CN109766567A - 用以生成涡轮发动机的资产健康量词的设备和方法 - Google Patents
用以生成涡轮发动机的资产健康量词的设备和方法 Download PDFInfo
- Publication number
- CN109766567A CN109766567A CN201811330134.4A CN201811330134A CN109766567A CN 109766567 A CN109766567 A CN 109766567A CN 201811330134 A CN201811330134 A CN 201811330134A CN 109766567 A CN109766567 A CN 109766567A
- Authority
- CN
- China
- Prior art keywords
- assets
- asset
- quantifier
- information
- health
- 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.)
- Granted
Links
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- 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
- 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
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23455—Determine capability of machine by simulating model of capability of its parts
-
- 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
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25357—Regulation of energy coupling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Library & Information Science (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及用以生成涡轮发动机的资产健康量词的设备、方法、和非暂态计算机可读存储介质。示例设备包括:健康量词生成器,用以执行计算机生成的模型以使用资产监视信息模拟涡轮发动机的运行条件并基于所述模拟生成所述涡轮发动机的资产健康量词,并且将所述资产健康量词与阈值进行比较;以及删除调度器,用以基于所述比较标识要从服务中删除的涡轮发动机以通过对所述删除的涡轮发动机执行工作范围来改善所述涡轮发动机的运行。
Description
技术领域
本公开整体涉及涡轮发动机,且更具体地涉及用以生成涡轮发动机的资产健康量词的设备、方法和非暂态计算机可读存储介质。
背景技术
近年来,涡轮发动机已越来越多地用于各种应用和领域。涡轮发动机是复杂的机器,具有广泛的可用性、可靠性和可服务性要求。传统上,维护涡轮发动机会产生高昂的成本。这些成本一般包括让特别熟练和训练有素的维护人员维修涡轮发动机。在某些情况下,替换昂贵的部件或修理复杂的子组件驱动成本。
追求提高涡轮发动机的可用性同时降低过早维护成本需要增强洞察力。需要这种洞察力来确定何时以一般来讲适当的维修间隔执行典型的维护任务。传统上,随着增强的洞察力的部署,可用性、可靠性和可服务性也会增加。
近年来,许多服务组织的长期合同协议的市场增长率很高。随着服务组织与他们的客户建立长期合同协议,了解包括产品、服务和/或其他项目结果的预期工作范围(scopeof work)(也称为“workscope”)变得重要。此外,服务组织需要了解修理计划(例如,车间工作负荷和/或工作范围计划)以及部件的维护将如何影响对其包括时间、成本、风险等的服务合同的管理。
发明内容
公开了用以生成涡轮发动机的资产健康量词的方法、设备、系统和制品。
某些示例提供一种示例设备,用以生成涡轮发动机的资产健康量词。示例设备包括:健康量词生成器,用以执行计算机生成的模型以使用资产监视信息生成资产的资产健康量词、将资产健康量词与阈值进行比较;以及删除调度器,用以基于所述比较标识要从服务中删除的涡轮发动机以通过对删除的涡轮发动机执行工作范围来改善所涡轮发动机的运行。
某些示例提供一种示例方法,用以生成资产的资产健康量词。示例方法包括执行计算机生成的模型以使用资产监视信息生成资产的资产健康量词、将资产健康量词与阈值进行比较并基于所述比较标识要从服务中删除的资产以通过对删除的资产执行工作范围来改善资产的运行。
某些示例提供一种包括指令的示例非暂态计算机可读存储介质,所述指令在被执行时使机器至少生成资产的资产健康量词。示例指令在被执行时使机器至少执行计算机生成的模型以使用资产监视信息生成资产的资产健康量词、将资产健康量词与阈值进行比较并基于所述比较标识要从服务中删除的资产以通过对删除的资产执行工作范围来改善资产的运行。
本发明的方面、特征、技术效果等也可以通过后述技术方案体现,其中技术方案1涉及一种设备,其包括:
健康量词生成器,用以
执行计算机生成的模型,以:
使用资产监视信息模拟涡轮发动机的运行条件;
基于所述模拟生成所述涡轮发动机的资产健康量词;以及
将所述资产健康量词与阈值进行比较;以及
删除调度器,用以基于所述比较标识要从服务中删除的涡轮发动机以通过对所述删除的涡轮发动机执行工作范围来改善所述涡轮发动机的运行。
技术方案2涉及根据技术方案1所述的设备,其中所述健康量词生成器用以通过以下方式确定所述资产健康量词:
使用成像系统捕获所述涡轮发动机的第一图像;
使用对象识别系统将所述第一图像与数据库中的第二图像进行比较;以及
当所述第一图像与所述第二图像匹配时确定所述资产健康量词。
技术方案3涉及根据技术方案1所述的设备,其中所述资产监视信息包括资产环境信息、资产传感器信息、资产利用信息、资产配置信息、资产历史信息或资产工作范围量词信息中的至少一个。
技术方案4涉及根据技术方案1所述的设备,其中所述计算机生成模型包括基于物理的模型、随机模型、历史数据模型或混合模型中的至少一个,所述基于物理的模型对应于所述涡轮发动机的数字孪生模型。
技术方案5涉及根据技术方案1所述的设备,其还包括:
收集发动机,用以获得所述涡轮发动的预测信息;其中
所述健康量词生成器用以:
执行所述计算机生成的模型,以通过使用所述预测信息估计所述资产健康量词来生成预计资产健康量词;
将所述预计资产健康量词与所述阈值进行比较;以及基于所述比较标识要从服务中删除的所述涡轮发动机。
技术方案6涉及根据技术方案1所述的设备,其中所述删除调度器用以通过以下方式生成针对包括所述涡轮发动机的一个或多个资产的删除计划表:
基于按合同删除日期对所述资产排序来标识初始删除计划表;
生成所述初始删除计划表的第一功能成本;
生成近邻资产对的列表;
对所述列表中的第一近邻资产对重新排序;
基于所述重新排序生成第二功能成本;以及
基于所述第一功能成本与所述第二功能成本的比较生成所述删除计划表。
技术方案7涉及根据技术方案6所述的设备,其中所述删除调度器用以通过执行整数规划方法、自顶向下优化方法或自底向上优化方法中的至少一个来生成所述删除计划表。
技术方案8涉及一种方法,其包括:
执行计算机生成的模型,以:
使用资产监视信息模拟资产的运行条件;以及
基于所述模拟生成所述资产的资产健康量词;
将所述资产健康量词与阈值进行比较;以及
基于所述比较标识要从服务中删除的资产,以通过对所述删除的资产执行工作范围来改善所述资产的运行。
技术方案9涉及根据技术方案8所述的方法,其中生成所述资产健康量词包括:
使用成像系统捕获所述资产的第一图像;
使用对象识别系统将所述第一图像与数据库中的第二图像进行比较;以及
当所述第一图像与所述第二图像匹配时确定所述资产健康量词。
技术方案10涉及根据技术方案8所述的方法,其中所述资产监视信息包括资产环境信息、资产传感器信息、资产利用信息、资产配置信息、资产历史信息或资产工作范围量词信息中的至少一个。
技术方案11涉及根据技术方案8所述的方法,其中所述计算机生成的模型包括基于物理的模型、随机模型、历史数据模型或混合模型中的至少一个,所述基于物理的模型对应于所述资产的数字孪生模型。
技术方案12涉及根据技术方案8所述的方法,其还包括:
获得所述资产的预测信息;
执行所述计算机生成的模型,以通过使用所述预测信息估计所述资产健康量词来生成预计资产健康量词;
将所述预计资产健康量词与所述阈值进行比较;以及
基于所述比较标识要从服务中删除的所述资产。
技术方案13涉及根据技术方案12所述的方法,其还包括通过以下方式生成针对包括所述删除的资产的一个或多个资产的删除计划表:
基于按合同删除日期对所述资产排序来标识初始删除计划表;
生成所述初始删除计划表的第一功能成本;
生成近邻资产对的列表;
对所述列表中的第一近邻资产对重新排序;
基于所述重新排序生成第二功能成本;以及
基于所述第一功能成本与所述第二功能成本的比较生成所述删除计划表。
技术方案14涉及根据技术方案13所述的方法,其中生成所述删除计划表包括执行整数规划方法、自顶向下优化方法或自底向上优化方法中的至少一个。
技术方案15涉及一种包括指令的非暂态计算机可读存储介质,所述指令在执行时使得机器至少:
执行计算机生成的模型,以:
使用资产监视信息模拟资产的运行条件;以及
基于所述模拟生成所述资产的资产健康量词;
将所述资产健康量词与阈值进行比较;以及
基于所述比较标识要从服务中删除的资产以通过对所述删除的资产执行工作范围来改善所述资产的运行。
技术方案16涉及根据技术方案15所述的非暂态计算机可读存储介质,其中生成所述资产健康量词包括:
使用成像系统捕获所述资产的第一图像;
使用对象识别系统将所述第一图像与数据库中的第二图像进行比较;以及
当所述第一图像与所述第二图像匹配时确定所述资产健康量词。
技术方案17涉及根据技术方案15所述的非暂态计算机可读存储介质,其中所述资产监视信息包括资产环境信息、资产传感器信息、资产利用信息、资产配置信息、资产历史信息或资产工作范围量词信息中的至少一个。
技术方案18涉及根据技术方案15所述的非暂态计算机可读存储介质,其中所述计算机生成的模型包括基于物理的模型、随机模型、历史数据模型或混合模型中的至少一个,所述基于物理的模型对应于所述资产的数字孪生模型。
技术方案19涉及根据技术15所述的非暂态计算机可读存储介质,其还包括指令,所述指令在执行时使得所述机器至少:
获得所述资产的预测信息;
执行所述计算机生成的模型,以通过使用所述预测信息估计所述资产健康量词来生成预计资产健康量词;
将所述预计资产健康量词与所述阈值进行比较;以及基于所述比较标识要从服务中删除的所述资产。
技术方案20涉及根据技术方案19所述的非暂态计算机可读存储介质,其还包括指令,所述指令在执行时使得所述机器至少通过以下方式生成针对包括所述删除的资产的一个或多个资产的删除计划表:
基于按合同删除日期对所述资产排序来标识初始删除计划表;
生成所述初始删除计划表的第一功能成本;
生成近邻资产对的列表;
对所述列表中的第一近邻资产对重新排序;
基于所述重新排序生成第二功能成本;以及
基于所述第一功能成本与所述第二功能成本的比较生成所述删除计划表。
技术方案21涉及根据技术方案20所述的非暂态计算机可读存储介质,其中生成所述删除计划表包括执行整数规划方法、自顶向下优化方法或自底向上优化方法中的至少一个。
附图说明
图1示出了其中可以实现本文公开的示例的可以用在飞行器内的示例燃气涡轮发动机。
图2是其中示例资产工作范围生成系统监视图1的示例燃气涡轮发动机的示例环境的框图。
图3是图2的示例资产工作范围生成系统的示例实现方式的框图。
图4是示例资产健康计算器设备的示例实现方式的框图。
图5至图16是表示可由图2至图3的示例资产工作范围生成系统和/或图3至图4的示例资产健康计算器设备执行以实现本文公开的示例的示例方法的流程图。
图17是执行迭代本地搜索以便为与单个合同相对应的资产生成删除计划表的示意图。
图18示出了表示可被执行以实现可用以实现本文公开的示例的图3至图4的示例资产健康计算器的示例计算机可读指令的示例源代码。
图19是为与多于一个合同相对应的资产生成删除计划表的示例方法的示意图。
图20示出了表示可被执行以实现可用以实现本文公开的示例的图3至图4的示例资产健康计算器的示例计算机可读指令的示例源代码。
图21是使用单级优化生成删除计划表的示例方法的示意图。
图22是使用自顶向下优化生成删除计划表的示例方法的示意图。
图23是使用自底向上优化生成删除计划表的示例方法的示意图。
图24是被构造成执行机器可读指令以实现图5至图16、图18和图20的方法和/或图3至图4的示例资产健康计算器设备的示例处理平台的框图。
这些图不是成比例的。在可行之处,在全部附图和伴随的书面描述中将使用相同的附图标记指代相同或相似部分。
具体实施方式
在以下详细描述中,参考形成本文一部分的附图,且在附图中,以说明方式来展示可实践的特定示例。足够详细地描述这些示例,使得本领域技术人员能够实践所述主题,要理解可使用其他示例。因此,提供以下详细描述来描述示例性实施方式,以下详细描述不应认为是限制本公开中描述的主题的范围。来自以下描述的不同方面的某些特征可以被组合以形成下面讨论的主题的另外的新方面。
当介绍本公开的各种实施方案的元件时,冠词“一个”、“一种”、“该”和“所述”意图表示这些元件中的一个或多个。术语“包括”和“具有”旨在为包括性的并且意味着可能存在除了所列元件之外的额外元件。
如本文所用的术语“系统”、“单元”、“模块”、“发动机”、“部件”等可以包括用来执行一个或多个功能的硬件和/或软件系统。例如,模块、单元或系统可以包括计算机处理器、控制器和/或根据存储于有形和非暂时性计算机可读存储介质例如计算机存储器上的指令来执行操作的其他基于逻辑的装置。替代地,模块、单元或系统可以包括基于装置的硬接线逻辑执行操作的硬接线装置。在附图中示出的各种模块、单元、发动机和/或系统可以表示基于软件或硬接线指令而操作的硬件、指导硬件执行操作的软件或它们的组合。
涡轮发动机,也称为燃气涡轮或气体涡轮,是一种内燃机。涡轮发动机通常用于飞行器和发电应用中。如本文所用,术语“资产”、“飞行器涡轮发动机”、“气体涡轮”、“陆基涡轮发动机”和“涡轮发动机”可互换使用。涡轮发动机的基本操作包括通过涡轮发动机的具有风扇的前部吸入新鲜的大气空气流。在一些示例中,气流行进通过位于风扇和高压压缩机之间的中压压缩机或升压压缩机。升压压缩机用于在空气流进入高压压缩机之前对空气流的压力增压或升压。空气流然后可以行进通过高压压缩机,该高压压缩机进一步对空气流加压。高压压缩机包括附接到轴的一组叶片。叶片以高速转动,且随后压缩空气流。高压压缩机然后将加压空气流馈送到燃烧室。在一些示例中,高压压缩机以每小时数百英里的速度馈送加压空气流。在一些情况下,燃烧室包括一个或多个燃料喷射器环,该一个或多个燃料喷射器环将稳定的燃料流喷射到燃烧室中,在那里燃料与加压空气流混合。
在涡轮发动机的燃烧室中,燃料用点火器提供的电火花点燃,其中在一些示例中,燃料在高于2000华氏度的温度燃烧。所形成的燃烧产生高温高压气体流(例如,热的燃烧气体),该高温高压气体流通过称为涡轮的另一组叶片。涡轮包括交替的旋转翼型截面叶片和静止翼型截面叶片的复杂阵列。当热的燃烧气体通过涡轮时,热的燃烧气体膨胀,导致旋转叶片转动。旋转叶片用于至少两个目的。旋转叶片的第一目的是驱动升压压缩机和/或高压压缩机以将更多的加压空气抽入燃烧室。例如,涡轮以直接驱动配置附接到与高压压缩机相同的轴,因此,涡轮的转动使得高压压缩机转动。旋转叶片的第二目的是转动操作地联接到涡轮段的发电机以产生电力。例如,涡轮可以生成电力以供飞行器、发电站等使用。
在飞行器涡轮发动机的示例中,热的燃烧气体在通过涡轮之后,通过在飞行器涡轮发动机的后部的喷嘴离开飞行器涡轮发动机。当热的燃烧气体离开喷嘴时,飞行器涡轮发动机和联接到飞行器涡轮发动机的对应的飞行器向前加速(例如,向前推进)。在陆基涡轮发动机的示例中,热的燃烧气体在通过涡轮之后被耗散、被用以生成蒸汽等。
涡轮发动机(例如,飞行器涡轮发动机)通常包括要操作的部件(例如,资产部件等)或模块(例如,包括一个或多个部件的资产模块或组件等),诸如风扇(例如,风扇段)、升压压缩机、高压压缩机、高压涡轮和低压涡轮。所述部件可能由于诸如极端温度和振动的苛刻的运行条件而随时间退化。在某些情况下,碎屑或其他物体经由风扇进入涡轮发动机并对一个或多个部件造成损坏。可以实施例行维护间隔和维修检查以检查退化和/或损坏。然而,在一些情况下,使涡轮发动机离线或脱翼以执行维护包括使诸如飞行器的整个系统离线。除了过早替换昂贵的部件外,飞行器空操作还会产生额外的成本,如收益损失、劳动力成本等。监视部件的退化可以为维护人员在必要时替换涡轮发动机的部件提供可执行信息,以基于合同资源和/或维护资源等最优地调度涡轮发动机的维护任务。
本文公开的示例包括示例资产工作范围生成系统(AWGS),用以将现场数据、统计分析工具、基于工程物理的模型、与预测的使命要求结合的预测模拟器等相组合以便为诸如涡轮发动机的资产形成推荐的模块工作范围和执行推荐的模块工作范围的时序以满足客户合同和现场人员的期望。如本文所用,术语“工作范围”是指由维护人员执行以改善资产的运行条件的一组任务(例如,一个或多个维护任务、维修任务等),其中运行条件是基于诸如合同要求、环境要求、规则要求、利用要求等的要求和/或它们的组合确定的。在一些示例中,AWGS从一个或多个资产、网络、服务器等获得资产监视信息。如本文所用,术语资产监视信息是指与一个或多个资产相对应的信息,诸如资产传感器信息、资产环境信息、资产利用信息、资产配置信息、资产历史信息、资产类别历史信息、资产工作范围量词等。
在一些示例中,AWGS基于资产健康量词的计算来标识要从服务中删除(例如,从飞行器删除、从设施删除、从使用中删除等)的目标资产。如本文所用,术语“资产健康量词”是指与资产、资产部件等的健康状态、操作状态等相对应的数字表示。例如,资产健康量词可以由剩余使用寿命的百分比、飞行周期的数量(例如,执行维修前要执行的飞行周期的数量等)、在翼时间(TOW)小时数(例如,执行维修前的在翼时间小时数等)等表示。例如,涡轮发动机升压压缩机的75%的资产健康量词可以对应于升压压缩机剩余75%的使用寿命,然后升压压缩机可能变得无响应或需要维护动作。在另一示例中,涡轮发动机风扇段的500个周期的资产健康量词可以对应于涡轮发动机风扇段执行500个周期,然后可以维修风扇段以满足合同要求。
在一些示例中,AWGS可以执行一个或多个基于工程物理的模型、基于历史信息的模型、统计模型等和/或它们的组合以生成资产、资产部件、资产模块等的实际资产健康量词。在一些示例中,AWGS可以基于资产的预测的使命要求(例如,预测的合同要求、预测的环境信息等)生成预计的资产健康量词。
在一些示例中,AWGS可以基于一个或多个资产健康量词(例如,实际资产健康量词、预计资产健康量词等)与阈值的比较来标识要删除的一个或多个目标资产,确定一个或更多资产健康量词是否满足阈值,并基于该比较标识要删除的一个或多个目标资产。
在一些示例中,AWGS为目标资产生成工作范围任务。例如,AWGS可以标识用以对涡轮发动机的风扇段(例如,一个或多个风扇叶片等)执行维护的一组任务(例如,维护任务、维修任务等)。例如,AWGS可以标识与该组任务中的每个任务相对应的维护成本。例如,AWGS可以基于维护人员的数量和执行维护任务的对应工时、执行维护任务的部件的数量(例如,替换零件、备用零件、车间供应的零件等和/或它们的组合的数量)、部件中的每一个的货币成本等来计算成本。
在一些示例中,AWGS基于目标资产的生成的工作范围任务来优化和/或以其他方式改善工作范围。例如,AWGS可以生成多个工作范围,其中每个工作范围包括生成的工作范围任务中的一个或多个的组合。示例AWGS可以基于响应于执行对目标资产的指定工作范围而估计目标资产的资产健康量词可能是什么来计算目标资产的估计资产健康量词。示例AWGS可以计算生成的工作范围中的每一个的估计资产健康量词。示例AWGS可以基于一个或多个因子,诸如计算的估计资产健康量词与合同要求、客户要求、操作约束等的比较和/或它们的组合的比较,来标识目标资产的工作范围。
在一些示例中,AWGS基于目标资产的第一资产健康量词与目标资产的第二资产健康量词的比较来计算工作范围量词。例如,第一资产健康量词可以是在对目标资产的工作范围完成之前,目标资产的资产健康量词(例如,实际资产健康量词、预计资产健康量词等)。第二资产健康量词可以是在对目标资产的工作范围完成之后,目标资产的资产健康量词(例如,实际资产健康量词、预计资产健康量词等)。例如,AWGS可以通过计算第一资产健康量词和第二资产健康量词之间的差来计算工作范围量词。
在一些示例中,AWGS可以将工作范围量词与工作范围量词阈值进行比较,并基于该比较确定工作范围量词阈值是否已得到满足。在一些示例中,AWGS可以响应于工作范围量词阈值得到满足来修改AWGS的一个或多个部件。例如,AWGS可以响应于工作范围量词阈值得到满足来更新一个或多个模型、与维护任务相对应的一个或多个参数,改善优化参数以评估生成的工作范围等和/或它们的组合。虽然已经就发动机,诸如涡轮发动机、柴油发动机等,而言示出了本文所述的示例资产,但本文公开和描述的系统和方法也可适用以诸如以下资产:风力涡轮机、增材打印机、机车发动机、健康成像设备如计算机断层扫描仪等或任何其他类型的机械、电气或机电装置。除此之外或替代地,本文公开和描述的系统和方法还可适用以具有以下模块化元件的任何资产:所述模块化元件需要维护计划且在诸如对应于备用资产管理的合同约束的需求约束内调度删除。
本文公开的示例包括资产健康计算器设备,用以基于目标资产的资产健康量词的计算来标识要从服务中删除的目标资产。在一些示例中,资产健康计算器设备获得与目标资产相对应的资产监视信息。例如,资产健康计算器设备可以获得与目标资产相对应的资产传感器信息、资产环境信息、资产利用信息等和/或它们的组合。
在一些示例中,资产健康计算器设备执行一个或多个模型诸如基于工程物理的模型、统计模型等以生成资产、资产部件、资产模块等的资产健康量词。在一些示例中,资产健康计算器设备基于资产的预测的使命要求,诸如预测的环境信息、预测的利用信息等,生成预计的资产健康量词,以确定资产部件的退化是否将引起意外的进车间修理(例如,在下一次调度的或预期的进车间修理之前的进车间修理等)。
在一些示例中,资产健康计算器设备通过基于资产部件随时间的预计衰退而预计资产部件的实际资产健康量词的估计值来计算资产部件的预计资产健康量词。例如,资产健康计算器设备可以通过以下操作来预测衰退:使用实际资产健康量词作为资产部件的初始实际资产健康量词;以及通过使用包括飞行周期的数量、在翼时间小时数等预测的使命要求执行一个或多个模型来将初始实际资产健康量词外推到预计资产健康量词。
在一些示例中,资产健康计算器设备对实际资产健康量词、预计资产健康量词等进行聚合和排序。例如,资产健康计算器设备可以基于生成的资产健康量词来对资产或资产部件进行排序。在一些示例中,资产健康计算器设备将资产健康量词与阈值(例如,资产健康量词阈值、维护量词阈值等)进行比较,并基于该比较来确定资产健康量词是否满足阈值。
在一些示例中,资产健康计算器设备基于资产的资产健康量词与阈值的比较以及基于该比较对资产健康量词是否满足阈值的确定来将包括一个或多个资产的第一组候选资产标识为一个或多个要删除的候选者。例如,资产健康计算器设备可以基于涡轮发动机的资产健康量词满足阈值来标识要从服务中删除以对涡轮发动机执行维护活动的涡轮发动机。
在一些示例中,资产健康计算器设备基于非资产监视信息来将包括一个或多个资产的第二组候选资产标识为一个或多个要删除的候选者。例如,资产健康计算器设备可以基于对于涡轮发动机来说合同中指定的维护任务之间的时间间隔、客户技术预测信息、客户备用零件信息等来标识要删除的涡轮发动机。如本文所用,术语“合同”是指涡轮发动机运营商(例如,航空公司、制造厂、发电厂等)与涡轮发动机维护提供商之间的协议,其中涡轮发动机维护提供商对涡轮发动机运营商拥有的资产执行维护、维修等。
在一些示例中,资产健康计算器设备将第一组中的候选资产与第二组中的候选资产进行比较。在一些示例中,资产健康计算器设备基于该比较来标识要删除的目标资产。在一些示例中,资产健康计算器设备为标识的目标资产生成删除计划表。例如,资产健康计算器设备可以确定标识的目标资产对应于一个合同或多于一个合同。例如,响应于确定目标资产对应于一个合同,资产健康计算器设备可以基于诸如迭代本地搜索的优化过程的执行来生成目标资产的最优删除计划表。
在另一示例中,响应于确定目标资产对应于多于一个合同,资产健康计算器设备可以使用诸如整数规划、近视优化(例如,滚动优化方法等)、单级优化、自顶向下优化、自底向上优化等的方法和/或它们的组合来生成目标资产的删除计划表。例如,资产健康计算器设备可以通过同时优化和/或以其他方式改善与每个合同相对应的每个资产(或基本上同时考虑到数据处理、传输和存储等待时间)来使用单级优化生成删除计划表。
在另一示例中,资产健康计算器设备可以通过为每个合同生成高级目标删除计划表、顶级目标删除计划表等、为每个合同生成候选删除计划表以及基于目标删除计划表与候选删除计划表的比较而为合同生成优化的和/或以其他方式改善的删除计划表来使用自顶向下优化生成删除计划表。在另一示例中,资产健康计算器设备可以通过为每个合同生成候选删除计划表、将候选删除计划表相组合以及重新调整候选删除计划表以帮助确保关于一个或多个因子,诸如客户约束、维护设施约束、备用零件可用性约束等和/或它们的组合,的全局可行性来使用自底向上优化生成删除计划表。
图1是监视示例燃气涡轮发动机102的示例涡轮发动机控制器100的示意图。在所示示例中,涡轮发动机控制器100是全权数字发动机控制(FADEC)单元。例如,涡轮发动机控制器100可以包括闭环控制模块,用以基于发动机输入(例如,飞行员命令、飞行器控制系统命令等)向发动机102生成控制输入(例如,推力命令、减速参数等)。替代地,涡轮发动机控制器100可以是任何其他类型的数据采集和/或控制计算装置。图1示出了根据所公开示例的各方面的可用在飞行器内的发动机102的剖视图。为了参考的目的,燃气涡轮发动机102被示出为具有延伸贯穿燃气涡轮发动机102的纵向或轴向中心线轴线104。一般来讲,发动机102可以包括核心燃气涡轮发动机106和定位于其上游的风扇段108。核心燃气涡轮发动机106一般可以包括限定环形入口112的大体管状外壳110。另外,外壳110还可封装和支撑升压压缩机114以使进入核心燃气涡轮发动机106的空气的压力增加到第一压力水平。高压多级轴流式压缩机116然后可以接收来自升压压缩机114的加压空气并进一步使此类空气的压力增加到第二压力水平。替代地,高压多级压缩机116可以是高压多级离心压缩机或高压多级轴向离心压缩机。
在图1的所示示例中,离开高压压缩机116的加压空气然后可以流到燃烧室118,在所述燃烧室内,燃料喷射到加压空气流中,其中所得混合物在燃烧室118内燃烧。高能燃烧产物被从燃烧器118沿着发动机102的热气体路径导向到第一(高压)涡轮120以经由第一(高压)驱动轴122驱动高压压缩机116,然后被导向到第二(低压)涡轮124以经由通常与第一驱动轴122同轴的第二(低压)驱动轴126驱动升压压缩机114和风扇段108。在驱动涡轮120和124中的每一个之后,燃烧产物可以经由排气喷嘴128从核心燃气涡轮发动机106排出以提供推进喷气推力。
在一些示例中,压缩机114、116中的每一个可以包括多个压缩机级,其中每个级都包括环形固定压缩机叶片(vane)阵列和紧邻压缩机叶片的下游定位的环形旋转压缩机叶片(blade)阵列两者。类似地,涡轮120、124中的每一个可以包括多个涡轮级,其中每个级都包括环形固定喷嘴叶片阵列和紧邻喷嘴叶片的下游定位的环形旋转涡轮叶片阵列两者。
另外,如图1所示,发动机102的风扇段108一般可以包括可旋转轴流式风扇转子组件130,该风扇转子组件被构造成被环形风扇壳体132包围。风扇壳体132可被构造成由多个大体径向延伸的、周向间隔开的出口导向叶片134相对于核心燃气涡轮发动机106进行支撑。因而,风扇壳体132可封装风扇转子组件130和其对应的风扇转子叶片136。此外,风扇壳体132的下游段138可延伸跨越核心燃气涡轮发动机106的外部部分,以限定提供附加推进喷气推力的次级或旁路气流导管140。
在一些示例中,第二(低压)驱动轴126直接联接到风扇转子组件130,以提供直接驱动构型。替代地,第二驱动轴126可经由减速装置142(例如,减速齿轮或齿轮箱)联接到风扇转子组件130,以提供间接驱动或齿轮传动构型。此一个或多个减速装置还可根据需要或要求设置在发动机102内的任何其他适合的轴和/或卷轴之间。
在图1的所示示例中,发动机102包括通信地联接到涡轮发动机控制器100的传感器144、146。替代地,传感器144、146可以通信地联接到飞行器的与发动机102联接的控制系统,其中控制系统通信地联接到示例涡轮发动机控制器100。在所示示例中,传感器144、146是气路温度传感器(例如,排气路径温度传感器等)。例如,传感器144、146可以监视压缩机入口温度和离开高压涡轮120的气体的温度。替代地,传感器144、146可以是检屑器传感器(例如,磁性检屑器传感器等)、灰尘传感器、流量传感器、气路压力传感器、转子速度传感器、振动传感器、位置传感器(例如,致动器位置传感器、详细描述可变几何形状的传感器等)等。尽管传感器144、146在图1中被描绘为处于特定位置,但传感器144、146可以位于发动机102上的其他位置。除此之外或替代地,可以存在多于两个位于发动机102上的传感器144、146。典型的实现方式具有六个气路温度传感器144、146。除此之外或替代地,可以存在多于一个联接到发动机102的示例涡轮发动机控制器100。尽管示例涡轮发动机控制器100在图1中被描绘为靠近风扇段108,但涡轮发动机控制器100可以位于发动机102上的其他位置或者联接到发动机102的飞行器上的其他位置。
在发动机102的操作期间,初始气流(由箭头148指示)可以通过风扇壳体132的相关联入口150进入发动机102。气流148然后通过风扇叶片136并且分成移动通过导管140的第一压缩空气流(由箭头152指示)和进入升压压缩机114的第二压缩空气流(由箭头154指示)。第二压缩空气流154的压力然后增大并且进入高压压缩机116(如由箭头156指示)。在与燃料混合且在燃烧室118内燃烧之后,燃烧产物158离开燃烧室118并流过第一涡轮120。此后,燃烧产物158流过第二涡轮124并离开排气喷嘴128以提供对发动机102的推力。
图2是用以图1的燃气涡轮发动机102的示例资产监视系统200的示意图。在图2的所示示例中,图1的传感器144、146经由传感器连接210通信地联接到涡轮发动机控制器100。示例涡轮发动机控制器100从传感器144、146获得资产传感器信息(例如,压力、温度、转子的速度等)以监视燃气涡轮发动机102的操作。传感器连接210可包括直接有线连接或直接无线连接。例如,直接有线连接可以涉及使用了将传感器连接到涡轮发动机控制器100的线束中的线或诸如发动机区域分布式互连网络(EADIN)总线的总线的直接连接。在另一示例中,直接无线连接可以实现连接、Wi-Fi连接或任何其他无线通信协议。图2中还示出了示例资产工作范围生成系统(AWGS)220、示例AWGS直接连接230、示例网络240、示例AWGS网络连接250、示例无线通信系统260和示例无线通信链路270。
在图2的所示示例中,示例涡轮发动机控制器100被示出为经由AWGS直接连接230通信地联接到AWGS 220。例如,AWGS 220可以经由AWGS直接连接230从涡轮发动机控制器100获得资产操作信息,诸如飞行数据(例如,高度、涡轮发动机速度、发动机排气温度等)、资产传感器信息等。示例AWGS直接连接230可以是直接有线连接或直接无线连接。例如,AWGS 220可以经由从涡轮发动机控制器100手动下载数据到诸如膝上型电脑、服务器等的计算装置随后上传到AWGS220来下载发动机102的资产信息(例如,资产操作信息、资产传感器信息等)。替代地,示例AWGS 220可以直接连接到涡轮发动机控制器100以获得资产信息。
所示示例的AWGS 220是收集和处理发动机102的资产信息的服务器。替代地或除此之外,示例AWGS 220可以是膝上型电脑、台式计算机、平板电脑或任何类型的计算装置或包括任何数量的计算装置的网络。示例AWGS 220分析发动机102的资产信息以确定资产工作范围。例如,AWGS 220可以基于高压压缩机116的资产健康量词与对应于高压压缩机116的资产健康量词阈值的比较、合同中指定的时间间隔的消逝等来确定图1的高压压缩机116需要水洗。
替代地或除此之外,示例AWGS 220可以经由网络240从示例涡轮发动机控制器100获得资产信息。例如,AWGS 220可以通过经由AWGS网络连接250连接到网络240来从涡轮发动机控制器100获得发动机102的资产信息。示例AWGS网络连接250可以是直接有线连接或直接无线连接。例如,涡轮发动机控制器100可以将资产信息传输到飞行器的联接到发动机102的控制系统。随后,飞行器控制系统可以将资产信息经由网络240(例如,经由AWGS网络连接250、无线通信链路270等)传输到示例AWGS 220。
图2的所示示例的示例网络240为互联网。然而,示例网络240可以使用任何一个或多个合适的有线和/或无线网络来实现,包括例如一个或多个数据总线、一个或多个局域网(LAN)、一个或多个无线LAN、一个或多个蜂窝网络、一个或多个专用网络、一个或多个公共网络等。示例网络240使示例涡轮发动机控制器100能够与示例AWGS 220进行通信。如本文所用,短语“在通信中”(包括变体)因此包括通过一个或多个中间部件进行的直接通信和/或间接通信,并且不需要直接物理(例如,有线)通信和/或持续通信,而是包括以周期性和/或非周期性间隔的选择性通信以及一次性事件。
在一些示例中,涡轮发动机控制器100不能将资产信息经由AWGS直接连接230、AWGS网络连接250等传输到AWGS 220。例如,AWGS 220上游的路由装置可以停止向AWGS 220提供功能路由能力。在所示示例中,涡轮发动机健康监视系统200包括实现AWGS 220和网络240之间的通信(例如,数据传送)的附加能力。如图2所示,示例AWGS220和示例网络240包括经由示例无线通信链路270通过示例无线通信系统260(例如,蜂窝通信系统、卫星通信系统、空中无线电通信系统、飞行器通信寻址与报告系统(ACARS)等)传输和/或接收资产信息的能力。
图2的所示示例的无线通信链路270为蜂窝通信链路。然而,除此之外或替代地,可以使用任何其他方法和/或通信系统,诸如以太网连接、蓝牙连接、Wi-Fi连接、卫星连接等。此外,图2的示例无线通信链路270可以经由全球移动通信系统(GSM)实现蜂窝连接。然而,可以使用任何其他用以通信的系统和/或协议,诸如时分多址(TDMA)、码分多址(CDMA)、全球微波接入互操作(WiMAX)、长期演进(LTE)等。
图3是图2的示例AWGS 220的示例实现方式的框图。示例AWGS 220包括示例资产健康计算器300、示例任务生成器305、示例任务优化器310、示例工作范围效果计算器315、示例现场资产健康咨询器(FAHA)320、示例输入325、示例网络330、示例模型输入335、示例要求340、示例数据库345、示例任务信息350和示例输出355。
在图3的所示示例中,AWGS 220包括示例资产健康计算器300,用以标识要删除的目标资产诸如图1的发动机102,以执行改善目标资产的运行条件的任务。在一些示例中,资产健康计算器300基于经由网络330获得的输入325(例如,资产传感器数据、发动机控制输入等)来计算资产的实际资产健康量词(AHQ)。示例网络330可以实现或对应于图2的示例网络240。例如,资产健康计算器300可以基于资产维护技术人员对资产的检查来获得输入。在另一示例中,资产健康计算器300可以经由图2的AWGS直接连接230、图2的AWGS网络连接250、图2的无线通信链路270等从图1至图2的发动机102的涡轮发动机控制器100获得资产信息。
在一些示例中,资产健康计算器300基于模型输入335来计算预计AHQ。例如,资产健康计算器300可以在发动机102完成指定数量的周期(例如,飞行周期、操作周期等)之后估计发动机102的运行条件。例如,资产健康计算器300可以通过在指定数量的飞行周期内执行发动机102的数字孪生模型来模拟发动机102完成指定数量的飞行周期。如本文所用,术语“飞行周期”是指由资产执行的飞行器飞行的完整操作周期,包括起飞操作和着陆操作。
如本文所用,术语“数字孪生”是指与关于物理系统的数字信息构造相对应的数字表示、数字模型或数字“阴影”。也就是说,数字信息可以实现为物理装置/系统(例如,发动机102等)和与物理装置/系统相关联和/或嵌入在物理装置/系统内的信息的“孪生”。数字孪生在物理系统的寿命周期内与物理系统相连。在某些示例中,数字孪生包括实空间中的物理对象、该物理对象在虚拟空间中存在的数字孪生以及将物理对象与其数字孪生相连的信息。数字孪生存在于与实空间相对应的虚拟空间中并且包括数据流从实空间到虚拟空间的链接以及信息流从虚拟空间到实空间和虚拟子空间的链接。数据流或信息流的链接对应于表示数据源和数字孪生模型之间的通信框架的数字线程。数字线程可以实现贯穿资产的寿命周期的资产数据的集成视图。例如,数字孪生模型可以对应于资产的虚拟模型,并且数字线程可以表示资产数据源和虚拟模型之间的连接数据流。
在一些示例中,资产健康计算器300基于实际AHQ与实际AHQ阈值的比较以及基于该比较对要删除的目标资产的标识来标识要删除的目标资产。在一些示例中,资产健康计算器基于预计AHQ与预计AHQ阈值的比较以及基于该比较对要删除的目标资产的标识来标识要删除的目标资产。在一些示例中,资产健康计算器300基于诸如合同要求、维护资源、备用零件库存等的要求和/或它们的组合来生成一个或多个目标资产的删除计划表。
在一些示例中,资产、资产部件等的AHQ阈值(例如,实际AHQ阈值、预计AHQ阈值等)表示指标(其在得到满足时对应于资产、资产部件等)被标识为要删除的候选者以执行维护、维修等。例如,资产健康计算器300可以将图1的升压压缩机114的剩余50个周期(例如,飞行周期、飞行操作等)的实际AHQ(例如,直到可以执行维修、直到资产部件脱翼等)与剩余100个周期的实际AHQ阈值进行比较并基于实际AHQ小于实际AHQ阈值而将图1的升压压缩机114标识为要删除的候选者。在另一示例中,资产健康计算器300可以将图1的升压压缩机114的剩余200小时操作的实际AHQ与剩余250小时操作的实际AHQ阈值进行比较并基于实际AHQ小于实际AHQ阈值而将图1的升压压缩机114标识为要删除的候选者。例如,可以基于合同要求、先前修理的资产和/或资产部件的基于历史的信息等来确定实际AHQ阈值、预计AHQ阈值等。
在图3的所示示例中,AWGS 220包括任务生成器305,用以基于从资产健康计算器300获得AHQ来生成目标资产的工作范围任务。例如,任务生成器305可以获得发动机102的AHQ、发动机102的升压压缩机114的AHQ等。在一些示例中,任务生成器305基于AHQ与AHQ阈值的比较以及基于该比较对资产部件的标识来标识要处理的资产部件。例如,任务生成器305可以将升压压缩机114的剩余30%使用寿命的实际AHQ与剩余50%使用寿命的实际AHQ阈值进行比较并基于实际AHQ小于实际AHQ阈值而将升压压缩机114标识为要替换。
在一些示例中,任务生成器305基于从数据库345获得的要求340来标识要处理的资产部件。例如,任务生成器305可以基于合同要求(例如,合同规定当实际AHQ低于200个周期时,必须维修升压压缩机)来将升压压缩机114的100个周期的实际AHQ与升压压缩机114的200个周期的实际AHQ阈值进行比较。在此示例中,任务生成器305可以基于实际AHQ小于实际AHQ阈值来标识要处理的升压压缩机114。
响应于标识要处理的一个或多个资产部件,示例任务生成器305可以生成可以对一个或多个资产部件执行的一组工作范围任务。例如,任务生成器305可以基于从数据库345获得任务信息350来确定该组任务。例如,任务生成器305可以用所标识的要处理的部件(例如,增压压缩器114)和部件的实际AHQ来查询数据库345,并且数据库345可以返回包括任务列表的任务信息,该任务列表可以针对列表中的每个任务的对应的成本(例如,人工成本、货币成本等)、备用零件、工具等执行。
在图3的所示示例中,AWGS 220包括任务优化器310,用以基于生成的目标资产的工作范围任务和模型输入335来标识目标资产的优化的工作范围。例如,任务优化器310可以生成多个工作范围,其中每个工作范围都包括从任务生成器305获得的一个或多个工作范围任务的组合。在此示例中,任务优化器310可以将多个工作范围存储在数据库345中。
在一些示例中,任务优化器310计算目标资产的估计资产健康量词以生成可量化度量来评估AWGS 220在改善发动机102的运行条件方面的准确度或效率。例如,任务优化器310可以响应于对目标资产的指定工作范围的执行来计算目标资产的资产健康量词。例如,任务优化器310可以获得由资产健康计算器300计算的目标资产的实际AHQ,为目标资产选择感兴趣的工作范围,并且如果已执行了对目标资产的所选择的工作范围,则计算目标资产的估计AHQ。在一些示例中,在对目标资产的所选择的工作范围完成之后,工作范围效果计算器315计算目标资产的实际AHQ,并将实际AHQ与由任务优化器310计算的估计资产健康量词进行比较,以基于该比较确定AWGS 220的准确度。
在一些示例中,任务优化器310通过执行一个或多个模型诸如目标资产的数字孪生模型以生成模型输入335来计算估计AHQ。例如,可以使用人工神经网络和/或其他机器学习/人工智能来实现数字孪生模型,以在输入和输出之间形成连接,并通过模式、反馈、优化等来驱动评估和行为。
在一些示例中,任务优化器310计算生成的工作范围中的每一个的估计资产健康量词。在一些示例中,任务优化器310基于一个或多个因子诸如计算的估计资产健康量词与合同要求、客户要求、操作约束等和/或它们的组合的比较来选择要对目标资产执行的工作范围。在此类示例中,输出355对应于所选择的工作范围,包括要对目标资产执行的一组任务和对应的工作范围信息。例如,工作范围信息可以包括基于由资产健康计算器300标识的删除计划表向工作范围分配维护人员、维修设施、备用零件、工具等。
在图3的所示示例中,AWGS 220包括工作范围效果计算器315,用以生成涡轮发动机的预测性资产健康量词。例如,工作范围效果计算器315可以基于输入325来确定涡轮发动机的一个或多个减速参数。例如,工作范围效果计算器315可以确定发动机102的起飞减速参数、爬升减速参数等的值。示例工作范围效果计算器315可以分析减速参数以在考虑到运营商度量(例如,燃料消耗、使命时间等)的同时,标识发动机102的TOW增大、涡轮发动机维护成本降低等的机会。
在一些示例中,工作范围效果计算器315基于偏差生成资产和/或资产部件性能和严重性模型。例如,工作范围效果计算器315可以将环境因子、运行因子等的影响转换为驱动资产和/或资产部件的维护操作的资产和/或资产部件健康因子。在一些示例中,工作范围效果计算器315使用历史信息生成严重性模型。例如,工作范围效果计算器315可以根据TOW和环境或运行条件生成资产部件的资产健康量词。例如,工作范围效果计算器315可以生成将诸如高压压缩机的资产部件的TOW映射到对部件寿命有重要意义的一个或多个环境参数(例如,TOW等)的严重性模型。
在一些示例中,工作范围效果计算器315生成当资产在飞行器的机翼上时优化和/或以其他方式改善与起飞减速参数、爬升减速参数等相对应的运营商行为的推荐。例如,工作范围效果计算器315可以生成调整运营商行为以增大TOW并改善涡轮发动机性能的推荐。例如,工作范围效果计算器315可以生成资产在飞行器的机翼上时改变资产的爬升时间、锥度计划表(taper schedule)(例如,涡轮发动机减速锥度计划表)、减速参数等的推荐。如本文所用,术语“锥度计划表”是指随着涡轮发动机在飞行周期的飞行段之间的过渡,涡轮发动机的调度的减速操作。例如,锥度计划表可以包括在起飞和离开飞行段期间以5%的减速、在爬升飞行段期间以15%的减速以及在巡航飞行期间以40%的减速操作涡轮发动机的指令。
在一些示例中,工作范围效果计算器315生成包括推荐的报告。例如,工作范围效果计算器315可以生成包括运营商标识为候选改善目标的候选改善计划的报告。例如,候选改善计划可以包括当资产在飞行器的机翼上时改变资产的爬升时间、锥度计划表、减速参数等的推荐。在一些示例中,工作范围效果计算器315生成警报仪表板(例如,报告中的警报仪表板、基于web的软件应用程序中的警报仪表板等),为运营商指示改善资产的TOW并降低维护成本的改善区域。
在一些示例中,工作范围效果计算器315计算执行对目标资产的工作范围的效果。在一些示例中,工作范围效果计算器315计算工作范围量词,所述工作范围量词表示AWGS220在改善发动机102的运行条件方面的准确度或效率。在一些示例中,工作范围效果计算器315响应于对目标资产的所选择的工作范围的执行来计算目标资产的实际AHQ。在一些示例中,工作范围效果计算器315基于来自维护人员的检查(例如,视觉检查等)、来自图2的传感器144、146的传感器数据等和/或它们的组合来计算实际AHQ。例如,工作范围效果计算器315可以基于(1)在执行所选择的工作范围之前从图2的传感器144、146获得的高压涡轮120的第一压力值和/或第一温度值与(2)在执行所选择的工作范围之后从传感器144、146获得的高压涡轮120的第二压力值和/或第二温度值的比较来计算高压涡轮120的实际AHQ。在此示例中,工作范围效果计算器315可以基于该比较来计算实际AHQ。
在一些示例中,工作范围效果计算器315基于目标资产的第一资产健康量词与目标资产的第二资产健康量词的比较来计算工作范围量词。例如,工作范围效果计算器315可以基于在执行对发动机102的工作范围之前由任务优化器310计算的第一实际AHQ和在工作范围完成之后由工作范围效果计算器315计算的第二实际AHQ来计算工作范围量词。例如,工作范围量词可以是第一实际AHQ和第二实际AHQ之间的差值、第一实际AHQ和第二实际AHQ的比等。例如,工作范围效果计算器315可以基于由任务优化器310计算的90%的第一实际AHQ与由工作范围效果计算器315计算的80%的第二实际AHQ之间的差值来计算10%的工作范围量词(例如,10%=90%-80%,等)。在此示例中,工作范围效果计算器315可以确定可以改善AWGS 220,因为所选择的工作范围没有将发动机102的运行条件改善到AWGS 220预期的水平。
在一些示例中,工作范围效果计算器315基于运营商行为(例如,所有者资产的减速行为等)来修改AWGS 220的一个或多个部件。在一些示例中,工作范围效果计算器315通过计算工作范围量词、将工作范围量词与工作范围量词阈值进行比较并基于该比较确定工作范围量词是否满足工作范围量词阈值来修改AWGS 220的一个或多个部件。在一些示例中,工作范围量词阈值表示指标,所述指标当得到满足时,确定可以通过更新AWGS 220的一个或多个部件来改善AWGS 220。例如,工作范围效果计算器315可以从数据库345获得与由任务优化器310计算的90%剩余使用寿命的实际AHQ相对应的升压压缩机114的第一实际AHQ。示例工作范围效果计算器315可以基于升压压缩机114的检查、来自传感器144、146等的传感器数据来生成剩余70%使用寿命的第二实际AHQ。
示例工作范围效果计算器315可以基于第一实际AHQ和第二实际AHQ之间的差值的计算来计算20%的工作范围量词(例如,20%=90%-70%等)。在另一示例中,工作范围效果计算器315可以基于第一实际AHQ和第二实际AHQ的比的计算来计算0.78的工作范围量词(例如,0.78=0.70÷0.90等)。在此示例中,工作范围效果计算器315可以将0.78的工作范围量词与0.85的工作范围量词阈值进行比较,并确定工作范围量词是否满足工作范围量词阈值。例如,工作范围效果计算器315可以基于工作范围量词小于工作范围量词阈值来确定修改AWGS 220的部件。
响应于确定工作范围量词满足工作范围量词阈值,示例工作范围效果计算器315可以重新生成示例资产健康计算器300、示例任务生成器305、示例任务优化器310、示例模型输入335、示例要求340、示例数据库345、示例任务信息350等和/或它们的组合。例如,工作范围效果计算器315可以指导发动机102的数字孪生模型更新到包含最新历史趋势信息、模型参数、模型算法等的数字孪生模型的最新版本。在另一示例中,工作范围效果计算器315可以指导数据库345更新为包括任务信息350的最新版本。在又一示例中,工作范围效果计算器315可以指导任务优化器310将任务优化器310使用的一个或多个算法、计算参数等更新到最新版本。
在图3的所示示例中,AWGS 220包括FAHA 320,用以生成改善资产的运行使用情况的推荐。在一些示例中,FAHA 320获得来自图2的传感器144、146的传感器数据、模型信息(例如,来自资产的基于物理的模型、资产的随机模型等的输出)等以生成与资产的健康相对应的分析和诊断。例如,FAHA 320可以是在计算装置(例如,台式计算机、平板电脑、智能电话等)上执行的软件应用程序,以生成资产健康信息(例如,实际AHQ、预计AHQ等)、资产使用情况推荐等。在其他示例中,FAHA 320可以实现为专用硬件装置(例如,专用集成电路、固件装置等)以监视资产操作并生成资产健康信息、资产使用情况推荐等。
在所示示例中,FAHA 320通信地联接到网络330。例如,FAHA 320可以经由网络330获得来自传感器144、146的传感器数据、获得一个或多个模型的最新版本、获得资产健康计算器300使用的算法或计算参数的最新版本等。替代地,示例FAHA 320可以不通信地联接到网络330(例如,FAHA 320正在不通信地联接到网络330的独立装置上执行等)。
在图3的所示示例中,AWGS 220包括数据库345,用以记录数据(例如,资产健康量词、工作范围量词、输入325、模型输入335、要求340、任务信息350等)。在所示示例中,数据库345通信地联接到资产健康计算器300、任务生成器305、任务优化器310、工作范围效果计算器315和FAHA 320(例如,当通信地联接到网络330时等)。示例数据库345可以对与数据库345中的数据相关的信息的查询作出响应。例如,数据库345可以通过提供与数据库345中的附加数据相关联的索引等而提供附加数据(例如,一个或多个数据点)来对附加数据的查询作出响应。除此之外或替代地,示例数据库345可以通过提供空索引、数据库标识符终止等来对数据库345中无附加数据时的查询作出响应。例如,资产健康计算器300可以向数据库345查询与发动机102相对应的资产传感器数据、资产环境数据、利用数据等。响应于该查询,示例数据库345可以将数据和诸如数据日志、维护历史等的对应信息传输到示例资产健康计算器300。
示例数据库345可以由易失性存储器(例如,同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM)等)和/或非易失性存储器(例如,闪存存储器)实现。除此之外或替代地,示例数据库345可以由一个或多个双数据速率(DDR)存储器,诸如DDR、DDR2、DDR3、DDR4、移动DDR(mDDR)等实现。除此之外或替代地,示例数据库345可以由一个或多个大容量存储装置诸如硬盘驱动器、压缩盘驱动器、数字通用盘驱动器、固态驱动器等实现。虽然在所示示例中,数据库345被示出为单个数据库,但数据库345可以由任何数量和/或类型的数据库实现。
尽管图3中示出了图2的AWGS 220的示例实现方式,但图3中示出的元件、过程和/或装置中的一个或多个可被组合、分开、重新排列、省略、消除和/或以任何其他方式实现。此外,示例资产健康计算器300、示例任务生成器305、示例任务优化器310、示例工作范围效果计算器315、示例FAHA 320、示例输入325、示例网络330、示例模型输入335、示例要求340、示例数据库345、示例任务信息350、示例输出355和/或更一般地,图3的示例AWGS 220,可以由硬件、软件、固件和/或硬件、软件和/或固件的任何组合来实现。因此,例如,示例资产健康计算器300、示例任务生成器305、示例任务优化器310、示例工作范围效果计算器315、示例FAHA 320、示例输入325、示例网络330、示例模型输入335、示例要求340、示例数据库345、示例任务信息350、示例输出355和/或更一般地,示例AWGS 220中的任一个可以由一个或多个模拟或数字电路、逻辑电路、一个或多个可编程处理器、一个或多个专用集成电路(ASIC)、一个或多个可编程逻辑装置(PLD)和/或一个或多个现场可编程逻辑装置(FPLD)实现。当阅读本专利的设备或系统权利要求中的任一个以涵盖纯软件和/或纯固件实现方式时,示例资产健康计算器300、示例任务生成器305、示例任务优化器310、示例工作示例效果计算器315、示例FAHA320、示例输入325、示例网络330、示例模型输入335、示例要求340、示例数据库345、示例任务信息350和/或示例输出355中的至少一个在此明确定义为包括非暂态计算机可读存储装置或存储盘诸如包括软件和/或固件的存储器、数字通用盘(DVD)、光盘(CD)、蓝光盘等。更进一步,图2的示例AWGS 220可包括附加于或代替图3中示出的那些的一个或多个元件、过程和/或装置,和/或可包括示出的元件、过程和装置中的任何或全部中的超过一个。
图4是图3的示例资产健康计算器300的示例实现方式的框图。所示示例的资产健康计算器300对资产(例如,图1的发动机102)、资产部件(例如,升压压缩机114、高压涡轮120等)等的AHQ(例如,实际AHQ、预计AHQ等)进行计算、聚合和排序。资产健康计算器300包括示例收集发动机400、示例健康量词生成器410和示例删除调度器420。
在图4的所示示例中,资产健康计算器300包括示例收集发动机400,用以获得感兴趣的信息进行处理。在所示示例中,收集发动机400获得输入325进行处理。例如,收集发动机400可以从图3的网络330获得输入325。所示示例的输入325包括示例资产传感器数据430、示例资产环境数据432、示例运行/利用数据434、示例资产配置数据436、示例资产类别历史数据438和示例工作范围量词440。
在所示示例中,收集发动机400获得资产传感器数据430以确定图1的发动机102所经历的运行条件。在一些示例中,收集发动机400从图3的数据库345获得资产传感器数据430。在一些示例中,资产传感器数据430与从图2的传感器144、146获得的传感器数据相对应。例如,资产传感器数据430可以包括传感器测量值,诸如图1的发动机102经历的转子速度、压力、温度、振动等。在一些示例中,资产传感器数据430包括由环境参数传感器(例如,压力传感器、温度传感器等)测量的环境参数(例如,压力、温度等)的一定范围的传感器测量值。在一些示例中,资产传感器数据430包括传感器测量的持续时间,诸如传感器144、146测量特定传感器测量值的时间量(例如,传感器144、146测量100PSI的压力值的时间量、传感器144、146测量2400兰金的温度值的时间量等)。
在所示示例中,收集发动机400获得资产环境数据432以确定发动机102经历的环境条件。在一些示例中,收集发动机400从图3的数据库345获得资产环境数据432。在一些示例中,资产环境数据432包括发动机102经历的一定范围的环境条件参数。例如,资产环境数据432可以包括发动机102经历的一定范围的环境温度(例如,10至40摄氏度的范围等)、降水量、盐气氛百分比(例如,5%至55%的盐气氛范围等)、一定范围的大气颗粒物的尺寸(例如,人造大气颗粒物的尺寸、天然存在的大气颗粒物的尺寸等)、湿度百分比(例如,40%至95%的湿度范围等)等。在一些示例中,资产环境数据432包括发动机102经历的环境条件参数的持续时间。例如,资产环境数据432可以包括发动机102经历30%、40%、50%等的盐气氛的时间量。
在图4的所示示例中,收集发动机400获得运行/利用数据434以确定发动机102的使用情况。在一些示例中,运行/利用数据434包括发动机102的利用计划。例如,运行/利用数据434可以包括由发动机102完成的周期(例如,飞行周期、操作周期等)的数量、操作中的小时数、飞行路线的类型(例如,从第一目的地到第二目的地的飞行等)、多个飞行支线(例如,从第一目的地到第二目的地的小时数等)等。在一些示例中,运行/利用数据434包括一个或多个航空公司运营商的一个或多个资产的运行行为。例如,运行/利用数据434可以包括与涡轮发动机的额定最大容量相比,对应于发动机102的操作的操作额定值信息。例如,运行/利用数据434可以包括平均起飞减速信息、平均爬升减速信息等。在另一示例中,运行/利用数据434可以包括发动机102的平均推力参数、指示发动机102在一个或多个周期期间在全功率下的频率的百分比等。
在图4的所示示例中,收集发动机400获得资产配置数据436以确定发动机102的当前或即时配置。在一些示例中,当对发动机102执行维护时,可以随时间对发动机102的物理和/或软件配置进行更新、升级等操作。例如,发动机102可以用新的部件、升级的部件等进行翻新。在另一示例中,发动机102的涡轮发动机控制器100的软件可以升级以在运行时调整或控制发动机102的可变几何形状。在此类示例中,资产配置数据436可以包括发动机102中的当前部件列表、涡轮发动机控制器100的当前软件版本等。
在图4的所示示例中,收集发动机400获得资产类别历史数据438以响应于资产的硬件和/或软件部件的升级来确定资产的基线操作参数、性能参数、可靠性参数等。例如,资产类别可以对应于用以通过分析编队的耐久性参数、可靠性参数等来生成基线耐久性参数或基线可靠性参数的大体类似资产的编队。例如,发动机102可以属于与第一基线耐久性参数、第一基线可靠性参数等相对应的第一资产类别。
在此示例中,发动机102的硬件和/或软件部件的升级可以使发动机102对应于与第二基线耐久性参数、第二基线可靠性参数等相对应的第二资产类别,其中第二参数可以是与第一参数相比的改善。在一些示例中,收集发动机400获得资产类别历史数据438以确保参数跟踪器405、健康量词生成器410等基于与发动机102的先前资产类别(例如,升级之前的发动机102的资产类别等)相比,发动机102的当前资产类别来使用模型输入335。
在图4的所示示例中,收集发动机400获得一个或多个工作范围量词440以确定由资产健康计算器300生成的AHQ的准确度。例如,收集发动机400可以获得由工作范围效果计算器315计算的10%、20%、30%等的工作范围量词。例如,资产健康计算器300可以确定基于工作范围量词来更新资产健康计算器300的一个或多个参数。例如,资产健康计算器300可以通过更新历史数据模型450、基于物理的模型452、随机模型454、混合模型456等和/或它们的组合来将模型输入335更新为包含最新版本的信息、参数值等。
在图4的所示示例中,资产健康计算器300包括健康量词生成器410,用以基于模型输入335来计算实际AHQ、预计AHQ等。例如,健康量词生成器410可以基于历史数据模型450、基于物理的模型452、随机模型454和混合模型456中的一个或多个的执行来获得模型输入335。在此示例中,健康量词生成器410可以使用最具限制性的模型输入335,或者健康量词生成器410可以使用模型输入335中的一个或多个的平均值。
在一些示例中,健康量词生成器410使用历史数据模型450来生成模型输入335。例如,历史数据模型450可以通过对先前的工作范围操作执行统计分析来生成模型输入335。例如,历史数据模型450可以向发动机102获得与资产配置、资产类别、环境、利用等类似的资产相对应的信息。在此示例中,历史数据模型450可以生成可以应用以发动机102的度量和量词。例如,历史数据模型450可以基于类似资产(例如,具有大体类似的资产配置、资产类别历史等的资产)先前如何执行(例如,先前在完成类似的工作范围之后执行等)来计算发动机102的剩余使用寿命的百分比、剩余飞行周期的数量、剩余TOW小时数等。
在一些示例中,健康量词生成器410使用基于物理的模型452来生成模型输入335。示例的基于物理的模型452可以是发动机102的数字孪生模型。例如,数字孪生模型可以模拟发动机102的物理行为、热力学健康、性能健康等。例如,发动机102的基于物理的模型452可以包括发动机102的一个或多个传感器、资产部件等的一个或多个振动模型、应力模型、热机械模型、气动热模型、空气动力学模型等。例如,基于物理的模型452可以模拟发动机102的传感器144、146的输入和输出。在一些示例中,基于物理的模型452可以基于执行一个或多个飞行周期、飞行支线、飞行操作等的发动机102的模拟来模拟发动机102的可操作性(例如,发动机102的效率等)、发动机102的耐久性(例如,风扇段108、升压压缩机114等上的机械应力)等。
在一些示例中,健康量词生成器410使用随机模型454以基于通过允许一个或多个输入随时间的随机变化而对潜在结果的概率分布的估计来生成度量。在一些示例中,随机模型454基于使用时间序列技术在所选择的时间段内在历史数据(例如,基于历史数据模型450的模型输入335等)中观测到的波动来生成随机变化。例如,随机模型454可以将随机变化校准为在来自历史数据模型450的输出所列出的限制范围内。在一些示例中,随机模型454包括生成连续概率分布(例如,威布尔分布、可靠性曲线等)以确定因一个或多个资产部件引起的故障率随时间的分布。例如,随机模型454可以基于发动机102的风扇段108、升压压缩机114等的故障率的确定来生成发动机102的故障率。
在一些示例中,健康量词生成器410使用混合模型456以使用图4的历史数据模型450、基于物理的模型452和随机模型454中的一个或多个来生成模型输入335。例如,混合模型456可以是随机模型454,其中将来自随机模型454的输出与基于物理的模型452进行比较,并且基于该比较来调整输出。在另一示例中,混合模型456可以是随机模型454,其中可以将来自随机模型454的输出与历史数据模型450进行比较,并且基于该比较来调整或校准输出。
在一些示例中,健康量词生成器410基于资产部件的子部件的实际AHQ来计算资产部件的实际AHQ。例如,健康量词生成器410可以根据基于模型输入335对风扇段108的子部件的实际AHQ的计算来计算图1的风扇段108的实际AHQ。例如,健康量词生成器410可以通过执行发动机102的基于物理的模型452来计算风扇段108的诸如风扇叶片、轴承、速度传感器等子部件的实际AHQ。在此示例中,健康量词生成器410可以基于对风扇段108的风扇叶片、轴承、速度传感器等的实际AHQ的平均值(例如,加权平均值等)的计算来生成风扇段108的实际AHQ。在一些示例中,健康量词生成器410可以按重要性(例如,资产部件对发动机102的功能的重要程度的定量量度等)按升序、降序对资产部件(例如,风扇段108、升压压缩机114等)的实际AHQ进行排序。
在一些示例中,健康量词生成器410基于模型输入335来计算预计AHQ。在一些示例中,预计AHQ表示资产部件的实际AHQ可以基于运行条件而预测的。例如,健康量词生成器410可以基于升压压缩机114的实际AHQ计算图1的升压压缩机114的预计AHQ并基于预测利用和环境计划460生成模型输入335。在一些示例中,预测利用和环境计划460与发动机102在未来操作中经历的未来利用(例如,飞行周期的数量、飞行支线的数量、运行小时数等)和环境(例如,25至40摄氏度的环境温度范围、15%至35%的盐气氛百分比范围等)相对应。
例如,健康量词生成器410可以通过基于预测利用和环境计划460计算实际AHQ随时间的变化来计算升压压缩机114的预计AHQ。例如,健康量词生成器410可以基于升压压缩机114的70%的实际AHQ以及在其中环境温度范围为25至40摄氏度且盐气氛百分比范围为15%至35%的地理区域中针对附加500个飞行周期执行模型450,452,454,456来计算升压压缩机114的30%的预计AHQ。
在一些示例中,健康量词生成器410基于资产部件的子部件的预计AHQ来计算资产部件的预计AHQ。例如,健康量词生成器410可以根据基于模型输入335对风扇段108的子部件的预计AHQ的计算来计算图1的风扇段108的预计AHQ。例如,健康量词生成器410可以通过执行发动机102的基于物理的模型452来计算风扇段108的诸如风扇叶片、轴承、速度传感器等子部件的预计AHQ。在此示例中,健康量词生成器410可以基于对风扇段108的风扇叶片、轴承、速度传感器等的预计AHQ的平均值(例如,加权平均值等)的计算来生成风扇段108的预计AHQ。在一些示例中,健康量词生成器410可以按重要性(例如,资产部件对发动机102的功能的重要程度的定量量度等)按升序、降序对资产部件(例如,风扇段108、升压压缩机114等)的预计AHQ进行排序。
在一些示例中,健康量词生成器410部署自动化的(例如,无人驾驶的、计算机操作的等)成像系统来检查发动机102以生成AHQ。例如,健康量词生成器410可以使用包括一个或多个相机(例如,数字相机、摄像机等)的成像系统来捕获发动机102的资产部件的一个或多个图像。例如,健康量词生成器410可以使用对象标识系统(例如,机器学习系统、深度学习系统等)来将图1的升压压缩机114的图像与对象标识数据库中的图像进行比较。在一些示例中,对象标识系统使用基于外观的方法诸如分而治之搜索、边缘匹配、灰度匹配、梯度匹配等来比较图像。在一些示例中,对象标识系统使用基于特征的方法来比较图像。
在一些示例中,健康量词生成器410基于在检查过程、实时操作、维护时段等期间捕获的升压压缩机114的图像与存储在对象标识数据库中的图像的比较来计算升压压缩机114的AHQ。例如,健康量词生成器410可以通过将具有未知AHQ的升压压缩机114的捕获图像与具有已知AHQ的对象标识数据库中的图像进行匹配(例如,将捕获图像在指定的对象标识公差内进行匹配等)以及基于该匹配确定AHQ来确定升压压缩机114的AHQ。
在图4的所示示例中,资产健康计算器300包括删除调度器420,用以标识要从服务中删除的一个或多个候选资产并基于一个或多个标识的候选资产来生成删除计划表。在一些示例中,删除调度器420基于资产(例如,发动机102)的AHQ(例如,实际AHQ、预计AHQ等)与阈值(例如,AHQ阈值、维护阈值、删除阈值等)的比较以及基于该比较对AHQ是否满足阈值的确定来将包括一个或多个资产的第一组候选资产标识为要删除的候选者。
在一些示例中,删除调度器420基于从数据库345获得的非资产监视信息来将包括一个或多个资产的第二组候选资产标识为要删除的候选者。例如,删除调度器420可以基于针对发动机102的在合同中指定的维护任务之间的时间间隔、客户技术预测信息、客户备用零件信息等来标识要删除的发动机102。
在一些示例中,删除调度器420将第一组中的候选资产与第二组中的候选资产进行比较。在一些示例中,删除调度器420基于该比较来标识要删除的目标资产。在一些示例中,删除调度器420生成所标识的目标资产的删除计划表。例如,删除调度器420可以确定所标识的目标资产对应于一个合同或多于一个合同。例如,响应于确定目标资产对应于一个合同,删除调度器420可以基于诸如迭代本地搜索的优化/改善过程的执行来生成目标资产的最优和/或以其他方式改善的删除计划表。
在另一示例中,响应于确定目标资产对应于多于一个合同,删除调度器420可以使用诸如单级优化、自顶向下优化、自底向上优化等的方法和/或它们的组合来生成目标资产的删除计划表。例如,删除调度器420可以通过同时地优化和/或以其他方式改善与每个合同相对应的每个资产(或基本上同时考虑到数据处理、传输和存储等待时间)来使用单级优化生成删除计划表。
在另一示例中,删除调度器420可使用自顶向下优化来生成删除计划表。例如,自顶向下优化中的“顶”可以对应于维护设施,并且自顶向下优化中的“向下”可以对应于运营商合同。例如,自顶向下优化可以包括生成删除计划表,其中维护设施工作流中的时隙被给予优先级,并且用以填充时隙的合同中包括的资产被重新布置以适应维护设施的约束。例如,删除调度器420可以通过为每个合同生成高级目标删除计划表、顶级目标删除计划表等、为每个合同生成候选删除计划表以及基于目标删除计划表与候选删除计划表的比较而为合同生成优化的和/或以其他方式改善的删除计划表来使用自顶向下优化生成删除计划表。
在另一示例中,删除调度器420可以使用自下而上优化来生成删除计划表。例如,自底向上优化中的“底”可以对应于运营商合同,并且自底向上优化中的“向上”可以对应于维护设施。例如,自底向上优化可以包括生成删除计划表,其中合同中包括的资产被给予优先级,并且维护设施工作流程中的时隙被重新布置以适应合同的约束。例如,删除调度器420可以通过为每个合同生成候选删除计划表、将候选删除计划表相组合以及重新调整候选删除计划表以帮助确保关于一个或多个因子,诸如客户约束、维护设施约束、备用零件可用性约束等和/或它们的组合,的全局可行性来使用自底向上优化生成删除计划表。
在图4的所示示例中,健康量词生成器410和/或删除调度器420生成输出470。在一些示例中,输出470包括资产(例如,发动机102等)、资产部件(例如,风扇段108、升压压缩机114等)等的AHQ(例如,实际AHQ、预计AHQ等)。在一些示例中,输出470包括一个或多个资产的删除计划表,包括对应的删除计划表信息(例如,维护后勤信息、维修后勤信息等)。例如,输出470可以包括发动机102的删除计划表,包括其中可以维修发动机102的维护设施和其中可以删除、维修和重新部署发动机102的时间线。
尽管图4中示出了图3的资产健康计算器300的示例实现方式,但图4中示出的元件、过程和/或装置中的一个或多个可被组合、分开、重新排列、省略、消除和/或以任何其他方式实现。此外,示例收集发动机400、示例健康量词计算器410、示例删除调度器420和/或更一般地,图3的示例资产健康计算器300可以由硬件、软件、固件和/或硬件、软件和/或固件的任何组合来实现。因此,例如,示例收集发动机400、示例健康量词计算器410、示例删除调度器420和/或更一般地,示例资产健康计算器300中的任何一个可以由一个或多个模拟或数字电路、逻辑电路、一个或多个可编程处理器、一个或多个专用集成电路(ASIC)、一个或多个可编程逻辑装置(PLD)和/或一个或多个现场可编程逻辑装置(FPLD)实现。当阅读本专利的设备或系统权利要求中的任一个以涵盖纯软件和/或纯固件实现方式时,示例收集发动机400、示例健康量词计算器410和/或示例删除调度器420中的至少一个在此明确定义为包括非暂态计算机可读存储装置或存储盘诸如包括软件和/或固件的存储器、数字通用盘(DVD)、光盘(CD)、蓝光盘等。更进一步,图3的示例资产健康计算器300可包括附加于或代替图4中示出的那些的一个或多个元件、过程和/或装置,和/或可包括示出的元件、过程和装置中的任何或全部中的超过一个。
在图5至图16中示出表示实现图3至图4的示例资产健康计算器300的示例机器可读指令的流程图。在这些示例中,机器可读指令包括由处理器执行的程序,所述处理器诸如为在下面关于图24中讨论的示例处理器平台2400中显示的处理器2412。程序可以软件实施,所述软件存储在非暂态计算机可读存储介质上,诸如CD-ROM、软盘、硬盘驱动器、数字通用盘(DVD)、蓝光磁盘或者与处理器2412关联的存储器,但整个程序和/或其部分替代地可由处理器2412之外的装置执行,和/或以固件或专用硬件实施。另外,尽管参照图5至图16中示出的流程图描述了示例程序,但可以替代地使用实现示例资产健康计算器300的许多其他方法。例如,框的执行次序可以改变,和/或所描述的一些框可以被改变、消除或组合。除此之外或替代地,任何或所有框可以由被构造成在不执行软件或固件的情况下执行对应操作的一个或多个硬件电路(例如,离散的和/或集成的模拟和/或数字电路、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、比较器、运算放大器(op-amp)、逻辑电路等)实现。
如上所述,可使用编码指令(例如计算机和/或机器可读指令)实现图5至图16的示例过程,所述编码指令存储在非暂态计算机和/或机器可读介质上,诸如硬盘驱动器、闪存存储器、只读存储器、光盘、数字通用盘、高速缓存、随机存取存储器和/或可在任何持续时间(例如延长的时段、永久性、极短时间、暂时性缓存和/或用以信息的高速缓存)内存储信息的任何其他存储装置或存储盘。如本文所用,术语非暂态计算机可读介质明确地定义为包括任何类型的计算机可读存储装置和/或存储盘,而不包括传播信号且不包括传输介质。“包括”和“包含”(及其所有形式和时态)在本文中用作开放式术语。因此,每当权利要求列出任何形式的“包括”或“包含”(例如,含有等)之后的任何内容时,应理解,可以存在附加要素、术语等,而不超出对应权利要求的范围。如本文所用,当短语“至少”用作权利要求的前序部分中的过渡词时,与术语“包含”和“包括”一样是开放式的。
图5是表示可以由图3至图4的示例资产健康计算器300执行以标识要删除的一个或多个目标资产并生成一个或多个标识的目标资产的删除计划表的示例方法的流程图。示例方法开始于框502,在该框处,示例资产健康计算器300选择感兴趣的资产进行处理。例如,收集发动机400可以选择图1的发动机102进行处理。在框504处,示例资产健康计算器300获得资产监视信息。例如,收集发动机400可以获得图3至图4的输入325。下面结合图6描述可用以实现框504的示例过程。
在框506处,示例资产健康计算器300执行一个或多个模型以生成实际资产健康量词。例如,健康量词生成器410可以生成发动机102、发动机102的升压压缩机114等的实际AHQ。下面结合图7描述可用以实现框506的示例过程。在框508处,示例资产健康计算器300生成预计资产健康量词。例如,健康量词生成器410可以生成发动机102、发动机102的升压压缩机114等的预计AHQ。下面结合图8描述可用以实现框508的示例过程。
在框510处,示例资产健康计算器300对实际资产健康量词和预计资产健康量词进行聚合。例如,健康量词生成器410可以对发动机102的多个实际AHQ和预计AHQ进行聚合。在框512处,示例资产健康计算器300可以对聚合的资产健康量词进行排序。例如,健康量词生成器410可以对发动机102的多个实际AHQ和预计AHQ进行排序。
在框514处,示例资产健康计算器300确定聚合的资产健康量词中的至少一个是否满足阈值。例如,删除调度器420可以将升压压缩机114的75%的实际AHQ与80%的实际AHQ阈值进行比较。在此示例中,删除调度器420可以基于实际AHQ小于AHQ阈值来确定实际AHQ满足实际AHQ阈值。
如果在框514处,示例资产健康计算器300确定聚合的资产健康量词中的至少一个不满足阈值,则控制前进到框518以确定是否选择另一感兴趣的资产进行处理。如果在框514处,示例资产健康计算器300确定聚合的资产健康量词中的至少一个满足阈值,则在框516处,资产健康计算器300将所选择的资产标识为要删除的候选资产。例如,删除调度器420可以将发动机102标识为要从服务中删除的候选资产,并且基于排序的资产健康量词将发动机102添加到被标识为要删除的一组候选资产。
在框518处,示例资产健康计算器300确定是否选择另一感兴趣的资产进行处理。例如,收集发动机400可以确定存在另一个感兴趣的涡轮发动机进行处理。如果在框518处,示例资产健康计算器300确定选择另一感兴趣的资产进行处理,则控制返回到框502以选择另一感兴趣的资产进行处理。如果在框518处,示例资产健康计算器300确定不选择另一感兴趣的资产进行处理,则在框520处,资产健康计算器300基于排序的资产健康量词来标识要删除的第一组候选资产。例如,删除调度器420可以基于发动机102的一个或多个AHQ(例如,排序的AHQ等)来标识要删除的这组候选资产(包括发动机102)。
在框522处,示例资产健康计算器300基于非资产健康量词来标识要删除的第二组候选资产。例如,删除调度器420可以基于诸如合同要求的非资产监视信息来标识要删除的一组候选资产。下面结合图9描述可用以实现框522的示例过程。
在框524处,示例资产健康计算器300将第一组候选资产与第二组候选资产进行比较。例如,删除调度器420可以将第一组中所包括的资产与第二组中所包括的资产进行比较,以确定在一组中与另一组相比是否不包括任何资产。
在框526处,示例资产健康计算器300基于该比较生成要删除的一组目标资产。例如,删除调度器420可以基于该比较生成包括发动机102的一组目标资产。在框528处,示例资产健康计算器300为生成的这组目标资产生成删除计划表。例如,删除调度器420可以生成发动机102的删除计划表。下面结合图10描述可用以实现框528的示例过程。响应于为生成的这组目标资产生成删除计划表,示例方法结束。
图6是表示可以由图3至图4的示例资产健康计算器300执行以获得资产监视信息的示例方法的流程图。图6的示例过程可用以实现图5的框504的操作。示例方法开始于框602,在该框处,示例资产健康计算器300获得资产传感器信息。例如,收集发动机400可以获得图4的资产传感器数据430。
在框604处,示例资产健康计算器300获得资产环境信息。例如,收集发动机400可以获得图4的资产环境数据432。在框606处,示例资产健康计算器300获得资产利用信息。例如,收集发动机400可以获得图4的运行/利用数据434。
在框608处,示例资产健康计算器300获得资产配置信息。例如,收集发动机400可以获得图4的资产配置数据436。在框610处,示例资产健康计算器300获得资产类别历史信息。例如,收集发动机400可以获得图4的资产类别历史信息438。在框612处,示例资产健康计算器300获得资产工作范围量词信息。例如,收集发动机400可以获得图4的工作范围量词440。响应于资产工作范围量词信息的获得,示例方法返回到图5的示例的框506以执行一个或多个模型,从而生成实际资产健康量词。
图7是表示可以由图3至图4的示例资产健康计算器300执行以执行一个或多个模型以生成实际资产健康量词的示例方法的流程图。图7的示例过程可用以实现图5的框506的操作。示例方法开始于框702,在该框处,示例资产健康计算器300选择感兴趣的部件进行处理。例如,收集发动机400可以选择图1的风扇段108进行处理。在框704处,示例资产健康计算器300选择感兴趣的子部件进行处理。例如,收集发动机400可以选择风扇段108的风扇叶片进行处理。
在框706处,示例资产健康计算器300相对于感兴趣的子部件执行一个或多个基于物理的模型。例如,健康量词生成器410可以执行图4的基于物理的模型452以模拟风扇段108的风扇叶片的操作。在框708处,示例资产健康计算器300相对于感兴趣的子部件执行一个或多个随机模型。例如,健康量词生成器410可以执行图4的随机模型454以使用连续概率分布来估计风扇段108的风扇叶片的故障率。在此示例中,资产健康计算器300可以使用通过使用图6的示例方法获得的资产监视信息来执行随机模型454。
在框710处,示例资产健康计算器300相对于感兴趣的子部件执行一个或多个历史模型。例如,健康量词生成器410可以执行图4的历史数据模型450以使用针对在与发动机102类似(例如,大体类似等)的资产上操作的风扇叶片所收集的历史数据来估计风扇段108的风扇叶片的故障率。在此示例中,资产健康计算器300可以使用通过使用图6的示例方法获得的资产监视信息来执行历史数据模型450。
在框712处,示例资产健康计算器300相对于感兴趣的子部件执行一个或多个混合模型。例如,健康量词生成器410可以执行混合模型456以使用随机模型454并将随机模型454的输出与基于物理的模型452、历史数据模型等和/或它们的组合的输出进行比较来估计风扇段的风扇叶片的故障率。在此示例中,资产健康计算器300可以使用通过使用图6的示例方法获得的资产监视信息来执行混合模型456。
在框714处,示例资产健康计算器300生成子部件的资产健康量词。例如,健康量词生成器410可以基于模型输入335来计算风扇段108的风扇叶片的实际AHQ。在框716处,示例资产健康计算器300确定是否选择另一感兴趣的子部件进行处理。例如,收集发动机400可以确定选择风扇段108的轴承进行处理。
如果在框716处,示例资产健康计算器300确定选择另一感兴趣的子部件进行处理,则控制返回到框704以选择另一感兴趣的子部件进行处理。如果在框716处,示例资产健康计算器300确定不选择另一感兴趣的子部件进行处理,则在框718处,资产健康计算器300基于子部件的生成的资产健康量词来生成该部件的资产健康量词。例如,健康量词生成器410可以基于风扇段108的子部件(例如,风扇叶片、轴承等)的实际AHQ来生成风扇段108的实际AHQ。在图7的所示示例中,资产健康计算器300基于相对于框706、708、710和712所描述的模型的执行来生成实际AHQ。另选地,示例资产健康计算器300可以基于与相对于框706、708、710和712所描述的模型相比,一个或更少模型的执行来生成实际AHQ。
在框720处,示例资产健康计算器300确定是否选择另一感兴趣的部件进行处理。例如,收集发动机400可以确定选择图1的升压压缩机114进行处理。如果在框720处,示例资产健康计算器300确定选择另一感兴趣的部件进行处理,则控制返回到框702以选择另一感兴趣的部件进行处理,否则该示例方法返回到图5的示例的框508以生成预计资产健康量词。
图8是表示可以由图3至图4的示例资产健康计算器300执行以生成预计资产健康量词的示例方法的流程图。图8的示例过程可用以实现图5的框508的操作。示例方法开始于框802,在该框处,示例资产健康计算器300获得利用预测信息。例如,收集发动机400可以获得图4的针对发动机102的预测利用和环境计划460。
在框804处,示例资产健康计算器300获得环境计划预测信息。例如,收集发动机400可以获得针对发动机102的预测利用和环境计划460。在框806处,示例资产健康计算器300选择感兴趣的部件进行处理。例如,收集发动机400可以选择图1的风扇段108进行处理。
在框808处,示例资产健康计算器300选择感兴趣的子部件进行处理。例如,收集发动机400可以选择风扇段108的风扇叶片进行处理。在框810处,示例资产健康计算器300基于所获得的信息来执行一个或多个资产健康模型。例如,健康量词生成器410可以使用针对发动机102的预测利用和环境计划460来执行历史数据模型450、基于物理的模型452、随机模型454、混合模型456等中的一个或多个。
在框812处,示例资产健康计算器300基于模型生成子部件的预计资产健康量词。例如,健康量词生成器410可以基于图4的模型450,452,454,456中的一个或多个的执行来生成风扇段108的风扇叶片的预计资产健康量词。在框814处,示例资产健康计算器300确定是否选择另一感兴趣的子部件进行处理。例如,收集发动机400可以确定选择风扇段108的轴承进行处理。例如,收集发动机400可以确定基于风扇段108与图3至图4的数据库345中的配置文件、零件列表等的比较来选择风扇段108的轴承。例如,收集发动机400可以将风扇段108映射到配置文件,并基于该映射确定风扇段108中所包括的部件的列表。例如,收集发动机400可以基于风扇段108的已经处理的部件与风扇段108的配置文件、零件列表等中定义的尚未处理的部件的比较来确定轴承是否尚未进行处理。
如果在框814处,示例资产健康计算器300确定选择另一感兴趣的子部件进行处理,则控制返回到框808以选择另一感兴趣的子部件进行处理。如果在框814处,示例资产健康计算器300确定不选择另一感兴趣的子部件进行处理,则在框816处,资产健康计算器300基于子部件的生成的资产健康量词来生成该部件的预计资产健康量词。例如,健康量词生成器410可以基于风扇段108的子部件(例如,风扇叶片、轴承等)的预计AHQ来生成风扇段108的预计AHQ。
在框818处,示例资产健康计算器300确定是否选择另一感兴趣的部件进行处理。例如,收集发动机400可以确定处理图1的低压涡轮124。如果在框818处,示例资产健康计算器300确定选择另一感兴趣的部件进行处理,则控制返回到框806以选择另一感兴趣的部件进行处理,否则该示例方法返回到图5的示例的框510以对实际资产健康量词和预计资产健康量词进行聚合。
图9是表示可以由图3至图4的示例资产健康计算器300执行以基于非资产健康量词确定要删除的第二组候选资产的示例方法的流程图。图9的示例过程可用以实现图5的框522的操作。示例方法开始于框902,在该框处,示例资产健康计算器300选择感兴趣的资产进行处理。例如,收集发动机400可以选择图1的发动机102进行处理。
在框904处,示例资产健康计算器300获得预测利用和环境计划信息。例如,收集发动机400可以获得图4的针对发动机102的预测利用和环境计划460。在框906处,示例资产健康计算器300获得合同信息。例如,收集发动机400可以从图3至图4的数据库345获得与发动机102相对应的合同信息。在此示例中,合同信息可以包括诸如维修之间的时间间隔、是否替换或翻新发动机102的部件等的信息。
在框908处,示例资产健康计算器300获得客户操作约束信息。例如,收集发动机400可以从数据库345获得信息,诸如可能在客户的某时间段期间停止服务的资产的数量、客户可访问的服务位置的数量等。在框910处,示例资产健康计算器300获得客户技术预测信息。例如,收集发动机400可以从数据库345获得信息,诸如客户要完成的预期飞行周期的数量、要维修的资产的数量、在翼时间度量(例如,在飞行器的机翼上的资产的使用寿命的90%的目标)等。
在框912处,示例资产健康计算器300获得客户备件信息。例如,收集发动机400可以从数据库345获得信息,诸如客户有存货的备用部件的数量(例如,升压压缩机114、高压涡轮120等的备件的数量)。
在框914处,示例资产健康计算器300确定非资产健康量词信息是否指示删除。例如,健康量词生成器410可以基于预测利用和环境计划460、合同信息、客户备用零件信息等来将发动机102标识为要删除的候选资产。
如果在框914处,示例资产健康计算器300确定非资产健康量词信息未指示删除,则控制前进到框918以确定是否选择另一感兴趣的资产进行处理。如果在框914处,示例资产健康计算器300确定非资产健康量词信息指示删除,则在框916处,资产健康计算器300将所选择的资产标识为候选资产。例如,健康量词生成器410可以基于发动机102经过了合同中指定的维修间隔之间的时间间隔来将发动机102标识为要删除的候选资产。
在框918处,示例资产健康计算器300确定是否选择另一感兴趣的资产进行处理。例如,收集发动机400可以确定选择另一感兴趣的涡轮发动机进行处理。如果在框918处,示例收集发动机400确定选择另一感兴趣的资产进行处理,则控制返回到框902以选择另一感兴趣的资产进行处理。如果在框918处,示例收集发动机400确定不选择另一感兴趣的资产进行处理,则在框920处,资产健康计算器300生成要删除的第二组候选资产。例如,健康量词生成器410可以基于非AHQ信息生成要删除的包括发动机102的第二组候选资产。作为响应,为了生成要删除的第二组候选资产,示例方法返回到图5的示例的框524,以将第一组候选资产与第二组候选资产进行比较。
图10是表示可以由图3至图4的示例资产健康计算器300执行以针对生成的目标资产生成删除计划表的示例方法的流程图。图10的示例过程可用以实现图5的框528的操作。示例方法开始于框1002,在该框处,示例资产健康计算器300获得合同信息。例如,收集发动机400可以收集与要删除的目标资产诸如图1的发动机102相对应的合同信息。
在框1004处,示例资产健康计算器300获得维护设施信息。例如,删除调度器420可以从图3至图4的数据库345获得信息,诸如能够维修发动机102的维护设施的数量、维护设施处的维护人员和对应技能集的数量等。
在框1006处,示例资产健康计算器300获得客户信息。例如,收集发动机400可以从数据库345获得信息,诸如客户在特定时间段期间删除多个资产(例如,涡轮发动机等)的能力。在框1008处,示例资产健康计算器300确定是否存在与生成的目标资产相对应的多于一个合同。例如,删除调度器420可以确定存在与被标识为要删除的八个资产相对应的两个合同。
如果在框1008处,示例资产健康计算器300确定不存在多于一个合同,则控制前进到框1010以生成一个合同的删除计划表。下面结合图11描述可用以实现框1010的示例过程。如果在框1008处,示例资产健康计算器300确定存在多于一个合同,则控制前进到框1012以生成多于一个合同的删除计划表。下面结合图12描述可用以实现框1012的示例过程。响应于一个合同的删除计划表的生成或者响应于多于一个合同的删除计划表的生成,控制返回到图5的示例以结束。
图11是表示可以由图3至图4的示例资产健康计算器300执行以基于迭代本地搜索来生成一个合同的删除计划表的示例方法的流程图。图11的示例过程可用以实现图10的框1010的操作。示例方法开始于框1102,在该框处,示例资产健康计算器300基于按删除日期对资产的排序来标识初始解决方案。例如,删除调度器420将图17的初始解决方案1700标识为初始解决方案,其中初始解决方案包括基于技术产品计划(TPP)中包括的日期(例如,合同删除日期等)来生成时隙顺序。示例TPP可以包括基于程序触发、合同触发和技术触发而对资产删除的调度。在此示例中,删除调度器420基于删除日期来对发动机1 1710、发动机21720和发动机3 1730进行排序。例如,删除调度器420可以基于发动机1710、1720、1730的实际AHQ、预计AHQ、非AHQ信息等生成发动机1710、1720、1730的删除日期。例如,基于发动机11710的实际AHQ小于发动机2 1720的实际AHQ,发动机1 1710可具有比发动机2 1720更早的删除日期。在另一示例中,基于发动机1 1710具有按指定日期删除发动机1 1710的合同要求,发动机1 1710可具有比发动机2 1720更早的删除日期。
在框1104处,示例资产健康计算器300生成初始解决方案的功能成本。例如,功能成本可以对应于按照图17的初始解决方案1700中概述的顺序对资产执行维护的货币成本。例如,删除调度器420可以通过计算对图17的发动机1 1710、发动机2 1720和发动机3 1730按顺序执行维护的成本来生成图17的初始解决方案1700的功能成本,其中成本是基于合同要求、在维护发动机1-3 1710、1720、1730等之前运营商支付给涡轮发动机维护提供商的金额等。例如,图17的初始解决方案1700的功能成本可以对应于概率函数的基于输入的输出,所述输入包括在管理发动机1-3 1710、1720、1730的合同的使用期内发动机1-3 1710、1720、1730的预期维护成本、在合同使用期内生成的收益、与合同相对应的营业利润率等。在框1106处,示例资产健康计算器300将初始解决方案标识为当前解决方案。例如,删除调度器420可以将图17的初始解决方案1700标识为当前解决方案。
在框1108处,示例资产健康计算器300生成已排序资产中的近邻资产对的列表。例如,删除调度器420可以(1)将图17的发动机1 1710和发动机2 1720标识为第一近邻资产对,(2)将图17的发动机2 1720和发动机3 1730标识为第二近邻资产对,以及(3)将图17的发动机1 1710和发动机3 1730标识为第三近邻资产对。
在框1110处,示例资产健康计算器300确定当前解决方案是否满足阈值。例如,删除调度器420可以将当前解决方案的80,000美元的功能成本与100,000美元的功能成本阈值进行比较,并且基于该比较确定当前解决方案的功能成本满足功能成本阈值。在此示例中,当前解决方案的功能成本基于功能成本小于功能成本阈值而满足功能成本阈值。例如,删除调度器420可以确定当前解决方案是否具有最小化和/或以其他方式降低由所涡轮发动机维护提供商吸收或内部资助的成本(例如,货币成本、劳动力成本、利用成本等)的功能成本。
在一些示例中,阈值是计算时间限制阈值、斜率变化率等。例如,删除调度器420可以将图11的方法的总经过时间(例如,100毫秒、5秒等)与计算时间限制阈值(例如,200毫秒、10秒等)进行比较并且基于该比较确定总经过时间满足计算限制阈值。在另一示例中,删除调度器420可将自上次解决方案改善以来所经过的时间(例如,100毫秒、5秒等)与计算时间限制阈值进行比较,并基于该比较确定经过的时间满足计算时间限制阈值。在又一示例中,删除调度器420将先前近期改善内的斜率变化率与斜率阈值进行比较,并基于该比较确定斜率变化率满足斜率阈值。
如果在框1110处,示例资产健康计算器300确定当前解决方案满足阈值,则控制前进返回到图10的示例,以返回到图5示例来结束。如果在框1110处,示例资产健康计算器300确定当前解决方案不满足阈值,则在框1112处,资产健康计算器300选择感兴趣的近邻资产对进行处理。例如,删除调度器420可以标识第一近邻对(例如,发动机1 1710和发动机21720等)进行处理。
在框1114处,示例资产健康计算器300在所选择的感兴趣的近邻资产对中更换资产。例如,删除调度器420可以交换图17的发动机1 1710和发动机2 1720,如图17的近邻1解决方案1740中所描绘的那样。在框1116处,示例资产健康计算器300生成修订后解决方案的功能成本。例如,删除调度器420可以生成图17的近邻1解决方案1740的功能成本。
在框1118处,示例资产健康计算器300将修订后解决方案的功能成本与当前解决方案的功能成本进行比较。例如,删除调度器420可以将图17的近邻1解决方案1740的功能成本与图17的初始解决方案1700的功能成本进行比较。在框1120处,示例资产健康计算器300确定修订后解决方案的功能成本是否小于当前解决方案的功能成本。例如,删除调度器420可以确定图17的近邻1解决方案1740的功能成本小于图17的初始解1700的功能成本,因此,表示近邻1解决方案1740是对初始解决方案1700的改善。
如果在框1120处,示例资产健康计算器300确定修订后解决方案的功能成本不小于当前解决方案的功能成本,则控制前进到框1124以选择另一感兴趣的资产进行处理。如果在框1120处,示例资产健康计算器300确定修订后解决方案的功能成本小于当前解决方案的功能成本,则在框1122处,资产健康计算器300将修订后解决方案标识为当前解决方案。例如,删除调度器420可以将图17的近邻1解决方案1740标识为当前解决方案。
在框1124处,示例资产健康计算器300确定是否选择另一感兴趣的近邻资产对进行处理。例如,删除调度器420可以选择第二近邻资产对、第三近邻资产对等进行处理。如果在框1124处,示例资产健康计算器300确定选择另一感兴趣的近邻资产对进行处理,则控制返回到框1110以确定当前解决方案是否满足阈值,否则示例方法返回到图10的示例,以返回到图5的示例来结束。
图12是表示可以由图3至图4的示例资产健康计算器300执行以通过使用近视优化方法、滚动优化方法等执行整数规划来为多于一个合同生成删除计划表的示例方法的流程图。图12的示例过程可用以实现图10的框1012的操作。示例方法开始于框1202,在该框处,示例资产健康计算器300生成计划展望期(planning horizon)值。例如,删除调度器420可以生成两年的计划展望期值1900,如图19的示例中所示。
在框1204处,示例资产健康计算器300生成当前冻结时段值。例如,删除调度器420可以生成六个月的当前冻结时段值1910(参见图19)。例如,当前冻结时段值1910可以对应于按删除计划表的顺序对资产分配的冻结。例如,在图19中的T=0到T=6个月的时间段期间,删除计划表中的资产的顺序被冻结,无法进一步改变。通过在图19的当前冻结时段值1910内冻结删除计划表中的资产的顺序,示例删除调度器420可以帮助确保在执行整数规划时避免耗尽计算内存。在框1206处,示例资产健康计算器300生成当前优化窗口值。例如,删除调度器420可以生成图19的一年的当前优化窗口值1930。
在框1208处,示例资产健康计算器300在图19的优化运行1 1920期间在优化窗口值期间为资产生成删除计划表。例如,删除调度器420在长度等于一年的优化窗口值的计划时段内执行目标资产(例如,包括图1的发动机102的目标资产等)的删除计划表的基于整数规划的优化。在此示例中,在优化窗口值的长度期间限制删除计划表的优化有助于确保在执行整数规划时避免耗尽计算内存。下面结合图13描述可用以实现框1208的示例过程。
在框1210处,示例资产健康计算器300生成修订后优化窗口值。例如,删除调度器420可以将一年的当前优化窗口值1930增加到18个月的修订后优化窗口值1940。在框1212处,示例资产健康计算器300生成修订后冻结时段值。例如,删除调度器420可以将六个月的当前冻结时段值1910增加到图19的一年的修订的冻结时段值1950。
在框1214处,示例资产健康计算器300确定修订后优化窗口值是否满足阈值。例如,删除调度器420可以将18个月的修订后优化窗口值1940与两年的计划展望期值1900进行比较,并基于该比较来确定修订后优化窗口值1940不满足阈值(例如,修订后优化窗口值1940小于计划展望期值1900等)。
如果在框1214处,示例资产健康计算器300确定修订后优化窗口值不满足阈值,则控制返回到框1208以在修订后优化窗口值期间为资产生成删除计划表。如果在框1214处,示例资产健康计算器300确定修订后优化窗口值满足阈值,则在框1216处,资产健康计算器300在计划展望期值期间为资产生成删除计划表。例如,删除调度器420可以在图19的计划展望期值1900期间为资产(例如,包括图1的发动机102的资产等)生成删除计划表。响应于在计划展望期值期间为资产生成删除计划表,示例方法返回到图10的示例,以返回到图5的示例来结束。
图13是表示可以由图3至图4的示例资产健康计算器300执行以在优化窗口值期间为资产生成删除计划表的示例方法的流程图。图13的示例过程可用以实现图12的框1208的操作。示例方法开始于框1302,在该框处,示例资产健康计算器300确定是否使用单级优化来生成删除计划表。例如,删除调度器420可以确定大量的计算处理资源是可用的,并且可以使用计算处理资源来执行单个优化运行。
如果在框1302处,示例资产健康计算器300确定不使用单级优化来生成删除计划表,则控制前进到框1306以确定是否使用自顶向下优化来生成删除计划表。如果在框1302处,示例资产健康计算器300确定使用单级优化生成删除计划表,则在框1304处,资产健康计算器300使用单级优化来生成删除计划表。例如,删除调度器420可以使用单级优化来生成删除计划表。例如,删除调度器420可以通过将一个或多个合同合并在一起来生成与一个或多个合同相对应的一个或多个资产的删除计划表并且响应于一个或多个合同合并在一起来优化删除计划表。下面结合图14描述可用以实现框1304的示例过程。
在框1306处,示例资产健康计算器300确定是否使用自上而下优化来生成删除计划表。例如,删除调度器420可以确定维护设施约束与合同级约束或运营商级约束相比具有优先级。如果在框1306处,示例资产健康计算器300确定不使用自顶向下优化来生成删除计划表,则控制前进到框1310以确定是否使用自底向上优化来生成删除计划表。
如果在框1306处,示例资产健康计算器300确定使用自顶向下优化来生成删除计划表,则在框1308处,资产健康计算器300使用自顶向下优化来生成删除计划表。例如,删除调度器420可使用自顶向下优化来生成删除计划表。例如,删除调度器420可以通过基于维护设施约束的优化和/或指定优先级来为每个合同生成高级别、顶级等目标删除计划表、为每个合同生成候选删除计划表并基于目标删除计划表与候选删除计划表的比较为合同生成优化的和/或以其他方式改善的删除计划表来生成删除计划表。下面结合图15描述可用以实现框1308的示例过程。
在框1310处,示例资产健康计算器300确定是否使用自底向上优化来生成删除计划表。例如,删除调度器420可以确定合同级约束或运营商级约束与维护设施约束相比具有优先级。如果在框1310处,示例资产健康计算器300确定不使用自底向上优化生成删除计划表,则示例方法返回到图12的示例的框1210以生成修订后优化窗口值。
如果在框1310处,示例资产健康计算器300确定使用自底向上优化生成删除计划表,则在框1312处,资产健康计算器300使用自底向上优化来生成删除计划表。例如,删除调度器420可以基于合同级别或运营商级约束的优化和/或指定优先级、候选删除计划表的组合以及候选删除计划表的重新调整来为每个合同生成候选删除计划表,以帮助确保关于一个或多个因子,诸如客户约束、维护设施约束、备用零件可用性约束等和/或它们的组合,的全局可行性。下面结合图16描述可用以实现框1312的示例过程。响应于使用自底向上优化生成删除计划表,示例方法返回到图12的示例的框1210以生成修订后优化窗口值。
尽管图13的示例的示例方法描绘了使用诸如单级优化方法、自顶向下优化方法或自底向上优化方法的一种优化方法生成删除计划表,但替代地,示例删除调度器420和/或更一般地,示例资产健康计算器300可以使用单级优化方法、自顶向下优化方法或自底向上优化方法中的两种或更多种。例如,删除调度器420可以使用如图15的示例中所描述的自顶向下优化方法来生成第一删除计划表,并且可以使用如图16的示例中所描述的自底向上优化方法来生成第二删除计划表。示例删除调度器420可以将第一删除计划表与第二删除计划表进行比较,并基于所选择的删除计划表满足一个或多个维护设施约束、运营商约束、功能成本阈值和/或它们的组合等来选择删除计划表中的一个。
图14是表示可以由图3至图4的示例资产健康计算器300执行以使用单级优化生成删除计划表的示例方法的流程图。图14的示例过程可用以实现图13的框1304的操作。示例方法开始于框1402,在该框处,示例资产健康计算器300通过合并感兴趣的合同来处理合同信息。例如,删除调度器420可以从图3至图4的数据库345获得与要删除的资产(例如,包括图1的发动机102的资产)相对应的合同信息。
在框1404处,示例资产健康计算器300处理维护设施信息。例如,删除调度器420可以从数据库345获得维护设施信息(例如,维护设施的数量、维护设施处的人员的数量、维护设施的当前可用性等)。
在框1406处,示例资产健康计算器300处理客户操作约束信息。例如,删除调度器420可以从数据库345获得客户操作约束信息(例如,客户可以在指定时间段内从服务中删除的资产的数量等)。
在框1408处,示例资产健康计算器300处理客户技术预测信息。例如,删除调度器420可以从数据库345获得客户技术预测信息(例如,在翼时间度量、将由发动机102执行的飞行周期的数量等)。
在框1410处,示例资产健康计算器300处理客户备用零件信息。例如,删除调度器420可以从数据库345获得客户备用零件信息(例如,发动机102、升压压缩机114等的备件的数量)。
在框1412处,示例资产健康计算器300基于处理的信息生成删除计划表。例如,删除调度器420可以基于对应于要删除的资产的合同的合并、对应于合并的合同的信息(例如,合同信息、维护设施信息等)的处理以及基于处理的信息而对资产的删除计划表的生成来生成删除计划表。响应于基于处理的信息而对删除计划表的生成,示例方法返回到图13的示例的框1306以确定是否使用自底向上优化生成删除计划表。
图15是表示可以由图3至图4的示例资产健康计算器300执行以使用自顶向下优化生成删除计划表的示例方法的流程图。图15的示例过程可用以实现图13的框1308的操作。示例方法开始于框1502,在该框处,示例资产健康计算器300为每个合同生成目标删除计划表。例如,删除调度器420可以为与图22的合同1 2200、合同2 2210、合同3 2220和合同42230相对应的资产生成目标删除计划表。
在框1504处,示例资产健康计算器300选择感兴趣的合同进行处理。例如,删除调度器420可以选择图22的合同1 2200进行处理。
在框1506处,示例资产健康计算器300处理维护设施信息。例如,删除调度器420可以从数据库345获得维护设施信息(例如,维护设施的数量、维护设施处的人员的数量、维护设施的当前可用性等)。
在框1508处,示例资产健康计算器300处理客户操作约束信息。例如,删除调度器420可以从数据库345获得客户操作约束信息(例如,客户可以在指定时间段内从服务中删除的资产的数量等)。
在框1510处,示例资产健康计算器300处理客户技术预测信息。例如,删除调度器420可以从数据库345获得客户技术预测信息(例如,在翼时间度量、将由发动机102执行的飞行周期的数量等)。
在框1512处,示例资产健康计算器300处理客户备用零件信息。例如,删除调度器420可以从数据库345获得客户备用零件信息(例如,发动机102、升压压缩机114等的备件的数量)。
在框1514处,示例资产健康计算器300基于处理的信息生成实际删除计划表。例如,删除调度器420可以基于处理的信息(例如,维护设施信息、客户操作约束信息等)来为与图22的合同1 2200相对应的资产生成实际删除计划表。
在框1516处,示例资产健康计算器300确定是否选择另一感兴趣的合同进行处理。例如,删除调度器420可以选择图22的合同2 2210进行处理。如果在框1516处,示例资产健康计算器300确定选择另一感兴趣的合同进行处理,则控制返回到框1504以选择另一感兴趣的合同进行处理。如果在框1516处,示例资产健康计算器300确定不选择另一感兴趣的合同进行处理,则在框1518处,资产健康计算器300将实际删除计划表与目标删除计划表进行比较。例如,删除调度器420可以将对应于合同1 2200的资产的实际删除计划表与对应于合同1 2200的资产的目标删除计划表进行比较。
在框1520处,示例资产健康计算器300基于该比较来确定实际删除计划表是否有效。例如,删除调度器420可以确定基于实际删除计划表对与图22的合同2200、2210、2220、2230相对应的资产的时隙分配是否不可行、无效等(例如,过多资产被同时分配给同一维护设施、过多资产在特定时间段期间被删除等)。
如果在框1520处,示例资产健康计算器300基于该比较确定实际删除计划表是有效的,则控制前进到框1530以基于实际删除计划表生成删除计划表。如果在框1520处,示例资产健康计算器300基于该比较确定实际删除计划表无效,则在框1522处,资产健康计算器300标识一个或多个冲突合同。例如,删除调度器420可以确定图22的合同2 2210与图2的合同1 2200冲突,因为合同2 2210中的一个或多个资产在与图22的合同1 2200中的一个或多个资产相似的时间段(例如,大体相似的时间段等)内处于相同的维护设施中。
在框1524处,示例资产健康计算器300重新生成与一个或多个冲突合同相对应的一个或多个删除计划表。例如,删除调度器420可以为与图22的合同2 2210相对应的资产重新生成删除计划表。例如,删除调度器420可以确定由于附加约束(例如,维护设施约束、因合同1 2200引起的约束等)而不能根据目标删除计划表来对合同2 2210进行分配或时隙化。示例删除调度器420可以为与合同2 2210相对应的资产重新生成删除计划表,以满足与合同2 2210相对应的约束和由顶(例如,维护设施等)设置的约束。
在框1526处,示例资产健康计算器300将重新生成的一个或多个冲突合同删除计划表与目标删除计划表进行比较。例如,删除调度器420可以将图22的合同2 2210的重新生成的删除计划表与合同22210的目标删除计划表进行比较。
在框1528处,示例资产健康计算器300基于该比较来确定重新生成的冲突合同删除计划表是否有效。例如,删除调度器420可以基于该比较确定图22的合同2 2210是有效的(例如,合同2 2210不再与图22的合同1 2200冲突,等)。
如果在框1528处,示例资产健康计算器300基于该比较确定重新生成的一个或多个冲突合同删除计划表无效,则控制返回到框1522以标识冲突合同。如果在框1528处,示例资产健康计算器300基于该比较确定重新生成的一个或多个冲突合同删除计划表是有效的,则在框1530处,资产健康计算器300生成删除计划表。例如,删除调度器420可以基于确定图22的合同2200、2210、2220、2230的删除计划表中的每一个都是可行的、有效的等来生成删除计划表。响应于删除计划表的生成,示例方法返回到图13的示例方法的框1310以确定是否使用自底向上优化生成删除计划表。
图16是表示可以由图3至图4的示例资产健康计算器300执行以使用自底向上优化生成删除计划表的示例方法的流程图。图16的示例过程可用以实现图13的框1312的操作。示例方法开始于框1602,在该框处,示例资产健康计算器300选择感兴趣的合同进行处理。例如,删除调度器420可以选择图23的合同1 2300进行处理。
在框1604至1610处,示例资产健康计算器300(例如,删除调度器420等)处理与图14的示例的框1404至1410的过程类似(例如,大体类似)的感兴趣的信息。在框1612处,示例资产健康计算器300基于处理的信息生成合同删除计划表。例如,删除调度器420可以基于处理的信息(例如,维护设施信息、客户备用零件信息等)生成合同1 2300的删除计划表。
在框1614处,示例资产健康计算器300确定是否选择另一感兴趣的合同进行处理。例如,删除调度器420可以选择图23的合同2 2310进行处理。如果在框1614处,示例资产健康计算器300确定选择另一感兴趣的合同进行处理,则控制返回到框1602以选择另一感兴趣的合同进行处理。如果在框1614处,示例资产健康计算器300确定不选择另一感兴趣的合同进行处理,则在框1616处,资产健康计算器300生成候选整体删除计划表。例如,删除调度器420可以生成包括合同1 2300、合同2 2310、合同N-1 2320、合同N 2330等的删除计划表的整体删除计划表,其中N对应于要处理的合同的总数。
在框1618处,示例资产健康计算器300确定候选整体删除计划表是否有效。例如,删除调度器420可以基于候选整体删除计划表满足客户要求、维护设施约束等来确定候选整体删除计划表是有效的。
如果在框1618处,示例资产健康计算器300确定整体删除计划表无效,则控制返回到框1602以选择另一感兴趣的合同进行处理(例如,重新调整删除计划表以帮助确保关于维护设施级约束的全局可行性等)。如果在框1618处,示例资产健康计算器300确定整体删除计划表无效,则在框1620处,资产健康计算器300生成整体删除计划表。例如,删除调度器420可以生成包括与图23的合同2300、2310、2320、2330相对应的资产的删除计划表的整体删除计划表。响应于生成整体删除计划表,示例方法返回到图13的示例以返回到图12的示例的框1210以生成修订后优化窗口值。
图17是执行迭代本地搜索以生成与单个合同相对应的资产的删除计划表的示意图。图11的示例过程可用以实现图17中所描绘的迭代本地搜索。例如,可以对发动机1710、1720、1730的删除计划表重新排序以生成具有对应的不同功能成本的不同解决方案。在图17的所示示例中,深色阴影框表示与在生成不同解决方案时重新布置的发动机相对应的删除计划表。例如,如图17所描绘,删除调度器420通过交换发动机1 1710(深色阴影)和发动机2 1720(深色阴影)的删除计划表的顺序来生成近邻1解决方案1740,同时发动机3 1730保持不变(非深色阴影)。在图17的所示示例中,删除调度器420基于重新布置发动机1710、1720、1730的删除计划表来生成诸如近邻2解决方案1750和近邻3解决方案1760的附加解决方案。
图18描绘了表示示例计算机可读指令的示例源代码1800,所述示例计算机可读指令可被执行以实现图3至图4的示例资产健康计算器300,所述示例资产健康计算器可用以实现本文公开的示例。例如,源代码1800可用以实现图11的方法。在图11的所示示例中,资产健康计算器300生成要执行的工作单的初始序列(例如,初始解决方案等),并将初始序列设定为当前最佳序列。例如,删除调度器420可以通过增加TPP日期对发动机(例如,资产等)进行排序来生成工作单的初始序列。在图18的所示示例中,资产健康计算器300在经过的时间小于或等于时间限制阈值时执行迭代本地搜索。例如,删除调度器420可以优化和/或以其他方式改善当前最佳序列(例如,删除计划表等)以完成工作单(例如,删除图1的发动机102并对发动机102执行维护任务等),同时处理源代码1800所花费的时间量小于或等于时间限制阈值(例如,100毫秒、5秒、2分钟等)。
图19是通过使用近视优化方法、滚动优化方法等执行整数规划来为与多于一个合同相对应的资产生成删除计划表的示例方法的示意图。图19的示意图可以与图12的示例过程相对应。
图20描绘了表示示例计算机可读指令的示例源代码2000,所述示例计算机可读指令可被执行以实现图3至图4的示例资产健康计算器300,所述示例资产健康计算器可用以实现本文公开的示例。例如,源代码2000可用以实现图12的方法。在图12的所示示例中,资产健康计算器300(例如,删除调度器420等)生成在计划展望期P、优化窗口时段R和冻结时段F内对发动机的分配(例如,删除计划表等)。当由(t_k+R)给出的计划窗口k的末端小于或等于P时,执行示例源代码2000。
图21是使用单级优化生成删除计划表的示例方法的示意图。图14的示例过程可用以实现图21中所描绘的单级优化过程。在图21的所示示例中,资产健康计算器300(例如,删除调度器420等)将合同1-4 2100、2102、2104、2106合并到合同池2110中。在图21的所示示例中,资产健康计算器300基于航空公司删除能力(例如,客户操作约束信息等)、航空公司备件容量(例如,客户备用零件信息等)和车间诱导能力约束(例如,维护设施信息等)来优化和/或以其他方式改善与合同池2110相对应的删除计划表。除此之外或替代地,可以使用任何其他客户信息、运营商信息、维护设施信息等。
图22是使用自顶向下优化生成删除计划表的示例方法的示意图。图15的示例过程可用以实现图22中所描绘的示例自顶向下优化过程2240。在图22的所示示例中,资产健康计算器300为合同1-4 2200、2210、2220、2230中的每一个,相对于其他合同1-4 2200、2210、2220、2230中的每一个设置目标删除计划表。例如,删除调度器420使用诸如涡轮发动机维护提供商的营业利润率、在翼时间和备用发动机可用性的目标信息以及诸如备用发动机可用性、维护设施容量和合同信息(例如,条款和条件、时间线、度量等)的约束信息来生成合同1-4 2200、2210、2220、2230的时隙顺序。在图22的所示示例中,资产健康计算器300基于目标信息和约束信息来为合同2200、2210、2220、2230中的每一个分配目标删除计划表,然后单独地优化和/或以其他方式改善目标删除计划表。
例如,删除调度器420可以基于估计诸如维护设施信息、客户操作约束信息等的输入来生成目标删除计划表,其中合同1-4 2200、2210、2220、2230彼此不冲突。在所示示例中,资产健康计算器300通过基于诸如维护设施信息、客户操作约束信息等的信息生成实际删除计划表来优化和/或以其他方式改善目标删除计划表。
在所示示例中,资产健康计算器300基于目标删除计划表来确定与每个单独合同相对应的实际删除计划表是否可行、有效等。例如,删除调度器420可以确定将实际删除计划表相组合以获得合同池(例如,合同1-4 2200、2210、2220、2230等)的整体删除计划表并停止图22的自顶向下优化过程2240。在另一示例中,删除调度器420可以确定标识对缩减的一组合同(例如,不可行且无效的合同、与其他合同冲突的合同等)的权衡并更新与无效合同有关的删除计划表。
图23是使用自底向上优化生成删除计划表的示例方法的示意图。图16的示例过程可用以实现图23中所描绘的自底向上优化过程2340。在图23的所示示例中,资产健康计算器300为图23中所描绘的合同2300、2310、2320、2330中的每一个生成删除计划表(例如,最优删除计划表等)。在所示示例中,资产健康计算器300将合同2300、2310、2320、2330中的每一个的删除计划表相组合以获得合同池的删除计划表并检查全局可行性。在所示示例中,资产健康计算器300确定合同池的删除计划表是否是全局可行的(例如,删除计划表与合同信息、客户要求、维护设施约束等相兼容)。在所示示例中,资产健康计算器300重新调整合同池删除计划表以确保具有诸如客户约束、维护设施约束等约束的全局可行性。在所示示例中,如果资产健康计算器300确定合同池删除计划表是全局可行的,则资产健康计算器300停止自底向上优化过程2340。
图24是能够执行图5至图16、图18和图20的指令以实现图3至图4的资产健康计算器300的示例处理器平台2400的框图。处理器平台2400可以是例如服务器或任何其他类型的计算装置。
所示示例的处理器平台2400包括处理器2412。所示示例的处理器2412为硬件。例如,处理器2412可以由来自任何期望系列或制造商的一个或多个集成电路、逻辑电路、微处理器或控制器实现。硬件处理器可以是基于半导体的(例如,基于硅的)装置。在此示例中,处理器2412实现示例收集发动机400、示例健康量词生成器410和示例删除调度器420。
所示示例的处理器2412包括本地存储器2413(例如,高速缓存)。所示示例的处理器2412经由总线2418与主存储器通信,所述主存储器包括易失性存储器2414和非易失性存储器2416。易失性存储器2414可以由同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM)和/或任何其他类型的随机存取存储器装置实现。非易失性存储器2416可以由闪存存储器和/或任何其他期望类型的存储器装置实现。对主存储器2414、2416的访问由存储器控制器控制。
所示示例的处理器平台2400还包括接口电路2420。接口电路2420可以由任何类型的接口标准诸如以太网接口、通用串行总线(USB)和/或外围组件互连(PCI)快速接口实现。
在所示示例中,一个或多个输入装置2422连接至接口电路2420。一个或多个输入装置2422允许用户将数据和/或命令输入到处理器2412中。一个或多个输入装置可以由例如音频传感器、麦克风、相机(照相机或摄影机)、键盘、按钮、鼠标、触摸屏、跟踪板、跟踪球、等位点(isopoint)装置和/或语音识别系统实现。
一个或多个输出装置2424也连接至所示示例的接口电路2420。输出装置2424可以例如由显示装置(例如发光二极管(LED)、有机发光二极管(OLED)、液晶显示器、阴极射线管显示器(CRT)、触摸屏、触觉输出装置、打印机和/或扬声器)实现。所示示例的接口电路2420因此通常包括图形驱动卡、图形驱动芯片和/或图形驱动处理器。
所示示例的接口电路2420还包括通信装置诸如发射器、接收器、收发器、调制解调器和/或网络接口卡,以便于经由网络2426(例如,以太网连接、数字用户线路(DSL)、电话线、同轴电缆、蜂窝电话系统等)与外部机器(例如,任何类型的计算装置)进行数据交换。
所示示例的处理器平台2400还包括用以存储软件和/或数据的一个或多个大容量存储装置2428。此类大容量存储装置2428的示例包括软盘驱动器、硬盘驱动器、光盘驱动器、蓝光盘驱动器、独立磁盘冗余阵列(RAID)系统和DVD驱动器。
图5至图16、图18和图20的编码指令2432可以存储在大容量存储装置2428中,存储在易失性存储器2414中,存储在非易失性存储器2416中和/或存储在诸如CD或DVD的可移动的非暂态计算机可读存储介质上。
从前述内容可以理解,已经公开了生成涡轮发动机的资产健康量词的示例方法、设备、系统和制品。上面公开的资产健康计算器设备估计实际或当前健康状态(例如,实际AHQ等)并且由资产的部件和子部件当利用有限的器械在服务中时使用诸如涡轮发动机的数字孪生模型的一个或多个模型来预测诸如涡轮发动机的资产的预计健康状态(例如,预计AHQ等)。示例资产健康计算器设备可以优化和/或以其他方式改善以下调度,即从服务中删除资产以对资产执行维护、翻新、维修等,以满足客户要求、维护能力约束等。示例资产健康计算器设备可以使用一个或多个删除计划表确定或优化过程来生成删除计划表,并且基于满足客户要求、维护设施约束等来选择删除计划表中的一个。示例资产健康计算器设备可以优化和/或以其他方式改善资产的在翼时间,同时最小化成本和删除时间,同时还基于资产的预测利用信息来实现修理后使命。
示例资产健康计算器设备可以当飞行器在服务中时获得与飞行器的机翼上的涡轮发动机相对应的资产监视信息。示例资产健康计算器设备可以基于使用与涡轮发动机相对应的一个或多个计算机生成的模型生成涡轮发动机的各个部件的实际健康状态来生成(例如,迭代地生成)涡轮发动机的实际健康状态。示例资产健康计算器设备可以基于实际健康状态中的一个或多个与实际健康状态阈值的比较来确定涡轮发动机是要从服务中删除以对涡轮发动机的一个或多个部件执行维护的候选者。示例资产健康计算器设备可以通过使用不同的优化过程并基于满足运营商要求、运营商约束、涡轮发动机维护提供商约束等选择删除计划表来为涡轮发动机生成删除计划表。涡轮发动机维护提供商可以基于删除计划表来删除涡轮发动机、对删除的涡轮发动机执行维护操作并将涡轮发动机重新部署回服务,其中示例资产健康计算器设备可以当涡轮发动机在服务中时恢复对涡轮发动机的监视。
示例资产健康计算器设备可以通过更准确地确定涡轮发动机的实际健康状态来在涡轮发动机的使用寿命期间改善涡轮发动机的功能、操作、效率等。例如,通过更准确地确定实际健康状态,资产健康计算器设备可以降低过早地从服务中删除涡轮发动机的概率。通过降低过早地删除的概率,可以在维护设施访问之间经过附加的时间,这可以允许研究、设计和测试新的和改善的资产部件,这可以改善涡轮发动机的AHQ。如果涡轮发动机没有过早地从服务中删除,那么当涡轮发动机准备好从服务中删除时,可以使用可以增大涡轮发动机的AHQ的较新部件来在涡轮发动机的使用寿命期间升级和/或以其他方式改善涡轮发动机的操作。
尽管本文已经公开了某些示例方法、设备、系统和制品,但本专利的覆盖范围不局限于此。相反,本专利覆盖合理地落入本专利的权利要求的范围内的所有方法、设备、系统和制品。
Claims (10)
1.一种设备,其包括:
健康量词生成器,用以
执行计算机生成的模型,以:
使用资产监视信息模拟涡轮发动机的运行条件;
基于所述模拟生成所述涡轮发动机的资产健康量词;以及
将所述资产健康量词与阈值进行比较;以及
删除调度器,用以基于所述比较标识要从服务中删除的涡轮发动机以通过对所述删除的涡轮发动机执行工作范围来改善所述涡轮发动机的运行。
2.根据权利要求1所述的设备,其中所述健康量词生成器用以通过以下方式确定所述资产健康量词:
使用成像系统捕获所述涡轮发动机的第一图像;
使用对象识别系统将所述第一图像与数据库中的第二图像进行比较;以及
当所述第一图像与所述第二图像匹配时确定所述资产健康量词。
3.根据权利要求1所述的设备,其中所述资产监视信息包括资产环境信息、资产传感器信息、资产利用信息、资产配置信息、资产历史信息或资产工作范围量词信息中的至少一个。
4.根据权利要求1所述的设备,其中所述计算机生成模型包括基于物理的模型、随机模型、历史数据模型或混合模型中的至少一个,所述基于物理的模型对应于所述涡轮发动机的数字孪生模型。
5.根据权利要求1所述的设备,其还包括:
收集发动机,用以获得所述涡轮发动的预测信息;其中
所述健康量词生成器用以:
执行所述计算机生成的模型,以通过使用所述预测信息估计所述资产健康量词来生成预计资产健康量词;
将所述预计资产健康量词与所述阈值进行比较;以及基于所述比较标识要从服务中删除的所述涡轮发动机。
6.根据权利要求1所述的设备,其中所述删除调度器用以通过以下方式生成针对包括所述涡轮发动机的一个或多个资产的删除计划表:
基于按合同删除日期对所述资产排序来标识初始删除计划表;
生成所述初始删除计划表的第一功能成本;
生成近邻资产对的列表;
对所述列表中的第一近邻资产对重新排序;
基于所述重新排序生成第二功能成本;以及
基于所述第一功能成本与所述第二功能成本的比较生成所述删除计划表。
7.根据权利要求6所述的设备,其中所述删除调度器用以通过执行整数规划方法、自顶向下优化方法或自底向上优化方法中的至少一个来生成所述删除计划表。
8.一种方法,其包括:
执行计算机生成的模型,以:
使用资产监视信息模拟资产的运行条件;以及
基于所述模拟生成所述资产的资产健康量词;
将所述资产健康量词与阈值进行比较;以及
基于所述比较标识要从服务中删除的资产,以通过对所述删除的资产执行工作范围来改善所述资产的运行。
9.根据权利要求8所述的方法,其中生成所述资产健康量词包括:
使用成像系统捕获所述资产的第一图像;
使用对象识别系统将所述第一图像与数据库中的第二图像进行比较;以及
当所述第一图像与所述第二图像匹配时确定所述资产健康量词。
10.根据权利要求8所述的方法,其中所述资产监视信息包括资产环境信息、资产传感器信息、资产利用信息、资产配置信息、资产历史信息或资产工作范围量词信息中的至少一个。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/809,774 | 2017-11-10 | ||
US15/809,774 US20190146446A1 (en) | 2017-11-10 | 2017-11-10 | Methods and apparatus to generate an asset health quantifier of a turbine engine |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109766567A true CN109766567A (zh) | 2019-05-17 |
CN109766567B CN109766567B (zh) | 2023-06-23 |
Family
ID=64270753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811330134.4A Active CN109766567B (zh) | 2017-11-10 | 2018-11-09 | 用以生成涡轮发动机的资产健康量词的设备和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190146446A1 (zh) |
EP (1) | EP3483800A1 (zh) |
CN (1) | CN109766567B (zh) |
AU (1) | AU2018260942A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489833A (zh) * | 2019-07-31 | 2019-11-22 | 西安交通大学 | 数字孪生驱动的航空发动机涡轮盘剩余寿命预测方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US11636412B2 (en) | 2020-01-24 | 2023-04-25 | General Electric Company | System and method for prognostic analytics of an asset |
US11685051B2 (en) | 2020-10-29 | 2023-06-27 | General Electric Company | Systems and methods of servicing equipment |
US11935290B2 (en) | 2020-10-29 | 2024-03-19 | Oliver Crispin Robotics Limited | Systems and methods of servicing equipment |
US11938907B2 (en) | 2020-10-29 | 2024-03-26 | Oliver Crispin Robotics Limited | Systems and methods of servicing equipment |
US11874653B2 (en) | 2020-10-29 | 2024-01-16 | Oliver Crispin Robotics Limited | Systems and methods of servicing equipment |
CN112286098B (zh) * | 2020-10-29 | 2022-08-26 | 中国航发南方工业有限公司 | 转换板组件、燃气涡轮发电机组的数字电子控制装置 |
US11992952B2 (en) | 2020-10-29 | 2024-05-28 | General Electric Company | Systems and methods of servicing equipment |
US20220138699A1 (en) * | 2020-10-29 | 2022-05-05 | General Electric Company | Systems and methods of servicing equipment |
US11915531B2 (en) | 2020-10-29 | 2024-02-27 | General Electric Company | Systems and methods of servicing equipment |
WO2023044477A1 (en) * | 2021-09-17 | 2023-03-23 | Trustee Of Tufts College | Systems and methods for managing complex systems |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5625664A (en) * | 1994-05-18 | 1997-04-29 | Fatigue Management Associates Llc | Methods for the design, quality control, and management of fatigue-limited metal components |
US20040193938A1 (en) * | 2003-03-28 | 2004-09-30 | Shah Rasiklal Punjalal | Complex system serviceability method and apparatus |
US20050010382A1 (en) * | 2000-10-11 | 2005-01-13 | Oliver Stuart R. | Methods for evaluating and improving drilling operations |
US20050027586A1 (en) * | 2003-07-29 | 2005-02-03 | Bacon Douglas Carl | Methods and systems for generating a financial report |
CN1773541A (zh) * | 2004-11-12 | 2006-05-17 | 三菱重工业株式会社 | 资产的维护管理或检查系统及其方法 |
US20120059684A1 (en) * | 2010-09-02 | 2012-03-08 | International Business Machines Corporation | Spatial-Temporal Optimization of Physical Asset Maintenance |
US20120166249A1 (en) * | 2009-10-07 | 2012-06-28 | Optimized Systems And Solutions Limited | Asset management system |
US20130024179A1 (en) * | 2011-07-22 | 2013-01-24 | General Electric Company | Model-based approach for personalized equipment degradation forecasting |
CN102998123A (zh) * | 2011-06-30 | 2013-03-27 | 通用电气公司 | 使用燃烧动态的燃气涡轮机的燃烧器健康和性能监测系统 |
US8443301B1 (en) * | 2010-09-27 | 2013-05-14 | Darek Easterly | Inspection reporting including a 3D vehicle model |
CN104424539A (zh) * | 2013-08-29 | 2015-03-18 | 富士胶片株式会社 | 维护信息管理系统及方法、以及维护信息显示方法 |
US20150161778A1 (en) * | 2013-12-06 | 2015-06-11 | Rolls-Royce Corporation | Thermographic inspection techniques |
US9458735B1 (en) * | 2015-12-09 | 2016-10-04 | General Electric Company | System and method for performing a visual inspection of a gas turbine engine |
CN106164411A (zh) * | 2014-01-02 | 2016-11-23 | 海德里尔美国配送有限责任公司 | 用来显现海底控制子系统组件的组件健康和预防性维护需要的系统和方法 |
US20170146976A1 (en) * | 2015-11-25 | 2017-05-25 | United Technologies Corporation | Fault detection methods and systems |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160188675A1 (en) * | 2014-12-29 | 2016-06-30 | Ge Aviation Systems Llc | Network for digital emulation and repository |
US10937006B2 (en) * | 2017-06-09 | 2021-03-02 | The Boeing Company | Method and system for evaluating corrosion loss |
-
2017
- 2017-11-10 US US15/809,774 patent/US20190146446A1/en not_active Abandoned
-
2018
- 2018-11-09 CN CN201811330134.4A patent/CN109766567B/zh active Active
- 2018-11-09 EP EP18205516.0A patent/EP3483800A1/en not_active Ceased
- 2018-11-09 AU AU2018260942A patent/AU2018260942A1/en not_active Abandoned
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5625664A (en) * | 1994-05-18 | 1997-04-29 | Fatigue Management Associates Llc | Methods for the design, quality control, and management of fatigue-limited metal components |
US20050010382A1 (en) * | 2000-10-11 | 2005-01-13 | Oliver Stuart R. | Methods for evaluating and improving drilling operations |
US20040193938A1 (en) * | 2003-03-28 | 2004-09-30 | Shah Rasiklal Punjalal | Complex system serviceability method and apparatus |
US20050027586A1 (en) * | 2003-07-29 | 2005-02-03 | Bacon Douglas Carl | Methods and systems for generating a financial report |
CN1773541A (zh) * | 2004-11-12 | 2006-05-17 | 三菱重工业株式会社 | 资产的维护管理或检查系统及其方法 |
US20120166249A1 (en) * | 2009-10-07 | 2012-06-28 | Optimized Systems And Solutions Limited | Asset management system |
US20120059684A1 (en) * | 2010-09-02 | 2012-03-08 | International Business Machines Corporation | Spatial-Temporal Optimization of Physical Asset Maintenance |
US8443301B1 (en) * | 2010-09-27 | 2013-05-14 | Darek Easterly | Inspection reporting including a 3D vehicle model |
CN102998123A (zh) * | 2011-06-30 | 2013-03-27 | 通用电气公司 | 使用燃烧动态的燃气涡轮机的燃烧器健康和性能监测系统 |
US20130024179A1 (en) * | 2011-07-22 | 2013-01-24 | General Electric Company | Model-based approach for personalized equipment degradation forecasting |
CN104424539A (zh) * | 2013-08-29 | 2015-03-18 | 富士胶片株式会社 | 维护信息管理系统及方法、以及维护信息显示方法 |
US20150161778A1 (en) * | 2013-12-06 | 2015-06-11 | Rolls-Royce Corporation | Thermographic inspection techniques |
CN106164411A (zh) * | 2014-01-02 | 2016-11-23 | 海德里尔美国配送有限责任公司 | 用来显现海底控制子系统组件的组件健康和预防性维护需要的系统和方法 |
US20170146976A1 (en) * | 2015-11-25 | 2017-05-25 | United Technologies Corporation | Fault detection methods and systems |
US9458735B1 (en) * | 2015-12-09 | 2016-10-04 | General Electric Company | System and method for performing a visual inspection of a gas turbine engine |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489833A (zh) * | 2019-07-31 | 2019-11-22 | 西安交通大学 | 数字孪生驱动的航空发动机涡轮盘剩余寿命预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109766567B (zh) | 2023-06-23 |
EP3483800A1 (en) | 2019-05-15 |
AU2018260942A1 (en) | 2019-05-30 |
US20190146446A1 (en) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766567A (zh) | 用以生成涡轮发动机的资产健康量词的设备和方法 | |
CN110046716A (zh) | 用以生成资产工作范围的系统、方法和存储介质 | |
CN109766566A (zh) | 用以改善涡轮发动机的操作的设备、方法和存储介质 | |
CN109765058A (zh) | 用于涡轮发动机的设备和方法 | |
CN109767012A (zh) | 用以生成资产工作范围运行的设备、存储介质和方法 | |
CN109767025A (zh) | 用以生成优化的工作范围的设备、存储介质和方法 | |
CN108733867B (zh) | 用以监测涡轮发动机的健康信息的方法和设备 | |
CN111274652B (zh) | 根据优化的制造过程制作新零件的方法和系统 | |
US8868287B2 (en) | Prediction of maintenance operations on an aircraft engine | |
US20090048730A1 (en) | Method and system for planning repair of an engine | |
US20220076581A1 (en) | Computing environment system for monitoring aircraft engines | |
US20150106313A1 (en) | Predictive modeling of high-bypass turbofan engine deterioration | |
Painter et al. | Using simulation, data mining, and knowledge discovery techniques for optimized aircraft engine fleet management | |
Peschiera et al. | A novel solution approach with ML-based pseudo-cuts for the Flight and Maintenance Planning problem | |
CN111275236A (zh) | 基于零件的替代模型优化制造过程的方法和系统 | |
US20220051198A1 (en) | Maintaining an aircraft with automated acquisition of replacement aircraft parts | |
Kamtsiuris et al. | A health index framework for condition monitoring and health prediction | |
Sabry et al. | Regression Analysis for Remaining Useful Life Prediction of Aircraft Engines | |
Brügner et al. | Understanding and modeling of aircraft engine shop visits | |
Miller et al. | Top-down System Tool for Logistics |
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 |