CN108090236A - 航空装备的状态检测方法 - Google Patents
航空装备的状态检测方法 Download PDFInfo
- Publication number
- CN108090236A CN108090236A CN201611023269.7A CN201611023269A CN108090236A CN 108090236 A CN108090236 A CN 108090236A CN 201611023269 A CN201611023269 A CN 201611023269A CN 108090236 A CN108090236 A CN 108090236A
- Authority
- CN
- China
- Prior art keywords
- aircraft equipment
- parameter
- equipment
- detection method
- condition detection
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Abstract
航空装备的状态检测方法属于状态检测技术领域,尤其涉及航空装备的状态检测方法。本发明提供一种可大大提高装备的战备完好性的航空装备的状态检测方法。本发明包括以下步骤:1)对装备运行时的特征参数进行提取,将测取值与正常值对比;2)采用多传感器数据融合、基于模型的故障征兆分析剩余寿命;3)建立航空装备预估寿命剩余数据库;4)分析航空装备的飞行参数,计算其损伤程度病确定剩余寿命指数;5)建立了发动机寿命预估耗损数据阵列;6)保存发动机工作参数和外部影响参数;7)分析发动机故障参数趋势,预测故障几率;8)修正发动机特性数据库、加载标准数据库和检测容差数据库;9)建立维修诊断信息矩阵。
Description
技术领域
本发明属于状态检测技术领域,尤其涉及航空装备的状态检测方法。
背景技术
航空是一种复杂而有战略意义的人类活动,指飞行器在地球大气层(空气空间)中的飞行(航行)活动。目前,航空装备的状态检测已受到各国军方的极大重视,在实施过程中逐渐被推广。航空装备的状态检测不仅减少了维修工时,增加了装备可靠性,而且还有力地保障了飞行安全,由此产生了巨大的经济和军事效益。
发明内容
本发明就是针对上述问题,提供一种可大大提高装备的战备完好性的航空装备的状态检测方法。
为实现上述目的,本发明采用如下技术方案,本发明包括以下步骤。
1)对装备运行时的特征参数进行提取,将测取值与正常值对比。
2)采用多传感器数据融合、基于模型的故障征兆分析剩余寿命。
3)建立航空装备预估寿命剩余数据库。
4)分析航空装备的飞行参数,计算其损伤程度病确定剩余寿命指数。
5)建立了发动机寿命预估耗损数据阵列。
6)保存发动机工作参数和外部影响参数。
7)分析发动机故障参数趋势,预测故障几率。
8)修正发动机特性数据库、加载标准数据库和检测容差数据库。
9)建立维修诊断信息矩阵。
作为一种优选方案,本发明所述建立维修诊断信息矩阵包括建立寿命周期技术状态数据库。
作为另一种优选方案,本发明还包括根据用户的查询,将相关预估累计的数据显示在主机屏幕上,并存入电子载体;并通过图表显示相关获取结果。
另外,本发明所述基于模型的故障征兆分析剩余寿命包括计算故障点P到功能故障点F的时间间隔,对装备实施性能分析,确定一个潜在故障状态;当小于所述时间间隔时,判定监测结果是唯一的;当大于所述时间间隔时,判定监测结果重新归入循环计算。
本发明有益效果。
在装备维修中的应用情况看,本发明能够大大提高装备的战备完好性,显著降低维修费用,这为航空装备维修的发展提供了极大的辅助作用。
附图说明
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及具体实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
图1是本发明系统流程示意图。
具体实施方式
如图所示,本发明包括以下步骤。
1)对装备运行时的特征参数进行提取,将测取值与正常值对比。
2)采用多传感器数据融合、基于模型的故障征兆分析剩余寿命。
3)建立航空装备预估寿命剩余数据库。
4)分析航空装备的飞行参数,计算其损伤程度病确定剩余寿命指数。
5)建立了发动机寿命预估耗损数据阵列。
6)保存发动机工作参数和外部影响参数。
7)分析发动机故障参数趋势,预测故障几率。
8)修正发动机特性数据库、加载标准数据库和检测容差数据库。
9)建立维修诊断信息矩阵。
所述建立维修诊断信息矩阵包括建立寿命周期技术状态数据库。
本发明还包括根据用户的查询,将相关预估累计的数据显示在主机屏幕上,并存入电子载体;并通过图表显示相关获取结果。
所述基于模型的故障征兆分析剩余寿命包括计算故障点P到功能故障点F的时间间隔,对装备实施性能分析,确定一个潜在故障状态;当小于所述时间间隔时,判定监测结果是唯一的;当大于所述时间间隔时,判定监测结果重新归入循环计算。
本发明可通过嵌入式传感器及便携式维修辅助设备(PMA)等手段获得装备的状态信息,从而实现故障预测以及实施相应的维修策略。
本发明状态监控是对装备运行时的某些特征参数(振动值、温度等)进行提取,将测取值与正常值对比以判断装备工作是否正常;故障预测是通过建立的模型和各种智能方法对处于潜在故障的装备进行寿命预测。状态监控和故障预测的目的是维修决策,通过状态数据得出维修决策,再以费用-风险度为目标,实现维修决策。
本发明可采用15个传感器来监测尾桨齿轮箱、传动装置和前传动机匣等54个零部件。其次,维修人员将数据下裁到便携式工作站中,并将信息传送至陆军的标准航空维修信息系统。再次,信息传送的第3站是陆军的生产管理办公室,管理人员要制定维修计划并订购零部件。接下来,建立CBM数据库。数据库不但是使飞机有更多飞行时间的重要途径,也是数据的最终归宿。相关人员将开展实际的数据分析,然后将信息流从数据库提供给工程部门。最后,工程师分析数据后,再将结果反馈给数据库人员,由他们做出可控的维修和供应决策。然后,相关信息又会传送到现场,以确保飞机的飞行时间更长、可靠性更高。
通过实验,从2500h延长到2750h(仅此一项,意味着每架飞机每次检查可节省44个工时,减少22h的停飞时间);另外,大幅度削减了CH-47的50h振动检查。每架飞机每次检查可节省2个工时,调整所用停机时间可减少1h。
本发明维修系统的效率在很大程度上由现代化信息技术运用程度来决定,这种现代化信息技术能够实现单机以及所有航空装备的连续信息支援。在此情况下,特别注意监控航空装备在所有寿命周期阶段(研制、使用、贮存和修理)的状态。通过介绍CBM在外军装备中的应用,发现美军在实施CBM的过程中已经逐渐形成了相应的系统,各国空军也在进一步完善航空装备CBM的技术体系。当前,基于状态的维修思想在我军中的研究已经渐渐展开,但尚未在维修实践中真正实施。CBM是一种科学的维修思想,符合装备维修思想的发展规律。积极借鉴外军关于CBM的发展成果并开展进一步研究,对指导航空装备维修工作将产生重大影响。
以上内容是结合具体的优选实施方式对本发明作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明,对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明所提交的权利要求书确定的保护范围。
Claims (4)
1.航空装备的状态检测方法,其特征在于包括以下步骤:
1)对装备运行时的特征参数进行提取,将测取值与正常值对比;
2)采用多传感器数据融合、基于模型的故障征兆分析剩余寿命;
3)建立航空装备预估寿命剩余数据库;
4)分析航空装备的飞行参数,计算其损伤程度病确定剩余寿命指数;
5)建立了发动机寿命预估耗损数据阵列;
6)保存发动机工作参数和外部影响参数;
7)分析发动机故障参数趋势,预测故障几率;
8)修正发动机特性数据库、加载标准数据库和检测容差数据库;
9)建立维修诊断信息矩阵。
2.根据权利要求1所述航空装备的状态检测方法,其特征在于所述建立维修诊断信息矩阵包括建立寿命周期技术状态数据库。
3.根据权利要求1所述航空装备的状态检测方法,其特征在于还包括根据用户的查询,将相关预估累计的数据显示在主机屏幕上,并存入电子载体;并通过图表显示相关获取结果。
4.根据权利要求1所述航空装备的状态检测方法,其特征在于所述基于模型的故障征兆分析剩余寿命包括计算故障点P到功能故障点F的时间间隔,对装备实施性能分析,确定一个潜在故障状态;当小于所述时间间隔时,判定监测结果是唯一的;当大于所述时间间隔时,判定监测结果重新归入循环计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611023269.7A CN108090236A (zh) | 2016-11-21 | 2016-11-21 | 航空装备的状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611023269.7A CN108090236A (zh) | 2016-11-21 | 2016-11-21 | 航空装备的状态检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108090236A true CN108090236A (zh) | 2018-05-29 |
Family
ID=62169316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611023269.7A Pending CN108090236A (zh) | 2016-11-21 | 2016-11-21 | 航空装备的状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090236A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359869A (zh) * | 2018-10-18 | 2019-02-19 | 中国航天空气动力技术研究院 | 航空发动机健康管理方法、装置及系统 |
WO2021021314A1 (en) * | 2019-07-30 | 2021-02-04 | Microsoft Technology Licensing, Llc | Telemetry component health prediction for reliable predictive maintenance analytics |
CN113291488A (zh) * | 2021-04-30 | 2021-08-24 | 浙江长龙航空有限公司 | 一种整体驱动发电机性能监控方法及装置 |
CN115130595A (zh) * | 2022-07-05 | 2022-09-30 | 重庆电子工程职业学院 | 基于预测的飞行器数据分析与维修系统 |
CN117169709A (zh) * | 2023-10-09 | 2023-12-05 | 中国民航大学 | 一种航空继电器疲劳性能测试方法、装置及存储介质 |
-
2016
- 2016-11-21 CN CN201611023269.7A patent/CN108090236A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359869A (zh) * | 2018-10-18 | 2019-02-19 | 中国航天空气动力技术研究院 | 航空发动机健康管理方法、装置及系统 |
WO2021021314A1 (en) * | 2019-07-30 | 2021-02-04 | Microsoft Technology Licensing, Llc | Telemetry component health prediction for reliable predictive maintenance analytics |
CN113291488A (zh) * | 2021-04-30 | 2021-08-24 | 浙江长龙航空有限公司 | 一种整体驱动发电机性能监控方法及装置 |
CN113291488B (zh) * | 2021-04-30 | 2022-01-04 | 浙江长龙航空有限公司 | 一种整体驱动发电机性能监控方法及装置 |
CN115130595A (zh) * | 2022-07-05 | 2022-09-30 | 重庆电子工程职业学院 | 基于预测的飞行器数据分析与维修系统 |
CN117169709A (zh) * | 2023-10-09 | 2023-12-05 | 中国民航大学 | 一种航空继电器疲劳性能测试方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108090236A (zh) | 航空装备的状态检测方法 | |
CN107390567B (zh) | 用于保护工业资产控制系统的系统以及方法 | |
CN104932519B (zh) | 基于专家知识的无人机飞行指挥辅助决策系统及其设计方法 | |
CN109981559A (zh) | 交通工具网络攻击检测系统及其方法 | |
Iverson | Inductive system health monitoring | |
DE102017128693A1 (de) | Merkmal- und Grenzeinstellung zur Bedrohungserkennung in einem industriellen Anlagensteuersystem | |
US11270528B2 (en) | Apparatus and method for vehicle maintenance scheduling and fault monitoring | |
CN106888205A (zh) | 一种非侵入式基于功耗分析的plc异常检测方法 | |
DE102017128694A1 (de) | Mehrfachmodus-Grenzauswahl zur Bedrohungserkennung in einem industriellen Anlagensteuersystem | |
CN110427988B (zh) | 一种基于深度学习的机载飞参数据健康诊断方法 | |
CN106341414A (zh) | 一种基于贝叶斯网络的多步攻击安全态势评估方法 | |
CN104486141A (zh) | 一种误报自适应的网络安全态势预测方法 | |
CN104601109A (zh) | 一种电-图模型的光伏热斑效应检测方法 | |
RU2012155276A (ru) | Обнаружение и анализ злоумышленной атаки | |
CN104504400A (zh) | 一种基于在线行为建模的驾驶员异常行为检测方法 | |
CN104794283A (zh) | 基于离群特征分析的柴油机故障灰预测方法 | |
CN108322248A (zh) | 一种基于协同无人机安全性与可靠性的维护系统及方法 | |
CN116112283A (zh) | 一种基于cnn-lstm的电力系统网络安全态势预测方法及系统 | |
CN104101548B (zh) | 一种适用于低成本的无人机机体结构定寿方法 | |
US9558450B2 (en) | System for recommending helicopter engine maintenance | |
Liu et al. | Remaining useful life prediction of aircraft auxiliary power unit with on-wing sensing data | |
Wang et al. | Exhaust gas temperature sensing data anomaly detection for aircraft auxiliary power unit condition monitoring | |
CN108345946A (zh) | 一种面向无人机地面保障的维护决策系统及方法 | |
Yan et al. | Simplified Markov model for reliability analysis of phased-mission system using states merging method | |
Yang et al. | Developing machine learning-based models to estimate time to failure for PHM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180529 |