CN109636949B - 用于部件状况指示符数据的可适应趋势检测的系统和方法 - Google Patents

用于部件状况指示符数据的可适应趋势检测的系统和方法 Download PDF

Info

Publication number
CN109636949B
CN109636949B CN201811158380.6A CN201811158380A CN109636949B CN 109636949 B CN109636949 B CN 109636949B CN 201811158380 A CN201811158380 A CN 201811158380A CN 109636949 B CN109636949 B CN 109636949B
Authority
CN
China
Prior art keywords
trend
condition
determining
data
indicated
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
Application number
CN201811158380.6A
Other languages
English (en)
Other versions
CN109636949A (zh
Inventor
布里安·爱德华·图克
马修·柯蒂斯·莱德贝特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bell Helicopter Textron Inc
Original Assignee
Bell Helicopter Textron Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bell Helicopter Textron Inc filed Critical Bell Helicopter Textron Inc
Publication of CN109636949A publication Critical patent/CN109636949A/zh
Application granted granted Critical
Publication of CN109636949B publication Critical patent/CN109636949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G05B23/0232—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 qualitative trend analysis, e.g. system evolution
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • 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
    • 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
    • G07C5/006—Indicating maintenance
    • 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
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • B64D2045/0085—Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
    • 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
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34477—Fault prediction, analyzing signal trends

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及用于部件状况指示符数据的可适应趋势检测的系统和方法。用于部件状况指示符数据的可适应趋势检测的系统包括：传感器，其可操作成测量交通工具的运行状况，并生成与运行状况相关联的传感器信号；以及数据服务器，其可操作成根据传感器信号来获取状况指示符组的当前状况指示符，并且根据至少当前状况指示符、状况指示符组中的至少一个先前状况指示符和状况指示符组中的至少一部分的波动度来确定状况指示符组中的趋势是否被指示。数据服务器还可操作成：响应于确定趋势被指示而提供警报。

Description

用于部件状况指示符数据的可适应趋势检测的系统和方法
技术领域
本发明一般涉及用于系统退化或故障和维护分析的系统和方法，并且在特定实施方式中，涉及用于检测交通工具的状况指示符的趋势的系统和方法。
背景技术
旋翼飞行器可以包括一个或更多个旋翼系统，所述一个或更多个旋翼系统包括一个或更多个主旋翼系统。主旋翼系统生成用于支承旋翼飞行器在飞行中的重量的气动升力和用于移动旋翼飞行器向前飞行的推力。旋翼飞行器旋翼系统的另一个示例是尾桨旋翼系统。尾旋翼系统可以在与主旋翼系统的旋转相同的方向上生成推力，以对抗由主旋翼系统产生的扭矩效应。为了旋翼飞行器平稳有效地飞行，飞行员平衡引擎功率、主旋翼总距(collective)推力、主旋翼周期距(cyclic)推力和尾旋翼推力，控制系统可以辅助飞行员稳定旋翼飞行器并减少飞行员工作负荷。用于引擎、变速器、驱动系统、旋翼等的系统对于旋翼飞行器在飞行中的安全操作而言是至关重要的。系统的元件如机械系统、电气系统、液压系统等都受到独特的磨损因素以及监视、检查或维护要求的制约。
发明内容
一种实施方式系统包括：传感器，其可操作成测量交通工具的运行状况并生成与运行状况相关联的传感器信号；以及数据服务器，其可操作成根据传感器信号来获取状况指示符组中的当前状况指示符，并且根据至少当前状况指示符、状况指示符组中的至少一个先前状况指示符和状况指示符组的至少一部分的波动度(volatility)来确定状况指示符组中的趋势是否被指示。数据服务器还能够操作成：响应于确定趋势被指示而提供警报。
实施方式数据服务器包括：处理器以及存储要由处理器执行的程序的非暂态计算机可读存储介质。程序包括用于以下操作的指令：获取与交通工具的运行状况相关联的状况指示符组中的当前状况指示符，其中，状况指示符组指示与在运行状况下的交通工具的运行元件相关联的传感器读数；以及确定状况指示符组的第一部分的波动度，其中，状况指示符组的第一部分包括当前状况指示符。程序还包括用于以下操作的指令：确定状况指示符组中的第二部分的一个或更多个移动平均值；根据一个或更多个移动平均值和波动度来确定与运行元件相关联的趋势是否被指示；以及响应于确定趋势被指示而生成警报信号。
实施方式方法包括：获取与交通工具的运行状况相关联的状况指示符组中的当前状况指示符，其中，状况指示符组指示与在运行状况下的交通工具的运行元件相关联的传感器读数；由数据服务器确定状况指示符组中的第一部分的波动度，其中，状况指示符组的第一部分包括当前状况指示符；由数据服务器确定状况指示符组的第二部分的一个或更多个移动平均值；由数据服务器根据一个或更多个移动平均值和波动度来确定与运行元件相关联的趋势是否被指示；以及由数据服务器响应于确定趋势被指示而生成警报信号。
附图说明
为了更完整地理解本发明及其优点，现在参考以下结合附图的描述，在附图中：
图1示出了根据一些实施方式的旋翼飞行器；
图2示出了根据一些实施方式的用于旋翼飞行器的电传飞行控制系统；
图3是示出了根据一些实施方式的用于部件状况指示符数据的趋势检测的系统的框图；
图4A是示出了根据实施方式的指数移动平均(EMA)值和移动平均收敛发散(MACD)值409的计算的图表；
图4B是示出了根据一些实施方式的状况指示符数据415和趋势指示的图表；
图5A是示出了根据一些实施方式的使用具有噪声状况指示符数据的静态趋势阈值407的趋势指示的图表；
图5B是示出了根据一些实施方式的与静态趋势阈值相比来计算EMA值和MACD值的图表；
图5C是示出了根据一些实施方式的与可适应趋势阈值相比来计算EMA值和MACD值的图表；
图5D是示出了根据一些实施方式的与可适应趋势阈值相比来计算EMA值和MACD值的图表；
图6A是示出了根据一些实施方式的状况指示符数据和趋势指示的图表；
图6B是示出了根据一些实施方式计算EMA值和可适应趋势阈值的图表；
图7A是示出了根据一些实施方式的状况指示符数据和趋势指示的图表；
图7B是示出了根据一些实施方式计算EMA值和可适应趋势阈值的图表；
图8A是示出了根据一些实施方式的状况指示符数据和趋势指示的图表；
图8B是示出了根据一些实施方式计算EMA值和可适应趋势阈值的图表；
图8C是示出了根据一些实施方式的各种缩放函数的图表；
图9A是示出了根据一些实施方式的用于为状况指示符趋势提供警告信号的方法的流程图；
图9B是示出了根据一些实施方式的用于为快速改变和缓慢改变状况指示符趋势提供警告信号的方法的流程图；以及
图10是示出了根据一些实施方式的可以用于实现系统、数据终端或数据服务器的计算机系统的图。
具体实施方式
下面描述本公开内容的系统和方法的说明性实施方式。为了清楚起见，在本说明书中可能没有描述实际实现的所有特征。当然，可以理解的是，在任何这样的实际实施方式的开发中，可以做出许多特定于实现的决定以实现开发者的特定目标，如遵守系统相关和商业相关的约束，这些将随着实现而变化。此外，应该理解，这种开发努力可能是复杂且耗时的，但对于受益于本公开内容的本领域普通技术人员而言仍然是常规任务。
因为在附图中描绘了这些装置，因此在本文中可以参考各种部件之间的空间关系以及部件的各个方面的空间取向。然而，如本领域技术人员在完整阅读本公开内容之后将认识到的，本文中描述的装置、构件、设备等可以以任何期望的取向来定位。由于本文中描述的装置可以沿任何期望的方向来定向，因此使用诸如“在…上方”、“在…下方”、“上”、“下”的术语或其它类似术语来描述各种部件之间的空间关系或描述这些部件的各方面的空间取向应该被理解为：分别描述这些部件之间的相对关系，或这些部件的各方面的空间取向。
起来越多地使用旋翼飞行器(特别是商业和工业应用)已经导致开发出更大更复杂的旋翼飞行器。然而，随着旋翼飞行器变得越来越大且越来越复杂，飞行旋翼飞行器与固定翼飞行器之间的差异变得更加明显。由于旋翼飞行器使用一个或更多个主旋翼来同时提供升力、控制姿态、控制高度并且提供横向或位置移动，因此不同的飞行参数和控制彼此紧密地耦合，因为主旋翼的空气动力特性影响每个控制和运动轴。例如，旋翼飞行器在巡航速度或高速下的飞行特性可能与悬停时或相对低速时的飞行特性显著不同。另外，针对主旋翼上的不同轴的不同飞行控制输入，如周期距输入或总距输入，影响旋翼飞行器的其它飞行控制或飞行特性。例如，向前俯仰旋翼飞行器的机头，以增加前进速度通常会导致旋翼飞行器失去高度。在这种情况下，可以增加总距以保持水平飞行，但是总距的增加需要增加主旋翼处的功率，这转而需要来自尾旋翼的附加的反扭矩力。这与固定翼系统形成对比，在固定翼系统中，控制输入彼此关联较小，并且不同速度状况(speed regime)下的飞行特性彼此更紧密地相关。
最近，在旋翼飞行器中已引入了电传(FBW)系统，以辅助飞行员使旋翼飞行器稳定地飞行，并且减少飞行员的工作负荷。FBW系统可以在不同的飞行状况(flight regime)下为周期距、踏板或总距控制输入提供不同的控制特性或响应，并且可以通过解耦物理飞行特性来提供稳定性辅助或增强，从而使得飞行员免于需要补偿发给旋翼飞行器的一些飞行命令。FBW系统可以在设置在飞行员控制器与飞行控制系统之间的一个或更多个飞行控制计算机(FCC)中实现，从而提供对飞行控制的校正，该校正有助于更有效地操作旋翼飞行器或者使旋翼飞行器进入稳定的飞行模式，同时仍然允许飞行员重写(override)FBW控制输入。旋翼飞行器中的FBW系统可以例如自动调整引擎的功率输出以匹配总距控制输入，在周期距控制输入期间应用总距校正或功率校正，提供为默认或建议的控制定位等提供的一个或更多个飞行控制过程的自动化。
本文中呈现的系统的实施方式涉及提供以下系统，该系统用于测量交通工具的运行状况，并且确定运行状况的趋势，以向操作员和技术人员提供状况警告。在一些实施方式中，报告系统从一个或更多个传感器接收信号，并且确定可以指示诸如振动等状况的大小或其它属性的状况指示符。系统分析与特定运行元件相关联的一系列状况指示符，以确定状况指示符的趋势。趋势可以用于确定：由于例如磨损、损坏等，特定运行元件的状况指示符已经改变。例如，可以跟踪与燃料泵、变速器齿轮、引擎涡轮等相关联的振动，并且与趋势阈值之外的变化相关联的趋势可以指示：运行元件可能需要检查、修理或更换。
在一些实施方式中，系统可以使用状况指示符的移动平均值，如指数移动平均值(EMA)，来确定相关联的运行元件的趋势。在一些实施方式中，移动平均收敛发散(MACD)分析可以用于确定趋势，并且在一些实施方式中，MACD可以是短期EMA和长期EMA之间的差异。可以基于数据或状况指示符、状况指示符的波动度、静态趋势阈值等中的一个或更多个将MACD与静态趋势阈值或可适应趋势阈值进行比较，该比较可以指示趋势。当检测到趋势时，系统可以通过例如交通工具中的指示符、通过报告、通过能够经由服务器访问的web界面、通过自动消息等来提供警告。
图1示出了根据一些实施方式的旋翼飞行器101。旋翼飞行器101具有包括多个主旋翼桨叶105的主旋翼系统103。每个主旋翼桨叶105的桨距可以由倾斜盘107控制，以选择性地控制旋翼飞行器101的姿态、高度和运动。倾斜盘107可以用于共同地和/或循环地改变主旋翼桨叶105的桨距。旋翼飞行器101还具有反扭矩系统，该反扭矩系统可以包括尾旋翼109、无尾旋翼(NOTAR)或双主旋翼系统。在具有尾旋翼109的旋翼飞行器中，每个尾旋翼桨叶111的桨距被共同地改变，以改变反扭矩系统的推力，从而提供旋翼飞行器101的方向控制。尾旋翼桨叶111的桨距由一个或更多个尾旋翼致动器改变。在一些实施方式中，FBW系统将电信号发送至尾旋翼致动器或主旋翼致动器，以控制旋翼飞行器的飞行。
由引擎115向主旋翼系统103和反扭矩系统提供电力。可以存在一个或更多个引擎115，可以根据来自FBW系统的信号来控制所述一个或更多个引擎115。引擎115的输出被提供至传动轴117，传动轴117分别通过主旋翼传动装置119和尾旋翼传动装置机械地且可操作地耦接至旋翼系统103和反扭矩系统。
旋翼飞行器101还包括机身125和尾部123。尾部123可以具有其它飞行控制装置，如水平或垂直稳定器、舵、升降机或用于控制或稳定旋翼飞行器101的飞行的其它控制面或稳定面。机身125包括驾驶舱127，该驾驶舱127包括显示器、控制器和仪表。应当理解，即使旋翼飞行器101被描绘为具有某些示出的特征，旋翼飞行器101也可以具有各种特定于实现的配置。例如，在一些实施方式中，如所示的，驾驶舱127被配置成容纳飞行员或飞行员和副飞行员。然而，还可以设想的是，旋翼飞行器101可以被远程操作，在这种情况下，驾驶舱127可以被配置为充分运行的驾驶舱以容纳飞行员(并且可能还有副飞行员)，以提供更大的使用灵活性，或者可以被配置有具有有限功能的驾驶舱(例如，仅容纳一个人的驾驶舱，这一个人将充当可能与远程副飞行员一起进行操作的飞行员，或者在主驾驶功能被远程执行的情况下这一个人将充当副飞行员或后备飞行员)。在其它设想的实施方式中，旋翼飞行器101可以被配置为无人驾驶交通工具，在这种情况下，可以完全除去驾驶舱127以节省空间和成本。
图2示出了根据一些实施方式的用于旋翼飞行器的电传飞行控制系统201。飞行员可以操纵一个或更多个飞行员飞行控制器，以控制旋翼飞行器的飞行。飞行员飞行控制器可以包括手动控制器，如周期距控制组件217中的周期距杆(cyclic stick)231、总距控制组件219中的总距杆(collective stick)233和踏板控制组件221中的踏板239。飞行员向飞行员飞行控制器提供的输入可以由飞行控制系统201机械地和/或电子地(例如，经由FBW飞行控制系统)传送至飞行控制装置。飞行控制装置可以表示能够操作成改变旋翼飞行器的飞行特性的装置。作为示例，旋翼飞行器上的飞行控制装置可以包括机械和/或电气系统，其能够操作成改变主旋翼桨叶105和尾旋翼桨叶111的位置或迎角，或者改变引擎115的功率输出。飞行控制装置包括诸如倾斜盘107、尾旋翼致动器113的系统，并且系统能够操作成控制引擎115。飞行控制系统201可以独立于机组人员来调整飞行控制装置，以稳定旋翼飞行器、减少机组人员的工作负荷等。飞行控制系统201包括引擎控制计算机(ECCU)203、飞行控制计算机(FCC)205和飞行器传感器207，它们共同调整飞行控制装置，并在操作期间监视旋翼飞行器。
飞行控制系统201具有一个或更多个FCC 205。在一些实施方式中，提供多个FCC205用于冗余。FCC 205内的一个或更多个模块可以部分或全部实现为用于执行本文中描述的任何功能的软件和/或硬件。在飞行控制系统201是FBW飞行控制系统的实施方式中，FCC205可以分析飞行员输入，并将相应的命令分派给ECCU 203、尾旋翼致动器113和/或用于倾斜盘107的致动器。此外，FCC 205被配置并且通过与飞行员飞行控制器中的每个相关联的传感器从飞行员控制器接收输入命令。通过测量飞行员控制器的位置来接收输入命令。FCC205还控制飞行员控制器的触觉提示或者例如仪表板241上的仪器中的显示信息。
ECCU 203控制引擎115。例如，ECCU 203可以改变引擎115的输出功率，以控制主旋翼桨叶或尾旋翼桨叶的旋转速度。ECCU 203可以根据来自FCC 205的命令来控制引擎115的输出功率，或者可以基于诸如测量的主旋翼桨叶的每分钟转数(RPM)的反馈来控制引擎115的输出功率。
周期距控制组件217连接至周期距配平组件229，该周期距配平组件229具有一个或更多个周期距位置传感器211、一个或更多个周期距止动传感器235以及一个或更多个周期距致动器或周期距配平马达209。周期距位置传感器211测量周期距杆231的位置。在一些实施方式中，周期距杆231是沿两个轴移动并且允许飞行员控制俯仰和横滚的单个控制杆，其中，俯仰是旋翼飞行器的机头的垂直角，横滚是旋翼飞行器的侧向(side-to-side)角度。在一些实施方式中，周期距控制组件217具有分别测量横滚和俯仰的单独的周期距位置传感器211。用于检测横滚和俯仰的周期距位置传感器211分别生成横滚信号和俯仰信号，(有时分别被称为周期距经度信号和周期距纬度信号)，所述横滚信号和俯仰信号被发送至控制倾斜盘107、引擎115、尾旋翼109或相关的飞行控制装置的FCC 205。
周期距配平马达209连接至FCC 205，并且从FCC 205接收信号以移动周期距杆231。在一些实施方式中，FCC 205根据总距杆位置、踏板位置、旋翼飞行器的速度、高度和姿态、引擎RPM、引擎温度、主旋翼RPM、引擎扭矩或其它旋翼飞行器系统状况或飞行状况中的一个或更多个或者根据由飞行员选择的预定功能来确定周期距杆231的建议的周期距杆位置。建议的周期距杆位置是由FCC 205确定以给出期望的周期距动作的位置。在一些实施方式中，FCC 205将指示建议的周期距杆位置的建议的周期距杆位置信号发送至周期距配平马达209。虽然FCC 205可以命令周期距配平马达209将周期距杆231移动至特定位置(其因此将转而驱动与倾斜盘107相关联的致动器)，周期距位置传感器211检测由周期距配平马达206设置或由飞行员输入的周期距杆231的实际位置，从而允许飞行员重写建议的周期距杆位置。周期距配平马达209连接至周期距杆231，使得飞行员可以在配平马达正在驱动周期距杆231的同时移动周期距杆231，以重写建议的周期距杆位置。因此，在一些实施方式中，FCC 205从周期距位置传感器211接收指示实际周期距杆位置的信号，并且不依赖于建议的周期距杆位置来命令倾斜盘107。
类似于周期距控制组件217，总距控制组件219连接至总距配平组件225，该总距配平组件225具有一个或更多个总距位置传感器215、一个或更多个总距止动传感器237以及一个或更多个总距致动器或总距配平马达213。总距位置传感器215测量总距控制组件219中的总距杆233的位置。在一些实施方式中，总距杆233是沿单个轴移动或具有杠杆式动作的单个控制杆。总距位置传感器215检测总距杆233的位置，并向FCC 205发送总距位置信号，FCC 205根据总距位置信号来控制引擎115、倾斜盘致动器或相关的飞行控制装置，以控制旋翼飞行器的竖直运动。在一些实施方式中，FCC 205可以向ECCU 203发送功率命令信号，并且向主旋翼致动器或倾斜盘致动器发送总距命令信号，使得主桨叶的迎角共同升高或降低，并且引擎功率被设置成：提供所需的功率以保持主旋翼RPM基本恒定。
总距配平马达213连接至FCC 205，并且从FCC 205接收信号以移动总距杆233。类似于建议的周期距杆位置的确定，在一些实施方式中，FCC205根据周期距杆位置、踏板位置、旋翼飞行器的速度、高度和姿态、引擎RPM、引擎温度、主旋翼RPM、引擎扭矩或其它旋翼飞行器系统状况或飞行状况中的一个或更多个或者根据由飞行员选择的预定功能来确定周期距杆233的建议的周期距杆位置。FCC 205生成建议的总距杆位置，并且将相应的建议的总距杆信号发送至总距配平马达213，以将总距杆233移动至特定位置。总距位置传感器215检测由总距配平马达213设置或由飞行员输入的总距杆233的实际位置，从而允许飞行员重写建议的总距杆位置。
踏板控制组件221具有的一个或更多个踏板传感器227，其测量踏板控制组件221中的踏板或其它输入元件的位置。在一些实施方式中，踏板控制组件221不具有配平马达或致动器，并且可能具有当飞行员释放踏板时使踏板居中的机械返回元件。在其它实施方式中，踏板控制组件221具有一个或更多个配平马达，其根据来自FCC 205的信号将踏板驱动到建议的踏板位置。踏板传感器227检测踏板239的位置，并向FCC 205发送踏板位置信号，FCC 205控制尾旋翼109以使旋翼飞行器绕竖直轴偏航或旋转。
周期距配平马达209和总距配平马达213可以分别将周期距杆231和总距杆233驱动到建议的位置。周期距配平马达209和总距配平马达213可以分别将周期距杆231和总距杆233驱动到建议的位置，但是这种运动能力也可以用于向飞行员提供触觉提示。另外，周期距控制组件217、总距控制组件219和/或踏板控制组件221可以各自具有一个或更多个止动传感器，以确定飞行员是否正在操纵特定的控制装置。FCC 205可以基于特定杆或飞行员控制器的止动状态向一个或更多个飞行系统提供不同的默认控制命令或自动命令。
飞行器传感器207可以与FCC 205、健康和使用监视系统(HUMS)245进行通信。飞行器传感器207可以包括用于监视旋翼飞行器的操作的传感器、用于提供飞行员数据的传感器、用于提供操作数据的传感器等，并且可以包括测量各种旋翼飞行器系统、运行状况、飞行参数、环境状况等。例如，飞行器传感器207可以包括用于收集飞行数据的传感器，并且可以包括用于测量空速、高度、姿态、位置、取向、温度、竖直速度等的传感器。飞行器传感器207可以包括依赖于源自旋翼飞行器外部的数据或信号的传感器，如全球定位系统(GPS)传感器、甚高频(VHF)全向距离传感器、仪表着陆系统(ILS)等。飞行器传感器207还可以包括用于读取诸如振动、装置旋转速度、电气操作特性、流体流动等的操作数据的传感器。
飞行控制系统201还可以包括HUMS 245或HUMS终端。在一些实施方式中，HUMS从飞行系统201元件收集数据以供存储和稍后下载、分析等。在一些实施方式中，HUMS 245可以连接至一个或更多个飞行器传感器207、FCC 205、ECCU 203、独立传感器、集成到HUM中的传感器、或其它系统部件或部件的组合。在一些实施方式中，HUMS 245可以与FCC 205分离，并且可以实现为与飞行控制系统201的其它元件进行通信但在操作上与飞行控制系统201的其它元件分离的独立系统。HUMS 245可以是存储来自一个或更多个飞机器部件的原始数据的终端，并且将原始数据提供至服务器以进行解释和分析。在其它实施方式中，HUMS 245可以解释原始数据，以确定用于分析或显示数据的服务器或其它系统的一个或更多个状况指示符。在另一个实施方式中，HUMS 245可以分析原始数据或状况指示符，以利用数据集来确定趋势或问题，并且可以在仪表板241上、在专用显示器上、在诸如飞行指引器显示器的另一显示器内通过听觉警告、通过触觉反馈系统等来显示或指示解释的数据、警告、系统状态等。HUMS 245可以使用来自飞行器传感器207的数据来确定诸如振动的运行状况。例如，HUMS 245可以使用振动数据和旋转速度数据的组合来生成同步振动数据或其它变换的数据类型，其可以被分析以用于指示与振动数据相关联的特定部件的开发问题的趋势。
图3是示出根据一些实施方式的用于组件状况指示符数据的趋势检测的HUMS 301的框图。HUMS 301可以包括连接到一个或更多个传感器307和数据服务器305的数据终端303。传感器307可以是飞行器传感器，如以上所讨论的，并且可以获取传感器读数，并且生成一个或更多个传感器信号，例如，指示一个或更多个运行状况的电信号、数据元素等。例如，传感器307可以是靠近引擎、齿轮组或检测来自本地操作元件的振动的变速器的振动传感器。在另一示例中，传感器307可以是电压传感器或电流传感器，用于检测由诸如泵或电动机的电操作元件汲取的电压或电流。在又一个示例中，传感器307可以是压力或流量传感器，用于检测液压管线或燃料管线的压力、诸如燃料、冷却剂、油压流体等的流体的流速。
数据终端303可以是接收传感器信号并且在本地存储传感器信号以供以后分析的计算机或其它设备。在一些实施方式中，HUMS终端、FCC或ECCU中的一个或更多个是数据终端303。数据终端303具有数据收集元件309，数据收集元件309是数据处理元件，例如处理器、数据收集电路或设备等。在一些实施方式中，数据终端303是作为集中式设备或独立设备的HUMS终端，用于从传感器307收集原始数据并且从原始数据信号生成状况指示符数据，或者从传感器307收集状况指示符数据。在其它实施方式中，数据终端303是HUMS终端，用于从确定状况指示符并且对状况指示符执行分析的智能传感器307接收经计算的或经分析的数据，例如警报、趋势等。在又一实施方式中，数据终端303可以是或包括智能传感器307的网络，其自主地动作以收集数据，并且可以确定状况指示符并且执行对状况指示符数据的一些分析。在这样的实施方式中，智能传感器307可以存储所收集和计算的数据或分析，以直接传递到数据服务器305。在一些实施方式中，数据收集元件309还包括从传感器307接收传感器信号的通信电路，并且将原始传感器信号提供给数据收集元件309，数据收集元件309基于实时数据存储装置311中的原始传感器信号来保存状况指示符。
在一些实施方式中，数据终端303将传感器信号存储为实时数据存储器311中的状况指示符，并且在其它实施方式中，数据终端303处理原始传感器信号，以在存储状况指示符之前基于或根据原始传感器信号生成状况指示符。数据终端303可以主动查询传感器307，可以从传感器307接收信号，或者可以从传感器307对信号采样，以获取原始数据信号或传感器信号。数据终端303可以在飞行中的特定时间或者响应于满足预定标准集的一个或更多个运行状况来获取数据信号。因此，每个状况指示符数据集可以与运行状况相关联。当数据终端303检测到飞行状况或运行状况满足一个或更多个标准时，数据终端303可以通过对连续或实时信号进行采样或者查询传感器来获取数据信号。例如，数据终端303可以是FCC，并且可以基于节流阀和集合设置来确定引擎处于最大起飞功率(MTOP)状态，并且可以获取指示例如引擎、变速器、齿轮系等的一个或更多个部件的振动或用于燃料流动、发电、传动扭矩等的数据信号。在另一示例中，数据终端303可以确定旋翼机处于悬停、前飞或另一飞行状态中，并且可以在飞行状态期间获取数据信号。状况指示符数据集可以由关于类似运行状况确定的测量或状况指示符形成，以提供一致的数据。例如，第一状况指示符数据集可以包括在跨多个飞行的MTOP期间的主旋翼传动齿轮的状态指示符，而第二状态指示符数据集可以包括在跨多个飞行的悬停期间针对相同主旋翼传动齿轮的状态指示符。
数据终端303可以将数据信号、数据信号的样本、状况指示符和其它传感器数据或相关识别信息存储在实时数据存储器311中。在一些实施方式中，当数据信号或状况指示符被存储在实时数据存储器311中时，可以利用日期、时间和运行状况指示符信息来进行标记，以稍后传输到数据服务器305。
数据服务器305聚合来自一个或更多个数据终端303的数据。数据服务器305收集一个或更多个状况指示符数据集中的数据，以进行聚合和趋势分析，并且可以提供与检测到的个别状况指示符数据集的趋势有关的报告、警报或其它信息。数据服务器305将状况指示符、趋势信息等存储在扩展数据存储装置313中。数据分析元件315读取状况指示符信息，并对状况指示符执行趋势分析或检测，并将由趋势分析生成的趋势信息保存在扩展数据存储装置中。
数据服务器305可以是例如远离数据终端303的服务器，或者可以是数据终端303的本地设备或相同的设备。在一些实施方式中，数据终端303和数据服务器305两者都设置在诸如旋翼飞行器的车辆中，并且两者都可以在一个或更多个FCC中实现。在其它实施方式中，数据终端303可以在与实现数据服务器305的设备不同的设备中实现。例如，数据终端303可以使用例如专用构建处理器、微控制器等在专用监控计算机或设备中实现，或者可以在ECCU或其它控制计算机中实现，而数据服务器305在例如FCC中实现。在其它实施方式中，数据服务器305可以是与布置有数据终端303的车辆分开的诊断计算机、远程服务器等。数据终端303可以通过响应来自维护计算机的查询而将数据传输到数据服务器305，通过无线连接将数据自动传输到远程数据服务器305，通过使用例如非暂态计算机可读介质(例如通用串行总线(USB)棒或安全数字(SD)卡等)的用户进行手动传输或下载。
数据终端303收集数据服务器305监控的每个运行状况的一系列状况指示符。在一些实施方式中，数据服务器305从数据终端303或从形成数据终端303的传感器307接收原始传感器数据或数据信号，并且执行分析以从数据信号或原始传感器数据中分离状况指示符。在其它实施方式中，数据终端303执行分析，并且向数据服务器发送处理后的数据信号，例如状况指示符、数据信号样本等。
在一些实施方式中，数据信号可以指示多于一个的状况指示符，并且处理数据信号可以包括将状况指示符与数据信号分离。例如，数据终端303可以从与主旋翼变速器相邻的振动传感器获取数据信号。数据信号可以是预定时间段内的传感器数据的样本，并且可以包括来自多个振动源的数据。数据终端303或数据服务器305可以通过例如使用傅立叶分析等进行滤波来分析数据信号，以分离用于各个状况指示符的信号。傅立叶变换可以应用于数据信号，以将数据信号变换为滤波信号，例如频域信号，其将指示构成数据信号的不同子信号的幅度。不同频率的子信号可以与不同的状况指示符相关联。例如，以300RPM旋转的第一齿轮将与滤波信号中的第一频率的频率信号对应，而以2000RPM旋转的第二齿轮将与滤波信号中的第二频率的频率子信号对应。因此，第一齿轮的第一振动状况指示符将与具有约5Hz频率的第一振动子信号对应，而第二齿轮的第二振动状况指示符将与具有约33.3Hz频率的第二振动子信号对应。因此，可以根据单个数据信号或单个传感器确定多个状况指示符。在一些实施方式中，传感器307可以执行数据信号的处理以确定状况指示符，并且可以向数据终端303发送例如数据包或其它数据信号。在其它实施方式中，传感器307可以向数据终端303的数据收集元件309发送数据信号，数据终端303处理数据信号以确定状况指示符。在另一实施方式中，传感器307可以向数据终端303发送数据信号，然后数据终端303将数据信号传递到数据服务器305以确定状况指示符。
数据服务器305尝试检测趋势偏离正常值或预期值的状况指示符的趋势。在一些实施方式中，数据服务器305具有警报系统317，警报系统317提供指示已超过特定阈值(例如静态指示符阈值、静态趋势阈值或可适应趋势阈值、其组合等)的状况指示符的趋势的警报。警报系统317可以向车辆操作者、维护技术人员、车队操作者、车辆、所有者或自动系统提供警报。警报系统317可以被设置在车辆中，并且包括：作为可听指示符例如通过飞行指引系统提供的蜂鸣器或语音提示的驾驶舱指示符、图形警告，例如在图形屏幕、仪表屏幕、飞行指引仪屏幕等上的注释或其它警告，或者可以被设置作为专用视觉指示符例如专用警告灯、灯等。在其它实施方式中，警报系统317可以远离车辆，并且可以通过生成具有关注状况列表的报告、自动向技术人员或所有者发送消息、在监控系统上提供指示符等来提供自动警报。例如，数据服务器305可以是车队操作者的监控服务器，并且当每个车辆返回车队基地时，车辆可以通过无线链路或通过由技术人员连接至车辆的维护计算机来向数据服务器自动发送状况指示符数据。数据服务器305可以将针对一个或更多个被监控的性能参数的新接收的状况指示符数据与用于相关性能参数的现有状况指示符或趋势数据进行聚合，并且分析数据的趋势。在检测到特定操作参数的趋势或状况数据已经超过诸如静态趋势阈值或可适应趋势阈值的特定阈值时，数据服务器305可以生成一个或更多个警报信号，这可以包括生成问题报告，其指示特定的车辆系统、元件等需要由技术人员进行检查、替换或以其它方式进行处理。可以响应于确定该趋势指示问题或响应于对报告的查询而生成报告。在其它实施方式中，警报系统317可以生成警报信号，该警报信号通过电子邮件、短消息系统(SMS)消息、文本消息、自动语音呼叫等自动地向车队操作者、车主、维护技术人员等发送消息。在其它实施方式中，警报系统317可以生成警报信号以在管理网页、维护检查表、车辆记录等上显示指示符。在一些实施方式中，警报可以指示问题的严重性，其中，数据服务器305将趋势数据与多个不同的阈值进行比较。因此，警报可以指示特定车辆元件的趋势的严重性。在一些实施方式中，可以组合使用车载警报(vehicle bornalert)和远程警报。例如，当趋势数据指示齿轮的振动已超过阈值(如静态趋势阈值或可适应趋势阈值)时(这指示应该检查变速器齿轮是否可能损坏)，可以为变速器齿轮生成维护或检查警报。当趋势数据超过较高阈值时(这指示应该避免进一步使用齿轮)，警报系统317可以生成警告或问题消息，例如自动远程消息和/或驾驶舱内警告。因此，警报系统317可以基于趋势数据与不同阈值的比较来采取不同的警报动作。
数据服务器305可以使用来自一个或更多个数据收集点(例如传感器307、数据收集元件309、数据终端303等)的数据，以确定特定状况指示符的趋势。在一些实施方式中，数据服务器305使用一个或更多个EMA进行趋势检测，其中，每个EMA基本上充当一个单极低通滤波器。数据服务器305还可以使用MACD系统中的不同EMA的差异来进行趋势检测。应用于感兴趣数据的两个EMA可以用于确定状况指示符中的趋势。在一些实施方式中，MACD系统可以使用具有长窗口(EMAlong)的第一EMA或长期EMA以及具有短窗口(EMAshort)的第二EMA或短期EMA，其中，MACD是两者例如EMAshort和EMAlong之间的差异。正MACD值表示数据呈上升趋势，而负值表示下降趋势。静态趋势阈值可以用于将警报设置为特定级别：正极、负极或两者。
将MACD应用于状况指示符允许HUMS 301检测数据中的趋势，而不是数据的绝对值。静态指示符阈值是与状况指示符值进行比较的绝对、恒定或固定阈值。与MACD一起使用的阈值是与由MACD指示的趋势数据进行比较的趋势阈值。在一些实施方式中，趋势阈值可以是恒定或固定的静态趋势阈值，并且与MACD值进行比较。在其它实施方式中，趋势阈值可以是可适应趋势阈值，其基于例如状况指示符的一个或更多个值、MACD值、EMA值等而变化。趋势阈值允许比静态指示符阈值更早地检测状况指示符问题。这是因为趋势阈值对状况指示符值的变化(而不是状况指示符本身的值)进行操作，与静态指示符阈值一样。趋势阈值在静态指示符阈值之前很好地检测状况指示符的变化。虽然可以降低静态指示符阈值以更早地检测状况指示符中的潜在问题，但是这可能导致噪声信号的错误警报。因此，使用趋势阈值的趋势检测倾向于提供比静态指示符阈值更早的且具有更少的错误警报的检测。
使用具有用于趋势检测的可适应趋势阈值的MACD替代诸如标准偏差、峰度等的简单统计指示符可以避免在非趋势噪声数据信号中过度识别趋势，或在趋势、无噪声、趋势数据信号中对趋势识别不足。这是因为这种简单的统计指示符并不表示非趋势噪声数据信号和非噪声数据信号之间的显著差异。然而，信号中的噪声可以量化为波动度的度量。例如，获取相邻点之间的差的绝对值以及在移动窗口上对这些值求和提供了比标准偏差或其它简单统计指示符更多的噪声和趋势之间的差异。另外，该方法允许可适应趋势阈值适应或改变，如状况指示符数据集或信号的波动度改变，或适应不同状况指示符数据集的波动度。
噪声信号的波动度度量将大于非噪声信号的波动度度量，并且在例如简单的统计指示符(例如标准偏差或峰度)指示噪声信号和非噪声信号之间没有差异或微小差异时特别有用。因此，波动度的度量可以用于设置趋势阈值以确定趋势。在一些实施方式中，时间t处的波动度度量V是：
Figure BDA0001819448950000151
其中，V(t)是特定窗口的波动度度量，X是在时间t处的被分析数据的值，例如状况指示符数据，并且(p+1)是波动度度量的窗口的大小。例如，如果窗口大小是150个样本，则p＝149，因为X(n-1)将计算带回到X(t-150)。另外，在一些实施方式中，可以将波动度测量值V(t)除以尺度因子(S)，以确定要用于趋势检测的可适应趋势阈值。因此，时间t处的可适应趋势阈值为：
Figure BDA0001819448950000152
其中，V(t)如等式(1)中所限定的，并且S是预定尺度因子。名义上，该尺度因子S可以与波动度度量V(t)的窗口大小(p+1)具有相同的数量级。使用尺度因子S，其中，S具有与窗口大小(p+1)相同的值，给出窗口上的平均波动度。较高的S值会增加灵敏度，而较低的S值会降低灵敏度。在其它实施方式中，尺度因子S可以与窗口大小不同，并且可以被调整以调整趋势检测的灵敏度。
在一些实施方式中，尺度因子S可以是被分析数据的值的函数或者固定值的函数。这允许基于数据的绝对值来调整灵敏度。因此，有噪声但其峰值仍然远低于静态指示符阈值的信号不应导致趋势检测。例如，可适应趋势阈值可以限定为：
Figure BDA0001819448950000153
当MACD值超过可适应趋势阈值时，指示趋势。该趋势根据下式来确定：
Figure BDA0001819448950000161
其中，I(t)是趋势指示符函数，其中，I(t)为1指示趋势，I(t)为0指示没有趋势，并且其中，MACD(t)被限定为：
Figure BDA0001819448950000162
在一些实施方式中，EMA基于两个不同的k值kA、kB来限定。在一些实施方案中，k值可以是相关的，例如kA<kB，其中kA～kB/5。在一些实施方式中，kA＝30且kB＝150。因此，MACD使用长期EMA(kB＝150)和短期EMA(kA＝30)。另外，EMA是单极低通滤波器，然而，包括更复杂的滤波器的其它滤波器也可以用在其它实施方式中。
图4A是示出根据一些实施方式计算EMA值403和405以及MACD值409的图401，并且图4B是示出根据一些实施方式的状况指示符数据415和趋势指示417的图413。EMA值403和405以及MACD值409使用对状况指示符数据415的MACD分析来生成。利用窗口值30计算短期EMA值403，并且利用窗口值150计算长期EMA值405。如根据上面的等式5所计算的，差值给出MACD值409，并且在一些实施方式中，可以是差值计算，而无需通过另一EMA进行额外滤波。另外，在该示例中，应用为1.2的静态趋势阈值407。趋势指示417是MACD值409与静态趋势阈值407的比较，其可以根据上面的等式4来执行。趋势指示417示出仅将几个时间段标记为趋势。
图5A是示出根据一些实施方式的使用具有噪声状况指示符数据503的静态趋势阈值407的趋势指示的图501。状况指示符数据503比图4B的状况指示符数据415噪声更大。与状况指示符数据415相比，噪声状况指示符数据503不具有来自视觉检查的可辨别趋势。将相同的静态趋势阈值407应用于噪声状况指示符数据503在趋势数据505中产生大量的趋势指示。
图5B是示出根据一些实施方式与静态趋势阈值527相比来计算EMA值523和525以及MACD值529的图521。与静态趋势阈值527进行比较，MACD值529根据噪声状况指示符数据503(图5A)来确定，用于确定图5A中的趋势指示，并且示出值1.2是“在噪声中”的MACD值529。在一些实施方式中，静态趋势阈值527在这种情况下可以更高，以考虑该噪声。在一些实施方式中，数据服务器305为每个状况指示符数据集实现不同的趋势阈值。
图5C是示出根据一些实施方式的与可适应趋势阈值547相比来计算EMA值543和545以及MACD值549的图541。出于比较目的，图5C中的EMA值543和545以及MACD值549与图5B中的EMA值523和525以及MACD值529相同。在一些实施方式中，数据服务器305实现非静态趋势阈值，并且可以根据状况指示符数据503的波动度来确定该趋势阈值。所示出的可适应趋势阈值547可以根据如等式2所示的尺度因子、根据如等式3中描述的尺度因子和至少一个先前状况指示符数据值、或者根据另一函数来动态地计算。在一些实施方式中，可适应趋势阈值547根据尺度因子S来确定，其中，S根据EMA543和545之一的窗口的大小来确定。在一些实施方式中，较大EMA的窗口大小被用作等式2中的尺度因子S。例如，较大的EMA可以使用150的窗口大小，或覆盖150个数据点。因此，可以使用150的尺度因子S来根据等式2对波动度进行归一化或平均，以动态地确定可适应趋势阈值547。如根据状况指示符数据503动态计算的，可适应趋势阈值547基于信号本身的波动度的变化来在2和4之间变化。这与图5B中的值为1.2的静态趋势阈值527形成对比。可适应趋势阈值547的值高于MACD值549，从而表明不存在趋势。
图5D是示出根据一些实施方式的与可适应趋势阈值567相比来计算EMA值563和565以及MACD值569的图561。出于比较目的，EMA值563和565以及MACD值569与图4A的EMA值403和405以及MACD值409相同，并且图5A包括可适应趋势阈值567，而不是图4A中的1.2的静态趋势阈值407。图561示出了使用比图5C所用的噪声小的状况指示符数据，并且示出了可适应趋势阈值567不会削弱检测真实趋势的能力。相同的算法(即具有150的尺度因子S的等式2的趋势阈值算法)导致相当低的可适应趋势阈值567。该可适应趋势阈值567低于使用噪声数据的图5C的可适应趋势阈值547。另外，在一些情况下，使用波动度计算的可适应趋势阈值567分别低于图4A和图5B的1.2的静态趋势阈值407和527。因此，可适应趋势阈值提供自调整特征，其允许数据终端303将算法用于具有多个和不同的状况指示符数据集的可适应趋势阈值，而无需为每个状况指示符数据集计算定制的固定阈值。
图6A是示出根据一些实施方式的状况指示符数据603和趋势指示605的图601，并且图6B是示出根据一些实施方式的计算EMA值623和625以及可适应趋势阈值627的图621。趋势指示605系列的高值意味着指示了趋势。可适应趋势阈值627和MACD值629线表示单个良好检测(大约2100)，其中，MACD值629超过可适应趋势阈值627。趋势指示605进一步示出了状况指示符数据603中的EMA623和625的上升之间的相关性。因此，可适应趋势阈值627对趋势之前的噪声相对不敏感。
图7A是示出根据一些实施方式的状况指示符数据703和趋势指示705的图701，并且图7B是示出根据一些实施方式的计算EMA值723和725以及可适应趋势阈值727的图721。状况指示符数据703包括导致对应于尖峰的指示趋势707的单个值尖峰。当尖峰显著大于剩余状况指示数据时，状况指示符数据值的高峰值可以导致瞬态趋势检测。例如，状况指示符数据703中的单个尖峰导致显著超过长期EMA725的值的短期EMA723中的相应尖峰，即使长期EMA 725也激增。EMA723和725的显著差异导致MACD值729的显著峰值，MACD值729的显著峰值超过可适应趋势阈值727，并且导致趋势被指示。
具有例如更多极的改进的低通滤波器可以改善拒绝这些尖峰的能力。在一些实施方式中，可以使用具有不同截止频率的Butterworth或Chebyshev滤波器(以模拟EMA滤波器中的两个窗口)来替代EMA。各种滤波器的不同截止频率可以对应于不同的EMA窗口。例如，长期EMA723可以对应于第一截止频率，而短期EMA723可以对应于高于第一截止频率的第二截止频率。另外，诸如卡尔曼滤波器、Hodrick-Prescott等的其它滤波器可以替代地单独使用或组合使用，以替换一个或更多个EMA。例如，对于Hodrick-Prescott滤波器，不同的截止频率对应于乘数拉姆达(λ)的不同值，其中，较大的λ用于较大的窗口EMA，而较小的λ用于较小的窗口EMA。
相对于波动度或可适应趋势阈值，将MACD值滞后1个(或更多个)样本允许了趋势阈值从该数据“学习”，同时最小程度地延迟趋势的指示。因此，可以使用计算窗口来计算MACD，该计算窗口滞后于用于通过一个或更多个样本或状况指示符值来计算趋势阈值或波动度的计算窗口。MACD计算与波动度或可适应趋势阈值之间的这种滞后避免了对数据尖峰的敏感性，因为可适应趋势阈值在MACD计算包括尖峰数据之前就包括了尖峰数据。波动度和趋势阈值可以根据包括当前状况指示符的状况指示符数据集来计算，而MACD使用数据集的一部分来计算，其中，每个状况指示符在当前状况指示符之前。在一些实施方式中，这可以通过使用用于计算可适应趋势阈值和MACD的波动度数据的不同或偏移计算窗口来执行。例如，MACD可以使用来自当前状况指示符之前的状况指示符的数据从波动度计算偏移一个数据点：
Figure BDA0001819448950000191
在等式6中，MACD使用EMAA(t-1)和EMAB(t-1)来计算，通过移除最新数据点并添加较旧数据来移动索引，以将EMA计算指向稍微不同的数据集。从趋势阈值计算中偏移MACD计算缓冲了MACD计算，并且平滑趋势检测。
图8A是示出根据一些实施方式的状况指示符数据803和趋势指示805的图801。图8B是示出根据一些实施方式的计算EMA值823和825以及可适应趋势阈值827的图821。在图8B中，MACD值829在从确定可适应趋势阈值827偏移的时段中确定。在图8A中，状况指示符数据803具有大约350、750和800的尖峰，这几乎导致趋势指示，但在计算趋势阈值和MACD之间的1个数据点的偏移或滞后避免了指示的趋势。然而，趋势指示805指示约1400的趋势，其中，状况指示符数据具有延长的尖峰。
在一些实施方式中，具有用于开启或关闭趋势指示的一些滞后防止了抖动，其中，趋势指示在开启和关闭之间快速切换。例如，使趋势指示在计算的阈值水平处“开启”而使趋势指示在与可适应趋势阈值相关联的预定水平处“关闭”允许了数据服务器305平滑趋势指示。因此，在实施方式中，在MACD值等于或超过趋势阈值时，趋势可以被指示，并且可以保持开启，直到MACD降低(例如，计算的趋势阈值的90％)为止。因此，数据服务器可以确定响应于MACD值小于趋势阈值的预定水平而未指示趋势，可以确定响应于针对先前状况指示符指示的趋势以及MACD值等于或大于趋势阈值的预定水平而指示趋势。
在其它实施方式中，不同级别的趋势指示可以基于与可适应趋势阈值相关的预设级别。例如，当MACD低于第一阈值水平(例如可适应趋势阈值的80％)时，数据服务器305中的警报系统可以指示状况指示符的绿灯或OK状态。当MACD在第一阈值水平和第二较高阈值水平之间(例如可适应趋势阈值的100％)时，警报系统可以指示黄灯或警告指示符，并且当MACD高于第二阈值水平时可以指示红灯或重要警报。
图8C是示出根据一些实施方式的各种尺度函数的图841。在一些实施方式中，可适应趋势阈值可以使用例如等式3中的S的函数来确定。在一些实施方式中，尺度函数S是阶梯函数843、线性函数847或者步骤的混合或组合以及线性函数845。
趋势阈值计算的灵敏度本身可以是状况指示符数据元素的绝对值的函数，如等式3所示。在一些实施方式中，当状况指示符数据接近静态指示符阈值时，数据终端对检测趋势更敏感，但是当状况指示数据远离静态指示符阈值时，数据终端对检测趋势不太敏感。因此，可以忽略相对于信号看显得相对显著但相对于感兴趣的范围是较小的或接近静态指示符阈值的趋势。以最简单的形式，可以设置作为静态指示符阈值的百分比的最小阈值。
在一些实施方式中，尺度函数S(X(t))是取决于X(t)的阶梯函数843，并且可以用于调整趋势阈值的灵敏度，如等式3所示，从而随着X(t)的增加调整趋势阈值。在一些实施方式中，尺度函数S(X(t))可以是阶梯函数：
Figure BDA0001819448950000201
其中，Z>Y。在一个实施方式中，阈值A基于被分析的数据的静态指示符阈值，并且在一些实施方式中，S可以是例如静态指示符阈值的20％。对于简单步长函数843，如图8c所示，静态指示符阈值10可能是感兴趣的，并且阈值A可以基于静态指示符阈值设置为2。在这样的示例中，无论任何趋势指示如何，指示符值为2或更低可能是无关紧要的。因此，当状况指示符的值低于较低的静态指示符阈值或截止值时，基于趋势的警报可以通过忽略趋势警报或特别处理趋势警报来进行考虑。
在另一实施方式中，尺度函数S(X(t))是线性函数847：
(S(X(t))＝m*X(t)b (8)
其中，m是斜率并且b是截距。对于所示出的线性函数847，截距b＝0，斜率m＝15。
在另一实施方式中，缩放函数S(X(t))可以是组合步骤和线性函数845，其中，低于第一趋势阈值A的值具有最小、固定的灵敏度，根据线性函数在A与第二趋势阈值B之间的值具有增加的灵敏度，并且高于B的值具有固定的灵敏度。对于阶梯/线性组合函数845，第一趋势阈值A的值是2，斜率m＝25，并且第二趋势阈值B的值＝7。组合步骤和线性函数845具有低于2的固定的灵敏度，灵敏度上升到7，并且然后固定灵敏度高于7。
虽然仅示出了一个线性函数，但是应当理解，多个线性函数可以组合成不同的区域。此外，缩放函数S(X(t))不限于线性或阶梯函数，而可以是多项式、抛物线、指数、对数、双曲函数或其它非线性函数、非线性函数的组合或者非线性函数、线性函数和阶梯函数的组合。
此外，使用MACD的趋势检测可以与使用静态指示符阈值或者监控其它长期趋势的趋势检测相结合。MACD趋势检测非常适合检测MACD的大变化，从而捕捉趋势上升相当快的问题。然而，MACD趋势检测方法倾向于低估了相对缓慢上升的趋势。使用绝对趋势或静态指示符阈值可更容易地检测到缓慢上升的趋势。因此，在一些实施方式中，使用趋势阈值的MACD趋势检测可以与另一趋势检测过程组合，例如将指示符数据与静态指示符阈值进行比较、将长期EMA或其它EMA与静态指示符阈值进行比较、将EMA例如状况指示符数据的长期EMA的变化率与阈值进行比较。因此，当MACD超过静态或可适应的趋势阈值时，或者当EMA指示长期趋势超过诸如静态指示符阈值或变化率阈值的另一阈值时，趋势指示可以被指示。类似地，MACD趋势检测方法可以与一个或更多个统计测量相结合，使得除了识别状况指示符数据中的趋势之外，该过程还发现统计分散的尖峰或变化。
图9A是示出根据一些实施方式的用于针对状况指示符趋势提供警报信号的方法901的流程图。方法可以由具有数据终端和数据服务器的系统执行，并且可以体现在存储在非暂态计算机可读存储介质上的软件程序中，该软件程序由数据终端的处理器和数据服务器的处理器执行。
在块903中，接收一个或更多个传感器信号。在一些实施方式中，传感器生成传感器信号，并且将传感器信号提供给数据终端中的数据收集元件。传感器可以连续发送用于数据采集元件采样的传感器信号，可以响应于查询、激活信号等发送传感器信号，可以响应于预定条件发送传感器信号，可以存储用于在传感器装置处进行处理的传感器信号，或者可以根据另一过程发送或提供信号。在块905中生成状况指示符。在一些实施方式中，根据传感器信号生成一个或更多个状况指示符，其中，不同的状况指示符从传感器信号中的不同子信号导出。在其它实施方式中，来自传感器的多个读数或来自多个传感器的读数可以组合，或以其它方式用于生成状况指示符。例如，来自加速度计和来自转速计的数据信号可以用于生成同步时间平均振动数据或状况指示符。此外，可以在传感器处、在数据终端处或在数据服务器处生成状况指示符。
在块907中，确定第一移动平均值，并且在块909中确定第二移动平均值。在一些实施方式中，第一移动平均值和第二移动平均值均可以是EMA，并且在其它实施方式中，移动平均值中的一个或两个是其它类型的滤波器。此外，可以根据状况指示符和覆盖状况指示符数据集的不同部分的移动平均值或先前确定的移动平均值来确定移动平均值。在一些实施方式中，移动平均值具有不同的窗口尺寸，并且第一移动平均值可以具有小于第二移动平均值的窗口尺寸的第一窗口尺寸。例如，第一移动平均值可以具有大约是第二移动平均值的窗口尺寸的五分之一的窗口尺寸，并且在一些实施方式中是30个数据点，而第二移动平均值的窗口尺寸是大约150个数据点。在块911中，确定移动平均值的差异。在一些实施方式中，该差异与先前确定的移动平均值的差异相组合形成了一系列MACD值。
在块913中，确定用于状况指示符的波动度。在一些实施方式中，波动度是所选窗口上的状况指示符的变化的总和。在块915中，确定用于状况指示符的趋势阈值，并且可以在一些实施方式中，是可适应趋势阈值。在一些实施方式中，趋势阈值可以是偏离用于确定移动平均值和移动平均值差的最后数据的可适应趋势阈值。在一些实施方式中，阈值可以是基于波动度的可适应趋势阈值，可以使用缩放因子S或缩放函数S(X(t))来调整，并且可以通过将波动度除以缩放因子或缩放函数来确定。在一些实施方式中，缩放函数是线性函数、线性函数和阶梯函数的组合的阶梯缩放函数。
在块917中，将移动平均值的差异与趋势阈值进行比较，并且在块919中确定趋势指示。在一些实施方式中，基于移动平均值差与趋势阈值的比较来指示趋势，并且在一些实施方式中，趋势指示使用滞后，其中，当趋势最初超过趋势阈值时指示趋势，并且保持趋势指示，直到移动平均值差降低至滞后趋势阈值以下为止，该滞后趋势阈值低于趋势阈值并且是基于趋势阈值的。在一些实施方式中，在块921中提供移动平均值和趋势数据。在一些实施方式中，移动平均值和趋势数据可以通过数据服务器作为图表、报告、显示等的一部分提供。
传感器数据的收集、阈值的确定、移动平均值和移动平均值差、差与阈值的比较以及确定趋势指示可以重复任何次数，并且周期性地或连续地执行。因此，例如，在块919中确定趋势指示之后，系统可以在块903中接收新传感器信号并且重复方法901，或者在另一示例中，在块915中确定阈值之后，系统可以根据新接收的传感器信号在块905中生成的新状况指示符，并且重复方法901。
在块923中，对是否指示趋势进行确定，并且如果指示趋势，则在块925中提供警报信号。在一些实施方式中，警报系统或数据服务器可以例如通过以下操作来激活车载警告：点亮车辆驾驶舱中的故障灯，在驾驶舱显示器上显示警告消息，或者通过经由电子邮件、短消息系统(SMS)消息、文本消息、自动语音呼叫等自动向车队操作员、车主、维护技术人员等发送消息来提供车外消息。在一些实施方式中，警报系统可以生成警报并且在管理网页、维护检查表、车辆记录等上显示指示符。在一些实施方式中，警报信号是由数据服务器生成的问题报告，其指示与状况指示符有关的系统或元件的问题或警告。此外，警报系统可以例如通过提供警报严重性来指示问题或警报的级别。在一些实施方式中，可以组合使用车载警报和远程警报。
图9B是示出根据一些实施方式的提供用于快速变化和缓慢变化状况指示符趋势的警报信号的方法951的流程图。在这样的实施方式中，系统可以使用例如MACD分析来确定状况指示符是否指示快速变化的趋势，并且还确定是否指示长期或缓慢变化的趋势。
在提供用于快速变化和减慢变化状况指示符趋势的警报信号的方法951中，类似于图9A的方法来执行MACD的数据收集和确定。在块953中，接收一个或更多个传感器信号。在块955中生成状况指示符。
在块957中，确定第一移动平均值，并且在块959中确定第二移动平均值。在一些实施方式中，如上所述，第一移动平均值和第二移动平均值均可以是EMA。此外，EMA可以包括短期EMA和长期EMA。在其它实施方式中，移动平均值中的一个或两个是其它类型的滤波器，其中，移动平均值中的至少一个是长期移动平均值。在块961中，确定移动平均值的差异。在一些实施方式中，该差异与先前确定的移动平均值的差异相组合形成了一系列MACD值。MACD值可以用于确定状况指示符数据是否指示了快速变化的趋势。
在块963中，确定用于状况指示符的波动度，并且在块965中，确定用于状况指示符的趋势阈值。在一些实施方式中，趋势阈值是可以基于波动度的可适应趋势阈值。在块967中，将移动平均值的差异与趋势阈值进行比较，并且在块969中确定快速变化趋势指示。在一些实施方式中，基于移动平均值差或MACD与趋势阈值的比较来指示快速变化的趋势，并且可以与以上关于图9A描述的相同。在一些实施方式中，在块971中提供移动平均值和趋势数据，以供显示或稍后使用。
在块973中，对是否指示快速变化趋势进行确定，并且如果指示趋势，则在块975中提供警报信号，并且可以是与图9A的警报类似的警报。如果在块973中未指示快速变化的趋势，则系统可以尝试确定是否指示缓慢变化的趋势。MACD分析方法可以用于捕捉状况指示符的快速变化的趋势，并且来自例如长期EMA或其它长期移动平均值的长期数据可以用于确定是否指示长期或缓慢变化趋势。
在块977中，确定移动平均值的变化率。在一些实施方式中，对例如作为MACD计算的一部分进行计算的长期EMA执行导数或其它分析。
虽然长期平均值的变化率可以用于确定缓慢变化的趋势，但是趋势状况指示符数据的变化率倾向于不准确地检测快速变化的趋势，因为变化率趋于放大现有信号中的噪声，并且导致许多错误警报。使用变化率与MACD分析相结合允许检测缓慢变化的趋势和快速变化的趋势。MACD分析从考虑中去除了快速变化趋势的指示符，从而避免使用变化率方法的错误警报将是不切实际的。在变化率分析之前执行MACD分析识别出具有快速变化的趋势的指示符，从而在应用限于剩余指示符的长期EMA的变化率分析之前将其从考虑中去除，以发现缓慢变化的趋势。
在块981中，根据例如以下将变化率与变化率阈值进行比较：
ROC(EMA(150))>Q(9)
例如，变化率阈值Q可以是静态或可适应阈值，并且可以与长期EMA(EMA(150)，具有例如150个样本窗口尺寸)的变化率ROC进行比较。在一些实施方式中，变化率阈值Q可以基于状况指示符的值。
在块983中，确定缓慢变化的趋势指示。在一些实施方式中，缓慢变化的趋势指示可以基于用于长期平均值或者超过变化率阈值Q的EMA的变化率的当前值。在其它实施方式中，变化率可以用于在预定时间内预测趋势是否将超过变化率阈值或其它阈值。因此，系统可以假设长期变化率将以基本相同的变化率继续，并且预计用于长期平均值超过阈值所需的时间。在这样的实施方式中，通知窗口可以用于通过比较超过阈值所需的预计时间落在通知窗口内或者小于通知窗口来确定是否指示缓慢变化的趋势。例如，如果基于指示符的变化率和当前值，可以预计长期平均值将在2年内达到静态指示符阈值。如果达到静态指示符阈值的预计时间超过通知窗口，则系统可以不提供警报。然而，如果指示符的当前值较高(对于相同的变化率)并且长期平均值将在3周的预计时间内达到静态指示符阈值，则预计时间可以在通知窗口之内或小于通知窗口，并且可以指示缓慢变化的趋势。
在一些实施方式中，可以针对当前缓慢变化的趋势指示来提供第一类型的警报，并且可以针对预计的缓慢变化的趋势指示来提供不同类型的警报。例如，如果长期EMA的变化率超过变化率阈值，则可以提供严重警报，如果变化率低于变化率阈值，则可以提供警告警报，但是预计长期EMA的值在小于指示窗口的时间段内超过静态指示符阈值。
在块985中，对是否指示缓慢变化趋势进行确定，并且如果指示缓慢变化的趋势，则在块975中提供警报信号，并且可以是与先前讨论的警报类似的警报。
在块979中，一个或更多个统计分析过程可以应用于确定相关数据中是否发生了数据尖峰。在一些实施方式中，统计分析可以应用于状况指示符数据、应用于MACD、应用于长期EMA的变化率或另一数据集或数据点。在一个实施方式中，系统可以例如基于指示符的移动窗口的统计(例如标准偏差)将指示符值与统计阈值进行比较。例如，如果状况指示符值高于统计阈值，例如四(4)个标准偏差，并且未指示快速变化的趋势，则指示符值可以被识别为数据尖峰。因此，在使用长期趋势分析或统计尖峰分析来分析数据之前识别真实的、快速变化的趋势减少了错过快速变化的趋势或者错误地将数据尖峰识别为快速变化的趋势的可能性。在一些实施方式中，如果检测到尖峰，则可以在块975中提供尖峰警报。可以向用户显示尖峰警报以警告用户潜在的灾难性问题，例如部件故障，或警告用户数据尖峰可能已导致长期趋势指示。此外，在一些实施方式中，如果统计分析指示数据系列中已发生数据尖峰，则系统可以忽略关联的长期趋势指示，可以丢弃数据点，可以避免进一步计算长期移动平均值，或可以采取其它行动。
图10是示出根据一些实施方式的可以用于实现系统、数据终端或数据服务器的计算机系统1001的图。计算机系统1001可以包括输入/输出(I/O)接口1003、分析引擎1005和数据库1007。根据需要，替选实施方式可以组合或分发I/O接口1003、分析引擎1005和数据库1007。计算机系统1001的实施方式可以包括一个或更多个计算机，该计算机包括被配置成用于执行本文中描述的任务的一个或更多个处理器和存储器。这可以包括例如计算机，其具有中央处理单元(CPU)和存储用于指示CPU执行本文中所述的至少一些任务的软件指令的非易失性存储器。这还可以包括例如两个或更多个计算机，其经由计算机网络进行通信，其中，计算机中的一个或更多个包括CPU和非易失性存储器，并且计算机的非易失性存储器中的一个或更多个存储用于指示任何(一个或多个)CPU执行本文中描述的任意任务的软件指令。因此，尽管就离散机器而言描述了示例性实施方式，但是应当理解，该描述是非限制性的，并且本说明书同样适用于涉及在一个或更多个机器中以任何方式执行分布的任务的一个或更多个机器的许多其它布置。还应当理解，这样的机器不需要专用于执行本文中所述的任务，而是替代地可以是也适合于执行其它任务的多用途机器，例如计算机工作站。
I/O接口1003可以提供外部用户、系统和数据源与计算机系统1001的部件之间的通信链路。I/O接口1003可以被配置成用于允许一个或更多个用户经由任何已知的输入装置向计算机系统1001输入信息。示例可以包括键盘、鼠标、触摸屏和/或任何其它期望的输入装置。I/O接口1003可以被配置成用于允许一个或更多个用户经由任何已知的输出装置接收从计算机系统1001输出的信息。示例可以包括显示监视器、打印机、驾驶舱显示器和/或任何其它期望的输出装置。I/O接口1003可以被配置成用于允许其它系统与计算机系统1001通信。例如，I/O接口1003可以允许一个或更多个远程计算机访问信息、输入信息和/或远程地指示计算机系统1001执行本文中描述的一个或更多个任务。I/O接口1003可以被配置成允许与一个或更多个远程数据源通信。例如，I/O接口1003可以允许一个或更多个远程数据源访问信息、输入信息和/或远程地指示计算机系统1001执行本文中描述的一个或更多个任务。
数据库1007为计算机系统1001提供持久数据存储。尽管主要使用术语“数据库”，但是存储器或其它合适的数据存储设备可以提供数据库1007的功能。在替选实施方式中，数据库1007可以与计算机系统1001集成或分开，并且可以在一个或更多个计算机上操作。数据库1007优选地为适合于支持飞行控制系统201和方法500的操作的任何信息(包括本文中进一步讨论的各种类型的数据)提供非易失性数据存储。分析引擎1005可以包括一个或更多个处理器、存储器和软件组件的各种组合。
实施方式系统包括：传感器，其可操作成测量车辆的操作状况，并且生成与操作状况关联的传感器信号；以及数据服务器，其可操作成根据传感器信号获取状况指示符组中的当前状况指示符，并且根据至少当前状况指示符、状况指示符组中的至少一个先前状况指示符和状况指示符组的至少一部分的波动度来确定是否指示状况指示符组的趋势。数据服务器还可操作成响应于确定指示趋势而提供警报。
在一些实施方式中，系统还包括数据终端。数据终端可操作成从传感器获取传感器信号，并且可操作成存储传感器信号，并且将所存储的传感器信号发送至数据服务器。在一些实施方式中，数据服务器还可操作成在从数据终端接收传感器信号之后根据传感器信号生成当前状况指示符。在一些实施方式中，车辆的操作状况是车辆的振动，并且当前状况指示符是根据传感器信号的子信号或传感器信号的特征确定的与车辆的操作元件关联的振动。在一些实施方式中，数据服务器可操作成确定是否根据状况指示符组中的至少部分的波动度并且还根据从状况指示符组的第一指数移动平均值(EMA)和状况指示符组的第二(EMA)确定的移动平均收敛偏差(MACD)值来指示趋势，并且第一EMA具有第一窗口尺寸，第二EMA具有小于第一窗口尺寸的第二窗口尺寸。在一些实施方式中，数据服务器可操作成根据状况指示符组中的至少第一部分的波动度来确定可适应趋势阈值，其中，状况指示符组的第一部分包括当前状况指示符，并且其中，数据服务器还可操作成响应于MACD值等于或大于可适应趋势阈值而确定指示状况指示符组的趋势。在一些实施方式中，数据服务器还可操作成根据状况指示符组中的至少第一部分的波动度除以缩放因子或缩放函数中的一个来确定可适应趋势阈值。缩放因子等于第一窗口尺寸，缩放函数是阶梯函数、线性函数或线性和阶梯函数的组合中的一个，并且缩放函数是当前状况指示符的函数。
实施方式的数据服务器包括处理器以及存储由处理器执行的程序的非暂态计算机可读存储介质。程序包括用于获取与车辆的操作状况关联的状况指示符组中的当前状况指示符的指令(其中，状况指示符组指示与在操作状况下的车辆的操作元件关联的传感器读数)以及用于确定状况指示符组的第一部分的波动度的指令(其中，状况指示符组的第一部分包括当前状况指示符)。程序还包括用于确定状况指示符组的第二部分的一个或更多个移动平均值的指令、确定是否根据一个或更多个移动平均值和波动度指示与操作元件关联的趋势的指令以及响应于确定指示趋势而生成警报信号的指令。
在一些实施方式中，程序还包括用于以下的指令：接收具有传感器读数之一的传感器信号、将子信号与传感器信号分离以及根据子信号确定当前状况指示符。在一些实施方式中，用于确定一个或更多个移动平均值的指令包括用于以下的指令：针对状况指示符组的第二部分的第一窗口确定第一指数移动平均值(EMA)以及针对状况指示符组的第二部分的第二窗口确定第二EMA，其中，第二窗口的尺寸小于第一窗口的尺寸。在一些实施方式中，用于确定是否指示趋势的指令包括：用于根据第一EMA和第二EMA生成MACD值以及确定是否根据MACD值和波动度来指示趋势的指令。在一些实施方式中，程序还包括用于根据波动度确定可适应趋势阈值的指令，并且用于确定是否指示趋势的指令包括：用于确定响应于MACD值等于或者超过可适应趋势阈值来指示趋势的指令。在一些实施方式中，用于确定可适应趋势阈值的指令包括：用于将可适应趋势阈值确定为波动度除以与第一窗口的尺寸关联的缩放因子的指令。在一些实施方式中，用于确定是否根据MACD值和波动度来指示趋势的指令包括：用于确定是否指示快速变化的趋势的指令，并且程序还包括：用于确定是否根据第一EMA以及响应于确定未指示快速变化的趋势来指示缓慢变化的趋势的指令，其中，用于生成警报信号的指令包括：用于响应于确定指示快速变化的趋势或确定指示缓慢变化的趋势而生成警报信号的指令。在一些实施方式中，用于确定是否指示趋势的指令包括：用于确定响应于MACD值小于可适应趋势阈值的预定水平而未指示趋势的指令，其中，可适应趋势阈值的预定水平小于可适应趋势阈值的值，以及用于确定响应于针对先前状况指示符指示趋势以及MACD值等于或大于可适应趋势阈值的预定水平而指示趋势的指令。在一些实施方式中，状况指示符组中的第二部分中的每个状况指示符在当前状况指示符之前，并且用于一个或更多个移动平均值的一个或更多个计算窗口滞后于用于波动度的计算窗口至少一个状况指示符。
实施方式方法包括：获取与车辆的操作状况关联的状况指示符组中的当前状况指示符，其中，状况指示符组指示与在操作状况下的车辆的操作元件关联的传感器读数，由数据服务器确定状况指示符组的第一部分的波动度，其中，状况指示符组中的第一部分包括当前状况指示符，由数据服务器确定状况指示符组中的第二部分的一个或更多个移动平均值，由数据服务器确定是否根据一个或更多个移动平均值和波动度来指示与操作元件关联的趋势，并且由数据服务器响应于确定指示趋势而生成警报信号。
在一些实施方式中，确定一个或更多个移动平均值包括：针对状况指示符组中的第二部分的第一窗口确定第一指数移动平均值(EMA)，以及针对状况指示符组中的第二部分的第二窗口确定第二EMA，其中，第二窗口的尺寸小于第一窗口的尺寸，并且确定是否指示趋势包括：根据第一EMA和第二EMA生成MACD值，根据波动度确定可适应的趋势阈值，以及确定是否响应于MACD值等于或超过可适应趋势阈值而指示趋势。在一些实施方式中，可适应趋势阈值是波动度除以与第一窗口的尺寸关联的缩放因子或应用于当前状况指示符的函数的结果中的一个，并且函数是阶梯函数、线性函数或线性和阶梯函数的组合中的一个。在一些实施方式中，确定是否指示趋势还包括：响应于MACD值小于可适应趋势阈值的预定水平而确定未指示趋势，其中，可适应趋势阈值的预定水平小于可适应趋势阈值的值，以及响应于针对先前状况指示符指示趋势以及MACD值等于或大于可适应趋势阈值的预定水平而确定指示趋势。在一些实施方式中，状况指示符组中的第二部分中的每个状况指示符在当前状况指示符之前，并且用于一个或更多个移动平均值的一个或更多个计算窗口均滞后于用于波动度的计算窗口至少一个状况指示符。
虽然已经参照所示实施方式描述了本发明，但是该描述并不意在被解释为限制性意义。在参考该描述时，说明性实施方式的各种修改和组合以及本发明的其它实施方式对于本领域普通技术人员而言将是明显的。因此，所附权利要求书意在包含任何这样的修改或实施方式。

Claims (20)

1.一种用于部件状况指示符数据的可适应趋势检测的系统，包括：
传感器，其可操作成测量交通工具的运行状况并且生成与所述运行状况相关联的传感器信号；以及
数据服务器，其可操作成：根据所述传感器信号来获取状况指示符组中的当前状况指示符，并且根据至少所述当前状况指示符和所述状况指示符组中的至少一个先前状况指示符并且还根据所述状况指示符组中的至少一部分的波动度和所述状况指示符组中的至少一部分的至少一个移动平均值来确定所述状况指示符组中的趋势是否被指示，其中，所述数据服务器还可操作成：响应于确定所述趋势被指示而提供警报。
2.根据权利要求1所述的系统，还包括数据终端，其中，所述数据终端可操作成：从所述传感器获取所述传感器信号，并且存储所述传感器信号，并将所存储的传感器信号发送至所述数据服务器。
3.根据权利要求2所述的系统，其中，所述数据服务器还可操作成：在从所述数据终端接收到所述传感器信号之后，根据所述传感器信号生成所述当前状况指示符。
4.根据权利要求1所述的系统，其中，所述交通工具的运行状况是所述交通工具的振动，并且其中，所述当前状况指示符是与根据所述传感器信号的子信号或所述传感器信号的特征确定的所述交通工具的运行元件相关联的振动。
5.根据权利要求1所述的系统，其中，所述数据服务器可操作成：根据所述状况指示符组中的至少一部分的波动度并且还根据从所述状况指示符组中的第一指数移动平均值EMA确定的移动平均收敛发散MACD值以及所述状况指示符组的第二指数移动平均值EMA来确定所述趋势是否被指示，其中，第一EMA具有第一窗口尺寸，第二EMA具有小于所述第一窗口尺寸的第二窗口尺寸。
6.根据权利要求5所述的系统，其中，所述数据服务器可操作成：根据所述状况指示符组中的至少第一部分的波动度来确定可适应趋势阈值，其中，所述状况指示符组中的第一部分包括所述当前状况指示符，并且其中，所述数据服务器还可操作成：响应于所述MACD值等于或大于所述可适应趋势阈值，确定所述状况指示符组中的趋势被指示。
7.根据权利要求6所述的系统，其中，所述数据服务器还可操作成：根据所述状况指示符组中的至少第一部分的波动度除以缩放因子或缩放函数中的一个来确定所述可适应趋势阈值，其中，所述缩放因子等于所述第一窗口尺寸，其中，所述缩放函数是阶梯函数、线性函数或线性函数和阶梯函数的组合中的一个，并且其中，所述缩放函数是所述当前状况指示符的函数。
8.一种数据服务器，包括：
处理器；以及
非暂态计算机可读存储介质，其存储要由所述处理器执行的程序，所述程序包括用于以下操作的指令：
获取与交通工具的运行状况相关联的状况指示符组中的当前状况指示符，所述状况指示符组指示在所述运行状况下与所述交通工具的运行元件相关联的传感器读数；
确定所述状况指示符组中的第一部分的波动度，其中，所述状况指示符组中的第一部分包括所述当前状况指示符；
确定所述状况指示符组中的第二部分的一个或更多个移动平均值；
根据所述一个或更多个移动平均值和所述波动度来确定与所述运行元件相关联的趋势是否被指示；以及
响应于确定所述趋势被指示而生成警报信号。
9.根据权利要求8所述的数据服务器，其中，所述程序还包括用于以下操作的指令：
接收具有所述传感器读数中的一个的传感器信号；
将子信号与所述传感器信号分离；以及
根据所述子信号确定所述当前状况指标符。
10.根据权利要求8所述的数据服务器，其中，用于确定所述一个或更多个移动平均值的指令包括用于以下操作的指令：
确定所述状况指示符组中的第二部分的第一窗口的第一指数移动平均值EMA；以及
确定所述状况指示符组中的第二部分的第二窗口的第二指数移动平均值EMA，其中，所述第二窗口的尺寸小于所述第一窗口的尺寸；以及
其中，用于确定所述趋势是否被指示的指令包括用于以下操作的指令：
根据第一EMA和第二EMA来生成MACD值；以及
根据所述MACD值和所述波动度来确定所述趋势是否被指示。
11.根据权利要求10所述的数据服务器，其中，所述程序还包括用于根据所述波动度来确定可适应趋势阈值的指令；以及
其中，用于确定所述趋势是否被指示的指令包括用于以下操作的指令：响应于所述MACD值等于或超过所述可适应趋势阈值而确定所述趋势被指示。
12.根据权利要求11所述的数据服务器，其中，用于确定所述可适应趋势阈值的指令包括用于以下操作的指令：将所述可适应趋势阈值确定为所述波动度除以与所述第一窗口的尺寸相关联的缩放因子。
13.根据权利要求10所述的数据服务器，其中，用于根据所述MACD值和所述波动度来确定所述趋势是否被指示的指令包括：用于确定快速改变趋势是否被指示的指令；
其中，所述程序还包括用于以下操作的指令：根据所述第一EMA并且响应于确定所述快速改变趋势没有被指示来确定缓慢改变趋势是否被指示；以及
其中，用于生成所述警报信号的指令包括用于以下操作的指令：响应于确定所述快速改变趋势被指示或者确定所述缓慢改变趋势被指示而生成所述警报信号。
14.根据权利要求11所述的数据服务器，其中，用于确定所述趋势是否被指示的指令包括用于以下操作的指令：
响应于所述MACD值小于所述可适应趋势阈值的预定水平而确定所述趋势没有被指示，其中，所述可适应趋势阈值的预定水平小于所述可适应趋势阈值的值；以及
响应于针对先前状况指示符指示了所述趋势并且所述MACD值等于或大于所述可适应趋势阈值的预定水平，确定所述趋势被指示。
15.根据权利要求8所述的数据服务器，其中，所述状况指示符组中的第二部分中的每个状况指示符在所述当前状况指示符之前；以及
其中，所述一个或更多个移动平均值的一个或更多个计算窗口滞后于所述波动度的计算窗口至少一个状况指示符。
16.一种用于部件状况指示符数据的可适应趋势检测的方法，包括：
获取与交通工具的运行状况相关联的状况指示符组中的当前状况指示符，所述状况指示符组指示在所述运行状况下与所述交通工具的运行元件相关联的传感器读数；
由数据服务器确定所述状况指示符组中的第一部分的波动度，其中，所述状况指示符组中的第一部分包括所述当前状况指示符；
由所述数据服务器确定所述状况指示符组中的第二部分的一个或更多个移动平均值；
所述数据服务器根据所述一个或更多个移动平均值和所述波动度来确定与所述运行元件相关联的趋势是否被指示；以及
响应于确定所述趋势被指示，所述数据服务器生成警报信号。
17.根据权利要求16所述的方法，其中，确定所述一个或更多个移动平均值包括：
确定所述状况指示符组中的第二部分的第一窗口的第一指数移动平均值EMA；以及
确定所述状况指示符组中的第二部分的第二窗口的第二指数移动平均值EMA，其中，所述第二窗口的尺寸小于所述第一窗口的尺寸；以及
其中，确定所述趋势是否被指示包括：
根据第一EMA和第二EMA来生成MACD值；
根据所述波动度来确定可适应趋势阈值；以及
响应于所述MACD值等于或超过所述可适应趋势阈值，确定所述趋势是否被指示。
18.根据权利要求17所述的方法，其中，所述可适应趋势阈值是所述波动度除以与所述第一窗口的尺寸相关联的缩放因子或应用于所述当前状况指示符的函数的结果中的一个，并且其中，所述函数是阶梯函数、线性函数或线性函数和阶梯函数的组合中的一个。
19.根据权利要求17所述的方法，其中，确定所述趋势是否被指示还包括：
响应于所述MACD值小于所述可适应趋势阈值的预定水平而确定所述趋势没有被指示，其中，所述可适应趋势阈值的预定水平小于所述可适应趋势阈值的值；以及
响应于针对先前状况指示符指示了所述趋势并且所述MACD值等于或大于所述可适应趋势阈值的预定水平，确定所述趋势被指示。
20.根据权利要求16所述的方法，其中，所述状况指示符组中的第二部分中的每个状况指示符在所述当前状况指示符之前；以及
其中，所述一个或更多个移动平均值的一个或更多个计算窗口均滞后于所述波动度的计算窗口至少一个状况指示符。
CN201811158380.6A 2017-10-09 2018-09-30 用于部件状况指示符数据的可适应趋势检测的系统和方法 Active CN109636949B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/728,159 US10657735B2 (en) 2017-10-09 2017-10-09 System and method for adaptable trend detection for component condition indicator data
US15/728,159 2017-10-09

Publications (2)

Publication Number Publication Date
CN109636949A CN109636949A (zh) 2019-04-16
CN109636949B true CN109636949B (zh) 2021-08-13

Family

ID=60515123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811158380.6A Active CN109636949B (zh) 2017-10-09 2018-09-30 用于部件状况指示符数据的可适应趋势检测的系统和方法

Country Status (3)

Country Link
US (1) US10657735B2 (zh)
EP (1) EP3467604A1 (zh)
CN (1) CN109636949B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3701502A1 (en) * 2017-10-25 2020-09-02 Oshkosh Corporation Vehicle control system
JP2019152631A (ja) * 2018-03-06 2019-09-12 株式会社小松製作所 作業車両の状態検出システム、作業車両、及び作業車両の状態検出方法
US11158141B2 (en) * 2018-04-02 2021-10-26 Innova Electronics Corporation System and method for proactive vehicle diagnosis and operational alert
US10730185B2 (en) * 2018-04-10 2020-08-04 General Electric Company Systems and methods for inspecting, cleaning, and/or repairing one or more blades attached to a rotor of a gas turbine engine using a robotic system
US20200004619A1 (en) * 2018-06-28 2020-01-02 Honeywell International Inc. System and method for detecting a shift in real data trend using the configurable adaptive threshold
CN110501759B (zh) * 2019-07-03 2022-02-22 中国商用飞机有限责任公司 飞机的多源大气数据参数的处理方法及处理系统
US20210055717A1 (en) * 2019-08-21 2021-02-25 Bell Textron Inc. Automated trend detection
KR20210026484A (ko) * 2019-08-30 2021-03-10 현대자동차주식회사 주행 중 차량 장비 수치 데이터를 이용하는 빅데이터 기반의 고장 원인 분석 시스템 및 그 방법
US11106221B1 (en) 2019-11-25 2021-08-31 Kitty Hawk Corporation Multicopter with self-adjusting rotors
KR102363988B1 (ko) * 2019-12-23 2022-02-17 (주)아이티공간 서버랙 예지 보전방법
EP3862835B1 (en) * 2020-02-10 2023-10-25 Volocopter GmbH Method and system for monitoring a condition of a vtol-aircraft
US11514732B2 (en) * 2020-02-27 2022-11-29 Rolls-Royce Corporation Electrical machine monitor
US10926654B1 (en) 2020-03-31 2021-02-23 Kitty Hawk Corporation Electric vertical take-off and landing vehicle with wind turbine
US11568292B2 (en) * 2020-06-25 2023-01-31 Textron Innovations Inc. Absolute and relative importance trend detection
CN112109907B (zh) * 2020-07-24 2023-03-14 中国南方航空股份有限公司 一种飞机迎角探测器实时监控方法
CN112258013A (zh) * 2020-10-17 2021-01-22 中国石油化工股份有限公司 一种换热器关键易结垢群组划分及能效状态监测方法
US11420736B1 (en) * 2021-10-30 2022-08-23 Beta Air, Llc System and method for vibration monitoring of an electric aircraft

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389106A (zh) * 2014-08-26 2016-03-09 苹果公司 用于限制通知和警报的用户界面
CN106030630A (zh) * 2014-02-26 2016-10-12 锡克拜控股有限公司 用于跟踪物品的系统和方法
CN106227987A (zh) * 2007-12-10 2016-12-14 拜尔健康护理有限责任公司 用于健康测量的界面及监测系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5951611A (en) 1996-11-18 1999-09-14 General Electric Company Diagnostic trend analysis
US20050149299A1 (en) 2002-04-24 2005-07-07 George Bolt Method and system for detecting change in data streams
US7769665B2 (en) * 2002-08-22 2010-08-03 Downs Ii Haskell E Data transformation and display software
US7027953B2 (en) 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system
US6845340B2 (en) * 2003-03-06 2005-01-18 Ford Motor Company System and method for machining data management
US7912659B2 (en) 2004-06-28 2011-03-22 General Electric Company System and method for monitoring the condition of a drive train
US8792826B2 (en) * 2006-04-03 2014-07-29 Eckey Corporation Methods for determining proximity between radio frequency devices and controlling switches
FR2900745B1 (fr) 2006-05-05 2008-10-10 Eurocopter France Procede et dispositif de diagnostic d'un mecanisme
US7707100B2 (en) * 2006-06-30 2010-04-27 Interactive Data Corporation System and method for displaying trend indications
US8725677B1 (en) 2011-03-31 2014-05-13 Rockwell Collins, Inc. State change detection using multi-dimensional phase space
WO2015153845A1 (en) 2014-04-02 2015-10-08 Sikorsky Aircraft Corporation System and method for improved drive system diagnostics
US9701420B1 (en) 2016-05-09 2017-07-11 Bell Helicopter Textron Inc. Task-based health data monitoring of aircraft components

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227987A (zh) * 2007-12-10 2016-12-14 拜尔健康护理有限责任公司 用于健康测量的界面及监测系统
CN106030630A (zh) * 2014-02-26 2016-10-12 锡克拜控股有限公司 用于跟踪物品的系统和方法
CN105389106A (zh) * 2014-08-26 2016-03-09 苹果公司 用于限制通知和警报的用户界面

Also Published As

Publication number Publication date
US10657735B2 (en) 2020-05-19
EP3467604A1 (en) 2019-04-10
US20190108691A1 (en) 2019-04-11
CN109636949A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN109636949B (zh) 用于部件状况指示符数据的可适应趋势检测的系统和方法
EP3782908B1 (en) Automated trend detection
US7098811B2 (en) Method and apparatus for tactile cueing of aircraft controls
EP3401751B1 (en) System and method for rotorcraft active lateral shuffle filter
CN108482657B (zh) 用于验证旋翼飞行器位置坐标的系统和方法
EP2270618A2 (en) Method and system for fault determination for aircraft
WO2016011099A1 (en) System for determining weight-on-wheels using lidar
US11312480B2 (en) System and method for controlling rotorcraft
EP2810872A1 (en) System and method for maximizing aircraft safe landing capability during one engine inoperative operation
EP2937283B1 (en) Vertical axis soft landing control
US20190161182A1 (en) System and Method for Pilot-in-Control Sensing in a Rotorcraft
EP3677505B1 (en) System and method for controlling rotorcraft
CN108693886A (zh) 默认的处于止动垂直速度/高度保持
EP3599160B1 (en) System and method for rotorcraft flight control
US11568292B2 (en) Absolute and relative importance trend detection
US10890668B2 (en) System and method for determining a velocity of a rotorcraft
EP4006317A1 (en) Modeling and integrating aircraft engine installation deltas
US20230114485A1 (en) Condition Indicator Noise Reduction Through Operational Parameter-Based Corrections
Banerjee et al. Vibration Anomaly Indicator in UAVs in presence of Wind
US11554863B2 (en) System and method for frequency domain rotor mode decomposition
EP3575213A1 (en) System and method for controlling rotorcraft
CN109375649B (zh) 用于控制飞行器的方法和系统
Banerjee et al. Vibration Anomaly Detection by Clustering in Unmanned Aerial Vehicles.
EP4163643A1 (en) System and method for low speed wind estimation in vtol aircraft
US20240017820A1 (en) Error Monitors for Collective and Cyclic Sticks

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