CN109767012A

CN109767012A - 用以生成资产工作范围运行的设备、存储介质和方法

Info

Publication number: CN109767012A
Application number: CN201811330418.3A
Authority: CN
Inventors: V·约翰; G·J·基亚拉蒙特; M·班克斯
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2017-11-10
Filing date: 2018-11-09
Publication date: 2019-05-17
Also published as: US10949813B2; US20190147411A1; EP3493128A1

Abstract

本发明涉及用以生成工作范围任务的设备、方法、和非暂态计算机可读存储介质。示例设备包括工作范围任务生成器和工作范围任务处理器。所述示例工作范围任务生成器用以根据工作范围传递函数处理目标资产的资产健康量词和下一使命标准以生成一组工作范围任务，用于将所述资产维持在期望健康状态以满足所述下一使命标准，所述工作范围任务涉及用于维护所述发动机的位置、资源和时间。当所述生成的一组工作范围任务不满足所述资产的寿命周期期望时，由所述工作范围任务处理器修改所述生成的一组工作范围任务，以从所述修改的一组工作范围任务生成一组有目标的预测工作范围任务以触发所述发动机的维护。

Description

用以生成资产工作范围运行的设备、存储介质和方法

技术领域

本公开整体涉及发动机工作范围确定，且更具体地涉及用以生成资产工作范围运行的设备、包括指令的非暂态计算机可读存储介质和方法。

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

公开了用以生成用于维护目标资产的任务的方法、设备、系统和制品。

示例发动机维护设备包括工作范围任务生成器和工作范围任务处理器。示例工作范围任务生成器用于针对发动机，根据工作范围传递函数处理发动机的资产健康量词和发动机的下一使命标准以生成一组工作范围任务，用以将发动机维持在期望健康状态以满足下一使命标准，所述工作范围任务涉及用于维护发动机的位置、资源和时间。示例工作范围任务处理器用以与发动机的寿命周期期望相比，处理生成的一组工作范围任务，其中，当生成的一组工作范围任务不满足发动机的寿命周期期望时，该组工作范围任务由工作范围任务处理器修改，所述工作范围任务处理器用以从修改的一组工作范围任务生成一组有目标的预测工作范围任务以触发发动机的维护。

示例非暂态计算机可读存储介质包括指令，所述指令在被执行时使机器至少实现：工作范围任务生成器和工作范围任务处理器。示例工作范围任务生成器用于针对发动机，根据工作范围传递函数处理发动机的资产健康量词和发动机的下一使命标准以生成一组工作范围任务，用以将发动机维持在期望健康状态以满足下一使命标准，所述工作范围任务涉及用于维护发动机的位置、资源和时间。示例工作范围任务处理器用以与发动机的寿命周期期望相比，处理生成的一组工作范围任务，其中，当生成的一组工作范围任务不满足发动机的寿命周期期望时，该组工作范围任务由工作范围任务处理器修改，所述工作范围任务处理器用以从修改的一组工作范围任务生成一组有目标的预测工作范围任务以触发发动机的维护。

示例计算机实现的方法包括使用配置的处理器处理对目标资产的健康信息、非健康信息和下一使命要求以生成一个或多个性能度量。示例方法包括使用配置的处理器和具有一个或多个性能度量的工作范围传递函数生成用于维护目标资产的一个或多个任务。示例方法包括当生成的任务不满足目标资产的寿命周期期望时，使用配置的处理器基于寿命周期期望修改一个或多个任务。示例方法包括使用基于一个或多个任务的配置的处理器生成和输出一组有目标的预测工作范围任务以触发目标资产的维护。

本发明的方面、特征、效果也可以体现在后述技术方案，其中，技术方案1涉及一种发动机维护设备，其包括：

工作范围任务生成器，用于针对发动机，根据工作范围传递函数处理所述发动机的资产健康量词和所述发动机的下一使命标准以生成一组工作范围任务，用于将所述发动机维持在期望健康状态以满足所述下一使命标准，所述工作范围任务涉及用于维护所述发动机的位置、资源和时间；以及

工作范围任务处理器，用以与所述发动机的寿命周期期望相比，处理所述生成的一组工作范围任务，

其中，当所述生成的一组工作范围任务不满足所述发动机的所述寿命周期期望时，所述一组工作范围任务由所述工作范围任务处理器修改，

所述工作范围任务处理器用以从所述修改的一组工作范围任务生成一组有目标的预测工作范围任务以触发所述发动机的维护。

技术方案2涉及根据技术方案1所述的设备，其中，当历史数据可用于所述工作范围任务处理器时，所述工作范围任务处理器用以基于所述历史数据修改所述一组工作范围任务以生成所述发动机的所述一组有目标的预测工作范围任务。

技术方案3涉及根据技术方案1所述的设备，其中所述工作范围传递函数还处理适用于所述发动机的非健康约束，所述非健康约束将由所述工作范围任务生成器相对于所述期望健康状态和所述下一使命标准施加以影响所述一组工作范围的所述生成。

技术方案4涉及根据技术方案1所述的设备，其中所述工作范围传递函数使用基于物理的模型对所述发动机进行建模并将所述资产健康量词与所述基于物理的模型相关联以模拟所述发动机的资产健康状态是否满足所述下一使命标准。

技术方案5涉及根据技术方案1所述的设备，其中所述资产健康量词、下一使命标准或寿命周期期望中的至少一个将根据关键指数进行加权。

技术方案6涉及根据技术方案1所述的设备，其还包括资产健康分析，用以使用健康状态传递函数处理所述资产健康量词以从所述资产健康量词生成资产健康状态。

技术方案7涉及根据技术方案6所述的设备，其中所述资产健康状态包括所述发动机的耐用性、可操作性和性能的指示。

技术方案8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实现：

工作范围任务处理器，用以与所述发动机的寿命周期期望相比，处理所述生成的一组工作范围任务，其中，当所述生成的一组工作范围任务不满足所述发动机的所述寿命周期期望时，所述一组工作范围任务由所述工作范围任务处理器修改，所述工作范围任务处理器用以从所述修改的一组工作范围任务生成一组有目标的预测工作范围任务以触发所述发动机的维护。

技术方案9涉及根据技术方案8所述的计算机可读存储介质，其中，当历史数据可用于所述工作范围任务处理器时，所述工作范围任务处理器用以基于所述历史数据修改所述一组工作范围任务以生成所述目标资产的所述一组有目标的预测工作范围任务。

技术方案10涉及根据技术方案8所述的计算机可读存储介质，其中所述工作范围传递函数还处理适用以所述目标资产的非健康约束，所述非健康约束将由所述工作范围任务生成器相对于所述期望健康状态和所述下一使命标准施加以影响所述一组工作范围的所述生成。

技术方案11涉及根据技术方案8所述的计算机可读存储介质，其中所述资产健康量词、下一使命标准、非健康义务或寿命周期期望中的至少一个将根据关键指数进行加权。

技术方案12涉及根据技术方案8所述的计算机可读存储介质，其还包括资产健康分析，用以使用健康状态传递函数处理所述资产健康量词以从所述资产健康量词生成资产健康状态。

技术方案13涉及根据技术方案12所述的计算机可读存储介质，其中所述资产健康状态包括所述目标资产的耐用性、可操作性和性能的指示。

技术方案14涉及一种计算机实现的方法，其包括：

使用配置的处理器处理对目标资产的健康信息、非健康信息和下一使命要求以生成一个或多个性能度量；

使用所述配置的处理器和具有所述一个或多个性能度量的工作范围传递函数生成用于维护所述目标资产的一个或多个任务；

当所述生成的任务不满足所述目标资产的所述寿命周期期望时，使用所述配置的处理器基于所述寿命周期期望修改所述一个或多个任务；

使用基于所述一个或多个任务的所述配置的处理器生成和输出一组有目标的预测工作范围任务以触发所述目标资产的维护。

技术方案15涉及根据技术方案14所述的方法，其中，当历史数据可用时，基于所述历史数据修改所述一个或多个任务。

技术方案16涉及根据技术方案14所述的方法，其中所述工作范围传递函数还处理适用于所述目标资产的非健康约束，所述非健康约束将相对于所述期望健康状态和所述下一使命标准施加以影响用于维护所述目标资产的所述一组工作范围的所述生成。

技术方案17涉及根据技术方案14所述的方法，其中所述资产健康量词、下一使命标准、非健康义务或寿命周期期望中的至少一个将根据关键指数进行加权。

技术方案18涉及根据技术方案14所述的方法，其还包括使用健康状态传递函数处理所述健康信息中所包括的资产健康量词以从所述资产健康量词生成资产健康状态。

技术方案19涉及根据技术方案18所述的方法，其中所述资产健康状态包括所述目标资产的耐用性、可操作性和性能的指示。

技术方案20涉及根据技术方案14所述的方法，其中使用配置的处理器处理所述目标资产的健康信息、非健康信息和下一使命要求包括评估所述目标资产是否健康以及所述目标资产是否满足与所述目标资产相关联的合同。

技术方案21涉及根据技术方案14所述的方法，其中所述目标资产包括发动机。

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是图2至图3的示例资产工作范围生成系统的一部分的示例实现方式的框图。

图5A至图5B是图3至图4的示例任务生成器的示例实现方式的框图。

图6至图7示出了图5A至图5B的健康状态分析的示例实现方式。

图8示出了图5A至图5B的工作范围任务生成器的示例实现方式。

图9示出了图5A至图5B的工作范围任务处理器的示例实现方式。

图10至图13是表示可以由图3至图9的示例任务生成系统执行以实现本文所公开的示例的示例方法的流程图。

图14是被构造成执行机器可读指令以实现图10至图13的方法和/或图2至图9的示例资产工作范围生成系统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。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于诸如以下资产：风力涡轮机、增材打印机、计算机断层扫描仪等。

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机以满足客户和现场人员的期望。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。工作范围可以包括用以对系统的部件执行一个或多个维护活动的策略或计划。

工作范围可以包括但不限于系统内的部件列表，应该对部件应该执行修理或维护的一个或多个日期和/或时间、完成每一步或工作范围的维护活动的预期成本和/或在工作范围的某个时间段期间每个部件发生故障或要求执行维护活动的一个或多个概率。除此之外或替代地，工作范围还可包括部件已经历的使用量和/或周期量(例如，在旋转机器的部件的情况下)(下文中称为部件的“周期时间”)、修理部件的成本和/或替换部件的成本。

在某些示例中，基于多个输入确定工作范围，该多个输入包括零件、模块和系统的累积损伤模型、统计模型(例如，参数模型(例如，威布尔概率分布等)和/或非参数模型)、财务模型、合同条款、条件和/或客户期望等。例如，可以使用数字孪生(例如，经由物理资产的方面和/或特征的人工神经网络和/或其他机器学习实现等)来实现一个或多个模型。某些示例允许工作范围模型输入评估一系列可能的工作范围在服务合同的使用期内的财务影响。然后，用户可以利用相关联的预测结果形成优化的和/或以其他方式改善的工作范围选择。

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移除(例如，从飞行器移除、从设施移除、从使用中移除等)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移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移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可以基于执行维护任务的维护人员的数量和对应工时、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于诸如以下资产：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于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移除。

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移除的目标资产。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；以及通过使用预测的使命要求，包括飞行周期的数量、在翼时间小时数，等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移除的候选者。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移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移除的候选者。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移除的涡轮发动机。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移除的目标资产。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移除计划表。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移除计划表。

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移除计划表。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移除计划表。

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移除计划表、顶级目标移除计划表等、为每个合同生成候选移除计划表以及基于目标移除计划表与候选移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移除计划表来使用自顶向下优化生成移除计划表。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移除计划表、将候选移除计划表相组合以及重新调整候选移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移除计划表。

在某些示例中，AWGS包括工作范围策略分析器(WSA)，该工作范围策略分析器针对每种可能的工作范围策略，评估一系列可能的工作范围在服务合同的使用期内的财务影响、可用性影响(例如，正常运行时间与停机时间)、资源影响和/或其他影响。WSA有助于利用相关联的预测结果形成优化的和/或以其他方式改善的工作范围选择。例如，可以通过获得特定的合同信息并将故障模式分布映射到工作范围模型以利用相关联的价格、成本和计费结构构建工作范围模型来生成工作范围选择。对于给定的进车间修理，可以使用传播到合同终止时的动态规划方法来确定与工作范围选项的故障模式相关联的概率。

在某些示例中，对于可以触发零件或模块上的工作的每个可用分析工具，可以将分析工具映射到最小工作范围，并且可以将多个分析工具相组合以定义最小工作范围。然后，为每次分析传播不确定性，并在零件/模块和发动机级相组合。相组合的不确定性提供了一种算法，用以执行与大修的成本和财务和在翼时间条款的效益相关的分析权衡。

在某些示例中，预测工具生成或标识一个或多个工作范围，从中可以选择满足一个或多个预定标准的工作范围。预测工具接收来自其他工具、来自用户和/或来自另一系统或装置的输入。在示例中，预测工具从分析器工具接收发动机信息并从财务模型工具接收工作范围财务信息。更具体地，在示例中，从分析器工具接收的发动机信息包括但不限于自最近的维护事件以来发动机已经使用的时间量、自最近的维护或修理事件以来一个或多个发动机部件已经使用的时间量、已经故障的一个或多个部件和/或启用预测工具的任何其他数据。从财务模型工具接收的工作范围财务信息包括在每个工作范围内定义的每个维护活动的财务影响，诸如在一个或多个未来日期维护或修理每个部件的财务影响。在示例中，财务影响包括对部件执行维护活动的成本。然而，除此之外或替代地，财务影响还包括与对部件执行维护活动相关联的价格、利润和/或任何其他财务影响。除此之外或替代地，预测工具可以接收其他输入诸如发动机状况、诊断数据、工作范围要求和/或任何其他输入。

如本文所用，术语“维护事件”是指其中系统(例如，发动机)或其部件被带到维护或修理设施或“车间”以对系统或部件执行一个或多个维护活动的事件。维护事件也称为“进车间修理”。这些维护事件可以包括故障驱动事件，其中系统或部件由于故障而被带到设施，并且还可以包括非故障驱动访问，诸如访问设施以进行预防性维护。如本文所使用的，术语“维护活动”是指对系统或部件执行维护，和/或修理系统或部件。

在示例中，预测工具生成指示可对发动机执行的一个或多个工作范围的输出(下文中称为“可用工作范围”)。在一个实施方案中，每个工作范围定义要对部件执行的与每个其他工作范围不同的一组维护活动。在示例中，预测工具标识或生成“基础”工作范围、“完整”工作范围和/或可对发动机执行的一个或多个替代工作范围。在示例中，基础工作范围是要对发动机和/或发动机部件执行的最小的一组维护活动。替代地，基础工作范围可以是要对发动机和/或发动机部件执行的预定的或“默认”的一组修理和/或维护活动。例如，基础工作范围可以仅包括修理已经故障和/或已经标识为“有寿限”部件的部件。如本文所用，术语“有寿限”是指需要在预定时间段内替换和/或修理的部件。替代工作范围包括与基础工作范围中标识的活动相比，可以对发动机和/或发动机部件执行的附加的和/或不同的修理和/或维护活动。完整工作范围是要对系统的每个部件执行的完整的一组维护活动。例如，完整的工作范围可以包括当系统和/或部件被带到维护设施时对系统的每个部件执行维护活动，即使所述部件未被标识为需要维护或修理。可用工作范围(例如，基础工作范围、完整工作范围和/或替代工作范围)被传输到财务模型工具和/或分析器工具。

在示例中，财务模型工具接收来自预测工具和分析器工具的输入。财务模型工具生成指示与每个工作范围相关联的财务信息(例如，财务影响)的输出并将输出传输到预测工具和分析器工具。财务信息包括例如每个工作范围的每个维护活动的成本和/或每个维护活动的任何其他财务影响。在示例中，财务模型工具从预测工具和/或从分析器工具接收可用工作范围的列表。在示例中，财务模型工具还接收关于服务合同或标识发动机和/或发动机部件的修理和/或维护义务的另一仪器的数据以及其中服务合同生效的时间段。在示例中，财务模型工具通过计算例如与在每个工作范围内标识的每个活动相关联的修理和/或维护成本和/或价格来计算每个工作范围的每个维护活动的成本和/或价格(或其他财务影响)。在示例中，财务模型工具针对给定的一组要求生成用以批准一个或多个工作范围的报价，并基于历史记录和/或业务计划生成工作范围的成本和价格。财务模型工具将每个可用工作范围的确定的成本和/或价格或其他财务影响(例如，基础工作范围、完整工作范围和/或每个替代工作范围的维护活动的成本)传输到预测工具和/或分析器工具。

在示例中，分析器工具接收来自预测工具和财务模型工具的输入。此外，分析器工具生成输出并将输出传输到预测工具和财务模型工具。分析器工具从预测工具和/或从财务模型工具接收可用工作范围列表和财务信息。分析器工具基于所接收的输入选择和/或向用户呈现推荐的工作范围。例如，分析器工具计算每个工作范围内的预期维护活动的概率分布，并选择具有最低预期成本和/或价格的工作范围。替代地，分析器工具选择满足由用户或系统或装置标识的任何一个或多个其他标准的工作范围。例如，分析器工具确定每个工作范围的预期效果，并选择具有最佳地满足一个或多个标准的预期效果的工作范围。例如，预期效果可以包括工作范围的预期成本、预期价格、预期利润、预期现金流、预期维护设施负载、预期备用发动机容量或可用性和/或预期“在翼时间”间隔中的一个或多个。因此，在该示例中，分析器工具可以选择对于期望在预定时间间隔期间执行的维护活动具有最低预期成本的工作范围。然而，应该认识到，分析器工具可以选择其中工作范围的预期效果在时间间隔期间满足任何一个或多个其他标准的工作范围。

在示例中，分析器工具通过例如计算每个工作范围的“在翼时间”(TOW)的概率(例如，威布尔分布等)(例如，每个工作范围对发动机操作时间的影响)和财务输出的概率(例如，每个工作范围对由发动机由于每个工作范围而预期生成的收益量的影响)来量化所接收的工作范围的效益和成本。在示例中，对于每个可用的工作范围，分析器工具向用户呈现一系列概率分布，所述概率分布表示在多个未来修理和/或维护事件期间对发动机和/或发动机部件执行工作范围的预期财务和操作性未来结果。

在该示例中，分析器工具从诸如用户或远程装置或系统的外部来源接收输入(下文中称为“外部输入”)。外部输入包括以下一个或多个：发动机状况；一个或多个发动机部件的状况；发动机和/或发动机部件已运行的时间量或发动机周期；发动机部件正在故障或已故障的指示；业务约束和/或因一个或多个服务或其他合同而引起的约束的组或列表；一个或多个服务或其他合同生效的时间量；一个或多个部件为或包括有寿限零件的通知或指示；和/或根据历史现场数据计算的故障分布。替代地，外部输入中的任一个都可以由其他工具接收并且可以传输到分析器工具。

在示例中，分析器工具使用基于状态的解决方案或模型来提供用以在工作范围替代方案中进行选择的逻辑框架(例如，以便于从可用工作范围的列表中选择最优的或推荐的工作范围)。在示例中，分析器工具确定在每次故障驱动的进车间修理时应该执行哪个工作范围，以便使指定的时间间隔内(例如，在服务合同生效的剩余时间期间)的(例如，服务合同内的维护活动的)总预期成本最小化。例如，分析器工具使用动态规划解决方案确定与服务合同相关联的系统的最低预期维护成本(或确定满足任何一个或多个其他标准的预期效果)。

资产维护管理涉及零件、模块的耐用性以及因资产管理解决方案的组合引起的交互作用的详细知识。随着越来越多的分析模型可用以跟踪部件和模块的耐用性以及不同维护合同的设计复杂性，评估不同的工作范围界定决策的财务影响变得非常复杂。某些示例将可用的技术信息、分析信息和财务信息相组合以计算不同的工作范围界定情形的财务影响。

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130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是用于图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。如下面进一步描述的，示例AWGS 220可以包括工作范围策略分析器(WSA)，用以评估潜在的工作范围策略以确定资产的改善的或“优化的”工作范围。

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，用以标识要移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移除的目标资产的标识来标识要移除的目标资产。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移除的目标资产的标识来标识要移除的目标资产。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移除计划表。

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，被标识为要移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标识为要移除的候选者。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标识为要移除的候选者。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和/或以其他方式改善的工作范围。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标识的移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。在所示示例中，FAHA 320包括资产健康计算器300。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。

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、重新布置、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AWGS 220的一部分的示例实现方式的框图，所述部分包括资产健康计算器300、任务生成器305、任务优化器310、要求340和任务信息350。资产健康计算器300提供输入诸如整体资产健康等级、部件(例如，资产模块或零件等)健康等级等，并且任务生成器305向任务优化器310提供维护操作或任务以生成并评估工作范围选项。

如图4的示例所示，要求340包括合同要求405、环境要求410、服务公告415、有寿限零件(LLP)替换要求420等。要求340可以经由确定性模型、概率性模型、基于物理的模型、耐用性模型等中的一个或多个来建模。例如，数字孪生、神经网络和/或其他机器学习网络等可用以形成合同、环境、服务公告、有寿限零件轨迹等以及相关联要求的模型。

在图4的所示示例中，任务信息350包括关于维护操作中涉及的任务的信息。例如，每个维护操作都包括一个或多个任务，其中每个任务都具有对应的信息，诸如完成任务的人员的类型和数量、完成任务所需的部件和/或工具、完成任务的时间和成本等。

例如，任务信息350和要求340向任务生成器305提供输入以生成一系列任务以准备和/或以其他方式维护用于下一使命的资产。任务生成器305生成可以在目标资产的下一次进车间修理或随后一次或多次进车间修理中完成的潜在维护操作的列表或其他组。例如，在某些示例中，可以为每个维护操作分配关键指数或量词以驱动最小工作范围。

例如，目标资产的在翼时间和进车间成本与工作范围相关。定制服务协议(CSA)的持久性、可操作性和性能要求与财务指标的平衡是具有数百万个解决方案的多维优化问题。任务生成器305基于包括要求340和任务信息350的输入标准来分析可能性并呈现最高候选者以生成关于目标资产的潜在任务或操作。手动评估所有可能性是不可能的。

图5A是图3至图4的示例任务生成器305的示例实现方式的框图。在图5A的所示示例中，任务生成器305包括工作范围任务生成器505和工作范围任务处理器510，它们共同用于针对特定目标、使命等生成有目标的预测工作范围任务515。如图5A的示例所示，分析520、诸如修理规范等的非健康要求525以及下一使命要求530提供对工作范围任务生成器505的输入。寿命周期期望535提供对工作范围任务处理器510的输入。

例如，工作范围任务生成器505处理作为来自资产健康计算器300的资产健康计算的结果而生成的分析520，包括资产健康等级等。例如，可以使用资产(例如，涡轮发动机、柴油发动机、其他机电装置等)的基于物理的模型(例如，数字孪生、神经网络等)来模拟资产健康。例如，可以在资产仍在现场时(例如，发动机仍在机翼上等)，对资产健康建模。除了对当前资产健康建模之外，可以由模型和/或其他分析520确定资产的未来健康或预期寿命。健康分析520生成资产的资产健康状态540(例如，健康水平和/或预期寿命等)，所述资产健康状态被提供给工作范围任务生成器505。

工作范围任务生成器505将目标资产的包括健康水平和预期寿命的资产健康状态分析540与非健康要求525(例如，修理规范、服务公告、有寿限零件信息等)和下一使命要求530(例如，针对特定目标、目的、使命等的构建-实现功能)相组合以基于受适用于目标资产的非健康要求525约束的使命要求530来生成特定于使命的工作范围任务545。

工作范围任务处理器510接收从资产健康状态信息540、下一使命要求530和非健康要求525生成的特定于使命的工作范围任务545，并生成有目标的预测工作范围任务515。工作范围任务处理器510基于资产的寿命周期期望535来处理任务545以评估任务545是否符合资产的寿命周期期望535(例如，一个或多个任务545是否帮助资产持续满足在合同中列举的寿命周期期望535，一个或多个任务545是否不足以在合同有效期内维持期望的和/或所需的资产健康状态，一个或多个任务545是否不必在下一个使命和合同的剩余寿命内维持所需的/期望的资产健康状态等)。

如图5B的示例所示，还可以向工作范围任务处理器510提供历史工作范围数据550以基于与下一使命530所提供的相同或相似的来自先前使命的反馈来为下一使命进一步细化有目标的工作范围任务515的预测。例如，历史数据550提供针对相关工作范围的先前设置、任务、资源等以及关于工作范围对先前工作范围的资产和/或资产环境的影响的测量值、评估值和/或其他反馈的一个或多个示例。此类历史数据和/或其他反馈可以有助于任务生成器305改善预测的工作范围任务515的生成。

因此，工作范围任务处理器510基于寿命周期期望和历史工作范围数据来细化特定于使命的工作范围任务，以提供有目标的预测工作范围任务515。在某些示例中，任务优化器310在多个可用的工作范围选项间处理工作范围任务515以生成“最优”工作范围。在某些示例中，任务生成器305由资产模块和零件使用以下来估计特定于使命的有目标的工作范围：1)评估的个别资产健康状态/寿命预期；2)业务要求、合同要求和技术要求；3)后续资产使命/寿命周期要求；以及4)基于历史和分析的工作范围与资产健康回收评估。有目标的预测工作范围任务515提供对目标资产修理/维护和特定资产健康问题的材料/工具的输入以最小化或以其他方式减少成本/设备停机时间，同时实现资产修理/维护后使命。例如，任务515指定要维护(例如，修理、替换等)的资产(或资产部件、模块等)、维护的时间、维护的预期持续时间、维护的位置、维护中涉及的材料、维护中使用的工具、维护中涉及的人员等。

在某些示例中，生成的任务515由任务生成器305考虑到对现场资产的环境(例如，上面安装有发动机的飞行器等)的影响来生成。在某些示例中，生成的任务515由任务生成器305考虑到编队和/或其他组织范围的影响(例如，整个飞行器编队，飞行器的发动机正在进行维护，包括编队中的其他飞行器上的可能也需要维护的发动机等)来生成。例如，可以生成任务515以用于下一使命和/或使资产在车间里时完成的工作最大化。例如，可以生成任务515并在从现场移除资产之前通知适当的资源。例如，可以将替换(例如，借用等)发动机定位并分配给飞行器，其发动机随后将被调度成在飞行器空转时脱翼，以在飞行器的下一空转时段之前完成发动机维护，从而放回机翼上，其状态满足安全问题、合同义务等。

图6示出了图5A至图5B的健康状态分析520的示例实现方式。如图6的示例所示，可以使用健康状态传递函数605来实现分析520以处理来自资产健康量词300的资产健康量词输出，以生成资产健康状态540，从而提供给工作范围任务生成器505。示例健康状态传递函数605利用由资产健康量词300提供的整体资产健康量词和部件资产健康量词以及针对目标资产的预测利用和环境信息等。例如，基于资产健康信息诸如资产(例如，在装置和/或部件/零件/模块级等)的剩余使用寿命(ULR)、先前工作范围内的预计ULR与测量ULR之间的反馈、建模的数字孪生和/或其他资产健康建模输出/预测，健康状态传递函数605向工作范围任务生成器505提供资产的当前运行健康和/或预计未来健康的指示，该工作范围任务生成器将资产健康要求和非健康要求的指示(例如，合同要求405、环境因子410、服务公告415和/或LLP替换420等)与下一使命要求530相结合以生成特定于使命的工作范围任务545。

例如，健康状态传递函数605利用可用的输入数据来对目标资产的当前资产健康状态以及从当前时间点到要移除资产的目标时间点(例如，合同有效期终止等)的估计或预计ULR进行建模和/或以其他方式量化。例如，健康状态传递函数605考虑目标资产、目标资产的模块、目标资产的部件或零件等的诸如性能、可操作性、持久性等的一个或多个因子或方面，以提供要与相关联工作范围任务的要求和形成进行比较的健康状态信息。

图7示出了包括健康状态传递函数605的示例分析520的另一实现方式，所述健康状态传递函数提供以多种方式建模的资产健康信息540。例如，健康状态传递函数605可以生成资产耐用性705、资产可操作性710、资产性能715、在翼时间预测720等的概率。在某些示例中，资产健康信息540可以包括与资产零件和相关联参数(例如，性能、累积损伤模型、遇险等级模型、可操作性、编队LLP、客户规范、服务公告、累积工作范围等)有关的数据结构725。

因此，例如，如图7的示例所示，可以分析诸如高压压缩机(HPC)、低压涡轮(LPT)、低压压缩机(LPC)、高压涡轮(HPT)等的零件以由工作范围任务生成器505和工作范围任务处理器510生成要与移除分析、寿命周期、服务公告和/或其他信息融合的参数的数据结构725。如图7的示例所示，资产健康状态540可以是模块化的，包括流路和/或非流路资产数据的性能、耐用性等。

例如，健康状态传递函数605利用可用的输入数据来对目标资产的当前资产健康状态以及从当前时间点到要移除资产的目标时间点(例如，合同有效期终止等)的估计或预计ULR进行建模和/或以其他方式量化。例如，健康状态传递函数605考虑到目标资产、目标资产的模块、目标资产的部件或零件等的诸如耐用性705、可操作性710、性能715、在翼时间720等的一个或多个因子或方面以提供要与相关联工作范围任务的要求和形成进行比较的健康状态信息。

因此，示例健康状态传递函数605可以基于包括耐用性705、可操作性710、性能715的资产健康量词生成资产健康模型。例如，发动机的性能评估715可以量化发动机健康状态(例如，当前发动机健康状态和预测的发动机健康状态等)对气体温度裕度(例如，排气温度裕度(EGTM)等)的影响。

例如，健康状态可以使用作为表示目标资产的有用剩余寿命的性能、可操作性和耐用性的组合的健康状态传递函数H_s来量化，资产包括n个零件、模块和/或部件：

其中，例如，P_i表示零件/模块/部件i的性能，O_i表示零件/模块/部件i的可操作性，并且D_i表示零件/模块/部件i的耐用性。

图8示出了图5A至图5B的工作范围任务生成器505的示例实现方式。如图8的示例所示，示例工作范围任务生成器505包括与约束分析器820连通的健康状态处理器805、非健康因子处理器810和使命要求分析器815。约束分析器820向任务聚合器825提供约束信息以基于资产健康状态、非健康因子、任务要求等来对工作范围的任务进行聚合。任务聚合器825生成特定于使命的工作范围任务545以提供给工作范围任务处理器510。

如图8的示例所示，健康状态处理器805从健康分析520接收资产健康信息540并处理资产健康信息540以确定资产健康水平、资产寿命预期、资产耐用性和性能(例如，沿着资产流路和/或非流路等)等，并且将确定的健康信息提供给约束分析器820，所述确定的健康信息作为因子加入到对任务生成的边界或约束的确定中以形成目标资产的工作范围。例如，可以为资产、资产模块/零件、资产模块/零件组等提供健康状态信息，以作为因子加入到针对资产和/或资产的一个或多个模块/零件生成任务的过程中。

另外，例如，非健康因子处理器810处理修理规范和/或其他非健康要求525以提供对约束分析器820的进一步输入，所述约束分析器将所述非健康要求作为因子加入到对任务确定的约束的确定中以形成目标资产的工作范围。非健康因子处理器810可以为约束分析器820生成非健康状态，包括有寿限零件(LLP)到期信息、指示一个或多个零件的修理或替换的服务公告、提供某些动作的合同要求等。

例如，示例使命要求分析器815处理下一使命要求530，以确定在目标资产的下一使命中将涉及哪些一个或多个资产、一个或多个资产能力、一个或多个配置等。例如，使命要求分析器815向约束分析器820提供对当前、下一和/或后续使命的要求，所述约束分析器将所述使命要求作为因子加入到任务确定的约束的确定中以形成目标资产的工作范围。因此，了解资产所期望的(例如，对资产的使用情况进行建模、量化资产参数等)可以有助于确定与资产的维护相关联的任务。

示例约束分析器820处理来自健康状态处理器805、非健康因子处理器810和使命要求分析器815的输入，以形成对资产的潜在工作范围任务的一组约束(例如，通过向输入应用工作范围传递函数等)。向任务聚合器825提供约束，该任务聚合器根据健康、非健康和任务约束来对目标资产的任务进行处理和聚合。因此，工作范围任务生成器505将多个不同因子作为输入、动机、要求和其他约束进行处理，以生成关于资产要完成的任务，从而针对特定使命维护该资产。

例如，可以使用工作范围传递函数W_s来量化由约束分析器820提供的一组约束，以引导任务聚合器825形成将被执行以将目标资产维持在使命执行所需的健康水平的一组任务。示例工作范围传递函数处理具有构建-实现要求的有用剩余寿命算法/模型，以将工作范围设定为满足构建-实现对性能/可操作性/耐用性等的要求。工作范围可以与非健康状态要求和/或寿命周期优化等聚合，以确定推荐的工作范围任务：

其中，例如，T_j表示将对目标资产零件/模块/部件j执行的一组下一使命任务，并且R_j表示对目标资产零件/模块/部件j的一组非健康限制。

图9示出了图5A至图5B的工作范围任务处理器510的示例实现方式。示例工作范围任务处理器510从工作范围任务生成器505接收特定于使命的工作范围任务545，并将寿命周期期望535和/或历史工作范围数据550应用于任务545，以生成要发送到任务优化器310的有目标的预测工作范围任务515。

示例工作范围任务处理器510包括工作范围任务摄取器905、历史数据处理器910、寿命周期评估器915和工作范围任务修改器920，用以产生有目标的预测工作范围任务515。示例工作范围任务摄取器905从工作范围任务生成器505接收并分析任务545。工作范围任务摄取器905可以确定与任务545相关联的参数、量化任务545和/或任务545中涉及的资源、对任务545建模等。工作范围任务摄取器905向工作范围任务修改器920提供任务信息。

工作范围任务修改器920接收处理后的任务信息以及寿命周期评估和历史数据。工作范围任务修改器920评估寿命周期期望、剩余使用寿命、资产回收的概率、资产保留的概率、下一使命要求、合同义务等，以预测一组有目标的工作范围任务310。通过基于当前资产(例如，发动机等)健康和在翼时间要求的技术约束以及合同约束(例如，服务合同下的义务等)的驱动，工作范围任务修改器920生成形成用于维护目标资产的工作范围的任务。

例如，由寿命周期评估器915评估对资产寿命周期535的期望(例如，如由合同基于资产的模型、年龄和/或其他状态等定义的)以修改提供给工作范围任务修改器920的任务信息并调整工作范围任务修改器920如何预测一组有目标的工作范围任务515。相似地，可以由历史数据处理器910处理历史趋势、先前的工作范围结果、资产历史等550以修改提供给工作范围任务修改器920的任务信息并调整工作范围任务修改器920如何预测一组有目标的工作范围任务515。

因此，工作范围任务处理器510可以生成有目标的预测工作范围任务515以满足资产要求、编队管理需求等。在某些示例中，可以将成本和/或关指数或量词应用于一个或多个因子以关于或针对相应因子对工作范围任务计算进行加权。例如，如果延长涡轮发动机的生命周期是最重要的，那么该工作范围任务处理器510对该寿命周期因子更多地加权。例如，如果使脱翼时间最小化是最重要的，那么工作范围任务处理器510对关于该资产的进车间修理时间的时间因子和历史数据更多地加权。通过由任务生成器305针对任务优化310生成的工作范围任务，可以产生增大的准确性、减少的车间周转时间和成本节约。

尽管图4至图9中示出了图3的任务生成器305的示例实现方式，但图4至图9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、重新布置、省略、消除和/或以任何其他方式实现。此外，示例工作范围任务生成器505、示例工作范围任务处理器510、示例资产健康分析520和/或更一般地，图3的示例任务生成器305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，示例工作范围任务生成器505、示例工作范围任务处理器510、示例资产健康分析520和/或更一般地，示例任务生成器305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，示例工作范围任务生成器505、示例工作范围任务处理器510、示例资产健康分析520和/或更一般地，示例性任务生成器305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的示例任务生成器305可包括附加于或代替图4至图9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10至图13中示出表示用以实现图2至图9的AWGS 220和/或其任务优化器305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14中讨论的示例处理器平台1400中显示的处理器1412。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1412关联的存储器，但整个程序和/或其部分替代地可由处理器1412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10至图13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AWGS 220和/或其任务生成器305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10至图13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、CD、DVD、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/或用于信息的高速缓存)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10是表示可以由图2至图9的示例任务生成器305执行以生成有目标的工作范围任务的示例方法1000的流程图。在框1002处，关于目标资产处理健康信息。例如，分析520(例如，包括诸如由等式1定义的健康状态传递函数605等)可以处理由资产健康计算器300提供的资产健康计算，包括资产健康等级等。例如，可以使用资产(例如，涡轮发动机、柴油发动机、其他机电装置等)的基于物理的模型(例如，数字孪生、神经网络等)来模拟资产健康。例如，可以在资产仍在现场时(例如，发动机仍在机翼上等)，对资产健康建模。除了对当前资产健康建模之外，可以由模型和/或其他分析520确定资产的未来健康或预期寿命。健康分析520生成目标资产的资产健康状态540(例如，健康水平和/或寿命预期等)，所述资产健康状态被提供给工作范围任务生成器505。例如，目标资产的当前健康水平影响资产是否可以继续作用并影响修理和/或其他维护的范围以将目标资产置于适当的工作次序。资产健康状态540可用于建模和/或以其他方式影响要在目标资产的工作范围内完成的任务。

在某些示例中，资产健康状态540可以反映在目标资产(例如，涡轮发动机、柴油发动机、风力涡轮等)的基于物理的模型诸如数字孪生等。例如，该模型可以与资产健康状态540相关联，然后可以将所述资产健康状态与各种健康和非健康相关因子、期望、要求等进行比较和/或以其他方式暴露于它们，以评估模型的行为及其资产健康状态540。使用该模型，可以经由计算装置在多个场景中利用多个外部因子进行交互、模拟和/或其他评估。此建模和评估不是手动地或在人类脑子里可实现的。

在框1004处，处理与目标资产相关的非健康信息。例如，可以将与当前目标资产健康不直接相关的输入(诸如LLP信息、服务公告(SB)信息、修理规范等)作为因子加入到对目标资产的任务的分析中。例如，资产的一部分可以是即将有替换品的有寿限零件(LLP)。例如，SB可以命令对目标资产模块进行升级或修理。例如，修理规范可以为目标资产的下一次进车间修理控制一个或多个任务。

在上述基于物理的模型示例中，可以将一个或多个非健康项构造为目标资产(和/或目标资产的子系统等)的数字孪生的特征、因子、输入和/或其他约束。可以对一个或多个非健康项(例如，LLP限制、SB要求、修理规范等)对目标资产的虚拟构造(例如，发动机的数字孪生等)的影响进行建模。例如，可以对目标资产的非健康信息对资产健康状态540的影响进行建模和评估。因此，系统可以评估非健康因子对资产的目标健康水平的影响，其中这种影响不能由人类或人类脑子手动有效地评估。因此，例如，通过改善多因子资产健康和维护监视、评估和任务生成，改善了资产照料、维护、耐用性、可操作性和性能。

在框1006处，关于目标资产处理下一使命信息。例如，对为涉及资产的下一使命(例如，涉及发动机的下一飞行等)指定的要求进行处理以评估为目标资产生成的任务。通过对使命要求建模和/或以其他方式量化，可以评估目标资产的工作范围，以帮助确保资产的维护将允许资产满足下一使命要求。例如，如果不满足，则可以调整为工作范围生成的任务以适应使命要求。

为了继续基于物理的模型示例，下一使命要求可以是对数字孪生模型施加的附加约束，以比较要求和/或其他期望。因此，目标资产的下一使命所涉及的性能水平可以用目标资产的虚拟构造进行建模(例如，用数字孪生进行模拟等)，如通过相关联的健康因子和非健康因子所修改的那样，以确定目标资产是否能完成下一使命。如果不能，则可以生成维护任务以使目标资产达到足以满足下一使命要求的健康水平。

在框1008处，由工作范围任务生成器505使用应用于健康、非健康和使命信息的工作范围传递函数(例如，由等式2定义等)生成用于维护目标资产的任务。例如，考虑到目标资产健康水平、非健康约束和下一使命要求，工作范围任务生成器505应用工作范围传递函数并评估目标资产的健康水平是否将使目标资产能够以针对下一使命的特定水平作用。如果不是，则工作范围任务生成器505确定任务的工作范围以修理、替换和/或以其他方式维护用于下一使命的资产(例如，将目标资产的健康水平提高到足以进行下一使命和/或另一后续使命的能力、耐用性、可操作性、性能等的水平等)。这种确定还可能受到非健康要求诸如修理规范要求(例如，如通过服务公告、有寿限零件等所规定的那样)、环境因子、合同义务等的影响。

在框1010处，由工作范围任务处理器510处理下一特定于使命的有目标的任务，以生成目标资产的任务的有目标的工作范围预测。例如，可以关于寿命周期期望(例如，周期的数量，诸如3000个周期、10000个周期、50000个周期等)来评估该组任务。可以根据计划的、有目标的维护任务来评估寿命周期期望，以帮助确保有目标的维护任务将有助于目标资产达到其寿命周期预期。

在某些示例中，例如，如果下一特定于使命的有目标的任务预测目标资产将满足寿命周期期望，则该组任务可以保持不变。然而，如果下一特定于使命的有目标的任务预测目标资产将不满足寿命周期期望，则可以调整这组任务以满足以下条件：目标资产将满足寿命周期期望。在一些示例中，如果下一特定于使命的有目标的任务预测目标资产将超过寿命周期期望，则可以重新评估该组任务以或许调整该组任务以满足，目标资产将满足但不过度超过寿命周期期望。

替代地或除此之外，可以关于下一使命期望、目标资产健康等来分析历史数据(例如，先前工作范围任务执行的结果、目标资产历史、类似资产历史、先前使命执行历史等)以评估下一特定于使命的有目标的任务是否允许目标资产处于某个健康状态来完成下一使命。在某些示例中，例如，如果历史数据预测下一特定于使命的有目标的任务将允许目标资产完成下一使命，则该组任务可以保持不变。然而，如果历史数据预测下一特定于使命的有目标的任务将不允许目标资产完成下一使命，则可以调整该组任务以满足，目标资产将满足寿命周期期望。在一些示例中，如果历史数据预测下一特定于使命的有目标的任务将更加足以允许目标资产完成下一使命，则可以重新评估该组任务以或许调整该组任务以满足，目标资产将满足但不过度超过下一使命要求。

在框1012处，为目标资产生成预测的有目标的工作范围任务。例如，基于健康状态、目标资产特征、非健康约束、下一使命要求、寿命周期期望和/或历史数据，工作范围任务的目标是使目标资产达到预测健康水平，以完成下一使命，从而满足对目标资产生成非健康要求。例如，该组工作范围任务可以在进车间修理时触发目标资产(例如，发动机、涡轮等)的维护。例如，该组工作范围任务可以以用于移除、传输、维护和重新安装目标资产的计划表来实现。例如，可以提供该组预测的有目标的工作范围任务以由任务优化器310优化。

图11是表示用于处理资产健康、非健康和使命信息(例如，执行图10的示例的框1002至1008等)的示例方法1100的流程图。在框1102处，接收并处理(例如，由工作范围任务生成器505)资产健康信息、非健康信息和下一使命信息。例如，对当前资产健康状态和与资产有关的一个或多个非健康约束(例如，合同要求、有寿限零件限制、SB信息、环境约束等)的表示(例如，模型、等式等)进行处理以对资产健康、非健康约束、使命要求和/或目标资产进行建模。例如，目标资产(例如，发动机、涡轮、扫描仪等)可以在虚拟环境中作为真实环境中的物理目标资产的基于物理的数字孪生模型进行建模。

在框1104处，可以基于资产健康、非健康和下一使命信息生成一个或多个性能度量。例如，可以生成资产耐用性(例如，累积损伤模型(CDM)、遇险等级模型(DRM)等)、可操作性、LLP信息、配置/利用信息、移除原因、使命数据和/或其他性能分析。

在框1106处，关于性能度量、下一使命要求等评估目标资产健康状态以确定目标资产是否健康。如果目标资产不健康，则在框1108处，基于健康和/或非健康约束条款来更新工作范围任务。

然而，如果目标资产被认为是健康的，则在框1110处，然后处理和评估诸如修理规范、SB信息等的信息以在框1112处确定目标资产是否满足其一个或多个约束诸如修理要求、SB限制、LLP限制和/或关于目标资产所需和/或商定的其他合同约束。如果目标资产满足其约束，则在框1114处，确定目标资产以满足其使命要求(例如，对下一次飞行、下一次能量生成、下一次图像采集等足够的健康，包括性能、可操作性、耐用性等)。然而，如果目标资产未满足其约束，则在框1108处，基于健康和/或非健康约束条款更新工作范围任务。

图12是表示使用工作范围传递函数(例如，由等式2定义等)生成用于维护目标资产的任务(例如，图10的框1008)的示例方法的流程图。在框1202处，将包括目标资产健康状态、下一使命要求等的可用信息相结合以生成用以在期望健康状态下针对下一使命维护目标资本的任务。例如，考虑到目标资产健康水平、非健康约束和下一使命要求，工作范围任务生成器505应用工作范围传递函数(例如，如由等式2所定义，等)并评估目标资产的健康水平是否将使目标资产能够以针对下一使命的特定水平作用。如果不是，则工作范围任务生成器505确定任务的工作范围以修理、替换和/或以其他方式维护用于下一使命的资产(例如，将目标资产的健康水平提高到足以进行下一使命和/或另一后续使命的能力、耐用性、可操作性、性能等的水平等)。

在框1204处，将约束应用于任务以形成调整的任务。例如，工作范围任务生成器505的约束分析器820应用非健康要求诸如修理规范要求(例如，如通过服务公告、有寿限零件等所规定的那样)、环境因子、合同义务、LLP限制和/或其他约束等，修改预期关于目标资产的维护执行的任务，使得目标资产准备好并且能够执行其下一使命以满足下一使命要求。例如，服务公告和/或有寿限的零件限制可以命令替换目标资产的部件，无论该部件是否将被使用和/或是否具有不充分的健康以在下一使命中使用。例如，合同协议可能命令在某个零件处替换零件，而不管其对下一使命要求的影响如何。

在框1206处，对调整的任务进行聚合以形成特定于使命的工作范围任务。例如，工作范围任务生成器505的任务聚合器825根据来自约束分析器820的一个或多个约束收集受影响的和/或以其他方式处理、扩展、添加、减少、改变等的任务，并形成一组特定于使命的工作范围任务545。因此，例如，可以将一个或多个各种约束和相关任务聚合成一组具有凝聚力的特定于使命的工作范围任务545，以使目标资产准备执行下一使命。如果寿命周期期望和/或历史数据存在且适用，则控制返回到框1010以修改任务。

图13是表示基于寿命周期期望或历史数据中的至少一个来修改任务的示例方法的流程图(例如，图10的框1010)。在框1302处，当寿命周期期望可用时，评估任务和相关联的目标资产健康状态以确定目标资产是否满足寿命周期期望(例如，在合同终止、资产寿命结束前等，目标资产和/或资产模块/零件/部件等的特定数量的操作周期)。如果目标资产，如由该组任务所维护的，不满足寿命周期期望，则在框1304处，修改该组工作范围任务以帮助确保目标资产将满足寿命周期期望。因此，例如，可以对目标资产执行超出下一使命要求的附加的维护，以帮助确保目标资产将满足寿命周期期望。在一些示例中，如果任务可能超过目标资产的寿命周期期望，则可以减少维护(例如，用修理代替替换、用使用过的代替新的、推迟修理等)，只要减少不会导致目标资产针对下一使命发生预计故障。

在框1306处，确定历史数据(例如，先前使命反馈、目标资产反馈、其他类似资产信息等)的可用性。如果相关历史数据可用，则在框1308处，基于历史数据处理该组维护工作范围任务。例如，可以基于过去的目标资产体验、来自下一使命的其他执行的反馈、对类似资产健康状态的洞察、性能等来修改任务。然后，控制返回到框1012，以便为目标资产生成预测的、有目标的工作范围任务。

图14是能够执行图10至图13的指令以实现图2至图9的任务优化器310和/或AWGS220的示例处理器平台1400的框图。处理器平台1400可以是例如服务器、个人计算机、移动装置(例如，手机、智能电话、诸如iPad^TM的平板电脑)、个人数字助理(PDA)、因特网设备、DVD播放器、CD播放器、数字视频记录器、蓝光播放器、游戏控制台、个人视频记录器、机顶盒或任何其他类型的计算装置。

所示示例的处理器平台1400包括处理器1412。所示示例的处理器1412为硬件。例如，处理器1412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。在该示例中，处理器1412实现示例工作范围任务生成器505、示例工作范围任务处理器510和示例健康分析520。

所示示例的处理器1412包括本地存储器1413(例如，高速缓存)。所示示例的处理器1412经由总线1418与主存储器通信，所述主存储器包括易失性存储器1414和非易失性存储器1416。易失性存储器1414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1416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1414、1416的访问由存储器控制器控制。

所示示例的处理器平台1400还包括接口电路1420。接口电路1420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1422连接至接口电路1420。一个或多个输入装置1422允许用户将数据和/或命令输入到处理器1412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1424也连接至所示示例的接口电路1420。输出装置1424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1420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1420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1426(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1400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1428。此类大容量存储装置1428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10至图13的编码指令1432可以存储在大容量存储装置1428中，存储在易失性存储器1414中，存储在非易失性存储器1416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，已经公开了评估资产健康状态和下一个使命要求以生成用于维护目标资产的任务从而帮助确保目标资产(例如，涡轮发动机、柴油发动机、其他发动机、风力涡轮机、成像系统等)将满足下一使命要求的示例方法、设备和制品，如进一步受到非健康信息诸如合同义务、服务公告、有寿限零件限制、环境限制等约束的那样。上面公开的任务生成器设备可以基于多个因子来优化和/或以其他方式改善适当工作范围任务的生成和选择，所述多个因子包括预期成本、相关联合同的使用期内的营业利润率、在车间的时间、下一次故障之前的时间、寿命周期期望、历史数据/反馈等任务生成器设备基于这些因子执行权衡分析，并且便于维护目标资产(例如，移除资产、进车间修理以进行修理/替换、当在车间里时临时替换资产等)。某些示例利用约束信息、反馈和寿命终止预期来平衡任务以将目标资产维持在特定的持久性、操作性和/或性能级。例如，工作范围确定是自动化的并且针对目标资产、下一使命和一个或多个适用约束进行定制。对确定性事件和概率性事件两者进行评估以提供资产及其运行环境的更完整图像或模型。

当面临数百万种可能性时，任务生成器更可能确定可用任务的子集以允许目标资产在其约束内实现下一使命。健康分析、工作范围任务生成器和任务处理器对目标资产、相关联的健康状态、下一使命要求、约束、期望、反馈等进行建模以预测哪些任务提供了任务资产可操作性、耐用性、性能的所需效益等。然后，确定的任务可以触发、启动和/或以其他方式促进目标资产的维护。

尽管本发明已经公开了某些示例方法、设备和制品，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、设备和制品。

Claims

1.一种发动机维护设备，其包括：

2.根据权利要求1所述的设备，其中，当历史数据可用于所述工作范围任务处理器时，所述工作范围任务处理器用以基于所述历史数据修改所述一组工作范围任务以生成所述发动机的所述一组有目标的预测工作范围任务。

3.根据权利要求1所述的设备，其中所述工作范围传递函数还处理适用于所述发动机的非健康约束，所述非健康约束将由所述工作范围任务生成器相对于所述期望健康状态和所述下一使命标准施加以影响所述一组工作范围的所述生成。

4.根据权利要求1所述的设备，其中所述工作范围传递函数使用基于物理的模型对所述发动机进行建模并将所述资产健康量词与所述基于物理的模型相关联以模拟所述发动机的资产健康状态是否满足所述下一使命标准。

5.根据权利要求1所述的设备，其中所述资产健康量词、下一使命标准或寿命周期期望中的至少一个将根据关键指数进行加权。

6.根据权利要求1所述的设备，其还包括资产健康分析，用以使用健康状态传递函数处理所述资产健康量词以从所述资产健康量词生成资产健康状态。

7.根据权利要求6所述的设备，其中所述资产健康状态包括所述发动机的耐用性、可操作性和性能的指示。

8.一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实现：

9.根据权利要求8所述的计算机可读存储介质，其中，当历史数据可用于所述工作范围任务处理器时，所述工作范围任务处理器用以基于所述历史数据修改所述一组工作范围任务以生成所述目标资产的所述一组有目标的预测工作范围任务。

10.根据权利要求8所述的计算机可读存储介质，其中所述工作范围传递函数还处理适用以所述目标资产的非健康约束，所述非健康约束将由所述工作范围任务生成器相对于所述期望健康状态和所述下一使命标准施加以影响所述一组工作范围的所述生成。