CN106164794A - 用于预测飞机的机舱温度控制系统中的故障的方法 - Google Patents
用于预测飞机的机舱温度控制系统中的故障的方法 Download PDFInfo
- Publication number
- CN106164794A CN106164794A CN201480076106.8A CN201480076106A CN106164794A CN 106164794 A CN106164794 A CN 106164794A CN 201480076106 A CN201480076106 A CN 201480076106A CN 106164794 A CN106164794 A CN 106164794A
- Authority
- CN
- China
- Prior art keywords
- fault
- temperature
- cabin
- data
- controller
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/004—Error avoidance
-
- 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
- G05B23/0218—Electric 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative 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
- G05B23/0235—Qualitative 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2637—Vehicle, car, auto, wheelchair
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2638—Airconditioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/805—Real-time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/86—Event-based monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Temperature (AREA)
Abstract
一种预测飞机的空气调节系统的机舱温度控制系统中的故障的方法(100),其包括传送(102)与机舱温度控制系统的温度、压力、阀门位置或致动器位置相关的数据,将传送的数据与参考值比较(104);以及基于比较预测(106)机舱温度控制系统中的故障。
Description
背景技术
当代飞机具有空气调节系统,空气调节系统取自飞机引擎的热空气用于飞机内,包括用于飞机机舱内。可以利用机舱温度控制系统来控制机舱内的温度。目前,航班和维护人员是等到机舱温度控制系统发生故障或问题,然后在计划期间或更多可能性地,在计划外的维修过程期间,尝试找出原因并维修。故障发生也基于飞行员判断人工来进行记录。
发明内容
在一个实施例中,本发明涉及一种预测飞机的空气调节系统的机舱温度控制系统中的故障的方法,其包括传送与机舱温度控制系统的温度、压力、阀门位置或致动器位置相关的数据,将传送的数据与参考数据比较,基于比较预测机舱温度控制系统中的故障,以及提供预测的故障的指示。
附图说明
在这些附图中:
图1是可以实施本发明实施例的飞机和地面系统的透视图;
图2是示范空气调节系统的局部的示意图;
图3是示范空气调节系统的局部的示意图;以及
图4是示出根据本发明实施例的用于预测机舱温度控制系统中的故障的方法的流程图。
具体实施方式
图1图示飞机8,飞机8可以包括可以执行本发明实施例的空气调节系统10,为了简明的目的仅图示其一部分,如图所示,飞机8可以包括耦接到机身14的多个引擎12、位于机身14中的驾驶舱16和从机身14向外延伸的机翼组装件18。虽然图示的是商用飞机,但是可设想本发明的实施例可以应用于任何类型的飞机,例如且不限于、固定翼飞机、旋转翼飞机、火箭、私人飞机和军用飞机。再者,虽然每个机翼组装件18上图示两个引擎12,但是将理解,可以包括任何数量的引擎12,包括单引擎12。
空气调节系统10可以形成飞机8的环境控制系统的一部分并且可以包括多种子系统。例如,其中引气系统20、一个或多个空气调节组件22和配风或机舱温度控制系统24(图3)可以包括在空气调节系统10中。引气系统20可以连接到每个引擎12,并且可以通过从燃烧室上游的每个引擎12的压缩机阶段引气以将空气提供到空气调节系统10。多种引气口可以连接到引擎12的多个部分以向引气系统20提供高压空气。此引气的温度和压力取决于压缩机阶段和引擎12的RPM而大范围地变化。现在将结合图2和图3更详细地描述空气调节组件22和机舱温度控制系统24。
飞机8中还可以包括能使飞机8正常工作的多个附加飞机系统30。飞机8中还可以包括与空气调节系统10、其子系统和附加飞机系统30相关的多个传感器32。将理解,可以包括任何数量的传感器,以及可以包括任何适合类型的传感器。传感器32可以传送多种输出信号和信息。
飞机8中还可以包括控制器34和具有无线通信链路35的通信系统。控制器34可以可操作地耦合到空气调节系统10、多个飞机系统30以及传感器32。控制器34还可以与飞机8的其他控制器连接。控制器34可以包括存储器36,存储器36可以包括随机存取存储器(RAM)、只读存储器(ROM)、闪存存储器、一个或多个不同类型的便携式电子存储器,如光盘、DVD、CD-ROM等或这些类型的存储器的任何适合组合。控制器34可以包括一个或多个处理器38,处理器38可以运行任何适合的程序。控制器34可以是FMS的一部分或可以可操作地耦合到FMS。
可以将计算机可搜索信息数据库存储在存储器36中并且可以被处理器38访问。处理器38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34可以可操作地耦合到信息数据库。例如,此类数据库可以存储在备选计算机或控制器上。将理解,该数据库可以是任何适合的数据库,包括具有多个数据集的单个数据库、链接在一起的多个离散数据库或甚至简单的数据表。可设想,该数据库可以并入多个数据库或该数据库可以实际是多个单独的数据库。该数据库可以存储可包含飞机8的历史空气调节系统数据以及与飞机的机队相关的数据。该数据库可以包含参考值,这些参考值包括预定阈值、历史值或汇总值和与确定此类值相关的数据。
备选地,可设想该数据库可以是与控制器34分开的但是可以与控制器34通信,以便可以被控制器34访问。例如,可设想该数据库可以被包含在便携式存储器器件上,以及在此类情况中,飞机8可以包括用于接收便携式存储器器件的端口,以及这种端口将与控制器34进行电子通信,以使控制器34能够读取该便携式存储器器件的内容。还可设想,该数据库可以通过无线通信链路35来更新,以及以此方式,可以将实时信息包含在数据库中,以及实时信息可以被控制器34访问。
再者,可设想,此类数据库可以离开飞机8位于如航线运行中心、航班运营部控制的位置或另一个位置。控制器34可以可操作地耦合到无线网络,数据库信息可以通过无线网络提供到控制器34。
虽然图示的是商用飞机,但是可设想,本发明实施例的多个部分可以在任何地方实现,包括在地面系统62处的计算机或控制器60中。再者,如上文描述的数据库还可以位于目的地服务器或控制器60中,目的地服务器或控制器60可以位于指定的地面系统62处且包括指定的地面系统62。备选地,该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与远离控制器60的包括控制器34和数据库的其他设备通信。地面系统62可以是任何类型的通信地面系统62,如航线管制或航班运营部门。
图2图示冷空气单元,也称为空气调节组件22的示范示意图,空气调节组件22具有主热交换器70、主热交换器72、压缩机73、流量控制阀74、涡轮75、防冰阀76、冲压空气入口折流门致动器77和控制器78,这些部件可以设在飞机8的驾驶舱16内并且可以可操作地耦合到控制器34。再者,将多个传感器32图示为被包含在空气调节组件22内。传感器32可以输出多种数据,包括与飞机调节组件22的温度、空气调节组件22的压力或阀门位置相关的数据。例如,一些传感器32可以输出多种参数,包括用于指示阀门设置和/或位置的二进制标志,和/或位置,包括例如阀门状态(例如,完全打开、打开、过渡、关闭、完全关闭)。
将理解,空气调节组件22中可以包括任何适合的组件,以使它可以用作冷却设备。流到空气调节组件22的引气的量由流量控制阀74来调节。引气进入主热交换器72,在其中通过冲压空气、膨胀或二者组合将其冷却。冷空气然后进入压缩机73,其中将其再加压,这使空气再加热。穿过主热交换器70的通道将空气冷却同时保持高压。空气然后通过涡轮75,涡轮75使空气膨胀以进一步减少热量。
图3图示机舱温度控制系统24的示范示意图,机舱温度控制系统24具有混合器单元80、再循环风扇82、歧管84和喷嘴86,喷嘴86将空气配送到飞机8的机舱89内的区域88中以及控制机构90中。如图所示,来自空气调节组件22的排气可以在混合器单元80中与来自再循环风扇82的过滤的空气混合,然后给送到歧管84。来自歧管84的空气可以经由管道引导到飞机8的多种区域88中的头顶配风口86。可以利用机舱温度调节阀,也称为配平空气阀门(未示出)来控制经由配风口86的气流。控制机构90可以控制每个区域88中的温度,以及机舱温度控制系统24的多种其他方面。将理解,该控制机构可以可操作地耦合到控制器34。可以包括多个传感器32,并且这些传感器32可以输出与机舱温度控制系统24的多种方面相关的信号,包括区域88内的温度、机舱温度控制系统24内的压力、机舱温度控制系统24的物理部分的温度,包括管道温度等。
将理解,控制器34和控制器60仅表示可配置成实现本发明实施例或实施例的多个部分的两个示范实施例。在工作期间,控制器34和/或控制器60可以预测机舱温度控制系统24的故障。作为非限制示例,一个或多个传感器32可以传送与空气调节系统10的多种特征相关的数据。控制器34和/或控制器60可以利用来自控制机构、传感器32、飞机系统30、数据库和/或来自航线管控或飞行运营部门的信息的输入以便预测机舱温度控制系统24的故障。其中,控制器34和/或控制器60可以分析随时间的数据以确定空气调节系统10的工作中的偏离、趋势、步长或峰值。控制器34和/或控制器60还可以分析传感器数据并基于此预测空气调节系统10中的故障。一旦预测到机舱温度控制系统24的故障,则可以在飞机8上和/或地面系统62处提供指示。可设想,预测空气调节系统10或其子系统的故障可以在飞行过程中执行,可以在飞行后执行,或可以在任何飞行次数之后执行。还可以同时利用无线通信链路35和无线通信链路64来传送数据,以便可以由控制器34和/或控制器60来预测故障。
控制器34和控制器60的其中之一可以包括具有用于预测飞机8中的机舱温度控制系统故障的可执行指令集的所有计算机程序或其一部分。此类预测的故障可以包括机舱温度控制系统24的组件的不当操作以及失效。正如本文所使用的,术语预测是指使得故障在发生时提前知悉的前瞻性确定,且是与检测或诊断相对而言的,检测或诊断是指故障发生之后的确定。连同预测,预测控制器34和/或控制器60还可以检测故障。无论控制器34和/或控制器60是否运行用于预测故障的程序,该程序可以包括计算机程序产品,该计算机程序产品可以包含用于其上携带或其上存储机器可执行指令或数据结构的机器可读介质。
将理解,阐述可实现本发明实施例的环境的详情是为了使得本文描述的技术被透彻地理解。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。这些示范实施例是参考附图来描述的。这些附图图示具体实施例中实现本文描述的模块或方法或计算机程序产品的某些细节。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硬线连接的系统来实现。再者,可以利用多个计算机或处理器,包括可以由多个控制器形成控制器34和/或控制器60。将理解,预测故障的控制器可以是任何适合的控制器,包括该控制器可以包括彼此通信的多个控制器。
正如上文提到的,本文描述的实施例可以包括用于携带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。通过举例,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计算机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方面或企业方面计算机网络、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。
根据本发明的实施例,图4图示可用于预测空气调节系统10的机舱温度控制系统24中的故障的方法100;此类预测的故障可以包括预测的失效。
方法100开始于102,从一个或多个传感器32传送与机舱温度控制系统24相关的数据。更确切地来说,可以从一个或多个传感器32传送数据,传感器32输出与机舱温度控制系统24的组件的温度、压力或流速、阀门位置、致动器位置等的数据。这可以包括顺序地和/或同时地从一个或多个传感器32传送数据。传送的数据可以被任何适合的设备接收,包括数据库或控制器34和/或控制器60。
102处传送数据可以定义与机舱温度控制系统24的一个或多个特征相关的传感器输出。可设想,传感器输出可以包括原始数据,根据该原始数据,可以导出或以其他方式提取多种其他信息以定义传感器输出。将理解,无论传感器输出是直接接收的还是根据接收的输出导出的,该输出仍可以视为传感器输出。例如,传感器输出可以随时间推移汇总以定义汇总的传感器数据。汇总随时间推移传送的传感器输出可以包括汇总多个飞行阶段上和/或多次飞行期间传送的传感器输出。此类汇总的传感器数据可以包括中值、最大值、最小值等。此类汇总的传感器数据可以在维护事件之后被重置。
在104处,可以将传送的数据或传感器输出与所传送的数据的参考值比较。参考值可以是与传送的数据相关的任何适当参考值,包括参考值可以是温度值、压力值、可接收阀门、致动器位置范围等。传送的数据的参考值还可以包括预定阈值、历史值、工作过程中确定的值等。备选地,可以将这些参考值存储在上文描述的数据库之一中。
以此方式,可以将传感器输出与该传感器输出的预定阈值比较。可以执行任何适合的比较。例如,比较可以包括确定传感器输出与预定阈值之间的差。作为非限制性示例,比较可以包括将最近的信号输出与历史值比较。比较可以基于每飞行来执行或可以对一系列飞行来处理数据。比较还可以测量两个参数之间的相关性变化,包括相关性超过给定阈值的情况。在对传送的数据计算中值的情况中,104处的比较可以包括将中值与预定阈值比较。再者,当可以确定传送的数据的最小值和最大值时,104处的比较可以包括将该最小值和/或最大值与预定阈值比较。
在106处,机舱温度控制系统24中的故障可以基于104处的比较来预测。更确切地来说,可以基于104处的比较来预测机舱温度控制系统24中的阀门、传感器或控制器的故障。例如,在比较指示传感器数据满足预定阈值时,可以预测空气调节系统10的机舱温度控制系统24中的故障。术语“满足”阈值在本文中用于表示此变化比较满足预定阈值,如等于、小于或大于阈值。将理解,这种确定可以容易地更改为通过肯定/否定比较或真/假比较来满足。例如,小于阈值可以在对数据进行数值反演时通过应用大于测试来容易地满足。
可以确定空气调节系统10的机舱温度控制系统24中任何数量的故障。作为非限定性示例,在102处传送数据可以包括传送机舱温度调节阀位置。在此实例中,可以在比较指示随时间推移更多空气通过机舱温度调节阀或比较指示随时间推移其位置正在增大时预测机舱温度调节阀的故障。目前,此类故障仅可以通过乘客/机组人员报告典型地在尽管设置的温度不高的情况下报告机舱舱室温度热的次数增加来检测。仅在多次之后,机舱温度控制系统24的复位无效的情况下,才由维护人员进行进一步探查。而且,贯通机舱89的空气混合意味着机舱温度调节阀的故障可能被忽略,因为来自其他区域88的正确调节的空气会淡化其影响。
传感器故障可以通过确定超范围读数的数量高来确定。将理解,任何数量故障可以基于任何数量的比较来预测。这些比较还可以用于提供与故障严重性相关的信息。
以此方式,传送的数据可以结合其本身和其他参数/特征进行分析,以及此信息可以用于确定迫近的故障和/或降级,并且通过将特定组件中迫近的故障突出显示来提供如安全性和预报性信息的关联信息。将理解,任何适合的控制器或计算机可以执行方法100的一个或多个部分。例如,控制器34和/或控制器60可以比较传送的数据,预测故障和提供指示。控制器可以利用算法来预测故障。在实现中,可以将预定阈值和比较转换成算法来预测空气调节系统10的机舱温度控制系统24中的故障。此类算法可以转换成包含可执行指令集的计算机程序,这些可执行指令集可以被控制器34和/或控制器60执行。备选地,计算机程序可以包括模型,该模型可以用于预测机舱温度控制系统24中的故障。该模型可以采用软件实现为算法,如一个或多个数学算法。
在108处,控制器34和/或控制器60可以提供106处预测的机舱温度控制系统24中的故障的指示。该指示可以采用任何适合的方式在任何适合的位置,包括在驾驶舱16中和在地面系统62予以提供。例如,该指示可以在飞机8的驾驶舱16的主飞行显示器(PFD)上提供。如果控制器34运行该程序,则指示可以在飞机8上提供和/或可以上传到地面系统62。备选地,如果控制器60运行该程序,则指示可以上传或以其他方式转发到飞机8。备选地,该指示可以被转发,以使它可以在另一个位置被提供,如航线管制或航班运营部门。
将理解,预测机舱温度控制系统24中的故障的方法是灵活的,且图示的方法仅是出于说明目的。例如,所示的步骤的顺序仅是出于说明目的,不意味着以任何方式限制方法100,因为要理解在不背离本发明实施例的前提下,这些步骤可以按不同的逻辑次序进行,或者可以包含附加的或插入的步骤。例如,可设想在106处的预测故障可以基于104处的多次比较。例如,一种类型的传感器数据可以被传送多次,以及多个比较可以将该数据与如控制极限的预定阈值比较。以此方式,可以随时间推移执行多次比较。备选地,可以利用多种类型的传感器数据或来自整个飞机的传感器数据来执行多次比较。作为非限定性示例,在102处传送数据可以包括传送机舱温度调节阀位置和来自可操作地耦合到空气调节系统10的至少一个温度传感器32的温度。可与传送的温度比较的参考值可以包括设置的温度。104处的比较可以包括确定传送的温度与设置的温度之差,以及将该差与温度参考差值比较。可以在比较指示阀门位置正在增大以及该差满足温度参考值时预测机舱温度调节阀的故障。更确切的来说,这些比较可以指示管道温度增高以及特定区域88的机舱舱室温度增高,以及此类比较可以用于预测特定机舱温度调节阀的故障。再者,可设想,可以由控制器34和/或控制器60来确定温度参考值。更确切地来说,还可以确定设置的温度与实际温度之间的增量以及相邻区域之间的增量。此类值的比较可以使异常行为得以从系统工作中存在的正常变化中更清晰地识别出。例如,如果对应设置的温度高或如果由于极端环境温度的原因,相邻区域相似地热,则可以合理解释/撤销被识别为异常热的机舱温度。作为又一个非限定性示例,可以在102处传送组件出口温度、外侧空气温度和机舱设置温度。在此类实例中,当104处的比较指示阀门位置正在增大以及传送的温度在正常范围内时,可以在106处预测机舱温度调节阀的故障。以此方式,可以将该故障隔离到该机舱温度调节阀。
作为又一个示例,还可设想,传送的数据可以包括来自多次飞行的数据,包括此类多次飞行的飞行前部分和/或巡航部分。在此类实例中,比较传送的数据可以包括将来自多次飞行的数据与相关的预定阈值比较。以此方式,可以利用多次飞行的数据来执行多次比较。再者,预测故障可以包括在比较指示预定阈值被满足预定次数和/或预定飞行次数时预测故障。
上述实施例的有益效果包括可以利用飞机生成的数据来预测机舱温度控制系统中的故障。这样使此类预测的故障在其出现之前得以矫正。例如,在相同或相似环境条件下,管道的温度传感器数据相对于过往表现的变化可以指示管道泄漏。目前,没有预测机舱温度控制系统的故障和飞机使用期间出现的意外问题或甚至已知问题,这些问题都需要采取计划外维护措施,导致飞机的潜在运营影响。上述实施例能够实现减少运营影响,包括减少乘客的延误以及降低因空气调节系统故障的原因而需要计划外维护的级别。由于提供的预报性信息,上述实施例还有助于对计划内维护进行规划。上述实施例能够进行故障的自动预测和向用户告警。上述实施例能够针对机舱温度控制系统中的故障执行精确地预测,并且通过预测此类问题,可以在此类故障出现之前允许有足够的时间进行维修。这样能够通过减少维护成本、再计划成本以及将运营影响降低到最小,包括将飞机着陆时间减少到最小来节省成本。
本文编写的描述使用示例来公开本发明,包括最优实施例方式,并且还使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。
Claims (15)
1.一种预测飞机的空气调节系统的机舱温度控制系统中的故障的方法(100),其中所述机舱温度控制系统包括一个或多个传感器,所述方法包括:
从所述机舱温度控制系统的传感器,传送(102)与所述机舱温度控制系统的温度、压力、阀门位置或致动器位置相关的数据;
将传送的数据与参考值比较(104);
由控制器基于所述比较预测(106)所述机舱温度控制系统中的阀门、传感器或控制器的故障;以及
提供(108)预测的故障的指示。
2.如权利要求1所述的方法(100),其中传送(102)所述数据包括传送机舱温度调节阀位置。
3.如权利要求2所述的方法(100),其中预测(106)所述故障包括,在所述比较指示随时间推移更多空气通过所述机舱温度调节阀时预测机舱温度调节阀的故障。
4.如权利要求2所述的方法(100),其中预测(106)所述故障基于多次比较。
5.如权利要求4所述的方法(100),其中传送(102)所述数据还包括传送来自可操作地耦合到所述空气调节系统的至少一个温度传感器的温度。
6.如权利要求5所述的方法(100),其中所述参考值是设置的温度。
7.如权利要求6所述的方法(100),其中所述比较(104)包括确定所述传送的温度与所述设置的温度之差,以及将所述差与温度参考差值比较。
8.如权利要求7所述的方法(100),其中预测(106)所述故障包括,在所述比较指示所述阀门位置正在增大以及所述差满足所述温度参考值时预测所述机舱温度调节阀的故障。
9.如权利要求7或8所述的方法(100),还包括确定所述温度参考差值。
10.如权利要求9所述的方法(100),其中预测(106)所述故障包括,在所述比较指示所述阀门位置正在增大以及所述差满足所述温度参考值时预测所述机舱温度调节阀的故障。
11.如权利要求5所述的方法(100),其中传送组件出口温度、外侧空气温度和机舱设置温度。
12.如权利要求11所述的方法(100),其中预测(106)所述故障包括,在所述比较指示所述阀门位置正在增大以及所述传送的温度在正常范围内时预测所述机舱温度调节阀的故障。
13.如前面任一权利要求所述的方法(100),其中在所述飞机的显示器上提供所述指示。
14.如前面任一权利要求所述的方法(100),其中所述飞机的控制器将所述数据与所述参考值比较,预测所述故障并提供所述指示。
15.如权利要求14所述的方法(100),其中所述控制器利用算法来预测所述故障。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/GB2014/050511 WO2015124892A1 (en) | 2014-02-21 | 2014-02-21 | Method for predicting a fault in a cabin temperature control system of an aircraft |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106164794A true CN106164794A (zh) | 2016-11-23 |
Family
ID=50336346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076106.8A Pending CN106164794A (zh) | 2014-02-21 | 2014-02-21 | 用于预测飞机的机舱温度控制系统中的故障的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20170052836A1 (zh) |
EP (1) | EP3108316A1 (zh) |
JP (1) | JP2017507421A (zh) |
CN (1) | CN106164794A (zh) |
BR (1) | BR112016018702A2 (zh) |
CA (1) | CA2940146A1 (zh) |
WO (1) | WO2015124892A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10469729B2 (en) | 2014-01-09 | 2019-11-05 | Sony Corporation | Video signal processing device, video signal processing method, and camera device |
US10746586B2 (en) | 2015-05-28 | 2020-08-18 | Sonicu, Llc | Tank-in-tank container fill level indicator |
US10745263B2 (en) | 2015-05-28 | 2020-08-18 | Sonicu, Llc | Container fill level indication system using a machine learning algorithm |
WO2017077308A1 (en) * | 2015-11-06 | 2017-05-11 | Bae Systems Plc | Aircraft environmental control system |
EP3371057B1 (en) | 2015-11-06 | 2019-09-11 | BAE Systems PLC | Aircraft environmental control system |
FR3052273B1 (fr) * | 2016-06-02 | 2018-07-06 | Airbus | Prediction de pannes dans un aeronef |
US11080660B2 (en) * | 2017-03-20 | 2021-08-03 | The Boeing Company | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5511385A (en) * | 1994-12-23 | 1996-04-30 | United Technologies Corp. | Independent compartment temperature control for single-pack operation |
US20080312783A1 (en) * | 2007-06-12 | 2008-12-18 | The Boeing Company | Systems and Methods for Health Monitoring of Complex Systems |
DE102011076779A1 (de) * | 2011-05-31 | 2012-12-06 | Airbus Operations Gmbh | Verfahren und Vorrichtung zur Vorhersage des Zustands einer Komponente oder eines Systems, Computerprogrammprodukt |
US20140008035A1 (en) * | 2012-07-05 | 2014-01-09 | Honeywell International Inc. | Environmental control systems and techniques for monitoring heat exchanger fouling |
CN103597417A (zh) * | 2011-05-31 | 2014-02-19 | 空中客车营运有限公司 | 状态监测方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3307734B2 (ja) * | 1993-09-29 | 2002-07-24 | 株式会社日立国際電気 | 警報機能付きフライトデータレコーダ |
JPH11222198A (ja) * | 1998-02-05 | 1999-08-17 | Shimadzu Corp | 航空機の環境制御装置 |
GB2378248A (en) * | 2001-05-09 | 2003-02-05 | Worcester Entpr Ltd | A fault prediction system for vehicles |
US6640560B2 (en) * | 2001-06-07 | 2003-11-04 | Hamilton Sundstrand | Distributed electronic control for air conditioning system |
US7702435B2 (en) * | 2004-11-05 | 2010-04-20 | Honeywell International Inc. | Method and apparatus for system monitoring and maintenance |
US7454254B2 (en) * | 2005-08-30 | 2008-11-18 | Honeywell International, Inc. | Aircraft cabin pressure control system and method for reducing outflow valve actuator induced cabin pressure oscillations |
GB2450241B (en) * | 2007-06-12 | 2011-12-28 | Boeing Co | Systems and methods for health monitoring of complex systems |
US8121818B2 (en) * | 2008-11-10 | 2012-02-21 | Mitek Analytics Llc | Method and system for diagnostics of apparatus |
US8360334B2 (en) * | 2009-08-07 | 2013-01-29 | Steve Nold | Water heating control system and method |
US8285438B2 (en) * | 2009-11-16 | 2012-10-09 | Honeywell International Inc. | Methods systems and apparatus for analyzing complex systems via prognostic reasoning |
US10331510B2 (en) * | 2011-05-23 | 2019-06-25 | Siemens Corporation | Simulation based fault diagnosis using extended heat flow models |
CN102320382A (zh) * | 2011-07-07 | 2012-01-18 | 中国国际航空股份有限公司 | 飞机性能检测方法 |
US9310439B2 (en) * | 2012-09-25 | 2016-04-12 | Emerson Climate Technologies, Inc. | Compressor having a control and diagnostic module |
-
2014
- 2014-02-21 BR BR112016018702A patent/BR112016018702A2/pt not_active IP Right Cessation
- 2014-02-21 CN CN201480076106.8A patent/CN106164794A/zh active Pending
- 2014-02-21 WO PCT/GB2014/050511 patent/WO2015124892A1/en active Application Filing
- 2014-02-21 EP EP14711291.6A patent/EP3108316A1/en not_active Withdrawn
- 2014-02-21 US US15/119,995 patent/US20170052836A1/en not_active Abandoned
- 2014-02-21 CA CA2940146A patent/CA2940146A1/en not_active Abandoned
- 2014-02-21 JP JP2016552537A patent/JP2017507421A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5511385A (en) * | 1994-12-23 | 1996-04-30 | United Technologies Corp. | Independent compartment temperature control for single-pack operation |
US20080312783A1 (en) * | 2007-06-12 | 2008-12-18 | The Boeing Company | Systems and Methods for Health Monitoring of Complex Systems |
DE102011076779A1 (de) * | 2011-05-31 | 2012-12-06 | Airbus Operations Gmbh | Verfahren und Vorrichtung zur Vorhersage des Zustands einer Komponente oder eines Systems, Computerprogrammprodukt |
CN103597417A (zh) * | 2011-05-31 | 2014-02-19 | 空中客车营运有限公司 | 状态监测方法及装置 |
US20140008035A1 (en) * | 2012-07-05 | 2014-01-09 | Honeywell International Inc. | Environmental control systems and techniques for monitoring heat exchanger fouling |
Also Published As
Publication number | Publication date |
---|---|
JP2017507421A (ja) | 2017-03-16 |
CA2940146A1 (en) | 2015-08-27 |
EP3108316A1 (en) | 2016-12-28 |
BR112016018702A2 (pt) | 2017-08-08 |
US20170052836A1 (en) | 2017-02-23 |
WO2015124892A1 (en) | 2015-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106164793B (zh) | 用于诊断飞行器的空气调节组件中的故障的方法 | |
CN106164794A (zh) | 用于预测飞机的机舱温度控制系统中的故障的方法 | |
US9971969B2 (en) | Method for predicting a fault in an air-conditioning pack of an aircraft | |
JP6055534B2 (ja) | 航空機の不具合を特定するためのシステムおよび方法 | |
US20170052072A1 (en) | Method for diagnosing a fault in a cabin temperature control system of an aircraft | |
JP6043314B2 (ja) | 抽気システムの故障を診断するための方法 | |
JP6085581B2 (ja) | 抽気システムの故障を予測するための方法 | |
US10192368B2 (en) | Method for diagnosing an auxiliary power unit fault | |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161123 |