CN103261987A - 监测涡轮喷气发动机变几何形状部件传动系统伺服控制回路的方法和装置 - Google Patents

监测涡轮喷气发动机变几何形状部件传动系统伺服控制回路的方法和装置 Download PDF

Info

Publication number
CN103261987A
CN103261987A CN2011800609851A CN201180060985A CN103261987A CN 103261987 A CN103261987 A CN 103261987A CN 2011800609851 A CN2011800609851 A CN 2011800609851A CN 201180060985 A CN201180060985 A CN 201180060985A CN 103261987 A CN103261987 A CN 103261987A
Authority
CN
China
Prior art keywords
parameter
actuator
monitoring
index
servo
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
Application number
CN2011800609851A
Other languages
English (en)
Other versions
CN103261987B (zh
Inventor
吉恩-雷米·安德鲁·马赛
本杰明·皮埃尔·拉莫雷克斯
克里斯蒂安·奥罗索
里吉斯·米歇尔·保罗·戴尔达勒
泽维尔·弗兰德罗伊斯
阿齐兹·西弗
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.)
Safran Aircraft Engines SAS
Original Assignee
SNECMA SAS
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 SNECMA SAS filed Critical SNECMA SAS
Publication of CN103261987A publication Critical patent/CN103261987A/zh
Application granted granted Critical
Publication of CN103261987B publication Critical patent/CN103261987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02CGAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C9/00Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric 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
    • G05B23/0221Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Turbines (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)

Abstract

本发明所述的方法包括:从伺服控制回路的运行数据中估计监测参数;从监测参数中获取指标;从至少一些指标的值中确定至少一个特征;以及根据所述至少一个确定的特征来检测和定位影响伺服控制回路的性能降级情况。

Description

监测涡轮喷气发动机变几何形状部件传动系统伺服控制回路的方法和装置
技术领域
本发明涉及到一般航空领域。特别是,本发明涉及到监测传动系统伺服控制回路,所述传动系统用来驱动安装在飞机上的涡轮喷气发动机的变几何形状部件。
背景技术
术语“变几何形状部件”在此处用来是指发动机的设备部件而不是旋转构件,而且部件尺寸、形状、和/或位置和/或转速都会根据所监测到的情况或根据发动机转速而改变。“变几何形状部件”的示例包括压气机可调静子叶片(VSV)和压气机可调放气阀(VBV)的螺距角、涡轮叶尖间隙,以及燃油计量装置位置等。
通常,这些可调尺寸、形状、或位置都由液压传动系统来改变,后者使用燃油作为其传动流体。这些传动系统由飞机的全权数字发动机控制(FADEC)装置电子调节模块或电子控制装置(ECU)来控制,从而使可变几何形状适合飞机的飞行状况。控制是通过伺服控制回路来进行的。
为此,人们很容易明白,为了确保涡轮喷气发动机可用并有效,监测变几何形状部件的传动系统是至关重要的。
特别是,这些传动系统的性能降级(degradation)会引起涡轮喷气发动机部件所占位置和/或尺寸在稳定情况下不符合电子控制装置ECU所给指令,或者会引起所述部件在瞬态情况下对所述指令反应缓慢。这种性能降级是故障的早期症状。通常,这种性能降级会首先由传动系统伺服控制回路来补充,否则,除了重新配置传动系统(例如,改变工作控制通道)外,它们不会产生任何显著作用。
然而,在一定的时间之后,当这种性能降级情况持续存在且逐渐恶化时,不再会通过补偿来解决,而会使得涡轮喷气发动机效率低下或不起作用。电子控制装置调节系统而后会发出故障消息。
为此,可以看出,这种恶化情况如果只是在传动系统出现故障时才被发现那就太晚了。
于是,特别是,为了能够在涡轮喷气发动机出现效率低下或不能工作前发出该传动系统维护保养通知,需要一种方法能有效地监测驱动涡轮喷气发动机变几何形状部件的传动系统的伺服控制回路,与此同时,可将那些无用的或不合时宜的维护保养数降到最少。
例如,文件FR2939924和目前还未公布的文件FR10/58681介绍了检测航空发动机故障的技术,这些技术涉及到对多个指标进行估算。
E.Diez-Lledó,J.Aguila-Margin,J-R.Massé,A.Sif,a和E.Griful在2007年第1届欧洲空气和空间会议(CEAS)上的文件“液压传动回路性能降级诊断和预测”介绍了应用诊断和预测技术来对驱动可调静子叶片驱动系统伺服控制回路的监测。
发明内容
特别是,本发明的目的是,提出一种监测方法,以便满足这种需要,所述方法可以监测安装到飞机上的涡轮喷气发动机变几何形状部件传动系统的伺服控制回路,所述传动系统包括控制第一和第二促动器的伺服阀。根据本发明,监测方法包括:
~估计步骤,可从伺服控制回路使用数据中估计出多个监测参数,所述监测参数从至少其中一个如下参数类别中选取:
o代表促动器位置的参数类;
o代表促动器转速的参数类;
o代表自回归模型系数的参数类,所述模型用来根据伺服阀控制电流来预测促动器位置;以及
o代表伺服阀控制电流或伺服控制回路积分电流的参数类;
~获取步骤,从监测参数中获得多个指标;
-确定步骤,从至少一些指标数的值中确定至少一个特征;以及
~检测和定位步骤,根据所述至少一个确定的特征来检测和定位影响伺服控制回路的性能降级情况。
相应地,本发明还提出了一种检测安装在飞机上的涡轮喷气发动机变几何形状部件传动系统伺服控制回路的装置,所述传动系统包括可控制第一和第二促动器的伺服阀。根据本发明,所述监测装置包括:
·估计装置,根据伺服控制回路运行数据来估算多个监测参数,所述监测参数从至少其中一个如下参数类别中选取:
o代表促动器位置的参数类;
o代表促动器转速的参数类;
o代表自回归模型系数的参数类,所述模型用来根据伺服阀控制电流来预测促动器位置;以及
o代表伺服阀控制电流或伺服控制回路积分电流的参数类;
·从监测参数中获得多个指标的获取装置;
·从至少一些指标数值中确定至少一个特征的确定装置;以及
·根据所述至少一个确定特征,检测和定位影响伺服控制回路性能降级的检测和定位装置。
为此,本发明提出了涡轮喷气发动机变几何形状部件传动系统伺服控制回路的监测方法和装置,所述方法和装置可靠。例如,所述传动系统为从如下部分中选择的变几何形状部件的传动系统,:
·压气机可调螺距静子叶片的螺距角;
·燃油流量;
·高压涡轮或低压涡轮叶尖间隙;以及
·涡轮喷气发动机压气机放气阀的位置。
根据本发明的定义,值得注意的是,影响伺服控制回路的性能降级同样可指影响所述伺服控制回路的任何类型故障或损坏。确切地讲,性能降级是故障的早期症状,即,如果其持续存在和越来越严重,其后果就是涡轮喷气发动机不工作或效率降低。
有利的是,本发明不仅可用于预测影响伺服控制回路的故障,而且,特别是,在整个预定时段内,通过使用那些代表伺服控制回路工作的特征(或症状),也可预测故障部位(例如,控制器内,伺服控制回路内,采集实际应用指令的系统内等)。
于是,可以形成一个涉及传动系统的针对性预防维护保养通知,其首先用来预防涡轮喷气发动机故障,其次,用来针对传动系统采取措施。
为此,通过改善传动系统的监测,本发明可以避免对涡轮喷气发动机进行过多毫无意义的维护保养,与此同时,保证其可使用和有效。这样,涡轮喷气发动机的可用性和效能得到提高,同时也可降低保养成本和燃油成本。
按照本发明实施方式,至少其中一个参数是根据至少一个外部变量通过自回归模型来估计,所述变量选自:
·涡轮喷气发动机燃烧室的空气压力;
·流过涡轮喷气发动机燃烧室至少一个喷油器的计量的燃油流量;以及
·涡轮喷气发动机高压轴的转速。
通过自回归模型可以实施传动系统的预测检测,即,不仅可以诊断传动系统的故障,而且可以预测故障随着时间的流逝和涡轮喷气发动机使用寿命期间所发生的变化。这样,根据故障严重程度,这种特性可有助于进行涡轮喷气发动机的维护保养。
此外,根据涡轮喷气发动机环境条件,可以对用来估计参数的自回归模型进行修正。这样,为了能够从本发明所述方法的优点中获益,就涡轮喷气发动机燃烧室内空气压力,流入燃烧室喷油器内的燃油流量,和/或涡轮喷气发动机高压轴的转速而言,则不一定要确保正在变化的各种状况(即,相等条件)。
相反,例如,本发明可以方便地根据如下情况来适应所述自回归模型的动态性能:
·燃油泵所输送燃油流量,该流量会随涡轮喷气发动机高压轴转速的不同而改变;
·联动装置(动态)上的空气阻力,该阻力随涡轮喷气发动机燃烧室内空气压力的不同而改变;和/或
·传动系统可用燃油流量,其本身随流入涡轮喷气发动机燃烧室喷油器内燃油流量的不同而变化。
为此,用来估计参数的自回归模型更精确,可以避免由于这种环境条件的改变而引起系数变化或自回归模型变化而导致错误报警。
例如,代表促动器位置的参数类可以包括至少其中一个如下参数:
·代表第一促动器的所测量的瞬时位置的参数;
·代表第二促动器的所测量的瞬时位置的参数;
·代表第一促动器预测位置的参数;
·代表第二促动器预测位置的参数;以及
·代表促动器预测整体位置的参数。
优选地,在这个实施例中,多个指标包括:
·指标i_EVS,代表促动器预测整体位置和促动器瞬时整体位置之间的经校正的均方差;
·指标i_EVA,代表第一促动器所测瞬时位置参数和代表第一促动器预测位置参数之间的经校正的均方差;
·指标i_EVB,代表第二促动器所测瞬时位置参数和代表第二促动器预测位置参数之间的经校正的均方差;
·指标i_CID,此指标根据代表伺服阀平均控制电流参数来确定,经代表参考控制电流的参数(m14)校正;以及
·指标i_CINT,次指标根据伺服控制回路平均积分电流参数来确定,经代表参考积分电流的参数校正。
所述指标有助于提供可靠的监测,而且可以显著降低与监测机械型传动系统性能降级和预测故障相关的错误报警。
按本发明定义,术语“传动系统机械类性能降级”应理解为系指传动系统机械设备性能降级(例如,由于诸如扭矩马达的机械部件的磨损所致)。
特别是,上述指标可以可靠地检测到传动系统机械类性能降级情况,例如,其中一个促动器控制电流偏移,其中一个促动器冷却模堵塞,其中一个促动器动力缸内部磨损可能引起内部泄漏量增加等。
按照实施方式,第一和第二促动器的位置分别通过位置传感器来测量,后者包括次级绕组,通过次级绕组的均方根(rms)电压,所述电压取决于促动器的位置,多个指标由如下部分组成:
·指标i_EPA,代表第一促动器位置的预测误差;
·指标i_EPB,代表第二促动器位置的预测误差;
·指标i_SOMA,该指标随一个参数的变化而确定,所述参数代表第一促动器位置传感器次级绕组均方根电压的和的平均值,经由代表第一促动器参考平均位置的参数校正;
·指标i_SOMB,该指标随一个参数的变化而确定,所述参数代表第二促动器位置传感器次级绕组均方根电压的和的平均值,经由代表第二促动器参考平均位置的参数校正;以及
·指标i_EWRAP,该指标代表了伺服阀控制电流和所测回位控制电流之间存在的平均差。
所述指标有助于提供可靠的监测。它们会显著降低有关传动系统“电气”类性能降级情况的检测的虚警率,例如,促动器控制系统的断续接触,或者促动器测量系统的断续接触,以及故障预测。
此外,这些指标可以更容易地识别和定位伺服控制回路中性能降级部件:促动器、伺服阀、含有伺服阀的电液装置(HMU)、输送控制电流或位置指示值的电缆(又称之为线束),等等。
按照本发明的另一个实施方式:
·估计与获取步骤,在飞机多个连续飞行状态中,实施每个飞行状态的监测参数的估计和指标的获取;
·在估计步骤期间,所估计的监测参数代表传动系统伺服阀的控制电流和代表传动系统促动器转速的至少一个监测参数;
·在获取步骤期间,根据代表控制电流的监测参数的变化情况,所述指标通过分析所述至少一个代表促动器转速的监测参数变化而获得;
·在确定步骤期间,从通过飞机多个连续飞行状态中获得的指标中,确定所述至少一个特征,该特征代表飞行状态期间这些指标的情况;
·检测步骤包括对比步骤,即将所述至少一个特征与至少一个参考特征进行比较,所述参考特征与至少一个预定性能降级情况相关,而预定性能降级情况则可能会影响伺服控制回路。
相应地,在本发明的这种实施方式中,监测装置的特征在于:
·在飞机的多个连续飞行状态中,起动每个飞行状态的估计装置和获取装置,以便估计监测参数和获取指标;
·估计装置用来估计代表传动系统伺服阀控制电流的监测参数和代表传动系统促动器转速的至少一个监测参数;
·获取装置用来通过分析所述至少一个监测参数的变化来获取指标,所述监测参数代表促动器的转速,所述监测参数随代表控制电流的监测参数的变化而变化;
·确定所述至少一个特征的确定装置用来从指标中确定所述至少一个特征,所述这些指标是在飞机多个连续飞行状态中获得的,所述至少一个特征代表飞行状态期间这些指标的变化情况;以及
·检测装置包括比较装置,即将所述至少一个特征与至少一个参考特征进行比较,所述参考特征与可能会影响伺服控制回路的至少一个预定性能降级情况相关。
在这个实施方式中,优选地,注意监测“机械”类的性能降级情况。例如,在控制可调静子叶片(VSV)螺距角变化的传动系统伺服控制回路中,这种机械性能降级情况可以是传动系统中伺服阀剩余电流的漂移(由于传动系统机械部件磨损,例如,特别是,扭矩马达),或者是由于传动系统促动器箱体之间出现泄漏(又称之为箱间泄漏(inter-chamber leak))。
有利的是,本发明提出对传动系统进行预测监测,其基于随着时间推移(即,在飞机的几个连续飞行状态期间)来跟踪优选的指标,这些指标都是来自在所述飞行状态期间所测的伺服控制回路的运行数据。
根据本发明,这些优选指标是通过分析至少一个参数变化而获得,该参数称之为“监测”参数,根据传动系统伺服阀控制电流的监测参数,其代表传动系统促动器的转速。这些监测参数的值是依据所述连续飞行状态期间所测的运行数据估计得出。
值得注意的是,代表传动系统促动器转速的术语“监测参数”用来覆盖相等于促动器转速的任何类型的参数。为此,其可以是传动系统的特定促动器的转速,或者,当传动系统带有多个促动器时,其可以是源自整体位置的转速,而所述位置则是由传动系统的有效通道来估计的
特别有利的是,发明者还注意到,研究这些监测参数和由此而产生的指标不仅可以检测影响伺服控制回路的机械性能降级情况,也可以区别性能降级,即,确定其属于哪些部件,换句话说,确定它们的位置(伺服阀还是促动器),而且,必要时,确定属于哪个促动器。为此,本发明的特征在于,其提出了利用飞机上已有的传感器对传动系统伺服控制回路进行可靠监测。
为此,特别是,本发明将至少一个特征与参考特征进行比较,所述至少一个特征代表了随时间的推移指标的变化,这些指标是这些参数中获得的,而所述参考特征则与预定性能降级情况相关。
优选地,按照本发明这一实施方式,所获得的至少一个指标对应于至少一个曲线的特征,所述曲线模拟了所述至少一个参数的变化情况,该参数代表随伺服阀控制电流参数变化的促动器转速。
根据本发明的定义,术语曲线“特征”是指用来表征该曲线全部或局部的任何部件,诸如,曲线或其横坐标值或其纵坐标值的特定点,一部分曲线的斜率等。
这些指标的特点是,相对来讲,其不受测量运行数据的环境条件的影响。为了从带有这些指标的本发明所述方法的优点中获益,因此,不要求具备恒定条件(即,相等条件),具体是就如下方面来讲:涡轮喷气发动机燃烧室内的空气压力;进入燃烧室喷油器内的燃油流量;和/或涡轮喷气发动机高压轴转速;也不需要针对所述环境条件来对这些指标进行校对。
此外,特别是,在这些指标的基础上,本发明提出的监测具有抗作用在其中一个和/或另一个促动器上的外力的能力(例如,作用在一个促动器的杆上的径向负载或轴向负载)。
按照另一种最佳实施方式,可获得如下指标:
·伺服控制回路的剩余或平衡电流:当促动器转速为零时,该电流对应于伺服阀的控制电流;以及
·至少一个曲线点的横坐标值和纵坐标值,该曲线的斜率变化可在该点两侧获得。
这些指标都与伺服阀扭矩马达平衡点的部位有关,即伺服阀通过电磁效应将控制电流(即电动力)转换成促动器动作(即机械动力)的部分。在飞机的连续飞行状态中跟踪该平衡点(进而是这些指标)部位可以确定伺服回路特征是否改变,以及必要时,确定传动系统已经离开其名义状态(nominal state)。
为此,本发明还能以相对简单的方式监测伺服控制回路,其特征在于其仅基于相对限定数量的指标。此外,上述指标有助于可靠监测伺服控制回路,在检测传动系统机械性能降级情况和预测故障等错误率方面,其从而可以显著降低虚警率。
按照本发明的另一个实施方式,通过在用于形成所述曲线的点上的线性回归而获得的线的至少一个斜率系数,该系数可作为一个指标。
获得这些指标可以增加按照本发明所进行监测的可靠性。
在其它实施方式中,也可以设想,本发明的监测方法和装置提供一些或全部上述综合特性。
按照具体实施方式,监测方法的各个步骤是通过计算机程序指令来确定的。
因此,本发明还提供有关数据媒体的计算机程序,所述程序可在监测装置内实施,或者一般来说,在计算机中实施,所述程序包括用来实施上述监测方法各个步骤的指令。
该程序可以使用任何编程语言,也可为源代码、目标代码、或源代码和目标代码之间的中间代码形式,诸如采用部分编辑形式,或任何其它可取的形式。
本发明还提供一种计算机可读的数据媒体,其包括上述的计算机程序指令。
数据媒体可以是任何能够存储程序的实体或装置。例如,该媒体可以包括存储装置,诸如只读存储器(ROM)、例如,CD光盘,或微电子电路只读存储器,或实际上,就是磁性记录装置,例如,软盘或硬盘。
此外,数据媒体可以是传输媒体,诸如电气或光学信号,或其可经由电缆或光缆或无线电或其他手段来传输。特别是,本发明的程序可以从因特网型的网络下载。
或者,数据媒体可以是一种集成电路,其内置有程序,该电路可在执行所述方法时执行或使用。
从下面参照附图给出的如下说明中,本发明的其它特性和优点就会显现出来,所示附图给出的实施方式不具有限定性。
附图说明
图1为监测发明系统中伺服控制回路的装置,在本发明的具体实施例中,所示系统用来驱动变几何形状部件;
根据本发明具体实施例,图2为图1所示监测装置硬件体系结构示意图;以及
图3为流程图,所示为根据本发明第一个实施方式,采用图1所示监测装置实施本发明监测方法时的主要步骤;
图4为流程图,所示为根据本发明第二个实施方式,采用图1所示监测装置实施本发明监测方法时的主要步骤;
图5为曲线C的示例,按照所述第二个实施方式,针对飞机的某个飞行状态,该曲线模拟了促动器随伺服阀控制电流的转速变化情况;
按照两个具体实施方式,图6A和6B示出了可从图5曲线C中获取的一些指标;
图7所示为图5曲线C的特征,所示为伺服阀剩余电流中存在漂移情况;以及
图8所示为图5曲线C的特征,所示为传动系统促动器中存在内部泄漏。
具体实施方式
如上所述,本发明涉及到监测系统中的伺服控制回路,所示系统用来驱动安装在飞机上的涡轮喷气发动机的变几何形状部件。
在此处所述示例中,主要说明了对传动系统伺服控制回路的监测,该回路用来控制涡轮喷气发动机可调静子叶片螺距角的变化。
然而,这个假设无论如何都不是限定性的。本发明同样适用于其它驱动变几何形状部件的系统,如下所述。
图1示出了本发明监测装置在其环境下的具体实施例。在本示例中,监测装置1用来监测安装在飞机(图中未示)上的涡轮喷气发动机可调静子叶片(VSV)传动系统2,传动系统2由伺服控制回路3控制,或称“控制回路”。这种可调静子叶片(VSV)传动系统和这种伺服控制回路本身已为人们所熟知,在此仅简单介绍。
在此处所述示例中,传动系统2带有两个冗余的促动器21和22,二者彼此之间机械固定。
每个促动器都与位置传感器(分别为23和24)相连,诸如,置放在促动器上的线性可变位移传感器(LVDT)。按已知方式,这种LVDT传感器由如下部分构成:
·初级绕组,采用交流(AC)电为动力;
·磁性滑块;以及
·两个次级绕组,标记为EA和EB。
值得注意的是,磁性滑块的位置在次级绕组端子处对均方根电压具有影响,即Vi_EA和Vi_EB,其中,是i=23还是24,则取决于所述传感器。该位置与如下数量成比例:
Vi _ EA - Vi _ EB Vi _ EA + Vi _ EB .
促动器21和22的位置由伺服阀25控制,而伺服阀本身又由伺服控制回路3控制。更确切地说,伺服阀25根据其自伺服控制回路收到的电气控制电流iCMD使所输送的液压动力适合促动器21和22。
分别由传感器23和24所测量的促动器21和22的位置,即VSV1和VSV2,输送给伺服控制回路的选择器单元31。
选择器单元31用来估计瞬间整体位置VSVsel,即,在位置VSV1和VSV2基础上所估计的位置。
例如,确定位置VSV1和VSV2的有效性,如果二者都有效时,位置VSVsel等于所测位置VSV1和VSV2的平均值,或者如果只有其中一个位置有效时,位置VSVsel等于所测位置VSV1和VSV2的其中一个。更确切地说,如果VSV1有效而VSV2无效时,那么,VSVsel=VSV1,如果VSV2有效而VSV1无效,那么,VSVsel=VSV2。
按照已知方式,伺服控制回路3进一步包括控制单元32。该控制单元32用来将选择单元31所输送的瞬间整体位置VSVsel与所谓的“控制”位置VSVCmd进行比较,所示“控制”位置代表促动器按照ECU经由伺服控制回路3所实施的涡轮喷气发动机条例关系应该处的位置(VSVCmd是促动器位置,根据本发明定义,在确定伺服控制回路3控制时,应该考虑该促动器位置)。
然后,控制单元32将表示VSVsel和VSVCmd之间位置差的数字信号传输给调节伺服控制回路3的调节单元33,该调节单元为比例积分(PI)校正器型。按已知方式,调节单元33用来将其收到的数字比较信号转换为控制电流iCMD,并将该电流传输给伺服阀25。
然后,如上所述,伺服阀25通过将控制电流转换为液压动力而控制促动器21和22的位置。
根据目前设想的示例,监测装置1集成在飞机的全权数字发动机控制(FADEC)装置的电子控制装置计算机内,包括了单元31,32和33的伺服控制回路3带有由监测装置1实施的计算机程序。为此,图1所示的单元31,32和33明确为功能实体,即使按图所示这些实体与传动系统2结构部件平行。
在另一个实施例中,监测装置1安装在飞机上,位于数据集中器内,负责飞机的维护保养算法。
在再一个实施例中,监测装置1被列入地面系统。
在这个示例中,监测装置1带有计算机硬件体系结构,如图2所示。
特别是,该监测装置包括处理器11、随机存取存储器(RAM)12、只读存储器(ROM)13、和与机上装备相联系的装置14,诸如,与飞机的FADEC(全权数字发动机控制)装置或传动系统2的部件和伺服控制回路3相联系。按照已知方式,这种设备和本发明的监测装置1彼此之间通过安装在飞机上以及所属领域技术人员所熟知的数字数据总线或线缆相互联系。
监测装置1还包括与飞机操作员服务器(图中未示)相互联系的通信装置15。例如,该装置包括通过因特网通信联系的网卡。
只读存储器(ROM)13包括本发明计算机程序,该程序可用来执行本发明监测方法的主要步骤,下面参照本发明的两个具体实施例来介绍所述监测方法。
第一个具体实施方式
图3示出了本发明第一个实施例,所示为采用图1监测装置实施本发明监测方法时的主要步骤。
根据所述第一个实施方式,监测方法包括:
·从伺服控制回路运行数据中估计多个监测参数的估计步骤;
·从监测参数中评估多个指标的评估步骤;
·评估至少一个特征矩阵的评估步骤,每个特征矩阵代表至少一部分指标值;以及
·根据所述至少一个特征矩阵,检测和定位影响伺服控制回路的性能降级的检测和定位步骤。
此外,在估计步骤期间,对从至少其中一个如下类别中选取的多个参数进行估计:
·代表促动器位置的参数类;
·代表自回归模型系数的参数类,所述模型用来根据伺服阀控制电流来预测促动器位置;以及
·代表伺服阀控制电流或伺服控制回路积分电流的参数类。
根据本发明第一个实施方式,可调静子叶片传动系统2的伺服控制回路3的监测是通过各个数据组来实施的,包括伺服控制回路的运行数据、监测参数、指标,以及特征(或症状)。下面参照图3介绍这些数据组及其彼此的相对使用方法,以便监测伺服控制回路3。
术语“运行数据”在应用于伺服控制回路时涵盖了可调静子叶片传动系统---特别是伺服控制回路---工作所需和/或代表其运行情况的各种数据。
在此处所述示例中,考虑了如下运行数据:
·调节单元33输送给伺服阀25的工作通道控制电流iCMD(下面写作d4);
·第一促动器21的所测位置VSV1(以下写作d5);
·第二促动器22的所测位置VSV2(以下写作d6);
·选择单元31所输送的促动器瞬间整体位置VSVsel(以下写作d7);
·控制位置VSVCmd和整体位置VSVsel之间的差ε(以下写作d8);
·通过第一促动器传感器LVDT23次级绕组的均方根电压的和(V23_EA和V23_EB)(以下写作d9);
·通过第二促动器传感器LVDT24次级绕组的均方根电压的和(V24_EA和V24_EB)(以下写作d10);
·电子控制单元(ECU)通道A所实际测量的返回电流(或“翘曲(warp)”)(以下写作d11);
·电子控制单元(ECU)通道B所实际测量的返回电流(或“翘曲(warp)”)(以下写作d12);
·工作通道指数IVA(以下写作d13);以及
·调节单元33所计算的伺服控制回路的积分电流(以下写作d14)。值得注意的是,积分电流用来校正伺服控制回路3的缺陷。除了比例电流外,在伺服控制回路中采用积分电流,为所属领域技术人员所熟知,在此不再详细赘述。
如上所述,该运行数据可从装有监测装置1的全权数字发动机控制(FADEC)装置中获得。该运行数据可从通过安装到涡轮喷气发动机上的传感器所进行的测量结果中获得,而且其本身已本人们所知,诸如数据d5和d6,或者通过电子控制装置可取得,诸如d7,d13,或d14.
在此处所给示例中,还考虑了从如下范围选取的所谓的“外部”数据:
·涡轮喷气发动机燃烧室内的空气压力PS3(以下写作d3);
·进入涡轮喷气发动机燃烧室至少一个喷油器内的燃油流量WFM计量(以下写作d2);以及
·涡轮喷气发动机高压轴的旋转速度N2(以下写作d1)。
这些变量都不是传动系统所固有的,确切来讲,不是其伺服控制回路所固有的,这就是为什么其被称之为“外部”的原因,然而,它们对其特性却有影响。例如,对于用作驱动促动器的液压油的燃油,该燃油泵浦用的泵的转速与涡轮喷气发动机高压轴的转速N2成比例。同样,计量流入涡轮喷气发动机燃烧室喷油器内的燃油流量WFM对液压传动系统可用流量具有影响。最后,涡轮喷气发动机燃烧室内空气压力PS3对由促动器驱动的联动装置施加给系统的应力具有影响。
这些外部变量为所属领域技术人员所熟知,其通常都是通过相应的传感器(例如,测量WFM的流量计)来在涡轮喷气发动机内测量。同运行数据一样,这些外部变量的测量结果可提供给全球数字发动机控制(FADEC)装置。
上述运行数据和外部变量的测量结果都会通过FADEC而传送给监测装置1,用来估计伺服控制回路3的监测参数(步骤E10)。
值得注意的是,该数据也可根据需要逐步送给监测装置,或者,在另一种方式中,在预定时段之后(例如,当涡轮喷气发动机停车时传送,或在其运行期间定期地传送)。
在此处所述的第一个实施例中,考虑了通过从至少其中一个如下参数类别中选择的多个参数来监测伺服控制回路3:
·代表促动器21和22的位置的参数类CAT1;
·代表自回归模型系数的参数类CAT2,所述模型用来根据伺服阀25控制电流iCMD预测运行时的促动器位置;以及
·代表伺服阀控制电流iCMD或伺服控制回路3积分电流的参数类CAT3。
更确切地说,在此处所述示例中,所有如下参数都可在一个或多个(K)预定时段(写作TP1,TP2,……)内进行估计。
·参数类CAT1:
参数m1,代表促动器21(在本发明中为第一促动器)在所述时段TPk(k=1,...,K)内所测量的瞬间位置VSV1。该参数可从数据d5中直接获得。换句话说,矢量m1分量在TPk时段内等于数据d5;
参数m2,代表促动器22(在本发明中为第二促动器)在所述时段TPk(k=1,...,K)内所测量的瞬间位置VSV2。该参数可从数据d6中直接获得。换句话说,矢量m2分量在TPk时段内等于数据d6;
.参数m3,代表位置VSVsel在TPk时段内的预测值,该预测值借助于第一自回归预测模型ARX1所做。下面将要介绍所述自回归模型ARX1;
参数m8,代表在预定参考或训练时段TP0内通过促动器21次级绕组的均方根电压(VA23_EA和V23_EB)的和的所谓“参考”平均值。参数m8可在d9类参考数据所述参考期间评估平均值而获得,所述d9类参考数据来自在多个涡轮喷气发动机上进行的测量结果,而所述涡轮喷气发动机与安装有传动系统2的涡轮喷气发动机为相同类型或属于同一飞行机队。
.参数m9,代表在所述时段TPk内通过促动器21次级绕组的均方根电压值(VA23_EA和V23_EB)的和的平均值。参数m9可通过评估时段TPk内数据d9的平均值而获得。
参数m10,代表在预定参考或训练时段TP0内通过促动器22次级绕组的均方根电压(VA24_EA和V24_EB)的和的所谓“参考”平均值。参数m10可在d10类参考数据所述参考时段内评估平均值而获得,所述d10类参考数据来自在多个涡轮喷气发动机上进行的测量结果,而所述涡轮喷气发动机与安装有传动系统2的涡轮喷气发动机为相同类型或属于同一飞行机队。
参数m11,代表在所述时段TPk内通过促动器22次级绕组的均方根电压值(VA24_EA和V24_EB)的和的平均值。参数m11可通过评估时段TPk内的数据d10的平均值而获得。
·参数类CAT2:
参数m4,代表上述用来预测位置VSVsel(参数m3)的第一自回归模型ARX1的系数。参数m4可在d7类参考数据的基础上通过N尺寸的参考观察窗W0来评估,所述d7类参考数据来自在多个涡轮喷气发动机上进行的测量结果,而所述涡轮喷气发动机与安装有传动系统2的涡轮喷气发动机为相同类型或属于同一飞行机队;
参数m5,代表根据伺服阀25控制电流iCMD由第二自回归模型ARX2预测的促动器21和22的整体位置;
参数m6,代表根据伺服阀25控制电流iCMD由第三自回归模型ARX3预测的促动器21的位置;以及
参数m7,代表根据伺服阀25控制电流iCMD由第四自回归模型ARX4预测的促动器22的位置。
自回归模型ARX1-ARX4和从这些模型中获取系数的方式将在下面详细介绍。值得注意的是,在这个示例中,参数类CAT2的参数是由系数数量来确定尺寸的矢量,所述系数数量在模型ARX1-ARX4中给予考虑。
·参数类CAT3:
参数m12,代表伺服阀25控制电流iCMD和实际测量的电子控制装置通道A(如果所述通道工作时)返回电流之间存在的平均差。参数m12在时段TPk内等于数据(d4-d11)的平均值;
.参数m13,代表伺服阀25控制电流iCMD和电子控制装置通道B实际测量的电子控制装置通道B(如果所述通道工作时)返回电流之间存在的平均差。参数m13在时段TPk内等于数据(d4-d12)的平均值;
参数m14,代表平均参考控制电流。参数m14是从d4类参考数据中在参考周期TP0内评估得出,所述d4类参考数据来自在多个涡轮喷气发动机上进行的测量结果,而所述涡轮喷气发动机与安装有传动系统2的涡轮喷气发动机为相同类型或属于同一飞行机队;
参数m15,代表伺服阀25平均控制电流。参数m15在时段TPk内等于数据d4的平均值;
参数m16,代表伺服控制回路3平均参考积分电流。参数m16是在d14类参考数据的基础上在参考周期TP0内评估得出,所述d14类参考数据来自在多个涡轮喷气发动机上进行的测量结果,而所述涡轮喷气发动机与安装有传动系统2的涡轮喷气发动机为相同类型或属于同一飞行机队;以及
参数m17,代表伺服控制回路3的平均积分电流。参数m17在时段TPk内等于数据d14的平均值。
值得注意的是,上述参数是监测伺服控制回路3时涉及到的原始参数。优选地,这些参数均应考虑。然而,在另一种实施方式中,可以采用折中方案,只考虑所述这些参数中的一小部分,所述折中方案可在性能和复杂性之间需要进行评估。
根据运行数据d4至d14和外部变量d1至d3,对这些监测参数进行估计,而所述运行数据和外部变量在所述时段TPk(k=1,...,K)内采样获得。
优选地,时段TPk是在巡航时或在地面慢车时的稳定状况期间选择的。发明者已经注意到,在这种稳定状况期间,症状是最明显的,因此,提高了检测影响伺服控制回路的性能降级情况,并确保了检测比较可靠。
下面简要介绍估计参数m4-m7时所使用的自回归模型。在此假设,采用添加外部输入的自回归模型为线性模型(ARX),该模型为所属领域技术人员所熟知。在另一个实施方式中,可以使用其它自回归模型,诸如,采用添加外部变量的自回归滑动平均模型(ARMAX)。
按照已知方式,ARX模型是一种根据一个或多个输入以及随机建模余项来确定输出y(t)的自回归模型,其特征是零平均白噪声 (t),式中,t表示所述采样瞬间。
有利的是,在此处所述示例中,ARX模型ARX1-ARX4的输入是代表伺服阀25控制电流iCMD的变量d4和外部变量d1至d3(或者,按同等方式,N2,WFM,以及PS3)。
为此,更准确地说:
·所述模型ARX1和ARX2的形式是:
y ( t ) = d 7 ( t ) = Σ j = 1 jd 7 a j d 7 ( t - j ) + Σ j = 1 jd 1 b j d 1 ( t - j ) + Σ j = 1 jd 2 c j d 2 ( t - j ) + Σ j = 1 jd 3 e ji d 3 ( t - j ) + Σ j = 1 jd 4 f i d 4 ( t - j ) + η ( t )
·模型ARX4的形式是:
y ( t ) = d 6 ( t ) = Σ j = 1 jd 6 a j d 6 ( t - j ) + Σ j = 1 jd 1 b j d 1 ( t - j ) + Σ j = 1 jd 2 c j d 2 ( t - j ) + Σ j = 1 jd 3 e ji d 3 ( t - j ) + Σ j = 1 jd 4 f i d 4 ( t - j ) + η ( t )
5
·模型ARX3的形式是:
y ( t ) = d 5 ( t ) = Σ j = 1 jd 5 a j d 5 ( t - j ) + Σ j = 1 jd 1 b j d 1 ( t - j ) + Σ j = 1 jd 2 c j d 2 ( t - j ) + Σ j = 1 jd 3 e ji d 3 ( t - j ) + Σ j = 1 jd 4 f i d 4 ( t - j ) + η ( t )
式中,分量aj,bj,cj,ej,和fj表示ARX模型的系数(值得关注的是,对于不同的模型,这些系数不一定相同,然而,为了简化起见,仅使用一个符合)。量词jd1,jd2,jd3,jd4,jd5,jd6,和jd7表示ARX模型每个输入和每个输出的系数数量。
通常,如果y(t)表示来自ARX模型的输出(选自ARX1-ARX4),且如果 是ARX模型系数的尺寸J的矢量(J=jd1+jd2+jd3+jd5+jd6),例如,对于y(t)=d6(t)),矢量 可以在预定尺寸N的估计时间窗口上使用所属领域技术人员所熟知的传统方法来估计。
为此,如果h(t)表示尺寸J的矢量,包括作为各个不同瞬间(早于或等于t)的所述ARX模型输入变量的观察结果,以及在早于t瞬间的可能的观察y,那么,就可以写成:
y(t)=h(t)θ+η(t)
y(t-1)=h(t-1)θ+η(t-1)
y(t-T+1)=h(t-T+1)θ+η(t-T+1)
按矩阵形式,其等于搜索θ,这样:
Y(t)=H(t)θ+Ν(t)(Eq.公式1)
其中:
Y ( t ) = y ( t ) y ( t - 1 ) M y ( t - T + 1 ) H ( t ) = h ( t ) h ( t - 1 ) M h ( t - T + 1 ) N ( t ) = η ( t ) η ( t - 1 ) M η ( t - T + 1 )
解算公式(1)用来获得矢量θ的估计值。该估计值确定:
·在上述参考估计窗口W0内,当公式(1)中所述ARX模型为模型ARX1时,确定为参数m4;该估计值也可以通过公式(1)来评估参数m3;以及
·在上述估计窗口W内:
●当公式(1)中所述ARX模型为模型ARX2时,确定为参数m5;
●当公式(1)中所述ARX模型为模型ARX3时,确定为参数m6;以及
●当公式(1)中所述ARX模型为模型ARX4时,确定为参数m7。
而后,在步骤E20期间以这种方式估算的这组参数m1至m17用来评估所述每个时段TPk内的一系列指标(步骤E30)。
更确切地说,在此处所述示例中,评估时段TP1,...,TPK内从参数m1至m17中的10个指标。这10个指标如下:
指标i_EVS表示m5和d7之间经过校正的均方差。
更确切地说,对于每个时段TP1,...,TPK来讲,可计算各个差(m5-d7)2的和S_EVS。此后,借助于其所采用的统计分配,通过校正和S_EVS来计算指标i_EVS,从而获得参考平均值m0和参考标准偏差 0:i_EVS=(S_EVS-m0)/ 0.
例如,上述统计分布可以在校准阶段通过在预定训练时段内观察和S_EVS来确定。发明者发现,这种分布会提供一种正常关系,从而可以进行上述的校正。下面介绍的其它指标也可采用相应方式进行校正。
同样,指标i_EVA表示参数m1和m6之间经过校正的均方差;指标i_EVB表示参数m2和m7之间经过校正的均方差。指标i_CID表示由参数m14校正后的参数m15。
指标i_CINT表示由参数m16校正后的参数m17。
指标i_EPA表示促动器21位置预测时的误差。其由参数m1所表示的所测位置和模型预测的位置m3之间的差给出,所示模型带有由参数m4给出的系数。
指标i_EPB表示促动器22位置预测时的误差。其由参数m2所示的所测位置和模型预测的位置m3之间的差给出,所示模型带有由参数m4给出的系数。
指标i_SOMA表示由参数m8所校正的参数m9。
指标i_SOMB表示由参数m10所校正的参数m11。
指标i_EWRAP等于参数m12或参数m13,这取决于哪个通道在工作(由d13给出)。
指标组i_EVS,i_EVA,i_EVB,i_CID,和i_CINT用来检测传动系统2的机械类性能降级,例如,促动器21或22控制电流偏移,促动器21或22冷却膜堵塞,促动器21或22作动筒内部磨损,可能引起其内部泄漏率增加。
更确切地说,指标i_EVS,i_EVA,i_EVB,i_CID和i_CINT的值构成一个矩阵,也称之为特征矩阵,可以检测和定位性能降级。所属领域技术人员已知几种技术可以使特征矩阵与具体的性能降级相关。例如,专利文件FR2939924所介绍的技术可以使用,以及在这种情况下,指标i_EVS,i_EVA,i_EVB,i_CID和i_CINT构成了按该专利文件进行标准化的指标。
发明者注意到,上述指标可以有效而可靠地检测到机械类的性能降级。然而,本发明还涉及到使用其它指标。
相应地,指标组i_EPA,i_EPB,i_SOMA,i_SOMB和i_EWRAP用来检测传动系统2的电气类性能降级,例如,经由通道A或通道B的促动器21和22控制系统的间断接触,以及促动器21或22测量系统的间断接触。
更确切地说,指标i_EPA,i_EPB,i_SOMA,i_SOMB和i_EWRAP的值构成了一种矩阵,又称之为特征矩阵,用来检测和定位这种性能降级。所属领域技术人员已知几种技术可使特征矩阵与具体的性能降级相关。例如,专利文件FR2939924所介绍的技术可以使用,以及在这种情况下,指标i_EPA,i_EPB,i_SOMA,i_SOMB和i_EWRAP构成了按该专利文件进行标准化的指标。
发明者已经发现,上述指标可以有效而可靠地检测到电气类型的性能降级。然而,本发明还涉及到使用其它指标。
为此,在步骤E50,监测装置1可以在症状(特征)的基础上,检测与伺服控制回路3相关的性能降级情况。
在步骤E60,监测装置1验证在步骤E50期间是否检测到性能降级情况。
如果检测到性能降级情况,那么,监测装置会发出维护保养通知,确认性能降级及其部位(步骤E70),并建议对伺服控制回路进行保养(例如,根据检测到的性能降级情况,更换传动系统部件)。
该保养通知可以随后采用监测装置1通信装置15发送到飞机的操作手。
相反,如果未检测到性能降级情况,则不会发出保养通知(步骤E80),监测工作继续。
在此处所述第一实施方式中,注意到监测可调静子叶片传动系统的伺服控制回路。如上所述,根据该第一实施方式,本发明还应用于其它驱动变几何形状部件的系统,诸如传动系统,控制:
·涡轮喷气发动机压气机放气阀位置,如驱动可调放气阀和瞬间放弃阀(TBV)的系统;
·燃油流量,诸如驱动流量调节阀(FMV)的系统;以及
·高压涡轮或低压涡轮叶尖间隙,诸如驱动高压涡轮主动间隙控制(HPTACC)或低压涡轮主动间隙控制(LPTACC)的系统。
此外,对于其它这样的传动系统,可设想其它参数,和/或指标,和/或症状,和/或特征。
例如,对于燃油计量系统(FMV)中的伺服控制回路,可以考虑由已设定的流量和所测流量之间的差构成的附加指标。
对于定位空气压力可调放气阀(VBV)的传动系统的伺服控制回路,可以考虑所设定位置和到达位置之间的差构成的附加指标。另外,对于执行高压或低压涡轮叶尖间隙的系统的伺服控制回路,可以考虑所述附加指标,诸如HPTAACC或LPTACC传动系统。
下面参照图4至图8,介绍本发明第二个具体实施方式。
第二个具体实施方式
图4示出了本发明第二个实施例,所示为采用图1监测装置实施本发明监测方法时的主要步骤。
在第二个实施方式中,监测方法包括:
·对于在飞机多个连续飞行状态下的每个飞行状态:
o估计步骤,在飞行期间使用伺服控制回路运行数据估计代表传动系统伺服阀控制电流的监测参数和代表传动系统促动器转速的至少一个监测参数;以及
o获取步骤,根据代表控制电流的监测参数,分析代表促动器转速的所述至少一个监测参数的变化情况以获得指标;
·确定步骤,使用飞机多个连续飞行状态时获得的指标,确定代表飞行期间指标变化情况的特征;以及
·比较步骤,将所述特征与参考特征进行比较,所述参考特征与可能影响伺服控制回路的至少一个预定性能降级相关。
在此处所述示例中,注意监测传动系统的伺服控制回路,所述伺服控制回路控制涡轮喷气发动机可调静子叶片的螺距角的变化。
然而,这种假设决不是限定性的。在该第二实施方式中,本发明同样适用于驱动变几何形状部件的其它系统,诸如控制涡轮喷气发动机压气机内阀门位置的传动系统,诸如可调放气阀(VBV)传动系统。
此外,在图1所示示例中,传动系统带有伺服阀,控制机械相连的两个促动器。然而,应该注意的是,在该第二个实施方式中,本发明同样适用于只带有一个促动器或带有两个非机械相连的促动器的传动系统。
根据本发明,在该第二实施方式中,可调静子叶片(VSV)传动系统2的伺服控制回路3是在飞机多个飞行状态下进行的,通过各种数据组,其中包括伺服控制回路的运行数据、监测参数、指标和特征。下面参照图4介绍这些数据组和为了监测伺服控制回路3而彼此使用方式。
术语“运行数据”,当其应用于伺服控制回路时,其包括了可调静子叶片(VSV)传动系统运行所需的各种数据,特别是,伺服控制回路和/或代表其运行的数据。
在此处所给示例中,考虑了如下运行数据:
·调节单元33输送给伺服阀25的工作通道控制电流iCMD;以及
·选择单元31输送的促动器瞬间整体位置VSVsel。
如上所述,对于每种飞行状态来讲,该运行参数是可以以预定采样频率fe(例如fe=8kHz)从带有监测装置1的FADEC装置内获得。所述数据源自采用安装到涡轮喷气发动机上的传统传感器进行的测量结果,或通过电子控制装置计算机获得(例如,适用于瞬间整体位置VSVsel)。
对于飞机的每种飞行状态来讲,上述运行数据作为整体发送到监测装置1,以便对与该种飞行状态相关的伺服控制回路3的监测参数进行估算(步骤F10)。应该注意的是,该数据可以根据需要逐渐发送到监测装置,或者按另一种方式,在某个预定时段之后(例如,当涡轮喷气发动机在飞行结束后停车时,或者在其使用时,定期评估)。
此外,在此处所述第二实施方式中,在飞行期间采集的所有运行数据都发送到监测装置。在另一种方式中,只发送按选取的预定瞬间时间记录的数据即可。
在此处所述的第二实施方式中,伺服控制回路3采用两个监测参数来监测(步骤F20),即:
·代表传动系统2伺服阀25控制电流的监测参数m1',该参数从相应运行数据iCMD中直接获得;以及
·代表传动系统2促动器转速的监测参数m2',该参数从运行数据VSVsel中获得。
更确切地说,在此处所述示例中,代表瞬时kTe的促动器转速的参数m2'通过如下公式概略给出,式中Te表示运行数据(即Te=1/fe)的采样周期:
m 2 ′ ( kTe ) = VSVsel ( kTe ) - VSVsel ( ( k - 1 ) Te ) Te
式中,VSVsel(kTe)表示瞬间kTe的VSVsel值。
针对飞机每种飞行状态,在步骤F20期间以这种方式估算的参数m1'和m2'随后用来评估该次飞行状态的一系列指标(步骤F30)。
在此处所述的第二个实施方式中,应用了三个指标i1,i2,i3,这些指标通过分析所述飞行状态的曲线C而获得,根据监测参数m1',该曲线模拟了监测参数m2'的变化情况。该曲线C是从带有横坐标值m1'(kTe)和纵坐标值m2'(kTe)的点M(kTe)处获得,这些坐标值在步骤F20期间进行了评估。
图5给出了这个曲线的一个示例。
特别是,在图5示例中,因为位置传感器23和24测量分辨率低,参数m2'也会呈现相当差的分辨率。对于参数m2'的每个值,曲线C可对点M的横坐标值m1'进行平均而获得,所述点M带有作为其纵坐标值m2'的值。
此外,在图5示例中,曲线C仅使用了有限数量的转速值(即m2'的值),即15个正值和15个负值。
对于l=1,…,,采用这种方式获得的曲线C的N(在图5中,N=30),点MC(l)然后存入文件F,该文件存储在监测装置1的永久性存储器13内。
在此处介绍的实施方式中,指标i1,i2和i3对应于曲线C的具体特性,即:
·i1对应于伺服控制回路的剩余或平衡电流,即,当促动器转速为零(促动器不运动);以及
·i2和i3分别对应于曲线某一天特定点的横坐标值和纵坐标值,所述特定点位于伺服控制回路的平衡点之外,在该平衡点处,促动器转速为零(即,横坐标值大于平衡点的横坐标值),而且,在所述点的两侧上,可以观察到斜率的变化情况。
图6A示出了从图5所示曲线C处获得的指标i1,i2,和i3。
在此处所述实施方式中,这些指标都是从文件F内存储的曲线C的各个点处由监测装置1自动提取的。
特别是i1,监测装置1在文件F内搜索带有零纵坐标值m2'的点MC(l)。指标i1由该点的横坐标值给出。如果在文件F内不存在零纵坐标值点,那么,监测装置1根据两个连续点MC(l)与MC(l+1)的横坐标值通过插值法来对i1进行评估,所述两个连续点分别带有正纵坐标值和负纵坐标值。
对于i2和i3,对于曲线C的每两个连续点MC(l)与MC(l+1),监测装置1首先评估它们横坐标值之间的相对差。然后,监测装置1按传统方式计算平均值m和以这种方式评估的各个差的标准偏差σ。曲线C两个连续点MC(l)和MC(l+1)之间的差大于m+2×σ时,则向监测装置1表明斜率变化点M0已经达到。监测装置1从文件F内存储的点坐标M0=MC(l)中推论出指标i2和i3。
在另一种方式中,操作手可以从曲线C图形显示中获得指标i1,i2和i3,并提供给监测装置1,例如,通过监测装置1的输入/输出装置(图中未示)或者经由通讯装置15。
在此处所述的监测伺服控制回路3的第二个实施方式中,仅设想了三个上述的指标,即i1,i2,和i3。然而,这个假设并不是限定性的,除了指标i1,i2和i3外,也可从曲线C中获取其它指标,诸如:
·指标i4和i5分别对应于曲线C另外某个点M0'的横坐标值和纵坐标值,在该点处,可以观察到斜率的变化。该点位于伺服控制回路平衡点的前方,在该平衡点处,促动器转速为零(即,其横坐标值小于该平衡点的横坐标值)。为了确定指标i4和i5,监测装置1寻求曲线C两个连续点MC(l)和MC(l+1)之间的差小于m+2×σ。监测装置1推导出在文件F内存储的点坐标M0'=MC(l)的指标i4和i5;
·指标i6对应于伺服阀25的扭矩马达的剩余电流:该指标对应于线段[M0M0']中点的横坐标值;
·指标i7对应于线段Δ1的斜率系数,该系数由位于点M0'上游的曲线C点上的线性回归而获得(即,横坐标值小于M0'横坐标值);
·指标i8对应于线段Δ2的斜率系数,该系数由位于点M0'和M0之间的曲线C点上的线性回归而获得(即,横坐标值位于点M0'和M0横坐标值之间);以及
·指标i9对应于线段Δ3的斜率系数,该系数由位于点M0下游的曲线C点上的线性回归而获得(即,横坐标值大于M0横坐标值)。
获得指标i7至i9的装置为所属领域技术人员所熟知,在此不再详细赘述。
图6B示出了从图5所示曲线C中提取的指标i4至i9。
针对飞机各个不同飞行状态,在步骤F30内获得的这组指标i1,i2和i3可以使用,以便检测传动系统2的机械类性能降级情况。
更确切地说,在此处所述第二个实施方式中,首先合计所获得的飞机各个不同飞行状态的指标i1,i2和i3值,以便形成代表伺服控制回路运行的特征(步骤F40)。
例如,该特征是一个由分量组成的矢量,这些分量是获得的飞机各个飞行状态的指标i1,i2,和i3的值。如果需要,在确定相应特征之前,可对指标i1,i2和i3进行校正。
在另一种方式中,可以确定多个特征,每个特征都与某个特定指标相关。
此后,将该特征与参考特征进行比较,每个参考特征都与预定性能降级情况相关,并包括了在出现性能降级情况下的指标i1,i2和i3(步骤F50)。与特定性能降级相关的参考特征反映了指标的值,超过该值时,则视为存在性能降级情况,即,通常,这些指标的值表示传动系统不再发挥作用或者发出失灵信息
所属领域技术人员所熟知的几种技术都可将参考特征与特定性能降级情况相联系。例如,出现性能降级情况下,根据指标的放大描述行为,从由专家建立的标准中确定所述参考特征。
图7和图8分别示出了这种行为:
·传动系统2伺服阀25剩余电流中存在漂移;以及
·传动系统2促动器21或22动作筒存在泄漏。
更确切地说,在图7中:
·曲线C1示出了根据控制电流和无性能降级的情况下,促动器转速的变化情况;以及
·曲线C12,C13和C14示出了根据控制电流促动器转速变化情况,所示控制电流存在如下各个剩余电流漂移:+1milliamp(mA);+3mA;和+5mA。
换句话说,伺服阀剩余电流漂移的任何增加都会向曲线右侧水平移动,该曲线模拟了根据控制电流促动器转速变化情况。
同样,在图8上:
·曲线C1示出了根据控制电流和无性能降级情况下促动器转速变化情况;以及
·曲线C22,C23和C24示出了根据控制电流促动器转速变化情况,所示控制电流中存在如下各个内部泄漏:1巴;4巴;和7巴。
换句话说,促动器内部泄漏会引起曲线向上垂直移动,该曲线模拟了根据控制电流促动器转速变化情况。
确切地说,与指标i1,i2和i3相关特征之间的比较步骤可以采用各种不同技术来进行,这些技术都为所属领域技术人员所熟知。例如,可以使用专利文件FR2939924中所述方法,根据这个方法,异常矢量和参考矢量分别对应于特征和本发明的参考特征。
这种比较可以检测与参考特征相关的特定故障是否在影响伺服控制回路3。
在步骤F60,监测装置1验证在步骤F50期间是否检测到性能降级情况。
如果检测到性能降级,那么,监测装置会发出保养通知,确定性能降级情况和其部位(步骤F70),并建议对该伺服控制回路进行保养(例如,根据所检测到的性能降级,对传动系统内的部件进行更换)。
该保养通知随后可以采用监测装置1的通讯装置15发送给飞机的操作手。
相反,如果未检测到性能降级,则不会发出保养通知(步骤F80),监测继续。
在此处所述的实施方式中,涉及到的是对可调静子叶片(VSV)传动系统伺服控制回路的监测。如上所述,本发明还适用于其它传动系统。此外,对于其它这样的传动系统,预期可以采用其它参数,和/或指标,和/或症状,和/或特征。
此外,在此处所述实施方式中,传动系统的两个促动器机械地相互连接:这样,其以相同转速被带动,这就是为什么要考虑检测和定位潜在性能降级的瞬间整体位置VSVsel的原因。
在另一种方式中,即按另一种实施方式,当传动系统2两个促动器21,22并不是机械连接时,可以适当地从两个曲线中提取指标(例如,指标i1,i2,和i3),一个曲线是根据控制电流iCMD来模拟促动器21的转速变化(从由传感器23所测量的促动器21位置VSV1中获得),另一个曲线是根据控制电流iCMD模拟促动器22的转速变化(从由传感器24所测量的促动器22位置VSV2中获得)。这样,可以检测影响促动器21和22的性能降级情况,并采用一个或多个相应的参考特征,确定哪个促动器受到了所述性能降级的影响。
此外,有利的是,监测位置VSV1和VSV2可以检测影响位置传感器23和24的性能降级:在正常运行期间,这两个传感器应该输送相似的测量结果。

Claims (14)

1.一种监测传动系统伺服控制回路(3)的监测方法,所述传动系统(2)用来驱动安装在飞机上的涡轮喷气发动机变几何形状部件,所述传动系统包括控制第一和第二促动器(21,22)的伺服阀(25),所述方法包括:
估计步骤(E20;F20),从伺服控制回路(3)运行数据(d4-d14)中,估计多个监测参数(m1-m17),所述监测参数从至少其中一个如下参数类别中选取:
代表促动器(21,22)位置(VSV1,VSV2,VSVsel)的参数类;
代表促动器(21,22)转速的参数类;
代表自回归模型系数的参数类,所述模型用来根据伺服阀(25)控制电流(iCMD)来预测促动器位置;以及
代表伺服阀(25)控制电流(iCMD)或伺服控制回路(3)积分电流的参数类。
获取步骤(E30),从监测参数中获得多个指标(i_EVS,i_EVA,i_EVB,i_CID,i_CINT,i_EPA,i_EPB,i_SOMA,i_SOMB,i_EWRAP;i1,i2,i3);
确定步骤(E40;F40),从至少一些指标的值中确定至少一个特征;以及
检测和定位步骤(E50;F50),根据所述至少一个确定的特征,检测和定位影响伺服控制回路的性能降级情况;
2.根据权利要求1所述的监测方法,其特征在于,至少其中一个所述参数(m4-m7)是通过自回归模型根据从如下范围中选择的至少一个外部变量(d1-d3)来估计的:
涡轮喷气发动机燃烧室的空气压力;
流过涡轮喷气发动机燃烧室至少一个喷油器的经计量的燃油流量;以及
涡轮喷气发动机高压轴的转速。
3.根据权利要求1或权利要求2所述的监测方法,其特征在于,代表促动器(21,22)位置的参数类包括至少其中一个如下参数:
代表第一促动器(21)所测瞬间位置(VSV1)的参数(m1);
代表第二促动器(22)所测瞬间位置(VSV2)的参数(m2);
代表第一促动器(21)预测位置的参数(m6);
代表第二促动器(22)预测位置的参数(m7);以及
代表促动器预测整体位置的参数(m5)。
4.根据权利要求3所述的监测方法,其特征在于,
指标i_EVS,表示促动器预测整体位置参数(m5)和促动器(21,22)瞬间整体位置(VSVsel)之间的经校正的均方差;
指标i_EVA,表示第一促动器(21)所测瞬间位置(VSV1)参数(m1)和第一促动器预测位置参数(m6)之间的经校正的均方差;
指标i_EVB,表示第二促动器(22)所测瞬间位置(VSV2)参数(m2)和第二促动器预测位置参数(m7)之间的经校正的均方差;
指标i_CID,该指标根据伺服阀(25)平均控制电流参数(m15)而确定,经由根据参考控制电流而确定的参数(m14)校正;以及
指标i_CINT,该指标根据伺服控制回路(3)平均积分电流参数(m17)而确定,经由参考积分电流参数(m16)校正。
5.根据权利要求3或权利要求4所述的监测方法,其特征在于,第一和第二促动器位置分别通过位置传感器测量,所述传感器包括次级绕组、通过次级绕组的均方根电压,该电压取决于促动器的位置,多个指标包括:
指标i_EPA,其代表第一促动器(21)位置的预测误差;
指标i_EPB,其代表第二促动器(22)位置的预测误差;
指标i_SOMA,其根据参数(m9)而确定,该参数代表第一促动器(21)位置传感器次级绕组均方根电压(V23_EA和V23_EB)的和的平均值,经由代表第一促动器(21)参考平均位置的参数(m8)校正;
指标i_SOMAB,其根据参数(m11)而确定,该参数代表第二促动器(22)位置传感器次级绕组均方根电压(V24_EA和V24_EB)的和的平均值,经由代表第二促动器(22)参考平均位置的参数(m10)校正;以及
指标i_EWRAP,其代表伺服阀(25)控制电流(iCMD)和实际测量返回电流之间存在的平均差(m12,m13)。
6.根据权利要求1所述的监测方法,其特征在于,
估计监测参数和获取指标的估计和获取步骤(F20,F30)可在飞机多个连续飞行状态中针对每个飞行状态来实施;
在估计步骤(F20)期间,所估计的监测参数代表传动系统伺服阀的控制电流和至少一个监测参数代表传动系统促动器的转速;
在获取步骤(F30)期间,指标(i1,i2和i3)可通过分析所述至少一个代表促动器转速的监测参数的变化来获得,所述变化取决于代表控制电流的监测参数;
在确定步骤(F40)期间,所述至少一个特征是根据指标(i1,i2和i3)来确定的,所述指标是通过飞机的多个连续飞行状态获得,所述特征代表了飞行状态期间这些指标的变化情况;以及
检测步骤(F50)包括将所述至少一个特征与至少一个参考特征进行比较的比较步骤,所述参考特征与会影响伺服控制回路的至少一个预定性能降级情况相关。
7.根据权利要求6所述的监测方法,其特征在于,所获得的至少一个指标(i1,i2和i3)对应于至少一个曲线(C)的特性,所述曲线根据代表伺服阀控制电流的监测参数模拟代表促动器转速的所述至少一个监测参数的变化情况。
8.根据权利要求7所述的监测方法,其特征在于,获得如下指标:
伺服控制回路的剩余电流(i1);以及
曲线的至少一个点(M0,M0')的横坐标值(i2,i4)和纵坐标值(i3,i5),在该点两侧可观察到该曲线的斜率变化。
9.根据权利要求8所述的监测方法,其特征在于,也可获得线段(Δ1,Δ2,Δ3)至少一个斜率系数的指标(i7,i8,i9),而所述系数采用在用于形成所述曲线的点上进行线性回归而获得。
10.根据权利要求8或权利要求9所述的监测方法,其特征在于,至少一个性能降级情况是伺服阀剩余电流的电场漂移(electrical drift)和/或传动系统促动器的箱间泄漏。
11.根据权利要求1到10任一项所述的监测方法,其特征在于,传动系统是从如下方面选取的变几何形状传动系统:
涡轮喷气发动机压气机放气阀的位置;
燃油流量;以及
高压涡轮或低压涡轮叶尖间隙;以及
变螺距压气机静子叶片的螺距角。
12.计算机程序,当所述程序采用计算机执行时,包括执行根据权利要求1到11任一项所述监测方法步骤的指令。
13.一种监测传动系统(2)伺服控制回路(3)的装置,所述传动系统用来驱动飞机涡轮喷气发动机的变几何形状部件,所述传动系统包括控制第一和第二促动器(21,22)的伺服阀(25),所述装置包括:
估计装置,用来从伺服控制回路(3)运行数据中估计多个监测参数(m1-m17),所述监测参数从至少其中一个如下参数类别中选取:
代表促动器(21,22)位置(VSV1,VSV2,VSVsel)的参数类;
代表促动器(21,22)转速的参数类;
代表自回归模型系数的参数类,所述模型用来根据伺服阀(25)控制电流(iCMD)来预测促动器的位置;以及
代表伺服阀(25)控制电流(iCMD)或伺服控制回路(3)积分电流的参数类;从监测参数中获得多个指标(i_EVS,i_EVA,i_EVB,i_CID,i_CINT,i_EPA,i_EPB,i_SOMA,i_SOMB,i_EWRAP;i1,i2,i3)的获取装置;
从至少一些指标的值中确定至少一个特征的确定装置;以及
监测和定位装置,用来根据所述至少一个确定的特征来检测和定位影响伺服控制回路的性能降级情况。
14.根据权利要求13所述的监测装置,其特征在于:
估计监测参数的估计装置和获取指标的获取装置可针对飞机多个连续飞行状态的每个飞行状态来启动;
估计装置适于估计代表传动系统伺服阀控制电流的监测参数和至少一个代表传动系统促动器转速的监测参数;
获取装置适于通过分析所述至少一个代表促动器转速的监测参数的变化情况来获取指标,所述监测参数随代表控制电流的监测参数的不同而变化;
确定所述至少一个特征的确定装置适于从经过飞机多个连续飞行状态而获得的指标中确定所述至少一个特征,所述至少一个特征代表了多个飞行状态期间指标的变化情况;以及
检测装置包括将所述至少一个特征与所述至少一个参考特征进行比较的装置,所述参考特征与可能影响伺服控制回路的至少一个预定性能降级情况相关。
CN201180060985.1A 2010-10-22 2011-10-21 监测涡轮喷气发动机变几何形状部件传动系统伺服控制回路的方法和装置 Active CN103261987B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1058681 2010-10-22
FR1058681A FR2966617B1 (fr) 2010-10-22 2010-10-22 Procede et dispositif de surveillance d'une boucle d'asservissement d'un systeme d'actionnement de geometries variables d'un turboreacteur
PCT/FR2011/052467 WO2012052696A1 (fr) 2010-10-22 2011-10-21 Procede et dispositif de surveillance d'une boucle d'asservissement d'un systeme d'actionnement de geometries variables d'un turboreacteur.

Publications (2)

Publication Number Publication Date
CN103261987A true CN103261987A (zh) 2013-08-21
CN103261987B CN103261987B (zh) 2016-05-04

Family

ID=43770015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180060985.1A Active CN103261987B (zh) 2010-10-22 2011-10-21 监测涡轮喷气发动机变几何形状部件传动系统伺服控制回路的方法和装置

Country Status (8)

Country Link
US (2) US9273613B2 (zh)
EP (1) EP2630548B1 (zh)
CN (1) CN103261987B (zh)
BR (1) BR112013009842B1 (zh)
CA (1) CA2815347C (zh)
FR (1) FR2966617B1 (zh)
RU (1) RU2580194C2 (zh)
WO (1) WO2012052696A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111033396A (zh) * 2018-01-11 2020-04-17 欧姆龙株式会社 用于模型预测控制的控制参数的设定方法
CN113238492A (zh) * 2021-04-12 2021-08-10 哈尔滨理工大学 一种针对叶片马达的armax模型的参数辨别方法
CN113767212A (zh) * 2019-04-05 2021-12-07 赛峰飞机发动机公司 用于对致动涡轮机的部件的系统进行监测的方法和系统

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2966617B1 (fr) 2010-10-22 2013-06-14 Snecma Procede et dispositif de surveillance d'une boucle d'asservissement d'un systeme d'actionnement de geometries variables d'un turboreacteur
EP2862032B1 (en) * 2012-06-19 2023-08-23 GKN Aerospace Sweden AB Reliable prediction of life consumption of a machine component
WO2013191593A1 (en) 2012-06-19 2013-12-27 Gkn Aerospace Sweden Ab Method and system for determining life consumption of a mechanical part
WO2013191595A1 (en) 2012-06-19 2013-12-27 Gkn Aerospace Sweden Ab Method for determining a machine condition
JP6216183B2 (ja) * 2013-08-22 2017-10-18 三菱航空機株式会社 航空機に搭載される制御システム、および航空機
US10443509B2 (en) 2014-10-31 2019-10-15 General Electric Company System and method for turbomachinery vane prognostics and diagnostics
JP6610987B2 (ja) * 2015-02-18 2019-11-27 株式会社Ihi 異常診断方法及び異常診断システム
FR3039130B1 (fr) * 2015-07-21 2019-05-31 Airbus Operations Procede et dispositif de gestion automatique d’un actionneur commande par une servo-vanne.
DE102015114421A1 (de) * 2015-08-28 2017-03-02 Airbus Defence and Space GmbH Autonomer L1-adaptiver Regler mit exakter Polvorgabe
US10125779B2 (en) * 2016-12-06 2018-11-13 General Electric Company System and method for turbomachinery vane diagnostics
US10519964B2 (en) 2016-12-06 2019-12-31 General Electric Company System and method for turbomachinery rotor and blade prognostics and diagnostics
FR3092872B1 (fr) * 2019-02-20 2021-02-26 Safran Aircraft Engines Procede et systeme de commande d’un dispositif de dosage de carburant
US11428247B2 (en) 2020-02-07 2022-08-30 Woodward, Inc. Electro-hydraulic servovalve control with input
US11796990B2 (en) 2021-08-24 2023-10-24 Woodward, Inc. Model based monitoring of faults in electro-hydraulic valves

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101198785A (zh) * 2005-06-16 2008-06-11 埃尔塞乐公司 用于涡轮喷气发动机的引擎舱的控制系统
US20080221835A1 (en) * 2007-03-05 2008-09-11 United Technologies Corporation Process and methodology for root cause identification in gas turbine engine performance tracking
CN101274664A (zh) * 2007-03-29 2008-10-01 联合工艺公司 可变区域扇形喷嘴和推力反向器
US20080243291A1 (en) * 2007-03-28 2008-10-02 Yokogawa Electric Corporation Method and system for assessing and diagnosing control loop performance
FR2939170A1 (fr) * 2008-11-28 2010-06-04 Snecma Detection d'anomalie dans un moteur d'aeronef.
FR2939924A1 (fr) * 2008-12-15 2010-06-18 Snecma Identification de defaillances dans un moteur d'aeronef

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR1058681A (fr) 1952-06-25 1954-03-18 Mepps Leurre ondulant perfectionné pour la pêche
US5806805A (en) * 1996-08-07 1998-09-15 The Boeing Company Fault tolerant actuation system for flight control actuators
FR2755730B1 (fr) * 1996-11-14 1999-01-08 Hispano Suiza Sa Systeme de commande electrique pour inverseur de poussee de turboreacteur
FR2846378B1 (fr) * 2002-10-25 2006-06-30 Hispano Suiza Sa Inverseur de poussee electromecanique pour turboreacteur a synchronisation des dispositifs de verrouillage
FR2966617B1 (fr) * 2010-10-22 2013-06-14 Snecma Procede et dispositif de surveillance d'une boucle d'asservissement d'un systeme d'actionnement de geometries variables d'un turboreacteur

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101198785A (zh) * 2005-06-16 2008-06-11 埃尔塞乐公司 用于涡轮喷气发动机的引擎舱的控制系统
US20080221835A1 (en) * 2007-03-05 2008-09-11 United Technologies Corporation Process and methodology for root cause identification in gas turbine engine performance tracking
US20080243291A1 (en) * 2007-03-28 2008-10-02 Yokogawa Electric Corporation Method and system for assessing and diagnosing control loop performance
CN101274664A (zh) * 2007-03-29 2008-10-01 联合工艺公司 可变区域扇形喷嘴和推力反向器
FR2939170A1 (fr) * 2008-11-28 2010-06-04 Snecma Detection d'anomalie dans un moteur d'aeronef.
FR2939924A1 (fr) * 2008-12-15 2010-06-18 Snecma Identification de defaillances dans un moteur d'aeronef

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111033396A (zh) * 2018-01-11 2020-04-17 欧姆龙株式会社 用于模型预测控制的控制参数的设定方法
CN113767212A (zh) * 2019-04-05 2021-12-07 赛峰飞机发动机公司 用于对致动涡轮机的部件的系统进行监测的方法和系统
CN113767212B (zh) * 2019-04-05 2023-06-20 赛峰飞机发动机公司 用于对致动涡轮机的部件的系统进行监测的方法和系统
CN113238492A (zh) * 2021-04-12 2021-08-10 哈尔滨理工大学 一种针对叶片马达的armax模型的参数辨别方法

Also Published As

Publication number Publication date
RU2580194C2 (ru) 2016-04-10
EP2630548A1 (fr) 2013-08-28
BR112013009842B1 (pt) 2021-05-18
US9273613B2 (en) 2016-03-01
US8831855B2 (en) 2014-09-09
FR2966617B1 (fr) 2013-06-14
EP2630548B1 (fr) 2020-09-09
CA2815347A1 (fr) 2012-04-26
FR2966617A1 (fr) 2012-04-27
BR112013009842A2 (pt) 2016-07-26
CN103261987B (zh) 2016-05-04
CA2815347C (fr) 2019-03-19
WO2012052696A1 (fr) 2012-04-26
US20130338898A1 (en) 2013-12-19
US20120101706A1 (en) 2012-04-26
RU2013123289A (ru) 2014-11-27

Similar Documents

Publication Publication Date Title
CN103261987A (zh) 监测涡轮喷气发动机变几何形状部件传动系统伺服控制回路的方法和装置
JP4149899B2 (ja) システム上で診断を行うための方法
US7395188B1 (en) System and method for equipment life estimation
US6502085B1 (en) Methods and systems for estimating engine faults
Jaw Recent advancements in aircraft engine health management (EHM) technologies and recommendations for the next step
US7027953B2 (en) Method and system for diagnostics and prognostics of a mechanical system
CN109154236B (zh) 考虑传感器故障来控制燃气涡轮
CN113053171B (zh) 一种民机系统风险预警方法及系统
Simon An integrated architecture for on-board aircraft engine performance trend monitoring and gas path fault diagnostics
CN108062428B (zh) 一种涡扇发动机在线部件故障诊断方法及系统
CN109215165A (zh) 一种民用飞机apu性能评估及故障预警方法
CN111506049B (zh) 基于aann网络系统的航空发动机控制系统多重故障诊断方法
Vatani et al. Health monitoring and degradation prognostics in gas turbine engines using dynamic neural networks
Venturini et al. Application of a statistical methodology for gas turbine degradation prognostics to alstom field data
CN111240235A (zh) 从通用模型库自生成特定于发动机的健康监测模型
Sun et al. Deep learning framework for gas turbine performance digital twin and degradation prognostics from airline operator perspective
Babbar et al. Advanced diagnostics and prognostics for engine health monitoring
Feng et al. A multi-rate sensor fusion approach using information filters for estimating aero-engine performance degradation
US20140088766A1 (en) Health management having system level diagnostic feedback and information fusion
Dyson et al. CF6-80 condition monitoring-the engine manufacturer's involvement in data acquisition and analysis
Abid et al. Adaptive data-driven approach for the remaining useful life estimation when few historical degradation sequences are available
Fernandes et al. An overview on degradation modelling for service cost estimation
CN115808209A (zh) 一种基于神经网络的电静压伺服机构状态监测方法及系统
Liu et al. A novel performance prediction method for gas turbines using the prophet model
Nguyen et al. A systems approach to machinery condition monitoring and diagnosis

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