CN105629946A - 用于识别飞行器中的故障的系统和方法 - Google Patents

用于识别飞行器中的故障的系统和方法 Download PDF

Info

Publication number
CN105629946A
CN105629946A CN201510808238.1A CN201510808238A CN105629946A CN 105629946 A CN105629946 A CN 105629946A CN 201510808238 A CN201510808238 A CN 201510808238A CN 105629946 A CN105629946 A CN 105629946A
Authority
CN
China
Prior art keywords
user input
failure condition
data
aircraft
input data
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
CN201510808238.1A
Other languages
English (en)
Other versions
CN105629946B (zh
Inventor
O.P.J.T.M.图翁
R.W.霍拉宾
G.E.德肖特尔
M.J.罗宾斯
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.)
Taleris Global LLP
Original Assignee
Taleris Global LLP
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 Taleris Global LLP filed Critical Taleris Global LLP
Publication of CN105629946A publication Critical patent/CN105629946A/zh
Application granted granted Critical
Publication of CN105629946B publication Critical patent/CN105629946B/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
    • G07C5/08Registering 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
    • 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
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64FGROUND 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
    • B64F5/00Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60Testing or inspecting aircraft components or systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/58Testing of lines, cables or conductors
    • 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
    • G07C5/0816Indicating performance data, e.g. occurrence of a malfunction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64DEQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00Aircraft indicators or protectors not otherwise provided for
    • B64D2045/0085Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24033Failure, fault detection and isolation

Abstract

识别在具有至少一个监控的系统的飞行器中的故障的系统和方法,包含:在飞行的至少一部分期间,接收对于所述至少一个监控的系统的操作数据,接收来自对应于至少一个监控的系统的操作的用户输入的用户输入数据;当所述用户输入数据被确定为是所识别的可能的故障情况的症状时,由控制器来识别实际的故障情况。

Description

用于识别飞行器中的故障的系统和方法
背景技术
当代的飞行器具有许多的系统和部件,利用它们以便操作飞行器。当前,航空公司和维修人员等待直到飞行器发生故障或问题,而然后尝试识别原因并且在预定的或更可能的非预定的维修期间来修复它,这是非常不期望的,因为飞行器必须停止使用。还基于飞行员的判断来手动地记录故障发生。
发明内容
在一个实施例中,本发明涉及一种识别在具有至少一个监控的系统的飞行器中的故障的方法,包含在飞行的至少一部分期间,接收对于至少一个监控的系统的来自多个传感器的操作数据,接收来自对应于至少一个监控的系统的操作的用户输入的用户输入数据,基于将所接收的操作数据与至少一个对应的阈值进行比较来识别可能的故障情况,分析对应于所识别的可能的故障情况的用户输入数据以确定何时用户输入数据是所识别的可能的故障情况的症状,当用户输入数据被确定为是所识别的可能的故障情况的症状时,由控制器来识别实际的故障情况,以及提供所识别的故障情况的指示。
在另一个实施例中,本发明涉及一种用于识别在飞行器中的故障的系统,该系统具有至少一个飞行器部件,该至少一个飞行器部件具有输出对于至少一个飞行器部件的操作数据的至少一个传感器,位于飞行器上并且提供对应于至少一个飞行器部件的操作的用户输入数据的至少一个用户输入设备,接收用户输入数据和操作数据的控制器,其中控制器执行实现算法的计算机程序,该算法基于操作数据识别至少一个飞行器部件的可能的故障情况,监控对应于对于至少一个飞行器部件的多次使用的所识别的可能的故障情况的操作数据,分析对应于所识别的可能的故障情况的用户输入数据以确定何时用户输入数据是所识别的可能的故障情况的症状,当用户输入数据被确定为是所识别的可能的故障情况的症状时,识别实际的故障情况,以及提供所识别的故障情况的指示。
1.一种识别在具有至少一个监控的系统的飞行器中的故障的方法,所述方法包括:
在飞行的至少一部分期间,接收对于所述至少一个监控的系统的来自多个传感器的操作数据;
接收来自对应于所述至少一个监控的系统的操作的用户输入的用户输入数据;
基于将所接收的操作数据与至少一个对应的阈值进行比较来识别可能的故障情况;
分析对应于所识别的可能的故障情况的所述用户输入数据以确定何时所述用户输入数据是所识别的可能的故障情况的症状;
当所述用户输入数据被确定为是所识别的可能的故障情况的症状时,由控制器来识别实际的故障情况;以及
提供所识别的实际的故障情况的指示。
2.技术方案1所述的方法,还包括监控对于所述至少一个监控的系统的多次使用的对应于所识别的可能的故障情况的操作数据。
3.技术方案1所述的方法,其中接收所述操作数据包括接收对于多个飞行的操作数据。
4.技术方案3所述的方法,其中识别所述可能的故障包括:当所述比较指示在多个飞行上满足阈值时,识别可能的故障。
5.技术方案1所述的方法,还包括在所述系统的多次使用期间来接收用户输入数据。
6.技术方案5所述的方法,还包括对所接收的用户输入数据取平均以定义平均用户输入数据。
7.技术方案6所述的方法,还包括在所述取平均之前对所接收的用户输入数据进行规范化。
8.技术方案1所述的方法,还包括在识别故障之前规范化所接收的用户输入数据。
9.技术方案1所述的方法,其中所述监控的系统是所述飞行器的前轮系统以及所述操作数据包括以下中的至少一个:前轮的方位、方向舵的方位、所述飞行器的主体偏航速率、所述飞行器的地面速度、前起落装置的状态、或前起落装置的方位。
10.技术方案9所述的方法,其中接收所述用户输入数据包括感测在多个速度处的方向舵踏板使用。
11.技术方案1所述的方法,其中所述监控的系统是所述飞行器的空调系统以及所述操作数据包括以下中的至少一个:在所述飞行器的不同区域中的机舱温度、在所述空调系统的管道中的温度、调配空气阀门的方位、脱水机中的温度,或所述空调系统的组件出口。
12.技术方案11所述的方法,其中接收所述用户输入数据包括感测由机组人员所选择的温度设置。
13.技术方案12所述的方法,其中接收所述用户输入数据包括感测所述机组人员将温度设置为最小值。
14.技术方案1所述的方法,其中在飞行的多个阶段来获取所述数据。
15.技术方案1所述的方法,其中所述控制器使用算法来识别所述故障。
16.技术方案1所述的方法,其中所述指示是关于在所述飞行器内的显示器上提供的所识别的故障的警告。
17.一种用于识别在飞行器中的故障的系统,所述系统包括:
至少一个飞行器部件或系统,具有输出对于所述至少一个飞行器部件或系统的操作数据的至少一个传感器;
至少一个用户输入设备,位于所述飞行器上并且提供对应于所述至少一个飞行器部件或系统的操作的用户输入数据;
控制器,接收所述用户输入数据和所述操作数据,其中所述控制器执行实现算法的计算机程序,所述算法:
基于所述操作数据识别所述至少一个飞行器部件或系统的可能的故障情况;
监控对应于对于所述至少一个飞行器部件或系统的多次使用的所识别的可能的故障情况的操作数据;
分析对应于所识别的可能的故障情况的所述用户输入数据以确定何时所述用户输入数据是所识别的可能的故障情况的症状;
当所述用户输入数据被确定为是所识别的可能的故障情况的症状时,识别实际的故障情况;以及
提供所识别的故障情况的指示。
附图说明
在附图中:
图1是可以实现本发明的实施例的飞行器和地面系统的透视图。
图2是示出根据本发明的实施例的识别故障的方法的流程图。
具体实施方式
图1说明了具有用于识别飞行器8中的故障的系统10的飞行器8。如所说明的,飞行器8可以包含耦合到机身14的多个引擎12、被布置在机身14中的驾驶舱16、以及从机身14向外延伸的机翼组装件18。尽管已经说明了商用飞行器,但是可以设想的是,本发明的实施例可以用于任何类型的飞行器,例如,不限于,固定翼、旋转翼、火箭、个人飞行器、以及军用飞行器。此外,尽管在每个机翼组装件18上已经示出了两个引擎12,但是将理解的是,可以包含任何数量的引擎12(包含单个引擎12)。
许多系统可以被包含在飞行器8中,其包含空调系统20,出于清楚的目的,已经仅说明了它的一部分。空调系统20可以形成飞行器8的环境控制系统的一部分以及可以包含各种子系统。例如,除了别的之外,排气系统21、一个或多个空调组件(pack)22、以及具有各种管道的空气分配系统24或机舱温度控制系统26可以被包含在空调系统20中。排气系统21可以连接到引擎12中的每个引擎,以及空气可以从每个引擎12的压缩机级(燃烧室的上游)被排出而被提供给空调系统20。各种排气口可以连接到引擎12的各种部分以向排气系统21提供高压缩空气。这个排放的空气的温度和压力取决于引擎12的哪个压缩机级和RPM而广泛地变化。机舱温度控制系统26可以担当控制机构以及可以控制飞行器8内的温度以及空调系统20的各种其它方面。多个传感器可以被包含以及可以输出与空调系统20的各种方面有关的信号,包括在与制冷组件出口空气混合之前的飞行器8内的温度,在空调系统20内的压力,包含管道温度的空调系统20的物理部分的温度,调配空气阀的方位,a/k/a热空气阀,等。
前轮转向系统或前轮系统30也已经被示出为被包含以及被示出为包含前轮起落装置32、多个传感器34、以及控制机构36,其可以包含方向舵或任何其它合适的控制机构。控制机构36可以直接耦合到前轮起落装置32或可以通过控制器可操作地耦合。前轮转向系统可以被液压地驱动以及可以被电或机械地控制。飞行器上的转向可以通过转动前轮的下部来完成。
此外,使得飞行器8能够适当操作的多个附加的飞行器系统40也可以被包含在飞行器8中,以及已经被图示地说明。与飞行器的系统有关的多个传感器42,任何子系统或部件,也可以被包含在飞行器8中。将理解的是,任何数量的传感器42可以被包含以及任何合适类型的传感器42可以被包含。传感器42可以传送与飞行器8内的系统中的任何系统有关的各种输出信号和信息。
控制器44和具有无线通信链路的通信系统45也可以被包含在飞行器8中。控制器44可以可操作地耦合到空调系统20、前轮系统30、多个其它飞行器系统40、以及各种传感器、控制机构等。控制器44还可以与飞行器8的其它控制器连接。控制器44可以包含存储器46,存储器46可以包含随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器,或一个或多个不同类型的便携式电子存储器,诸如盘、DVD、CD-ROM等,或这些类型的存储器的任何合适组合。控制器44可以包含一个或多个处理器48,其可以运行任何合适的程序。控制器44可以是FMS的一部分或可以可操作地耦合到FMS。备选地,控制器44可以是专用控制器。此外,控制器44可以是单个控制器或在一起工作的多个系统上的多个控制器。
计算机可搜索的信息的数据库可以被存储在存储器46中以及可以被处理器48访问。处理器48可以运行可执行指令集以显示数据库或访问数据库。备选地,控制器44可以可操作地耦合到信息的数据库。例如,此类数据库可以被存储在备选的计算机或控制器上。将理解的是,数据库可以是任何合适的数据库,包含具有多个数据集的单个数据库,链接在一起的多个分立的数据库,或者甚至数据的简单表。可以设想的是,数据库可以包含多个数据库或数据库可以实际上是多个独立的数据库。数据库可以存储数据,该数据可以包含对于飞行器8的以及与飞行器的机群(fleet)有关的历史空调系统数据。数据库还可以包含参考值,该参考值包含阈值、历史值、聚合的值以及与确定此类参考值有关的数据。
备选地,可以设想的是,数据库可以与控制器44分离,但是可以与控制器44通信,使得它可以被控制器44访问。例如,可以设想的是,数据库可以被包含在便携式存储设备上,以及在这种情况下,飞行器8可以包含用于接纳便携式存储设备的端口,以及此类端口将与控制器44电通信,使得控制器44可以能够读取便携式存储设备的内容。还可以设想的是,可以通过无线通信链路45来更新数据库,以及在这种情况下,实时信息可以被包含在数据库中以及可以被控制器44访问。
此外,可以设想的是,此类数据库可以不位于飞行器8而在诸如航空公司操作中心、飞行操作管制部门或其它位置的位置处。控制器44可以可操作地耦合到无线网络,通过该无线网络,可以将数据库信息提供给控制器44。
尽管已经示出了商用飞行器,但是可以设想的是,本发明的实施例的部分可以被实现在任何地方,包含在地面系统62处计算机或控制器60中。此外,如上所述的数据库(多个)也可以位于目的地服务器或控制器60中,其可以位于指定的地面系统62处以及包含指定的地面系统62。备选地,数据库可以位于备选的地面位置处。地面系统62可以经由无线通信链路64与位于远离于控制器60的包含控制器44和数据库的其它设备通信。地面系统62可以是任何类型的通信地面系统62,诸如航空公司管制或飞行操作部门。
将理解的是,控制器44和控制器60仅表示两种示例性实施例,它们可以被配置为实现本发明的实施例或本发明的实施例的部分。在操作期间,控制器44和/或控制器60控制器44和控制器60可以被配置为接收用户输入数据和操作数据,其中控制器执行实现算法的计算机程序,该算法基于识别操作数据识别至少一个飞行器部件的可能的故障情况,分析对应于所识别的可能的故障情况的用户输入数据以确定何时用户输入数据是所识别的可能的故障情况的症状,当用户输入数据被确定为是所识别的可能的故障情况的症状时,识别实际的故障情况,以及提供所识别的故障情况的指示。
通过非限制性示例,与部件或系统中的任何部件或系统有关的一个或多个传感器可以传送与系统的各种特征有关的数据。控制器44和/或控制器60可以使用来自控制机构、传感器、其它飞行器系统、数据库(多个)的输入,和/或来自航空公司管制或飞行操作部门的信息以识别可能的故障情况。除了别的方面之外,控制器44和/或控制器60可以随时间分析数据以确定在监控的系统的操作中的漂移、趋势、步骤或峰值。控制器44和/或控制器60还可以分析传感器数据以及基于以上所述来识别系统中的可能的故障情况。
一旦已经识别了系统内的可能的故障情况,则控制器44和/或控制器60可以分析与所识别的可能的故障情况有关的用户输入数据以确定用户输入数据是否是所识别的可能的故障情况的症状。在那时,当用户输入数据被确定为是所识别的可能的故障情况的症状时,控制器44和/或控制器60可以识别实际的故障情况。然后,可以在飞行器8上和/或在地面系统62处提供实际的故障情况的指示。可以设想的是,可以在飞行期间,可以在飞行后,或可以在任何次数的飞行后,进行实际的故障情况的识别。无线通信链路45和无线通信链路64两者可以用于传送数据,使得控制器44和/或控制器60可以识别可能的故障情况和/或实际的故障情况。
控制器44和控制器60中的一个可以包含具有可执行指令集的计算机程序的全部或一部分,该可执行指令集用于识别飞行器8中的可能的故障情况和/或识别飞行器8中的实际的故障情况。实际的故障情况可以包含部件的不适当操作以及监控的系统的部件的失效。不管是否控制器44和/或控制器60运行用于识别实际的故障情况的程序,该程序可以包含计算机程序产品,该计算机程序产品可以包含机器可读介质,机器可读介质用于载有或具有在其上存储的机器可执行指令或数据结构。
将理解的是,可以实现本发明的实施例的环境的细节被阐述以便提供本文中描述的技术的彻底理解。然而,对于本领域的技术人员将明显的是,可以在没有这些特定细节的情况下来实践示例性实施例。参照附图来描述示例性实施例。这些附图说明了实现本文中描述的模块或方法,或计算机程序产品的特定实施例的某些细节。然而,附图不应当被解释为强加可能在附图中存在的任何限制。可以在用于完成方法和计算机程序产品的操作的任何机器可读介质上来提供该方法和计算机程序产品。可以使用现有的计算机处理器、或通过由于这个或另一个目的而被包含的专用计算机处理器,或通过硬连线系统来实现实施例。此外,可以利用多个计算机或处理器,包含可以从多个控制器形成的控制器44和/或控制器60。将理解的是,识别实际的故障情况的控制器可以是任何合适的控制器,包含控制器可以包含彼此通信的多个控制器。
如上所述,本文中描述的实施例可以包含计算机程序产品,该计算机程序产品可以包含机器可读介质,机器可读介质用于载有或具有在其上存储的机器可执行指令或数据结构。此类机器可读介质可以是任何可以使用的介质,其可以被通用或专用计算机或具有处理器的其它机器访问。作为示例,此类机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁存储设备、或任何其它介质,其可以用于载有或存储以机器可执行指令或数据结构的形式的期望的程序代码且可以被通用或专用计算机或具有处理器的其它机器访问。当通过网络或另一个通信连接(硬连线的、无线、或硬连线或无线的组合)将信息传递或提供给机器时,机器将该连接适当地视为机器可读介质。因此,任何此类连接适当地被称为机器可读介质。以上的组合也被包含在机器可读介质的范围内。机器可执行指令包括例如,指令和数据,其使得通用计算机、专用计算机、或专用处理机器来执行某一功能或一组功能。
将在方法步骤的一般上下文中来描述实施例,在一个实施例中可以由程序产品实现该方法步骤,程序产品包含机器可执行指令,诸如例如以由联网环境中的机器执行的程序模块的形式的程序代码。一般而言,程序模块包含例程、程序、对象、部件、数据结构等,它们具有执行特定任务的技术效果或实现特定抽象数据类型。机器可执行指令,相关联的数据结构,以及程序模块表示用于执行本文中公开的方法的步骤的程序代码的示例。此类可执行指令的特定顺序或相关联的数据结构表示用于实现在此类步骤中描述的功能的对应动作的示例。
实施例可以使用至具有处理器的一个或多个远程计算机的逻辑连接被实践在联网环境中。逻辑连接可以包含在此通过示例而非限制所提出的局域网(LAN)和广域网(WAN)。此类联网环境在办公室范围或企业范围的计算机网络、内联网和互联网中是常见的,以及可以使用广泛的各种不同的通信协议。本领域的技术人员将了解的是,此类网络计算环境将典型地包含许多类型的计算机系统配置,包含个人计算机、手持型设备、多处理器系统、基于微处理器的或可编程的消费电子产品、网络PC、迷你计算机、大型机、等。
实施例还可以被实践在分布式计算环境中,在分布式计算环境中可以由通过通信网(通过硬连线链路、无线链路,或通过硬连线或无线链路的组合)链接的本地和远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于本地和远程存储器存储设备中。
根据本发明的实施例,图2说明了方法100,其可以用于识别在飞行器8中的实际的故障情况;此类所识别的实际的故障情况可以包含失效。然而,将理解的是,所识别的实际的故障情况可以不是失效而是替代地可以警告维修人员去查看所识别的问题的情况。以这种方式,所识别的实际的故障情况可以指示故障情况呈现,但是不保证实际故障存在。
方法100在102处通过接收在飞行的至少一部分期间的对于至少一个监控的系统的多个传感器的操作数据而开始。将理解的是,此类操作数据可以被控制器44被动地接收,或控制器44可以主动地从与监控的系统相关联的传感器获得数据。可以在包含在地面上和在空中的那些飞行阶段的飞行阶段中的任何飞行阶段期间来接收操作数据。可以对于包含单个阶段和多个阶段的任何数量的飞行阶段来接收操作数据。飞行阶段可以包含:滑行、起飞、上升、巡航、下降和着陆。
可以设想的是,所接收的数据可以包含原始数据,从该原始数据,各种其它信息可以被获得或以其他方式被提取以定义传感器输出。将理解的是,不管从所接收的输出直接接收或获得传感器输出,该输出可以被认为是所接收的数据。例如,传感器输出可以随着时间被聚合以定义聚合的传感器数据。随着时间来聚合所接收的传感器输出可以包含聚合在飞行的多个阶段上和/或在多个飞行上的所接收的传感器输出。在维修事件之后,此类聚合的传感器数据可以被重置。例如,可能的故障情况可以基于所获得的数据,诸如中间值、最小值、最大值、标准差、在阈值上或在阈值下的计数、状态的改变、相关性等,可以在飞行器的飞行的每个阶段或在飞行的多个阶段上来计算它们。
在104,可以从对应于至少一个监控的系统的操作的用户输入来接收用户输入数据。这也可以包含在飞行的至少一部分期间接收来自与控制机构有关的一个或多个传感器的数据或与监控的系统有关的其它用户输入。正如操作数据,可以在包含多个飞行阶段的任何飞行阶段期间来接收用户输入数据。
可以设想的是,用户输入数据可以以任何合适的方式被规范化。示例可以包含:将时间尺度规范化为从-0到1的范围,以便多个飞行(在多个飞行中,特定飞行阶段的持续时间改变)可以被一起比较;通过消除由于另一个控制设置的偏移进行规范化,通过消除由于外部因素的偏移进行规范化;使用控制参数作为x轴参数而不是时间;等。例如,在起飞简档中,使用在x轴上的地面速度而不是时间来画出各种参数;以便不同的飞行(其中起飞加速度的持续时间改变)可以彼此比较。
在106,可以基于将所接收的操作数据与至少一个对应的阈值进行比较,来识别可能的故障情况。将理解的是,可以不将操作数据与阈值直接比较;替代地,操作数据可以被算法首先处理,以及算法的输出可以与对应的阈值进行比较。这将仍然被认为是将所接收的操作数据与对应的阈值进行比较。合适的算法的示例可以包含计算中间值、最小值、最大值、均值、与另一个参数的差、在不同参数中的事件之间的时延、偏移的识别、噪声、上述的任何组合等。至少一个对应的阈值可以是与传感器输出有关的任何合适的阈值,包含预定阈值、历史参考值等。此外,至少一个对应的阈值可以包含在飞行期间已经被确定的值,诸如另一个传感器读数。以这种方式,将理解的是,可以在操作期间定义至少一个对应的阈值。备选地,至少一个对应的阈值可以被存储在如上所述的数据库(多个)中的一个中。
以这种方式,可以将传感器输出与对应的阈值进行比较,以及可以进行任何合适的比较。例如,比较可以包含确定传感器输出和对应的阈值之间的差。通过非限制性示例,比较可以包含将最近的信号输出与历史值进行比较。可以以每个飞行为基础来进行比较,或可以在系统的一系列使用上或在一系列的飞行上来处理数据。
当比较指示操作数据满足对应的阈值时,可能的故障情况可以被识别。此处使用的词语“满足”阈值意味的是,操作数据满足预定阈值,诸如等于、小于或大于阈值的值。将理解的是,此类确定可以被容易地改变为通过肯定/否定比较或真/假比较来满足。例如,当数据在数字上被反转时,可以通过应用大于测试来容易地满足小于阈值的值。将理解的是,可以基于任何数量的比较来识别任何数量的可能的故障情况。
在108,对应于所识别的可能的故障情况的用户输入数据可以被分析以确定何时用户输入数据是所识别的可能故障情况的症状。以这种方式,方法利用操作数据和实际机组人员输入来确定实际的故障情况。也就是说,操作数据提供第一检查以识别区域来查看故障情况。第二检查使用用户输入确定故障情况是否在正在被监控的区域中存在。更具体地,在110,当用户输入数据被确定为是所识别的可能故障情况的症状时,由控制器44和/或控制器60来识别实际的故障情况。因此,在106,操作数据用于确定对于故障情况的可能的“候选者”。然后,此类候选者连同用户输入数据被监控,以确定对于所监控的候选者中的一个候选者是否存在故障情况。以这种方式,操作数据就像第一级过滤器。它让可能具有故障情况的那些项目通过但是直到在确认步骤中查看用户输入数据之前都没有做出实际的故障情况确实存在的最终确定。
在实现中,对于操作数据的阈值的值、比较以及关于何时用户输入数据是故障的症状的信息可以被转变为算法以识别在飞行器的所监控的系统中的实际的故障情况。此类算法可以被转变为包括可执行指令集的计算机程序,其可以被控制器44和/或控制器60执行。由机载系统记录的各种其它参数,诸如高度、阀门设置等,也可以被此类计算机程序利用以识别在飞行器的所监控的系统中的实际的故障情况。备选地,计算机程序可以包含模型,其可以用于识别在飞行器的所监控的系统中的实际的故障情况。模型可以包含推理网络、流程图或决策树的使用。模型可以作为算法(诸如一个或多个数学算法)被实现在软件中。可能的或实际的故障情况的识别可以基于在与先前故障比较的数据中的对系统和模式的理解。模型可以确保可以获得的所有信息被使用以及可以忽略错误肯定。
在112,控制器44和/或控制器60可以提供在110处识别的飞行器8中的实际的故障情况的指示。可以在任何合适的位置处,包括在驾驶舱16中和在地面系统62处,以任何合适的方式来提供该指示。例如,可以在飞行器8的驾驶舱16中的主飞行显示器(PFD)上提供该指示。如果控制器44运行程序,则合适的指示可以在飞行器8被提供,以及/或可以被上载到地面系统62。备选地,如果控制器60运行程序,则该指示可以被上载或以其他方式被中继给飞行器8。备选地,该指示可以被中继,使得可以在另一个位置处,诸如航空公司管制或飞行操作部门来提供它。
将理解的是,识别实际故障情况的方法是灵活的以及所示出的方法仅用于说明性的目的。例如,所描绘的步骤的顺序仅是出于说明性的目的,以及不意味着以任何方式限制方法100,因为要理解的是,步骤可以以不同的逻辑顺序进行,或者在不背离本发明的实施例的情况下,可以包含另外的或介于中间的步骤。例如,方法可以包含:对于至少一个监控的系统的多次使用,监控对应于所识别的可能的故障情况的操作数据。然后,随着系统的多次使用可以确认可能的故障情况。包含:如果在设置数量的使用内可能的故障情况那么多次被识别,则可以识别它,否则将作为可能的故障情况而废弃它。进一步地,可以对于多个飞行来接收操作数据,以及识别可能的故障情况可以包含:当比较指示在多个飞行上满足阈值时,识别可能的故障情况。可以设想的是,接收用户输入数据可以包含在系统的多次使用期间接收或感测机组人员的行为。然后,机组人员行为可以被取平均以定义平均的机组人员行为或可以以其他方式被统计地处理。所接收的机组人员行为(多个)在取平均之前还可以被规范化。
若干特定示例可以提供关于本发明的实施例的另外的有用细节。关于前轮系统30,接收操作数据可以包含:前轮转向角度和传感器偏移可以被监控以基于飞行中和在地面上的飞行状况来识别系统性能或健康中的异常现象。接收来自对应于至少一个监控的系统的操作的用户输入的用户输入数据可以包含接收诸如转向轮和踏板的方位的数据。在起飞滑跑期间,此类用户输入数据可以被分析以检测可能指示转向偏移的一致性的机组人员的行为模式。将理解的是,可以在大量次数的飞行上来分析飞行器行为的平均模式,以便消除侧风的任何影响或特定跑道的影响。
可以被监控的操作数据可以包含根据包含来自控制或监控通道的一个或多个传感器的前轮的方位、方向舵的方位、飞行器的主体偏航速率、飞行器的地面速度、前起落装置的状态(即,它是在地面上还是没在地面上)、前起落装置的方位(即,是否收缩)。基于将所接收的操作数据与至少一个对应的阈值的比较识别可能的故障状态可以包含:当在读取飞行前、巡航和/或飞行后的前轮的方位的两个传感器之间存在差异时,识别可能的故障状态。
当在飞行前和飞行后,偏航速率是零以及地面速度在某一范围(5-20kts)中时,可以基于包含前轮的方位的操作数据来识别可能的故障状态。可以基于在巡航中的轮子的方位和/或在起飞加速期间的轮子的方位,来识别可能的故障情况。更具体地,以上所述可以凸显在前轮系统30中的一些异常现象,诸如两个传感器34不一致。这可能意味的是,监控传感器偏移了或控制传感器偏移了。以这种方式,方法可以基于所接收的操作数据来识别多个可能的故障情况。
申请人已经确定了在控制传感器中具有偏移将意味着的是,在起飞加速度期间,飞行员将必须以低速度应用某些方向舵踏板以保持轮子笔直。随着飞行器的速度的增加,这种效应将减少,因为轮子具有较少的影响而方向舵接管;因此在方向舵上的飞行员输入应当随着速度增加而减少。以这种方式,转向数据是对应于所识别的可能的故障情况的用户输入数据。当在多个飞行中,飞行员必须在相同方向中应用转向以保持飞机笔直,而不管单个飞行员、机场以及侧风时,则用户输入数据(上述转向)是所识别的可能的故障情况的症状。在以上示例中,使用控制传感器,实际的故障情况被识别为故障情况。更具体地,故障被识别为转向命令传感器偏移。这也允许了将预测此类故障可能导致的效应,包含潜在的前轮振动。
将关于空调系统20来解释另一个示例。接收操作数据可以包含在飞行器的不同区域中的机舱温度、在管道24中的温度、调配空气阀的方位、空调系统20的不同部分(诸如脱水机、组件出口等)中的温度、在空调组件中的阀门(例如旁通阀、进气阀、环境温度)的方位等。可以从耦合到空调系统20的温度传感器42来传送多个温度传感器读数。这可以包含顺序地和/或同时地传送来自传感器42的数据。所传送的数据可以被包含数据库或控制器44和/或控制器60的任何合适的设备接收。在诸如飞行前、巡航和飞行后的飞行阶段期间,可以对于以上参数中的每个参数获得包含中间值的统计数据。
此外,将操作数据与参考值或阈值进行比较可以包含:确定在空调系统20中的有关温度之间的差以及接着将该差与参考差值进行比较。例如,在邻近的和/或有关的温度之间的增量(delta)可以用于凸显异常的温度测量。增量允许机舱隔室温度的规范化,因为假设的是,跨越不同隔室的实际机舱温度在任何时间将不会显著地变化。这将减少在正常操作中在机舱隔室温度中所观察的变化(例如飞行前由于季节性变动在某些阶段中观察的变化)的效果。一个隔室温度与另一个隔室温度的任何显著的变化可以识别在该传感器/系统中可能的故障情况。
接收来自对应于空调系统20的操作的用户输入的用户输入数据可以包含接收诸如由机组人员进行的温度设置选择的数据。机组人员可以通过增加或减少机舱设置温度来补偿非最佳的空调系统性能。可以在包含所有飞行阶段的任何飞行阶段期间来分析此类用户输入数据。例如,用户输入可以示出由于机组人员不能达到正确的温度(备选地太热或太冷)而在飞行期间变化太多的温度设置中的变化。这可以取决于给定的机组人员,因此将理解的是,可以在大量的飞行之上分析机组人员行为,以便规范化任何异常现象。另一种类型的行为是,在使温度回到正常水平的尝试中,机组人员将温度一致性地设置为最小值。如果组件工作正常,则机组人员应当绝不选择最小值,因为这将导致非常低的机舱温度。因此,可以识别关于组件中的一个组件的故障情况。以这种方式,可以将从所记录的空调系统操作数据所获得的性能指示与和机舱温度设置相关联的机组人员行为模式融合以识别空调系统中的故障。使用操作参数和机组人员行为模式(其也可以从所记录的飞行数据获得)两者增强了系统故障识别能力。
尽管与从用户输入来获得机组人员的行为相比,以非自动化的方式,诸如通过面谈,来获得该行为将是可能的,但是这将局限于由机组人员有意识所采取的动作。这还将要求机组人员记住和报告此类动作。通过自动地接收用户输入,可以接收和分析无意识的但是指示飞行器故障的机组人员行为。
上述实施例的技术效果包含可以将分析系统故障检测与机组人员行为的分析组合以更高置信地识别飞行器部件和系统可能的和/或实际的故障情况。存在飞行器故障的许多潜在的根本原因和飞行器系统的通常不充足的感测以允许在这些故障的多个可能原因之间进行区分。例如,当前现有的排除故障手册可以包含多个可能的原因的列表。上述实施例考虑了具有平均机组人员行为模式的系统数据,其导致比使用现有技术可能的故障区分明显更好的故障区分。当前,数据没有以这种方式组合。用于排除飞行器故障的在多个飞行上对机组人员行为聚合并且取平均提供了另外的益处。上述实施例允许根本原因被直接识别,这进而节省与扩展的排除故障和维修相关联的精力和成本。这减少了维修时间和在飞行器中的故障和问题的操作影响。特别地,可以减少识别问题所要求的时间,以及可以准确地识别问题。通过减少维修成本、调度成本、以及最小化操作影响(包含最小化飞行器着陆的时间)这允许成本节省。
在还没有描述的程度上,根据需要,可以彼此组合使用各种实施例的不同特征和结构。一些特征可能没有在所有的实施例中被说明,但是可以在需要时被实现。因此,不同实施例的各种特征可以根据需要被混合和匹配以形成新的实施例,而不管新的实施例是否被明确地描述。本文中描述的特征的所有组合或排列被本公开涵盖。
本说明书使用示例来公开本发明的实施例,包含最佳模式,以及还使得本领域的技术人员能够实践本发明,包含制作和使用任何设备或系统以及执行任何所包含的方法。本发明的可授予专利权的范围由权利要求书限定,以及可以包含本领域的技术人员想到的其它示例。此类其它示例如果具有与权利要求书的字面语言并无不同的结构元素,或如果它们包含具有与权利要求书的字面语言没有实质不同的等同结构元素,则它们旨在包括在权利要求书的范围内。

Claims (10)

1.一种识别在具有至少一个监控的系统的飞行器中的故障的方法,所述方法包括:
在飞行的至少一部分期间,接收对于所述至少一个监控的系统的来自多个传感器的操作数据;
接收来自对应于所述至少一个监控的系统的操作的用户输入的用户输入数据;
基于将所接收的操作数据与至少一个对应的阈值进行比较来识别可能的故障情况;
分析对应于所识别的可能的故障情况的所述用户输入数据以确定何时所述用户输入数据是所识别的可能的故障情况的症状;
当所述用户输入数据被确定为是所识别的可能的故障情况的症状时,由控制器来识别实际的故障情况;以及
提供所识别的实际的故障情况的指示。
2.权利要求1所述的方法,还包括监控对于所述至少一个监控的系统的多次使用的对应于所识别的可能的故障情况的操作数据。
3.权利要求1所述的方法,其中接收所述操作数据包括接收对于多个飞行的操作数据。
4.权利要求3所述的方法,其中识别所述可能的故障包括:当所述比较指示在多个飞行上满足阈值时,识别可能的故障。
5.权利要求1所述的方法,还包括在所述系统的多次使用期间来接收用户输入数据。
6.权利要求5所述的方法,还包括对所接收的用户输入数据取平均以定义平均用户输入数据。
7.权利要求6所述的方法,还包括在所述取平均之前对所接收的用户输入数据进行规范化。
8.权利要求1所述的方法,还包括在识别故障之前规范化所接收的用户输入数据。
9.权利要求1所述的方法,其中所述监控的系统是所述飞行器的前轮系统以及所述操作数据包括以下中的至少一个:前轮的方位、方向舵的方位、所述飞行器的主体偏航速率、所述飞行器的地面速度、前起落装置的状态、或前起落装置的方位。
10.权利要求9所述的方法,其中接收所述用户输入数据包括感测在多个速度处的方向舵踏板使用。
CN201510808238.1A 2014-11-21 2015-11-20 用于识别飞行器中的故障的系统和方法 Active CN105629946B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/550,367 US9567106B2 (en) 2014-11-21 2014-11-21 System and method for identifying faults in an aircraft
US14/550367 2014-11-21

Publications (2)

Publication Number Publication Date
CN105629946A true CN105629946A (zh) 2016-06-01
CN105629946B CN105629946B (zh) 2018-07-03

Family

ID=54703773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510808238.1A Active CN105629946B (zh) 2014-11-21 2015-11-20 用于识别飞行器中的故障的系统和方法

Country Status (6)

Country Link
US (1) US9567106B2 (zh)
EP (1) EP3029637A1 (zh)
JP (1) JP6055534B2 (zh)
CN (1) CN105629946B (zh)
BR (1) BR102015029154A2 (zh)
CA (1) CA2911828C (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108709713A (zh) * 2017-04-11 2018-10-26 通用电气公司 带有自动相关监视广播验证的皮托静态空气数据测试系统
CN109240327A (zh) * 2018-09-11 2019-01-18 陕西千山航空电子有限责任公司 一种固定翼飞机飞行阶段识别方法
CN111176263A (zh) * 2020-01-23 2020-05-19 北京航天自动控制研究所 一种基于bp神经网络的飞行器推力故障在线辨识方法
CN112304635A (zh) * 2020-10-23 2021-02-02 潍柴动力股份有限公司 电驱动系统故障检测装置、检测系统及检测方法
CN112486147A (zh) * 2020-12-14 2021-03-12 江西洪都航空工业集团有限责任公司 一种飞机故障检测和维修管理系统及其管理方法
CN112541518A (zh) * 2019-09-06 2021-03-23 安波福技术有限公司 车辆系统
CN113850931A (zh) * 2021-11-29 2021-12-28 武汉大学 一种针对飞行异常的飞行特征提取方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10324004B2 (en) * 2015-04-15 2019-06-18 The Boeing Company Methods and devices for adaptive autonomous polynomial interpolation of time series data
US20170233104A1 (en) * 2016-02-12 2017-08-17 Ge Aviation Systems Llc Real Time Non-Onboard Diagnostics of Aircraft Failures
US10829226B2 (en) 2016-05-24 2020-11-10 Textron Innovations, Inc. Compressor temperature control system and method
WO2018055827A1 (ja) * 2016-09-26 2018-03-29 株式会社Subaru 損傷検知システム及び損傷検知方法
GB2554685A (en) * 2016-10-03 2018-04-11 Airbus Operations Ltd Component monitoring
US10534359B2 (en) 2017-01-10 2020-01-14 Honeywell International Inc. Aircraft management systems and methods for ECS predictive maintenance
US10242508B2 (en) * 2017-01-10 2019-03-26 Honeywell International Inc. Aircraft maintenance systems and methods for ECS fouling predictions
US11080660B2 (en) * 2017-03-20 2021-08-03 The Boeing Company Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation
JP6903976B2 (ja) * 2017-03-22 2021-07-14 オムロン株式会社 制御システム
US11440676B2 (en) * 2017-04-24 2022-09-13 Theia Group, Incorporated Recording and real-time transmission of in-flight condition of aircraft cockpit to ground services
US10643187B2 (en) * 2017-06-09 2020-05-05 Kidde Technologies, Inc. Reporting and prioritizing faults for aircraft downtime reduction
GB2563851B (en) * 2017-06-27 2020-04-01 Airbus Operations Ltd Aircraft steering
US10281913B2 (en) * 2017-08-14 2019-05-07 The Boeing Company Methods and systems for intelligent predictive aircraft takeoff rejection decision making
CN108622438B (zh) * 2018-07-30 2023-08-25 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种模拟燃油系统中部件性能退化和故障的物理仿真平台
GB2581830A (en) * 2019-02-28 2020-09-02 Airbus Operations Ltd Landing gear system operation
CN110844109B (zh) * 2019-10-11 2022-09-30 中国直升机设计研究所 一种直升机健康与使用监测系统的功能配置方法
CN114180096B (zh) * 2021-11-15 2024-05-07 中国航空工业集团公司沈阳飞机设计研究所 一种机载产品维护检测方法
US11509154B1 (en) 2022-01-13 2022-11-22 Beta Air, Llc System for establishing a primary function display in an electrical vertical takeoff and landing aircraft
GB2614882A (en) * 2022-01-19 2023-07-26 Airbus Operations Ltd Systems and methods for processing aircraft sensor data

Citations (5)

* 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
CN102464108A (zh) * 2010-11-01 2012-05-23 成都飞机工业(集团)有限责任公司 无人机发动机故障处理方法
CN103017819A (zh) * 2011-09-23 2013-04-03 波音公司 传感器系统
CN104108472A (zh) * 2013-04-16 2014-10-22 通用电气航空系统有限公司 用于预测速度制动系统故障的方法
US20140336871A1 (en) * 2013-05-13 2014-11-13 Ge Aviation Systems Limited Method for diagnosing a speed brake system fault

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01169601A (ja) 1987-12-25 1989-07-04 Shimadzu Corp 航空機用多重チャンネル制御装置
CA2509742A1 (en) 2005-06-10 2006-12-10 Messier-Dowty Inc. System and method for determining aircraft hard landing events from inertial and aircraft reference frame data
US8838328B2 (en) * 2012-07-02 2014-09-16 Carmen Hardesty Automotive diagnostic system
US9132911B2 (en) 2013-02-28 2015-09-15 Sikorsky Aircraft Corporation Damage adaptive control
GB2514108B (en) 2013-05-13 2015-06-24 Ge Aviat Systems Ltd Method for diagnosing a bleed air system fault

Patent Citations (5)

* 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
CN102464108A (zh) * 2010-11-01 2012-05-23 成都飞机工业(集团)有限责任公司 无人机发动机故障处理方法
CN103017819A (zh) * 2011-09-23 2013-04-03 波音公司 传感器系统
CN104108472A (zh) * 2013-04-16 2014-10-22 通用电气航空系统有限公司 用于预测速度制动系统故障的方法
US20140336871A1 (en) * 2013-05-13 2014-11-13 Ge Aviation Systems Limited Method for diagnosing a speed brake system fault

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108709713A (zh) * 2017-04-11 2018-10-26 通用电气公司 带有自动相关监视广播验证的皮托静态空气数据测试系统
CN109240327A (zh) * 2018-09-11 2019-01-18 陕西千山航空电子有限责任公司 一种固定翼飞机飞行阶段识别方法
CN112541518A (zh) * 2019-09-06 2021-03-23 安波福技术有限公司 车辆系统
CN111176263A (zh) * 2020-01-23 2020-05-19 北京航天自动控制研究所 一种基于bp神经网络的飞行器推力故障在线辨识方法
CN111176263B (zh) * 2020-01-23 2023-04-14 北京航天自动控制研究所 一种基于bp神经网络的飞行器推力故障在线辨识方法
CN112304635A (zh) * 2020-10-23 2021-02-02 潍柴动力股份有限公司 电驱动系统故障检测装置、检测系统及检测方法
CN112486147A (zh) * 2020-12-14 2021-03-12 江西洪都航空工业集团有限责任公司 一种飞机故障检测和维修管理系统及其管理方法
CN113850931A (zh) * 2021-11-29 2021-12-28 武汉大学 一种针对飞行异常的飞行特征提取方法

Also Published As

Publication number Publication date
EP3029637A1 (en) 2016-06-08
US20160144983A1 (en) 2016-05-26
CA2911828A1 (en) 2016-05-21
JP6055534B2 (ja) 2016-12-27
US9567106B2 (en) 2017-02-14
CA2911828C (en) 2018-05-15
BR102015029154A2 (pt) 2016-08-09
JP2016120903A (ja) 2016-07-07
CN105629946B (zh) 2018-07-03

Similar Documents

Publication Publication Date Title
CN105629946A (zh) 用于识别飞行器中的故障的系统和方法
EP3108313B1 (en) Method for predicting a fault in an air-conditioning pack of an aircraft
EP3108314B1 (en) Method for diagnosing a fault in an air-conditioning pack of an aircraft
US9449438B2 (en) Methods for predicting a speed brake system fault
US20160140783A1 (en) Method for diagnosing a horizontal stabilizer fault
US8989953B2 (en) Method for predicting a trailing edge flap fault
US8972101B2 (en) Method for predicting a horizontal stabilizer fault
US20170052072A1 (en) Method for diagnosing a fault in a cabin temperature control system of an aircraft
CN104149988A (zh) 诊断引气系统故障的方法
CA2848087A1 (en) Method for predicting a bleed air system fault
US20170052836A1 (en) Method for predicting a fault in a cabin temperature control system of an aircraft
EP3108312B1 (en) Methods for determining performance of an air-conditioning system of an aircraft

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant