CN115391083A - 一种机载机电设备健康管理方法及系统 - Google Patents

一种机载机电设备健康管理方法及系统 Download PDF

Info

Publication number
CN115391083A
CN115391083A CN202211321771.1A CN202211321771A CN115391083A CN 115391083 A CN115391083 A CN 115391083A CN 202211321771 A CN202211321771 A CN 202211321771A CN 115391083 A CN115391083 A CN 115391083A
Authority
CN
China
Prior art keywords
data
airborne
onboard
electromechanical
diagnosis
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
Application number
CN202211321771.1A
Other languages
English (en)
Other versions
CN115391083B (zh
Inventor
陈丽君
王小平
张自来
郭文军
潘俊
宋李新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems
Original Assignee
AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems filed Critical AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems
Priority to CN202211321771.1A priority Critical patent/CN115391083B/zh
Publication of CN115391083A publication Critical patent/CN115391083A/zh
Application granted granted Critical
Publication of CN115391083B publication Critical patent/CN115391083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766Error or fault reporting or storing
    • G06F11/0781Error filtering or prioritizing based on a policy defined by the user or on a policy defined by a hardware/software module, e.g. according to a severity level
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079Root cause analysis, i.e. error or fault diagnosis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及航空机载机电设备技术领域,具体而言,涉及一种机载机电设备健康管理方法及系统。机载机电设备健康管理方法包括:步骤S11,基于机载机电设备,获取机载机电设备的机载数据;步骤S12,基于机载数据,机载处理器对机载机电设备进行第一诊断,得到第一诊断数据;步骤S13,将机载数据、第一诊断数据下载至地面存储器;步骤S14,基于机载数据和/或第一诊断数据,地面处理器对机载机电设备进行第二诊断,得到第二诊断数据。这样就解决了机载机电设备状态及时诊断和寿命预测的问题。本发明还提供一种机载机电设备健康管理系统,包括机载机电设备、地面设备和传输设备。

Description

一种机载机电设备健康管理方法及系统
技术领域
本发明涉及航空机载机电设备技术领域,具体而言,涉及一种机载机电设备健康管理方法及系统。
背景技术
航空器的机载机电设备在航空器上完成某种工作或功能的设备,对于航空器的正常运行起到关键性的作用。目前机载机电设备的故障预测与健康管理系统主要是基于航空器上的综合管理计算机进行机载机电设备状态诊断与分析,受限于机载处理计算能力不强以及优先等级的情况,因此往往只针对机载机电设备的状态进行初步分析,难以定位到发生故障的关键部件。因此,导致关键部件的监测与诊断缺乏数据支撑,故障定位不明确,同时为数据支撑到航空器应用的条件及状况不能复现,从而导致维修困难、无从下手、维修周期长,使航空器维护停场时间较长,维修工作量大。当前传统的维修方式都是从航空器起飞到着陆这段时间,通过机内测试(built in test,bit)等设备收集和记录故障信息,航空器机载机电设备缺乏全面准确的实时故障诊断和故障预测,不具备对航空器机载机电设备的安全和性能的及时诊断和寿命预测。
发明内容
为解决机载机电设备状态及时诊断和寿命预测的问题,本发明提供了一种机载机电设备健康管理方法。
第一方面,本发明提供了一种机载机电设备健康管理方法,包括:
所述机载机电设备健康管理方法包括:
步骤S11,基于所述机载机电设备,获取所述机载机电设备的机载数据;
步骤S12,基于所述机载数据,机载处理器对所述机载机电设备进行第一诊断,得到第一诊断数据;
步骤S13,将所述机载数据、所述第一诊断数据下载至地面存储器;
步骤S14,基于所述机载数据和/或所述第一诊断数据,地面处理器对所述机载机电设备进行第二诊断,得到第二诊断数据。
优选的,
所述步骤S11包括:
基于所述机载机电设备的状态传感器,获取所述机载机电设备的所述机载数据,其中所述机载数据包括:温度数据、压力数据、转速数据、流量数据、振动数据中的一种或多种组合。
优选的,
所述步骤S12还包括:
步骤S121,将所述机载数据进行第一清洗,得到第一清洗数据;其中,所述第一清洗包括异常值检测清洗、非空检测清洗、均值检测清洗中的一种或多种组合;
步骤S122,将所述第一清洗数据进行第一滤波,得到第一滤波数据;其中,所述第一滤波包括低通滤波、高通滤波、带通滤波中的一种或多种组合;
步骤S123,将所述第一滤波数据进行第一特征提取,得到第一特征数据;其中,所述第一特征提取包括均值分析提取、均方根值分析提取、峭度分析提取中的一种或多种组合;
步骤S124,基于所述第一特征数据,所述机载处理器判断所述机载机电设备状态;其中,所述机载机电设备状态包括严重异常、一般异常、正常中的一种状态;
步骤S125,基于所述机载机电设备状态为严重异常,通过所述机载处理器进行所述第一诊断,得到所述第一诊断数据;其中,所述第一诊断数据包括所述机载机电设备状态为所述严重异常的故障原因数据和故障位置数据。
优选的,
所述步骤S13还包括:
将所述机载数据、所述第一诊断数据通过无线通信或有线通信下载至所述地面存储器。
优选的,
所述步骤S14包括:
步骤S141,所述机载处理器判断所述机载机电设备状态为一般异常时,所述地面处理器通过所述机载数据和/或所述第一诊断数据对所述机载机电设备进行所述第二诊断,得到所述第二诊断数据;其中,所述第二诊断数据包括所述机载机电设备状态为所述一般异常的故障原因数据和故障位置数据。
优选的,
所述步骤S14还包括:
步骤S142,所述机载处理器判断所述机载机电设备状态为正常时,所述地面处理器通过所述机载数据和/或所述第一诊断数据对所述机载机电设备进行所述第二诊断,得到所述第二诊断数据;其中,所述第二诊断数据包括所述机载机电设备状态为所述正常时的退化趋势数据。
优选的,
所述机载机电设备健康管理方法还包括:
步骤S15,基于所述第二诊断数据,所述地面处理器生成所述机载机电设备的维修保养决策;其中,所述维修保养决策包括维修时机、维修步骤、维修备件;或,所述维修保养决策包括检修备件管理、检修时机、检修步骤。
优选的,
所述机载机电设备健康管理方法还包括:
步骤S16,所述地面处理器将所述机载数据、所述第一诊断数据、第二诊断数据发送至中央处理系统;
步骤S17,所述中央处理系统对多个所述地面处理器发送的数据进行分析处理,生成多样本决策。
第二方面,本发明提供一种机载机电设备健康管理系统,包括:
所述机载机电设备健康管理系统执行如第一方面中任一实施例的一种机载机电设备健康管理方法;所述机载机电设备健康管理系统包括:
机载机电设备,用于在航空器上实现功能的机电设备;所述机载机电设备设置机载处理器,用于处理所述机载机电设备的机载数据;
地面设备,用于对所述机载机电设备进行状态诊断;
传输设备,用于所述机载机电设备内部、所述地面设备内部、所述机载机电设备与所述地面设备之间的数据传输。
优选的,
所述机载机电设备包括涡轮冷却器、液压泵、燃油泵中的一种设备或多种设备。
为解决机载机电设备状态及时诊断和寿命预测的问题,本发明有以下优点:
1.机载处理器通过对机载数据的分析处理,完成对机载机电设备的第一诊断并得到第一诊断数据。这样可以实现对机载机电设备状态为严重异常时,实时进行状态诊断,得到影响航空器飞行安全的第一诊断数据。并将第一诊断数据发送至航空器中央处理器中,便于机载机电设备使用人员做出应对的决策。
2.通过机载处理器与地面处理器的通信连接,地面处理器可以获取机载数据和/或第一诊断数据。通过地面处理器对获取数据全面的分析和处理,完成对机载机电设备的第二诊断。基于第二诊断数据,第二处理器可以对机载机电设备的一般异常情况进行故障原因和故障位置的分析判断,还可以对机载机电设备的寿命进行预测并制定进一步的检修决策。
附图说明
图1示出了一种实施例的机载机电设备健康管理方法示意图;
图2示出了另一种实施例的机载机电设备健康管理方法示意图;
图3示出了一种实施例的机载机电设备健康管理系统示意图;
图4示出了另一种实施例的机载机电设备健康管理系统示意图。
附图标记:
图中:10为 机载机电设备;
11 为 机载处理器;
12为 机载存储器;
13为 状态传感器;
20为 传输设备;
30为 地面设备;
31为 地面处理器;
32为 地面存储器;
33为 中央处理系统;
40为 涡轮冷却器;
50为 液压泵;
60为 燃油泵。
具体实施方式
现在将参照若干示例性实施例来论述本公开的内容。应当理解,论述了这些实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本公开的内容,而不是暗示对本公开的范围的任何限制。
如本文中所使用的,术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实施例”和“一种实施例”要被解读为“至少一个实施例”。术语“另一个实施例”要被解读为“至少一个其他实施例”。
本实施例公开了一种机载机电设备10健康管理方法,如图1和图3所示,可以包括:
机载机电设备10健康管理方法可以包括:
步骤S11,基于机载机电设备10,获取机载机电设备10的机载数据;
步骤S12,基于机载数据,机载处理器11对机载机电设备10进行第一诊断,得到第一诊断数据;
步骤S13,将机载数据、第一诊断数据下载至地面存储器32;
步骤S14,基于机载数据和/或第一诊断数据,地面处理器31对机载机电设备10进行第二诊断,得到第二诊断数据。
在本实施例中,如图4所示,机载机电设备10是航空器上实现某种功能的执行设备,可以包括涡轮冷却器40、液压泵50、燃油泵60中的一种或多种设备。这些设备之间可以相互独立,也可以相互之间形成关联而共同实现某种功能。在每一个机载机电设备10上设置有用于机载机电设备10状态监测的传感器。由于每个机载机电设备10状态监测的参数种类较多,每个机载机电设备10状态监测会设置不同种类的多个传感器。比如涡轮冷却器40需要监测的参数可以包括转速、振动、温度、压力,用于监测涡轮冷却器40的传感器可以包括转速传感器、振动传感器、温度传感器、压力传感器;液压泵50需要监测的参数可以包括流量、转速、振动、温度、压力,用于监测液压泵50的传感器可以包括流量传感器、转速传感器、振动传感器、温度传感器、压力传感器;燃油泵60需要监测的参数可以包括流量、转速、振动、温度、压力,用于监测燃油泵60的传感器可以包括流量传感器、转速传感器、振动传感器、温度传感器、压力传感器。每个机载机电设备10可以包括一个机载处理器11,用于将传感器采集的机载数据进行分析和处理,并将分析和处理的结果数据对外进行反馈。在另一些实施例中,可以将多个机载机电设备10传感器采集的机载数据发送给一个机载处理器11进行分析和处理,并将分析和处理的结果数据对外进行反馈。这里的多个机载机电设备10可以是相互关联的,同一个机载处理器11可以把相关联的参数进行同一分析和处理,这样可以更快速分析和处理出结果;这里的多个机载机电设备10的大负荷工作情况是交错进行的,这样多个机载机电设备10的出现异常状态同时发生的概率较低,由一个计算能力稍小的机载处理器11也可完成对多个机载机电设备10状态监测的工作,从而降低机载机电设备10状态监测的成本。机载机电设备10健康管理方法可以包括步骤S11~步骤S14,各步骤详细说明如下:
步骤S11,机载机电设备10上设置的状态传感器13可以采集到机载机电设备10的机载数据。这些机载数据可以包括流量数据、转速数据、振动数据、温度数据、压力数据中的一种或多种组合。采集的机载数据可以存储在机载存储器12内。这样便于机载处理器11对机载数据进行分析和处理。
步骤S12,机载处理器11可以对机载数据进行数据清洗、数据滤波、特征提取的分析和处理,从而监测并获得机载机电设备10的状态。当机载机电设备10为严重异常时,机载处理器11可以对判断为导致严重异常的机载数据进行第一诊断,得到包括故障原因和故障位置的第一诊断数据。机载处理器11还可以将第一诊断数据存储在机载存储器12内,同时可以将第一诊断数据对外传输,便于机载机电设备10的使用人员和/或维修人员获悉故障状态,从而做出应对策略。在另一些实施例中,如图2所示,步骤S12还可以包括步骤S121~步骤S125,具体为:
步骤S121,在采集到机载机电设备10的机载数据后,机载处理器11可以对机载数据进行第一清洗。第一清洗的方式可以包括异常值检测清洗、非空检测清洗、均值检测清洗中的一种或多种组合。异常值检测清洗可以将机载数据中的单点异常值清洗排除,使得机载数据更符合机载机电设备10的运行情况。非空检测清洗可以将机载数据中的空值数据清洗排除,使得机载数据更准确。均值检测清洗可以将机载数据中的异常数据清洗排除,使得机载数据更准确。通过第一清洗可以将机载数据中的干扰数据排除,便于机载处理器11更准确的分析和判断出机载机电设备10的状态及故障。
步骤S122,机载处理器11可以将第一清洗数据进行第一滤波,得到第一滤波数据。第一滤波的方式可以包括低通滤波、高通滤波、带通滤波中的一种或多种组合。通过第一滤波可以将第一清洗数据中的干扰数据进一步排除,便于机载处理器11更快速的分析和判断出机载机电设备10的状态及故障。
步骤S123,机载处理器11可以将第一滤波数据进行第一特征提取,得到第一特征数据。第一特征提取可以包括均值分析提取、均方根值分析提取、峭度分析提取中的一种或多种组合。通过对第一滤波数据的第一特征提取,得到的第一特征数据能更容易辨别出机载机电设备10的状态,特别是严重影响其运作的状态。
步骤S124,机载处理器11可以将第一特征数据与状态模型进行匹配分析,判断机载机电设备10状态。机载机电设备10状态可以包括严重异常、一般异常、正常中的一种状态。状态模型是通过机载机电设备10历史状态数据归纳总结获得,在机载机电设备10历史状态数据不断积累过程中,状态模型可以发生更改。通过对机载机电设备10的状态分类判断,可以快速地对机载机电设备10做出后续的决策。
步骤S125,当机载机电设备10状态为严重异常时,机载处理器11可以通过对导致严重异常状态的机载数据进行第一诊断,得到第一诊断数据。其中,第一诊断方法可以是基于机理的故障诊断方法。第一诊断数据包括机载机电设备10状态为严重异常的故障原因数据和故障位置数据。通过机载处理器11只对导致严重异常状态的机载数据进行诊断分析,这样可以减少机载处理器11的计算负荷,从而可以快速地获取可能造成严重后果的故障原因和故障位置,便于及时对机载机电设备10做出后续的决策。
步骤S13,机载处理器11可以包括数据收发单元。数据收发单元可以将机载存储器12中机载数据和第一诊断数据传输给地面存储器32。这样便于地面处理器31调用和处理机载数据和/或第一诊断数据,完成第二诊断。数据收发单元可以通过无线通信或有线通信的方式将机载数据和第一诊断数据传输至地面存储器32中。通过无线通信的方式可以更便捷实现数据传输。
步骤S14,通过地面处理器31对机载数据和/或第一诊断数据的分析处理,实现对机载机电设备10的第二诊断,得到第二诊断数据。通过第二诊断数据可以对机载机电设备10的故障状态进行全面展示,便于使用人员、管理人员、维修人员对机载机电设备10做出后续的决策。地面处理器31可以将第二诊断数据存储在地面存储器32中。在另一些实施例中,如图2所示,步骤S14还可以包括步骤S141~步骤S142,具体为:
步骤S141,在机载处理器11对机载数据进行分析和处理后,判断机载机电设备10的状态为一般异常状态时,地面处理器31可以对机载数据和/或第一诊断数据进行分析处理。其中,地面处理器31可以对机载数据进行第一清洗,得到地面第一清洗数据。第一清洗的方法在前文已经详细说明,在此不再赘述。地面处理器31可以对地面第一清洗数据和/或第一诊断数据中的第一过滤数据进行第二过滤,得到第二滤波数据。第二滤波的方法可以包括低通滤波、高通滤波、带通滤波、带阻滤波中的一种或多种方法。地面处理器31可以对第二滤波数据进行第二特征提取,得到第二特征数据。第二特征提取的方法可以包括均值分析提取、均方根值分析提取、峭度分析提取、小波分析提取、傅里叶变化提取中的一种或多种组合。地面处理器31可以将第二特征数据进行第二诊断,得到第二诊断数据。其中,第二诊断方法可以是基于数据驱动的故障诊断方法。第二诊断数据包括机载机电设备10状态为一般异常的故障原因数据和故障位置数据。
步骤S142,在机载处理器11对机载数据进行分析和处理后,判断机载机电设备10的状态为正常状态时,地面处理器31可以对机载数据和/或第一诊断数据进行分析处理。其中,地面处理器31可以对机载数据进行第一清洗,得到地面第一清洗数据。第一清洗的方法在前文已经详细说明,在此不再赘述。地面处理器31可以对地面第一清洗数据和/或第一诊断数据中的第一过滤数据进行第二过滤,得到第二滤波数据。第二滤波的方法可以包括低通滤波、高通滤波、带通滤波、带阻滤波中的一种或多种方法。地面处理器31可以对第二滤波数据进行第二特征提取,得到第二特征数据。第二特征提取的方法可以包括均值分析提取、均方根值分析提取、峭度分析提取、小波分析提取、傅里叶变化提取中的一种或多种组合。地面处理器31可以将第二特征数据与机载机电设备10的退化趋势模型进行匹配,得到机载机电设备10的退化趋势数据,从而实现对机载机电设备10的剩余寿命进行预测。
在一些实施例中,如图2所示,
机载机电设备10健康管理方法还可以包括:
步骤S15,基于第二诊断数据,地面处理器31生成机载机电设备10的维修保养决策;其中,维修保养决策包括维修时机、维修步骤、维修备件;或,维修保养决策包括检修备件管理、检修时机、检修步骤。
在本实施例中,如图2所示,机载机电设备10健康管理方法还可以包括步骤S15。地面处理器31可以根据第二诊断数据中包含不同内容,对机载机电设备10做出不同的维修保养决策。地面处理器31可以将维修保养决策存储在地面存储器32中。当第二诊断数据中包含故障原因数据和故障位置数据时,可以判断机载机电设备10已经是发生故障,此时维修保养决策中可以包括机载机电设备10维修的时机、维修的步骤以及维修需要的备件;当第二诊断数据中包含退化趋势数据时,可以判断出机载机电设备10目前处于正常工作状态,此时维修保养决策中可以包括机载机电设备10检修的时机、检修的步骤、检修的备件管理。同时地面处理器31需要将维修保养决策对外发出,以便相关人员进行后续的工作。
在一些实施例中,如图2所示,
机载机电设备10健康管理方法还可以包括:
步骤S16,地面处理器31将机载数据、第一诊断数据、第二诊断数据发送至中央处理系统33;
步骤S17,中央处理系统33对多个地面处理器31发送的数据进行分析处理,生成多样本决策。
在本实施例中,如图2所示,机载机电设备10健康管理方法还可以包括步骤S16~步骤S17,各步骤详细说明如下:
步骤S16,地面处理器31可以将地面存储器32中的机载数据、第一诊断数据、第二诊断数据发送至中央处理系统33。这里的数据传输可以是无线传输,也可是有线传输。同时地面处理器31还可以将维修保养决策发送至中央处理系统33。中央处理系统33可以接收多个地面处理器31发送的数据。
步骤S17,中央处理系统33可以对多个地面处理器31发送的数据进行处理。中央处理系统33还可以对相同机载机电设备10的数据进行综合处理,生成对单独一个机载机电设备10的多样本决策。由于在不同航空器上多个相同的机载机电设备10可以是不同的工作时间,通过不同工作时间机载机电设备10的机载数据对比分析处理,可以更准确生成多样本决策。这里的多样本决策可以包括对机载机电设备10更换、维修、保养中一种或多种决策。
本实施例公开了一种机载机电设备10健康管理系统,可以包括:
机载机电设备10健康管理系统可以执行如上述任一实施例中的一种机载机电设备10健康管理方法;机载机电设备10健康管理系统可以包括:
机载机电设备10,用于在航空器上实现功能的机电设备;机载机电设备10设置机载处理器11,用于处理机载机电设备10的机载数据;
地面设备30,用于对机载机电设备10进行状态诊断;
传输设备20,用于机载机电设备10内部、地面设备30内部、机载机电设备10与地面设备30之间的数据传输。
在本实施例中,如图3所示,机载机电设备10健康管理系统可以包括:机载机电设备10、地面设备30、传输设备20。
机载机电设备10是设置在航空器上,用于完成某种功能的机电设备。这些机载机电设备10可以是独立完成某些功能,也可以是多个共同完成一项功能。机载机电设备10可以包括机载处理器11、机载存储器12和状态传感器13。机载处理器11可以用于处理机载机电设备10自身采集的机载数据,来分析和判断机载机电设备10的状态。机载存储器12可以用于存储机载数据和/或机载处理器11处理后的数据。状态传感器13可以用于获取机载机电设备10的状态参数数据,其中,状态参数数据可以包括流量数据、转速数据、振动数据、温度数据、压力数据中的一种或多种组合。
地面设备30可以用于对机载数据和/或机载处理器11处理后的数据进行处理,从而更进一步分析和判断机载机电设备10的状态并生成多种处理决策。地面设备30可以包括地面处理器31、地面存储器32、中央处理系统33。地面处理器31用于与机载机电设备10信号连通,对机载数据和/或机载处理器11处理后的数据进行处理和分析。中央处理系统33用于与一个或多个地面处理器31信号连通,对地面处理器31处理后的数据进行处理和分析。中央处理系统33还可以用于与多个地面存储器32信号连通,对机载数据、机载处理器11处理后的数据、地面处理器31处理后的数据中的一种数据或多种数据组合进行处理和分析。
传输设备20可以用于机载机电设备10内部、地面设备30内部、机载机电设备10与地面设备30之间的数据传输。这里的传输方式可以是无线传输,也可是有线传输。
在一些实施例中,如图4所示,
机载机电设备10可以包括涡轮冷却器40、液压泵50、燃油泵60中的一种设备或多种设备。
在本实施例中,如图4所示,机载机电设备10的种类可以包括涡轮冷却器40、液压泵50、燃油泵60中的一种设备或多种设备。同时可以在这些机载机电设备10上设置状态传感器13。其中,涡轮冷却器40包括涡轮冷却器40上的状态传感器13;液压泵50包括液压泵50上的状态传感器13;燃油泵60包括燃油泵60上的状态传感器13。状态传感器13的数量可以是多个,设置为位置可以是不同,其种类也可以是不同。
本领域的普通技术人员可以理解,上述各实施方式是实现本公开的具体案例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本公开的精神和范围。

Claims (10)

1.一种机载机电设备健康管理方法,其特征在于,
所述机载机电设备健康管理方法包括:
步骤S11,基于所述机载机电设备,获取所述机载机电设备的机载数据;
步骤S12,基于所述机载数据,机载处理器对所述机载机电设备进行第一诊断,得到第一诊断数据;
步骤S13,将所述机载数据、所述第一诊断数据下载至地面存储器;
步骤S14,基于所述机载数据和/或所述第一诊断数据,地面处理器对所述机载机电设备进行第二诊断,得到第二诊断数据。
2.根据权利要求1所述的一种机载机电设备健康管理方法,其特征在于,
所述步骤S11包括:
基于所述机载机电设备的状态传感器,获取所述机载机电设备的所述机载数据,其中所述机载数据包括:温度数据、压力数据、转速数据、流量数据、振动数据中的一种或多种组合。
3.根据权利要求1所述的一种机载机电设备健康管理方法,其特征在于,
所述步骤S12还包括:
步骤S121,将所述机载数据进行第一清洗,得到第一清洗数据;其中,所述第一清洗包括异常值检测清洗、非空检测清洗、均值检测清洗中的一种或多种组合;
步骤S122,将所述第一清洗数据进行第一滤波,得到第一滤波数据;其中,所述第一滤波包括低通滤波、高通滤波、带通滤波中的一种或多种组合;
步骤S123,将所述第一滤波数据进行第一特征提取,得到第一特征数据;其中,所述第一特征提取包括均值分析提取、均方根值分析提取、峭度分析提取中的一种或多种组合;
步骤S124,基于所述第一特征数据,所述机载处理器判断所述机载机电设备状态;其中,所述机载机电设备状态包括严重异常、一般异常、正常中的一种状态;
步骤S125,基于所述机载机电设备状态为严重异常,通过所述机载处理器进行所述第一诊断,得到所述第一诊断数据;其中,所述第一诊断数据包括所述机载机电设备状态为所述严重异常的故障原因数据和故障位置数据。
4.根据权利要求1~3中任一所述的一种机载机电设备健康管理方法,其特征在于,
所述步骤S13还包括:
将所述机载数据、所述第一诊断数据通过无线通信或有线通信下载至所述地面存储器。
5.根据权利要求4所述的一种机载机电设备健康管理方法,其特征在于,
所述步骤S14包括:
步骤S141,所述机载处理器判断所述机载机电设备状态为一般异常时,所述地面处理器通过所述机载数据和/或所述第一诊断数据对所述机载机电设备进行所述第二诊断,得到所述第二诊断数据;其中,所述第二诊断数据包括所述机载机电设备状态为所述一般异常的故障原因数据和故障位置数据。
6.根据权利要求4所述的一种机载机电设备健康管理方法,其特征在于,
所述步骤S14还包括:
步骤S142,所述机载处理器判断所述机载机电设备状态为正常时,所述地面处理器通过所述机载数据和/或所述第一诊断数据对所述机载机电设备进行所述第二诊断,得到所述第二诊断数据;其中,所述第二诊断数据包括所述机载机电设备状态为所述正常时的退化趋势数据。
7.根据权利要求5或6所述的一种机载机电设备健康管理方法,其特征在于,
所述机载机电设备健康管理方法还包括:
步骤S15,基于所述第二诊断数据,所述地面处理器生成所述机载机电设备的维修保养决策;其中,所述维修保养决策包括维修时机、维修步骤、维修备件;或,所述维修保养决策包括检修备件管理、检修时机、检修步骤。
8.根据权利要求1所述的一种机载机电设备健康管理方法,其特征在于,
所述机载机电设备健康管理方法还包括:
步骤S16,所述地面处理器将所述机载数据、所述第一诊断数据、第二诊断数据发送至中央处理系统;
步骤S17,所述中央处理系统对多个所述地面处理器发送的数据进行分析处理,生成多样本决策。
9.一种机载机电设备健康管理系统,其特征在于,
所述机载机电设备健康管理系统执行权利要求1~8中任一项的一种机载机电设备健康管理方法;所述机载机电设备健康管理系统包括:
机载机电设备,用于在航空器上实现功能的机电设备;所述机载机电设备设置机载处理器,用于处理所述机载机电设备的机载数据;
地面设备,用于对所述机载机电设备进行状态诊断;
传输设备,用于所述机载机电设备内部、所述地面设备内部、所述机载机电设备与所述地面设备之间的数据传输。
10.根据权利要求9所述的一种机载机电设备健康管理系统,其特征在于,所述机载机电设备包括涡轮冷却器、液压泵、燃油泵中的一种设备或多种设备。
CN202211321771.1A 2022-10-27 2022-10-27 一种机载机电设备健康管理方法及系统 Active CN115391083B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211321771.1A CN115391083B (zh) 2022-10-27 2022-10-27 一种机载机电设备健康管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211321771.1A CN115391083B (zh) 2022-10-27 2022-10-27 一种机载机电设备健康管理方法及系统

Publications (2)

Publication Number Publication Date
CN115391083A true CN115391083A (zh) 2022-11-25
CN115391083B CN115391083B (zh) 2023-02-03

Family

ID=84129019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211321771.1A Active CN115391083B (zh) 2022-10-27 2022-10-27 一种机载机电设备健康管理方法及系统

Country Status (1)

Country Link
CN (1) CN115391083B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8666569B2 (en) * 2007-02-16 2014-03-04 Honeywell International Inc. Methods and systems for health monitoring for aircraft
CN106597938A (zh) * 2016-12-14 2017-04-26 中国航空工业集团公司上海航空测控技术研究所 基于web的飞机发动机完好性与使用状态监测系统及方法
CN112036771A (zh) * 2020-09-27 2020-12-04 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种飞机健康管理系统
US20210174612A1 (en) * 2019-12-09 2021-06-10 The Boeing Company Closed-loop diagnostic model maturation for complex systems
CN113919207A (zh) * 2021-08-30 2022-01-11 中国运载火箭技术研究院 上面级开放式电气智能健康监测与管理系统
WO2022021565A1 (zh) * 2020-07-30 2022-02-03 中国电子科技集团公司第十四研究所 一种开放式雷达健康管理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8666569B2 (en) * 2007-02-16 2014-03-04 Honeywell International Inc. Methods and systems for health monitoring for aircraft
CN106597938A (zh) * 2016-12-14 2017-04-26 中国航空工业集团公司上海航空测控技术研究所 基于web的飞机发动机完好性与使用状态监测系统及方法
US20210174612A1 (en) * 2019-12-09 2021-06-10 The Boeing Company Closed-loop diagnostic model maturation for complex systems
WO2022021565A1 (zh) * 2020-07-30 2022-02-03 中国电子科技集团公司第十四研究所 一种开放式雷达健康管理系统
CN112036771A (zh) * 2020-09-27 2020-12-04 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种飞机健康管理系统
CN113919207A (zh) * 2021-08-30 2022-01-11 中国运载火箭技术研究院 上面级开放式电气智能健康监测与管理系统

Also Published As

Publication number Publication date
CN115391083B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
US8126679B2 (en) Automatic remote monitoring and diagnostics system
US10062219B2 (en) Method for determining the cause of failure in a vehicle
US7702401B2 (en) System for preserving and displaying process control data associated with an abnormal situation
US10281909B2 (en) Signal measuring/diagnosing system, and method for applying the same to individual devices
US20170091634A1 (en) Machine diagnostics system
EP3933533B1 (en) Apparatus for diagnosing in vitro instruments
CN107291475B (zh) 通用型phm应用配置方法和装置
EP3619408B1 (fr) Système et procédé de surveillance d'une turbomachine à détection d'anomalie corrigée par un facteur d'usure
KR20140072331A (ko) 이상진단 사전감시 방법
CN113341879A (zh) 一种数控机床的数据采集与监控方法及系统
CN115391083B (zh) 一种机载机电设备健康管理方法及系统
WO2020253950A1 (en) Monitoring method, predicting method, monitoring system and computer program
CN104748992A (zh) 用于监测和评估旋转的机器的状态的装置和方法
CN110411730A (zh) 一种旋转设备故障判断方法、系统和可读存储介质
EP4273520A1 (en) Method and system for comprehensively diagnosing defect in rotating machine
CN114997521A (zh) 一种环保设备监测预警及故障预测的方法及系统
CN114754900A (zh) 一种船舶主机气缸温度传感器故障诊断方法及系统
CN115479636B (zh) 一种涡轮冷却器状态监测及分析方法
CN112363432A (zh) 一种水电站辅助设备的监测系统及监测方法
CN116537965B (zh) 一种柴油机在线监测和故障诊断装置
CN218892733U (zh) 用于烟草包装设备的状态监测系统
CN115573894B (zh) 一种燃油泵状态监测及分析方法
KR101098556B1 (ko) 로봇 진단시스템 및 이를 이용한 로봇 진단방법
CN118068790A (zh) 一种工业生产数据管理方法及系统
CN117113172A (zh) 一种振动分析状态指标阈值确定方法、系统、装置与介质

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