CN109661505B - 用于基于废水的状态评估的方法 - Google Patents

用于基于废水的状态评估的方法 Download PDF

Info

Publication number
CN109661505B
CN109661505B CN201780040526.4A CN201780040526A CN109661505B CN 109661505 B CN109661505 B CN 109661505B CN 201780040526 A CN201780040526 A CN 201780040526A CN 109661505 B CN109661505 B CN 109661505B
Authority
CN
China
Prior art keywords
engine
component
wastewater
chemical
model
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
CN201780040526.4A
Other languages
English (en)
Other versions
CN109661505A (zh
Inventor
D·萨奇德瓦
S·山穆克
V·拉加古帕兰
A·考什克
C·帕拉亚利尔
R·雷迪
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN109661505A publication Critical patent/CN109661505A/zh
Application granted granted Critical
Publication of CN109661505B publication Critical patent/CN109661505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64FGROUND 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
    • B64F5/00Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60Testing or inspecting aircraft components or systems
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01DNON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D25/00Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
    • F01D25/002Cleaning of turbomachines
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64FGROUND 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
    • B64F5/00Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/40Maintaining or repairing aircraft
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00Testing of engines
    • G01M15/14Testing gas-turbine engines or jet-propulsion engines
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2230/00Manufacture
    • F05D2230/72Maintenance
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2260/00Function
    • F05D2260/80Diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2260/00Function
    • F05D2260/81Modelling or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • Cleaning By Liquid Or Steam (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

公开了一种用于确定发动机的第二部件的状态的方法(10),其中,发动机包括至少第一部件和第二部件。方法(10)包括确定(12)由洗涤发动机的第一部件的至少一部分获得的废水中的化学物质的浓度值,将化学物质的浓度值输入(14)状态评估模型中以更新状态评估模型,以及基于更新的状态评估模型的输出估算(16)第二部件的状态。本文中使用的废水包括洗涤流体和化学物质。第二部件不同于第一部件,状态评估模型表示发动机的第二部件的状态。

Description

用于基于废水的状态评估的方法
背景技术
本发明大致涉及发动机,更具体地涉及用于基于废水(effluent)的发动机部件的状态评估的方法。
比如为用于推进飞机穿过某些区域的飞机发动机的发动机由于在飞行、空载、起飞和降落期间的重环境颗粒物质吸入而经常经历严重的腐蚀和污染。可能在使用中出现这些发动机的发动机部件的加速老化和失效。服务期间发动机部件的失效可能引起航班关闭、取消起飞以及计划外的发动机拆卸,这将导致生产率损失和可能的安全性顾虑。
用于这些发动机的准确和成本有效的维护计划需要对发动机部件的状态做出准确预测。现有设计和维护实践聚焦于来自各个传感器的、以及当其在现场操作时来自对发动机检查的操作、破坏和失效数据的收集,并且比较所收集的数据与在设计阶段做出的寿命预测。利用具有相似设计的发动机的之前现场经历还可被用于估算发动机部件的状态。然而,对发动机部件在寿命期间的任何特定点处的状态的缺乏精确性的推定可能提高维护成本并且降低发动机的利用率,由此降低由发动机产生的收益。
诊断、预测或健康监控在部件评估和维护计划中的应用很大程度地取决于所收集的传感器数据以及组合传感器数据的融合算法。此外,当前发动机部件评估模型中的一些采用从卫星收集的环境数据以及其他气象材料。用于这些模型的环境数据实际上是累积的,并且可能不是单独的发动机所暴露的污染物的准确表示。因此,当前发动机部件评估模型可能不提供力和材料响应的图像,这可能加剧发动机部件的老化。
发明内容
根据一些方面,公开了一种用于确定发动机的第二部件的状态的方法,其中,发动机包括至少第一部件和第二部件。方法包括确定由洗涤发动机的第一部件的至少一部分获得的废水中的化学物质(chemical species)的浓度值,将化学物质的浓度值输入状态评估模型中以更新状态评估模型,以及基于更新的状态评估模型的输出估算第二部件的状态。本文中使用的废水包括洗涤流体和化学物质。第二部件不同于第一部件,状态评估模型表示发动机的第二部件的状态。
根据一些方面,公开了一种用于确定航空发动机的热区段部件的腐蚀的方法。该方法包括确定由洗涤航空发动机的压缩机的至少一部分获得的废水中的化学物质的浓度值,将化学物质的浓度值输入航空发动机的热区段部件的腐蚀模型中以更新腐蚀模型,以及估算航空发动机的热区段部件的腐蚀的存在、腐蚀的量或所述两者。本文中使用的废水包括洗涤流体和化学物质,腐蚀模型表示航空发动机的热区段部件中的腐蚀。
本发明的其他实施例、方面、特征和优势将从以下详细说明、附图和随附权利要求对本领域普通技术人员变得明显。
附图说明
当参照附图阅读以下详细说明时将能够更好地理解本发明的这些以及其他特征、方面和优点,其中,相同的符号在全部附图中代表相同的零件,其中:
图1示出根据本发明的实施例的用于确定发动机的部件的状态的方法的步骤;
图2是根据本发明的实施例的从对在两种不同类型的环境中操作的多台发动机的部件的水洗废水的分析获得的代表性的硫酸盐与氯离子比值的说明性对照;
图3是根据本发明的实施例的在两种不同类型的环境中操作的多台发动机的部件的水洗废水中的代表性总溶解盐的说明性对照;
图4示出根据本发明的实施例的航空发动机的压缩机的水洗废水中的悬浮固体的代表性X射线衍射数据;
图5示出根据本发明的实施例的从对航空发动机的压缩机的水洗废水中的代表性悬浮固体的感应耦合等离子体分析获得的数据;以及图6是根据本发明的实施例的对由热腐蚀模型在更新模型之前和之后所预测的破坏进行对照的示意图,通过输入从航空发动机的压缩机的水洗废水获得的化学物质的浓度数据更新模型。
具体实施方式
如以下详细地论述的,本发明的实施例包括适用于基于发动机的废水中的某些化学物质的存在和浓度估算发动机的不同部件(可替代地,“发动机部件”)的状态的方法。这些方法可能有利地引起缩短的发动机停机、提高的发动机效率以及用于预测一个或多个发动机部件的状态的简化估算过程中的一个或多个。
在整个说明书和权利要求书中使用的近似语言可以被用于修饰任何定量表示,任何定量表示可以在不引起其相关基本功能变化的情况下可容许地改变。因此,通过比如为“大约”的术语修饰的值不局限于所指定的精确值。在一些情况中,近似措辞可以对应于用于测量该值的器械的精度。此外,贯穿说明书和权利要求书,范围限制可以组合和/或互换;这些范围被标识并且包括包含在其中的所有次范围,除非上下文或措辞上另有表示。
在以下说明书和权利要求书中,单数形式“一个”、“一种”以及“该/所述”包括复数对象,除非上下文中另有清晰的指示。如本文所使用的,术语“或”并非旨在排他并且指代所存在的参考部件中的至少一个并且包括可以存在参考部件的组合的实例,除非上下文中另有清晰的指示。
一般地,航空发动机利用洗涤流体,可选择地通过添加洗涤剂,进行定期洗涤,以去除可能在飞行期间累积的污染物以及减少存在于发动机部件上的腐蚀性物的量。该洗涤过程帮助恢复发动机效率以及恢复发动机的排气温度。洗涤发动机部件的过程可以离线(即当发动机不运转时或发动机不活动时)或在线(即在发动机的运转期间)执行。
不同的洗涤过程可被用于从发动机的部件去除化学物质,在本文中该发动机的部件被称为“第一部件”以区别于发动机的、本文中公开的技术中也可能涉及的其他部件。在一些实施例中,可以通过注射来自发动机的第一部件上游的点的洗涤流体以及迫使洗涤流体穿过发动机的第一部件来执行洗涤,由此从发动机的第一部件洗去和至少部分地去除化学物质的残留累积。
由于迫使洗涤流体穿过第一部件的至少一部分,因此获得具有洗涤流体和从第一发动机部件洗去的化学物质的混合物的废水。在一些实施例中,化学物质可能包括在第一部件的洗涤期间从该部分去除的污染物、碎屑、腐蚀元素或其组合。在一些实施例中,存在于废水中的化学物质可以包括从第一部件去除的污染物、碎屑和腐蚀元素中的一种或多种的分解或溶解形式。例如,如果洗涤流体从发动机的第一部件去除硫酸盐,则存在于废水中的化学物质可以是硫酸盐的形式或者可以是硫酸盐的分解产物的形式,例如硫酸盐离子。
在一些实施例中,存在于废水中的化学物质可以包括有机物质、无机物质、离子物质或其组合。在一些示例实施例中,存在于废水中的化学物质可以包括硫、氯、钙、钠、钾、铝、镁、钴、镍、铁、磷、铬、锰或其组合。可能存在于废水中的其他元素的非限制性示例可以包括硅、铁、铝、镍、钾、钴、钙、锌、钠、钛、铬、镁、铜、硫或其组合。
一般地,从第一部件的部分去除的污染物、碎屑或腐蚀元素的类型可以表示发动机硬件的老化的程度和特性。例如,发动机的内部通道中的表面由于涡轮发动机的长期运转而可以聚积矿尘。如本文所使用的,“矿尘”一般指代自然出现的粒状材料,包括可能在采用涡轮发动机的飞机的滑行、起飞、爬升、巡航或落地期间聚积在涡轮发动机中的各种岩石和矿物质的颗粒。当涡轮发动机不工作时还可能出现矿尘累积。可以注意到,所累积的矿尘的元素组成和状态基于矿尘在发动机的区段内的位置和/或发动机的操作环境而变化。例如,高压涡轮段中的由燃烧所引起的升高的温度一般导致其中的部件的表面上的温度升高;温度升高的表面上的矿尘可以热反应以形成CMAS(钙-镁-铝-硅-氧化物)基反应产物。
洗涤发动机部件的过程产生从发动机部件排出的废水。废水可以包括洗涤流体和一种或多种化学物质。洗涤流体可以是能够从发动机部件去除污染物的适当的液体或气体。在一些实施例中,洗涤流体可以包括水、其他有机或无机溶液或其任何组合。此外,洗涤流体可以包括酸性、碱性或中性溶液。洗涤流体还可以包括各种化学试剂、洗涤剂或两者,以提高洗涤效率。在一些实施例中,洗涤流体可被选择成使得洗涤流体选择性地溶解材料的对发动机的部件来说是外来的组成成分。如本文中所使用的,“选择性地溶解”指的是洗涤流体与预定材料反应以及与发动机的部件的材料基本不起反应的能力。在一些实施例中,本文中说明的洗涤流体便于从涡轮发动机去除反应和未反应的外来材料,同时与用于形成涡轮部件的材料基本不起反应,以限制对下层部件的破坏。在一些实施例中,用于洗涤的洗涤流体可以根据洗涤过程和溶解的组成成分与存在于废水中的洗涤流体稍微变化。
在一个洗涤周期期间,洗涤过程可以利用多次漂洗重复多次,以恢复发动机的所希望的效率水平。相同或不同的洗涤流体可以在一个洗涤周期中用于不同洗涤过程。在一个示例中,适用于从发动机的第一部件去除第一污染物的第一洗涤流体可被用于第一洗涤过程。随后,适用于从发动机的第一部件去除第二污染物的第二洗涤流体可被用于第二洗涤过程,其中,在特定洗涤周期中第一洗涤过程之后是第二洗涤过程。有利地,使用目的在于去除不同污染物的不同的洗涤流体可以提高污染物从第一部件的去除。在洗涤周期中,可以在一定的预定次数的洗涤过程之后或者在检测到废水中的一种或多种化学物质的量在一定的规定极限以下之后终止洗涤过程。废水的样本的一部分可被用于确定存在于第一部件中的化学物质的组成和浓度。在一些实施例中,一组洗涤流体可以以确定的顺序使用。在这些实施例的一些中,洗涤过程可以通过例如以相同的确定顺序利用该组洗涤流体在不同的洗涤周期中保持一致。在一些实施例中,可以建立用于收集废水并且分析废水的连续过程。例如,可以在全部洗涤周期的全部洗涤过程中以相同的时间间隔在已洗涤的第一部件的同一部分处收集废水。
在一些实施例中,水被用作洗涤流体。在一些实施例中,水可以与洗涤剂、化学试剂或两者一起使用。利用包括水的洗涤流体洗涤发动机部件的过程此后称为水洗过程。在某些实施例中,水洗过程被用于洗涤发动机的第一部件。
如将被理解的,作为不同发动机的废水的一部分的化学物质可以不具有限定的组成。此外,任何数量的因素可以影响存在于废水中的化学物质的数量和类型。例如,化学物质的类型和化学物质的数量可以在发动机的不同运转位置之间改变,因为一个操作位置可以具有更高浓度的某种化学物质,而不同的操作位置可以具有更低浓度的该化学物质或可以不具有任何痕量的该特定化学物质。此外,发动机的部件的污染以及由此的废水中的化学物质可以由于一个或多个因素而变化,比如但不限于当地植被、工业过程和流行天气。其他环境因素也可以变化。环境因素可以包括但不限于天气温度、天气湿度、天气压力、季节和地理位置。
用于预测寿命或发动机的部件的效率降低的当前实施模型中的一些利用操作和环境数据。这些模型可以匹配在现场操作中观察的实际状态的观察平均值,但可以不匹配可能由于可以不同于通常采用的平均参数的一些特定参数的变化而发生的变化。这些错配可能起因于不充分的物理仿真,或不能解释单独的发动机可变性的模型。因此,个性化用于特定区域或特定发动机的特定参数的准确数据将对发动机的部件的状态提供更加精确的估计。
通过使现有设计模型或改进的设计模型与大组的恰当地测量的现场传感器、操作或组成数据结合,可以获得发动机部件的实际状态与估算状态之间的良好匹配。在一些实施例中,特定部件废水的组成可被用于开发更加准确的提升模型以及估算发动机的部件的状态。例如,状态评估模型可以通过最大地利用设计物理模型、现场传感器数据、检查数据和关于聚积在发动机部件上的化学物质的数据为发动机提供准确的状态评估和维护计划。
因此,可以通过结合废水中的化学物质的浓度值来提高当前实施的模型的可靠度,实现非服务的时间的缩短以及生产率和合同服务满足的提高。
在一些实施例中,公开了一种用于确定发动机部件的状态的方法10,如图1所示。该方法10包括确定废水中的化学物质的浓度值的步骤12,其中,废水可以由洗涤发动机的第一部件的至少一部分获得。废水可以包括洗涤流体和化学物质。在一些实施例中,方法10包括在步骤14将化学物质的浓度值输入状态评估模型中,以更新发动机的第二部件的状态评估模型。第一部件和第二部件可以彼此相同或不同。在一些实施例中,方法10还包括基于更新的状态评估模型的输出估算第二部件的状态,如步骤16所示。
在某些实施例中,通过洗涤发动机的第一部件的至少一部分获得废水。发动机的第一部件可以包括发动机压缩机、压缩机叶片、压缩机外壳、燃烧室、涡轮叶片、涡轮护罩、涡轮叶片下平台、涡轮圆盘、涡轮外壳或其组合。在一些实施例中,可以仅洗涤发动机的第一部件的一部分。在一些其他实施例中,可以洗涤整个部件并且可以收集废水。
可以注意到,仅检测化学物质的存在或不存在可能不足以确定发动机部件的状态。因此,在一些实施例中,废水中的化学物质的浓度值被用于确定发动机的部件的状态。化学物质的浓度值被用于推断关于发动机部件中的所希望的或不希望的改进的细节,所希望的或不希望的改进可能已在例如在发动机的操作期间的时间段内发生。在一些实施例中,确定废水中的化学物质的浓度值的方法10可以包括确定溶解在洗涤流体中、悬浮在洗涤流体中或沉淀在洗涤流体或者其任何组合的化学物质的浓度值。
如本文所使用的,术语“废水中的化学物质的浓度值”指的是废水中的化学物质的量。根据洗涤时间时、分析时间时或其组合时的化学物质,化学物质可以为原子形式、离子形式、分子形式或其任何组合。
在一些实施例中,在废水的分析期间,可以标识所关注的一种或多种物质,可以确定废水中的所关注的这些物质的浓度。举例来说,所关注的物质可以包括与存在于发动机中的一些其他物质相比可能引起发动机中的相对更大量的材料老化的化学物质。
在一些实施例中,废水中的化学物质的组成的变化可被用于估算发动机的部件的状态。在一些实施例中,化学物质的浓度的变化可被用于推断发动机部件可能遇到过的环境条件,并且还可被用于估算发动机部件的当前和将来的状态。
在一些实施例中,洗涤过程可以在发动机的第一部件上执行,状态的估计可对于发动机的第二部件进行。第一部件和第二部件可以彼此相同或不同。例如,在一些实施例中,洗涤发动机的第一部件的至少一部分,分析废水以确定发动机自身的第一部件的状态。可替代地,在一些其他实施例中,洗涤发动机的第一部件的至少一部分,执行发动机的第二部件的状态的确定,其中第二部件不同于相同发动机的第一部件。在一些实施例中,化学物质的确定的浓度值对于单独的发动机是特别的并且用作状态评估模型的输入,以提高相同的单独发动机的任何部件的状态的预测准确度。有利地,洗涤发动机的第一部件并且分析废水以估计发动机的第二部件的状态对于洗涤第二部件并且获取第二部件的废水中的化学物质的浓度可能困难或费时的情况是有用的。
建立在发动机的第一部件的废水中的化学物质的浓度可以提供发动机所面对的操作和天气条件的特征标记并且由此可被用于同一发动机的第二部件的状态评估。在一些实施例中,第一部件的废水中的化学物质的浓度值与第二部件中的化学物质的浓度值之间的关系发展为由此能够实现第二部件的状态评估。在一些实施例中,第一部件的废水中的化学物质的浓度值可以提供对可能随着时间在第二部件中发生的化学和物理变化的洞察,无需推断可能存在于第二部件的废水中的可能的化学物质。例如,第一部件的废水中的硫酸根离子的浓度可以提供第一部件和/或第二部件中的硫酸盐腐蚀的指示。通过评估第一部件中的硫酸盐浓度,并且利用某些其他另外的输入导出第一部件中的硫酸盐浓度与第二部件中的腐蚀破坏之间的关系,可以准确地预测第二部件的硫酸盐基腐蚀。非限制的另外的输入可以包括第一部件与第二部件之间的温差、第一部件与第二部件的相对位置、第一部件和第二部件向工作环境的暴露以及用于第二部件中的材料的腐蚀速率常数。
可以通过比如为例如X射线衍射、扫描电子显微术、能量散射和波长散射光谱分析、感应耦合等离子体质谱分析、原子发射光谱法、质谱分析、离子色谱法或其组合的不同的方法确定化学物质的浓度值。在某些实施例中,这些方法中的一种或多种可被用于化学物质的定性和/或定量分析。例如,质谱分析法可被用于测量组成废水的化学元素的电子层光谱以及从废水组成推断化学物质的浓度值。因此,可以提供化学物质的一个或多个分离样本的浓度值。
在一些实施例中,方法10包括在用于发动机的第二部件的状态评估模型中输入来自发动机的第一部件的废水的化学物质的浓度值。在某些实施例中,状态评估模型是用于在给定时间评估发动机或发动机的部件的状态的基于相关性的模型。第二部件的状态评估模型可以是单个模型或共同地便于预测第二部件的状态的多个模型的集合。部件的状态不加任何限制地可以包括氧化、腐蚀、外来颗粒的沉积、破裂尺寸、磨损或其任何组合。此外,在一个实施例中,状态评估模型可被用于根据比如为例如操作条件、操作环境、寿命和发动机部件的暴露以在发动机的寿命中的特定时间预测发动机部件的寿命或发动机部件的特定状态。状态评估模型可以包括裂纹扩展模型、氧化模型、腐蚀模型、磨损模型或其组合中的一个或多个。状态评估模型的准确度可以取决于多个参数。此外,状态评估模型的准确度也可以取决于用于输入模型的不同参数的数据的准确度。
因此,在某些实施例中,从洗涤过程的废水测量的化学物质的浓度值被输入至发动机的第二部件的状态评估模型。在一些实施例中,化学物质的浓度值可被输入状态评估模型中。在一些其他实施例中,除浓度值之外,传感器数据、操作数据、环境数据或其组合可被输入状态评估模型中。将化学物质的浓度值输入状态评估模型更新状态评估模型,由此提高对发动机的第二部件的状态、寿命或其组合的估算的准确度。
如更早所述的,发动机的第一部件可以包括发动机压缩机、压缩机叶片、压缩机外壳、燃烧室、涡轮叶片、涡轮护罩、涡轮叶片下平台、涡轮圆盘、涡轮外壳或其组合。在一些实施例中,发动机的第二部件可以包括发动机压缩机、压缩机叶片、压缩机外壳、燃烧室、涡轮叶片、涡轮护罩、涡轮叶片下平台、涡轮圆盘、涡轮外壳、涡轮喷嘴或其组合。此外,第一部件和第二部件可以相同或不同。因此,在非限制性示例中,可以洗涤涡轮叶片的至少一部分,通过对由洗涤获得的废水的分析,可以通过在涡轮叶片的状态评估模型中输入废水中的一种或多种化学物质的浓度值来评估涡轮叶片或一组涡轮叶片的状态。在另一个非限制性示例中,可以洗涤压缩机的至少一部分,以及通过对由洗涤压缩机获得的废水的分析,可以通过在热区段部件的状态评估模型中输入废水中的一种或多种化学物质的浓度值来评估发动机的热区段部件的状态。如本文中使用的“热区段部件”是位于燃气涡轮机的参与燃料燃烧和/或暴露于燃烧的热气体产物的部分中的部件。发动机的热区段部件的非限制示例可以包括涡轮叶片、一组涡轮叶片、护罩、叶片下平台或其任何组合。
在一些实施例中,发动机的多个第一部件可被洗涤,由洗涤多个第一部件获得的废水可被分析以确定存在于废水中的化学物质的浓度值。可以对于由洗涤多个第一部件的单独的第一部件获得的单独的废水执行化学物质的分析和浓度值的确定。在一些实施例中,可以对于例如为对应于多个第一部件的不同的第一部件的废水的混合物的一组废水共同地执行化学物质的分析和化学物质的浓度值的确定。在一些实施例中,发动机的一个或多个第二部件的状态可以通过输入由分析多个第一部件的单独的废水或废水组获得的化学物质的浓度值来确定。
在一些实施例中,在单个第一部件的废水中获得的化学物质的浓度值可被输入至一个或多个第二部件的状态评估模型。在一些其他实施例中,由一个或多个第一部件的废水获得的化学物质的浓度值可被输入至单个第二部件或多个第二部件的状态评估模型,以确定第二部件的状态。
用于确定发动机部件的状态的状态评估模型可被定制用于该特定发动机部件或可以共用于两个或更多个发动机部件。例如,在一些实施例中,一个状态评估模型可被用于确定比如但不限于涡轮叶片和护罩的发动机的一些部件的状态。在一些其他实施例中,状态评估模型可以对于一个或多个发动机部件单独地精细调整。
方法10还可以包括以确定的洗涤间隔重复以下步骤:确定发动机的第一部件的废水中的化学物质的浓度值,输入状态评估,以及估算发动机的第二部件的状态。可以基于可用的预测数据确定洗涤间隔,或可以基于通过更新的状态评估模型的评估确定洗涤间隔。例如,在一些实施例中,对于可能在发动机的第二部件中出现的与时间有关的破坏的评估可以帮助确定后续洗涤之间的所希望的时间间隔。
状态评估模型可以在关于废水的化学物质的更多数据在发动机部件的寿命期间变得可用时重复地更新,由此提高对应于状态评估模型的置信因数。状态评估模型或多个状态评估模型可被用于进一步优化服务合同定价、维护计划或者计算其他金融或合同风险。另外,整体模型可被用于构造零件寿命仪表盘,其中部件的已使用或剩余使用寿命、部件的在给定时间的估算状态或其组合可被不断地计算并且在发动机操作条件变化时显示给用户。
在某些实施例中,设计模型、远距监控和诊断(RMD)数据、检查数据和废水数据可以组合以形成允许最大利用关于发动机的特定部件的可用信息的单个预测模型。这种单个预测模型也可用于具有高统计和物理置信因数的部件的寿命预测。
在一些实施例中,除更新状态评估模型之外,由废水获得的化学物质的浓度值可被进一步用于更新发动机效率模型,在此发动机效率模型代表发动机的效率。发动机效率模型的非限制性示例包括排气温度(EGT)模型。
在一些实施例中,用于确定发动机的第二部件的状态的方法10包括确定废水中的超过一种化学物质的浓度值。在一些实施例中,状态评估模型可被构造成接收废水中的至少两种化学物质的浓度值的比值。
在一些实施例中,控制系统可被用于接收化学物质的浓度值、将这些值输入至状态评估模型并且产生更新的状态评估模型的输出。进一步地,状态评估模型可以采取具有体现在介质中的计算机可用程序代码的计算机可用存储介质上的计算机程序产品的形式。可以利用任何适当的计算机可读介质。计算机可读介质可以是电子、磁、光学、电磁、红外或半导体系统、设备、装置或传播介质。计算机可读介质的非限制性例子包括便携式计算机软盘、硬盘、随机存贮器(RAM)、只读存储器(ROM)、可擦除编程只读存储器(EPROM或闪速存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光存储装置、比如支持因特网或内部网的那些的传输介质、磁或光存储装置。
用于确定发动机部件的状态的方法10还可被用于基于化学物质的浓度值确定洗涤间隔、改变所确定的洗涤间隔或其组合。例如,但非限制地,如果状态评估模型指示污染物的早期高水平累积,则本发明的实施例可以设法提高洗涤频率和/或持续时间以提供对发动机的部件的改善的清洁。然而,如果模型指示累积特定水平的污染物的增大的持续时间,则本发明的实施例可以设法降低洗涤频率和/或减少持续时间。
水洗分析数据也可以帮助提高在线和离线洗涤过程的清洁有效性。对废水中的化学物质的存在和浓度值的认识能够开发特定的清洁化学品或洗涤剂以及用于清洁发动机部件的有效的清洁过程。可以基于从发动机分离出并且在日常洗涤过程期间存留的化学物质确定特定的清洁化学品。例如,如果在废水中确定了氧化物、氯化物、硫酸盐基和碳基化学物质(基于这些化学物质的浓度值),则洗涤流体可被开发成使得所开发的洗涤流体便于从发动机部件去除氧化物基、氯化物基、硫酸盐基和碳基组成成分。此外,本文中采用的表征技术可以辅助评估在翼和脱翼发动机清洁技术的有效性。
示例
以下例子说明了根据特定实施例的方法、材料和结果,并且这不应被解释为对权利要求施加限制。全部部件能够从常见化学供应商商业上获得。
执行对通过在不同区域操作的相同类型的航空发动机(A1和A2)的相似部件的水洗过程获得的废水进行实验室规模分析。A1是用于使客机在低SEO(相对较低的苛刻环境操作)位置飞行的航空发动机,A2是用于使客机在高SEO(相对较高的苛刻环境操作)位置飞行的相似类型的航空发动机。
基于示出在单次漂洗期间以定时间隔收集的样品之间的废水组成的微小区别的初步研究,建立分流(tapping)水洗废水的连续过程。所实施的过程包括向着水洗周期的每次漂洗的末端收集标准200-250ml废水体积。由此获得的废水被过滤,并且过滤的废水的称重量利用硝酸酸化并被稀释至所需水平,用于通过感应耦合等离子体–光发射光谱术(ICP-OES)估算阳离子。所估算的阳离子包括但不限于钠、钾、钙、硅和镁。过滤的废水被稀释用于通过离子色谱法(IC)分析比如为硫酸盐、氯化物和硝酸盐的阴离子。
本文中采用的高SEO位置包括中东位置,在该位置处,操作环境中的一定量的污染物质与较低SEO位置相比相对更多。水洗过程的废水中的TDS(总溶解固体)和TSS(总悬浮固体)被执行和检查用于结果的可重复性。清晰地观察到高SEO操作发动机与低SEO操作发动机相比显示废水中的更高浓度值的化学物质。图1示出A1和A2发动机的代表性硫酸盐:氯化物离子比值的图解说明。该曲线图清晰地示出了对于发动机硬件中的材料老化已知的特定污染物的区域差别。此外,虽然硫酸盐离子和氯化物离子两者存在于A1发动机和A2发动机两者中,但是硫酸盐离子相对于氯化物离子的浓度值在A1发动机与A2发动机之间非常不同。关于在两种不同的环境中操作的发动机的部件中的硫酸盐离子和氯化物离子的浓度值的上述信息使得能够预测同一发动机的这些部件以及其他部件的破坏状态,这难以仅通过找出废水中存在的硫酸盐和氯化物离子来推断。
在连续的实验中,A1发动机和A2发动机的总固体溶解量在洗涤周期的四次连续漂洗的第五分钟内计算,并且用于排气温度恢复(EGTR)模型以找到由于通过水洗清洁部件而恢复的排气温度。图2提供了分别通过四次连续漂洗获得的A1发动机和A2发动机的TDS的量的图解表示。计算A1发动机的EGTR,其与A2发动机的EGTR相比非常低。观察A1发动机和A2发动机的EGTR的量的这种区别的一种可能性可以是在洗涤之前累积在A1中的污染物的水平比A2中累积的污染物的水平低得多。另一种可能性是在A2发动机上执行的洗涤可以比在A1发动机上执行的洗涤更加有效。例如,可能需要另外的洗涤漂洗或改变的洗涤实践(比如在水中添加用于清洁的洗涤剂)来实现更高的EGTR。利用不同的洗涤流体执行的相似实验可以帮助建立用于在一些环境中操作的不同发动机的一组适当的洗涤流体。
在另一个示例中,航空发动机的场地返回护罩硬件被分析用于理解护罩腐蚀。对护罩的一部分进行化学分析以了解已发生在表面上的腐蚀,并且发现腐蚀的护罩的顶层包括硫酸盐、云母/粘土、硅酸盐、石英、CMAS产品和长石,顶层以下的层包括钠、硅和钙。执行同一发动机的压缩机的水洗,利用用于溶解固体和悬浮固体两者的XRD(X射线衍射)、SEM(扫描电子显微术)、IC(离子色谱法)和ICP-OES(感应耦合等离子体-光发射光谱学)对废水进行分析。发现钙、钾和钠的硫酸盐、氯化物和硝酸盐溶解在水中,硅酸盐、二氧化硅、铁和铝氧化物以及铁和铝硫酸盐悬浮在水中。
图3示出水洗废水的悬浮固体的XRD图谱,说明存在二氧化硅、氧化铁以及钠、铝、镁、镍和铁的硅酸盐。图4示出从ICP获得的悬浮固体的不同离子物质的浓度值。如所能看到的,比如为硅22、铁24、铝26、镍28、钾30、钴32、钙34、锌36、钠38、钛40、铬42、镁44、铜46和硫48的阳离子被观察到存在于通过洗涤压缩机获得的废水中。可以看到从水洗废水分析推断出的废水的组成类似于从对护罩的直接化学分析获得的组成。此外,由分析压缩机的水洗废水获得的化学物质的浓度值可以有效地用于预测存在于同一发动机的部分中的其他部件的腐蚀和其他破坏。在一些实施例中,由分析压缩机的水洗废水获得的化学物质的浓度值被用于估算比如但不限于叶片、叶片下平台、叶片梢部或其组合的附近部件的腐蚀。
在进一步的分析中,从压缩机的水洗过程的废水获得的化学物质的浓度值被用于更新发动机的热腐蚀模型以及估算由于热腐蚀而已经发生在护罩上的破坏的测量。图5示出在利用化学物质的浓度值更新之前和之后由护罩的热腐蚀模型获得的破坏的测量值之间的图解对比。曲线52表示由热腐蚀模型预测的热腐蚀破坏,曲线54示出可以通过将化学物质的浓度值输入模型内更新热腐蚀模型预测的示意性预期热腐蚀破坏。能够看出的是由更新的模型预测的破坏示出与通过没有考虑来自废水的化学分析的输入的、早期热腐蚀模型预测的破坏相比以相似飞行计数的增大的破坏。在实验上发现曲线54比曲线52更紧密地模拟在护罩中观察的实际破坏。因此,可以断定输入由流体洗涤获得的某些化学品的浓度值提高了状态评估模型的准确度。
该文字说明书利用示例公开本发明,包括最佳方式,并且还使得本领域技术人员能够实施本发明,包括制造和使用任何装置或系统以及执行任何结合的方法。本发明的可获得专利的范围由权利要求限定,并且可以包括本领域技术人员想到的其他示例。如果这些其他示例具有并非不同于权利要求的字面语言的结构元件,或者这些其他示例包括与权利要求的字面语言无实质性区别的等同结构元件,则这些其他示例确定为在权利要求的范围内。

Claims (19)

1.一种用于确定发动机的第二部件的状态的方法(10),其中,所述发动机包括至少第一部件和所述第二部件,所述方法包括:
确定(12)由洗涤所述发动机的所述第一部件的至少一部分获得的废水中的化学物质的浓度值,其中,所述废水包括洗涤流体和所述化学物质;
将所述化学物质的浓度值输入(14)状态评估模型中,以更新所述状态评估模型并获得发动机所面对的操作和天气条件的特征标记,
其中,所述状态评估模型表示所述发动机的所述第二部件的状态,以及其中,所述第二部件不同于所述第一部件;以及
基于所述更新的状态评估模型的输出和获得的发动机所面对的操作和天气条件的特征标记估算(16)所述第二部件的状态。
2.根据权利要求1所述的方法(10),还包括利用所述洗涤流体洗涤所述发动机的所述第一部件的至少所述部分以形成所述废水。
3.根据权利要求1所述的方法(10),其中,所述洗涤流体包括水。
4.根据权利要求1所述的方法(10),包括确定溶解在所述洗涤流体中的所述化学物质的浓度值。
5.根据权利要求1所述的方法(10),包括确定悬浮在所述洗涤流体中的所述化学物质的浓度值。
6.根据权利要求1所述的方法(10),其中,所述化学物质包括有机物质、无机物质、离子物质或其组合。
7.根据权利要求1所述的方法(10),其中,所述化学物质包括硫、氯、钙、钠、钾、铝、镁、钴、镍、铁、磷、铬、锰或其组合。
8.根据权利要求1所述的方法(10),其中,确定所述化学物质的浓度值包括利用X射线衍射、扫描电子显微术、能量散射和波长散射光谱法、感应耦合等离子体质谱分析、原子发射光谱法、质谱分析法、离子色谱法或其组合。
9.根据权利要求1所述的方法(10),包括确定所述废水中的至少两种化学物质的浓度值。
10.根据权利要求9所述的方法(10),包括将所述废水中的所述至少两种化学物质的浓度值的比值输入所述状态评估模型。
11.根据权利要求1所述的方法(10),其中,所述状态评估模型包括裂纹扩展模型、氧化模型、腐蚀模型、磨损模型或其组合。
12.根据权利要求1所述的方法(10),其中,所述第一部件和所述第二部件是航空发动机的部件。
13.根据权利要求1所述的方法(10),其中,所述第一部件和所述第二部件包括发动机压缩机、压缩机叶片、压缩机外壳、燃烧室、涡轮叶片、涡轮护罩、涡轮叶片下平台、涡轮圆盘、涡轮外壳或其组合。
14.根据权利要求1所述的方法(10),还包括将所述化学物质的浓度值输入发动机效率模型内,所述发动机效率模型表示所述发动机的效率。
15.根据权利要求1所述的方法(10),还包括基于所述化学物质的浓度值、更新的状态评估模型或其组合改变所述洗涤流体。
16.根据权利要求1所述的方法(10),还包括以特定洗涤间隔重复以下步骤:确定废水中的所述化学物质的浓度值,将所述化学物质的浓度值输入状态评估模型中,以及估算所述发动机的所述第二部件的状态。
17.根据权利要求16所述的方法(10),还包括基于所述化学物质的浓度值、更新的状态评估模型或其组合改变所述特定洗涤间隔。
18.一种用于确定航空发动机的热区段部件的腐蚀的方法(10),包括:
确定(12)由洗涤所述航空发动机的压缩机的至少一部分获得的废水中的化学物质的浓度值,其中,所述废水包括洗涤流体和所述化学物质;
将所述化学物质的浓度值输入(14)所述航空发动机的所述热区段部件的腐蚀模型中以更新所述腐蚀模型,其中,所述腐蚀模型表示所述航空发动机的所述热区段部件中的腐蚀;以及
估算(16)所述航空发动机的所述热区段部件的所述腐蚀的存在和/或所述腐蚀的量。
19.根据权利要求18所述的方法(10),还包括利用包括水的所述洗涤流体洗涤所述压缩机的至少所述部分以形成所述废水。
CN201780040526.4A 2016-06-29 2017-05-23 用于基于废水的状态评估的方法 Active CN109661505B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN201641022383 2016-06-29
IN201641022383 2016-06-29
PCT/US2017/033908 WO2018004873A1 (en) 2016-06-29 2017-05-23 Methods for effluent based condition assessment

Publications (2)

Publication Number Publication Date
CN109661505A CN109661505A (zh) 2019-04-19
CN109661505B true CN109661505B (zh) 2021-10-22

Family

ID=59067883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780040526.4A Active CN109661505B (zh) 2016-06-29 2017-05-23 用于基于废水的状态评估的方法

Country Status (4)

Country Link
US (1) US10906670B2 (zh)
EP (1) EP3478940B1 (zh)
CN (1) CN109661505B (zh)
WO (1) WO2018004873A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11371385B2 (en) 2018-04-19 2022-06-28 General Electric Company Machine foam cleaning system with integrated sensing
FR3121431B1 (fr) * 2021-04-06 2023-02-24 Safran Aircraft Engines Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1193498A2 (en) * 2000-09-29 2002-04-03 General Electric Company Test rig and particulate deposit and cleaning evaluation processes using the same
CN1471676A (zh) * 2000-08-30 2004-01-28 ������Ϣϵͳ��˾ 材料分析检查和报告系统
CN1788143A (zh) * 2004-06-14 2006-06-14 燃气涡轮效率股份有限公司 用于收集和处理来自发动机清洁的废水的系统和装置
CN101726567A (zh) * 2008-10-27 2010-06-09 通用电气公司 用于检测压缩机中的腐蚀性沉积物的方法和系统
CN103335991A (zh) * 2013-06-19 2013-10-02 新疆师范大学 一种煤中复杂混合态砷的分离及检测方法
WO2015088741A1 (en) * 2013-12-09 2015-06-18 General Electric Company Cleaning solution and methods of cleaning a turbine engine

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7505844B2 (en) 2005-11-18 2009-03-17 General Electric Company Model-based iterative estimation of gas turbine engine component qualities
US8685176B2 (en) 2006-10-16 2014-04-01 Ecoservices, Llc System and method for optimized gas turbine compressor cleaning and performance measurement
US7849878B2 (en) * 2006-10-16 2010-12-14 Gas Turbine Efficiency Sweden Ab Gas turbine compressor water wash control of drain water purge and sensing of rinse and wash completion
US8197609B2 (en) 2006-11-28 2012-06-12 Pratt & Whitney Line Maintenance Services, Inc. Automated detection and control system and method for high pressure water wash application and collection applied to aero compressor washing
CN102307679A (zh) * 2008-11-06 2012-01-04 通用电气公司 发动机清洗系统及方法
US9016293B2 (en) * 2009-08-21 2015-04-28 Gas Turbine Efficiency Sweden Ab Staged compressor water wash system
US9138788B2 (en) * 2010-03-23 2015-09-22 Ecoservices, Llc Device and method having a duct for collecting waste water from turbine engine washing
JP5830875B2 (ja) * 2011-02-16 2015-12-09 富士電機株式会社 腐食環境モニタリングセンサ及びこれを用いた腐食環境モニタリングシステム
US9206703B2 (en) 2011-11-01 2015-12-08 Aero Jet Wash Llc Jet engine cleaning system
US20130227929A1 (en) * 2012-03-01 2013-09-05 General Electric Company System and device for monitoring contaminants in a fluid
US9366153B2 (en) * 2012-11-30 2016-06-14 General Electric Company Method and system for steam purity monitoring through use of high electron mobility transistors
WO2014153570A2 (en) * 2013-03-15 2014-09-25 Transtar Group, Ltd New and improved system for processing various chemicals and materials
US9359959B2 (en) * 2013-07-31 2016-06-07 General Electric Company Anti-icing system for a gas turbine
US9926517B2 (en) * 2013-12-09 2018-03-27 General Electric Company Cleaning solution and methods of cleaning a turbine engine
US20150198059A1 (en) * 2014-01-10 2015-07-16 General Electric Company Gas turbine manual cleaning and passivation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1471676A (zh) * 2000-08-30 2004-01-28 ������Ϣϵͳ��˾ 材料分析检查和报告系统
EP1193498A2 (en) * 2000-09-29 2002-04-03 General Electric Company Test rig and particulate deposit and cleaning evaluation processes using the same
CN1788143A (zh) * 2004-06-14 2006-06-14 燃气涡轮效率股份有限公司 用于收集和处理来自发动机清洁的废水的系统和装置
CN101726567A (zh) * 2008-10-27 2010-06-09 通用电气公司 用于检测压缩机中的腐蚀性沉积物的方法和系统
CN103335991A (zh) * 2013-06-19 2013-10-02 新疆师范大学 一种煤中复杂混合态砷的分离及检测方法
WO2015088741A1 (en) * 2013-12-09 2015-06-18 General Electric Company Cleaning solution and methods of cleaning a turbine engine

Also Published As

Publication number Publication date
EP3478940A1 (en) 2019-05-08
CN109661505A (zh) 2019-04-19
US20190144136A1 (en) 2019-05-16
EP3478940B1 (en) 2023-02-15
US10906670B2 (en) 2021-02-02
WO2018004873A1 (en) 2018-01-04

Similar Documents

Publication Publication Date Title
US20220412931A1 (en) Method and system for failure prediction using lubricating fluid analysis
CN101988889B (zh) 用于在线监控燃气轮机构件腐蚀的系统和方法
Kamariotis et al. A framework for quantifying the value of vibration-based structural health monitoring
CN103969066B (zh) 监控运行的过程的系统和方法
Pillai et al. A hybrid approach for fusing physics and data for failure prediction
CA2927683C (en) Method and system for diagnosing a condition of an engine using lubricating fluid analysis
JP2007226774A (ja) 推論および資産管理のサービスを提供するための方法、システム、およびコンピュータプログラム製品
CN109030323B (zh) 基于设备状况的腐蚀寿命监测系统和方法
CN109661505B (zh) 用于基于废水的状态评估的方法
JP7368566B2 (ja) 劣化診断システム、抵抗値推定方法、およびコンピュータープログラム
Wang Overview of a semi-stochastic filtering approach for residual life estimation with applications in condition based maintenance
Sancho et al. New methodology to determine air quality in urban areas based on runs rules for functional data
WO2012027008A2 (en) On-line monitoring and prediction corrosion in overhead systems
Compare et al. Interacting multiple-models, state augmented particle filtering for fault diagnostics
CN101900660A (zh) 一种检测和诊断间歇性低速重载设备故障的方法
Enright et al. Application of probabilistic fracture mechanics to prognosis of aircraft engine components
Brijder et al. Review of corrosion monitoring and prognostics in offshore wind turbine structures: Current status and feasible approaches
Marinai Gas-path diagnostics and prognostics for aero-engines using fuzzy logic and time series analysis
Hughes et al. Airlife-Towards a fleet management tool for corrosion damage
CN112131722B (zh) 一种基于服役环境及任务时间的舰载机备件预测方法
Goto et al. On-line residual life prediction including outlier elimination for condition based maintenance
Skaf et al. Accommodating repair actions into gas turbine prognostics
WO2023084628A1 (ja) 腐食推定方法およびシステム
JP2009281087A (ja) 水力発電所における水車部品の摩耗診断方法及び摩耗診断システム
Galea et al. Aircraft structural diagnostic and prognostic health monitoring for corrosion prevention and control

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