CN105938501A - 评估部件的方法 - Google Patents
评估部件的方法 Download PDFInfo
- Publication number
- CN105938501A CN105938501A CN201610116850.7A CN201610116850A CN105938501A CN 105938501 A CN105938501 A CN 105938501A CN 201610116850 A CN201610116850 A CN 201610116850A CN 105938501 A CN105938501 A CN 105938501A
- Authority
- CN
- China
- Prior art keywords
- value
- drm
- cdm
- data
- parts
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000009471 action Effects 0.000 claims abstract description 15
- 230000001186 cumulative effect Effects 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000011179 visual inspection Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000009429 distress Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000007689 inspection Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G06Q50/40—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
一种评估部件的方法，其特征在于获取表示该部件的危机评级模型（DRM）和累积损坏模型（CDM）的数据。基于数据，该方法确定该部件的DRM值和该部件的CDM值。该方法确定DRM值是否处于或高于预定DRM阈值以及是否CDM值处于或高于预定CDM阈值。如果DRM值或CDM值处于或高于至少一个相应阈值，则生成与部件相关的动作。
Description
背景技术
应用于如飞机、飞机引擎、医疗设备、发电厂等的复杂系统的操作的诊断和预测提供与系统的个体组件的服务适用性和剩余使用寿命相关的数据和评估。复杂系统的个体组件的可靠评估使得系统规划者能够更好地运行和维护这些复杂系统。例如，就飞机而言，早期检测硬件危机对于防止飞行中停止运行、非计划的引擎移除和/或二次硬件损坏是至关重要的。利用较早检测，系统规划者可以更容易地计划维护和更换硬件，而无需完全的系统大修。
发明内容
在一个方面中，一种评估部件的方法，其特征在于获取表示该部件的危机评级模型（DRM）的数据；确定所述部件的DRM值；获取表示所述部件的累积损坏模型（CDM）的数据；确定所述部件的CDM值；确定所述DRM值是否处于至少一个预定DRM阈值或高于至少一个预定DRM阈值；以及确定CDM值是否处于至少一个预定CDM阈值或高于至少一个预定CDM阈值。如果所述DRM值或所述CDM值处于或高于至少一个相应阈值，则生成与所述部件相关的动作。
技术方案1：一种评估部件的方法，其特征在于：获取表示所述部件的危机评级模型（DRM）的数据；确定所述部件的DRM值；获取表示所述部件的累积损坏模型（CDM）的数据；确定所述部件的CDM值；确定所述DRM值是否处于至少一个预定DRM阈值或高于至少一个预定DRM阈值；确定CDM值是否处于至少一个预定CDM阈值或高于至少一个预定CDM阈值；以及如果所述DRM值或所述CDM值处于或高于所述至少一个相应阈值，则生成与所述部件相关的动作。
技术方案2：如技术方案1所述的方法，其中所生成的动作包括通知、检查、催询、更换或维修的至少其中之一。
技术方案3：如技术方案2所述的方法，其中如果所述DRM值或所述CDM值处于或高于所述至少一个相应阈值，则提升所生成的动作的紧迫性。
技术方案4：如技术方案1所述的方法，其中如果所述DRM值和所述CDM值两者处于或高于所述至少一个相应阈值，则需要所述部件的维修或更换。
技术方案5：如技术方案1所述的方法，其中确定所述DRM值至少部分地基于所述部件的观测。
技术方案6：如技术方案5所述的方法，其中所述观测包括所述部件的视觉检查、摄影、辐射测量或其他观测中的至少一个。
技术方案7：如技术方案5所述的方法，其中所述观测包括至少一个环境测量。
技术方案8：如技术方案5所述的方法，其中所述观测包括至少一个未测量但评估的测量。
技术方案9：如技术方案1所述的方法，其中确定所述CDM值至少部分地基于与所述部件关联的物理参数或有限元分析或预测算法的测量。
技术方案10：如技术方案9所述的方法，其中所述物理参数包括温度、压力、时间、周期、天气和环境数据的至少其中之一。
技术方案11：如技术方案1所述的方法，还包括生成和监视能够据以改善所述DRM和所述CDM的反馈。
技术方案12：如技术方案1所述的方法，还包括基于所述DRM和CDM值两者来预测何时所述部件将需要维修或更换。
技术方案13：如技术方案1所述的方法，其中所述DRM包括回归模型。
附图说明
在这些附图中：
图1是期间可收集诊断数据的维护过程中的飞机的透视图。
图2是可从中收集诊断数据的典型蒸汽涡轮引擎的侧视截面图。
图3是图示危机评级模型对一组已损坏部件和未损坏部件的域的散点图。
图4是图示累积损坏模型对一组部件的域的散点图。
图5是图示累积损坏模型对一组已损坏部件和未损坏部件的危机评级模型的散点图。
图6是图示一种评估飞机部件的方法的流程图。
具体实施方式
在背景技术和下文描述中，出于解释的目的，阐述许多特定细节，以便透彻地理解本文描述的技术。但是，对于本领域人员来说明显的是，没有这些特定细节的情况下，仍可以实施这些示范实施例。在其他实例中，以示意图形式示出结构和设备以便有助于描述这些示范实施例。
参考这些附图来描述这些示范实施例。这些附图图示实现本文描述的模块、方法和计算机程序产品的特定实施例的某些细节。但是，这些附图不应视为施加附图中可能存在的任何限制。
图1以示意图形式示出维护操作期间的示范飞机10的一个实施例，该维护操作最后向数据操作中心50发送将执行本文陈述的诊断和预测方法的实施例的数据。飞机10包括其中包含大量部件的一个或多个复杂系统，这些复杂系统与飞机的多种方面相关。该飞机包括一个或多个推进引擎12、机身14（其中座舱16位于机身14中）以及直接地或如图所示通过从机身14向外延伸的机翼组装件18耦合到机身14的一个或多个推进引擎12。虽然图示的是商业飞机，但是可设想本发明的实施例可应用于不同于本实施例的任何类型的复杂系统中，包括例如，发电厂、船舶、火车、建筑物、航天飞机和飞机，包括固定机翼、旋转机翼、火箭、个人飞机等。
使飞机10能够正常运行的多个飞机子系统20可以包含在飞机10中以及一个或多个计算机或控制器22中，飞机10以及一个或多个计算机或控制器22可以可操作地耦合到多个飞机子系统20以控制其工作。虽然图示的仅是单个控制器22，但是可设想可以将任何数量的控制器22包含在飞机10中。在此类实例中，控制器22还可以连接到飞机10的其他控制器。控制器22可以包括任何适合数量个体微处理器、电源、存储设备、接口卡、自动飞行系统、飞行管理计算机和其他标准组件或与其关联。除了用于使飞机正常工作的组件，飞机子系统20可以包括用于观测、收集和传送与系统的部件的工作寿命相关的数据的传感器组件。然后可以将数据传送到一个或多个控制器22。
控制器22（可能包括健康管理单元（未示出））可以在通信上耦合到一个或多个通信链路以向飞机10传递数据以及从飞机10传递数据。可设想，通信链路可以是无线通信链路，并且可以是能够与其他系统和设备以无线方式链接的任何多种通信机制，并且可以包括但不限于，分组无线电、卫星上行链路和/或下行链路、无线保真性（WiFi）、WiMax、蓝牙、ZigBee、3G无线信号、码分多址（CDMA）无线信号、全球移动通信系统（GSM）、4G无线信号、长期演进（LTE）信号、以太网或其任何组合。还将理解，特定类型或模式的无线通信对于本发明的实施例不是至关重要的，并且后来开发的无线网络肯定可设想为在本发明的实施例的范围内。再者，通信链路可以包括一个或多个无线电，包括语音、ACARS模拟、ACARS数字、SATCOM、蜂窝等。这些通信链路可以允许通过例如在基于地面的站处的维护车辆40、地面控制器或数据操作中心50与维护人员或与如卫星的非地面站（未示出）进行通信。
再者，虽然图示的是通过维护车辆40传送到数据操作中心50的数据，但是将理解，飞机10可以利用通信链路直接与数据操作中心50进行通信。在数据操作中心50处，计算系统（称为“处理器”）处理通过通信链路由飞机10传送的数据以评估飞机部件，并指引后续维护活动以识别或纠正识别的问题。该处理器可以需要相对较大数量的计算能力和时间，以及可以在维护操作期间或多次飞行和维护操作期间执行。
将理解，阐述可实现本发明的实施例的环境细节是为了透彻地理解本文描述的技术。但是对于本领域人员来说，显然没有这些特定细节的情况下，仍可以实施这些示范实施例。这些附图图示实现本文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。但是，这些附图不应视为施加附图中可能存在的任何限制。该方法和计算机程序产品可以在任何机器可读介质上提供以便实现它们的操作。这些实施例可以使用现有计算机处理器或为此目的或另一个目的并入的专用计算机处理器或通过硬线连接的系统来实现。
正如上文提到的，本文描述的实施例可以包括用于承载或其上存储有机器可执行指令或数据结构的机器可读介质的计算机程序产品。此类计算机可读介质可以是可由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。作为示例，此类机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储装置或能够用于以机器可执行指令或数据结构的形式承载或存储期望的程序代码并且能够被通用或专用计算机或具有处理器的其他机器访问的任何其他介质。当通过网络或另一种通信连接（例如硬线连接、无线或硬线连接或无线的组合）向机器传送或提供信息时，该机器恰当地将该连接视为机器可读介质。因此，任何此类连接均恰当地称为机器可读介质。上文这些的组合也包含在机器可读介质的范围内。机器可执行指令包括，例如使通用计算机、专用计算机或专用处理机器执行某个功能或一组功能的指令和数据。
实施例将在通用的方法步骤的上下文中进行描述，这些方法步骤可以在一个实施例中通过包括例如采用联网环境中的机器执行的程序模块的形式的如程序代码的机器可执行指令的程序产品来实现。一般，程序模块包括，具有执行特定任务或实现特定抽象数据类型的技术效果的例行程序、程序、对象、组件和数据结构等。机器可执行指令、关联的数据结构和程序模块表示用于执行本文公开的方法步骤的程序代码的示例。此类可执行指令或关联的数据结构的特定序列表示用于实现此类步骤中描述的功能的对应动作的示例。
实施例可以在联网环境中使用至具有处理器的一个或多个远程计算机的逻辑连接来实施。逻辑连接可以包括本文作为举例而非限制提出的局域网（LAN）和广域网（WAN）。此类联网环境在办公范围或企业范围计算机网络、内联网和因特网中是常见的，并且能够使用范围多样的不同通信协议。本领域技术人员将认识到，此类网络计算环境通常将涵盖多种类型的计算机系统配置，包括个人计算机、手持装置、多处理器系统、基于微处理器或可编程消费电子产品、网络PC、微计算机、主机计算机等。
实施例还可以在分布式计算环境中实施，在这些分布式计算环境中，由通过（硬件连接的链路、无线链路或通过硬件连接的链路或无线链路的组合）经通信网络链接的本地和远程处理装置来执行任务。在分布式计算环境中，可以将程序模块放置在本地和远程存储器装置中。
在数据操作中心50处，处理器可以获取和确定数据以评估飞机部件、部件集合、系统或子系统，并且指引后续维护活动以识别或纠正识别的问题。作为包括经受观测、数据收集、诊断和预测的大量部件的复杂系统的示例，考虑飞机10上的蒸汽涡轮引擎12。现在参考图2，示出飞机的蒸汽涡轮引擎12的截面示意图。引擎12在下游串行流关系中包括，包含风扇114的风扇段112、增压器或低压（LP）压缩机116、高压（HP）压缩机118、燃烧段120、HP涡轮122和LP涡轮124。HP轴或线轴126以驱动方式将HP涡轮122连接到HP压缩机118以及LP轴或线轴128以驱动方式将LP涡轮124连接到LP压缩机116和风扇114。HP涡轮122包括将涡轮叶片132安装在转子130周缘处的HP涡轮转子130。叶片132从叶片平台134径向向外延伸到径向外部叶片末端136。
引擎12示出为通过尾部和前部引擎固定件142在支架托架140处安装到支架138。如图所示，支架138进一步固定到飞机机翼144，但是可以固定在飞机的交替位置处，如机身。
引擎12还包括外罩146和内罩148，外罩146和内罩148各具有平滑表面以减少飞行时通过引擎12内侧或外侧的空气阻力。外罩146封装内罩148和引擎12的至少一部分。支架138还包括分叉壁150，分叉壁150从支架138部分地延伸到内罩148，从而限定间隙152。
图示的还有大量连接器线154，如液压管路、电路和旁通空气管路，其从引擎12经分叉壁150延伸到支架138中。这些管线154将引擎12耦合到运行所需的子系统，如燃油泵和飞行控制计算机。
接近或耦合到飞机的任何部件的传感器可以观测和生成与系统部件的一个或多个感测的物理参数相关的数据。示例物理参数可以由如但不限于压力、温度、应力等的特性测量推导。该数据可以包括给定飞机部件接受多种压力、温度、应力等的多种程度时间量或周期数相关的测量。维护操作期间，观测可以由飞机部件的视觉检查产生。感测或观测的数据可以由借助或不借助例如瞄准系统的电光系统或借助或不借助辐射测量或光谱测量系统来通过视觉检查进行的观测产生。观测数据的预处理可以包括利用图像增强或预测算法处理观测数据。利用如有限元分析提供的处理密集例行程序对数据建模还可以强化观测数据。
所获取的数据不限于监视的设备附近或与之耦合的传感器，但是可以包括环境数据，如天气数据、地理位置、卫星图像以及将提高预测和诊断过程的准确度和精确度的任何其他数据或信息或知识。
除了上文外，所获得的数据可以是推测的数据或非直接测量但是能够使用一个或多个测量数据与理解该部件或系统的物理学组合或不与之组合而推测的数据。在一个非限制性示例中，引擎内的一些温度可能无法直接测量，但是能够通过了解引擎周期物理学和可以包括环境参数或引擎传感器参数的其他直接测量的参数来推测。
如上所述，在数据操作中心50处的处理器获取与飞机部件的观测的状态、状况或工作环境相关的数据，可以对该数据绘图，例如图3的散点图200中所示。相应地，该处理器获取表示飞机部件的危机评级模型（DRM）202的数据。DRM 202对相关观测的硬件危机程度评级，然后使用多个飞机部件传感器数据的回归分析来确定最优传递函数以确定将飞机部件的硬件危机量化的DRM值。例如，对于描述为x的域，DRM 202的样本线性回归模型可以是如下形式：。使用回归分析常用的方法，例如通过普通最小二乘法等，将模型与数据拟合。其中DRM 202形成的传递函数可以预测飞机部件沿着域（例如周期）将到达何种危机程度。
图3图示表示已损坏部件和未损坏部件的一组的示范DRM 202对域204。示出图示飞机部件的DRM值的多个数据点，这些数据点绘制在y轴上。示出未损坏部件和已损坏部件，其中已损坏部件指示通过部件的视觉检查示出为已损坏且确认该部件损坏到需要更换的点的飞机部件。x轴上的域204图示如飞机引擎运行的时间持续长度或周期数（即，从启动到高功率到关机所耗费的时间量）的特性。如散点图中所示，阈值210可以预定为使得DRM值高于该预定阈值的飞机部件可以指示已损坏部件。如图3所示，该阈值未完美地描绘在实际已损坏部件与未损坏部件之间。相反，一些已损坏部件具有低于该阈值的DRM值，并构成漏检，以及一些未损坏部件具有高于该阈值的DRM值并构成误报。
数据操作中心50处的处理器还获取与表示飞机部件的物理现象相关的数据，如可以从传感器推测的，这些数据可以如图4中散点图300中所示的来绘制。相应地，该处理器获取表示飞机部件的累积损坏模型（CDM）302的数据。CDM 302确定驱使飞机部件的危机的物理现象，然后评估数据以将飞机部件的相对硬件危机量化。为了达到飞机部件的相对硬件危机的值，CDM 302使用飞机部件的使用寿命周期的基于物理学的模型。以此方式，CDM 302在域上累积。例如，CDM 302可以指示作为引擎周期的函数的飞机部件处于或高于临界温度的总时间。
图4图示示范CDM 302对一组部件的域304。CDM 302确定驱使危机的物理现象，并描述相对硬件危机。示出图示飞机部件的CDM值的多个数据点，这些数据点绘制在y轴上。x轴的域304图示飞机引擎运行的时间持续长度或CDM 302累积的周期的特征。如散点图中所示，阈值310可以预定为使得CDM值高于该预定阈值的飞机部件可以指示为已损坏部件。
根据本发明的实施例，数据操作中心50处的处理器执行用于将DRM 202和CDM 302的两个分开但互补分析算法结合以将多种蒸汽涡轮硬件部件的相对危机和剩余寿命独立地量化的方法。DRM 202是检测飞机部件上实际观测的危机的诊断函数。CDM 302是基于实际引擎操作独立地计算组件寿命消耗的预测函数。通过组合，进一步强化硬件部件危机的检测能力。图5是图示一组已损坏部件和未损坏部件的CDM 302对DRM 202的散点图400。示出DRM阈值210和CDM阈值310两者。还可以预定示出如图5中的第二DRM阈值426和第二CDM阈值424的附加阈值。可设想每个模型可以包括多个阶梯式阈值。
基于对DRM和CDM确定的值，将飞机部件位于这些模型值且与这些阈值的关系定义的区域中。基于该部件的区域，处理器可以生成与飞机部件相关的动作及其CDM和DRM值。例如，最临界阈值区410位于图5中的示意图右上方中，其中给定的部件的值可以分别超过DRM阈值210和CDM阈值310。当由于DRM和CDM超过其相应阈值210和310，处理器确定飞机部件位于临界阈值区410时，处理器可以生成需要检查、维修或更换飞机部件的紧急通知。如果仅DRM值满足或超过阈值210（以及飞机部件的模型值位于阈值区414中），或如果仅CDM阈值满足或超过阈值310（以及飞机部件的模型值位于阈值区412中），则处理器可以生成飞机部件的检查、维修或更换的正常通知。附加阈值区416、420、418指示处理器确定为位于需要检查、维修或更换的某个限制内的飞机部件。在CDM和DRM基于周期的域的情况中，这些区域指示位于发出检查、维修或更换的通知的预定周期次数内的飞机部件。相似地，在处理器确定飞机部件未超过任何阈值（例如，阈值区422）的情况中，处理器可以持续评估该周期数直到维护动作为止，并发出含有该评估的通知。
图6是图示根据实施例的一种评估飞机部件的方法500的流程图。在CDM和DRM阈值设置为使方法500的硬件危机检测能力最大化的过程中处理器将两个模型集成在一起。在步骤510处，该处理器获取表示飞机部件的DRM的数据并确定飞机部件的DRM值。每个飞机部件由例如部件号或序列号唯一性地标识。在步骤512处，该处理器获取表示飞机部件的CRM的数据并确定飞机部件的CRM值。步骤514处，处理器确定飞机部件的DRM值或CDM值是否位于DRM或CDM阈值内或逼近DRM或CDM阈值。如果飞机部件的DRM值或CDM值都不在相应阈值内，则在步骤520处，处理器评估其中引擎的操作员可能需要采取预定动作，例如检查、维护拆卸或更换且表示为例如引擎小时或周期的时间。否则，在步骤522处，处理器生成与何时飞机部件可能需要动作相关的评估，并将其存储在数据库中。步骤520或522之后，在步骤530处，处理器可以将与飞机部件相关的剩余时间或周期信息传送到航线规划器或维护人员。
如果在步骤516处，处理器确定飞机部件的DRM值或CDM值超过相应阈值（但是不是二者同时超过相应阈值），则在步骤524处，处理器可以发出正常紧急建议。如果在步骤518处，处理器确定飞机部件的DRM值和CDM值各超过相应阈值，则在步骤526处，处理器可以发出紧急建议。
步骤524、526或530中任一个之后，在步骤528处，维护人员可以对建议或剩余时间或周期信息作出反应，并执行飞机部件的建议动作。在步骤532中，任何新检查结果按飞机部件号来存储。在步骤534处，该处理器接收检查信息，并使用该信息作为反馈机制。基于生成并监视包含DRM值、CDM值和飞机部件损坏的量的视觉检查确定的结果的反馈，处理器可以改善模型（即，DRM和CDM）以及用于生成动作的阈值。
上文描述的方法可以包括附加或备选非限制性步骤。在该方法的备选或附加步骤的一个非限制性示例中，处理器包括用于执行一个或多个投票算法的步骤以将CDM和DRM的结果集成到假阳性或假阴性的概率低的特定动作。在另一个非限制性示例中，包括融合的CDM/DRM模型的开发、生成或实现。在此类融合的模型中，该处理器将支持CDM的物理知识和支持DRM的经验数据结果融合一起以创建一个融合的模型。
上文描述的实施例通过基于获取的数据诊断和预测所述部件的状况来评估飞机部件。然后使用结果的检测能力强化引擎诊断，将硬件危机量化以及潜在地改进引擎在翼时间（TOW）。
上文描述的实施例的技术效果包括因为方法减少非计划引擎拆卸的干扰，防止二次硬件损坏的增加成本并提高引擎大修之间的TOW而实现更快的决策支持。此外，本发明的实施例减少了危机程度低于预定危机阈值的情况中引擎的航线检查工作。
该方法向航线顾客和服务提供商提供更好地管理和维护其工作机群的关键知识。减少非计划引擎拆卸并延长引擎大修之间的时间提高了引擎可用性，并降低运行成本，并且允许将来危机和大修的长期预测，从而减少多年服务计划的风险。
本文编写的描述使用示例来公开本发明，并且还使任何本领域技术人员能够实施本发明，包括制造和使用任何装置或系统并执行任何并入的方法。本发明的可专利保护的范围由权利要求定义，并且可以包括本领域技术人员设想的其他示例。如果此类其他示例具有并无不同于权利要求的文字语言的结构元素或此类其他示例包含与权利要求的文字语言无实质性差异的等效结构元素，则此类其他示例应在权利要求的范围内。
部件列表
10 飞机
12 引擎
14 机身
16 座舱
18 机翼组装件
20 飞机子系统
22 控制器
50 数据操作中心
112 风扇段
114 风扇
116 增压器或低压（LP）压缩机
118 高压（HP）压缩机
120 燃烧段
122 HP涡轮
124 LP涡轮
126 HP轴或线轴
128 LP轴或线轴
130 HP涡轮转子
132 涡轮叶片
134 叶片平台
136 叶片末端
138 支架
140 支架托架
142 尾部和前部引擎固定件
144 飞机机翼
146 外罩
148 内罩
150 分叉壁
152 间隙
154 大量连接器管线
200 DRM对域
202 DRM
204 域
210 阈值
300 CDM对域
302 CDM
304 域
310 阈值
400 CDM对DRM
410 412 414 416 418 420 422 阈值区
424 CDM阈值
426 DRM阈值
500 方法
510 DRM值
512 CDM值
514 516 518 阈值比较步骤
520 评估检查阈值
522 生成表
524 526 发出建议
528 检查
530 传送信息
532 检查结果
534 反馈
Claims (10)
1.一种评估部件的方法，其特征在于：
获取表示所述部件的危机评级模型（DRM）的数据；
确定所述部件的DRM值；
获取表示所述部件的累积损坏模型（CDM）的数据；
确定所述部件的CDM值；
确定所述DRM值是否处于至少一个预定DRM阈值或高于至少一个预定DRM阈值；
确定CDM值是否处于至少一个预定CDM阈值或高于至少一个预定CDM阈值；以及
如果所述DRM值或所述CDM值处于或高于所述至少一个相应阈值，则生成与所述部件相关的动作。
2.如权利要求1所述的方法，其中所生成的动作包括通知、检查、催询、更换或维修的至少其中之一。
3.如权利要求2所述的方法，其中如果所述DRM值或所述CDM值处于或高于所述至少一个相应阈值，则提升所生成的动作的紧迫性。
4.如权利要求1所述的方法，其中如果所述DRM值和所述CDM值两者处于或高于所述至少一个相应阈值，则需要所述部件的维修或更换。
5.如权利要求1所述的方法，其中确定所述DRM值至少部分地基于所述部件的观测。
6.如权利要求5所述的方法，其中所述观测包括所述部件的视觉检查、摄影、辐射测量或其他观测中的至少一个。
7.如权利要求5所述的方法，其中所述观测包括至少一个环境测量。
8.如权利要求5所述的方法，其中所述观测包括至少一个未测量但评估的测量。
9.如权利要求1所述的方法，其中确定所述CDM值至少部分地基于与所述部件关联的物理参数或有限元分析或预测算法的测量。
10.如权利要求9所述的方法，其中所述物理参数包括温度、压力、时间、周期、天气和环境数据的至少其中之一。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/635,581 US10042964B2 (en) | 2015-03-02 | 2015-03-02 | Method of evaluating a part |
| US14/635581 | 2015-03-02 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105938501A true CN105938501A (zh) | 2016-09-14 |
Family
ID=55484842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610116850.7A Pending CN105938501A (zh) | 2015-03-02 | 2016-03-02 | 评估部件的方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US10042964B2 (zh) |
| EP (1) | EP3065092A1 (zh) |
| JP (1) | JP6176754B2 (zh) |
| CN (1) | CN105938501A (zh) |
| BR (1) | BR102016003654B1 (zh) |
| CA (1) | CA2921259C (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107657386A (zh) * | 2017-09-30 | 2018-02-02 | 北京无线电测量研究所 | 一种确定器件的损坏风险的方法和系统 |
| CN107655685A (zh) * | 2017-10-17 | 2018-02-02 | 深圳怡化电脑股份有限公司 | 一种传动部件损耗自检装置及方法 |
| CN108090243A (zh) * | 2016-11-22 | 2018-05-29 | 富士通株式会社 | 用于检查间隙的方法、装置及非暂态计算机可读存储介质 |
| CN110516887A (zh) * | 2019-09-02 | 2019-11-29 | 安徽省安泰科技股份有限公司 | 一种基于工业互联网的流程优化服务平台 |
| CN111523197A (zh) * | 2018-12-26 | 2020-08-11 | 通用电气公司 | 用于预测部件上的故障的模型 |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10706361B1 (en) | 2015-12-11 | 2020-07-07 | The Boeing Company | Hybrid feature selection for performance prediction of fluid control valves |
| US10239640B2 (en) * | 2015-12-11 | 2019-03-26 | The Boeing Company | Predictive aircraft maintenance systems and methods incorporating classifier ensembles |
| US10474789B2 (en) | 2016-06-24 | 2019-11-12 | The Boeing Company | Prediction methods and systems for structural repair during heavy maintenance of aircraft |
| US10838837B2 (en) * | 2016-06-24 | 2020-11-17 | International Business Machines Corporation | Sensor based system state prediction |
| JP6720101B2 (ja) | 2017-02-27 | 2020-07-08 | 三菱重工業株式会社 | 航空機管理装置及び方法並びにプログラム |
| US10472096B2 (en) | 2017-05-30 | 2019-11-12 | The Boeing Company | Advanced analytic methods and systems utilizing trust-weighted machine learning models |
| EP3432236A1 (en) * | 2017-07-18 | 2019-01-23 | Siemens Aktiengesellschaft | Method and system for automatic maintenance of a machine |
| US10782680B2 (en) | 2017-07-20 | 2020-09-22 | Genral Electric Company | Cumulative cost model for predicting asset maintenance cost from distress models |
| JP6947077B2 (ja) * | 2018-02-26 | 2021-10-13 | 株式会社Ihi | ガスタービンの整備時期予測方法及びその装置 |
| US10909781B2 (en) * | 2018-03-09 | 2021-02-02 | Honeywell International Inc. | System and method of using mechanical systems prognostic indicators for aircraft maintenance |
| EP3543796A1 (fr) | 2018-03-21 | 2019-09-25 | Nivarox-FAR S.A. | Procede de fabrication d'un spiral en silicium |
| JP6741716B2 (ja) * | 2018-04-09 | 2020-08-19 | 株式会社Ｓｕｂａｒｕ | 航空機管理システム |
| JP7272785B2 (ja) * | 2018-12-05 | 2023-05-12 | ナブテスコ株式会社 | 疲労度算出装置、疲労度算出方法、アクチュエータ、アクチュエータ制御装置および航空機 |
| CN111047057A (zh) * | 2019-12-17 | 2020-04-21 | 珠海市同海科技股份有限公司 | 一种基于钥匙箱的大小修网络级联处理系统及方法 |
| US11952149B2 (en) | 2020-09-17 | 2024-04-09 | General Electric Company | System and method of forecasting aircraft engine operational data for predictive analytics |
| KR20240012186A (ko) * | 2022-07-20 | 2024-01-29 | 성균관대학교산학협력단 | 하우징 구조체의 실시간 상태 확인 방법, 하우징 구조체의 상태 확인 장치, 상기 방법을 수행하는 프로그램, 및 컴퓨터 판독 가능한 기록 매체 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070114280A1 (en) * | 2005-09-20 | 2007-05-24 | Coop William P | System and methods for tracking aircraft components |
| US20100162678A1 (en) * | 2008-12-31 | 2010-07-01 | Ravindra Annigeri | System and method for automatic fuel blending and control for combustion gas turbine |
| CN101963937A (zh) * | 2010-09-29 | 2011-02-02 | 南京航空航天大学 | 飞控计算机系统剩余寿命预测方法 |
| CN102095573A (zh) * | 2009-12-11 | 2011-06-15 | 上海卫星工程研究所 | 星载旋转设备机械部件状态监测与诊断报警方法 |
| CN103471729A (zh) * | 2013-09-27 | 2013-12-25 | 北京天源科创风电技术有限责任公司 | 一种装置温度预警方法及其应用 |
Family Cites Families (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58201047A (ja) | 1982-05-20 | 1983-11-22 | Caterpillar Mitsubishi Ltd | 故障診断システムの判定方法 |
| US5614670A (en) * | 1993-10-29 | 1997-03-25 | Board Of Regents, The University Of Texas System | Movable seismic pavement analyzer |
| JP2935261B2 (ja) | 1996-06-12 | 1999-08-16 | 三ツ星ベルト株式会社 | 動力伝動ベルトの残余寿命の推定方法 |
| JP4041008B2 (ja) | 2003-05-13 | 2008-01-30 | 鹿島建設株式会社 | リニューアル支援システム、リニューアル支援方法、プログラム、及び記録媒体 |
| JP4101714B2 (ja) | 2003-08-29 | 2008-06-18 | 月島テクノメンテサービス株式会社 | 回転機器の状態診断支援装置およびそのプログラム、ならびに同プログラムを記録した記録媒体、状態診断支援方法 |
| EP1836623A1 (en) * | 2004-12-17 | 2007-09-26 | BAE Systems PLC | Skin design process |
| JP4134997B2 (ja) | 2005-04-20 | 2008-08-20 | ダイキン工業株式会社 | 余寿命予測プログラム及び余寿命予測システム |
| US7697727B2 (en) * | 2005-05-23 | 2010-04-13 | Board Of Regents, The University Of Texas System | Automated surface distress measurement system |
| JP4722707B2 (ja) * | 2005-10-13 | 2011-07-13 | 日本圧着端子製造株式会社 | 垂直嵌合雌端子及びこれが装着されるハウジング |
| US7328128B2 (en) | 2006-02-22 | 2008-02-05 | General Electric Company | Method, system, and computer program product for performing prognosis and asset management services |
| JP4817920B2 (ja) | 2006-03-27 | 2011-11-16 | 中国電力株式会社 | 高温プラント機器の余寿命診断システム及びこの余寿命診断システムを用いた余寿命診断方法 |
| US7693900B2 (en) * | 2006-09-27 | 2010-04-06 | The Boeing Company | Querying of distributed databases using neutral ontology model for query front end |
| US8340854B2 (en) | 2006-12-19 | 2012-12-25 | The Boeing Company | Methods and systems for centrally managed maintenance program for aircraft fleets |
| US7860618B2 (en) * | 2006-12-21 | 2010-12-28 | The Boeing Company | System, method and program product for predicting fleet reliability and maintaining a fleet of vehicles |
| US7710259B2 (en) * | 2007-08-14 | 2010-05-04 | International Business Machines Corporation | Emergent information database management system |
| JP5064259B2 (ja) | 2008-02-12 | 2012-10-31 | 国立大学法人京都大学 | 劣化評価装置及び劣化評価方法 |
| US8356484B2 (en) * | 2009-05-01 | 2013-01-22 | General Electric Company | Hybrid Wobbe control during rapid response startup |
| US9354618B2 (en) * | 2009-05-08 | 2016-05-31 | Gas Turbine Efficiency Sweden Ab | Automated tuning of multiple fuel gas turbine combustion systems |
| US8437941B2 (en) * | 2009-05-08 | 2013-05-07 | Gas Turbine Efficiency Sweden Ab | Automated tuning of gas turbine combustion systems |
| US9267443B2 (en) * | 2009-05-08 | 2016-02-23 | Gas Turbine Efficiency Sweden Ab | Automated tuning of gas turbine combustion systems |
| US8335601B2 (en) | 2009-06-09 | 2012-12-18 | Honeywell International Inc. | System and method of automated fault analysis and diagnostic testing of an aircraft |
| US8452475B1 (en) | 2009-10-02 | 2013-05-28 | Rockwell Collins, Inc. | Systems and methods for dynamic aircraft maintenance scheduling |
| EP2390742B1 (en) | 2010-05-28 | 2021-08-11 | MTU Aero Engines AG | Monitoring engine usage |
| US8700363B2 (en) | 2010-09-08 | 2014-04-15 | The Boeing Company | ETOPS IFSD risk calculator |
| ES2912102T3 (es) | 2011-05-20 | 2022-05-24 | Insight Analytics Solutions Holdings Ltd | Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores |
| WO2013160059A1 (en) | 2012-04-24 | 2013-10-31 | Aktiebolaget Skf | Bearing monitoring method and system |
| EP2862032B1 (en) | 2012-06-19 | 2023-08-23 | GKN Aerospace Sweden AB | Reliable prediction of life consumption of a machine component |
| JP6053560B2 (ja) * | 2013-02-20 | 2016-12-27 | 三菱日立パワーシステムズ株式会社 | 発電システム及び発電システムの運転方法 |
| PT2801879T (pt) | 2013-05-07 | 2017-11-29 | Power Vision Eng Sarl | Sistema e método de monitorização em tempo real de central hidroeléctrica |
| US9561864B2 (en) * | 2014-03-28 | 2017-02-07 | Bell Helicopter Textron Inc. | Aircraft prognostics health system |
| US10691698B2 (en) * | 2014-11-06 | 2020-06-23 | International Business Machines Corporation | Automatic near-real-time prediction, classification, and notification of events in natural language systems |
| CA2995398C (en) * | 2015-08-13 | 2024-01-02 | Bayer Healthcare Llc | Systems for determining, and devices for indicating, viable life of replaceable components thereof and methods therefor |
-
2015
- 2015-03-02 US US14/635,581 patent/US10042964B2/en active Active
-
2016
- 2016-02-18 CA CA2921259A patent/CA2921259C/en active Active
- 2016-02-22 BR BR102016003654-2A patent/BR102016003654B1/pt active IP Right Grant
- 2016-02-24 JP JP2016032577A patent/JP6176754B2/ja active Active
- 2016-03-01 EP EP16158063.4A patent/EP3065092A1/en not_active Ceased
- 2016-03-02 CN CN201610116850.7A patent/CN105938501A/zh active Pending
-
2018
- 2018-08-06 US US16/055,552 patent/US11334062B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070114280A1 (en) * | 2005-09-20 | 2007-05-24 | Coop William P | System and methods for tracking aircraft components |
| US20100162678A1 (en) * | 2008-12-31 | 2010-07-01 | Ravindra Annigeri | System and method for automatic fuel blending and control for combustion gas turbine |
| CN102095573A (zh) * | 2009-12-11 | 2011-06-15 | 上海卫星工程研究所 | 星载旋转设备机械部件状态监测与诊断报警方法 |
| CN101963937A (zh) * | 2010-09-29 | 2011-02-02 | 南京航空航天大学 | 飞控计算机系统剩余寿命预测方法 |
| CN103471729A (zh) * | 2013-09-27 | 2013-12-25 | 北京天源科创风电技术有限责任公司 | 一种装置温度预警方法及其应用 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090243A (zh) * | 2016-11-22 | 2018-05-29 | 富士通株式会社 | 用于检查间隙的方法、装置及非暂态计算机可读存储介质 |
| CN108090243B (zh) * | 2016-11-22 | 2022-01-28 | 富士通株式会社 | 用于检查间隙的方法、装置及非暂态计算机可读存储介质 |
| CN107657386A (zh) * | 2017-09-30 | 2018-02-02 | 北京无线电测量研究所 | 一种确定器件的损坏风险的方法和系统 |
| CN107655685A (zh) * | 2017-10-17 | 2018-02-02 | 深圳怡化电脑股份有限公司 | 一种传动部件损耗自检装置及方法 |
| CN111523197A (zh) * | 2018-12-26 | 2020-08-11 | 通用电气公司 | 用于预测部件上的故障的模型 |
| CN111523197B (zh) * | 2018-12-26 | 2023-09-29 | 通用电气公司 | 用于预测部件上的故障的模型 |
| CN110516887A (zh) * | 2019-09-02 | 2019-11-29 | 安徽省安泰科技股份有限公司 | 一种基于工业互联网的流程优化服务平台 |
| CN110516887B (zh) * | 2019-09-02 | 2023-03-14 | 安徽省安泰科技股份有限公司 | 一种基于工业互联网的流程优化服务平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11334062B2 (en) | 2022-05-17 |
| EP3065092A1 (en) | 2016-09-07 |
| US10042964B2 (en) | 2018-08-07 |
| JP6176754B2 (ja) | 2017-08-09 |
| US20180349532A1 (en) | 2018-12-06 |
| CA2921259A1 (en) | 2016-09-02 |
| BR102016003654B1 (pt) | 2023-10-24 |
| JP2016173358A (ja) | 2016-09-29 |
| US20160259873A1 (en) | 2016-09-08 |
| BR102016003654A2 (pt) | 2016-09-27 |
| CA2921259C (en) | 2018-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105938501A (zh) | 评估部件的方法 | |
| CN109766566B (zh) | 用以改善涡轮发动机的操作的设备、方法和存储介质 | |
| CN109765058B (zh) | 用于涡轮发动机的设备和方法 | |
| EP3483799A1 (en) | Systems and methods to generate an asset workscope | |
| US20090048730A1 (en) | Method and system for planning repair of an engine | |
| Sun et al. | Benefits and challenges of system prognostics | |
| Anderson et al. | Reliability-centered maintenance: management and engineering methods | |
| US10949813B2 (en) | Methods and apparatus to generate an asset workscope operation | |
| CN109766567B (zh) | 用以生成涡轮发动机的资产健康量词的设备和方法 | |
| EP3460215B1 (en) | Method and apparatus for predicting turbine outlet temperature in gas turbine | |
| CN111240235A (zh) | 从通用模型库自生成特定于发动机的健康监测模型 | |
| Ghosh et al. | Reduction of life cycle costs for a contemporary helicopter through improvement of reliability and maintainability parameters | |
| RU2670907C2 (ru) | Система мониторинга работоспособности платформы | |
| Fornlöf et al. | RUL estimation and maintenance optimization for aircraft engines: a system of system approach | |
| CN111523197B (zh) | 用于预测部件上的故障的模型 | |
| Farahmand et al. | Reliability evaluation and improvement of manufacturing helicopter in an aircraft manufacturing company-case study: skid types helicopter landing gear | |
| Aydin et al. | Serviceability analysis of training aircraft subject to maintenance operations in a flight training organisation: a case study | |
| US20220382271A1 (en) | Information processing system, information processing method, and computer program product | |
| Fan et al. | Asset health management system design | |
| Wenk | Guidance update on using SHM for continued airworthiness of aero structures | |
| Toufexis | Aircraft maintenance and development of a performance-based creep life estimation for aero engine | |
| Gaudio | Assessing the impact of historical operational data from complex assets on predictive maintenance models | |
| Rodriguez et al. | Operational Suitability Guide. Volume 1. A Tutorial | |
| Kumar et al. | Maintainability and Maintenance | |
| Gibson et al. | Life Cycle Cost Management Guidance for Program Managers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160914 |
|
| RJ01 | Rejection of invention patent application after publication |