CN107103109B - 用于预测飞机中的热交换器堵塞的方法和系统 - Google Patents
用于预测飞机中的热交换器堵塞的方法和系统 Download PDFInfo
- Publication number
- CN107103109B CN107103109B CN201710096430.1A CN201710096430A CN107103109B CN 107103109 B CN107103109 B CN 107103109B CN 201710096430 A CN201710096430 A CN 201710096430A CN 107103109 B CN107103109 B CN 107103109B
- Authority
- CN
- China
- Prior art keywords
- heat exchanger
- raf
- surge margin
- rom
- parameter
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
- G05B23/0254—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 model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND 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
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种用于预测飞机中的热交换器堵塞的方法和系统。所述方法包括:产生降阶模型(ROM),其预测与热交换器堵塞参数相关的冲压空气风扇(RAF)喘振裕度;使用所述ROM,使用从连接到冲压空气风扇(RAF)的传感器接收的传感器信号来计算所预测的RAF喘振裕度值;使用至少所述所预测的RAF喘振裕度值来计算所述热交换器堵塞参数;以及向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数。
Description
背景
本文公开的标的一般涉及热交换器堵塞检测,且更具体来说,涉及基于飞机中的其他检测到的值来预测飞机中的热交换器堵塞。
在含有悬浮在空气中的高比率微粒的环境中,外来物体碎屑(FOD)可能会积累在飞机热交换器上且降低性能。此堵塞可能会导致穿过冲压空气风扇(RAF)的高度不稳定的流,从而导致所述冲压空气风扇断裂(由于风扇喘振)。当前,一些飞机要求在激进保守的时间表下进行高代价的定期热交换器清洁以便防止RAF损坏,因为使用典型的飞机传感器套件检测冲压热交换器何时被堵塞常常不存在可靠的诊断。如果可以经由安排好且可重复的诊断来检测热交换器的堵塞,那么可以在需要时进行热交换器清洁,从而极大地改善检修时间且减少成本。此外,虽然系统的性能在热交换器被堵塞时可能会降低,但清洁热交换器的主要激发因素是防止RAF硬件故障。
因此,需要一种用于确定何时已经发生或者预计发生热交换器堵塞的方法和/或系统,使得可以在RAF受到堵塞不利地影响之前进行补救。
简述
根据一个实施例,提供一种用于预测飞机中的热交换器堵塞的方法。所述方法包括:产生降阶模型(ROM),其预测与热交换器堵塞参数相关的冲压空气风扇(RAF)喘振裕度;使用所述ROM,使用从连接到冲压空气风扇(RAF)的传感器接收的传感器信号来计算所预测的RAF喘振裕度值;使用至少所述所预测的RAF喘振裕度值来计算所述热交换器堵塞参数;以及向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中通过将所述所预测的RAF喘振裕度值与阈值RAF喘振裕度值和清洁RAF喘振裕度值进行比较来计算所述热交换器堵塞参数。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中所述所预测的RAF喘振裕度值在所述清洁RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数的增加。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中所述所预测的RAF喘振裕度值在所述阈值RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数指示热交换器堵塞。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中通过以下操作来计算所述热交换器堵塞参数:从所述清洁RAF喘振裕度值减去所述所预测的RAF喘振裕度值从而产生第一值,从所述清洁RAF喘振裕度值减去所述阈值RAF喘振裕度从而产生第二值,且使所述第一值除以所述第二值。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中产生所述ROM包括:使用高保真模型在检测到RAF喘振裕度所处的操作条件内确定高保真系统响应;以及使用飞机系统控制器,使用所述高保真系统响应来产生所述ROM,其中所述ROM与热交换器堵塞相关。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中产生所述ROM进一步包括:从高保真参数集合选择与所述热交换器堵塞参数具有高度相关性的参数子集,其中所述参数子集具有飞机系统中的对应传感器,使得来自所述传感器的测量可以用于产生所述所预测的RAF喘振裕度值。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述方法的其他实施例可以包括,其中所述热交换器堵塞参数包括关于热交换器堵塞清洁的清洁信息。
根据另一实施例,一种用于预测飞机中的热交换器堵塞的系统,所述系统包括热交换器和对应的热交换器堵塞参数、冲压空气风扇(RAF)和对应的RAF喘振裕度,且飞机系统控制器包括具有计算机可读指令的存储器,和被配置成执行所述计算机可读指令的一个或多个处理器。所述计算机可读指令包括:产生降阶模型(ROM),其预测与热交换器堵塞参数相关的RAF喘振裕度;使用所述ROM,使用从连接到冲压空气风扇RAF的传感器接收的传感器信号来计算所预测的RAF喘振裕度值;使用至少所述所预测的RAF喘振裕度值来计算所述热交换器堵塞参数;以及向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括,其中通过将所述所预测的RAF喘振裕度值与阈值RAF喘振裕度值和清洁RAF喘振裕度值进行比较来计算所述热交换器堵塞参数。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括,其中所述所预测的RAF喘振裕度值在所述清洁RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数的增加,且
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括,其中所述所预测的RAF喘振裕度值在所述阈值RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数指示热交换器堵塞状况。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括,其中通过以下操作来计算所述热交换器堵塞参数:从所述清洁RAF喘振裕度值减去所述所预测的RAF喘振裕度值从而产生第一值,从所述清洁RAF喘振裕度值减去所述阈值RAF喘振裕度从而产生第二值,且使所述第一值除以所述第二值。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括,其中产生所述ROM包括:使用高保真模型在检测到RAF喘振裕度所处的操作条件内确定高保真系统响应;使用飞机系统控制器,使用所述高保真系统响应来产生所述ROM,其中所述ROM与热交换器堵塞相关。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括其中产生所述ROM进一步包括:从高保真参数集合选择与所述热交换器堵塞参数具有高度相关性的参数子集,其中所述参数子集具有飞机系统中的对应传感器,使得来自所述传感器的测量可以用于产生所述所预测的RAF喘振裕度值。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述系统的其他实施例可以包括,其中所述热交换器堵塞参数包括关于热交换器堵塞清洁的清洁信息。
根据另一实施例,提供用于预测飞机中的热交换器堵塞的计算机程序产品。所述计算机程序产品包括具有与其一起体现的程序指令的计算机可读存储媒体。所述程序指令可以由处理器执行以便致使所述处理器:产生降阶模型(ROM),其预测与热交换器堵塞参数相关的冲压空气风扇(RAF)喘振裕度;使用所述ROM,使用从连接到冲压空气风扇(RAF)的传感器接收的传感器信号来计算所预测的RAF喘振裕度值;使用至少所述所预测的RAF喘振裕度值来计算所述热交换器堵塞参数;以及向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述计算机程序产品的其他实施例可以包括,具有与其一起体现的额外程序指令,所述额外程序指令可以由所述处理器执行以便致使所述处理器:其中通过将所述所预测的RAF喘振裕度值与阈值RAF喘振裕度值和清洁RAF喘振裕度值进行比较来计算所述热交换器堵塞参数,其中所述所预测的RAF喘振裕度值在所述清洁RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数的增加,其中所述所预测的RAF喘振裕度值在所述阈值RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数指示热交换器堵塞,且其中通过以下操作来计算所述热交换器堵塞参数:从所述清洁RAF喘振裕度值减去所述所预测的RAF喘振裕度值从而产生第一值,从所述清洁RAF喘振裕度值减去所述阈值RAF喘振裕度从而产生第二值,且使所述第一值除以所述第二值。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述计算机程序产品的其他实施例可以包括,具有与其一起体现的额外程序指令,所述额外程序指令可以由所述处理器执行以便致使所述处理器:使用高保真模型在检测到RAF喘振裕度所处的操作条件内确定高保真系统响应;以及使用飞机系统控制器,使用所述高保真系统响应来产生所述ROM,其中所述ROM与热交换器堵塞相关。
除了上文描述的特征中的一者或多者之外,或作为替代方案,所述计算机程序产品的其他实施例可以包括,具有与其一起体现的额外程序指令,所述额外程序指令可以由所述处理器执行以便致使所述处理器:从高保真参数集合选择与所述热交换器堵塞参数具有高度相关性的参数子集,其中所述参数子集具有飞机系统中的对应传感器,使得来自所述传感器的测量可以用于产生所述所预测的RAF喘振裕度值。
可以非排他地以各种组合来组合前述特征和元件,除非另外明确指示。鉴于以下描述和附图,这些特征和元件以及其操作将变得更加显而易见。然而,应该理解,以下描述和图式既定在本质上是说明性和阐释性的而非限制性的。
附图简述
通过结合附图进行的以下详细描述,本公开的前述和其他特征以及优势会显而易见,附图中:
图1说明根据一个或多个示例性实施例的用于检测飞机系统中的飞机传感器响应的降阶模型(ROM)传感器系统;
图2说明根据一个或多个示例性实施例的用于预测飞机中的热交换器堵塞的ROM传感器系统;
图3说明根据一个或多个示例性实施例的用于预测飞机中的热交换器堵塞的方法;
图4说明根据一个或多个示例性实施例的用于预测飞机中的热交换器堵塞的方法的额外操作;以及
图5说明根据一个或多个实施例的ROM预测的RAF喘振裕度与详细高保真模型的比较的图形表示。
详细描述
如本文中示出和描述,将呈现本公开的各种特征。各种实施例可能具有相同或类似的特征,且因此可以使用相同的参考数字标记所述相同或类似的特征,但是前面有指示示出所述特征的图的不同第一数字。因此,例如,在图X中示出的元件“a”可以标记为“Xa”,且图Z中的类似特征可以标记为“Za”。虽然可以在一般意义上使用类似的参考数字,但将描述各种实施例,且本领域技术人员将了解,各种特征可以包括无论明确描述还是本领域技术人员原本将了解的变化、更改、修改等。
本文中所描述的实施例针对于产生用于飞机系统的降阶模型(ROM),其预测RAF喘振裕度,所述RAF喘振裕度与热交换器堵塞参数正相关以便帮助检测何时存在热交换器堵塞状况或处于呈现的风险中。
举例来说,现在转向图1,根据一个或多个实施例,示出用于检测并且预测飞机1000中的若干飞机组件值(例如,尤其预测热交换器堵塞)的降阶模型(ROM)传感器系统100。
根据一个或多个实施例,ROM传感器系统100包括飞机系统控制器101,其包括至少一个处理器102和计算机可读存储媒体103。飞机系统控制器101连接到位于飞机系统1000的飞行甲板中的显示器104和输入装置105。飞机系统控制器101还连接到多个传感器。所述多个传感器可以是任何已知的传感器类型,并且具有可以在飞机系统1000中或上提供的任何已知的放置。
举例来说,根据一个或多个示例性实施例,所述多个传感器可以包括在(但不限于)以下各者内:机舱空气条件系统、空中数据产品和系统、电子飞行包(EFB)解决方案、引擎和空间传感器、制导、导航和控制(GNC)传感器和系统、健康和使用管理系统(HUMS)、冰检测和保护系统、飞行娱乐(IFE)系统、防火系统、任务数据记录仪、救援起重机和起货绞车传感器和系统。
此外,根据一个或多个实施例,还可以包括所述传感器作为其他系统的部分,例如致动系统、飞行结构、空中管理系统、电动系统、引擎组件、引擎和控制系统、国内情报监视和侦察(ISR)系统、起落架、推进器系统、传感器和集成系统、空间系统,以及机轮和刹车。
回看图1,根据一个或多个实施例,可以通过冗余和非冗余的方式提供传感器。举例来说,通过冗余的方式提供传感器111.1、111.2。相比而言,单独地提供传感器112。可以在飞机内的许多不同位置提供传感器对。例如,在飞机的机翼中提供传感器对106.1、106.2。类似地,在后稳定器中提供传感器对114.1、114.2。还可以在机身内以单个的方式提供传感器,例如传感器113。所述传感器还可以串联、并联或以其组合地连接到飞机系统控制器101。举例来说,使用并联连接将传感器对107.1、107.2连接到飞机系统控制器101。相比而言,在串联布置中将传感器对109.1、109.2连接到飞机系统控制器。此外,传感器还可以放置在飞机系统1000的外部上。举例来说,可以在驾驶舱附近提供一对冗余传感器108.1、108.2。相比而言,可以沿着机身的外表面放置单个传感器110。根据其他实施例,可以存在在其他布置中在不同位置提供的其他传感器。此外,所述传感器还可以配备有通过有线和/或无线通信通道与飞机系统控制器通信的能力。
此外,现在转向图2,示出飞机2000中的用于专门检测和预测RAF喘振裕度且继而预测热交换器堵塞的系统200的实例。根据一个实施例,热交换器可以是空气循环冷却系统和/或蒸汽循环系统的部分。根据另一实施例,如所示的系统200可以是图1的较大系统100的部分。替代地,在另一实施例中,系统200可以是飞机2000内的具有独立的控制器和传感器元件的独立系统。
具体来说,图2说明根据一个或多个示例性实施例的用于预测飞机2000中的热交换器堵塞的ROM传感器系统200。根据一个或多个实施例,ROM传感器系统200包括飞机系统控制器201,其包括至少一个处理器202和计算机可读存储媒体203。飞机系统控制器201可以连接到位于飞机系统2000的飞行甲板中的显示器和输入装置。飞机系统控制器201还连接到多个传感器。所述多个传感器可以是任何已知的传感器类型,并且具有可以在飞机系统2000中或上提供的任何已知的放置。
举例来说,根据一个或多个示例性实施例,可以在连接到热交换器的热交换器元件和冲压空气风扇(RAF)中和周围包括所述多个传感器。具体来说,可以在飞机2000的机翼部分中提供热交换器220和RAF 221。此外,可以提供热交换器220和RAF 221以使得在飞机2000的外表面上提供任一元件的至少一部分。热交换器220和RAF 221可以具有在所述元件中的每一者或仅一者上、附近或之内连接的传感器206和207。所述传感器可以包括任何类型的已知传感器。例如,所述传感器可以包括可以感测并且测量(例如)空气流量、温度、移动、声音、电力、化学物品或某一组合的传感器。
类似地,根据另一实施例,可以完全地在飞机2000的机身内提供热交换器230和RAF 231。热交换器230和RAF 231可以具有连接到热交换器240和RAF 231的传感器208和209。传感器208和209还连接到飞机系统控制器201,且将从热交换器230和/或RAF 231取得的测量传输回到飞机系统控制器201。
此外,根据另一实施例,可以在飞机2000的机翼部分和机身部分两者中提供热交换器240和RAF 241。热交换器240和RAF 241可以具有在所述元件中的每一者或仅一者上、附近或之内连接的传感器211和210。传感器211和210连接到飞机系统控制器201,且将从热交换器240和/或RAF 241取得的测量传输回到飞机系统控制器201。
根据一个或多个实施例,飞机系统控制器201从与RAF和热交换器相关联的传感器接收传感器信号。飞机系统控制器201将所接收的传感器信号存储在计算机可读存储媒体203中。此外,飞机系统控制器201可以使用处理器202处理所述信号以便预测飞机中的热交换器堵塞。使用所述处理器实施的方法能够使用所预测的RAF喘振裕度值来预测堵塞。
图3说明根据一个或多个示例性实施例的用于预测飞机中的热交换器堵塞的方法300。所述方法包括产生降阶模型(ROM),其预测与热交换器堵塞参数相关的冲压空气风扇(RAF)喘振裕度(操作305)。所述方法还包括使用所述ROM,使用从连接到冲压空气风扇(RAF)的传感器接收的传感器信号来计算所预测的RAF喘振裕度值(操作310)。所述方法进一步包括使用至少所述所预测的RAF喘振裕度值来计算热交换器堵塞参数(操作315)。最后,所述方法包括向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数(操作320)。用户可以包括中心控制系统、用户显示器、在飞行甲板上的用户、在飞机上其他地方的乘务员,或位于机场地面或其他位置的从飞机接收含有热交换器堵塞参数的传输的地勤人员。用户随后可以直接指示将采取的动作。举例来说,飞行员可以调整RAF和/或热交换器以便避免任何可能的损坏。地勤人员可以安排维修队在地面上迎接飞机以便加快修理。替代地,用户可以仅仅将所述报告视为通知,且允许系统自动地采取动作来进行调整和安排。
根据另一实施例,计算所述热交换器堵塞参数是通过将所预测的RAF喘振裕度值与阈值RAF喘振裕度值和清洁RAF喘振裕度值进行比较来计算。此外,根据另一实施例,所预测的RAF喘振裕度值在清洁RAF喘振裕度值以上的增加对应于热交换器堵塞参数的增加。在另一实施例中,所预测的RAF喘振裕度值在阈值RAF喘振裕度值以上的增加对应于热交换器堵塞参数指示热交换器堵塞。
根据另一实施例,通过以下操作来计算所述热交换器堵塞参数:从清洁RAF喘振裕度值减去所述所预测的RAF喘振裕度值从而产生第一值,从清洁RAF喘振裕度值减去所述阈值RAF喘振裕度从而产生第二值,且使所述第一值除以所述第二值。根据另一实施例,所述热交换器堵塞参数包括关于热交换器堵塞清洁的清洁信息。
图4说明根据一个或多个示例性实施例的用于预测飞机中的热交换器堵塞的方法300的额外操作。
具体来说,产生ROM的方法300操作(操作305)进一步包括使用高保真模型在检测到RAF喘振裕度所处的操作条件内确定高保真系统响应(操作405)。另外,产生ROM的方法300操作(操作305)进一步包括使用飞机系统控制器,使用所述高保真系统响应来产生所述ROM,其中所述ROM与热交换器堵塞相关(操作410)。在其他实施例中,产生ROM的方法300操作(操作305)进一步包括从高保真参数集合选择与热交换器堵塞参数具有高度相关性的参数子集(操作415)。所述参数子集具有飞机系统中的对应传感器,使得来自所述传感器的测量可以用于产生所述所预测的RAF喘振裕度值。
图5说明根据一个或多个实施例的ROM预测的RAF喘振裕度与详细高保真模型的比较的图形表示。图5示出由ROM使用用于商用喷气飞机的可用的飞机传感器所预测的喘振裕度与基于详细高保真物理学的模型之间的比较。应注意,在所述两者之间存在相当不错的一致,甚至在引入传感器容限内的随机传感器读取误差时也如此。ROM对详细模型的此验证提供此方法对于预测RAF喘振裕度是可行的证明。
图5还示出在传感器容限内引入随机扰动以便包括传感器准确性和不确定性的效果。图5中的结果示出,甚至在引入这些不确定性时,ROM也足够稳健地在对于RAF喘振裕度合理的准确性下给出可靠的预测。
根据一个或多个实施例,用于帮助检测热交换器堵塞的方法和系统使用基于物理学的高保真模型在希望检测RAF喘振裕度所关注的整个操作条件内捕捉并且确定系统响应。通过这些结果,随后通过有条理地选择示出与RAF喘振裕度高度相关性的参数而产生降阶模型(ROM)。ROM所利用的参数具有系统中的对应的传感器,使得测量可以用作计算的部分。ROM中的参数可以包括多个项目,例如系统压力、系统温度、阀位置、控制参考,或与周围环境或飞机操作相关的特性。
根据一个或多个实施例,确定ROM回归系数。在实施例中,ROM回归系数包括非线性和相互作用项。根据另一实施例,ROM的形式可以采取以下方程的形式:
其中b0是常数,b是乘法回归系数,c是指数回归系数,x是一阶参数,且X是相互作用项(任何两个一阶参数的乘积)。在分析中包括传感器变化性/容限以便确保ROM是稳健的,且对传感器测量不准确性和偏差不过度敏感。
此外,根据另一实施例,将此ROM实施到飞机中,使得可以通过控制器在包装操作期间预测喘振裕度。
根据另一实施例,在操作期间,可以将所预测的喘振裕度与相同条件下的清洁热交换器的喘振裕度进行比较。基于清洁热交换器的喘振裕度与使用ROM所预测的喘振裕度之间的差异,可以将相对的清洁时间报告为维护消息。热交换器堵塞参数(还可以被称为清洁参数)可以如下界定:
其中清洁喘振裕度是相同飞机条件下的喘振裕度(如果热交换器是清洁的),且预测喘振裕度是从ROM确定的所预测的喘振裕度。
有利的是,本文中所描述的实施例可以提供与过分安排的热交换器清洁以及提供额外的安全监视相关的时间和成本节省。具体来说,通过在绝对需要清洁之前向操作员提供关于热交换器相对有多清洁的信息,操作员可以更好地管理飞机维护时间表,并且在实际需要清洁之前推迟清洁。
虽然已经结合有限数目的实施例详细地描述了本公开,但应该容易理解,本公开不限于这些公开的实施例。而是,可以修改本公开以便并入迄今为止未描述但是其与本公开的范围相称的任何数目的变化、更改、替代、组合、子组合或等效布置。另外,虽然已经描述了本公开的各种实施例,但将理解,本公开的各方面可以包括所描述的实施例中的仅一些实施例。
本文中所使用的术语仅出于描述特定实施例的目的且并不希望具限制性。如在本文中所使用,除非上下文另外清楚地指示,否则希望单数形式“一”和“所述”也包括复数形式。将进一步理解,术语“包括(comprises)”和/或“包括(comprising)”当用于本说明书中时指定所陈述的特征、整体、步骤、操作、元件和/或组件的存在,但不排除一个或多个其他特征、整体、步骤、操作、元件、组件和/或其群组的存在或添加。
所附权利要求书中所有构件或步骤加功能元件的对应结构、材料、动作和等效物既定包括用于与特定要求的其他所要求的元件组合地执行所述功能的任何结构、材料或动作。已经出于说明和描述的目的呈现了所述描述,但是所述描述不打算是详尽的或以所公开的形式受限于所述实施例。在不脱离本公开的范围的情况下,许多修改和变化对于本领域技术人员来说将显而易见。选择和描述所述实施例以便最佳地解释本公开的原理以及实际应用,且使本领域其他技术人员能够理解具有适用于所预期的特定用途的各种修改的各种实施例。
本实施例可以是处于任何可能的技术细节整合水平的系统、方法和/或计算机程序产品。所述计算机程序产品可以包括计算机可读存储媒体(或媒体),其在上面具有用于致使处理器实行本公开的各方面的计算机可读程序指令。
计算机可读存储媒体可以是可以保持并且存储供指令执行装置使用的指令的有形装置。所述计算机可读存储媒体可以是(例如)(但不限于)电子存储装置、磁性存储装置、光学存储装置、电磁存储装置、半导体存储装置,或前述各者的任何合适的组合。计算机可读存储媒体的更特定实例的非详尽列表包括以下各者:便携式计算机软磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、静态随机存取存储器(SRAM)、便携式压缩光盘只读存储器(CD-ROM)、数字多功能磁盘(DVD)、记忆棒、软盘、机械编码装置(例如,在上面记录有指令的穿孔卡片或凹槽中的凸起结构),和前述各者的任何合适的组合。如本文所使用,计算机可读存储媒体将不被解释为本身是暂时信号,例如无线电波或其他自由传播的电磁波、通过波导管或其他传输媒体传播的电磁波(例如,穿过光纤缆线的光脉冲),或通过电线传输的电信号。
可以从计算机可读存储媒体将本文中所描述的计算机可读程序指令下载到相应的计算/处理装置,或者经由网络(例如,因特网、局域网、广域网和/或无线网络)下载到外部计算机或外部存储装置。所述网络可以包括铜传输缆线、光学传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理装置中的网络适配器卡或网络接口从网络接收计算机可读程序指令,且转发所述计算机可读程序指令以便存储在相应的计算/处理装置内的计算机可读存储媒体中。
用于实行本公开的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相依指令、微码、固件指令、状态设定数据、用于集成电路的配置数据,或以一种或多种编程语言的任何组合编写的源代码或目标代码,所述编程语言包括面向目标编程语言(例如,Java、Smalltalk、C++,或类似者)和常规的程序编程语言(例如,“C”编程语言或类似的编程语言)。所述计算机可读程序指令可以完全在用户的计算机上执行、部分地在用户的计算机上执行、作为独立的软件包、部分地在用户的计算机上且部分地在远程计算机上或完全在远程计算机或服务器上执行。在后一种情景下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可以使所述连接到达外部计算机(例如,使用因特网服务提供商通过因特网)。在一些实施例中,包括(例如)可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来将所述电子电路个性化而执行所述计算机可读程序指令,以便执行本公开的各方面。
本文参考根据实施例的方法、设备(系统)和计算机程序产品的流程图说明和/或框图而描述了本发明的各方面。将理解,可以通过计算机可读程序指令实施流程图说明和/或框图的每个框,以及流程图说明和/或框图中的框的组合。
可以将这些计算机可读程序指令提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以便生产机器,使得经由计算机或其他可编程数据处理设备的处理器执行的所述指令会产生用于实施流程图和/或框图的框中指定的功能/动作的构件。这些计算机可读程序指令还可以存储在计算机可读存储媒体中,其可以引导计算机、可编程数据处理设备和/或其他装置以特定方式起作用,使得其中存储有指令的计算机可读存储媒体包括制品,所述制品包括实施流程图和/或框图的框中指定的功能/动作的各方面的指令。
还可以将计算机可读程序指令加载到计算机、其他可编程数据处理设备或其他装置上,以便致使在所述计算机、其他可编程设备或其他装置上执行一连串操作步骤,从而产生计算机实施的过程,使得在所述计算机、其他可编程设备或其他装置上执行的所述指令实施流程图和/或框图的框中指定的功能/动作。
图中的流程图和框图说明根据各种实施例的系统、方法和计算机程序产品的可能的实施方案的架构、功能性和操作。在此方面,流程图或框图中的每个框可以表示指令的模块、片段或部分,其包括用于实施指定逻辑功能的一个或多个可执行指令。在一些替代性实施方案中,框中所述的功能可以不以图中所述的次序发生。举例来说,连续示出的两个框实际上可以大体上同时地执行,或者依据所涉及的功能性,有时可以通过颠倒的次序执行所述框。还将注意,可以通过执行指定功能或动作或者实行专用硬件和计算机指令的组合的基于专用硬件的系统来实施框图和/或流程图说明的每个框以及框图和/或流程图说明中的框的组合。
已经出于说明的目的呈现了各种实施例的描述,但是所述描述不打算是详尽的或者受限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下,许多修改和变化对于本领域技术人员来说将显而易见。本文使用的术语经过选择以便最佳地阐释实施例的原理、实际应用或对市场中发现的技术的技术改进,或者使得本领域其他技术人员能够理解本文公开的实施例。
因此,将不把本公开看作为受到前述描述限制,而是仅受到所附权利要求书的范围限制。
Claims (11)
1.一种用于预测飞机中的热交换器堵塞的方法,所述方法包括:
产生降阶模型ROM,其预测与热交换器堵塞参数相关的冲压空气风扇RAF喘振裕度;
使用所述ROM,使用从连接到冲压空气风扇RAF的传感器接收的传感器信号来计算所预测的RAF喘振裕度值;
使用至少所述所预测的RAF喘振裕度值来计算所述热交换器堵塞参数,其中通过以下步骤来计算所述热交换器堵塞参数:从清洁RAF喘振裕度值减去所述所预测的RAF喘振裕度值从而产生第一值,从所述清洁RAF喘振裕度值减去阈值RAF喘振裕度从而产生第二值,以及使所述第一值除以所述第二值;以及
向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数。
2.如权利要求1所述的方法,其中所述所预测的RAF喘振裕度值在所述清洁RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数的增加。
3.如权利要求1所述的方法,其中所述所预测的RAF喘振裕度值在所述阈值RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数指示热交换器堵塞。
4.如权利要求1所述的方法,其中产生所述ROM包括:
使用高保真模型在检测到所述RAF喘振裕度所处的操作条件内确定高保真系统响应;以及
使用飞机系统控制器,使用所述高保真系统响应来产生所述ROM,其中所述ROM与热交换器堵塞相关。
5.如权利要求4所述的方法,其中产生所述ROM进一步包括:
从高保真参数集合选择与所述热交换器堵塞参数具有高度相关性的参数子集,
其中所述参数子集具有所述飞机系统中的对应传感器,使得来自所述传感器的测量用于产生所述所预测的RAF喘振裕度值。
6.如权利要求1所述的方法,
其中所述热交换器堵塞参数包括关于热交换器堵塞清洁的清洁信息。
7.一种用于预测飞机中的热交换器堵塞的系统,所述系统包括:
热交换器和对应的热交换器堵塞参数;
冲压空气风扇RAF和对应的RAF喘振裕度;以及
飞机系统控制器,其包括:
存储器,其具有计算机可读指令;以及
一个或多个处理器,其被配置成执行所述计算机可读指令,所述计算机可读指令包括:
产生降阶模型ROM,其预测与所述热交换器堵塞参数相关的所述RAF喘振裕度;
使用所述ROM,使用从连接到所述冲压空气风扇的传感器接收的传感器信号来计算所预测的RAF喘振裕度值;
使用至少所述所预测的RAF喘振裕度值来计算所述热交换器堵塞参数,其中通过以下步骤来计算所述热交换器堵塞参数:从清洁RAF喘振裕度值减去所述所预测的RAF喘振裕度值从而产生第一值,从所述清洁RAF喘振裕度值减去阈值RAF喘振裕度从而产生第二值,以及使所述第一值除以所述第二值;以及
向用户报告指示何时存在热交换器堵塞状况的所述热交换器堵塞参数。
8.如权利要求7所述的系统,
其中所述所预测的RAF喘振裕度值在所述清洁RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数的增加。
9.如权利要求7所述的系统,
其中所述所预测的RAF喘振裕度值在所述阈值RAF喘振裕度值以上的增加对应于所述热交换器堵塞参数指示所述热交换器堵塞状况。
10.如权利要求7所述的系统,其中产生所述ROM包括:
使用高保真模型在检测到所述RAF喘振裕度所处的操作条件内确定高保真系统响应;
使用飞机系统控制器,使用所述高保真系统响应来产生所述ROM,其中所述ROM与热交换器堵塞相关。
11.如权利要求10所述的系统,其中产生所述ROM进一步包括:
从高保真参数集合选择与所述热交换器堵塞参数具有高度相关性的参数子集,
其中所述参数子集具有所述飞机系统中的对应传感器,使得来自所述传感器的测量用于产生所述所预测的RAF喘振裕度值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/049555 | 2016-02-22 | ||
US15/049,555 US10346585B2 (en) | 2016-02-22 | 2016-02-22 | Method of predicting heat exchanger blockage via ram air fan surge margin |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107103109A CN107103109A (zh) | 2017-08-29 |
CN107103109B true CN107103109B (zh) | 2022-02-11 |
Family
ID=58709676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710096430.1A Active CN107103109B (zh) | 2016-02-22 | 2017-02-22 | 用于预测飞机中的热交换器堵塞的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10346585B2 (zh) |
EP (1) | EP3208679B1 (zh) |
CN (1) | CN107103109B (zh) |
BR (1) | BR102017003501A2 (zh) |
CA (1) | CA2958737C (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10569887B2 (en) | 2018-03-16 | 2020-02-25 | Hamilton Sundstrand Corporation | Heat exchanger blockage detection to prevent ram air fan surge |
US10618662B2 (en) * | 2018-03-19 | 2020-04-14 | Hamilton Sundstrand Corporation | Ram flow control with predicted ram air flow |
US10690366B2 (en) * | 2018-03-19 | 2020-06-23 | Hamilton Sundstrand Corporation | Heat exchanger blockage detection |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5095714A (en) | 1989-12-25 | 1992-03-17 | Daikin Industries, Ltd. | Surging prediction device for a centrifugal compressor |
US8762106B2 (en) * | 2006-09-28 | 2014-06-24 | Fisher-Rosemount Systems, Inc. | Abnormal situation prevention in a heat exchanger |
DE102006060765B3 (de) * | 2006-12-21 | 2008-04-30 | Airbus Deutschland Gmbh | System und Verfahren zur Kühlung einer wärmebelasteten Einrichtung an Bord eines Flugzeugs |
CN102112939B (zh) * | 2008-08-04 | 2016-01-13 | 桑迪亚国家实验室 | 用于热移除或热传递的热交换器装置和方法 |
US20100287907A1 (en) | 2009-05-18 | 2010-11-18 | Agrawal Rajendra K | System and method of estimating a gas turbine engine surge margin |
US20120283963A1 (en) | 2011-05-05 | 2012-11-08 | Mitchell David J | Method for predicting a remaining useful life of an engine and components thereof |
US9097447B2 (en) | 2012-07-25 | 2015-08-04 | Johnson Controls Technology Company | Methods and controllers for providing a surge map for the monitoring and control of chillers |
US9194319B2 (en) | 2013-01-25 | 2015-11-24 | General Electric Company | Methods for intentional turbo surging for enhanced system control and protections |
GB2513132B (en) * | 2013-04-16 | 2015-05-27 | Ge Aviat Systems Ltd | Method for predicting a bleed air system fault |
US9784508B2 (en) | 2013-04-16 | 2017-10-10 | Hamilton Sundstrand Corporation | Method of monitoring a heat exchanger arrangement and ram air fan in an aircraft to prevent stall conditions |
CN103306822B (zh) * | 2013-05-23 | 2015-05-20 | 南京航空航天大学 | 一种基于喘振裕度估计模型的航空涡扇发动机控制方法 |
US9862495B2 (en) | 2013-12-18 | 2018-01-09 | Hamilton Sundstrand Corporation | Aircraft air-conditioning heat exchanger contamination detection |
BR112016017908A2 (pt) | 2014-02-21 | 2017-08-08 | Taleris Global Llp | Método para predizer uma falha em um pack de ar condicionado de uma aeronave |
-
2016
- 2016-02-22 US US15/049,555 patent/US10346585B2/en active Active
-
2017
- 2017-02-21 EP EP17157208.4A patent/EP3208679B1/en active Active
- 2017-02-21 BR BR102017003501-8A patent/BR102017003501A2/pt unknown
- 2017-02-22 CA CA2958737A patent/CA2958737C/en active Active
- 2017-02-22 CN CN201710096430.1A patent/CN107103109B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
BR102017003501A2 (pt) | 2017-09-19 |
CN107103109A (zh) | 2017-08-29 |
CA2958737C (en) | 2023-05-23 |
EP3208679B1 (en) | 2019-07-03 |
US10346585B2 (en) | 2019-07-09 |
US20170242956A1 (en) | 2017-08-24 |
CA2958737A1 (en) | 2017-08-22 |
EP3208679A1 (en) | 2017-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107218961B (zh) | 一种在飞机系统中确定飞机传感器故障并校正飞机传感器测量的计算机实现的方法 | |
EP3035635B1 (en) | System and method for evaluating cyber-attacks on aircraft | |
US20200195678A1 (en) | On-board networked anomaly detection (onad) modules | |
EP2329459B1 (en) | Method and apparatus for obtaining vehicle data | |
US9418493B1 (en) | Methods and systems for data analytics | |
CA2863079C (en) | Methods and systems for requesting and retrieving aircraft data during flight of an aircraft | |
EP3379359B1 (en) | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation | |
US10228705B2 (en) | Unmanned vehicle for servicing equipment | |
CN107103109B (zh) | 用于预测飞机中的热交换器堵塞的方法和系统 | |
EP2905229B1 (en) | Virtual aircraft network | |
CA2865181A1 (en) | Methods and systems for aircraft health and trend monitoring | |
US20190354420A1 (en) | System to monitor computing hardware in a computing infrastructure facility | |
JP6501675B2 (ja) | 設定可能な搭載型の情報処理 | |
US9488533B2 (en) | Self-learning monitoring systems for electrical devices | |
US10823076B2 (en) | Device for monitoring a turbine engine of an aircraft | |
JP2019505064A (ja) | 予測監視システム及び方法 | |
US20190331710A1 (en) | Real time in field monitoring of air data pitot tube heating arrangement |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |