxa de falso alarme PFA, busca-se o primeiro N0 que verifica a seguinte relação:
[0076] 1- β e α representam as exigências de confiabilidade relati vas ao POD e PFA respectivamente.
[0077] A fim de estimar a quantidade mínima N0, os meios de aná lise 12 são vantajosamente configurados para construir uma curva da lei probabilista de confiabilidade P(n) para n = Ni, ..., Nm. Essa curva é, em seguida, extrapolada até que ela cruze o eixo das ordenadas no valor predeterminado 1 - S. Isto dará em abscissa uma estimativa do número mínimo N0 buscado de dados de observação 7.
[0078] Como variante, a fim de determinar o primeiro N0, permitin do atingir o objetivo, pode-se construir uma curva do erro S (n) que representa o complementar 1 - P(n) da lei P(n) e extrapolar a curva até que ela cruze o eixo das ordenadas no valor de erro aceitável S. Isto dará em abscissa uma estimativa do número mínimo N0 buscado de dados de observação 7.
[0079] Anotar-se-á que, para a taxa de falso alarme PFA, a lei probabilista de confiabilidade P (n) é uma média de n experiências bo- oleenas de parâmetro p que representa o verdadeiro valor do PFA. Sua lei é, portanto, aquela de um binomial dividido por n, ela converge para uma lei normal de média p e de variância On = p(1 - p) / n da seguinte forma:
[0080] Vantajosamente, para simplificar o método de estimativa da lei teórica P(n), utilizam-se hipóteses sobre a evolução dessa lei. Por exemplo, quando α é inferior a p, a lei teórica P (n) converge exponencialmente para zero.
[0081] Assim, para a taxa de falso alarme PFA, a lei teórica de confiabilidade P(n) pode estar representada por uma função de aproximação f (n) da seguinte forma: f (n) = a + b/\n + c log(n)
[0082] na qual a, b, c são constantes que podem ser determinadas por uma técnica de regressão sobre o conjunto de valores PFA(Ni),..., PFA(Nm) da taxa de falso alarme PFA. Anotar-se-á que o termo log(n) serve para corrigir a diminuição em 1/\n da função de aproximação f (n), reduzindo assim o erro de aproximação e permitindo ter uma estimativa mais de acordo com a lei teórica P(n).
[0083] A figura 3 é um gráfico que representa as curvas do erro S(n) relativo à lei teórica de confiabilidade P (n) relativo ao PFA e à sua função de aproximação f (n) correspondente.
[0084] A curva teórica C1 dá o andamento de S (n) = 1 - P(n) para um parâmetro p = 4 % e uma exigência de confiabilidade α = 5 % e a curva em pontilhado C2 representa a aproximação 1 - f(n). As duas curvas C1 e C2 são quase idênticas e, por conseguinte, pode-se utilizar o complemento da função de aproximação f (n) para determinar a quantidade mínima de dados de observação.
[0085] A título de exemplo, caso se busque uma precisão de 0.9 (isto é, um erro ε (n) = 0,1) com uma taxa de falso alarme teórico de p = 4 % e uma exigência de α = 5 %, são necessárias pelo menos 650 medidas, conforme indicado no gráfico. Em outros termos, para avaliar uma validação de monitoramento de um equipamento do motor 5 de aeronave com uma taxa de falso alarme inferior a 5% e uma probabilidade ou uma garantia de 90%, é preciso coletar aproximadamente 650 dados de observação.
[0086] Por outro lado, a precisão sobre os dados de observação aumenta com o aumento do número de dados.
[0087] Com efeito, a figura 4 é um gráfico que representa medidas de observação em torno da curva representativa do erro ε (n). Essas medidas formam um tubo de confiança 41 em torno da curva C1 e C2, mostrando que a precisão é pequena no início das experiências, depois o tubo se afina à medida que o número de dados aumenta.
[0088] Finalmente, na etapa E5, os meios de teste 13 aplicam in dicadores de qualidade KPI sobre o número mínimo No de dados de observação, a fim de avaliar, de maneira ótima, a validação do sistema de monitoramento 3.
[0089] A figura 5 ilustra, de maneira esquemática, um instrumento de validação de um sistema de monitoramento de um equipamento de um motor de aeronave, conforme um primeiro modo de realização preferido da invenção.
[0090] Esse primeiro modo de realização se refere à validação de um sistema de monitoramento 3 genérico sobre um banco de teste 43, antes de sua instalação sobre uma aeronave.
[0091] Com efeito, o caderno de encargos do sistema de monito ramento 3 se desvia em especificações de necessidades, elas mesmas expressando-se em exigências e objetivos. Responde-se uma exigência ou um objetivo, quando se dispõe de um teste que permite validar os desempenhos esperados. Esse teste se aplica sobre pelo menos uma parte do conjunto de indicadores de qualidade KPI que se compara a limites definidos pelas especificações. Os KPI são calculados por cenários de validação adaptados aos problemas levantados pela exigência ou pelo objetivo. Os cenários se baseiam em dados de observação, assegurando uma abrangência razoável da necessidade.
[0092] Assim, os meios de tratamento 11 coleta dados de observa ção 7 relativos ao equipamento a ser monitorado e realizados sobre o banco de teste 43. Como variante, os dados de observação 7 são coletados sobre as aeronaves, testando o sistema de monitoramento 3.
[0093] Tal como anteriormente descrito, os meios de análise 12 calculam o valor de cada indicador de qualidade sobre uma quantidade corrente de dados de observação 7. Em seguida, eles estimam um número mínimo de dados de observação, a partir do qual o valor do indicador de qualidade verifica o critério de confiabilidade predeterminado com uma probabilidade superior a um valor predeterminado. Esse número mínimo de dados de observação garante uma abrangência suficiente para que os indicadores de qualidade tenham um sentido e permite, por conseguinte, saber a partir de quando, se pode parar de fazer testes sobre o banco 43.
[0094] Os meios de teste 13 avaliam em seguida a validação do sistema de monitoramento 3, aplicando-se indicadores de qualidade KPI sobre o número mínimo de dados de observação 7 relativos a esse equipamento.
[0095] A figura 6 ilustra, de maneira esquemática, um instrumento de validação de um sistema de monitoramento de um equipamento de um motor de aeronave, conforme um segundo modo de realização preferido da invenção.
[0096] Esse segundo modo de realização se refere à validação e à regulagem de um sistema de monitoramento 3, após suas instalações sobre um motor 5 de série de uma aeronave 45, aplicando pelo menos uma parte do conjunto de indicadores de qualidade sobre a quantidade de dados de observação em voo.
[0097] O sistema de monitoramento 3 já é pré-aferido sobre um conjunto de medidas de observação feitas sobre um banco de teste 41, conforme o primeiro modo de realização ou sobre aeronaves pertencentes a companhias que aceitam contribuir para o desenvolvimento dos sistemas de monitoramentos.
[0098] Anotar-se-á que a aeronave 43 sobre a qual é embarcado o sistema de monitoramento 3 vai seguir missões que lhe são próprias, terá também direito a operações de manutenção específicas à lógica da companhia proprietária. Assim, a validação considera a especificidade da utilização do motor sobre o qual ele está instalado.
[0099] Tal como anteriormente exposto, os meios de tratamento 12 coletam dados de observação 7 relativos ao equipamento a monitorar realizados sobre o motor em operação. Os meios de análise 12 estimam um número mínimo de dados de observação, a partir do qual o valor de um indicador de qualidade atinge um critério de confiabilidade predeterminado com uma probabilidade superior a um valor predeterminado. Isto permite conhecer a partir de quando se pode parar o teste de validação, mas também quando retomá-lo, caso as operações efetuadas pela aeronave portadora mudam ou se a configuração do motor evolui na sequência de operações de manutenção.
Claims (11)
1. Instrumento de validação de um sistema de monitoramento (3) de pelo menos um equipamento de um motor (5) de aeronave, compreendendo meios de teste (13) configurados para avaliar uma validação desse sistema de monitoramento (1), aplicando-se um conjunto de indicadores de qualidade sobre um volume de dados de observação (7) relativas a esse equipamento, caracterizado pelo fato de comportar: - meios de tratamento (11) configurados para coletar dados de observação relativos a esse equipamento, - meios de análise (12) configurados para calcular um valor corrente de pelo menos um indicador de qualidade sobre uma quantidade corrente de dados de observações, coletados pelos meios de tratamento (11); - meios de análise (12) configurados para estimar a probabilidade que esse valor corrente do indicador de qualidade atinja um critério de confiabilidade predeterminado, formando assim uma lei pro- babilista de confiabilidade estimada sobre um conjunto de valores do indicador de qualidade relativo a um conjunto correspondente de quantidades de dados de observação; e - meios de análise (12) configurados para estimar a partir dessa lei probabilista de confiabilidade uma quantidade mínima de dados de observação, a partir da qual o valor do indicador de qualidade atinge um critério de confiabilidade predeterminado com uma probabilidade superior a um valor predeterminado, essa quantidade mínima de dados de observação correspondente a esse valor de dados de observação destinado a ser utilizado para avaliar a validação desse sistema de monitoramento.
2. Instrumento de validação, de acordo com a reivindicação 1, caracterizado pelo fato de esse valor predeterminado ser o complementar de um erro predefinido como sendo aceitável.
3. Instrumento de validação, de acordo com qualquer uma das reivindicações 1 ou 2, caracterizado pelo fato de os meios de análise (12) serem configurados para calcular o valor corrente de um indicador de qualidade, aplicando uma técnica de validação cruzada sobre essa quantidade corrente de dados de observação.
4. Instrumento de validação, de acordo com a reivindicação 3, caracterizado pelo fato de essa técnica de validação cruzada ser selecionada dentre as seguintes técnicas: bootstrap, K-fold, leave-one-out.
5. Instrumento de validação, de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de o conjunto de indicadores de qualidade comportar os seguintes indicadores: taxa de falso alarme, taxa de detecção, taxa de localização.
6. Instrumento de validação, de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de os meios de análise (12) serem configurados para aplicar uma técnica de regressão sobre esse conjunto de valores do indicador de qualidade para determinar uma função de aproximação representativa dessa lei probabilista de confiabilidade, em função da quantidade de dados de observação.
7. Instrumento de validação, de acordo com a reivindicação 6, caracterizado pelo fato de, para um indicador de qualidade correspondente às taxas de falso alarme, essa função de aproximação em função da quantidade n de dados de observação ser expressa pela seguinte relação: f(n) = a + b/\n + c log (n) na qual a, b, c são constantes de regressão.
8. Instrumento de validação, de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de os meios de teste serem configurados para avaliar uma validação desse sistema de monitoramento, antes de sua instalação sobre uma aeronave, apli- cando o conjunto de indicadores de qualidade sobre uma quantidade de dados de observação coletadas sobre um banco de teste e/ou sobre uma frota de motores de aeronaves em operação.
9. Instrumento de validação, de acordo com a reivindicação 8, caracterizado pelo fato de os meios de teste (13) serem configurados para prosseguir a validação e a regulagem desse sistema de monitoramento, após sua instalação sobre um motor (5) de série, aplicando-se o conjunto de indicadores de qualidade sobre uma quantidade de dados de observação coletadas em voo.
10. Sistema de monitoramento de pelo menos um equipamento de um motor de aeronave concebido pelo instrumento de concepção, como definido em qualquer uma das reivindicações precedentes, caracterizado pelo fato de ser configurado para receber dados de observação específicos a esse equipamento e para liberar um resultado, diagnosticando o estado desse equipamento.
11. Processo de validação de um sistema de monitoramento de pelo menos um equipamento de um motor de aeronave, compreendendo etapas de teste para avaliar uma validação desse sistema de monitoramento, aplicando um conjunto de indicadores de qualidade sobre um volume de dados de observação relativos a esse equipamento, caracterizado pelo fato de comportar, além disso, as seguintes etapas: - coletar dados de observação relativos a esse equipamento; - calcular um valor corrente de pelo menos um indicador de qualidade sobre uma quantidade corrente de dados de observação coletados pelos meios de tratamento; - estimar a probabilidade que esse valor corrente do indicador de qualidade atinja um critério de confiabilidade predeterminado, formando assim uma lei probabilista de confiabilidade estimada sobre um conjunto de valores do indicador de qualidade relativo a um con- junto correspondente de quantidades de dados de observação, e - estimar a partir dessa lei probabilista de confiabilidade de uma quantidade mínima de dados de observação, a partir da qual o valor do indicador de qualidade atinge um critério de confiabilidade predeterminado com uma probabilidade superior a um valor predeterminado essa quantidade mínima de dados de observação correspondente a esse volume de dados de observação destinado a ser utilizado para avaliar a validação desse sistema de monitoramento.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1460668A FR3028067B1 (fr) | 2014-11-05 | 2014-11-05 | Outil de validation d'un systeme de surveillance d'un moteur d'aeronef |
| FR1460668 | 2014-11-05 | ||
| PCT/FR2015/052905 WO2016071605A1 (fr) | 2014-11-05 | 2015-10-28 | Outil de validation d'un système de surveillance d'un moteur d'aéronef |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR112017008507A2 BR112017008507A2 (pt) | 2017-12-26 |
| BR112017008507B1 true BR112017008507B1 (pt) | 2022-09-06 |
Family
ID=52345362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR112017008507-0A BR112017008507B1 (pt) | 2014-11-05 | 2015-10-28 | Instrumento e processo de validação de um sistema de monitoramento de um motor de aeronave e sistema de monitoramento de pelo menos um equipamento de um motor de aeronave |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10032322B2 (pt) |
| EP (1) | EP3215903B1 (pt) |
| CN (1) | CN107077134B (pt) |
| BR (1) | BR112017008507B1 (pt) |
| CA (1) | CA2966306C (pt) |
| FR (1) | FR3028067B1 (pt) |
| RU (1) | RU2684225C2 (pt) |
| WO (1) | WO2016071605A1 (pt) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3058422B1 (fr) | 2016-11-08 | 2021-05-28 | Intelligence Artificielle Applications | Procede et dispositif pour la pose de disques, tels que des disques d'antibiotiques |
| CN109335021B (zh) * | 2018-11-21 | 2022-03-25 | 中国航发西安动力控制科技有限公司 | 一种试验用油门杆自适应控制方法 |
| CN109474327B (zh) * | 2018-11-26 | 2021-08-24 | 中电科航空电子有限公司 | 一种民用宽体客机机载信息系统 |
| CN111746820B (zh) * | 2019-03-28 | 2022-07-12 | 中国航发商用航空发动机有限责任公司 | 航空发动机飞行试验系统和试验方法 |
| FR3094350B1 (fr) * | 2019-04-01 | 2021-03-12 | Safran Aircraft Engines | Procédé de surveillance d’au moins un moteur d’aéronef |
| FR3095424A1 (fr) * | 2019-04-23 | 2020-10-30 | Safran | Système et procédé de surveillance d’un moteur d’aéronef |
| US11615657B2 (en) * | 2020-03-17 | 2023-03-28 | Pratt & Whitney Canada Corp. | Aircraft engine graphical diagnostic tool |
| CN112761818B (zh) * | 2021-01-15 | 2023-01-31 | 北京动力机械研究所 | 一种可重复使用冲压发动机的状态监视系统 |
| CN115577542B (zh) * | 2022-10-17 | 2023-11-10 | 中国航发沈阳发动机研究所 | 一种模型数据驱动的航空复杂结构和可靠性融合设计方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1811600A3 (ru) * | 1991-06-10 | 1993-04-23 | Kиebckий Иhctиtуt Иhжehepob Гpaждahckoй Abиaции | Cпocoб диaгhoctиpobahия abиaциohhoгo гaзotуpбиhhoгo дbигateля co cboбoдhoй tуpбиhoй |
| US5629626A (en) * | 1994-07-12 | 1997-05-13 | Geo-Centers, Inc. | Apparatus and method for measuring buried ferromagnetic objects with a high accuracy of position and in synchronization with a sync pulse provided by a global positioning system |
| US6943699B2 (en) * | 2003-07-23 | 2005-09-13 | Harris Corporation | Wireless engine monitoring system |
| US7079984B2 (en) * | 2004-03-03 | 2006-07-18 | Fisher-Rosemount Systems, Inc. | Abnormal situation prevention in a process plant |
| US20080154473A1 (en) * | 2006-12-22 | 2008-06-26 | United Technologies Corporation | Gas turbine engine performance data validation |
| RU2389999C1 (ru) * | 2008-10-14 | 2010-05-20 | Открытое акционерное общество "Авиадвигатель" | Способ диагностики технического состояния авиационного двигателя |
| RU2442126C2 (ru) * | 2010-01-11 | 2012-02-10 | Открытое акционерное общество "СТАР" | Способ контроля технического состояния газотурбинного двигателя |
| FR2957170B1 (fr) * | 2010-03-03 | 2015-04-17 | Snecma | Outil de conception d'un systeme de surveillance d'un moteur d'aeronef |
| FR2965915B1 (fr) | 2010-10-11 | 2013-08-02 | Snecma | Systeme de surveillance d'un banc d'essai de moteur d'aeronef |
| FR2990725B1 (fr) * | 2012-05-16 | 2014-05-02 | Snecma | Procede de surveillance d'une degradation d'un dispositif embarque d'un aeronef avec determination automatique d'un seuil de decision |
| US9026273B2 (en) * | 2012-06-06 | 2015-05-05 | Harris Corporation | Wireless engine monitoring system with multiple hop aircraft communications capability and on-board processing of engine data |
| US9799229B2 (en) * | 2012-12-13 | 2017-10-24 | The Boeing Company | Data sharing system for aircraft training |
| FR3011946B1 (fr) | 2013-10-11 | 2016-07-08 | Snecma | Surveillance d'un moteur d'aeronef pour anticiper les operations de maintenance |
| FR3012636B1 (fr) | 2013-10-24 | 2015-12-25 | Snecma | Procede de non-regression d'un outil de conception d'un systeme de surveillance de moteur d'aeronef |
| FR3037170B1 (fr) | 2015-06-03 | 2017-06-23 | Snecma | Procede et systeme de prediction du fonctionnement d'un aeronef par analyse de similarite utilisant des capacites de stockage et de calcul reparties |
-
2014
- 2014-11-05 FR FR1460668A patent/FR3028067B1/fr active Active
-
2015
- 2015-10-28 CN CN201580059950.4A patent/CN107077134B/zh active Active
- 2015-10-28 RU RU2017119421A patent/RU2684225C2/ru active
- 2015-10-28 WO PCT/FR2015/052905 patent/WO2016071605A1/fr active Application Filing
- 2015-10-28 EP EP15798515.1A patent/EP3215903B1/fr active Active
- 2015-10-28 CA CA2966306A patent/CA2966306C/fr active Active
- 2015-10-28 US US15/524,778 patent/US10032322B2/en active Active
- 2015-10-28 BR BR112017008507-0A patent/BR112017008507B1/pt active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| US10032322B2 (en) | 2018-07-24 |
| CN107077134B (zh) | 2019-09-13 |
| BR112017008507A2 (pt) | 2017-12-26 |
| WO2016071605A1 (fr) | 2016-05-12 |
| FR3028067B1 (fr) | 2016-12-30 |
| CA2966306C (fr) | 2022-06-14 |
| RU2017119421A3 (pt) | 2019-02-20 |
| RU2684225C2 (ru) | 2019-04-04 |
| CN107077134A (zh) | 2017-08-18 |
| US20170352205A1 (en) | 2017-12-07 |
| RU2017119421A (ru) | 2018-12-05 |
| EP3215903B1 (fr) | 2019-12-18 |
| EP3215903A1 (fr) | 2017-09-13 |
| FR3028067A1 (fr) | 2016-05-06 |
| CA2966306A1 (fr) | 2016-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR112017008507B1 (pt) | Instrumento e processo de validação de um sistema de monitoramento de um motor de aeronave e sistema de monitoramento de pelo menos um equipamento de um motor de aeronave | |
| US9063856B2 (en) | Method and system for detecting symptoms and determining an optimal remedy pattern for a faulty device | |
| US8682616B2 (en) | Identifying failures in an aeroengine | |
| US10089204B2 (en) | System level fault diagnosis for the air management system of an aircraft | |
| ES2342562T3 (es) | Evaluacion de una anomalia para clasificadores de una clase en la monitorizacion del estado de una maquina. | |
| US20080154473A1 (en) | Gas turbine engine performance data validation | |
| US20040176879A1 (en) | Transient fault detection system and method using Hidden Markov Models | |
| JP6636178B2 (ja) | タービンユニットのテスト中の故障診断 | |
| JP6610987B2 (ja) | 異常診断方法及び異常診断システム | |
| US20090276136A1 (en) | Method for calculating confidence on prediction in fault diagnosis systems | |
| JP2022504554A (ja) | モデルベース推論器のためのパラメトリックデータモデリング | |
| US20200143292A1 (en) | Signature enhancement for deviation measurement-based classification of a detected anomaly in an industrial asset | |
| US8671315B2 (en) | Prognostic analysis system and methods of operation | |
| US9651457B2 (en) | Method for detecting deterioration in a turbomachine by monitoring the performance of said turbomachine | |
| CN110582626A (zh) | 用由磨损因子校正的异常检测来监视涡轮机的系统和方法 | |
| JP5792667B2 (ja) | センサ診断装置及びセンサ診断方法 | |
| FR2957170A1 (fr) | Outil de conception d'un systeme de surveillance d'un moteur d'aeronef | |
| EP3072046B1 (en) | Latency tolerant fault isolation | |
| JP7437163B2 (ja) | 診断装置、診断方法およびプログラム | |
| JP7347953B2 (ja) | 機器予兆監視装置、および、機器予兆監視方法 | |
| Rouissi et al. | Fault tolerant sensor network design with respect to diagnosability properties | |
| KR102385534B1 (ko) | 데이터 간 상호 유사도에 기반한 가상수명데이터 생성장치 및 방법 | |
| JP7153585B2 (ja) | 異常原因推定方法、および、異常原因推定装置 | |
| Xue et al. | Time receiver operating characteristic (troc) curves: A new tool for evaluating the performance of diagnostic systems | |
| KR20240069101A (ko) | 시계열로 측정된 3상 모터 진동 데이터의 분포 추정에 따른 고장 진단 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 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 28/10/2015, OBSERVADAS AS CONDICOES LEGAIS |