CN107084847A - 用于生成发动机测试单元分析和诊断的自动系统和方法 - Google Patents
用于生成发动机测试单元分析和诊断的自动系统和方法 Download PDFInfo
- Publication number
- CN107084847A CN107084847A CN201710080739.1A CN201710080739A CN107084847A CN 107084847 A CN107084847 A CN 107084847A CN 201710080739 A CN201710080739 A CN 201710080739A CN 107084847 A CN107084847 A CN 107084847A
- Authority
- CN
- China
- Prior art keywords
- engine
- data
- test
- electronically
- analysis
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/02—Details or accessories of testing apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Testing Of Engines (AREA)
Abstract
本发明涉及一种分析测试单元中的发动机的性能的自动系统和方法。所述方法包括电子地访问所述测试单元的存储数据库中的发动机操作数据。另一步骤包括如果在所述存储数据库中检测到用于发动机的至少一个新测试,则电子地检索对应于新测试的操作数据。此外,所述方法包括将对应于新测试的操作数据输入到专用于所述发动机的发动机类型的性能模型中。所述方法也包括电子地分析所述性能模型的输出。附加步骤包括基于分析的输出电子地生成所述发动机的发动机健康的至少一个汇总报告。因此,所述方法也包括将所述汇总报告作为电子输出提供给用户。
Description
技术领域
本文中公开的主题总体上涉及发动机测试单元,并且更具体地涉及用于自动生成发动机测试单元分析和诊断报告的系统和方法。
背景技术
燃气涡轮发动机按照串行流动顺序大体上包括压缩机部段,燃烧部段,涡轮机部段和排气部段。在操作中,空气进入压缩机部段的入口,其中一个或多个轴流式或离心式压缩机逐渐压缩空气直到空气到达燃烧部段。燃料与压缩空气混合并且在燃烧部段内燃烧以提供燃烧气体。燃烧气体从燃烧部段行进通过在涡轮机部段内限定的热气体路径并且然后经由排气部段从涡轮机部段排出。
在具体配置中,涡轮机部段按照串形流动顺序包括高压(HP)涡轮机和低压(LP)涡轮机。HP涡轮机和LP涡轮机均包括各种可旋转涡轮机部件,如涡轮机转子叶片,转子盘和保持器,以及各种固定涡轮机部件,如定子叶片或喷嘴,涡轮机护罩和发动机框架。可旋转和固定涡轮机部件至少部分地限定通过涡轮机部段的热气体路径。当燃烧气体流动通过热气体路径时,热能从燃烧气体传递到可旋转和固定涡轮机部件。
这样的燃气涡轮发动机通常在飞行器中使用。因此,在安装在飞行器上之前通常在测试单元中(例如在检修车间处)测试这样的发动机的性能,以使发动机在翼时间最大化。然而,发动机的常规测试使用有限的数据和人工分析过程来人工地识别性能问题,这会耗时几天完成。
例如,这样的人工技术可能包括挖掘大量数据以发现特定的发动机操作和/或事件,过滤那些操作/事件以发现相关的操作/事件,从数据提取一些信号,然后相对于彼此绘制信号。这样的冗长和复杂步骤典型地必须在每个问题出现时针对每个问题重复。因而,仍然需要自动化和简化与在测试单元环境中发生的事件相关联的数据分析。
由于在常规监测系统中捕获的信息的绝对量以及分类和访问这样的数据的有限方式,分析历史数据的能力也会是困难的。在没有识别和存储与过去操作事件相关联的数据的方式的情况下,分析者可能被迫人工地分类大量的历史数据以识别期望的信息。因此仍然需要提供分类和分析历史发动机数据和/或提供当前数据与历史数据的有意义比较的能力。
鉴于上述情况,本领域正在不断地寻求用于生成这样的发动机的测试单元分析和诊断报告的改进系统和方法。
发明内容
本发明的方面和优点将在以下描述中部分地阐述,或者可以从描述显而易见,或者可以通过本发明的实施而获悉。
在一方面,本发明涉及一种用于分析测试单元中的发动机的性能的方法。所述方法包括电子地访问所述测试单元的存储数据库中的发动机操作数据。如果在所述存储数据库中检测到用于发动机的至少一个新测试,则所述方法也包括电子地检索对应于新测试的操作数据。此外,所述方法包括将对应于新测试的操作数据输入到专用于所述发动机的发动机类型的性能模型中。所述方法也包括电子地分析所述性能模型的输出。附加步骤包括基于分析的输出电子地生成所述发动机的发动机健康的至少一个汇总报告。因此,所述方法也包括将所述汇总报告作为电子输出提供给用户。
在另一方面,本发明涉及一种发动机测试单元分析系统。所述系统包括具有至少一个处理器和至少一个存储器设备的控制器。所述存储器设备包括用于由所述处理器执行的计算机可读指令。所述处理器配置成执行一个或多个操作,所述操作包括但不限于:电子地访问所述测试单元的存储数据库中的发动机操作数据,如果在所述存储数据库中检测到用于发动机的至少一个新测试,则电子地检索对应于新测试的操作数据,将对应于新测试的操作数据输入到专用于所述发动机的发动机类型的性能模型中,电子地分析所述性能模型的输出,以及基于分析的输出电子地生成所述发动机的发动机健康的至少一个汇总报告。所述系统也包括用于将所述汇总报告作为电子输出提供给用户的至少一个输出设备。
参考以下描述和附带的权利要求将更好地理解本发明的这些和其它特征、方面和优点。包含在该说明书中并且构成该说明书的一部分的附图示出本发明的实施例,并且与描述一起用于解释本发明的原理。
附图说明
在参考附图的说明书中阐述了包括对于本领域的普通技术人员来说是本发明的最佳模式的本发明的完整和允许公开,其中:
图1示出根据本发明的燃气涡轮发动机的一个实施例的示意性横截面视图;
图2示出根据本发明的发动机测试单元分析系统的一个实施例的示意图;
图3示出根据本发明的可以包括在发动机测试单元分析应用中的部件的一个实施例的示意图;
图4示出根据本发明的用于分析测试单元中的发动机的性能的方法的一个实施例的流程图;以及
图5示出根据本发明的由发动机测试单元分析系统生成的汇总报告的一个实施例的示意图。
具体实施方式
现在参考本发明的特定实施例,其中的一个或多个例子在附图中示出。每个实施例通过解释本发明的方面来呈现,并且不应当被视为本发明的限制。例如,关于一个实施例示出或描述的特征可以与另一实施例一起使用以产生又一实施例。本发明旨在包括对本文中所述的实施例做出的这些和其它修改或变化。
当在本文中使用时,术语“第一”、“第二”和“第三”可以互换使用以将一个部件与另一部件区分开,并且不旨在表示单独的部件的位置或重要性。
术语“上游”和“下游”是指相对于流体路径中的流体流动的相对方向。例如,“上游”是指流体流动的方向,并且“下游”是指流体流动的方向。
一般而言,本发明涉及一种用于燃气涡轮发动机的测试单元和一种分析其中的发动机的性能的方法。该方法包括电子地访问测试单元的存储数据库中的发动机操作数据。当在数据库中检测到新测试数据时,该方法包括将对应于新测试的操作数据输入到专用于发动机的发动机类型的性能模型中,并且电子地分析性能模型的输出。因此,该方法也包括基于分析的输出电子地生成发动机的发动机健康的至少一个汇总报告。此外,该方法也包括将汇总报告作为电子输出提供给用户。另外,本发明可以配置成诊断与测试单元、测试启用软件和/或对应的仪器相关联的性能问题。
本发明提供现有技术中不存在的许多优点。例如,本发明是一种自动过程,相比于会耗时几天完成的常规人工过程其可以在最小时间帧(例如,小于一小时或小于发动机在测试之后冷却所花费的时间)内完成。因而,本发明的系统和方法为检修车间提供即时诊断支持,其需要识别性能问题的根本原因,由此节省时间和金钱。此外,本发明的自动方法提高了分析精度,并且具有评价测试的每个发动机而不仅仅是最坏情况的发动机的能力。
通过评价测试的每个发动机并且监测移位和趋势,本发明的系统和方法提供可能影响飞行器的在翼时间的性能问题的早期警告。这样的早期警告能够在发动机离开检修车间之前进行干预。另外,监测每个发动机也满足联邦航空局(FAA)的建议以趋势分析相关性之间的测试单元性能。
现在参考附图,图1示出根据本发明的燃气涡轮发动机10(高旁路型)的一个实施例的示意性横截面图。更具体地,燃气涡轮发动机10可以包括例如用于飞机、直升机或类似物的飞行器发动机。如图所示,燃气涡轮发动机10具有用于参考目的的通过其的轴向纵向中心线轴线12。此外,如图所示,燃气涡轮发动机10优选地包括大体上由附图标记14表示的核心燃气涡轮发动机和位于其上游的风扇部段16。核心发动机14典型地包括限定了环形入口20的大致管状的外壳体18。外壳体18进一步封闭并且支撑增压器22,所述增压器用于将进入核心发动机14的空气的压力升高到第一压力水平。高压、多级、轴流式压缩机24接收来自增压器22的加压空气并且进一步增加空气的压力。压缩机24包括具有引导和压缩涡轮发动机10内的空气的功能的旋转叶片和静止叶片。加压空气流动到燃烧器26,在所述燃烧器处燃料喷射到加压空气流中并且点燃以升高加压空气的温度和能量水平。高能燃烧产物从燃烧器26流动到第一(高压)涡轮机28以便通过第一(高压)驱动轴30驱动高压压缩机24,然后流动到第二(低压)涡轮机32以便通过与第一驱动轴30同轴的第二(低压)驱动轴34驱动增压器22和风扇部段16。在驱动涡轮机28和32中的每一个之后,燃烧产物通过排气喷嘴36离开核心发动机14以提供发动机10的喷射推进推力的至少一部分。
风扇部段16包括由环形风扇壳体40围绕的可旋转、轴流式风扇转子38。将领会的是,风扇壳体40由多个基本上径向延伸的、周向间隔的出口引导叶片42从核心发动机14支撑。以该方式,风扇壳体40封闭风扇转子38和风扇转子叶片44。风扇壳体40的下游部段46在核心发动机14的外部部分上延伸以限定次级或旁路空气流管道48,该次级或旁路空气流管道提供附加的喷射推进推力。
从流动观点来看,将领会的是,由箭头50表示的初始空气流通过入口52进入燃气涡轮发动机10到达风扇壳体40。空气流穿过风扇叶片44并且分成移动通过管道48的第一空气流(由箭头54表示)和进入增压器22的第二空气流(由箭头56表示)。
第二压缩空气流56的压力增加并且进入高压压缩机24,如箭头58所示。在与燃料混合并且在燃烧器26中燃烧之后,燃烧产物60离开燃烧器26并且流动通过第一涡轮机28。然后燃烧产物60流动通过第二涡轮机32并且离开排气喷嘴36,以提供用于燃气涡轮发动机10的推力的至少一部分。
仍然参考图1,燃烧器26包括与纵向中心线轴线12同轴的环形燃烧室62,以及入口64和出口66。如上所述,燃烧器26接收来自高压压缩机排出出口69的环形加压空气流。燃料从燃料喷嘴喷射以与空气混合并且形成提供给燃烧室62以供燃烧的燃料-空气混合物。燃料-空气混合物的点燃通过合适的点火器实现,并且所得到的燃烧气体60在轴向方向上流向并进入环形的第一级涡轮喷嘴72。喷嘴72由环形流动通道限定,所述环形流动通道包括多个径向延伸的、周向间隔的喷嘴叶片74,所述喷嘴叶片使气体转向以使得它们成角度地流动并且撞击在第一涡轮机28的第一级涡轮叶片上。如图1中所示,第一涡轮机28优选地经由第一驱动轴30旋转高压压缩机24,而低压涡轮机32优选地经由第二驱动轴34驱动增压器22和风扇转子38。
现在参考图2,示出发动机测试单元分析系统100的一个实施例的示意性框图。如图所示,系统100包括在由控制器160控制的测试单元102内的燃气涡轮发动机10。控制器160可以包括电连接到系统100的每个部件的计算机化控制系统。此外,系统100也可以包括本地计算机和/或远程计算机180、190,每个计算机相应地包括一个或多个通信接口182、192,一个或多个存储器模块184、194,以及一个或多个处理器186、196。存储器设备184可以包括用于由处理器186执行的计算机可读指令。因此,(一个或多个)处理器186、196配置成执行包括例如图4中所列的操作的一个或多个操作。
更具体地,处理器186可以配置成将来自测试单元102中的多个发动机的测试的发动机操作数据实时连续地存储在存储器设备184中。例如,从系统100的测试单元102中的各种传感器162获得的数据可以被提供给本地服务器164。被监测的测试单元数据在图2中表示为本地服务器164内的数据库166。尽管示出为用于存储发动机数据的单个模块166,但是应当领会的是,多个数据库、服务器或其它相关的计算机或数据存储设备可以用于存储来自传感器162的被监测的数据。
系统100的另一主要物理部件可以包括软件包,其包括配置成分析由测试单元102内的燃气涡轮发动机10生成的数据的发动机测试单元分析应用168。如图所示,发动机测试单元分析应用168可以存储在本地服务器164上。因此,发动机测试单元分析应用168配置成访问和分析可以从与传感器162接口的控制器160接收的发动机测试单元操作数据166,所述传感器设在系统100内以便跟踪和捕获测试单元102中的系统100的各种被监测的特性。应当领会的是,尽管发动机测试单元操作数据166和发动机测试单元分析应用168在图2中描绘为存储在本地服务器位置164处,但是包含这样的计算机可读数据和指令的存储器实际上可以位于发动机测试单元本地或远处的各种位置。另外,多个测试单元和/或位置可以利用单个存储器设备来增加系统的灵活性。
发动机测试单元分析应用168可以是具有存储在有形计算机可读介质上的计算机可读和可执行指令的集合的基于软件的模块。例如,如图3中所示,发动机测试单元分析应用168可以包括多个不同的软件模块,这些软件模块适于由访问应用168的一个或多个处理器执行以实施一个或多个处理步骤,包括但不限于数据收集和格式化模块172,发动机统计分析模块174,推理器模块176,以及汇总报告生成模块178。
本发动机测试单元分析应用168内的第一示例性模块对应于数据收集和格式化模块172。因此,发动机测试单元分析应用168可以包括用于根据定义一个或多个发动机操作的各种预配置定义来分析发动机测试单元数据166的各种指令。示例性的发动机测试单元操作数据可以包括但不限于启动,停止,跳闸,甩负荷,燃料传输,燃烧模式传输,孤岛负载阶跃,适合于稳态性能评价的周期,加载,卸载,影响发动机部件寿命的瞬态,和/或与正被测试的发动机相关联的任何其它数据。然后可以处理和进一步分析从多个传感器162或测试单元102内的其它监测装置接收的连续实时发动机测试单元操作数据166。更具体地,在某些实施例中,数据收集和格式化模块172可以选择性地实施一个或多个步骤,包括但不限于访问发动机测试单元数据,处理丢失的数据标签,以及增加数据缓冲器。
例如,数据收集和格式化模块172配置成电子地访问存储在测试单元102的测试单元数据库(例如,存储器设备184)中的发动机测试单元操作数据166。另外,如图4中在104处所示,数据收集和格式化模块172可以配置成针对测试单元102中的新测试递增地检查存储数据库184,例如每五(5)分钟。应当理解,可以以包括多于五分钟和少于五分钟的任何合适的增量来检查数据库184。如图4的106处所示,如果在存储数据库184中检测到用于测试发动机10的新测试,则数据收集和格式化模块172配置成例如从发动机测试单元操作数据模块166检索对应于新测试的操作数据。
本发动机测试单元分析应用168内的另一示例性模块对应于推理器模块176,如图3中所示。在某些实施例中,推理器模块176包括诊断算法,该诊断算法被配置成通过性能模型运行来自数据收集和格式化模块172的数据。更具体地,如图4的112处所示,推理器模块176可以配置成将对应于新测试数据的操作数据输入到基于物理的性能模型、基于经验的性能模型或两者中。例如,基于物理的性能模型可以是专用于发动机10的发动机类型的数值推进系统模拟(NPSS)模型。当在本文中使用时,NPSS模型是面向对象、多物理、工程设计和模拟环境,其能够进行系统模型的开发、协作和无缝整合。因此,如108处所示,推理器模块176也可以配置成将来自性能模型的输出与历史数据比较并且从其得出结论。在某些实施例中,历史数据可以包括来自在对应的测试等级和对应的额定功率下在测试单元中测试的相同类型的先前测试的基准发动机的数据。
本发动机测试单元分析应用168内的另一示例性模块对应于发动机统计分析模块174,如图3中所示。如图4的110处所示,发动机统计分析模块174配置成对来自数据收集和格式化模块172的输出执行统计测试以便检测其数据模式落在至少一个预配置的标准之外的移位、趋势和/或离群值,如本文中所述。离群值检测大体上被执行以检测不符合预配置的操作标准的发动机测试单元数据中的模式。在离群值检测的一个例子中,单变量统计分析和/或多变量统计分析可以用于识别离群值。
如图4的114处所示,当在对应于新测试的操作数据内检测到非最佳或异常行为时,发动机测试单元分析应用168也配置成电子地生成一个或多个警报。换句话说,针对由统计测试之一标记的任何性能参数或关键仪器来识别警报。警报生成可以用于例如在发动机操作(例如启动和停止)期间观察到一些非最佳和/或异常行为时生成警报。本文中描述的警报可以以生成的报告中的支持数据的文本、图表或图形的形式中继。
在另外的实施例中,如116处所示,发动机测试单元分析应用168也可以对与新测试对应的操作数据166执行一个或多个完整性测试以保证操作数据是可靠的,即在电子地分析对应于新测试的操作数据166之前。因此,应用完整性测试以确定当前发动机测试数据是否足够可靠以用于进一步的诊断分析。如果通过完整性测试,则推理器模块176配置成在性能差时确定一个或多个建议。如果发动机性能正常,则推理器模块176识别发动机正在预期的性能范围内操作并且因此将输出零建议。更具体地,如118处所示,推理器模块176配置成用对应的建议创建发动机性能诊断。
此外,推理器模块176可以使用每个测试单元102/发动机模型组合的诊断基准。因此,诊断基准旨在表示当前处理能力。在测试发动机的许多检修车间中,执行测试的人员不是发动机专家。因而,如120处所示,有利的是推理器模块176创建诊断报告以及相应的建议,使得在测试完成之后人员可以提高发动机性能。更具体地,推理器模块176可以包括一个或多个算法,这些算法配置成用相应的建议创建这样的诊断。例如,在某些实施例中,推理器模块176可以执行至少两种分析方法,包括例如测试单元数据缩减(TCDR)分析和核心分析。在这样的实施例中,所有分析方法将测试发动机与诊断基准比较。因此,在图5的例子中,TCDR分析将来自诊断基准的德耳塔转换为对每个部件的排气温度(EGT)的影响,而核心分析提供基于EGT、比燃料消耗(SFC)和压缩效率的计算的简化分析。使用核心分析提供TCDR的健康检查。可以使用任何合适的方法来显示两种分析方法的结果。例如,在119处,推理器模块176可以构建堆栈图表132(例如,用于如图5中所示的排气温度(EGT)裕度),所述堆栈图表可以包括在将在下面更详细论述的汇总报告130中。
如124处所示,汇总报告生成模块178配置成基于来自推理器模块176的分析的输出生成测试发动机10的发动机健康的一个或多个汇总报告130。例如,特别地参考图5,示出根据公开的系统的方面生成的示例性汇总报告130。如图所示,总结报告130可以包括比较来自两种分析方法(即TCDR分析和核心分析)的结果的表(例如表1)。另外,如图5中所示,汇总报告130可以包括关于由推理器模块176确定的发动机性能的分析汇总134和对用户的至少一个建议136。例如,在所示的实施例中,使用两种分析方法的EGT裕度影响的比较经由堆栈图表132示出。此外,分析汇总134列出了TCDR分析表明对EGT裕度的主要贡献者是高压涡轮机(HPT)和高压压缩机(HPC)。因而,建议136包括关于人员应当如何解决性能问题的指导。
尽管汇总报告130可以提供本申请的用户期望的各种信息,但是用于特定发动机的可能适用的汇总报告信息的例子可以包括发动机类型,测试日期,客户,测试等级,额定功率,分析汇总134,和/或建议136。汇总报告130也可以包括将发动机的性能与历史发动机的性能比较的图表,因此提供关于性能参数(如推力,SFC,或感兴趣的其它参数)的趋势数据。警报可以包括在汇总报告130中以利用任何性能参数、仪表数据、测试启用硬件或丢失数据来识别异常。因此,汇总报告130向用户提供与发动机性能相关的高级汇总。
此外,一些汇总报告可以包括与发动机中的一个或多个特定部件和/或与限定一个或多个特定部件的理想性能水平的权利曲线相关联的选定参数,这些部件与其它类似发动机中的对应部件选择性地比较。因而,汇总报告130可以近似实时地与测试单元中的发动机相关,并且可以帮助识别改进发动机的机会。
返回参考图2,系统100也可以包括用于将汇总报告130作为电子输出提供给用户的至少一个输出设备(例如,远程计算机190)。此外,如图4的126处所示,系统100可以配置成将汇总报告130上传和/或存储到档案数据库,并且经由电子邮件将汇总报告130发送给用户,使得用户可以经由本地或远程计算机180、190接收报告130。更具体地,如图2中所示,从本地计算机180或经由网络170链接的远程计算机190访问发动机测试单元分析应用168的用户能够访问与测试单元102执行的每个单独的测试相关联的汇总报告。这样的报告可以例如使用在相应的计算机180、190处提供的一个或多个输出设备188、198来显示或打印。计算机180、190也可以包括输入设备(例如,187和197)以选择特定类型的期望建模或分析结果进行显示,使得基于可选择用户配置的定制可视化对于汇总报告是可能的。与本地计算机180相关联的输入设备187和输出设备188也可以配置成为控制器160或位于发动机10处的其它设备提供输入和输出特征。
因而,本发明的汇总报告130为检修车间提供识别性能问题的根本原因所需的即时诊断支持。因此,相比于会耗时几天完成的常规人工过程,本发明提供可以在最小时间帧(例如,小于一小时)内完成的自动过程。
如本文中所述的网络170可以对应于任何类型的网络,包括但不限于拨入网络,公用网络,公共交换电话网(PSTN),局域网(LAN),广域网(WAN),城域网(MAN),个域网(PAN),虚拟专用网(VPN),校园区域网(CAN),存储区域网(SAN),因特网,内联网或以太网类型网络,这些类型的网络或其它网络中的两个或更多个的组合,其在一个或多个有线和/或无线通信链路的组合中以任何种类的网络拓扑来实现。
如本文中所述的处理器186、196可以适于通过执行存储在存储器设备184、194中以计算机可读形式呈现的软件指令而用作专用机器。当使用软件时,任何合适的编程、脚本或其它类型的语言或语言的组合可以用于实现本文中包含的教导。在其它实施例中,本文中公开的系统和方法可以替代地由硬连线逻辑或其它电路来实现,包括但不限于专用电路。
包含在本地服务器164、本地计算机180和/或远程计算机190内的存储器模块可以作为一种或多种计算机可读介质的单个或多个部分被提供,例如但不限于易失性存储器(例如,随机存取存储器(RAM,如DRAM,SRAM等)和非易失性存储器(例如,ROM,闪存,硬盘驱动器,磁带,CD-ROM,DVD-ROM等)的任何组合,或任何其它存储器设备,包括软盘,驱动器,其它磁基存储介质,光学存储介质,固态存储介质等。(一个或多个)示例性输入设备187、197可以包括但不限于键盘,触摸屏监视器,眼睛跟踪器,麦克风,鼠标等。(一个或多个)示例性输出设备188、198可以包括但不限于监视器,打印机或用于视觉地描绘根据公开的技术创建的输出数据的其它设备。
尽管已关于具体的示例性实施例及其方法详细地描述了本主题,但是将领会本领域技术人员在获得前述的理解时可以容易地产生这样的实施例的更改、变化和等效物。因此,本发明的范围是作为例子而不是作为限制,并且本发明不排除包括本领域普通技术人员将显而易见的本主题的这样的修改、变化和/或增加。
Claims (20)
1.一种分析测试单元中的发动机的性能的方法,所述方法包括:
电子地访问所述测试单元的存储数据库中的发动机操作数据;
如果在所述存储数据库中检测到用于发动机的至少一个新测试,则电子地检索对应于新测试的操作数据;
将对应于新测试的操作数据输入到专用于所述发动机的发动机类型的性能模型中;
电子地分析所述性能模型的输出;
基于分析的输出电子地生成所述发动机的发动机健康的至少一个汇总报告;以及
将所述至少一个汇总报告作为电子输出提供给用户。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括针对所述测试单元中的新测试递增地检查所述存储数据库。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括将来自所述测试单元中的一个或多个发动机的测试的发动机操作数据实时连续地存储在所述存储数据库中。
4.根据权利要求1所述的方法,其特征在于,所述性能模型包括性能模型或基于经验的模型中的至少一种。
5.根据权利要求4所述的方法,其特征在于,所述基于物理的模型包括数值推进系统模拟(NPSS)模型。
6.如权利要求1所述的方法,其特征在于,所述方法还包括将来自所述性能模型的输出与历史数据比较。
7.根据权利要求6所述的方法,其特征在于,所述历史数据包括来自在对应的测试等级和对应的额定功率下在所述测试单元中测试的相同类型的先前测试的基准发动机的数据。
8.根据权利要求1所述的方法,其特征在于,电子地分析对应于新测试的操作数据还包括:
将统计分析应用于对应于新测试的操作数据以便检测其数据模式落在至少一个预配置的标准之外的移位、趋势或离群值中的至少一个,以及
提供所述统计分析的选定结果作为所述至少一个汇总报告的一部分。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括当在对应于新测试的操作数据内检测到非最佳或异常行为时电子地生成一个或多个警报。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括在电子地分析对应于新测试的操作数据之前,对与新测试对应的操作数据执行一个或多个完整性测试以保证操作数据是可靠的。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括生成关于发动机性能的所述汇总报告的至少一个建议。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括将所述至少一个汇总报告上传和存储到档案数据库,并且经由电子邮件将所述汇总报告发送给用户。
13.根据权利要求11所述的方法,其特征在于,所述汇总报告在小于一小时内被发送给用户。
14.根据权利要求1所述的方法,其特征在于,所述操作数据包括与以下的一个或多个中的至少一个关联的数据:启动、停止、跳闸、甩负荷、燃料传输、燃烧模式传输、孤岛负载阶跃、适合于稳态性能评价的周期、加载、卸载、以及影响发动机部件寿命的瞬态。
15.一种发动机测试单元分析系统,所述系统包括:
控制器,所述控制器包括至少一个处理器和至少一个存储器设备,所述存储器设备包括用于由所述处理器执行的计算机可读指令,其中所述处理器配置成执行一个或多个操作,所述一个或多个操作包括:
电子地访问所述测试单元的存储数据库中的发动机操作数据;
如果在所述存储数据库中检测到用于发动机的至少一个新测试,则检索对应于新测试的操作数据;
将对应于新测试的操作数据输入到专用于所述发动机的发动机类型的性能模型中;
电子地分析所述性能模型的输出;
基于分析的输出电子地生成所述发动机的发动机健康的至少一个汇总报告;以及
将所述至少一个汇总报告作为电子输出提供给用户。
16.根据权利要求15所述的系统,其特征在于,所述一个或多个操作还包括将来自所述性能模型的输出与历史数据比较,其中所述历史数据包括来自在对应的测试等级和对应的额定功率下在所述测试单元中测试的相同类型的先前测试的基准发动机的数据。
17.根据权利要求15所述的系统,其特征在于,电子地分析对应于新测试的操作数据还包括:
将统计分析应用于对应于新测试的操作数据以便检测其数据模式落在至少一个预配置的标准之外的移位、趋势或离群值中的至少一个,以及
提供所述统计分析的选定结果作为所述至少一个汇总报告的一部分。
18.根据权利要求15所述的系统,其特征在于,所述一个或多个操作还包括当在对应于新测试的操作数据内检测到非最佳或异常行为时电子地生成一个或多个警报。
19.根据权利要求15所述的系统,其特征在于,所述一个或多个操作还包括,在电子地分析对应于新测试的操作数据之前,对与新测试对应的操作数据执行一个或多个完整性测试以保证操作数据是可靠的。
20.根据权利要求15所述的系统,其特征在于,所述系统还包括推理器,所述推理器配置成生成关于发动机性能的所述汇总报告的至少一个建议。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/043,655 US10809156B2 (en) | 2016-02-15 | 2016-02-15 | Automated system and method for generating engine test cell analytics and diagnostics |
US15/043655 | 2016-02-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107084847A true CN107084847A (zh) | 2017-08-22 |
Family
ID=58046510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710080739.1A Pending CN107084847A (zh) | 2016-02-15 | 2017-02-15 | 用于生成发动机测试单元分析和诊断的自动系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10809156B2 (zh) |
EP (1) | EP3206006B1 (zh) |
JP (1) | JP6342529B2 (zh) |
CN (1) | CN107084847A (zh) |
CA (1) | CA2956999C (zh) |
SG (1) | SG10201700833RA (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108327A (zh) * | 2019-07-05 | 2019-08-09 | 潍柴动力股份有限公司 | 一种发动机功率劣化的监测方法及装置 |
CN110702417A (zh) * | 2019-09-27 | 2020-01-17 | 东方航空技术有限公司 | 一种航空发动机egt指示故障诊断方法 |
CN110844109A (zh) * | 2019-10-11 | 2020-02-28 | 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 |
CN112150886A (zh) * | 2020-09-22 | 2020-12-29 | 中国商用飞机有限责任公司 | 用于评估飞行模拟机的数据包试飞数据的有效性的方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6996360B2 (ja) | 2018-03-09 | 2022-01-17 | 富士通株式会社 | レポート作成プログラム、およびレポート作成方法 |
WO2020081523A1 (en) * | 2018-10-15 | 2020-04-23 | Phaedrus, Llc | Control system and method for detecting a position of a movable object |
CN114548555B (zh) * | 2022-02-22 | 2022-09-13 | 大连理工大学 | 一种深度自回归网络的轴流压气机失速喘振预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1970786A2 (en) * | 2007-03-15 | 2008-09-17 | Honeywell International Inc. | Automated engine data diagnostic analysis |
CN102175460A (zh) * | 2011-01-28 | 2011-09-07 | 中国人民解放军海军工程大学 | 基于模糊Petri网的船用燃气轮机气路故障诊断方法 |
CN102889992A (zh) * | 2011-07-22 | 2013-01-23 | 通用电气公司 | 用于个性化的设备退化预测的基于模型的途径 |
EP2752722A1 (en) * | 2011-08-31 | 2014-07-09 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5021997A (en) * | 1986-09-29 | 1991-06-04 | At&T Bell Laboratories | Test automation system |
US5951611A (en) | 1996-11-18 | 1999-09-14 | General Electric Company | Diagnostic trend analysis |
JP2002130054A (ja) | 2000-10-23 | 2002-05-09 | Ihi Aerospace Co Ltd | 試験のデータ表示装置 |
US6643600B2 (en) | 2001-04-26 | 2003-11-04 | General Electric Company | Method and system for assessing adjustment factors in testing or monitoring process |
JP3811063B2 (ja) | 2001-12-28 | 2006-08-16 | 株式会社山武 | 制御性評価支援システム |
DE10213011B4 (de) | 2002-03-22 | 2014-02-27 | Daimler Ag | Selbstzündende Brennkraftmaschine |
US20040243636A1 (en) * | 2003-03-18 | 2004-12-02 | Smartsignal Corporation | Equipment health monitoring architecture for fleets of assets |
US6973396B1 (en) | 2004-05-28 | 2005-12-06 | General Electric Company | Method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like |
US7702435B2 (en) | 2004-11-05 | 2010-04-20 | Honeywell International Inc. | Method and apparatus for system monitoring and maintenance |
ATE386979T1 (de) * | 2005-01-26 | 2008-03-15 | Oce Tech Bv | Automatische leistungsanalyse und fehlerbeseitigung |
EP1938499A4 (en) | 2005-09-19 | 2011-06-29 | Univ State Cleveland | CONTROLS, OBSERVERS AND APPLICATIONS THEREOF |
US20080154473A1 (en) | 2006-12-22 | 2008-06-26 | United Technologies Corporation | Gas turbine engine performance data validation |
WO2008101167A2 (en) | 2007-02-16 | 2008-08-21 | Intelligent Automation Corporation | Vehicle monitoring system |
US8667332B2 (en) | 2007-04-24 | 2014-03-04 | Honeywell International Inc. | Methods for optimizing diagnostics reasoner models |
US7627454B2 (en) | 2007-10-16 | 2009-12-01 | General Electric Company | Method and system for predicting turbomachinery failure events employing genetic algorithm |
EP2053475A1 (de) | 2007-10-26 | 2009-04-29 | Siemens Aktiengesellschaft | Verfahren zur Analyse des Betriebs einer Gasturbine |
US8090559B2 (en) | 2007-12-05 | 2012-01-03 | Honeywell International Inc. | Methods and systems for performing diagnostics regarding underlying root causes in turbine engines |
AT10073U9 (de) | 2008-01-14 | 2009-02-15 | Avl List Gmbh | Verfahren und vorrichtung zur analyse und bewertung von messdaten eines messsystems |
US8165826B2 (en) | 2008-09-30 | 2012-04-24 | The Boeing Company | Data driven method and system for predicting operational states of mechanical systems |
US8914149B2 (en) | 2009-10-12 | 2014-12-16 | The Boeing Company | Platform health monitoring system |
WO2011088328A1 (en) * | 2010-01-14 | 2011-07-21 | Kohler Co. | Diagnostic method for an engine-generator set |
US20120283885A1 (en) | 2011-05-04 | 2012-11-08 | General Electric Company | Automated system and method for implementing statistical comparison of power plant operations |
US8655571B2 (en) | 2011-06-23 | 2014-02-18 | United Technologies Corporation | MFCC and CELP to detect turbine engine faults |
GB2492328A (en) | 2011-06-24 | 2013-01-02 | Ge Aviat Systems Ltd | Updating troubleshooting procedures for aircraft maintenance |
FR2986506B1 (fr) | 2012-02-06 | 2015-06-26 | Eurocopter France | Procede et dispositif pour realiser un controle de sante d'un turbomoteur d'un aeronef pourvu d'au moins un turbomoteur |
US9665090B2 (en) | 2012-07-24 | 2017-05-30 | General Electric Company | Systems and methods for rule-based control system reliability |
US9260976B2 (en) | 2013-03-13 | 2016-02-16 | Rolls-Royce North American Technologies, Inc. | Engine health monitoring and power allocation control for a turbine engine using electric generators |
GB201406551D0 (en) | 2014-04-11 | 2014-05-28 | Rolls Royce Plc | A method and system for managing the health of a machine |
-
2016
- 2016-02-15 US US15/043,655 patent/US10809156B2/en active Active
-
2017
- 2017-02-02 JP JP2017017235A patent/JP6342529B2/ja not_active Expired - Fee Related
- 2017-02-02 SG SG10201700833RA patent/SG10201700833RA/en unknown
- 2017-02-02 CA CA2956999A patent/CA2956999C/en active Active
- 2017-02-10 EP EP17155636.8A patent/EP3206006B1/en active Active
- 2017-02-15 CN CN201710080739.1A patent/CN107084847A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1970786A2 (en) * | 2007-03-15 | 2008-09-17 | Honeywell International Inc. | Automated engine data diagnostic analysis |
CN102175460A (zh) * | 2011-01-28 | 2011-09-07 | 中国人民解放军海军工程大学 | 基于模糊Petri网的船用燃气轮机气路故障诊断方法 |
CN102889992A (zh) * | 2011-07-22 | 2013-01-23 | 通用电气公司 | 用于个性化的设备退化预测的基于模型的途径 |
EP2752722A1 (en) * | 2011-08-31 | 2014-07-09 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108327A (zh) * | 2019-07-05 | 2019-08-09 | 潍柴动力股份有限公司 | 一种发动机功率劣化的监测方法及装置 |
CN110108327B (zh) * | 2019-07-05 | 2019-10-18 | 潍柴动力股份有限公司 | 一种发动机功率劣化的监测方法及装置 |
CN110702417A (zh) * | 2019-09-27 | 2020-01-17 | 东方航空技术有限公司 | 一种航空发动机egt指示故障诊断方法 |
CN110844109A (zh) * | 2019-10-11 | 2020-02-28 | 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 |
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 |
CN112150886A (zh) * | 2020-09-22 | 2020-12-29 | 中国商用飞机有限责任公司 | 用于评估飞行模拟机的数据包试飞数据的有效性的方法 |
Also Published As
Publication number | Publication date |
---|---|
CA2956999C (en) | 2021-01-19 |
JP2017146299A (ja) | 2017-08-24 |
US10809156B2 (en) | 2020-10-20 |
SG10201700833RA (en) | 2017-09-28 |
CA2956999A1 (en) | 2017-08-15 |
US20170234773A1 (en) | 2017-08-17 |
EP3206006B1 (en) | 2023-04-19 |
EP3206006A1 (en) | 2017-08-16 |
JP6342529B2 (ja) | 2018-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107084847A (zh) | 用于生成发动机测试单元分析和诊断的自动系统和方法 | |
US7379799B2 (en) | Method and system for hierarchical fault classification and diagnosis in large systems | |
Barad et al. | Neural network approach for a combined performance and mechanical health monitoring of a gas turbine engine | |
CN108733867A (zh) | 用以监测涡轮发动机的健康信息的方法和设备 | |
CN106094570A (zh) | 一种基于工况识别和谷本距离的变工况下航空发动机整机健康评估方法 | |
Verbist et al. | Gas path analysis on KLM in-flight engine data | |
Vianna et al. | Health monitoring of an auxiliary power unit using a classification tree | |
Tang et al. | Extending engine gas path analysis using full flight data | |
Malloy et al. | F-22/f119 Propulsion system ground and flight test analysis using modeling and simulation techniques | |
Eustace | A real-world application of fuzzy logic and influence coefficients for gas turbine performance diagnostics | |
EP3828420A1 (en) | Flow machine performance map modelling based on correlation with exit mass flow, data carrier and system for analysing flow machine behaviour | |
Loboda et al. | A more realistic scheme of deviation error representation for gas turbine diagnostics | |
EP2971651B1 (en) | Methods for operating a gas turbine engine | |
Bazmi et al. | New Thermodynamic Model and Mathematical Analytical in T400 Turboshaft Power Assurance Test Process | |
Babu et al. | Framework for development of comprehensive diagnostic tool for fault detection and diagnosis of gas turbine engines | |
US20220269841A1 (en) | System and method for monitoring and diagnosis of engine health using a snapshot-ceod based approach | |
Tang et al. | Intelligent Reasoning for Gas Turbine Fault Isolation and Ambiguity Resolution | |
US11952149B2 (en) | System and method of forecasting aircraft engine operational data for predictive analytics | |
Roemer et al. | Upgrading engine test cells for improved troubleshooting and diagnostics | |
Eustace | A Real-World Application of Fuzzy Logic and Influence Coefficients for Gas Turbine Performance Diagnostics | |
Biraud et al. | Simulation of the WR-21 Advanced Cycle Engine | |
Samy et al. | Data Acquiring System for Gas Turbine Engine’s Dynamic Performance; Build and Validate | |
Din et al. | Predicting the Efficiency of High-Pressure Compressor of a Geared Turbofan using Machine Learning | |
Golberg et al. | THE USE OF SOFTWARE “VIRTUAL ENGINE” FOR TIMELY GAS-TURBINE ENGINE FAULT LOCALIZATIONS | |
Xinlei et al. | Civil Aircraft Engine Start System Health Monitoring Method Based on QAR Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170822 |