CN101963937A - 飞控计算机系统剩余寿命预测方法 - Google Patents
飞控计算机系统剩余寿命预测方法 Download PDFInfo
- Publication number
- CN101963937A CN101963937A CN 201010500066 CN201010500066A CN101963937A CN 101963937 A CN101963937 A CN 101963937A CN 201010500066 CN201010500066 CN 201010500066 CN 201010500066 A CN201010500066 A CN 201010500066A CN 101963937 A CN101963937 A CN 101963937A
- Authority
- CN
- China
- Prior art keywords
- flight control
- control computer
- data
- computer system
- detect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公布了一种飞控计算机系统剩余寿命预测方法,包括用机载健康监控计算机保存飞控计算机的历史可靠性数据、获取工作状态数据、利用模糊专家系统执行飞控计算机的故障检测、可靠度分析、寿命预测。工作状态数据是从状态传感器组获得。模糊专家系统的开发是用来为飞控计算机系统的可靠度建模,根据工作状态数据和模糊规则推理来评估飞控计算机系统的工作条件,进行故障检测及预测剩余寿命。本发明的优点是在能在线估计飞控计算机系统的剩余寿命。
Description
技术领域
本发明涉及一种单通道飞控计算机系统预期寿命检测,应用于飞控计算机系统的故障监测和更换,属于飞控计算机自动控制技术领域。
背景技术
单通道飞控计算机是小型飞行器正常工作的必要部件,也是构成大中型飞机的冗余式飞控计算机的基础。飞控计算机主要是对飞行器的飞行控制律解算,使飞行器自动跟随指令和适应环境(干扰)变化,而且保证在安全、经济的条件下运行。
飞控计算机设备通常在方案论证期间就提出寿命指标与要求,并在研制期间完成寿命分析报告和耐久性试验;而在使用期间需定时或实时进行寿命评估,并按时限更换寿命短的部件。但是,由于一种型号的飞机,特别是小型飞机的产量较低,相应的某一型号的飞控计算机产量也较低,飞控计算机价格又相对较高,所以一般做少量损耗性实验,缺乏充分的可靠性数据;由于电子器件及设备故障的随机性,少量实验获取的可靠性数据误差较大;而另一方面,飞机对飞控计算机可靠性要求高,导致根据实验数据所制定的维修更换时间过短,造成极大浪费。所以说,目前飞控计算机寿命指标的设计、试验与评估还存在不少问题,有待进一步研究解决,以实现较成熟的方法和系统。
传统上,用于飞控计算机的检查和预测性维护的处理通常牵涉到监视各种各样的工作参数,诸如飞控计算机的电流、电压、振动、温度等等,以便检测即将来临的故障。这些参数随时被监视,当某个参数的值超过预定的阀值时被用来触发维修建议。当前技术趋势是通过把各种传感器附着到飞控计算机上的关键环节来使得检测过程自动化,以便通过离线监视或在线监视技术不断地收集信息。运行中的飞控计算机的参数数据可以被连续地跟踪,其中超过特定的范围或数值的数据可被用来启动报警,以便通知操作人员:特定的类型的故障模式即将来临。然而,传统的检查和预测维修过程仅仅以即将来临的故障为目标,不能提供飞控计算机可靠度的评估,也不提供在需要修理/更换之前的剩余工作时间的估计值。
另一方面,来自飞控系统的以前的检查和常规维修而获得的服务和修理信息通常没有被加以汇编以供执行预测/预报维护或进行飞控计算机健康状况综合分析。传统上,维护专家只评估可得到的历史信息,然后根据以前的趋势和个人经验作出维修建议。对于特定的某型系统进行维修或执行维护的决定主要是基于由专家的主观判断形成的设备的可靠度和可使用性的估计。在其他情形下,保护性的维护仅仅是基于飞控计算机运行的小时数或自从上一次维修以来的时间,而不是根据任何鉴于条件的测试结果。而且,即使维护专家希望从特定的飞控计算机系统收集测试数据或参数的运行数据以便执行更详细的分析,但是飞控计算机系统的传统地面线路通信的接入方式往往不具备用于下载这样的数据。
在给出了以上讨论的问题后,希望设计一种能够收集和在线分析飞控计算机参数的方法和系统,它们能够根据系统的温度、电压、振动条件,检测飞控计算机的异常,并预测飞控计算机可靠度和在需要修理/更换前估计的工作时间。
发明内容
本发明的一个目的是提供一种能够在线计算飞行控制计算机剩余寿命预测方法,借助于该方法或装置,可以简便而准确地判断飞控计算机的剩余寿命。
本发明的另一个目的是提供异常检测方法,以保障飞行安全,提高飞机的可靠性。
本发明的另一个目的是提供一种在线统计飞控计算机可靠性的方法,弥补前期可靠性实验数据不足。
本发明为实现上述目的,采用如下技术方案:
本发明飞控计算机系统剩余寿命预测方法如下:
采用飞控计算机系统的状态传感器组检测所述飞控计算机系统得到工作状态数据,工作状态数据包括主控芯片温度、环境温度、电源电压和温度以及飞控计算机振动数据;
把工作状态数据传到机载健康监控计算机;
利用模糊专家系统,根据工作状态数据和故障统计模型,进行飞控计算机系统的故障检测;
获取在机载数据库中的飞控计算机系统历史数据;
利用模糊专家系统,根据历史数据和故障检测结果,进行飞控计算机系统的寿命估计;
对工作状态数据进行数据压缩;
将工作状态数据和故障检测信息下载到地面计算服务器;
在地面计算服务器对多个飞机的飞控计算机信息进行综合,形成统计数据,更新在计算服务器中的地面数据库信息;
更新机载数据库信息。
优选地,所述状态传感器组包括:
一个环境温度检测传感器,用于检测飞控计算机的外部环境温度;
一个主控芯片温度检测传感器,用于检测飞控计算机的主控芯片工作温度;
一个电源温度检测传感器,用于检测飞控计算机的电源工作温度;
一个电源电压检测传感器,用于检测飞控计算机的电源的多路电压;
一个MEMS微加速度传感器,用于检测飞控计算机所处的振动状态;或直接采用飞控系统中的加速度计信息。
优选地,所述工作状态数据压缩包括对动态调整存储周期和计算并保持状态数据的差值。
优选地,所述模糊专家系统包括模糊推理规则、故障检测模型和寿命预测模型。
优选地,所述机载数据库,用于存储飞控计算机的基本信息和历史工作状态数据。
优选地,所述飞控计算机系统还包括提供图形用户接口,显示故障之前的时间或预测以移动的条形图形形式表示飞控计算机系统寿命。
本发明具有以下有益效果:
(1)寿命预测的应用是在监控计算机上安装飞控系统寿命预测软件,该软件完成两类计算:第一类实时运行,根据设定的时间间隔,从机载数据库中读取所需的数据,进行可靠性计算与寿命预测,计算的结果,再送到数据库保存,供地面检测计算机调用;第二类为按指令运行,接收输入的基础数据,进行可靠性计算与寿命预测,计算的结果,送到数据库保存,并返回给输出端。
(2)寿命预测的结果根据实际需要,可以用三类方式输出。第一类为由于实时监测数据超限而触发报警,报警信号输出给机师或地面监控人员;第二类根据操作者发出的请求,机载监控计算机做出动态响应,通过调用寿命预测计算机软件,完成可靠性计算与寿命预测,形成寿命预测结果,返回给用户;第三类为定期检测时与地面检测计算机连线通讯,将前期飞行中统计的可靠性数据,输出给地面检测计算机。
本发明使用以上给定的系统和方法,根据系统寿命数据和统计结果、失效后果的严重程度和已使用的日历时间来确定部件的更换周期、优化检修间隔。
本发明的优点是在飞控计算机工作过程中,可以实时监测工作状态数据,及时进行健康状态的评估;并可以统计长期可靠性数据,弥补前期地面老化实验不足,为设备的安全使用和改进提供依据;定量预测飞控计算机部件的剩余寿命,实现更换周期、优化检修间隔和剩余寿命的在线估计,以便地面合理安排计划检修,使部件的寿命与可靠性处于受控状态,避免部件突然失效造成的经济损失,又可以充分使用电子元器件的剩余寿命,达到了合理使用飞控计算机剩余寿命和优化检修的技术效果。
本发明的另一个优点是寿命预测的计算成本小,所需资源少,可以利用已有的硬件资源,如嵌入式的实时监控计算机甚至可以用飞控计算机本身的计算资源实现,有利于在低成本的小型飞机中使用;采用可扩展的数据库,其参数描述系统多方面的特性,且调整方便,足够用于不同的飞控计算机。
附图说明
图1是本发明的寿命预测系统实施的结构示意图;
图2是本发明的寿命预测系统实施的功能框图;
图3是作为故障率和服务时间的函数的飞控计算机系统的有用的寿命范围(浴盆曲线);
图4是本发明的软件框图。
具体实施方式
如图1所示,本发明飞控计算机系统剩余寿命预测方法如下:
采用飞控计算机系统的状态传感器组检测所述飞控计算机系统得到工作状态数据,工作状态数据包括主控芯片温度、环境温度、电源电压和温度以及飞控计算机振动数据;
把工作状态数据传到机载健康监控计算机;
利用模糊专家系统,根据工作状态数据和故障统计模型,进行飞控计算机系统的故障检测;
获取在机载数据库中的飞控计算机系统历史数据;
利用模糊专家系统,根据历史数据和故障检测结果,进行飞控计算机系统的寿命估计;
对工作状态数据进行数据压缩;
将工作状态数据和故障检测信息下载到地面计算服务器;
在地面计算服务器对多个飞机的飞控计算机信息进行综合,形成统计数据,更新在计算服务器中的地面数据库信息;
更新机载数据库信息。
优选地,所述状态传感器组包括:
一个环境温度检测传感器,用于检测飞控计算机的外部环境温度;
一个主控芯片温度检测传感器,用于检测飞控计算机的主控芯片工作温度;
一个电源温度检测传感器,用于检测飞控计算机的电源工作温度;
一个电源电压检测传感器,用于检测飞控计算机的电源的多路电压;
一个MEMS微加速度传感器,用于检测飞控计算机所处的振动状态;或直接采用飞控系统中的加速度计信息。
优选地,所述工作状态数据压缩包括对动态调整存储周期和计算并保持状态数据的差值。
优选地,所述模糊专家系统包括模糊推理规则、故障检测模型和寿命预测模型。
优选地,所述机载数据库,用于存储飞控计算机的基本信息和历史工作状态数据。优选地,所述飞控计算机系统还包括提供图形用户接口,显示故障之前的时间或预测以移动的条形图形形式表示飞控计算机系统寿命。
实施例1
设计了一种模糊推理方法,用于根据工作状态传感器输入来预报故障模式。寿命预测系统实施的功能框图如图2所示。该方法引入地面和机载两种数据库,其中含有用于传感器输入的概率分析的检查信息,多套飞控计算机系统参数和长期统计数据,并且引入模糊规则,用来把传感器输入与预期的后果相联系。
寿命预测软件工作流程如图4所示。对传感器组的检测数据,首先根据数据库中存有的统计参数,对输入量进行模糊化,如表1所示,然后进行异常门限判别。超过门限值,设定相应的超限标志,否则不设定。再依据专家系统的知识库规则进行故障检测推理。比如,规则设定:环境温度正常,电源多路电压超低,且电源温度超高,则飞控计算机有故障。如果判定有故障,则设定相应的故障标志。最后进行剩余寿命估计。如果寿命发生突变或接近寿命终了,则告警。重复以上流程,直到本次飞行任务完成。
表1传感器输入量模糊设定
超低 | 低 | 正常 | 同 | 超高 | |
芯片温度 | <20℃ | 20℃~40℃ | 40℃~60℃ | 60℃~80℃ | >80℃ |
电源温度 | <20℃ | 20℃~40℃ | 40℃~60℃ | 60℃~80℃ | >80℃ |
环境温度 | <-10℃ | -10℃~10℃ | 10℃~30℃ | 30℃~50℃ | >50℃ |
电压标准 | <95% | 95%~99% | 99%~+101% | 101%~105% | >105% |
振动 | 0~50% | 50%~100% | 100%~200% | 200%~300% | >300% |
注:振动以当时加速度均值为基准值。
对工作状态数据,与基准值求差,对差值进行存储。且根据差值调整存储的周期,借助表1,若差值在正常范围内,则按4倍采样周期存储;若在高/低范围内,则按2倍采样周期存储;若在超高/低范围,则按单采样周期存储,以实现数据压缩。当然,在此基础上,可以再使用其他常规压缩算法。
对飞控计算机系统的各部件统计其平均无故障的时间(MTTF)数据。然后,专家系统根据可靠度模糊规则计算系统的可靠度,并产生总的系统可靠度分布S,并依此得到系统的预期寿命。S是系统的各个部件的故障率r的函数,如下所述:
系统每个部件都有不同的有效寿命,相应的故障率r可以用“浴盆”曲线来描述,见图3。
由于单通道飞控计算机的各模块的故障率是独立的,所以使用相乘的关系来计算系统的可靠度。各模块寿命按照概率密度函数而分布,对于电子器件为主的飞控计算机系统,一般取Weibull分布。各个Weibull分布的数据可以从地面检测数据库提取,这个数据库是根据前期老化实验和长期工作统计数据而编集的。飞控计算机可靠度的条件性概率f(A|B),通过收集系统的现场数据而被确定。
实施例2
针对定制的飞控计算机系统使用。寿命预测系统利用已有的飞控计算机软硬件资源,主程序存储和运行在飞控计算机中,飞控计算机启动时即伴随工作。飞控计算机开机后,利用传感器组监视芯片、电源等环节的温度、电压,环境振动等工作状态数据,并压缩存储在飞控计算机系统中。每次飞行任务完成返场后,将数据下传到地面检测计算机,进行综合统计分析。
其中,数据库中有两个表,一个为公共数据表,一个为各套数据状态表,分别如表2、表3所示:
表2公共数据表属性
数据意义 | 变量 |
首次故障时间(Hour) | t1 |
二次故障时间(Hour) | t2 |
三次故障时间(Hour) | t3 |
多次故障时间(Hour) | t4 |
样本总数 | N |
允许故障率 | F1 |
实际故障率 | F2 |
平均寿命(Hour) | T |
平均无故障时间(Hour) | MTTF |
表3各套飞控计算机的状态表
数据意义 | 变量 |
设备标号 | SN |
已工作时间 | t |
剩余寿命(Hour) | L |
负荷与环境参数 | A |
设备健康状况 | H |
定制的飞控计算机系统,缺乏地面老化试验,设定缺省数据为数据库初始数据。依据小型飞机飞控计算机的使用特点,可设最大时间量为43800小时。即t1=t2=t3=t4=43800(小时),则计算可靠性指标:
若允许故障率为F1=0.0002,即期望平均寿命为1/F1=5000(小时)。由地面老化试验,得验前信息,如对10台飞控计算机,做了强度为2000(小时)的老化试验。试验中所有飞控计算机表现良好。则设定t1=t2=t3=t4=43800,得
寿命预期系统的功能之一是监督可靠性指标是否发生变化。
若在实际工作中,共有10套飞控计算机使用寿命预测系统,即在监控和统计域中。其中一台飞控计算机故障累计飞行时间为:500(小时),一台飞控计算机故障累计飞行时间为:1000(小时),一台飞控计算机故障累计飞行时间为:1500(小时),其他表现良好。则统计数据调整为t1=500,t2=1000,t3=1500,t4=43800,N=20。所以
此时统计故障率超过了允许故障率,寿命预期系统将给出告警,说明飞控计算机需要改进设计,或进行更多数量的实验。
即该型飞控计算机预期寿命(即允许工作时间)调整到1084小时。
寿命预测系统对飞控计算机进行健康评估。每套飞控系统都有唯一的设备标号SN。t为本套飞控计算机已工作时间,则剩余寿命L=T-t。当L=0。开始告警,说明需要更换或进行检修。
寿命预期系统运用专家系统推理规则,将飞控计算机健康状况分成4个等级。
如果T>t2,则按以下规则进行估计。
t<t1,则健康状况H为Excellent
t2>t>t1,则健康状况H为Good
T>t>t2,则健康状况H为Bad
t>T,则健康状况H为Warrning
如果T<t2,则按以下规则估计
t<t1,则健康状况H为Excellent
(T+t1)/2>t>t1,则健康状况H为Good
T>t>(T+t1)/2,则健康状况H为Bad
t>T,则健康状况H为Warrning
寿命预测系统同时实时监控飞控计算机工作状态,并根据该监控数据,利用模糊专家系统推理对飞控计算机进行故障诊断和预测。故障诊断是根据已统计的飞控计算机故障原因的主芯片、电源子模块的可靠度概率分布,以及工作状态数据的组合而执行的。专家系统的开发是用于为一个或多个飞控计算机子模块的可靠度建模和评估飞控计算机系统的负荷与环境参数。把通过执行各模块故障分析得到的结果与负荷与环境参数加以综合,以便利用确定的统计置信度估算出飞控计算机系统在故障之前剩余的时间的定量值。根据负荷与环境参数,对工作时间t进行归一化处理,加速或减缓t的时间标度。
并依此t进行飞控计算机的寿命预测和健康估计。
实施例3
在小批量的飞控计算机上安装使用。不更改和占用原飞控机系统的软硬件资源,将寿命预测系统软件安装在独立的机载检测计算机上,传感器组安装在飞控计算机主芯片表面和电源接口处。在工作过程中,由传感器组采集飞控计算机工作状态数据,寿命预测系统对工作状态进行评估并进行故障监测。飞行任务完成并返场后,将数据下传到地面检测计算机。地面检测计算机对本架次,和同型号多架次飞机的飞控计算机工作状态进行统计分析。分析的结果反馈给后勤检修人员。
根据数据库数据估算可靠性指标的计算式与实施例2相同。
利用前期老化实验的数据作为数据库的初始数据。将飞控计算机前期老化实验所得到的统计数据存入机载数据库,作为初始数据。由地面老化试验,得验前信息平均故障率F。如未知试验详细参数,则缺省设置。如老化试验的总套数缺省设为200。依据小型飞机飞控计算机的使用特点,设最大时间量为43800小时。若1/F>43800,则设定t1=t2=t3=t4=43800,并设F2=1/43800=2.28×10-5。若1/F<43800,则设定t1=t2=t3=t4=1/F。得F2=F。如F=5×10-5,则t1=t2=t3=t4=20000,F2=5×10-5。由于F2<F1,表明该飞控计算机能够满足故障率要求。且平均寿命为若允许故障率为F1=2×10-4,初始期望平均寿命(即允许工作时间)为1/F1=5000(小时)。
寿命预期系统的功能之一是监督可靠性指标是否发生变化。
若在实际工作中,共有20套飞控计算机使用寿命预测系统,即在监控和统计域中。其中1台飞控计算机故障累计飞行时间为:500(小时),一台飞控计算机故障累计飞行时间为:1500(小时),则统计数据调整为t1=500,t2=1500,t3=t4=20000。所以
则此时统计故障率在允许故障率内。
同时,机载寿命预测系统实时监控飞控计算机工作状态,并根据监控数据,利用模糊专家系统推理对飞控计算机进行故障诊断和健康估计。故障诊断是根据已统计的飞控计算机故障原因的主芯片、电源子模块的可靠度概率分布,以及工作状态数据的组合而执行的。专家系统的开发是用于为一个或多个飞控计算机子模块的可靠度建模和评估飞控计算机系统的负荷与环境参数A。把通过执行各模块故障分析得到的结果与负荷与环境参数加以综合,以便利用确定的统计置信度估算出飞控计算机系统在故障之前剩余的时间的定量值。根据负荷与环境参数A,对实际工作时间Rt进行归一化处理,得工作时间
t=A×Rt
以加速或减缓Rt的时间标度。并依t,利用专家系统推理规则,对飞控计算机的剩余寿命和健康状况进行预测和估计。规则如实施例2所述。
当然,本飞控计算机系统寿命分析方法也可被应用于在诸如电子设备的相关领域中的可靠度计算。
Claims (6)
1.一种飞控计算机系统剩余寿命预测方法,其特征在于该方法如下:
采用飞控计算机系统的状态传感器组检测所述飞控计算机系统得到工作状态数据,工作状态数据包括主控芯片温度、环境温度、电源电压和温度以及飞控计算机振动数据;
把工作状态数据传到机载健康监控计算机;
利用模糊专家系统,根据工作状态数据和故障统计模型,进行飞控计算机系统的故障检测;
获取在机载数据库中的飞控计算机系统历史数据;
利用模糊专家系统,根据历史数据和故障检测结果,进行飞控计算机系统的寿命估计,所述飞控计算机历史数据包括飞控计算机系统和部件的出厂初始数据、历史可靠性数据;
对工作状态数据进行数据压缩;
将工作状态数据和故障检测信息下载到地面计算服务器;
在地面计算服务器对多个飞机的飞控计算机信息进行综合,形成统计数据,更新在计算服务器中的地面数据库信息;
更新机载数据库信息。
2.根据权利要求1所述的飞控计算机系统剩余寿命预测方法,其特征在于所述状态传感器组包括:
一个环境温度检测传感器,用于检测飞控计算机的外部环境温度;
一个主控芯片温度检测传感器,用于检测飞控计算机的主控芯片工作温度;
一个电源温度检测传感器,用于检测飞控计算机的电源工作温度;
一个电源电压检测传感器,用于检测飞控计算机的电源的多路电压;
一个MEMS微加速度传感器,用于检测飞控计算机所处的振动状态;或直接采用飞控系统中的加速度计信息。
3.根据权利要求1所述的飞控计算机系统剩余寿命预测方法,其特征在于所述工作状态数据压缩包括对动态调整存储周期和计算并保持状态数据的差值。
4.根据权利要求1所述的飞控计算机系统剩余寿命预测方法,其特征在于所述模糊专家系统包括模糊推理规则、故障检测模型和寿命预测模型。
5.根据权利要求1所述的飞控计算机系统剩余寿命预测方法,其特征在于所述机载数据库,用于存储飞控计算机的基本信息和历史工作状态数据。
6.根据权利要求1所述的飞控计算机系统剩余寿命预测方法,其特征在于所述飞控计算机系统还包括提供图形用户接口,显示故障之前的时间或预测以移动的条形图形形式表示飞控计算机系统寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010500066.9A CN101963937B (zh) | 2010-09-29 | 2010-09-29 | 飞控计算机系统剩余寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010500066.9A CN101963937B (zh) | 2010-09-29 | 2010-09-29 | 飞控计算机系统剩余寿命预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101963937A true CN101963937A (zh) | 2011-02-02 |
CN101963937B CN101963937B (zh) | 2016-08-10 |
Family
ID=43516811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010500066.9A Active CN101963937B (zh) | 2010-09-29 | 2010-09-29 | 飞控计算机系统剩余寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101963937B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104303122A (zh) * | 2012-05-16 | 2015-01-21 | 斯奈克玛 | 通过自动确定判定阈来监测飞机机载设备老化的方法 |
CN104535097A (zh) * | 2014-11-05 | 2015-04-22 | 中国人民解放军第二炮兵工程大学 | 一种小型状态监测记录及故障诊断报警装置 |
CN105302476A (zh) * | 2015-09-17 | 2016-02-03 | 哈尔滨工程大学 | 一种用于核电站设备的可靠性数据在线采集分析存储系统及其存储方法 |
CN105607628A (zh) * | 2016-03-18 | 2016-05-25 | 中国直升机设计研究所 | 一种直升机使用维修保障一体化系统 |
CN105938501A (zh) * | 2015-03-02 | 2016-09-14 | 通用电气公司 | 评估部件的方法 |
CN106055783A (zh) * | 2016-05-26 | 2016-10-26 | 西北工业大学 | 一种计算飞机电子系统任务可靠度的仿真方法 |
CN106227183A (zh) * | 2015-06-02 | 2016-12-14 | Ls 产电株式会社 | Plc装置 |
CN106323373A (zh) * | 2016-08-12 | 2017-01-11 | 工业和信息化部电子第五研究所 | 电子设备健康监测预警系统和方法 |
CN106649727A (zh) * | 2016-12-23 | 2017-05-10 | 南京航空航天大学 | 一种用于无人机飞行控制系统故障检测的数据库构建方法 |
CN106741987A (zh) * | 2016-12-12 | 2017-05-31 | 北京航天测控技术有限公司 | 一种无人机机载健康管理监测系统 |
CN106815118A (zh) * | 2015-11-27 | 2017-06-09 | 飞捷科技股份有限公司 | 电子装置寿命存量的显示及提示系统 |
CN107016144A (zh) * | 2015-10-12 | 2017-08-04 | 空中客车运营简化股份公司 | 用于预测飞机的部件、设备或结构容许的温度的方法 |
CN107991552A (zh) * | 2017-11-20 | 2018-05-04 | 中国运载火箭技术研究院 | 一种重复使用运载器寿命评估及预测系统及方法 |
CN108053079A (zh) * | 2017-12-29 | 2018-05-18 | 山东超越数控电子股份有限公司 | 一种用于机务外场的备件数量预测方法和系统 |
CN108069049A (zh) * | 2017-12-03 | 2018-05-25 | 中国直升机设计研究所 | 一种基于二级维修体制的直升机维修方法 |
CN108107864A (zh) * | 2016-11-24 | 2018-06-01 | 中国铁路总公司 | 一种计算机联锁系统服役寿命预测评估方法 |
CN108345946A (zh) * | 2017-12-14 | 2018-07-31 | 中国航空工业集团公司上海航空测控技术研究所 | 一种面向无人机地面保障的维护决策系统及方法 |
CN108764567A (zh) * | 2018-05-28 | 2018-11-06 | 中国科学院自动化研究所 | 基于状态健康信息的剩余寿命远程预测方法、系统及设备 |
CN108960478A (zh) * | 2017-05-25 | 2018-12-07 | 波音公司 | 交通工具零件可靠性确定系统和方法 |
CN110992515A (zh) * | 2018-10-02 | 2020-04-10 | 霍尼韦尔国际公司 | 使用加速失效时间模型来预测部件的剩余使用寿命的方法和系统 |
CN111045939A (zh) * | 2019-12-09 | 2020-04-21 | 山西大学 | Weibull分布的故障检测开源软件可靠性建模方法 |
CN111461360A (zh) * | 2020-03-31 | 2020-07-28 | 中国商用飞机有限责任公司 | 飞控系统进行机内自检测bit的剩余架次监控的方法和装置 |
CN111645870A (zh) * | 2020-06-15 | 2020-09-11 | 四川省天域航通科技有限公司 | 一种大型货运无人机机载监测系统 |
CN112214380A (zh) * | 2020-11-05 | 2021-01-12 | 中国航空工业集团公司西安航空计算技术研究所 | 一种嵌入式计算机的工作寿命监控方法 |
CN114044125A (zh) * | 2021-12-21 | 2022-02-15 | 中国商用飞机有限责任公司 | 飞行器操纵控制系统及控制方法 |
WO2022133825A1 (zh) * | 2020-12-23 | 2022-06-30 | 西门子股份公司 | 元件、功能模块和系统的剩余寿命评估方法、装置和系统 |
CN117170998A (zh) * | 2023-11-03 | 2023-12-05 | 凌雄技术(深圳)有限公司 | 一种智能化设备生命周期管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080172268A1 (en) * | 2005-01-13 | 2008-07-17 | Standard Aero (San Antonio), Inc. | System and method of enhancing cost performance of mechanical systems including life-limited parts |
CN201503328U (zh) * | 2009-09-24 | 2010-06-09 | 河北工业大学 | 真空灭弧室真空度测量及寿命管理专家系统 |
CN201514629U (zh) * | 2009-09-03 | 2010-06-23 | 上海帕科网络科技有限公司 | 带故障检测功能的交换机 |
CN101825893A (zh) * | 2010-05-05 | 2010-09-08 | 湖州师范学院 | 风电机组集中和远程监控、故障诊断系统 |
-
2010
- 2010-09-29 CN CN201010500066.9A patent/CN101963937B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080172268A1 (en) * | 2005-01-13 | 2008-07-17 | Standard Aero (San Antonio), Inc. | System and method of enhancing cost performance of mechanical systems including life-limited parts |
CN201514629U (zh) * | 2009-09-03 | 2010-06-23 | 上海帕科网络科技有限公司 | 带故障检测功能的交换机 |
CN201503328U (zh) * | 2009-09-24 | 2010-06-09 | 河北工业大学 | 真空灭弧室真空度测量及寿命管理专家系统 |
CN101825893A (zh) * | 2010-05-05 | 2010-09-08 | 湖州师范学院 | 风电机组集中和远程监控、故障诊断系统 |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104303122B (zh) * | 2012-05-16 | 2016-09-21 | 斯奈克玛 | 通过自动确定判定阈来监测飞机机载设备老化的方法 |
CN104303122A (zh) * | 2012-05-16 | 2015-01-21 | 斯奈克玛 | 通过自动确定判定阈来监测飞机机载设备老化的方法 |
CN104535097A (zh) * | 2014-11-05 | 2015-04-22 | 中国人民解放军第二炮兵工程大学 | 一种小型状态监测记录及故障诊断报警装置 |
US11334062B2 (en) | 2015-03-02 | 2022-05-17 | General Electric Company | Method of evaluating a part |
CN105938501A (zh) * | 2015-03-02 | 2016-09-14 | 通用电气公司 | 评估部件的方法 |
US10248098B2 (en) | 2015-06-02 | 2019-04-02 | Lsis Co., Ltd. | PLC apparatus |
CN106227183A (zh) * | 2015-06-02 | 2016-12-14 | Ls 产电株式会社 | Plc装置 |
CN106227183B (zh) * | 2015-06-02 | 2019-08-13 | Ls 产电株式会社 | Plc装置 |
CN105302476A (zh) * | 2015-09-17 | 2016-02-03 | 哈尔滨工程大学 | 一种用于核电站设备的可靠性数据在线采集分析存储系统及其存储方法 |
CN105302476B (zh) * | 2015-09-17 | 2018-06-12 | 哈尔滨工程大学 | 一种用于核电站设备的可靠性数据在线采集分析存储系统及其存储方法 |
CN107016144A (zh) * | 2015-10-12 | 2017-08-04 | 空中客车运营简化股份公司 | 用于预测飞机的部件、设备或结构容许的温度的方法 |
CN107016144B (zh) * | 2015-10-12 | 2022-05-03 | 空中客车运营简化股份公司 | 用于预测飞机的部件、设备或结构容许的温度的方法 |
CN106815118A (zh) * | 2015-11-27 | 2017-06-09 | 飞捷科技股份有限公司 | 电子装置寿命存量的显示及提示系统 |
CN105607628A (zh) * | 2016-03-18 | 2016-05-25 | 中国直升机设计研究所 | 一种直升机使用维修保障一体化系统 |
CN106055783A (zh) * | 2016-05-26 | 2016-10-26 | 西北工业大学 | 一种计算飞机电子系统任务可靠度的仿真方法 |
CN106323373A (zh) * | 2016-08-12 | 2017-01-11 | 工业和信息化部电子第五研究所 | 电子设备健康监测预警系统和方法 |
WO2018028086A1 (zh) * | 2016-08-12 | 2018-02-15 | 工业和信息化部电子第五研究所 | 电子设备健康监测预警系统和方法 |
US10458823B2 (en) | 2016-08-12 | 2019-10-29 | Fifth Electronics Research Institute Of Ministry Of Industry And Information Technology | System and method for health monitoring and early warning for electronic device |
CN108107864A (zh) * | 2016-11-24 | 2018-06-01 | 中国铁路总公司 | 一种计算机联锁系统服役寿命预测评估方法 |
CN106741987A (zh) * | 2016-12-12 | 2017-05-31 | 北京航天测控技术有限公司 | 一种无人机机载健康管理监测系统 |
CN106741987B (zh) * | 2016-12-12 | 2019-02-01 | 北京航天测控技术有限公司 | 一种无人机机载健康管理监测系统 |
CN106649727B (zh) * | 2016-12-23 | 2019-12-24 | 南京航空航天大学 | 一种用于无人机飞行控制系统故障检测的数据库构建方法 |
CN106649727A (zh) * | 2016-12-23 | 2017-05-10 | 南京航空航天大学 | 一种用于无人机飞行控制系统故障检测的数据库构建方法 |
CN108960478A (zh) * | 2017-05-25 | 2018-12-07 | 波音公司 | 交通工具零件可靠性确定系统和方法 |
CN108960478B (zh) * | 2017-05-25 | 2023-10-13 | 波音公司 | 交通工具零件可靠性确定系统和方法 |
CN107991552A (zh) * | 2017-11-20 | 2018-05-04 | 中国运载火箭技术研究院 | 一种重复使用运载器寿命评估及预测系统及方法 |
CN108069049A (zh) * | 2017-12-03 | 2018-05-25 | 中国直升机设计研究所 | 一种基于二级维修体制的直升机维修方法 |
CN108345946A (zh) * | 2017-12-14 | 2018-07-31 | 中国航空工业集团公司上海航空测控技术研究所 | 一种面向无人机地面保障的维护决策系统及方法 |
CN108053079B (zh) * | 2017-12-29 | 2021-06-29 | 山东超越数控电子股份有限公司 | 一种用于机务外场的备件数量预测方法和系统 |
CN108053079A (zh) * | 2017-12-29 | 2018-05-18 | 山东超越数控电子股份有限公司 | 一种用于机务外场的备件数量预测方法和系统 |
CN108764567A (zh) * | 2018-05-28 | 2018-11-06 | 中国科学院自动化研究所 | 基于状态健康信息的剩余寿命远程预测方法、系统及设备 |
US11681929B2 (en) | 2018-10-02 | 2023-06-20 | Honeywell International Inc. | Methods and systems for predicting a remaining useful life of a component using an accelerated failure time model |
CN110992515A (zh) * | 2018-10-02 | 2020-04-10 | 霍尼韦尔国际公司 | 使用加速失效时间模型来预测部件的剩余使用寿命的方法和系统 |
CN111045939A (zh) * | 2019-12-09 | 2020-04-21 | 山西大学 | Weibull分布的故障检测开源软件可靠性建模方法 |
CN111461360B (zh) * | 2020-03-31 | 2021-07-30 | 中国商用飞机有限责任公司 | 飞控系统进行机内自检测bit的剩余架次监控的方法和装置 |
CN111461360A (zh) * | 2020-03-31 | 2020-07-28 | 中国商用飞机有限责任公司 | 飞控系统进行机内自检测bit的剩余架次监控的方法和装置 |
CN111645870A (zh) * | 2020-06-15 | 2020-09-11 | 四川省天域航通科技有限公司 | 一种大型货运无人机机载监测系统 |
CN112214380A (zh) * | 2020-11-05 | 2021-01-12 | 中国航空工业集团公司西安航空计算技术研究所 | 一种嵌入式计算机的工作寿命监控方法 |
WO2022133825A1 (zh) * | 2020-12-23 | 2022-06-30 | 西门子股份公司 | 元件、功能模块和系统的剩余寿命评估方法、装置和系统 |
CN114044125A (zh) * | 2021-12-21 | 2022-02-15 | 中国商用飞机有限责任公司 | 飞行器操纵控制系统及控制方法 |
CN117170998A (zh) * | 2023-11-03 | 2023-12-05 | 凌雄技术(深圳)有限公司 | 一种智能化设备生命周期管理系统 |
CN117170998B (zh) * | 2023-11-03 | 2024-03-01 | 凌雄技术(深圳)有限公司 | 一种智能化设备生命周期管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101963937B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101963937A (zh) | 飞控计算机系统剩余寿命预测方法 | |
US10239640B2 (en) | Predictive aircraft maintenance systems and methods incorporating classifier ensembles | |
US7395188B1 (en) | System and method for equipment life estimation | |
Mann et al. | Statistical‐based or condition‐based preventive maintenance? | |
US7496475B2 (en) | Maintenance management of a machine | |
KR0157052B1 (ko) | 플랜트의 작동을 제어 및 관리하기 위한 시스템 | |
RU2313815C2 (ru) | Устройство и способ для контроля технической установки, содержащей множество систем, в частности установки электростанции | |
RU2757436C9 (ru) | Устройство и способ контроля указаний на неисправность от транспортного средства, компьютерочитаемый носитель | |
CN103620512A (zh) | 针对高压电气部件的动态评估系统 | |
JP2019113883A (ja) | 稼働補助装置及び風力発電システム | |
GB2450241A (en) | Bayesian probability analysis for health monitoring and failure prediction of complex systems | |
Zhang et al. | Auxiliary power unit failure prediction using quantified generalized renewal process | |
Golbasi et al. | Risk-based reliability allocation methodology to set a maintenance priority among system components: A case study in Mining | |
Greitzer et al. | Predicting remaining life of mechanical systems | |
Pérès et al. | Evaluation of a maintenance strategy by the analysis of the rate of repair | |
RU2668487C2 (ru) | Система информационной поддержки принятия управленческих решений для обслуживающего персонала судовой энергетической установки | |
Ribot et al. | Diagnosis and prognosis for the maintenance of complex systems | |
Adhikari et al. | A framework for aircraft maintenance strategy including CBM | |
Chen et al. | BIM-and IoT-Based Data-Driven Decision Support System for Predictive Maintenance of Building Facilities | |
RU2735296C1 (ru) | Способ многопараметрического контроля состояния сложных электротехнических объектов | |
Shubenkova et al. | Ways to Improve the Efficiency of the Truck's Branded Service System. | |
Gao et al. | Study on the Influence of PHM Technology on Aircraft Maintenance Support Mode | |
Rusin et al. | Improving equipment reliability and system maintenance and repair efficiency | |
Fitzpatrick et al. | Analytical method for the prediction of reliability and maintainability based life-cycle labor costs | |
KR102573254B1 (ko) | 연합 학습을 이용한 기계설비 고장 예지 분석 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |