CN108960478B - 交通工具零件可靠性确定系统和方法 - Google Patents
交通工具零件可靠性确定系统和方法 Download PDFInfo
- Publication number
- CN108960478B CN108960478B CN201810379563.4A CN201810379563A CN108960478B CN 108960478 B CN108960478 B CN 108960478B CN 201810379563 A CN201810379563 A CN 201810379563A CN 108960478 B CN108960478 B CN 108960478B
- Authority
- CN
- China
- Prior art keywords
- life
- control unit
- data
- vehicle
- prediction control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000009434 installation Methods 0.000 claims description 45
- 238000013178 mathematical model Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000015654 memory Effects 0.000 description 10
- 238000005315 distribution function Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000010006 flight Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G06Q50/40—
Abstract
本申请公开了交通工具零件可靠性确定系统和方法,用于确定交通工具的至少一个零件的可靠性。该可靠性确定系统和方法包括:零件寿命预测控制单元(106),该零件寿命预测控制单元相对于与零件(多个零件)相关的零件寿命分布,基于零件(多个零件)的当前寿命数据,确定零件(多个零件)的剩余寿命。
Description
技术领域
本公开的实施方式总体上涉及用于确定交通工具(诸如,飞机)的各种零件的可靠性的系统和方法。
背景技术
交通工具用于在地点之间运输各个人。例如,商用飞机用于在不同地点之间运输乘客。典型的飞机包括成千上万个(即便不是数百万个)组成零件。例如,飞机的每个系统、子系统、结构体等可由成千上万个组成零件形成。
如可理解的,飞机运营商和乘客重视准时的航班。维护操作造成飞机的可能延误。例如,如果确定飞机的特定零件需要在航班之间更换,则维护机组人员更换该零件。然而,在以新的零件替换旧的零件的同时,这种维护过程可引起随后的出发时间延误。
发明内容
有必要存在评估交通工具(诸如,飞机)的零件的可靠性的系统和方法。此外,有必要存在确定飞机的零件的剩余寿命的系统和方法。另外,有必要存在确定替换飞机的零件的时间以避免由于航班之间的维护操作而可能以另外方式出现的航班延误的系统和方法。
考虑到那些需要,本公开的某些实施方式提供一种零件可靠性确定系统,该零件可靠性确定系统被配置为确定交通工具的至少一个零件的可靠性。该零件可靠性确定系统包括:零件寿命预测控制单元,该零件寿命预测控制单元相对于与零件(多个零件)相关的零件寿命分布,基于零件(多个零件)的当前寿命数据,确定零件(多个零件)的剩余寿命。
在至少一个实施方式中,该系统包括:零件寿命分布控制单元。该零件寿命分布控制单元确定与至少一个零件相关的零件寿命分布。
该系统可包括:零件数据库,该零件数据库与零件寿命预测控制单元通信。零件(多个零件)的当前寿命数据可存储在零件数据库中。关于零件(多个零件)的历史零件数据可存储在零件数据库中。
在至少一个实施方式中,交通工具使用数据库存储关于交通工具的实际使用的交通工具使用数据。零件寿命预测控制单元相对于交通工具使用数据来确定剩余寿命。
当前寿命数据可包括自安装过去的时间或自安装过去的周期中的一个或两个。
在至少一个实施方式中,零件寿命预测控制单元至少部分基于至少一个之前零件的之前替换时间,确定剩余寿命。零件寿命分布控制单元可构建零件安装时间和零件移除时间的链。零件寿命分布单元可使用该链来确定零件(多个零件)已使用了多久,和/或零件(多个零件)的剩余寿命。
零件寿命预测控制单元可分析交通工具配置数据以确定零件(多个零件)的存在及数量。
在至少一个实施方式中,零件寿命预测控制单元至少部分基于零件(多个零件)的零件便号或序列号,确定用于零件(多个零件)的自安装经过的时间或自安装经过的周期。
在至少一个实施方式中,零件寿命预测控制单元通过相对于一个或多个数学模型,确定从安装零件(多个零件)经过的时间或者从安装零件(多个零件)经过的周期中的一个或两个,来确定零件(多个零件)的剩余寿命。
本公开的某些实施方式提供一种零件可靠性确定方法,该零件可靠性确定方法被配置为确定交通工具的至少一个零件的可靠性。该零件可靠性确定方法包括:由零件寿命预测控制单元相对于与零件(多个零件)相关的零件寿命分布,基于零件(多个零件)的当前寿命数据,确定零件(多个零件)的剩余寿命。
附图说明
图1是根据本公开的示例性实施方式的飞机的正面立体图的示意性表示。
图2是根据本公开的示例性实施方式的零件可靠性确定系统的示意性表示。
图3是根据本公开的示例性实施方式的确定零件可靠性的方法的流程图。
图4是根据本公开的示例性实施方式的可靠性曲线以及累积分布函数曲线的曲线图的示意性表示。
具体实施方式
当结合附图阅读时,将更好地理解前面的发明内容以及以下对某些实施例的详细描述。如本文所使用的,以单数叙述并且其前面是词语“一”或“一个”的元件或步骤应理解为不一定排除复数个元件或步骤。此外,对“一个实施方式”的引用并非旨在被解释为排除也包含所述特征的附加实施方式的存在。而且,除非明确地说明是相反的,否则“包括”或“具有”具有特殊状态的一个或多个元件的实施方式可包括没有该状态的额外元件。
本公开的实施方式提供了被配置为确定交通工具(诸如,飞机)的各种零件的预期寿命的系统和方法。了解交通工具零件寿命具有各种优势,包括提供改进交通工具设计的能力、有效支持交通工具操作、部件移除时间的预测能力、确定现有的备用零件的数量的能力以及支持维护检查。
本公开的某些实施方式提供确定交通工具(诸如,飞机)的部件的可靠性的系统和方法。该系统和方法确定零件寿命分布。在确定零件寿命分布之后,系统和方法能够确定交通工具的各种零件的可靠性和剩余寿命。例如,系统和方法能够确定零件将持续多久、零件的平均寿命、零件何时可能容易出故障、与交通工具上存在的现有零件相关联的风险以及在预定时间段内飞机运营商所需要的备用零件的数量。
与零件相关的可靠性涉及零件在所述时间段内将执行其预期功能而不故障的可能性。本文描述的系统和方法评估交通工具的一个或多个零件的可靠性,以便在可能故障之前,预测零件(多个零件)何时应该被替换。
在至少一个实施方式中,零件可靠性确定系统收集并存储零件已投入使用的飞行小时和飞行周期。飞行小时和飞行周期作为使用数据被存储在交通工具使用数据库内。零件可靠性确定系统可针对每个零件存储从安装零件经过的时间(TSI)以及从安装零件经过的周期数(CSI)(其中,周期被测量作为交通工具的出发至抵达)。然而,,TSI/CSI可能不能直接在零件移除数据中获得。例如,在从飞机移除零件时,可能不要求运营商提供TSI/CSI。因此,本公开的实施方式提供被配置为确定用于移除零件的TSI和CSI的零件可靠性确定系统。
在至少一个实施方式中,零件可靠性确定系统还被配置为确定审查数据,即用于目前在交通工具(诸如,飞机)上的零件的TSI和CSI。为了确定审查数据,零件可靠性确定系统检索可存储在交通工具使用数据库中的交通工具配置数据和交通工具准备日志数据。通过分析交通工具配置数据和交通工具准备日志数据以及部件移除,零件可靠性确定系统确定具有相同零件编号的多少零件已被移除以及它们中的多少仍然在交通工具上。通过确定零件移除,零件可靠性确定系统确定零件是何时被安装的以及部件已在交通工具上多久了。
本公开的实施方式提供集成数据源和从移除的零件以及仍然在飞机上的零件来估计TSI/CSI的系统和方法。该系统和方法被配置为基于飞机零件寿命分布,预测交通工具的零件何时容易出故障。通过预测零件何时容易出故障,该系统和方法允许在该预测时间之前更换该零件。
图1是根据本公开的示例性实施方式的交通工具(诸如,飞机10)的正面立体图的示意性表示。飞机10包括推进系统12,该推进系统可包括例如两个涡轮风扇引擎14。可选地,推进系统12可包括比示出的更多的引擎14。引擎14由飞机10的机翼16承载。在其他实施方式中,引擎14可由机身18和/或尾翼20承载。尾翼20还可支撑水平尾翼22和垂直尾翼24。
飞机10的机身18限定内部舱室,该内部舱室可包括驾驶员座舱、一个或多个工作区段(例如厨房、人员随身携带的行李区域等)、一个或多个乘客区段(例如,头等舱、商务舱和经济舱)以及后部区段。每一个区段可由舱室过渡区域分开,该舱室过渡区域可包括一个或多个类别划分组件。舱顶储物箱组件可被定位在整个内部舱室中。
飞机10包括含有许多零件的许多系统和子系统。例如,推进系统12包括成千上万的组成零件。作为另一个实例,飞机10上的每个盥洗室包括成千上万的组成零件。整个飞机10包括一起形成飞机10的数百万个独立且不同的零件。零件可靠性确定系统用于确定每一个零件的寿命分布,并且预测飞机10的零件的剩余寿命(例如,直至零件会容易出故障的时间)。在至少一个实施方式中,零件可靠性确定系统相对于飞机10的飞行小时和/或飞行周期,确定剩余寿命。
替代地,代替飞机,本公开的实施方式可用于各种其他交通工具,诸如汽车、公共汽车、机车和轨道车、海轮、航天器等。
图2是根据本公开的示例性实施方式的零件可靠性确定系统100的示意性表示。零件可靠性确定系统100包括零件数据库102,该零件数据库诸如通过一个或多个有线或无线连接与零件寿命分布控制单元104和零件寿命预测控制单元106通信。零件寿命分布控制单元104和零件寿命预测控制单元106也诸如通过一个或多个有线或无线连接彼此通信。
零件可靠性确定系统100可例如在飞机10(图1所示)上。可选地,零件可靠性确定系统100可远离飞机10定位,诸如定位在陆基监控站处。在至少一个实施方式中,零件寿命分布控制单元104或零件寿命预测控制单元106中的一个或两个可在飞机10上,而零件数据库102远离其定位,诸如定位在陆基监控站处。在至少一个实施方式中,零件寿命分布控制单元104和零件寿命预测控制单元106可通过各种通信网络(诸如但不限于,互联网)与零件数据库102通信。
如示出的,零件寿命分布控制单元104和零件寿命预测控制单元106可以是分离且不同的控制单元。可选地,零件寿命分布控制单元104和零件寿命预测控制单元106可以是单个控制单元或处理系统的部件。
在至少一个实施方式中,零件数据库102包括历史零件存储单元110以及当前零件存储单元112。历史零件存储单元110存储许多飞机的随着时间推移汇集的用于飞机的所有类型零件的数据。例如,历史零件存储单元110可存储关于目前在飞机上的所有零件的使用寿命的数据,但该数据是针对关于飞机和各种其他飞机(例如,其他同型号飞机)的过去使用聚合的。数据可包括用于每一个零件的寿命数据(即,实际使用的时间)。在至少一个实施方式中,历史零件存储单元110存储目前在飞机上的零件的所有可用数据,而对于当前飞机以及可获得该数据的其他飞机已使用这些零件。
作为实例,飞机包括特定零件。历史零件存储单元110存储对于相同类型特定零件的可用数据,但是在之前已经对于该飞机以及可获得该数据的各种其他飞机使用该零件。因此,历史零件存储单元110可存储用于结合成百上千、成千上万或更多飞机使用的特定零件的数据。
当前零件存储单元112存储对于目前在飞机上的所有零件的当前寿命数据。例如,当前零件存储单元112存储关于自安装每个零件的时间(TSI)、自安装每个零件的周期(CSI)等的数据。以此方式,当前零件存储单元112存储关于每个零件的实际使用(即,寿命)的当前寿命数据。
在至少一个实施方式中,零件可靠性确定系统100还包括交通工具使用数据库114,该交通工具使用数据库存储指示具有零件的交通工具的实际使用的交通工具使用数据。交通工具使用数据库114诸如通过一个或多个有线或无线连接与零件寿命预测控制单元106通信。作为实例,交通工具使用数据库114存储飞机的交通工具使用数据,诸如有关飞行小时(即,飞行操作的实际小时)和飞行周期(即,周期总数,其中,周期被定义为出发及相关抵达)方面。
零件寿命预测控制单元106被配置为基于如由零件寿命分布控制单元104确定的特定类型零件的零件寿命分布、交通工具使用(如存储在交通工具使用数据库114中的)以及如由零件寿命预测控制单元106确定的零件的剩余寿命,来确定交通工具的零件的剩余寿命。因此,零件寿命预测控制单元106被配置为基于关于零件的当前寿命数据(诸如,存储在当前零件存储单元112中)以及如由零件寿命分布控制单元104确定的与零件相关的零件寿命分布,来确定零件的剩余寿命。在至少一个实施方式中,零件寿命预测控制单元106根据所确定的特定类型零件的零件寿命分布以及交通工具的实际使用,来确定零件的剩余寿命。例如,零件寿命预测控制单元106可在飞机的飞行小时和/或飞行周期方面,确定飞机的当前零件的剩余寿命。
在操作中,零件寿命分布控制单元104分析存储在历史零件存储单元110中的关于每个零件的历史零件数据。零件寿命分布控制单元104基于历史零件数据确定特定零件的寿命分布,如提及的,该历史零件数据可相对于成千上万或更多的飞机的使用所汇集的。在至少一个实施方式中,零件寿命分布控制单元104基于历史零件数据的分析,确定特定类型零件的寿命分布。在至少一个实施方式中,零件寿命分布控制单元104可基于一个或多个数学模型和公式确定寿命分布。
然而,仅作为一个实例,零件寿命分布控制单元104可基于关于特定类型零件的成百上千、成千上万或者数百万实际寿命(即,特定零件的实际使用时间)的历史数据,来确定特定类型零件的平均寿命。例如,零件寿命分布控制单元104可基于之前零件的成百上千、成千上万或甚至数百万的实际寿命使用。由此零件寿命分布控制单元104确定特定类型零件的零件寿命分布。在至少一个实施方式中,零件寿命分布控制单元104确定关于飞机的每个特定类型零件的零件寿命分布。在至少一个其他实施方式中,零件寿命分布控制单元104确定用于少于(less than)飞机的每个特定类型零件的零件寿命分布。
在确定飞机的特定类型零件的零件寿命分布之后,零件寿命预测控制单元106分析存储在当前零件存储单元112中的飞机的当前零件数据。零件寿命预测控制单元106评估飞机的各种当前零件(即,目前形成一个或多个部分的零件),如存储在当前零件数据中。例如,当前零件数据存储当前零件的TSI、CSI等。每个零件的TSI和CSI可被提供并存储在当前零件存储单元112中。在至少一个其他实施方式中,可不提供TSI和CSI。代替,零件寿命预测控制单元106可基于之前零件移除的日期、零件的安装和移除日期的统计分析等,来确定TSI和CSI。零件寿命预测控制单元106针对飞机的每个当前零件分析每类零件的零件寿命分布(如由零件寿命分布控制单元104确定的),以预测当前零件的剩余寿命。
在至少一个实施方式中,零件寿命预测控制单元106基于存储在交通工具使用数据库114中的交通工具使用数据,确定零件的当前寿命。例如,零件寿命预测控制单元106使零件的TSI和/或CSI相互关联,并且将该当前寿命数据与存储在交通工具使用数据库114中的交通工具使用数据相互对照。基于TSI和/或CSI以及实际交通工具使用(在小时和/或周期方面),零件寿命预测控制单元106在交通工具使用小时数和/或周期方面,确定零件的当前寿命。然后,零件寿命预测控制单元106可相对于该特定类型零件的零件寿命分布比对零件的当前寿命,以便预测零件的剩余寿命,即,剩余小时和/或剩余周期。
作为实例,用于飞机上的盥洗室的真空发生器是一类零件。零件寿命分布控制单元104分析存储在历史零件存储单元110中的关于真空发生器的历史数据。基于真空发生器的历史数据,零件寿命分布控制单元104确定真空发生器的零件寿命分布。例如,零件寿命分布控制单元104可基于存储在历史零件存储单元110中的关于真空发生器的历史数据,确定真空发生器的平均使用寿命。随后,零件寿命预测控制单元106分析当前零件存储单元112并且确认真空发生器在飞机上。当前零件存储单元112存储真空发生器的当前数据。当前数据包括例如关于飞机上的真空发生器的TSI。随后,零件寿命预测控制单元106使真空发生器的零件寿命分布(如由零件寿命分布控制单元104确定的)与飞机上的真空发生器的当前寿命数据相互关联。基于真空发生器的零件寿命分布与飞机上的真空发生器的当前数据的相关性,零件寿命预测控制单元106预测实际真空发生器的剩余使用寿命。作为实例,零件寿命预测控制单元106从真空发生器的零件寿命分布中减去实际真空发生器的使用时间(例如,从TSI直至当前日期过去的飞行小时)。以此方式,零件寿命预测控制单元106预测实际真空发生器何时可能容易出故障。随后,零件寿命预测控制单元106向飞行运营商、维护机组等输出指示预测时间的预测信号,以便可确定计划的更换时间。
零件可靠性确定系统100以针对飞机的至少一个零件的这种方式操作。在至少一个实施方式中,零件可靠性确定系统100确定零件寿命分布,并且预测飞机的每个零件的剩余使用寿命。
如本文使用的,术语“控制单元”、“中央处理单元”、“单元”、“CPU”、“计算机”等可包括任何基于处理器或基于微处理器的系统,包括使用微控制器、精简指令集计算机(RISC)、专用集成电路(ASIC)、逻辑电路以及任意其他电路或者包括能够执行本文描述的功能的硬件、软件或其组合的处理器的系统。这些仅仅是示例性的,并且因此并非旨在以任何方式限制这些术语的定义和/或含义。例如,零件寿命分布控制单元104和零件寿命预测控制单元106可以是或者可包括被配置为控制如本文描述的零件可靠性确定系统100的操作的一个或多个处理器。零件寿命分布控制单元104和零件寿命预测控制单元106可以是分离且不同的控制单元,或者可以是相同控制单元的部件。
零件寿命分布控制单元104和零件寿命预测控制单元106被配置为执行存储在一个或多个数据存储单元或元件(诸如,一个或多个存储器)中的一组指令,以便处理数据。例如,零件寿命分布控制单元104和零件寿命预测控制单元106可包括或者可耦接至一个或多个存储器。数据存储单元还可根据期望或需要存储数据或其他信息。数据存储单元可以是处理机内的信息源或物理存储元件的形式。
该组指令可包括各种命令,其指示零件寿命分布控制单元104和零件寿命预测控制单元106作为处理机来执行特定操作(诸如本文描述的主题的各种实施方式的方法和过程)。该组指令可以是软件程序的形式。该软件可以是各种形式,诸如系统软件或应用软件。进一步,软件可以是以下形式:单独程序的集合、更大程序内的程序子集或者程序的一部分。该软件还可包括面向对象的编程的形式的模块化编程。处理机对输入数据的处理可响应于用户命令、或响应于先前处理的结果、或响应于由另一个处理机做出的请求。
本文的实施方式的图可示出一个或多个控制或处理单元(诸如,零件寿命分布控制单元104和零件寿命预测控制单元106)。应理解,处理或控制单元可表示可被实现为具有相关指令(例如,存储在有形且非暂时性计算机可读存储介质(诸如,计算机硬盘驱动器、ROM、RAM等)上的软件)的硬件的电路、电路系统或其部分,相关指令执行本文描述的操作。该硬件可包括硬连线以执行本文描述的功能的状态机电路。可选地,硬件可包括电子电路,其包括和/或连接至一个或多个基于逻辑的设备,诸如微处理器、处理器、控制器等。可选地,零件寿命分布控制单元104和零件寿命预测控制单元106可表示处理电路,诸如,现场可编程门阵列(FPGA)、专用集成电路(ASIC)、微处理器(多个微处理器)等中的一个或多个。各种实施方式中的电路可被配置为执行一种或多种算法以执行本文描述的功能。该一种或多种算法可包括本文公开的实施方式的方面,不管是否在流程图或方法中明确地表明。
如本文使用的,术语“软件”和“固件”是可互换的,并且包括存储在数据存储单元(例如,一个或多个存储器)中以用于由计算机执行的任何计算机程序,该数据存储单元包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器和非易失性RAM(NVRAM)存储器。以上数据存储单元类型仅仅是示例性的,并且因此对于可用于存储计算机程序的存储器的类型不是限制性的。
图3是根据本公开的示例性实施方式的确定零件可靠性的方法的流程图。参考图2和图3,在200中,由一个或多个交通工具使用的特定类型零件的历史数据存储在诸如零件数据库102的历史零件存储单元110中。在202中,交通工具的当前零件(即,当前形成一部分)的当前零件数据存储在诸如零件数据库102的当前零件存储单元112中。
在204中,特定类型零件的零件寿命分布诸如由零件寿命分布控制单元104确定。在206中,交通工具的当前零件数据诸如由零件寿命预测控制单元106分析。在208中,确定交通工具是否包括特定类型零件。如果交通工具不包括特定类型零件,则方法返回至206(或者可替代地,结束)。然而,如果在208中交通工具包括特定类型零件,则方法进行至210,在210中,当前零件的剩余使用寿命由零件寿命预测控制单元106确定。例如,零件寿命预测控制单元106相对于特定类型零件的零件寿命分布数据分析当前零件数据(其指示当前零件的当前寿命时间),以预测当前零件的剩余使用寿命。
在212中,零件寿命预测控制单元106输出当前零件的剩余使用寿命作为剩余使用寿命信号。剩余使用寿命信号可包括将当前零件的剩余使用寿命通信至个体的图形、视频、文本和/或音频信号中的一个或多个。
在至少一个实施方式中,可基于预定阈值通信剩余使用寿命信号。例如,零件寿命预测控制单元106可仅在当前零件的剩余使用寿命在预定时间和/或预定周期(诸如,其百分比)内直至容易出故障时,才输出剩余使用寿命信号。以此方式,零件寿命预测控制单元106能够主动警示个体(诸如,飞机运营商、维护员工等)需要进行更换。图3所示的方法可针对交通工具的每个零件(或者其任意小段)执行。
再次参考图2,为了确定零件的当前寿命,零件寿命预测控制单元106可首先确定零件的TSI和/或CSI。特定零件的安装日期以及被特定零件更换的之前零件的移除数据存储在当前零件存储单元112中。然而,关于特定安装或移除的数据可能不是容易可获得的。如下所述,零件可靠性确定系统100可被配置为确定安装和移除日期,即使在该信息未被飞机运营商、制造商等初始报告或者以另外方式提供时。在确定TSI和CSI数据之后,零件寿命预测控制单元106可利用一个或多个数学模型(例如,威布尔模型、指数模型、伽玛模型或者对数正态模型)来预测零件的剩余寿命。
零件寿命预测控制单元106对可存储在存储器和/或中心监控站中的已知的(诸如,报告并存储在历史零件存储单元110中)零件移除、飞机配置数据(诸如,指示飞机的各种零件)、零件更换数据以及飞机使用数据(例如,飞行小时和/或飞行周期)。
在至少一个实施方式中,为了确定剩余零件寿命,零件寿命预测控制单元106检索关于何时首先出现零件跟踪的数据。该数据可存储在历史零件存储单元110和/或当前零件存储单元112中。
在至少一个实施方式中,零件寿命预测控制单元106构建将特定类型零件的安装和移除关联的链。这样做,零件寿命预测控制单元106确定零件的整体使用。例如,如果特定类型零件在特定时间段内被移除并安装五次,则零件寿命预测控制单元106能够经由在特定时间段内更换的次数确定零件的平均使用寿命。
在一些情形中,零件寿命预测控制单元106可能不能够访问移除和安装的报告日期。因此,零件寿命预测控制单元106可能不能够构建关联安装和移除的链。
在至少一个实施方式中,在每一飞机的零件量(QPA)等于1(即,在飞机上仅存在一个此类零件)时,可从上次移除的日期确定零件使用。例如,基于特定零件上次移除的日期,零件寿命预测控制单元106可基于之前移除日期以及如由零件寿命分布控制单元104确定的零件的零件寿命分布,确定当前零件(其更换移除零件)的剩余使用寿命。
如果特定类型零件的每一飞机的零件量(QPA)大于1(即,在飞机上存在不止一个此类零件)并且未观察到移除(例如,在零件数据库102中无存储的移除日期),则零件寿命预测控制单元106可确定具有QPA>1的零件号的每个上次移除,并且可针对具有相同零件号的每个零件,确定从上次移除到研究结束的使用。例如,零件寿命预测控制单元106可确定特定类型零件的过去三次已知移除。零件寿命预测控制单元106也可确定零件从最近移除的时间或周期到相关研究周期结束的使用。
在至少一个实施方式中,零件寿命预测控制单元106确定移除次数(n)以及零件号的QPA(m>1)。在m>n的情形中,零件寿命预测控制单元106针对m-n个零件,确定零件的利用。在至少一个实施方式中,零件寿命预测控制单元106确定哪些零件是飞行小时相关联的,并且哪些零件是飞行周期相关联的,并且如果是飞行小时相关联的,则使用飞行小时来估计零件寿命,并且如果是飞行周期相关联的,则使用飞行周期来估计零件寿命。
存储在当前零件存储单元112中的当前零件数据可包括如由例如制造商或飞机运营商报告的关于当前零件的TSI和CSI中的一个或两个。即,零件使用的已知第一日期和/或已知第一周期可被输入至当前零件存储单元112。
零件寿命分布控制单元104和/或零件寿命预测控制单元106从交通工具工程配置数据、飞机准备日志数据、IPC(示出的零件目录)等,检测用于零件的交通工具配置和量(例如,QPA),交通工具工程配置数据、飞机准备日志数据、IPC(示出的零件目录)等可存储在当前零件存储单元112和/或交通工具使用数据库114中。
对于在飞机上仅存在一个此类特定零件的情况(诸如,飞机包括单个真空发生器),使得QPA=1,零件寿命预测控制单元106能够确定零件何时被移除。在至少一个实施方式中,零件寿命预测控制单元106检测飞机上的具有相同零件号的零件的移除顺序。
零件寿命预测控制单元106可至少部分基于零件的零件号或序列号,确定零件的TSI或CSI。在至少一个实施方式中,零件寿命预测控制单元106被配置为检测零件号何时开始被跟踪。例如,零件的首次跟踪日期可以是存储在当前零件存储单元112中的当前零件数据的一部分。此外,零件寿命预测控制单元106分析诸如存储在交通工具使用数据库114中的飞机的飞行小时/周期。因此,然后,零件寿命预测控制单元106可在零件从飞机移除的时刻,检测飞行小时/周期。然后,零件寿命预测控制单元计算移除的零件的TSI和/或CSI。然后,零件寿命预测控制单元106识别替换移除零件的零件(即,替换零件)何时安装在飞机上。然后,零件寿命预测控制单元106监控关于替换零件的飞行时间和周期。
在至少一个实施方式中,零件寿命预测控制单元106检测飞机的具有QPA=1的所有其他零件,其未被报告移除、但是已被报告从不同飞机对相同零件号的移除。然后,零件寿命分布控制单元104和/或零件寿命预测控制单元106可检测多少其他飞机具有相同零件号。
在至少一个实施方式中,零件可靠性确定系统100(诸如,通过零件寿命分布控制单元104和/或零件寿命预测控制单元106中的一个或两个)检测何时报告最初开始移除该零件号。然后,在报告开始首次移除零件的时间,确定每个飞机的飞行小时/周期。
如果飞机上的零件的QPA超过1,则零件寿命预测控制单元106构建移除和安装零件的链,诸如结合它们的序列号。零件寿命预测控制单元106可识别该链中的零件。接下来,确定零件何时被安装在飞机上以及零件何时从飞机移除。这些信息可存储在历史零件存储单元110中。接下来,零件被安装时的飞行小时/周期以及零件被移除时的飞行小时/周期被存储在历史零件存储单元110中。然后,零件寿命预测控制单元106计算零件的TSI和/或CSI中的一个或两个。零件寿命预测控制单元106识别安装日期以及用于移除零件的移除日期,其都可存储在历史零件存储单元110和/或当前零件存储单元112中。再次,然后,零件寿命预测控制单元106可在零件被安装的时间识别飞机的飞行小时和/或周期,和/或在零件被移除的时间识别飞机的飞行小时和/或周期。
在至少一个实施方式中,零件可靠性确定系统100被配置为识别具有空白序列号的移除零件和/或无安装零件信息的移除零件。零件寿命分布控制单元104和/或零件寿命预测控制单元106首先识别具有相同零件号的所有移除零件。然后,识别具有相同零件号的零件的首次移除(多个移除)。接下来,识别针对该零件号首次报告移除的日期。接下来,随后,识别飞机交付日期(即,何时首次交付至飞机运营商)和/或首次报告移除时的日期中的较晚日期。然后,识别飞机在较晚日期时的飞行小时/周期。例如,飞机可在日期1时交付,同时特定零件的移除在日期2(其在日期1之后)时报告。因此,首次报告移除的日期(即,日期2)比飞机被交付的日期(即,日期1)更晚。随后,从日期2识别飞机的飞行小时/周期。在在较晚日期时识别飞机的飞行小时/周期之后,识别零件移除数据。
零件可靠性确定系统100也可识别具有相同零件号的上次移除(多个移除)。移除(多个移除)的日期(多个日期)与飞机的飞行小时和/或周期相关。随后,针对仍然在飞机上的零件计算TSI和/或CSI。
系统100也可识别具有相同零件号的所有移除,并且计算用于零件的移除的数量(m)。系统100识别用于零件的QPA(n)。随后,系统100检测具有m>n的零件。随后,系统100确定飞机的交付日期与报告开始移除的日期中的较晚日期。随后,系统100计算用于零件的TSI和/或CSI(其中,m>n)。
在至少一个实施方式中,零件寿命预测控制单元106计算每个零件号的TSI的平均数和标准偏差以及CSI的平均数和标准偏差。零件寿命预测控制单元106分别比较TSI和CSI的归一化标准偏差,并且确定零件是与飞行小时还是飞行周期相关联。
如表示的,零件寿命预测控制单元106可利用一个或多个数学模型来确定零件的剩余寿命。例如,零件寿命预测控制单元106可通过使用威布尔模型确定零件的剩余寿命,如下示出的:
其中,pdf是概率分布函数,α是可由零件的TSI或CSI中的一个或两个限定的尺度参数,并且β是可由零件的TSI或CSI中的一个或两个限定的形状参数。当β=1时,威布尔模型变为指数模型。
时间相关的故障率,h,通过如下给出:
累积分布函数(CDF),F(t),由如下给出:
可靠性函数,R(t),由如下给出:
α是尺度参数。β是形状参数。当β=1时,威布尔模型是指数模型。
图4是根据本公开的示例性实施方式的可靠性曲线300和CDF曲线302的曲线图的示意性表示。零件寿命预测控制单元106经由数学模型(诸如,威布尔模型)确定曲线300和302。如示出的,相对于飞行小时304和可靠性概率306绘制曲线。如图4所示,零件寿命预测控制单元106基于CDF曲线302,确定特定零件在点A处具有6150个飞行小时,已服务90%寿命。类似地,零件寿命预测控制单元106确定特定零件在点B处具有10%可靠性概率。基于曲线300和302中的一个或两个,运营商可根据零件将继续可靠的预定概率,决定在特定时间更换零件。
作为另一实例,零件寿命预测控制单元106可通过使用指数模型确定零件的剩余寿命,如以下示出的:
概率分布函数(pdf):
其中,故障率,h=λ是恒定故障率。
累积分布函数(CDF):
此外,残存函数/可靠性函数,R(t),给出作为R(t)=e-λt。
作为另一实例,零件寿命预测控制单元106可通过使用伽玛模型确定零件的剩余寿命,如以下示出的。
概率分布函数(pdf):
故障率:
累积分布函数(CDF):
可靠性,R(t),给出作为R(t)=1–F(t)。
作为另一实例,零件寿命预测控制单元106可通过使用对数正态模型确定零件的剩余寿命,如以下示出的。
概率分布函数(pdf):
其中,T50=eμ
故障率:
CDF:
可靠性:R(t)=1-F(t)。
零件寿命预测控制单元106可通过以上示出的数学模型中的一个或多个,确定零件的剩余寿命。可选地,零件寿命预测控制单元106可通过各种其他数学模型、公式等,确定零件的剩余寿命。例如,零件寿命预测控制单元106可通过如通过成千上万个(如果不是数百万个)类似零件汇集的数据确定的特定类型零件的平均值、平均数、统计参数(多个统计参数)等,确定剩余寿命。
飞机的某些零件可与飞行小时或飞行周期相关联。例如,起落架零件通常与周期而不是小时相关联。因此,相对于周期而不是飞行小时确定与周期相关联的零件的零件寿命分布以及预测。相反,相对于小时而不是飞行周期确定与飞行小时相关联的零件的零件寿命分布以及预测。
如本文描述的,本公开的实施方式提供可集成数据源和从移除零件以及仍然在飞机上的零件来估计TSI/CSI的零件可靠性确定系统和方法。
如上所述,本公开的实施方式提供用于有效分析数据以确定交通工具(诸如,飞机)的各种零件的剩余寿命的系统和方法。本公开的实施方式提供有效分析数据以确定一个或多个零件的剩余寿命的系统和方法。
本公开的实施方式提供允许由计算设备快速且有效地分析大量数据的系统和方法。例如,飞机包括数百万个组成零件,其中的每一个具有可能出故障之前的使用寿命。大量数据被如上所述的零件可靠性确定系统和方法有效组织和/或分析。该系统和方法在相对短的时间内分析数据,以便可确定用于每个零件的剩余使用寿命。人类将不能够在如此短的时间内分析如此大量的数据。因此,本公开的实施方式提供增加且有效的功能性,并且相对于人类在分析大量数据方面具有非常优越的性能。简而言之,本公开的实施方式提供被配置为生成并分析人类不能够高效、有效且准确地管理的数百万估算和计算的系统和方法。
如本文描述的,本公开的实施方式提供评估交通工具(诸如,飞机)的零件的可靠性的系统和方法。本公开的实施方式提供确定飞机的各种零件的剩余寿命的系统和方法。另外,本公开的实施方式提供确定对飞机的零件进行更换的时间以便避免由于航班之间的维护操作而将以另外方式出现的航班延误的系统和方法。
此外,本公开包括根据以下项的实施方式:
项1.一种零件可靠性确定系统,被配置为确定交通工具的至少一个零件的可靠性,零件可靠性确定系统包括:
零件寿命预测控制单元,相对于与至少一个零件相关的零件寿命分布,基于至少一个零件的当前寿命数据,确定至少一个零件的剩余寿命。
项2.根据项1所述的系统,进一步包括零件寿命分布控制单元,其中,零件寿命分布控制单元确定与至少一个零件相关的零件寿命分布。
项3.根据项1至2中任一项所述的系统,进一步包括零件数据库,零件数据库与零件寿命预测控制单元通信,其中,至少一个零件的当前寿命数据存储在零件数据库中,并且其中,关于至少一个零件的历史零件数据存储在零件数据库中。
项4.根据项1至3中任一项所述的系统,进一步包括交通工具使用数据库,交通工具使用数据库存储关于交通工具的实际使用的交通工具使用数据,其中,零件寿命预测控制单元相对于交通工具使用数据来确定剩余寿命。
项5.根据项1至4中任一项所述的系统,其中,当前寿命数据包括从安装开始的时间或从安装开始的周期中的一个或两个。
项6.根据项1至5中任一项所述的系统,其中,零件寿命预测控制单元至少部分基于至少一个之前零件的之前替换时间,确定剩余寿命。
项7.根据项1至6中任一项所述的系统,其中,零件寿命分布控制单元构建零件安装时间和零件移除时间的链,并且其中,零件寿命分布控制单元使用链来确定至少一个零件的剩余寿命。
项8.根据项1至7中任一项所述的系统,其中,零件寿命预测控制单元分析交通工具配置数据以确定至少一个零件的存在及数量。
项9.根据项1至8中任一项所述的系统,其中,零件寿命预测控制单元至少部分基于至少一个零件的零件号或序列号,确定至少一个零件的从安装开始的时间或从安装开始的周期。
项10.根据项1至9中任一项所述的系统,其中,零件寿命预测控制单元通过相对于一个或多个数学模型,确定从安装至少一个零件开始的时间或者从安装至少一个零件开始的周期中的一个或两个,来确定至少一个零件的剩余寿命。
项11.一种零件可靠性确定方法,被配置为确定交通工具的至少一个零件的可靠性,零件可靠性确定方法包括:
由零件寿命预测控制单元相对于与至少一个零件相关的零件寿命分布,基于至少一个零件的当前寿命数据,确定至少一个零件的剩余寿命。
项12.根据项11所述的方法,进一步包括:使用零件寿命分布控制单元来确定与至少一个零件相关的零件寿命分布。
项13.根据项11至12中任一项所述的方法,进一步包括:
使零件数据库与零件寿命预测控制单元通信耦接;
将至少一个零件的当前寿命数据存储在零件数据库中;以及
将关于至少一个零件的历史零件数据存储在零件数据库中。
项14.根据项11至13中任一项所述的方法,进一步包括:存储关于交通工具的实际使用的交通工具使用数据,并且其中,确定包括:相对于交通工具使用数据来确定至少一个零件的剩余寿命。
项15.根据项11至14中任一项所述的方法,其中,确定包括:至少部分基于至少一个之前零件的之前替换时间来确定剩余寿命。
项16.根据项11至15中任一项所述的方法,进一步包括:构建零件安装时间和零件移除时间的链,并且其中,该确定包括:使用该链确定至少一个零件的剩余寿命。
项17.根据项11至16中任一项所述的方法,进一步包括:由零件寿命预测控制单元分析交通工具配置数据以确定至少一个零件的存在及数量。
项18.根据项11至17中任一项所述的方法,其中,该确定包括:至少部分基于至少一个零件的零件号或序列号,确定用于至少一个零件的从安装开始的时间或者从安装开始的周期。
项19.根据项11至18中任一项所述的方法,其中,该确定包括:相对于一个或多个数学模型,确定从安装至少一个零件开始的时间或者从安装至少一个零件开始的周期中的一个或两个。
项20.一种零件可靠性确定系统,被配置为确定交通工具的至少一个零件的可靠性,该零件可靠性确定系统包括:
交通工具使用数据库,存储关于交通工具的实际使用的交通工具使用数据;
零件寿命分布控制单元,确定与至少一个零件相关的零件寿命分布;
零件寿命预测控制单元,该零件寿命预测控制单元相对于与至少一个零件相关的零件寿命分布以及交通工具使用数据,基于至少一个零件的当前寿命数据,确定至少一个零件的剩余寿命,其中,当前寿命数据包括从安装开始的时间或者从安装开始的周期中的一个或两个;以及
零件数据库,与零件寿命分布控制单元和零件寿命预测控制单元通信,其中,至少一个零件的当前寿命数据存储在零件数据库中,并且其中,关于至少一个零件的历史零件数据存储在零件数据库中。
尽管可使用诸如顶部、底部、下部、中部、侧向、水平、垂直、前部等的各种空间和方向性术语来描述本公开的实施方式,但是应理解,这些术语仅仅针对附图中所示的取向来使用。取向可被倒转、旋转或以其他方式改变,使得上部部分是下部部分,并且反之亦然,水平变成垂直等。
如本文使用的,“被配置为”执行任务或操作的结构、限制或元件具体地以对应于任务或操作的方式结构上形成、构建或适配。为了清晰起见和避免疑问,仅仅能够修改以执行任务或操作的对象不“被配置为”执行如本文使用的任务或操作。
应理解,以上描述旨在是说明性的而不是限制性的。例如,上述实施方式(和/或其方面)可与彼此结合使用。另外,在不偏离本发明的范围的情况下,可做出许多修改以使特定的情况或材料适应本公开的各种实施方式的教导。虽然本文描述的材料的尺寸和类型旨在限定本公开的各种实施方式的参数,但是这些实施方式决不是限制性的并且是示例性实施方式。在回顾以上描述时,许多其他实施方式对于本领域技术人员将是显而易见的。因此,本公开的各种实施方式的范围应该参照所附权利要求以及这些权利要求所享有的等同物的全部范围来确定。在所附权利要求中,术语“包括(including)”和“其中(in which)”用作相应术语“包含(comprising)”和“其中(wherein)”的纯英语等同物。此外,术语“第一”、“第二”和“第三”等仅用作标签,而并非旨在对其对象施加数字要求。此外,以下权利要求的限制不是以装置加功能格式书写的,并且并非旨在基于美国法典第35章第112(f)节来解释,除非并且直到这样的权利要求限制明确地使用短语“用于......的装置”,然后是功能陈述,而没有进一步的结构。
本书面说明书使用实例来公开包括最佳模式的本公开的各种实施方式,并且还使得本领域的任何技术人员能够实践本公开的各种实施方式,包括制作和使用任何设备或系统以及执行任何合并的方法。本公开的各种实施方式的可取得专利的范围由权利要求限定,并且可包括本领域技术人员想到的其他实例。如果实例具有与权利要求的字面语言没有不同的结构元件,或者如果实例包括与权利要求的字面语言无实质性差别的等同结构元件,则这样的其他实例旨在落在权利要求的范围内。
Claims (18)
1.一种零件可靠性确定系统,被配置为确定交通工具(10)的至少一个零件的可靠性,所述零件可靠性确定系统(100)包括:
零件寿命分布控制单元(104),其中,所述零件寿命分布控制单元(104)通过分析与关于所述交通工具和其他交通工具之前使用的所述至少一个零件相同类型的之前零件的历史零件数据,来确定与所述至少一个零件相关的所述零件寿命分布;以及
零件寿命预测控制单元(106),相对于与所述至少一个零件相关的所述零件寿命分布,基于所述至少一个零件的当前寿命数据确定所述至少一个零件的剩余寿命。
2.根据权利要求1所述的零件可靠性确定系统,进一步包括零件数据库(102),所述零件数据库与所述零件寿命预测控制单元(106)通信,其中,所述至少一个零件的所述当前寿命数据存储在所述零件数据库(102)中,并且其中,关于所述至少一个零件的历史零件数据存储在所述零件数据库(102)中。
3.根据权利要求1所述的零件可靠性确定系统,进一步包括交通工具使用数据库(114),所述交通工具使用数据库存储关于所述交通工具(10)的实际使用的交通工具使用数据,其中,所述零件寿命预测控制单元(106)相对于所述交通工具使用数据来确定所述剩余寿命。
4.根据权利要求1所述的零件可靠性确定系统,其中,所述当前寿命数据包括自安装开始的时间和自安装开始的周期中的一者或两者。
5.根据权利要求1所述的零件可靠性确定系统,其中,所述零件寿命预测控制单元(106)至少部分基于至少一个之前零件的之前更换时间,确定所述剩余寿命。
6.根据权利要求1所述的零件可靠性确定系统,其中,所述零件寿命分布控制单元(104)构建零件安装时间和零件移除时间的链,并且其中,所述零件寿命分布控制单元(104)使用所述链来确定所述至少一个零件的所述剩余寿命。
7.根据权利要求1所述的零件可靠性确定系统,其中,所述零件寿命预测控制单元(106)分析交通工具配置数据以确定所述至少一个零件的存在及数量。
8.根据权利要求1所述的零件可靠性确定系统,其中,所述零件寿命预测控制单元(106)至少部分基于所述至少一个零件的零件编号或序列号,确定所述至少一个零件的自安装开始的时间或自安装开始的周期。
9.根据权利要求1所述的零件可靠性确定系统,其中,所述零件寿命预测控制单元(106)通过相对于一个或多个数学模型,确定自安装所述至少一个零件开始的时间和自安装所述至少一个零件开始的周期中的一者或两者,来确定所述至少一个零件的所述剩余寿命。
10.一种零件可靠性确定方法,被配置为确定交通工具(10)的至少一个零件的可靠性,所述零件可靠性确定方法包括:
使用零件寿命分布控制单元(104)分析与针对所述交通工具和其他交通工具之前使用的所述至少一个零件相同类型的之前零件的历史零件数据,来确定与所述至少一个零件相关的所述零件寿命分布;以及
由零件寿命预测控制单元(106)相对于与所述至少一个零件相关的零件寿命分布,基于所述至少一个零件的当前寿命数据确定所述至少一个零件的剩余寿命。
11.根据权利要求10所述的零件可靠性确定方法,进一步包括:
使零件数据库(102)与所述零件寿命预测控制单元(106)通信地耦接;
将所述至少一个零件的所述当前寿命数据存储在所述零件数据库(102)中;以及
将关于所述至少一个零件的历史零件数据存储在所述零件数据库(102)中。
12.根据权利要求10所述的零件可靠性确定方法,进一步包括:存储关于所述交通工具的实际使用的交通工具使用数据,并且其中,所述确定包括:相对于所述交通工具使用数据来确定所述至少一个零件的所述剩余寿命。
13.根据权利要求10所述的零件可靠性确定方法,其中,所述确定包括:至少部分基于至少一个之前零件的之前更换时间来确定所述剩余寿命。
14.根据权利要求10所述的方法,进一步包括:构建零件安装时间和零件移除时间的链,并且其中,所述确定包括:使用所述链确定所述至少一个零件的剩余寿命。
15.根据权利要求10所述的方法,进一步包括:由所述零件寿命预测控制单元分析交通工具配置数据以确定所述至少一个零件的存在及数量。
16.根据权利要求10所述的方法,其中,所述确定包括:至少部分基于所述至少一个零件的零件号或序列号,确定用于所述至少一个零件的从安装开始的时间或者从安装开始的周期。
17.根据权利要求10所述的方法,其中,所述确定包括:相对于一个或多个数学模型,确定从安装所述至少一个零件开始的时间以及从安装上述至少一个零件开始的周期中的一者或两者。
18.一种零件可靠性确定系统,被配置为确定交通工具的至少一个零件的可靠性,所述零件可靠性确定系统包括:
交通工具使用数据库,存储关于交通工具的实际使用的交通工具使用数据;
零件寿命分布控制单元,通过分析与关于所述交通工具和其他交通工具之前使用的所述至少一个零件相同类型的之前零件的历史零件数据,确定与所述至少一个零件相关的零件寿命分布;
零件寿命预测控制单元,所述零件寿命预测控制单元相对于与所述至少一个零件相关的所述零件寿命分布以及所述交通工具使用数据,基于所述至少一个零件的当前寿命数据,确定所述至少一个零件的剩余寿命,其中,所述当前寿命数据包括从安装开始的时间和从安装开始的周期中的一者或两者;以及
零件数据库,与所述零件寿命分布控制单元和所述零件寿命预测控制单元通信,其中,所述至少一个零件的所述当前寿命数据存储在所述零件数据库中,并且其中,关于所述至少一个零件的历史零件数据存储在所述零件数据库中。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/604,713 US10573099B2 (en) | 2017-05-25 | 2017-05-25 | Vehicle part reliability determination system and method |
US15/604,713 | 2017-05-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108960478A CN108960478A (zh) | 2018-12-07 |
CN108960478B true CN108960478B (zh) | 2023-10-13 |
Family
ID=61972294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810379563.4A Active CN108960478B (zh) | 2017-05-25 | 2018-04-25 | 交通工具零件可靠性确定系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10573099B2 (zh) |
EP (1) | EP3407269A1 (zh) |
JP (1) | JP7427356B2 (zh) |
CN (1) | CN108960478B (zh) |
SG (1) | SG10201802483XA (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016196775A1 (en) * | 2015-06-04 | 2016-12-08 | Fischer Block, Inc. | Remaining-life and time-to-failure predictions of power assets |
JP6926008B2 (ja) * | 2018-01-31 | 2021-08-25 | 株式会社日立製作所 | 保守計画装置、及び保守計画方法 |
US11338940B2 (en) | 2019-05-08 | 2022-05-24 | The Boeing Company | Predictive part maintenance |
US11410473B2 (en) | 2019-05-08 | 2022-08-09 | The Boeing Company | Predictive part maintenance |
JP7252114B2 (ja) * | 2019-10-24 | 2023-04-04 | 株式会社Subaru | 航空機の運航支援システム、航空機の運航支援方法及び航空機の運航支援プログラム |
EP3871982A1 (en) * | 2020-02-28 | 2021-09-01 | Ratier-Figeac SAS | Usage based propeller life monitoring |
US11182750B1 (en) | 2020-04-29 | 2021-11-23 | Capital One Services, Llc | Visualizing vehicle part replacement information using extended reality |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5210704A (en) * | 1990-10-02 | 1993-05-11 | Technology International Incorporated | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment |
RU2072514C1 (ru) * | 1994-01-28 | 1997-01-27 | Акционерное общество "Рыбинские моторы" | Способ определения остаточного ресурса долговечности деталей из сплавов |
JP2005141658A (ja) * | 2003-11-10 | 2005-06-02 | Sun Wave Ind Co Ltd | 交換必要部品通知システム |
CN1716268A (zh) * | 2004-06-29 | 2006-01-04 | 阿尔卡特公司 | 确定维护状态的方法和装置 |
CN101038638A (zh) * | 2007-04-25 | 2007-09-19 | 上海发电设备成套设计研究院 | 一种发电机组自动控制系统电子元器件剩余寿命预测方法 |
CN101413991A (zh) * | 2007-10-15 | 2009-04-22 | 通用电气公司 | 用于远程预测交流电机系统剩余寿命的方法和系统 |
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 |
CN102402727A (zh) * | 2011-11-10 | 2012-04-04 | 中联重科股份有限公司 | 工程机械的部件剩余寿命预测系统及方法 |
CN103019135A (zh) * | 2012-11-28 | 2013-04-03 | 北京金风科创风电设备有限公司 | 风机部件的寿命预测方法及系统 |
CN103502539A (zh) * | 2011-04-28 | 2014-01-08 | 日立建机株式会社 | 作业机械及保养检查信息生成装置 |
CN103674573A (zh) * | 2012-09-03 | 2014-03-26 | 株式会社普利司通 | 轮胎胎体寿命预测系统 |
CN104504296A (zh) * | 2015-01-16 | 2015-04-08 | 湖南科技大学 | 高斯混合隐马尔可夫模型和回归分析的剩余寿命预测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6490543B1 (en) * | 1999-07-13 | 2002-12-03 | Scientific Monitoring Inc | Lifeometer for measuring and displaying life systems/parts |
WO2005033992A1 (ja) * | 2003-09-30 | 2005-04-14 | Honda Motor Co., Ltd. | 部品生涯管理システム |
JP5489672B2 (ja) * | 2009-11-25 | 2014-05-14 | 三菱重工業株式会社 | 軌道走行車両の部品劣化予測システム |
JP2012128725A (ja) * | 2010-12-16 | 2012-07-05 | Sumitomo Electric Ind Ltd | 車両のパーツの診断システム、コンピュータプログラム、及び、車両のパーツの診断方法 |
WO2012157040A1 (ja) * | 2011-05-13 | 2012-11-22 | 株式会社日立製作所 | 保守部品寿命予測システムおよび保守部品寿命予測方法 |
US10318664B2 (en) * | 2012-06-19 | 2019-06-11 | Gkn Aerospace Sweden Ab | Determining life consumption of a mechanical part |
US9218694B1 (en) * | 2013-08-12 | 2015-12-22 | The Boeing Company | Recommendations for time to replace parts on machines |
US10723487B2 (en) | 2013-08-15 | 2020-07-28 | The Boeing Company | Systems and methods for detecting aircraft maintenance events and maintenance intervals |
US20150198492A1 (en) | 2014-01-13 | 2015-07-16 | Simmonds Precision Products, Inc. | Remaining useful life forecasting system |
US20170073936A1 (en) * | 2015-09-10 | 2017-03-16 | Caterpillar Inc. | System and method for determining a useful life of a consumable component |
-
2017
- 2017-05-25 US US15/604,713 patent/US10573099B2/en active Active
-
2018
- 2018-03-26 JP JP2018058186A patent/JP7427356B2/ja active Active
- 2018-03-26 SG SG10201802483XA patent/SG10201802483XA/en unknown
- 2018-03-28 EP EP18164776.9A patent/EP3407269A1/en not_active Ceased
- 2018-04-25 CN CN201810379563.4A patent/CN108960478B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5210704A (en) * | 1990-10-02 | 1993-05-11 | Technology International Incorporated | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment |
RU2072514C1 (ru) * | 1994-01-28 | 1997-01-27 | Акционерное общество "Рыбинские моторы" | Способ определения остаточного ресурса долговечности деталей из сплавов |
JP2005141658A (ja) * | 2003-11-10 | 2005-06-02 | Sun Wave Ind Co Ltd | 交換必要部品通知システム |
CN1716268A (zh) * | 2004-06-29 | 2006-01-04 | 阿尔卡特公司 | 确定维护状态的方法和装置 |
CN101038638A (zh) * | 2007-04-25 | 2007-09-19 | 上海发电设备成套设计研究院 | 一种发电机组自动控制系统电子元器件剩余寿命预测方法 |
CN101413991A (zh) * | 2007-10-15 | 2009-04-22 | 通用电气公司 | 用于远程预测交流电机系统剩余寿命的方法和系统 |
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 |
CN103502539A (zh) * | 2011-04-28 | 2014-01-08 | 日立建机株式会社 | 作业机械及保养检查信息生成装置 |
CN102402727A (zh) * | 2011-11-10 | 2012-04-04 | 中联重科股份有限公司 | 工程机械的部件剩余寿命预测系统及方法 |
CN103674573A (zh) * | 2012-09-03 | 2014-03-26 | 株式会社普利司通 | 轮胎胎体寿命预测系统 |
CN103019135A (zh) * | 2012-11-28 | 2013-04-03 | 北京金风科创风电设备有限公司 | 风机部件的寿命预测方法及系统 |
CN104504296A (zh) * | 2015-01-16 | 2015-04-08 | 湖南科技大学 | 高斯混合隐马尔可夫模型和回归分析的剩余寿命预测方法 |
Non-Patent Citations (1)
Title |
---|
吴学亮,叶新农.军用航空发动机寿命控制方法.航空科学技术.1996,(05),第19-22页. * |
Also Published As
Publication number | Publication date |
---|---|
JP2018200681A (ja) | 2018-12-20 |
EP3407269A1 (en) | 2018-11-28 |
JP7427356B2 (ja) | 2024-02-05 |
US10573099B2 (en) | 2020-02-25 |
SG10201802483XA (en) | 2018-12-28 |
CN108960478A (zh) | 2018-12-07 |
US20180342116A1 (en) | 2018-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960478B (zh) | 交通工具零件可靠性确定系统和方法 | |
US11338940B2 (en) | Predictive part maintenance | |
CN109783461B (zh) | 用于飞行器的数据流分析的方法和飞行数据处理系统 | |
CN111259515B (zh) | 一种飞行器健康管理方法及系统 | |
US8401726B2 (en) | Maintenance interval determination and optimization tool and method | |
US20220383673A1 (en) | Predictive part maintenance | |
US9477222B2 (en) | Maintenance information device, condition sensor for use therein and method which can be carried out therewith for arriving at a decision whether or not to perform servicing or maintenance | |
EP2597602A1 (en) | Aircraft trending systems and methods | |
US10228299B2 (en) | Systems and methods for monitoring operative components of a vehicle based on ambient conditions | |
US10974852B2 (en) | Aircraft landing gear monitoring systems and methods | |
CN109478350B (zh) | 确定维护关注的航空器数据记录帧配置的系统和方法 | |
Hölzel et al. | An aircraft lifecycle approach for the cost-benefit analysis of prognostics and condition-based maintenance based on discrete-event simulation | |
Hölzel et al. | Cost-benefit analysis of prognostics and condition-based maintenance concepts for commercial aircraft considering prognostic errors | |
EP3418959A1 (en) | Flight schedule determining systems and methods | |
US20210334675A1 (en) | Auxiliary power unit usage prediction | |
US11518546B2 (en) | Aircraft performance analysis system and method | |
Vandawaker et al. | Impact of prognostic uncertainty in system health monitoring | |
Arnaiz et al. | New decision support system based on operational risk assessment to improve aircraft operability | |
CN113326950A (zh) | 根据可观察到的状况调整个体平台的维护间隔 | |
JP6738292B2 (ja) | 現象発生を予測するための方法およびシステム | |
US20170018026A1 (en) | Aircraft service bulletin analysis system and method | |
US20230298391A1 (en) | Multisource Component Removal Location Labeling | |
CN117196565A (zh) | 基于行为建模的部件维修预测系统 | |
Hölzel et al. | Analysis of Prognostics and Condition-based Maintenance Concepts for Commercial Aircraft Considering Prognostic Errors | |
Kapoor et al. | Modelling and optimisation of maintenance intervals to realise Structural Health Monitoring applications on aircraft |
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 |