CN102576475B - 平台健康监视系统 - Google Patents

平台健康监视系统 Download PDF

Info

Publication number
CN102576475B
CN102576475B CN201080046050.3A CN201080046050A CN102576475B CN 102576475 B CN102576475 B CN 102576475B CN 201080046050 A CN201080046050 A CN 201080046050A CN 102576475 B CN102576475 B CN 102576475B
Authority
CN
China
Prior art keywords
information
platform
observed values
chart
health status
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201080046050.3A
Other languages
English (en)
Other versions
CN102576475A (zh
Inventor
R·萨法-巴赫什
P·哈里斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of CN102576475A publication Critical patent/CN102576475A/zh
Application granted granted Critical
Publication of CN102576475B publication Critical patent/CN102576475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME 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
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/006Indicating maintenance
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME 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
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808Diagnosing performance data
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME 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
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841Registering performance data
    • G07C5/085Registering performance data using electronic data carriers
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME 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
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/30Wind power

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供了一种用于监视平台的方法和装置。从与平台关联的传感器网络和若干系统接收监视平台的信息。由信息形成若干观测值。由若干观测值生成图表,其中图表被用于监视平台。

Description

平台健康监视系统
技术领域
本发明一般涉及平台,且具体涉及用于监视平台的方法和装置。更具体地,本发明涉及用于监视平台系统和子系统的健康和功能的方法和装置。
背景技术
平台的形式可以是,例如但不限于,移动式平台、固定式平台、陆基型结构、水基型结构、空基型结构、飞机、潜水艇、公共汽车、人员运输车、坦克、火车、汽车、宇宙飞船、太空站、卫星、水面舰艇和/或其他合适的平台。平台的可靠性对平台的操作和使用是重要的。
例如,对于飞机,希望知道飞机的不同组件何时需要维修。使用维修时间表执行维修。这些维修时间表通常是使用针对不同组件的历史产生的。使用计划维修,在飞机的使用中可避免不按计划的中断。即便使用计划维修,除了在由时间表指示的那些时间,有时还需要更换或维修组件。结果,飞机可能在意外的时间停止服务。这种情形可能需要具有额外的飞机或延迟乘客或货物的运输。
另外,健康监视系统用于监视各种平台系统。当前的健康监视系统监视组件,用于指示组件未在期望的性能水平上操作。通过从这些不同的组件或同组件关联的传感器聚集信息,执行平台的监视。当前可用的健康监视系统接收和处理来自传感器的大量数据,用于估计平台内不同系统和组件的健康。
当前可用的健康监视系统使用具体类型的数据或来自具体的传感器或源的数据,来评价平台的健康。例如,可从具体的一组传感器收集的数据得到具体系统的健康。与平台健康相关的其他可用数据不用于识别该系统的健康。
然而,当前可用的系统,不能为运载工具健康的识别提供期望数量的精确性。当精确性不能满足期望的水平时,可发生增加的维修。这种增加的维修可能是由于维修问题的漏识别或迟识别。进一步,维修问题的错误识别也可导致增加的维修。例如,如果没有以期望量的精确性识别运载工具的传输系统需要的维修,则维修不能按需要及时执行。
因此,可能需要附加的零件、开销和时间以便获得期望性能的传输系统。例如,传输系统适时的维修可以需要较少的零件或不需要零件和仅仅需要更换润滑油。
因此,有利的是具有解决一个或多于一个上述讨论的问题,以及可能的其他问题的方法和装置。
发明内容
在一个有利的实施例中,装置包括同平台关联的传感器网络、同平台关联的若干系统、和与传感器网络和若干系统连接的计算机系统。传感器网络被配置用于监视平台的健康。若干系统和传感器网络被配置用于为平台提供信息。计算机系统被配置用于接收信息、处理信息以便根据信息形成多个观察值/观察(observation),并根据多个观察值和信息产生当前的图表(profile),其中当前的图表用于识别/鉴定(identify)平台的健康。
在又一个有利的实施例中,监视平台健康的系统包括同平台关联的传感器网络、同平台关联的若干系统和同平台关联的计算机系统。若干系统和传感器网络被配置用于为平台提供信息。计算机系统与同平台关联的传感器网络和若干系统通信。计算机系统被配置用于接收来自同平台关联的传感器网络和若干系统的信息。计算机系统被配置用于处理信息以便根据信息形成多个观察值,基于多个观察值内的观察值之间的相似性将多个观察值分成若干组以便形成当前的图表,将当前的图表和若干已知的图表比较以便形成比较结果,并使用比较结果识别平台的健康状态。
在另一种实施例中,提出用于监视平台的方法。从同平台关联的传感器网络和若干系统接收监视平台的信息。根据信息形成多个观察值。根据多个观察值产生图表,其中图表用于监视平台。
特征、功能和优势可在本发明各种实施例中独立地获得,或在其他实施例可结合获得,其中进一步细节可参考下述具体实施例和附图看出。
附图说明
在所附权利要求中陈述有利的实施例的新颖特征。然而,当结合附图阅读时,通过参考本发明有利的实施例的下述具体描述,将最好地理解有利的实施例和使用首选的方式、进一步的目标和其优势,其中:
图1是根据有利的实施例图示说明平台制造和服务方法;
图2图示说明在其中可执行有利的实施例的飞机;
图3是根据有利的实施例图示说明健康监视环境;
图4是根据有利的实施例图示说明数据处理系统;
图5是根据有利的实施例图示说明在计算机系统中用于健康监视系统的信息流;
图6是根据有利的实施例图示说明多个观察值;
图7是根据有利的实施例图示说明监视平台的处理流程图;
图8是根据说明性的实施例图示说明用于产生图表的流程图;
图9是根据有利的实施例图示说明用于产生观察值得分的流程图;和
图10是根据有利的实施例图示说明用于产生已知图表的处理流程图。
具体实施方式
参考更具体的附图,本发明的实施例可在图1示出的飞机制造和服务方法/检修方法(service method)100和图2示出的飞机200的情形下描述。首先转向图1,根据有利的实施例描述飞机制造和服务方法的图示说明。在生产前期,飞机制造和服务方法100可包括图2中飞机200的规格和设计102以及材料采购104。
在生产期间,发生图2中飞机200的组件和部件的制造106以及系统集成108。此后,图2中飞机200可通过认证和交付110,以便安排在使用112中。在由顾客使用112时,安排图2中飞机200的常规的维修和服务114,其可包括修改、重新配置、翻新和其他维修或服务。
通过系统集成商、第三方和/或操作者可执行或完成飞机制造和服务方法100的每一个步骤。在这些示例中,操作者可以是顾客。为了该说明书,系统集成商可包括但不限于,任何数目的飞机制造商和主系统转包商;第三方可包括但不限于,任何数目的卖主、转包商和供应商;以及操作者可以是航空公司、租赁公司、军事实体、服务机构等等。
参考图2,描述了在其中可实施有利的实施例的飞机的图示说明。在该示例中,飞机200通过图1的飞机制造和服务方法100生产,并且可包括具有若干系统204和内部206的机身202。系统204的示例包括推进系统208、电气系统210、液压系统212、环境系统214、着陆系统216和电子系统218中的一个或多于一个。可以包括任何数目的其他系统。尽管已示出了航空航天的示例,不同有利的实施例可应用于其他的工业,例如汽车工业。
在图1中飞机制造和服务方法100的至少一个阶段期间,可使用在此处实施的装置和方法。如此处使用的,当与一列项目使用时,“至少一个”的短语,指可使用列出的项目的一个或多于一个的不同组合以及只需要列表中每一个项目的一个。例如,“项目A、项目B和项目C的至少一个”可包括,例如但不限于,项目A或项目A和项目B。该示例也包括项目A、项目B和项目C或项目B和项目C。
在一个说明性示例中,图1中在组件和部件的制造106中生产的组件和部件,可以与当飞机200在图1的使用112中时生产的组件和部件相似的方式被制造和生产。如又一个示例中,在生产阶段期间可利用若干装置实施例、方法实施例或其组合,如图1中组件和部件的制造106和系统集成108。
当参考项目时,若干指一个或多于一个项目。例如,若干装置实施例是一个或多于一个装置实施例。图1中,在飞机200是在使用112中时和/或在维修和服务114期间,可利用若干装置实施例、方法实施例或其组合。若干不同有利的实施例的使用可充分地加快飞机200的装配和/或减少飞机200的成本。
在这些说明性示例中,在系统集成108或维修和服务114期间,可在飞机200中实施健康监视系统。根据有利的实施例,在使用112中时和/或在维修和服务114期间,可使用健康监视系统。
不同有利的实施例识别和考虑若干注意事项。例如,不同有利的实施例识别和考虑当前使用的健康监视系统,用于识别组件状况的传感器数据经常由健康监视系统的设计者分配。
不同有利的实施例识别和考虑传感器数据这种类型的使用可以不考虑可影响具体组件的其他数据。例如,与第二系统连接的第一系统内的改变或振动也可影响第二系统。不同有利的实施例识别和考虑当前可用的健康监视系统不考虑可影响监视的系统的运载工具内的所有不同系统或结构。
不同有利的实施例识别和考虑各种类型的分析,其可用于考虑附加的数据。例如,可使用统计分析、数据监视、信号处理、法则系统、模糊逻辑、基因算法、Monte Carlo模拟算法和/或其他类型的处理。然而,这些不同的潜在的解决方法不能提供期望的结果。对于数据监视,这些类型的处理是耗时的并且就处理器资源而言是昂贵的。
关于识别平台内不同系统的状态,这些不同的处理也不能提供期望水平的精确性。例如,对于统计分析,假设是基于若干的经常不可获得的样本。进一步地,统计分析将收集的信息量减少到较小的一组参数。对于复杂系统,针对这种类型的分析的假设和使用的处理技术不能为系统建模期望数量的精确性。
如另一个示例,对于信号处理,数据依赖于用于具体组件的若干传感器。将这些值与阈值比较以便做出识别。这种类型的技术不考虑可以在运载工具内发生的其他类型情况。对于法则系统,在运载工具内组件之间不同的相互作用可能难于识别和考虑。
基因算法可比期望的需要更多的时间,以便获得合适的配置用于识别运载工具的健康。Monte Carlo模拟算法涉及来自随机产生器的假设和不能表示真实世界情况的统计。
不同有利的实施例识别和考虑期望的解决方案,该解决方案考虑足够的数据以便更精确地识别运载工具的状态。因此,不同有利的实施例提供用于管理平台健康的方法和装置。在一个有利的实施例中,装置包括计算机系统和传感器网络。传感器网络同平台关联。计算机系统被连接到传感器网络并被配置用于接收来自传感器网络的信息。计算机系统被配置用于根据信息为当前的图表形成观察值。计算机系统将当前的图表和若干已知的图表比较,以便识别平台的健康状态。
现在参考图3,根据有利的实施例描述健康监视环境的图示。使用平台302可实施健康监视环境300。如图示,平台302采取运载工具(vehicle)304的形式。使用图2中的飞机200可实施运载工具304。
如图示,健康监视系统306同平台302关联。第一组件可被认为通过固定到第二组件、结合到第二组件、扣紧到第二组件和/或以一些其他合适的方式连接到第二组件,而与第二组件关联。第一组件也可通过使用第三组件被连接到第二组件。第一组件也可被认为通过作为第二组件的一部分和/或作为第二组件的延伸形成而与第二组件关联。
在这些实施例中,健康监视系统306由计算机系统308和传感器网络310组成。计算机系统308可包含一个或多于一个的计算机,这些计算机彼此可通信。计算机系统308被配置用于执行这些说明性示例中的若干操作。计算机系统308接收来自传感器网络310的至少部分信息312,以便监视平台302的健康状态314。信息312也可接收自同平台302关联的若干系统316。
在这些说明性示例中,传感器网络310包括连接到网络320的若干传感器318。在这些示例中,网络320转而被连接到计算机系统308。若干传感器318在信息312中产生传感器数据322。若干传感器318内的传感器是测量物理量并将这些测量值转换成信号的设备。根据具体的执行,这个信号可以是模拟信号或数字信号。这个信号形成部分传感器数据322。
若干传感器318可包括若干不同类型的传感器。例如但不限于,若干传感器318可包含扩音器、加速计、二氧化碳传感器、催化珠传感器、氧传感器、电流传感器、伏特计、空气流量传感器、质流传感器、湿度计、粒子探测器、高度计、回转仪、角速度传感器/偏航率传感器、和/或一些其他合适类型的设备中的至少一个。
在一些说明性示例中,“至少一个”可以是,例如但不限于,两个项目A、一个项目B和十个项目C;四个项目B和七个项目C;和/或其他合适的组合。
若干系统316可包含,例如但不限于,计算机、航空电子设备、推进系统、环境系统、液压系统、维护系统、和/或其他合适类型的系统。若干系统316产生系统信息324,其可由健康监视系统306使用。在这些说明性示例中,系统信息324可包含数据、命令、记录、消息、和/或其他合适类型的信息,可通过若干传感器318和若干系统316产生这些信息。
在这个说明性示例中,计算机系统308执行若干处理326,以便处理信息312用于放置到联合存储器328中。计算机系统308分析联合存储器328以便形成当前的图表334。例如,若干处理/步骤(process)326可在多条信息332之间形成关联/联合330,以便形成若干图形333和/或当前的图表334。在这些说明性示例中,当前的图表334是关于平台302的健康314。当前的图表334可随着由计算机系统308接收的信息312的变化而变化。
在这个描述的示例中,当前的图表334在联合存储器328中。联合存储器328可采取的形式为数据构造、数据结构、和/或在这个示例中一些其他类型的存储器。进一步地,联合存储器328可以不是这个示例中的实体存储器。
在处理信息312中,若干的处理326可将元数据336联合或加到多条信息332中。元数据336可用于在多条信息332之间形成关联330。在这些说明性示例中,元数据336可由多条信息332的时间戳和多条信息332来源的标识符中的至少一个组成。
然后可将当前的图表334和若干已知的图表338比较以便形成比较结果340。比较结果340用于识别平台302的健康状态342。健康状态342识别平台302的健康314。健康状态342可从若干已知的图表338的若干健康状态344中选出。在这些说明性示例中,若干健康状态344可包含,例如但不限于,新的、可运转的、健康的、退化的、需要修理的、修好的、和/或其他合适的状态。
在这些说明性示例中,可通过若干训练课程/训练项目(trainingsession)346使用平台302产生若干已知图表338。例如,在若干训练课程346中的一个训练课程中,由健康监视系统306在时间段348接收的所有信息312,可作为在若干健康状态344内的具体健康状态被识别。例如,健康状态342对于时间段348可以是“新的”。在若干训练课程346期间的其他时间段可产生若干已知图表338的其他图表。
根据具体的执行,收集的信息量312可变化。例如,信息312可以连续的方式、统一的方式、间断的方式、或非统一的方式收集。信息可以在几分钟、若干小时、若干天、或一些其他合适的时间段被收集。对平台302不同的已知状态可执行若干训练课程346。对平台302可特别地执行若干训练课程346,如此以致若干已知图表338精确地反映平台302的不同健康状态。
以这种方式,与当前使用的健康监视系统相比较,健康监视系统306可增加平台302的可用性。每次健康监视系统306接收一条信息时,当前图表334与若干已知图表338的比较340可被执行。
如又一个示例,尽管在这些示例中平台302采取运载工具304的形式,但是平台302也可采取其他的形式。例如,平台302可以仅是运载工具304的一部分。例如,平台302可以是运载工具304的推进系统、传动轴、或一些其他的组件。
图3中,健康监视环境300的图示不意味着暗示物理或结构限制在其中可实施不同的有利的实施例的方式。可以使用除了图示的组件之外和/或代替图示的组件的其他组件。在一些有利的示例中,一些组件可能是不需要的。另外,显示模块用来说明一些功能组件。当在不同的有利的实施例中实施时,一个或多于一个这些模块可组合和/或分成不同的模块。
例如,在一些有利的实施例中,健康监视系统306仅能接收来自传感器网络310的信息312而不能接收来自若干系统316的信息312。在又一个其他有利的实施例中,可存在若干健康监视系统以便监视平台302的不同部分。
现在转到图4,根据有利的实施例描述的数据处理系统的图示。在这个说明性示例中,数据处理系统400包含通信结构(communicationfabric)402,其在处理器单元404、存储器406、永久存储器408、通信单元410、输入/输出(I/O)单元412、和显示器414之间提供通信。
处理器单元404用于执行可加载入存储器406的软件指令。根据具体的实施,处理器单元404可以是一组一个或多于一个处理器或可以是多处理器核。进一步地,处理器单元404可以使用一个或多于一个不同种类的处理器系统被实施,在不同种类的处理器系统中,主处理器与次处理器存在于单个芯片上。如另一个说明性示例,处理器单元404可以是包含同类型若干处理器的对称式多处理器系统。
存储器406和永久存储器408是存储设备416的示例。存储设备是能够存储信息的任何硬件,该信息例如但不限于,数据、功能形式的程序代码、和/或暂时的和/或永久的其他合适的信息。在这些示例中,存储器406可以是,例如,随机存取存储器或任何其他合适的易失性或非易失性存储设备。
根据具体的实施,永久存储器408可采取各种形式。例如,永久存储器408可包含一个或多于一个的组件或器件。例如,永久存储器408可以是硬盘驱动器、闪速存储器、可重写光盘、可重写磁带、或上述的一些组合。永久存储器408使用的媒介也可以是可移动的/可拆卸的。例如,移动硬盘驱动器可用于永久存储器408。
在这些示例中,通信单元410提供与其他数据处理系统或设备的通信。在这些示例中,通信单元410是网络接口卡。通信单元410可通过使用实体的和无线的通信链接中的其一或两者来提供通信。
输入/输出单元412允许使用与数据处理系统400连接的其他设备输入和输出数据。例如,输入/输出单元412可通过键盘、鼠标、和/或一些其他合适的输入设备为使用者输入提供连接。进一步地,输入/输出设备412可向打印机发送输出。显示器414为使用者提供显示信息的装置。
操作系统、应用软件、和/或程序的指令可位于存储设备416中,其通过通信结构402与处理器单元404通信。在这些说明性示例中,指令是以功能的形式在永久存储器408上。这些指令可以加载入存储器406用于由处理器单元404执行。通过处理器单元404使用计算机执行指令可执行不同实施例的处理,计算机执行指令可位于存储器内,如存储器406。
这些指令被称为程序代码、计算机可用程序代码、或计算机可读取程序代码,其可通过在处理器单元404中的处理器读取和执行。在不同实施例中,程序代码可在不同物理的或实体的计算机可读介质上实施,如存储器406或永久存储器408。
程序代码418以功能的形式位于选择性可移动的计算机可读介质420上,并可载入或转移到数据处理系统400上以便通过处理器单元404执行。在这些示例中,程序代码418和计算机可读介质420形成计算机程序产品422。在一个示例中,计算机可读介质420可以是实体的形式,例如,插入或放入驱动器或其他设备中的光盘或磁盘,其中驱动器或其他设备是转移到存储设备上的永久存储器408的一部分,如是永久存储器408的一部分的硬盘驱动器。在实体形式中,计算机可读介质420也可采取永久存储器的形式,如被连接到数据处理系统400的硬盘驱动器、指状存储器、或闪速存储器。实体形式的计算机可读介质420也被称作计算机可记录存储介质。在一些示例中,计算机可读介质420是不可移动的/拆卸的。
可替换地,通过到通信单元410的通信链接和/或通过到输入/输出单元412的连接,程序代码418可从计算机可读介质420上转移到数据处理系统400上。在说明性示例中,通信链接和/或连接可以是实体的或无线的。计算机可读介质也可采取非实体介质的形式,如通信链接或包含程序代码的无线传输。
在一些说明性实施例中,程序代码418可通过网络从另一个设备或数据处理系统下载到永久存储器408上,以便在数据处理系统400中使用。例如,在服务器数据处理系统中,存储在计算机可读取存储介质中的程序代码,可从本服务器通过网络下载到数据处理系统400。提供程序代码418的数据处理系统可以是服务器计算机、客户端计算机、或能够存储和传送程序代码418的一些其他设备。
为数据处理系统400说明的不同组件不意欲对在其中可执行不同的实施例的方式提供结构上的限制。不同说明性实施例可以在数据处理系统中执行,数据处理系统包含除了或代替那些为数据处理系统400的说明的组件。图4中示出的其他组件可以是说明性示例示出的变换。使用任何能够执行程序代码的硬件设备或系统可执行不同的实施例。作为一个示例,数据处理系统可包含与无机组件集成的有机组件和/或可以包括除了人类以外的全部的有机组件。例如,存储设备可由有机半导体组成。
作为另一个示例,数据处理系统中的存储设备是可存储数据的任何硬件装置。存储器406、永久存储器408、和计算机可读介质420是实体形式的存储设备的示例。
在又一个示例中,总线系统可用于实现通信结构402并且可由一个或多于一个总线组成,如系统总线或输入/输出总线。当然,总线系统可以使用任何合适类型的结构被实现,该结构为附属于总线系统的不同组件或设备之间提供数据转移。另外,通信单元可包含用于发送和接收数据的一个或多于一个设备,如调制解调器或网络适配器。进一步地,存储器可以是,诸如存储器406或高速缓冲存储器,其存在于通信结构402中的接口和存储控制器网络中心。
现在转向图5,根据有利的实施例,描述了在计算机系统中用于健康监视系统的信息流的图示。在这个说明性示例中,计算机系统500可包含一个或多于一个的计算机,可使用图4中的数据处理系统400来实现这些计算机。
在这个说明性示例中,若干处理/程序502在计算机系统500上运行。若干处理502接收传感器数据506和系统信息508中至少一个形式的信息504。通过使用传感器数据506和系统信息508中的至少一个,若干处理502形成多个观察值(observation)510。
例如,若干处理502识别信息504内的多条信息512。以接收一条信息514的时间为基础,识别多条信息512内的一条信息514。对于观察值520,一条信息514内的所有信息可被置入参数518内。参数518是使用一条信息514的信息填充的变量。参数518中的每一个参数是变量,在其中可放置值或文字。
当用一条信息514填充参数518时,形成多个观察值510中的观察值520。在存储器522中,将观察值520存储在多个观察值510中。
进一步地,元数据524也包括在观察值520内。元数据524可以是,例如但不限于,时间戳526。在这些说明性示例中,元数据524也可包括联合/关联528。关联528可用于在多个观察值510之间产生关联。由多个观察值510形成若干组530,多个观察值510是基于多个观察值510之间的相似性彼此关联。在这些说明性示例中,当多个观察值510分成若干组530时,形成当前的图表532。
在这些说明性示例中,基于多个观察值510内观察值彼此的相似性,将多个观察值分成若干组530。例如,将观察值520中的参数518与多个观察值510中的其他观察值的多个参数534相比较。基于这个比较,可在观察值520和多个观察值510内的其他观察值之间识别相似性536。得分/评价(score)539可分配到多个观察值510中的其他观察值上。
此后,得分539可用来确定在观察值520和多个观察值510中的每一个其他观察值之间是否应该形成关联。针对多个观察值510中的所有其他观察值,可执行这个处理。
当前的图表532可用于识别平台的健康538。例如,当前的图表532可与若干已知图表540相比较。在这些说明性示例中,若干已知的图表540内的每一个图表对应于平台的若干健康状态542。与若干已知图表540中的图表的匹配或与若干已知图表中的图表的最近似匹配,可用于识别平台的若干健康状态542中的健康状态544。健康状态544指示平台的健康538。
另外,可执行若干处理502以便产生若干已知的图表。例如,在具体的健康状态期间,在时间段546期间接收的信息504可以是平台训练信息547。若干处理502可在其他时间段执行,以便识别其他已知图表。
进一步地,若干处理502可以利用过去的信息504代替在期间收集的信息504执行,以便产生若干已知的图表540。使用时间戳526可识别训练信息547。训练信息547是由先前收集的信息组成。在一些示例中,时间戳526可包含在训练信息547内。
另外,维修信息548也可用于产生若干已知图表540。在一些有利的实施例中,维修信息548可以是部分训练信息547。维修信息548可包含有关若干维修事件的信息。例如,维修信息548可指示何时添加新的组件、何时进行修理、何时进行更换、和/或其他合适的信息。这些信息可用于识别不正确地安装的部件或错误的部件。
进一步地,在一些有利的实施例中,计算机系统500基于维修信息548选择多个观察值510的一部分。计算机系统500利用若干维修事件和/或元数据选择该部分。元数据包括用于一条信息的时间戳和该条信息源的标识符中的至少一个。在这些示例中,可根据多个观察值510的该部分产生当前的图表532。
如具体的示例,可以基于用于飞机着陆系统的信息504形成多个观察值510。维修信息548可指示在多个观察值510形成期间更换部分着陆系统。维修信息548和元数据524可用于选择多个观察值510的该部分,其是在部件更换后形成的。然后选择的部分可用于产生当前的图表532。
图5中计算机系统500的图示不意欲物理或结构限制在其中可实施不同的有利的实施例的方式。例如,在一些有利的实施例中,若干已知的图表540可位于远离计算机系统的位置上。作为另一个示例,若干处理502中的一个处理可收集信息504以便形成当前的图表532。另一个处理可形成多个观察值510之间的关联528,以便形成当前的图表532。
现在参考图6,根据有利的实施例描述多个观察值的图示。多个观察值600是图5中多个观察值510的一个实现的示例。多个观察值600包含用于监视平台健康的参数。
在这个说明性示例中,多个观察值600可包含基于信息,如图5中信息504形成的观察值。如描述的,多个观察值600分成组602、组604和组606。这些组中的每一个包含具有相似性的多个观察值600内的观察值。
更进一步地,组602、604和606的每一个对应于健康状态。在这个说明性示例中,组602中的观察值对应于“退化的”健康状态。组604中的观察值对应于“需要修理”健康状态。在一些示例中,“需要修理”健康状态也被称为如“有故障的”健康状态。组606中的观察值对应于“修理过/已经修理的”健康状态。在一些示例中,“修理过”的健康状态也被称为“健康的”状态。
现在参考图7,根据有利的实施例,描述用于监视平台的处理流程图的图示。图7中的处理可在图3中的健康监视环境300中的健康监视系统306中执行。
通过接收来自监视平台(操作700)的信息开始处理。可通过接收来自与平台关联的传感器网络的信息执行平台的监视。该监视也可以通过接收来自平台上若干系统的信息发生。
然后处理根据信息(操作702)形成多个观察值。通过识别接收的信息内的多条信息可形成这些观察值。根据每条信息生成观察值以便形成多个观察值。在这些说明性示例中,一条信息可以作为在具体的时间或在具体的时间段内的一条信息被识别。该条信息中的不同值或文字可放置到观察值的参数中。
然后处理根据多个观察值生成图表,在其中图表用于监视平台(操作704),在其后处理终止。图表的生成可以若干不同的方式被执行。例如,通过将多个观察值放置在存储器中,可发生图表的形成。在其他有利的实施例中,当多个观察值被分组时,可生成图表。
当在平台的操作期间收集信息并分析该信息以便识别图表的健康状态时,图7中生成的图表可以是当前的图表。这种健康状态可用于指示平台的健康。在其他有利的实施例中,图表可以是已知的图表,其生成并用于监视平台。当图表是已知图表时,信息可包含维修信息。
现在参考图8,根据说明性实施例描述生成图表的流程图的图示。图8中图示说明的处理可在图3中若干处理326中或图5中若干处理502中被实施。
通过从多个观察值选择未被处理的观察值开始处理/步骤(操作800)。然后处理获得具有得分的观察值(操作802)。在操作802中,这些观察值是除选择的观察值以外的观察值。在这个说明性示例中,这些得分识别观察值与所选择的观察值的相似性。
然后处理将观察值的得分与选择的观察值的得分比较,以便形成比较(操作804)。基于比较选择一组观察值(操作806)。在这些说明性示例中,该组观察值可包含来自做出比较的观察值的零个观察值、一个观察值、或任何其他数目的观察值。接着,选择的观察值和该组观察值彼此分组以便形成组(操作808)。
确定在观察值中是否存在其他未被处理的观察值(操作810)。如果存在其他未被处理的观察值,处理返回到上述操作800。否则一旦观察值的处理被完成并且图表已形成,则终止处理。
现在参考图9,根据有利的实施例描述为观察值生成得分的流程图图示。在图9中图示说明的处理是图8中操作802执行的一个示例。
通过接收观察值开始处理(操作900)。这些观察值是关于选择的观察值期望得分的观察值,选择的观察值期望相似性得分。选择的观察值可以是图8操作800中未被处理的观察值。处理识别在接收的观察值中未被处理的观察值用于处理(操作902)。比较选择的观察值与识别的观察值形成比较结果(操作904)。
使用比较结果为选择的观察值生成得分(操作906)。确定在接收的观察值中是否存在其他未被处理的观察值(操作908)。如果存在其他未被处理的观察值,处理返回到操作902。否则,处理终止。
现在回到图10,根据有利的实施例描述生成已知图表的处理流程图的图示。在图10中图示说明的处理可在图3中健康监视环境300中执行。进一步地,该处理可在图3中的若干处理326内执行。
通过形成平台的限定开始处理(操作1000)。该平台可以是整个运载工具、子系统、组件、或平台的一些其他合适部分。平台限定包含观察值的参数。
然后处理选择健康状态(操作1002)。该健康状态是针对将形成的已知的图表。然后处理接收信息(操作1004)。在这些示例中,操作1004可在平台的操作期间被执行。在一些有利的示例中,信息可以是为平台先前收集的历史信息。然后处理使用信息生成观察值(操作1006)。
然后确定是否需要附加的信息(操作1008)。如果附加的信息是需要的,处理返回到操作1004。否则,处理根据观察值生成已知的图表(操作1010)。然后确定附加的图表是否将被生成(操作1012)。如果附加的图表是将被生成,程序返回到操作1002。否则,程序终止。
在不同描述的实施例中的流程图和方块图图示说明装置、方法和计算机程序产品的一些可能执行的结构、功能和操作。在这一点上,流程图或方块图的每一个模块可代表模块、程序段(segment)、或计算机可使用的或可读取的程序代码的一部分,程序代码包含一个或多于一个的可执行指令用于执行具体的功能或若干功能。在一些可替换的执行中,在模块中记下的上述功能或若干功能可在图表中记下的顺序外发生。例如,在一些情形中,根据涉及的功能性,连续示出的两个模块可基本同时地执行,或模块有时以相反的顺序地执行。
例如,在一些有利的实施例中,在操作1002中健康状态的选择可在操作1010中生成已知图表之后执行。对于这种类型的处理,已知图表可在其生成后与健康状态关联。进一步地,为已知图表选择健康状态可以基于训练信息和/或维修信息。
因此,不同有利的实施例提供监视平台的方法和装置。在一个有利的实施例中,装置包括计算机系统和传感器网络。传感器网络与平台关联。计算机系统被连接到传感器网络并被配置成接收来自传感器网络的信息。计算机系统被配置成根据当前图表的信息形成观察值。计算机系统比较当前图表与若干已知图表以便识别平台的健康状态。
不同有利的实施例可采取的形式为完全硬件实施例、完全软件实施例、或包含硬件和软件的实施例。一些实施例在软件中执行,其包括但不限于,形成诸如,例如固件、常驻软件、微代码。
此外,不同实施例可采取的形式为从计算机可使用或计算机可读介质可存取的计算机程序产品,其提供程序代码由计算机或执行指令的任何设备或系统使用或与其连接。为了本发明的目的,计算机可使用或计算机可读介质通常可以是任何实体装置,其可包含、存储、通信、传播、或传输由指令执行系统、装置、或设备使用或与其连接的程序。
计算机可使用或计算机可读介质可以是,例如但不限于,电子的、磁性的、光学的、电磁的、红外线的、或半导体系统、或传播介质。计算机可读介质非限制性的示例包括半导体或固态存储器、磁带、可移动的计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、硬盘和光盘。光盘可包含光盘只读存储器(CD-ROM)、光盘读/写(CD-R/W)和DVD。
进一步地,计算机可使用或计算机可取介质可包含或存储计算机可读或可使用程序代码,以便当在计算机上执行计算机可读或可使用程序代码时,该计算机可读或可使用程序代码的执行使得计算机通过通信链接发送另一个计算机可读或可使用的程序代码。该通信链接可使用的介质是,例如但不限于,实体的或无线的。
适于存储和/或执行计算机可读或计算机可使用的程序代码的数据处理系统将包含一个或多于一个处理器,其通过通信结构如系统总线直接地或间接地耦合到存储器元件。存储器元件可以包括在程序代码、大容量存储器、和高速缓冲存储器的实际执行期间使用的局部存储器,其提至少一些计算机可读或计算机可使用的程序代码的暂时存储,以便在代码的执行期间减少代码从大容量存储器检索的次数。
输入/输出或I/O设备可直接地或通过介于中间的I/O控制器耦合到系统。这些设备可包括,例如但不限于,键盘、触摸屏显示器和定点设备。不同的通信适配器也可耦合到系统,以便使数据处理系统能通过介于中间的私有的或公共的网络耦合到其他的数据处理系统、远程打印机或存储器设备。非限制性示例是调制解调器和网络适配器,并且仅仅是通信适配器的少数当前有用的类型。
为了说明和描述的目的已提出不同有利实施例的描述,但并不意欲详尽的或限于公开形式的实施例。许多的修改和变化对于本领域普通技术人员将是明显的。进一步地,不同有利的实施例可以提供与其他有利的实施例相比不同的优势。可以选择和描述实施例或若干实施例以最好的解释实施例、实际应用的原理,并且能使本领域其他普通技术人员理解本发明的具有各种修饰的各种实施例,其适于具体设计的使用。

Claims (18)

1.一种用于包括健康监视系统的平台的装置,其包括:
同所述平台关联的传感器网络,其中所述传感器网络被配置用于监视所述平台的健康;
同所述平台关联的若干系统,其中所述若干系统和传感器网络被配置用于为所述平台提供信息;和
被连接到所述传感器网络和所述若干系统的计算机系统,其中所述计算机系统被配置用于接收所述信息并且处理所述信息,其中所述装置提供所接收信息中的多个观察值得分的改进,其特征在于:
联合存储器使用所述信息的所述多个观察值的元数据产生多个观察值的关联,所述信息包括接收的训练信息,以产生多个已知图表中的已知图表,并且基于维修信息和所述元数据从所述多个观察值的一部分产生所述联合存储器中的当前图表,其中维修信息和所述元数据用于从所述多个观察值的该部分选择关联,其是在平台中的部件更换后形成的;
其中所述信息中的所述当前图表用于识别所述平台的健康状态,成组的所述健康状态对应于退化的健康状态、需要修理的健康状态和修理过的健康状态。
2.如权利要求1所述的装置,其中所述计算机系统在远离所述平台的位置,并通过所述平台上的另一个计算机系统被连接到所述传感器网络和所述若干系统。
3.如权利要求1所述的装置,其中所述计算机系统被配置用于执行若干操作,包括:从所述平台的若干系统接收所述信息的至少一部分;在所述信息中识别多条信息;根据所述多条信息中的每条信息生成观察值,以便形成所述多个观察值的所述部分;并基于所述平台的健康状态选择性地生成警报。
4.如权利要求1所述的装置,其进一步包括:
若干系统,其中所述若干系统包括导航系统、用于飞机的航空电子设备、环境控制系统、表面控制系统、飞行控制系统、驱动系统、着陆系统和推进系统中的至少一个。
5.如权利要求3所述的装置,其中通过分析所述计算机系统内的联合存储器,所述计算机系统根据所述多个观察值的所述部分生成所述当前图表。
6.如权利要求3所述的装置,其中所述训练信息包括为所述平台先前收集的信息、关于所述平台的维修信息和为所述平台先前收集的信息的时间戳。
7.如权利要求1所述的装置,其中在生成所述当前图表时,所述计算机系统进一步被配置为基于为所述平台执行的若干维修事件选择所述多个观察值的所述部分,以生成所述当前图表。
8.如权利要求1所述的装置,其中所述元数据是由一条信息的时间戳和该条信息源的标识符中的至少一个组成。
9.如权利要求1所述的装置,其中已知健康状态的所述训练信息包含自在选择的数据信息前、在选择的数据信息后、和一段时间信息期间中的一个接收的所述信息。
10.如权利要求1所述的装置,其中一部分所述信息接收自所述若干系统中的维修数据库。
11.如权利要求1所述的装置,其中所述信息包含数据、命令和消息中的至少一个。
12.如权利要求1所述的装置,进一步包括:
所述平台,其中所述平台选自下列中的一个:移动式平台、固定式平台、陆基型结构、水基型结构、空基型结构、飞机、水面舰艇、坦克、人员运输车、火车、宇宙飞船、太空站、卫星、潜水艇、汽车、发电厂、桥、水坝、风涡轮、制造系统、建筑物、翼、稳定器、发动机、液压系统、电力传动齿轮箱和轴。
13.一种用于监视平台健康的系统,所述系统包含:
同所述平台关联的传感器网络;
同所述平台关联的若干系统,其中所述若干系统和传感器网络被配置用于为所述平台提供信息;和
同所述平台关联的计算机系统,其中所述计算机系统与所述传感器网络和若干系统通信,并被配置为接收来自同所述平台关联的传感器网络和若干系统的所述信息,所述信息包括在所述平台的已知健康状态期间获得的训练信息,响应多个观察值中的元数据产生联合存储器中的多条所述信息之间的关联;根据包括接收的训练信息的所述信息的多个观察值处理所述联合存储器中的所述信息,以产生若干已知图表中的已知图表,基于所述多个观察值中的观察值之间的相似性将所述多个观察值分成若干组以便生成当前的图表,该当前的图表基于用于选择多个观察值的一部分的维修信息和元数据,多个观察值的该部分是在平台中的部件更换后形成的,将所述当前的图表与若干的已知图表相比较形成比较结果,并使用所述比较结果识别所述平台的健康状态,成组的所述健康状态对应于退化的健康状态、需要修理的健康状态和修理过的健康状态。
14.如权利要求13所述的系统,其中所述平台是飞机。
15.一种用于监视平台的方法,所述方法包括:
接收监视所述平台的信息,所述信息包括在所述平台的已知健康状态期间获得的训练信息,其中所述信息接收自同所述平台关联的传感器网络和若干系统;
根据所述信息形成多个观察值,所述信息包括所接收的训练信息,以产生若干已知图表中的已知图表;
根据所述多个观察值的元数据在联合存储器中的多条所述信息之间产生关联;和
基于维修信息和元数据,根据所述多个观察值的关联生成所述联合存储器中的图表,其中维修信息和所述元数据用于选择所述多个观察值的一部分,其是部件更换后形成的,其中所述图表用于监视所述平台。
16.如权利要求15所述的方法,其中根据所述信息形成多个观察值的步骤包括:
在所述信息中识别多条信息;和
根据所述多条信息中的每条信息生成观察值,以便形成所述多个观察值。
17.如权利要求15所述的方法,其中所述图表选自当前图表和已知图表中的一个并且其中生成所述图表的步骤包括:
基于所述多个观察值中的观察值之间的相似性,将所述多个观察值中的观察值分组以便形成若干组,该若干组对应于退化的健康状态、需要修理的健康状态和修理过的健康状态。
18.如权利要求15所述的方法,进一步包括:
将所述元数据和所述信息关联,其中所述元数据包括一条信息的时间戳和该条信息源的标识符中的至少一个。
CN201080046050.3A 2009-10-12 2010-09-02 平台健康监视系统 Active CN102576475B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/577,549 US20110087387A1 (en) 2009-10-12 2009-10-12 Platform Health Monitoring System
US12/577,549 2009-10-12
PCT/US2010/047742 WO2011046684A1 (en) 2009-10-12 2010-09-02 Platform health monitoring system

Publications (2)

Publication Number Publication Date
CN102576475A CN102576475A (zh) 2012-07-11
CN102576475B true CN102576475B (zh) 2014-10-01

Family

ID=43014210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080046050.3A Active CN102576475B (zh) 2009-10-12 2010-09-02 平台健康监视系统

Country Status (6)

Country Link
US (1) US20110087387A1 (zh)
EP (2) EP3413272A1 (zh)
JP (1) JP2013507611A (zh)
CN (1) CN102576475B (zh)
CA (1) CA2771401C (zh)
WO (1) WO2011046684A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10679230B2 (en) 2009-04-07 2020-06-09 The Boeing Company Associative memory-based project management system
US8914149B2 (en) 2009-10-12 2014-12-16 The Boeing Company Platform health monitoring system
US8572009B2 (en) 2011-08-16 2013-10-29 The Boeing Company Evaluating the health status of a system using groups of vibration data including images of the vibrations of the system
CA2793400C (en) * 2012-01-26 2018-02-06 The Boeing Company Associative memory-based project management system
US8700838B2 (en) 2012-06-19 2014-04-15 Concurix Corporation Allocating heaps in NUMA systems
US9047196B2 (en) 2012-06-19 2015-06-02 Concurix Corporation Usage aware NUMA process scheduling
US9575813B2 (en) 2012-07-17 2017-02-21 Microsoft Technology Licensing, Llc Pattern matching process scheduler with upstream optimization
US20150161385A1 (en) * 2012-08-10 2015-06-11 Concurix Corporation Memory Management Parameters Derived from System Modeling
US9043788B2 (en) 2012-08-10 2015-05-26 Concurix Corporation Experiment manager for manycore systems
US8966462B2 (en) * 2012-08-10 2015-02-24 Concurix Corporation Memory management parameters derived from system modeling
CA2819938A1 (en) * 2012-10-18 2014-04-18 The Boeing Company Platform health monitoring system
US9251502B2 (en) 2012-11-01 2016-02-02 Ge Aviation Systems Llc Maintenance system for aircraft fleet and method for planning maintenance
US8607018B2 (en) * 2012-11-08 2013-12-10 Concurix Corporation Memory usage configuration based on observations
US8656134B2 (en) 2012-11-08 2014-02-18 Concurix Corporation Optimized memory configuration deployed on executing code
US8656135B2 (en) 2012-11-08 2014-02-18 Concurix Corporation Optimized memory configuration deployed prior to execution
US8878700B2 (en) 2013-02-18 2014-11-04 The Boeing Company Aircraft monitoring system
US9489340B2 (en) 2013-03-08 2016-11-08 The Boeing Company Electrical power health monitoring system
US9436589B2 (en) 2013-03-15 2016-09-06 Microsoft Technology Licensing, Llc Increasing performance at runtime from trace data
US9971037B2 (en) 2013-10-29 2018-05-15 Northrop Grumman Systems Corporation Anomaly detection using an antenna baseline constraint
FR3027417B1 (fr) * 2014-10-20 2016-11-25 Airbus Operations Sas Procede et systeme de generation de rapports d'alertes dans un aeronef
US10324004B2 (en) 2015-04-15 2019-06-18 The Boeing Company Methods and devices for adaptive autonomous polynomial interpolation of time series data
CN108603945B (zh) * 2015-11-04 2019-10-18 塞珀特尔股份有限公司 大气传感器网络及与其相关的分析信息系统
US11410056B1 (en) * 2018-11-20 2022-08-09 American Airlines, Inc. Predictive sensor system for aircraft engines with graphical user interface
US11776330B2 (en) 2019-12-09 2023-10-03 The Boeing Company Closed-loop diagnostic model maturation for complex systems
US11760507B2 (en) 2019-12-09 2023-09-19 The Boeing Company Onboard diagnosis and correlation of failure data to maintenance actions
CN116070963B (zh) * 2023-03-06 2023-06-16 华安证券股份有限公司 一种基于大数据的线上客户服务系统健康度检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1455313A1 (en) * 2003-03-04 2004-09-08 Arinc Incorporated Aircraft condition analysis and management system
CN1839393A (zh) * 2003-05-20 2006-09-27 布拉德利·L·戈特弗里德 机动车监控系统
EP2063399A2 (en) * 2007-11-26 2009-05-27 Honeywell International Inc. Vehicle health monitoring system architecture for diagnostics and prognostics disclosure

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5041976A (en) * 1989-05-18 1991-08-20 Ford Motor Company Diagnostic system using pattern recognition for electronic automotive control systems
US6581049B1 (en) * 1999-11-08 2003-06-17 Saffron Technology, Inc. Artificial neurons including power series of weights and counts that represent prior and next association
US7035864B1 (en) * 2000-05-18 2006-04-25 Endeca Technologies, Inc. Hierarchical data-driven navigation system and method for information retrieval
US7062483B2 (en) * 2000-05-18 2006-06-13 Endeca Technologies, Inc. Hierarchical data-driven search and navigation system and method for information retrieval
US7325201B2 (en) * 2000-05-18 2008-01-29 Endeca Technologies, Inc. System and method for manipulating content in a hierarchical data-driven search and navigation system
US7457785B1 (en) * 2000-08-25 2008-11-25 Battelle Memorial Institute Method and apparatus to predict the remaining service life of an operating system
US7016886B2 (en) * 2001-08-10 2006-03-21 Saffron Technology Inc. Artificial neurons including weights that define maximal projections
US20050038781A1 (en) * 2002-12-12 2005-02-17 Endeca Technologies, Inc. Method and system for interpreting multiple-term queries
US7194975B2 (en) * 2003-12-11 2007-03-27 Honeywell International, Inc. Unmanned underwater vehicle health monitoring system and method
US7574416B2 (en) * 2004-01-16 2009-08-11 Saffron Technology, Inc. Distance-based spatial representation and prediction systems, methods and computer program products for associative memories
US7428528B1 (en) * 2004-03-31 2008-09-23 Endeca Technologies, Inc. Integrated application for manipulating content in a hierarchical data-driven search and navigation system
US7478192B2 (en) * 2004-11-03 2009-01-13 Saffron Technology, Inc. Network of networks of associative memory networks
US7478090B2 (en) * 2005-01-14 2009-01-13 Saffron Technology, Inc. Methods, systems and computer program products for analogy detection among entities using reciprocal similarity measures
KR101322434B1 (ko) * 2005-07-11 2013-10-28 브룩스 오토메이션 인코퍼레이티드 지능형 상태 감시 및 결함 진단 시스템
US7565491B2 (en) * 2005-08-04 2009-07-21 Saffron Technology, Inc. Associative matrix methods, systems and computer program products using bit plane representations of selected segments
US7333917B2 (en) * 2005-08-11 2008-02-19 The University Of North Carolina At Chapel Hill Novelty detection systems, methods and computer program products for real-time diagnostics/prognostics in complex physical systems
US20070050104A1 (en) * 2005-08-24 2007-03-01 The Boeing Company Methods and systems for logistics health status reasoner
US8019752B2 (en) * 2005-11-10 2011-09-13 Endeca Technologies, Inc. System and method for information retrieval from object collections with complex interrelationships
US7581702B2 (en) * 2006-06-09 2009-09-01 Insitu, Inc. Wirelessly controlling unmanned aircraft and accessing associated surveillance data
US7657496B2 (en) * 2006-06-26 2010-02-02 Saffron Technology, Inc. Nonlinear associative memories using linear arrays of associative memory cells, and methods of operating same
US20080097945A1 (en) * 2006-08-09 2008-04-24 The University Of North Carolina At Chapel Hill Novelty detection systems, methods and computer program products for real-time diagnostics/prognostics in complex physical systems
US20080270328A1 (en) * 2006-10-18 2008-10-30 Chad Lafferty Building and Using Intelligent Software Agents For Optimizing Oil And Gas Wells
US8676802B2 (en) * 2006-11-30 2014-03-18 Oracle Otc Subsidiary Llc Method and system for information retrieval with clustering
US20080177683A1 (en) * 2007-01-23 2008-07-24 No Brian Y Method and apparatus for mobile intelligence
US8437904B2 (en) * 2007-06-12 2013-05-07 The Boeing Company Systems and methods for health monitoring of complex systems
US8160981B2 (en) * 2007-09-25 2012-04-17 Saffron Technology, Inc. Event-based anticipation systems, methods and computer program products for associative memories wherein times of future events occurring are predicted
JP4502037B2 (ja) * 2008-04-02 2010-07-14 トヨタ自動車株式会社 故障診断用情報生成装置及びシステム
TW200951752A (en) * 2008-06-06 2009-12-16 Inotera Memories Inc A method for prognostic maintenance in semiconductor manufacturing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1455313A1 (en) * 2003-03-04 2004-09-08 Arinc Incorporated Aircraft condition analysis and management system
CN1839393A (zh) * 2003-05-20 2006-09-27 布拉德利·L·戈特弗里德 机动车监控系统
EP2063399A2 (en) * 2007-11-26 2009-05-27 Honeywell International Inc. Vehicle health monitoring system architecture for diagnostics and prognostics disclosure

Also Published As

Publication number Publication date
WO2011046684A1 (en) 2011-04-21
CA2771401C (en) 2017-11-14
JP2013507611A (ja) 2013-03-04
CN102576475A (zh) 2012-07-11
EP2489014B1 (en) 2018-08-01
EP3413272A1 (en) 2018-12-12
CA2771401A1 (en) 2011-04-21
US20110087387A1 (en) 2011-04-14
EP2489014A1 (en) 2012-08-22

Similar Documents

Publication Publication Date Title
CN102576475B (zh) 平台健康监视系统
Li et al. A systematic methodology for Prognostic and Health Management system architecture definition
EP2462491B1 (en) Monitoring system
US11396386B2 (en) Supporting off-wing maintenance of an engine of an aircraft
EP2991043B1 (en) Methods for generating multiple data reports in vehicles
CN102062619A (zh) 用于通过预测推理来分析复杂系统的方法系统和装置
US10861252B2 (en) Aircraft maintenance and aircraft reliability engineering software system
US9522745B2 (en) Method and system for preparing aircraft maintenance application data for portable devices
EP3835904A1 (en) Closed-loop diagnostic model maturation for complex systems
CN107292393A (zh) 一种便携式维修辅助系统
CN103778045A (zh) 平台健康监视系统
EP3836095A1 (en) Onboard diagnosis and correlation of failure data to maintenance actions
Xu et al. Integrated system health management: Perspectives on systems engineering techniques
Zaluski et al. Developing data mining-based prognostic models for cf-18 aircraft
Xie et al. Knowledge map and forecast of digital twin in the construction industry: State-of-the-art review using scientometric analysis
Wang et al. A review of digital twin for vehicle predictive maintenance system
CN112182783B (zh) 航天飞行器系统的风险识别方法、设备及存储介质
Zaluski et al. Developing data mining-based prognostic models for cf-18 aircraft
EP2290487A1 (en) Monitoring system
US20230394889A1 (en) Vehicle Health Management Using a Counterfactual Machine Learning Model To Optimize Maintenance Parameters
Rajesh et al. Driving sustainability-The role of digital twin in enhancing battery performance for electric vehicles
Meyer et al. Linking Digital Twins to Use Time Series for Predictive Maintenance at Component Level
de Oliveira et al. Digital Twin and Cyber-Physical System Integration in Commercial Vehicles: Latest Concepts, Challenges and Opportunities
Geanta Contribution to a modelling framework of integrated vehicle health management: a generic health management module supporting the integration of diagnostics and prognostics
Smith 7.3. 1 Human Understandability for Optimizing Architectures

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