CN116620555A - 用于提供关于飞行器发动机内的颗粒物的信息的系统和方法 - Google Patents
用于提供关于飞行器发动机内的颗粒物的信息的系统和方法 Download PDFInfo
- Publication number
- CN116620555A CN116620555A CN202210985443.5A CN202210985443A CN116620555A CN 116620555 A CN116620555 A CN 116620555A CN 202210985443 A CN202210985443 A CN 202210985443A CN 116620555 A CN116620555 A CN 116620555A
- Authority
- CN
- China
- Prior art keywords
- engine
- aircraft
- particulate matter
- pam
- data
- 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.)
- Pending
Links
- 239000013618 particulate matter Substances 0.000 title claims abstract description 286
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000012800 visualization Methods 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 13
- 239000002245 particle Substances 0.000 claims description 39
- 230000000007 visual effect Effects 0.000 claims description 22
- 239000000203 mixture Substances 0.000 claims description 12
- 238000004088 simulation Methods 0.000 description 48
- 239000007789 gas Substances 0.000 description 47
- 238000012423 maintenance Methods 0.000 description 46
- 230000036541 health Effects 0.000 description 38
- 230000007613 environmental effect Effects 0.000 description 25
- 230000008859 change Effects 0.000 description 24
- 238000002485 combustion reaction Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 230000007423 decrease Effects 0.000 description 12
- 230000037406 food intake Effects 0.000 description 12
- 239000000446 fuel Substances 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 230000015556 catabolic process Effects 0.000 description 10
- 238000006731 degradation reaction Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 239000004576 sand Substances 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 7
- 239000000428 dust Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000010006 flight Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- -1 earth Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229920002401 polyacrylamide Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 201000011001 Ebola Hemorrhagic Fever Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000004688 extended Hartree-Fock calculation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0055—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D27/00—Arrangement or mounting of power plant in aircraft; Aircraft characterised thereby
- B64D27/02—Aircraft characterised by the type or position of power plant
- B64D27/10—Aircraft characterised by the type or position of power plant of gas-turbine type
- B64D27/12—Aircraft characterised by the type or position of power plant of gas-turbine type within or attached to wing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D43/00—Arrangements or adaptations of instruments
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C27/00—Rotorcraft; Rotors peculiar thereto
- B64C27/04—Helicopters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/14—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for responsive to other specific conditions
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C7/00—Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
- F02C7/32—Arrangement, mounting, or driving, of auxiliaries
-
- G05D1/80—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/0085—Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C7/00—Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
- F02C7/04—Air intakes for gas-turbine plants or jet-propulsion plants
- F02C7/05—Air intakes for gas-turbine plants or jet-propulsion plants having provisions for obviating the penetration of damaging objects or particles
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2220/00—Application
- F05D2220/30—Application in turbines
- F05D2220/32—Application in turbines in gas turbines
- F05D2220/323—Application in turbines in gas turbines for aircraft propulsion, e.g. jet engines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/60—Fluid transfer
- F05D2260/607—Preventing clogging or obstruction of flow paths by dirt, dust, or foreign particles
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/30—Control parameters, e.g. input parameters
- F05D2270/335—Output power or torque
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/70—Type of control algorithm
- F05D2270/71—Type of control algorithm synthesized, i.e. parameter computed by a mathematical model
Abstract
提供了一种存储指令的有形计算机可读非暂时性存储介质,该指令在由飞行器的处理器执行时,使处理器执行方法。该方法包括在飞行器的飞行期间,从飞行器的发动机颗粒传感器接收发动机的气体路径中的颗粒物的测量值。该方法还包括向飞行器的飞行员呈现颗粒物测量值的可视化,其中可视化支持响应于颗粒物的存在的飞行器的导航。
Description
技术领域
实施例涉及航空发动机性能评估领域,更具体地,涉及用于监测飞行器发动机内的颗粒物的系统和方法。
背景技术
飞行器涡轮发动机通常包括核心,该核心以串行流动顺序具有压缩机区段、燃烧区段、涡轮区段和排气区段。可以设置一个或多个轴以将涡轮区段驱动地连接到压缩机区段,并且可选地,将涡轮区段驱动地连接到负载。当这种飞行器发动机被结合到旋翼飞行器(诸如直升机)中时,飞行器发动机的一个或多个轴可以机械地联接到旋翼飞行器的主旋翼。这种布置允许主旋翼为旋翼飞行器提供升力。
作为背景,飞行器发动机通过入口从环境中吸入空气,然后空气通常贯穿发动机的长度到达排气口。可以包括氧、氮和其他气态元素的入口空气也可以包括颗粒物(PAM)。例如,低空飞行直升机可能会扬起PAM(即地面上的泥土、沙子和其他碎屑),其中一些可能会被吸收到发动机自身中。在一些环境中,空气中也可能存在来自其他环境源(例如,烟雾弥漫的城市环境、战斗环境中的爆炸)的大量灰尘或碎屑。
对于在低海拔(可能在沙子、灰尘或碎屑密集的环境中)操作的飞行器(例如直升机),即使是短期吸入大量灰尘、沙子或其他PAM也可能会降低飞行器发动机效率,这反过来可能会危及飞行器可操作性并阻止或限制任务完成。
附图说明
实施例的有利设计源于独立和从属权利要求、说明书和附图。下面结合附图对本公开的实施例的各种示例进行详细说明:
图1示出了根据本系统和方法的示例性飞行器发动机。
图2示出了示例性飞行器发动机的示例性模块中的示例性颗粒传感器的示例性放置。
图3示出了根据实施例的可以部署在飞行器发动机中的示例性控制器。
图4示出了根据实施例的示例性发动机功率、健康和维护系统的元件。
图5呈现了用于发动机功率建模的示例性方法的流程图,该示例性方法至少部分地基于PAM数据。
图6A呈现了用于至少部分地基于飞行器发动机气体流动路径中的PAM的检测来提供飞行器导航支持的示例性方法的流程图。
图6B呈现了用于至少部分地基于飞行器发动机气体流动路径中的PAM的检测来提供飞行器导航支持的示例性方法的流程图。
图6C呈现了用于至少部分地基于飞行器发动机气体流动路径中的PAM的检测来提供飞行器导航支持的示例性方法的流程图。
图6D呈现了确定PAM安全阈值的示例性方法的流程图,并且还呈现了用于进行此类确定的示例性合适处理模块的系统级表示。
图7呈现了用于至少部分地基于飞行器发动机气体流动路径中的PAM的检测来提供飞行器维护建议的示例性方法的流程图。
图8呈现了根据实施例的示例性计算的发动机维护图。
图9呈现了根据实施例的指示任务需要维护的示例性计算的发动机维护图。
具体实施方式
以下详细描述本质上仅是示例性的,并非旨在限制本公开、元件或公开或其应用。此外,本发明的范围无意受前述背景或概要中提出的任何理论或以下详细描述中的任何理论的约束或限制。
如本文所用,术语PAM通常指基本上悬浮在空气中或由于突然的空气运动而短暂地存在于空气中,并且可能被带入发动机的小物质颗粒。例如,PAM可以包括灰尘、碎屑、沙子、气溶胶颗粒等,并且可以包括从0.1微米(μm)到2毫米(mm)的尺寸。
PAM通常大到足以随着时间的推移危及发动机操作,但又小到足以避免立即影响发动机操作或损坏发动机部件。然而,较大的物质颗粒(例如颗粒状物、砾石等)对发动机操作造成直接损害的风险更大。这些较大的物质颗粒可能会例如对压缩机性能产生特别强烈的负面影响,使压缩机无法压缩空气(即降低压缩机流动标量)。
较小的颗粒可能会对高压涡轮产生更大的影响,因为较小的颗粒可能会熔化并与高压涡轮结合。高压涡轮可以采用空气冷却来防止叶片熔化,但气流冷却通道可能会被特定物质堵塞。这减少了涡轮冷却空气标量或次级流动量。各种尺寸的颗粒也可能导致下游发动机温度通常较高,从而降低发动机的效率标量。
退化也是重要的考虑因素。例如,谨慎的做法是确保飞行器发动机在飞行之前和/或飞行期间正常操作,并在发动机退化超过阈值之前维护这种飞行器发动机。退化的一个衡量标准是发动机扭矩系数(factor)(ETF):当前最大校正扭矩与标称发动机可用的最大校正扭矩的无量纲比。
当ETF退化到低于阈值时,发动机可能会被搁置以进行维护。吸入灰尘或其他PAM可能会导致发动机退化,并且可能足以降低最大可用竖直升力。
确定ETF的一种方法是通过利用提供校正的发动机温度与校正的发动机扭矩的相关性的基线发动机功率模型。用于确定特定于特定飞行器发动机的ETF的特定常规技术。该技术还包括确定能够考虑飞行器发动机的某些操作条件(例如,内部气体压力)和/或环境条件的ETF。
上述传统方法的一个缺点是PAM摄入对发动机性能的影响。在较高海拔处,吸入的PAM可能很少。然而,对于在低海拔持续操作一段时间的发动机(例如军用飞行器),来自空气的PAM积累会大大降低发动机功率。本公开的实施例解决了常规技术中的上述缺点。
实施例源自以下观察:通过稍微重新定位在沙密集环境中飞行的飞行器,可以显著减少发动机摄入的沙粒量。例如,通过将飞行器的位置改变几英尺,或在飞行期间将其倾斜几度,可以将其发动机摄入的沙子量减少两倍或更多。该信息的实时可用性可以帮助飞行员确定当前任务(或一组任务)是否可以成功完成或是否应该中止任务。
图1是根据实施例的燃气涡轮发动机100的一个实施例的示意横截面视图,并且可以用作飞行器发动机。燃气涡轮发动机100具有通过其中的轴向纵向中心线轴线12,以供参考。发动机100包括涡轮核心14和定位在其上游的风扇区段16。涡轮核心14通常包括限定环形入口20的大致管状外壳18。外壳18进一步包围并支撑增压器22,用于将进入涡轮核心14的空气的压力升高到第一压力水平。
高压压缩机24(例如,高压多级轴流式压缩机)接收来自增压器22的加压空气,并进一步增加该空气的压力。高压压缩机24包括在发动机100内引导压缩空气的旋转叶片和静止轮叶。加压空气流向燃烧器26,在此燃料被注入到加压空气流中并被点燃,以提高加压空气的温度和能量水平。
高能燃烧产物从燃烧器26流到第一(高压)涡轮28,用于通过第一(高压)驱动轴30驱动高压压缩机24。高能燃烧产物然后流到第二(低压)涡轮32,用于通过与第一驱动轴30同轴的第二(低压)驱动轴34驱动增压器22和风扇区段16。在驱动相应第一涡轮28和第二涡轮32中的每一个之后,燃烧产物通过排气喷嘴36离开涡轮核心14,以提供发动机100的喷射推进推力的至少一部分。
风扇区段16包括被环形风扇壳体46围绕的风扇转子38(例如,可旋转的轴流式风扇转子)。环形风扇壳体46由多个基本上径向延伸的出口导向轮叶42从涡轮核心14支撑。这样,风扇壳体40包围风扇转子38和风扇转子叶片44。环形风扇壳体46的下游区段在涡轮核心14的外部分上延伸,从而限定提供附加喷射推进推力的次级或旁通气流导管48。
初始气流50通过风扇壳体40的入口52进入燃气涡轮发动机100。初始气流50可包括PAM 6。初始气流50穿过风扇转子叶片44并形成移动通过气流导管48的第二气流54和进入增压器22的第二压缩气流56。
第二压缩气流56的压力增加并进入高压压缩机24(箭头58)。在与燃料混合并在燃烧器26中燃烧之后,燃烧产物60离开燃烧器26并流过第一涡轮28。燃烧产物60然后流过第二涡轮32并离开排气喷嘴36,为发动机100提供一部分推力。
燃烧器26包括与轴向纵向中心线轴线12同轴的环形燃烧室62,以及入口64和出口66。燃烧器26从高压压缩机排放出口69接收环形加压空气流。该压缩机排放空气的一部分流入混合器(未示出)。燃料从燃料喷嘴80注入以与空气混合并形成燃料-空气混合物,该燃料-空气混合物被提供给环形燃烧室62用于燃烧。燃料-空气混合物的点火由合适的点火器完成,并且所产生的燃烧产物60在轴向方向上流向并流入环形的第一级涡轮喷嘴。
喷嘴由包括多个径向延伸、周向间隔开的喷嘴轮叶74的环形流动沟道限定,这些喷嘴轮叶74使气体转向,使得它们成角度地流动并撞击第一涡轮28的第一级涡轮叶片。第一涡轮28经由第一驱动轴30使高压压缩机24旋转。第二涡轮32经由第二驱动轴34驱动增压器22和风扇转子38。
环形燃烧室62容纳在外壳18内,并且燃料通过一个或多个燃料喷嘴80供应到环形燃烧室62中。液体燃料通过燃料喷嘴80的杆内的一个或多个通路或导管输送。
气体路径是初始气流50(和PAM 6)通过发动机100的整个前后路径,并且可以包括与中心线轴线12大体平行且同轴的多个沟道。因此,气体路径可以包括初始气流50、入口52、导管48和增压器22、高压压缩机24、排放出口69、燃烧器26、环形燃烧室62、第一级涡轮喷嘴75、第一涡轮28、第二涡轮32和发动机排气喷嘴36。
在操作期间,PAM 6被燃气涡轮发动机100摄入,通常悬浮在进入入口52的初始气流50中或与进入入口52的初始气流50混合。PAM积累是发动机分析的关键输入。这些积累的水平和影响对于评估发动机服务时间、磨损和/或其他维护计划很重要。
由于PAM 6通常对发动机操作有害,因此实施例的一个目的是帮助飞行器操作员(或无人机导航系统)进行导航,以最小化被发动机100吸入的PAM 6。因此,实施例包括环境PAM传感器73(例如,静电传感器)和用于检测发动机100中的PAM 6的技术。
在图2中,示例性发动机传感器系统200可以包括用于轴的涡轮叶片的一个或多个气体路径传感器71(例如,空气压力传感器71.1、温度传感器71.2)和发动机性能传感器72(例如,旋转速度传感器)。多个发动机环境传感器(例如分别为气体路径传感器71和性能传感器72)可以安装在发动机100内的合适点处,与处理系统或控制器300(图3)通信地联接。气体路径传感器71、性能传感器72和PAM传感器73的定位是示例性的,并且仅用于说明的目的,因为这些传感器可以放置在发动机100内的其他合适位置。
为了测量初始气流50中的PAM 6,PAM传感器73(73.1、73.2、…73.n)可以是静电的并且被采用,通信地联接到控制器300。多个PAM传感器73可以安装在发动机100内的适当点处,图2示出了定位在增压器22和高压压缩机24的前区段的两个PAM传感器73。
示例性PAM传感器73是静电传感器。即,PAM传感器73检测附着于PAM颗粒的电荷的存在。可以测量电荷量并将其与PAM颗粒的量或密度相关联。
每个PAM传感器73被构造为安装到发动机100、在易于PAM 6处于初始气流50中的区域中。一个或多个PAM传感器73的感测面暴露于初始气流50并且被构造为检测PAM 6。PAM传感器73还可以包括构造在感测部分内的内部电极和放大器。带电灰尘颗粒形式的PAM 6可以流过一个或多个PAM传感器73的感测面。带电灰尘颗粒在其中引起电子运动,并且便于放大器检测以指示与流过感测面的PAM 6相关联的电荷水平。
尽管示例性PAM传感器73是静电传感器,但也可以使用其他类型的传感器并且将在本公开的精神和范围内。例如,其他类型的传感器可以包括光学和声学传感器。使用本领域技术人员已知的技术,光学和声学传感器可以分别检测与沙子或PAM密度相关的沙子或PAM颗粒的不透明度水平和声学特征。光学传感器还可以识别金属表面的变色和/或内发动机表面的反射率变化。变色指示PAM 6熔化或以其他方式粘附到发动机100内的部件上。
可以使用其他形式的PAM或颗粒传感器,其传递指示在发动机100中检测到的PAM6的密度、流率、质量、速度和/或体积中的一项或多项的信号。替代传感器可用于识别PAM 6在发动机100内的部件上的静态积累。作为示例,PAM传感器73也可以是光谱学的,以检测PAM 6的特定类型(即原子或分子组成)。
在其他示例中,PAM传感器73可以检测发动机流动路径内的形式为气载气溶胶颗粒、冰晶、污染物和/或火山灰的PAM 6。PAM传感器73可以被构造为在这种检测的情况下警报发动机控制器300(见下面的图3)。PAM传感器73还可以提供PAM 6未被检测的连续的实时数据403流(见下面的图4)。此外,传感器73可以被构造为检测内部生成的PAM并警报控制器300。
例如,参考图4,接收到的实时数据403可以为计算目的进行分类。传感器数据的第一子集可以参考环境数据{EnvDt}403.1。该第一子集通常将反映发动机100和气体路径的内部环境(例如温度),但也可以包括与特定发动机零件的性能有关的数据,例如当前引气系数。EnvDt 403.1还可以包括整体飞行器环境,例如外部温度、飞行器速度、飞行器高度、结冰条件、外部风速和类似数据。
传感器数据的第二子集可以称为性能数据{PrfDt}403.2。PrfDt 403.2通常指示测量的各种发动机部件或模块的原始性能。
传感器数据的类别在不同的实施例中可以不同。例如,气体流速或压力在一些实施例中可以被视为实时气体路径传感器数据403.1,或在其他实施例中被视为实时性能数据403.2。EnvDt 403.1可以用作发动机功率模型的输入数据,而PrfDt 403.2可以用于与预期或建模的发动机性能进行比较。
图3是示例性发动机控制器300(例如数字计算机)的系统级图。发动机控制器300可以执行使飞行器能够感测PAM 6、实施发动机性能检查、导航引导技术和维护评估的计算机代码。例如,发动机控制器300可以是实施发动机100的数字控制和操作的专用控制器。
或者,控制器300可以是从发动机100接收发动机数据的远程计算机,例如基于地面的计算机或基于卫星的计算机。在其他实施例中,本文公开的技术可以经由机外分析(地面站或远程监测)软件来实施。
控制器300包括与其他控制器部件互连的印刷电路板(PCB)305或母板。PCB 305包括中央处理单元(CPU)315。CPU 315可以包括信号处理能力以支持PAM分布的细粒度时间/空间评估。
作为示例,此类评估可包括PAM 6在发动机内部的细粒度分布,或在具有发动机100的飞行器行进的环境中遇到的PAM类型、密度或分布的详细时间/空间映射。
这种映射可用于识别或预测PAM分布的未来模式,无论是发动机内部还是外部,以及可用于将PAM分布与发动机100的各种内部零件或结构,或与外部地形、位置等相关联。在一个非限制性示例中,这样的信号处理可以实现PAM 6的百分比与飞行器速度、风速、发动机扭矩、发动机温度或其他因素之间的相关性。这种分析可以有助于预测未来的维护需求,并最终改进发动机设计。
控制器300还包括静态存储器/固件320、控制电路325、动态存储器330和/或非易失性数据存储装置335。控制电路325可以执行各种任务,包括数据和控制交换,以及输入/输出(I/O)任务、访问系统数据总线312、网络连接操作等。控制电路325还可以控制非易失性数据存储装置335或与非易失性数据存储装置335接口,并且与PAM传感器73、气体路径传感器71和性能传感器72接口。
系统数据总线312提供CPU 315、静态存储器320、动态存储器330和非易失性数据存储装置335之间的数据通信。可以是视觉显示屏和/或音频的显示器360(例如,驾驶舱信息系统)可以与控制器300通信地联接,以将飞行数据呈现给飞行器操作员。显示器360上显示的飞行数据可以包括发动机功率性能的指示和/或飞行器发动机的维护要求的指示。语音、机械或触觉输入装置也可以与控制器300通信地联接,以使操作员能够对其进行控制。
在飞行期间,当发动机100接收初始气流50时,嵌入的PAM 6可能会显著降低发动机效率,使得飞行器可能无法维持升力或飞行。此外,无论PAM 6是大还是小,PAM 6的足够密度可能足以使飞行操作处于危险之中。例如,发动机100摄入富含PAM的空气的时间段越长,飞行操作的风险就越大。PAM 6在较长时间内(例如,几小时、几天、几周)的积累会在较长时间内降低发动机性能并需要频繁维护。
用于确定PAM 6对发动机性能影响的技术可以考虑颗粒尺寸分布或密度。PAM传感器73感测发动机入口52,并结合发动机健康和模块健康技术(例如,发动机性能模块405和状态评估模块27)使用该信息来识别哪些气体路径模块可能需要立即或在不久的将来维护或维修。
图4示出了用于发动机功率、健康和维护系统(EPHMS)400的示例性组合软件-处理-模块图和数据流的元素。EPHMS 400评估飞行器发动机硬件健康计算模块430,并提供特定飞行器燃气涡轮发动机100的发动机功率保证计算(例如,经由发动机功率保证计算模块435)。数据总线470(实施为硬件或以软件虚拟地实施)可以在传感器71、72、73、各种模型410、425和发动机性能模块405的输出之间传输数据。传感器调节器490校准传感器71、72和73的操作。
在示例性EPHMS 400中,发动机性能模块405在飞行器飞行期间从传感器71、72和73接收实时数据403。发动机性能模块405可以部分地实施为发动机功率模型410。在各种实施例中,发动机功率模型410可以基于利用合适模拟技术412(和/或模拟查找表)的数学模型,其中模拟参数414用于对预期的发动机行为进行建模。
发动机功率模型410基于实时数据403实时生成一组建模传感器响应(MSR)415。MSR 415也称为发动机功率能力。实时数据403和来自发动机性能模块405的输出仅是示例。例如,作为上述输入接收的实时数据403可以表示各种其他发动机参数。
实时数据403是从传感器71、72和73中的一些或全部实时获得的。发动机功率模型410基于模拟技术412和建模模拟参数414模拟预期的发动机性能。模拟技术412将通常用本领域已知的合适发动机性能/操作参数来参数化。
发动机性能/操作参数可包括指示发动机100的部件的特定物理特性(例如发动机零件直径、长度、体积、零件质量等)的参数。附加示例性参数包括发动机部件的压缩能力、推力和效率因素。
相关领域的技术人员将认识到,如果模拟参数414被改变(例如,在飞行期间被修改),这将改变MSR 415。发动机功率模型410产生用于MSR 415的一个或多个数据流作为输出。
发动机性能模块405部分地实施为发动机功率模型410并且基于物理和工程技术,连同飞行器发动机部件及其相互作用的一个或多个参数化模型。发动机性能模型405被构造为对飞行器发动机性能和发动机功率生成进行建模。
发动机性能模块405也可以用其他形式的模拟工具在基于物理和发动机部件的模拟模型中实施。例如,发动机功率模型410可以经由合适的神经网络模型680(见图6D)、统计回归模型685(图6D)或经由其他形式的预测建模来实施。
可以根据已知方法来训练神经网络模型680,以模拟没有颗粒因素的各种条件下的飞行器发动机性能。可以进一步增强神经网络模型680,以识别作为PAM 6的各种吸入水平的函数的附加退化。然后,神经网络模型680可以提供发动机性能退化的实时预测,并预测飞行时间的减少,而无需对发动机部件进行特定建模。
考虑到PAM 6吸入,可以基于飞行器性能的历史现场数据开发神经网络模型680或发动机性能的统计回归模型685。这些模型也可以被发动机性能模型405、发动机功率模型410和跟踪比较模块420采用,以预测发动机性能的退化。
发动机功率模型410可以输出MSR 415。MSR 415代表发动机100可以输送的功率的概要视图。MSR 415可以以不同方式制定。一般而言,气体路径传感器数据403.1和性能传感器数据403.2可以提供示例性实时数据状态作为由发动机100生成的推力,例如沿发动机的各个点的燃料消耗、扭矩系数和发动机压力。当前的发动机功率能力可以通过模拟任何一种操作/环境状态(如上)作为另一种状态的函数来评估。例如,发动机功率能力可以被确定为对于给定的发动机燃料消耗由发动机100生成的推力量。
发动机性能模块405包括跟踪和比较模块420。跟踪/比较模块420跟踪来自传感器71、72和73的实时数据403以及MSR 415。MSR 415不同于实时数据403,并且特别是不同于实时性能传感器数据403.2,指示飞行器发动机100的一些部件没有以预期效率执行。响应于这样的确定,跟踪/比较模块420确定并输出适当发动机部件的部件效率425。
部件效率425可以被确定为发动机100的特定发动机硬件部件的效率调整。例如,发动机压缩机当前可能仅以预期效率的94%或以预期效率的96%操作。
可以经由调整各种模拟参数414来识别部件效率425。要调整的任何参数将特定于发动机功率模型410所采用的特定模拟技术发动机功率。例如,发动机功率模型410可以包括一种或多种技术(例如,线性或直线数学表达式),其指示作为发动机温度的函数的预期发动机涡轮速度。对发动机部件效率425的调整可以反映在这种涡轮速度/发动机线的降低中,指示在任何给定的发动机温度下涡轮叶片以低于预期的角速度旋转。
发动机性能模块405不断调整发动机功率模型410的模拟参数414,使得MSR 415收敛于实时传感器性能数据403.2。以这种方式,基本上反映发动机100的当前部件效率的MSR415考虑了发动机功率和性能随时间的下降。基于不断更新和准确的发动机功率模型410,发动机性能模块405可以准确地预测近期的发动机健康状况和发动机性能。
在图4中,发动机状态评估模块427从发动机性能模块405接收输出数据,包括从MSR 415和确定的部件效率425。发动机状态评估模块427输出指示发动机100的总体健康状况的发动机健康系数(EHF)434。举例来说,EHF 434可以包括发动机健康度量,例如发动机扭矩系数、发动机温度、发动机推力、发动机压力等。
发动机硬件健康计算模块430生成发动机健康报告433。发动机健康报告433提供一个或多个发动机部件的健康状况或发动机100作为一个整体的健康状况的测量。发动机健康报告433可以指示各种发动机健康度量的部件效率425,包括发动机功率随时间的下降率等。也可以确定发动机健康状况的其他指标。发动机健康报告433可以包括基于EHF 434的各种组合确定的发动机健康状况的概要值。
总的发动机健康值可以基于多个因素(例如不同发动机部件的效率的加权平均值和发动机功率能力)来确定。总的发动机健康值也可以基于发动机功率能力的过去或预计的下降率,以基于发动机功率下降率确定需要进行发动机维护的预计日期。
发动机功率保证计算模块435根据PAM摄入和如果PAM摄入继续发动机功率的对应减少来生成发动机功率保证报告437。保证报告指示发动机100是否可以在由PAM摄入产生的各种飞行器应力条件下维持足够的飞行功率。
EPHMS 400可以被构造为从发动机状态评估模块427输出数据,并经由显示器360将该数据呈现给飞行器操作员。数据也可以存储在动态存储器330和/或数据存储装置335中。以这种方式,EPHMS 400的所有发动机健康评估(例如,发动机健康报告433、发动机功率保证报告437)可以使飞行器操作员能够修改当前的飞行器操作,并使飞行器维护人员能够预测未来的维护需求。
作为一个示例,PAM数据可以通过在短时间段内平均进入发动机100的PAM 6的量来被数学过滤和概述。该数据可以帮助飞行器操作员操纵飞行器以减少当前PAM 6的吸入。数学处理可以由发动机性能模块405的颗粒摄入分析模块460执行。
在替代实施例中,数学处理可以由颗粒过滤器模块440或发动机状态评估模块427执行。本地PAM数据库445可以支持PAM吸入(体积、密度、成分)的短期保留,以支持实时PAM数据分析。可以通过经由显示器360向飞行器操作员呈现吸入PAM 6的视觉显示来促进修改飞行器的飞行路径。
飞行期间飞行器发动机100摄入的PAM 6可能会降低发动机效率和操作,同时还增加所需的发动机维护频率。因此,EPHMS 400可以包括用于测量PAM 6和评估对发动机维护和效率的影响的措施。
PAM传感器73可以检测与通过发动机100的PAM吸入和流动有关的多种类型的实时PAM传感器数据403.3。实时PAM传感器数据403.3可包括发动机100的部件上的颗粒密度(或密度分布)、质量和积累。
PAM传感器73可以被构造为检测颗粒尺寸和/或颗粒成分。PAM传感器73检测到的数据可以被编码成原始形式、压缩形式和/或概要形式,以产生实时PAM传感器数据403.3,其可以是飞行期间的连续数据流。
按照PAM传感器数据403.3的路径(A),原始颗粒数据可以被发动机功率模型410直接接收。模拟技术412将压缩机效率的降低确定为颗粒密度、颗粒尺寸、颗粒质量或颗粒成分(PDSMC)以及可能的来自PAM传感器73的其他PAM传感器数据403.3的函数。模拟技术412还将(i)涡轮叶片上增加的负载、(ii)燃烧室燃烧效率的降低、(iii)气体流率的降低、以及(iv)对发动机100的性能的其他影响确定为PDSMC的函数。
发动机性能模块405可以采用跟踪/比较模块420来比较MSR 415和实时传感器性能数据403.2。基于比较,各种发动机部件效率425可以用于修改模拟参数414。
为实时PAM传感器数据403.3采用替代数据路径(B),发动机功率模型410分别处理来自气体路径传感器71和性能传感器72的实时数据403.1、403.2。实时PAM传感器数据403.3可以由颗粒摄入分析模块460接收。颗粒摄入分析模块460可以维持所感测的PAM流的运行日志,其可以包括颗粒密度、颗粒体积、质量、成分和其他数据。基于实时PAM传感器数据403.3,颗粒摄入分析模块460确定发动机100作为一个整体的总效率颗粒借方(debit)465,或其中部件的相应合计的颗粒效率借方465.n。
例如,颗粒效率借方465可以用百分比表示,指示与没有吸入PAM 6的压缩机的性能相比,所选择的发动机部件(例如,压缩机)由于PAM 6将仅以93%的效率操作。然后,总效率颗粒借方465可以修改MSR 415和部件效率425。
发动机性能模块405不断调整发动机功率模型410的模拟参数414,使得其输出收敛于实时性能传感器数据403.2。因此,实施例基于PAM 6的吸入提供基本上反映当前部件效率425的实时模拟数据。
基于发动机功率模型410,发动机性能模块405可以识别发动机100在假设的、非当前任务条件下可以提供的最大功率(升力、推力)。例如,基于发动机功率模型410,发动机性能模块405可以识别发动机100在最坏情况任务条件(例如,最大期望飞行器负载、最大或最小外部温度、最大外部风等)下可以提供的最大功率、升力、推力。
通过在模拟技术412和模拟参数414中包括实时PAM传感器数据403.3作为成分,发动机功率模型410提供更可靠的发动机性能模拟。因此,测量PAM 6有助于更可靠地将发动机功率外推到各种潜在或假设的不利环境。
发动机功率保证计算模块435可以生成发动机功率保证报告437,作为最近PAM摄入和如果PAM摄入随着时间继续发动机功率的对应减少的函数。在短期(即,分钟、小时)中,发动机功率保证报告437可以指示发动机100是否可以在各种飞行器应力条件下保持足够的飞行功率。
EPHMS 400可以接收来自发动机状态评估模块427的输出数据,并经由显示器360呈现给飞行器操作员作为警报,或者可以为动态存储器330和数据存储装置335存储该数据。这样,EPHMS 400的发动机状态评估(例如,发动机健康报告433、发动机功率保证报告437)可用于使飞行器操作员能够修改当前飞行器操作,并使维护人员能够预测维护需求。
在飞行器发动机100的操作期间,跟踪/比较模块420调整模拟参数414,因而MSR415匹配实时性能传感器数据403.2。这优化了发动机功率模型410。然后可以将更新的发动机功率模型410运行到其极限——这意味着该模型可以在最大飞行应力条件(例如最大飞行速度等)下运行,以确定发动机100是否可以在这些最大条件下维持飞行。
发动机性能模块405包括PAM经验数据库(PAMEDB)463,用于存储与PAM类型/尺寸、以及不同类型的PAM对发动机100的部件的影响相关的数据。例如,PAMEDB 463可以是模拟参数414或颗粒摄入分析模块460的一个元素。存储在PAMEDB 463中的数据可以指示一种类型的PAM可能更可能损坏发动机100的第一部件X(例如,压缩机),并且不太可能损坏发动机的部件Y(例如,发动机叶片)。
存储在PAMEDB 463中的数据可以基于从当前飞行器的飞行中收集的过去历史证据,和/或来自多架飞行器的过去和现在飞行的PAM来确定。所存储的数据还可以支持发动机100的各种其他部件的部件效率参数的偏置。PAMEDB463可以包括某些地理或环境区域(例如城市、沙漠等)的已知颗粒水平。这样的数据可以添加到(或增加)输入到发动机功率模型410的实时PAM传感器数据403.3。
在实施例中,至少部分地基于反馈回路确定发动机100的功率保证和/或健康状态,该反馈回路采用感测的发动机数据来修改模拟参数414以反映老化发动机的实际性能。发动机功率模型410可以在发动机100的寿命期间不断更新。发动机功率模型410和模拟参数414可以被重置为新发动机、标称发动机或普通发动机的初始状态。
发动机功率模型410根据在模拟技术412和模拟参数414中表达的热力学和机械模型来模拟发动机100的发动机压缩机、涡轮、燃烧室和其他部件。通过将MSR 415与实时性能传感器数据403.2进行比较来实时校正发动机功率模型410。
图5是用于基于在飞行期间吸入飞行器发动机100的PAM 6的水平和成分来评估发动机功率、健康和维护要求的示例性方法500的流程图。该方法可以由控制器300基于来自传感器71、72和73的实时数据403执行。方法500开始于框505,其中发动机功率模型410在飞行器的软件更新、加电循环等期间被存储在控制器300的存储器中。
在一些实施例中,模拟技术412和模拟参数414可以考虑发动机100的预期或默认老化模型。例如,模拟参数414可以被定义为时间的函数或飞行器行进的累计里程的函数。替代地,模拟参数414可以列在表中,其中时间/累计行进里程是参数。因此,发动机功率模型410根据发动机性能的预期下降随时间自主地变化。这样的老化表达式或表可以基于多种来源,包括关于类似发动机的历史信息。
模拟参数414可以在模拟技术412中表示为变量,其中加载特定模拟参数414以供执行。以这种方式,模拟参数可以在发动机100的寿命期间变化,从而可以改变模拟技术412中的变量值。
在框510中,在飞行期间,控制器300分别从传感器71、72和73接收实时气体路径传感器数据403.1、性能传感器数据403.2和PAM传感器数据403.3。举例来说,气体路径传感器数据403.1可以包括气体流速/压力、温度、速度、高度、飞行器环境数据等。性能传感器数据403.2可以包括涡轮和发动机轴旋转速度等。
在可选框512中,方法500可以基于实时PAM传感器数据403.3对流入气体路径和沿气体路径流动的颗粒类型进行分类。例如,实时PAM传感器数据403.3可以根据检测到的颗粒的尺寸、质量、成分等进行分类。实时PAM传感器数据403.3还可以表示进入和离开发动机100或其部件的PAM 6的量。因此,方法500确定捕获在发动机100中的颗粒数据的体积或质量。
控制器300内的存储器可以包含存储的数据,该数据根据颗粒的类别(例如,尺寸、成分、密度等)指示受到影响的发动机部件以及影响的程度。如果已经存储了这样的数据,则可选框512可以确定被发动机100的气体路径中的PAM 6影响的发动机部件(和程度)。
在框515中,接收到的实时数据403的子集被输入到发动机模拟技术412(或发动机模拟表)。在一些实施例中,实时性能传感器数据403.2(例如,压缩机/涡轮轴速度等)也可以被认为是输入数据。基于该输入数据,模拟技术412用于为发动机100的各种部件生成发动机功率模型410的性能。
在框520中,方法500为发动机操作性能生成MSR 415。MSR 415是发动机功率模型410预测为发动机环境传感器71、72和73根据模拟技术412和当前模拟参数414预期检测的实时数据403的值。在框525中,方法500将MSR 415与实时数据403和/或预期发动机部件效率425进行比较。
在框530中,方法500确定MSR 415是否等于或足够接近实时气体路径性能数据403.1、性能传感器数据403.2和PAM传感器数据403.3。足够接近的匹配由存储在与跟踪/比较模块420相关联的存储器中的阈值相等参数或阈值相等范围来定义。这些范围由经验丰富的系统工程师、发动机历史、技术和法律要求、组织标准和其他规范确定。
如果MSR 415和所接收的实时数据403匹配,则方法500通过循环回到框510继续。如果MSR 415和实时数据403之间的差不匹配,则方法500继续进行框535。
在框535中,方法500确定发动机100的各种部件的当前效率水平。在框540中,方法500修改模拟参数414,使得MSR 415反映在框535中确定的当前的、实际的、实时的效率。这导致对发动机功率模型410的更新。
框540基于各种存储的表达式修改模拟参数414,并将实时数据403和部件效率425转换成合适的模拟参数414。在框540中,确定合适的模拟参数414可以是迭代过程(即,框537),其中框535循环回到框515以重复模拟和比较框515、520、425、530、535、540的操作。
在框545中,修改后的模拟参数414被存储并在框515和520中使用。在框545之后,方法500可以返回框510,接收传感器数据,并继续进行后续操作。
方法500还可以继续进行框550和555。在框550中,方法500从部件效率425生成发动机健康报告433。在框555中,方法500基于实时性能传感器数据403.2、发动机健康报告433和更新的发动机功率模型410的实时预期中的一个或多个来生成发动机功率保证计算。
在实施例中,传感器和实时性能模型可以将最近的发动机功率损失结合到近期的未来,以识别由于吸入PAM 6而导致的预计功率损失是否与任务成功相关(即,预计功率损失足以使飞行器失去飞行功率,从而触发需要退出任务或修改任务操作)。方法500在检测到这样的相关功率损失时,经由显示器360或其他音频接口向飞行器操作员提供合适的实时警报。
图6A是第一示例性方法600.1的流程图说明,第一示例性方法600.1用于向飞行器操作员呈现飞行期间由飞行器发动机100检测到的PAM摄入水平的可视化625.1。方法600.1可以例如经由在发动机控制器300中执行的软件来进行。在框605中,方法600.1接收飞行器的一个或多个发动机的PAM吸入的当前水平。当前PAM水平可以是来自PAM传感器73的详细PAM水平的形式,或者是来自PAM摄入分析模块460的经分析的详细合计的PAM数据464的形式。
方法600.1继续进行框610,其中合计的PAM数据464被过滤以生成PAM数据612。方法600.1呈现与即时短期任务需求相关的PAM 6吸入数据。PAM传感器73通过颗粒尺寸区分进入的PAM 6颗粒。例如,PAM 6的平均体积可以由过滤器610确定以生成PAM数据612,可能在一段时间内平均。
在另一个实施例中,发动机100中的PAM 6的平均密度可以由过滤器610确定,以生成过滤的PAM数据612。过滤器610还可以应用数据的移动平均、低通过滤(去除PAM体积/密度的瞬态变化)和其他形式的处理,以产生适合于视觉呈现的信号。
在框615中,过滤的PAM数据612经由显示器360显示给飞行器操作员。图6A示出了PAM数据612的一个示例性可视化625.1。在可视化625.1中,显示器360呈现当前PAM摄入水平。针对发动机1和2分别示出当前PAM水平。对于每个发动机,PAM摄入水平范围条或柱635可以指示PAM从最低水平到最高水平的范围。对于每个发动机,水平指示器640描绘了每个发动机中的PAM 6的当前水平(例如,测量值)。
对于飞行器操作员,该视觉信息可能有助于飞行器导航。例如,直升机飞行员可以接近目的地或试图大体上悬停就位。经由PAM摄入水平显示器360的可视化625.1,飞行员可以观察PAM吸入何时超过PAM安全阈值水平642。然后飞行员可以将直升机操纵到不同的水平或竖直位置并检查显示器,以确定观察到哪些位置以减少吸入PAM 6。
图6B是第二示例性方法600.2的流程图说明,用于向飞行器操作员呈现飞行期间由飞行器发动机100检测到的PAM水平的可视化625。可视化625支持飞行员响应于PAM的存在来导航飞行器。
方法600.2类似于方法600.1。在框605中,发动机100的当前PAM摄入水平由传感器73获取并由PAM摄入分析模块460分析。在框608中,将来自多个发动机的PAM水平总和在一起,并且在框610中,对总和的数据进行过滤。实时PAM传感器数据403.3的过滤(和偏置)与方法600.1的不同之处在于,与方法600.1相比,可以向反映PAM 6的较小尺寸的PAM数据提供一定程度的增加权重。
在框615中,当前过滤器输出612(例如,PAM日期)被显示为历史PAM数据可视化625.2的边缘上的移动刻度线(例如,经由水平指示器640)。同时,在框613中,滚动缓冲器330.1(例如,存储在动态存储器330中)用最新过滤的PAM数据612的输出进行更新。缓冲器330.1将实时PAM传感器数据403.3保持可构造的时间周期输出。最近的S秒数据(例如,120秒)显示在显示器360上的历史数据轨迹图650上。历史可视化625.2相对于X轴上的时间在Y轴上示出移动历史轨迹图650。单个条或柱635用作显示的PAM与时间背景。
对于飞行器操作员,这种时间延长的视觉信息可以进一步帮助飞行器导航。举例来说,直升机飞行员可能会注意到他们的直升机位置,在该位置PAM吸入在时间上最低。如果它与其他任务目标和要求一致,则然后飞行员可以识别PAM吸入最少的时间点,并因此识别位置,并相应地操纵直升机。
方法600.2将PAM吸入显示为最近时间的函数。PAM数据612可以显示为例如由局部地面地图指示的最近位置的函数,该局部地面地图具有表示沿行进路径的不同水平的PAM吸入的合适数字或颜色符号。例如,绿色可用于低水平的PAM 6,蓝色用于较高水平,并且渐进式黄色、橙色和红色用于更高水平的PAM吸入。
也可以采用其他显示格式。例如,历史PAM可视化625.2可以包括数据轨迹图650的峰值或低点处的合适位置坐标L1、L2、...、Ln。L1、L2等可以表示全球定位系统(GPS)坐标、街道交叉口、地名或特定位置的其他标记。
图6C是第三示例性方法600.3的流程图说明,用于向飞行器操作员呈现飞行期间由两个飞行器发动机100检测到的PAM水平的可视化625.3。方法600.3类似于示例性方法600.1和600.2,但具有一些修改,包括考虑PAM吸入6和飞行器高度之间的检测关系。
在方法600.3中,发动机1和2的当前PAM摄入水平由传感器72获取(框605.1)、总和(框609),并且然后过滤/平滑(框610)。用户可编程的时间量被保存在滚动缓冲器(例如动态存储器330)中。在基本同时的框605.2中,雷达高度计数据655从飞行器雷达高度计收集。最近两分钟长的高度数据历史657也被保持在滚动数据缓冲器330.2中(框613.2)。
在框615中,历史PAM数据330.1和高度历史数据330.2/690显示在可视化625.3上,可视化625.3可以是显示器360上的PAM数据和高度图625.3,其中PAM摄入历史水平在Y轴上并且雷达高度计历史水平在X轴上。
举例来说,因为直升机可能在历史时间框架内的不同高度之间悬停,并且因为PAM吸入可能在给定高度随时间变化,所以与高度相关的PAM的散点图(例如,映射)650可以产生散点图650。单个条或柱635用作显示的PAM随时间的背景。此外,当前PAM摄入数据652标记在同一显示器上,相对于X轴上的当前雷达高度绘制。
对于飞行器操作员,与高度相关的PAM吸入的这种时间延长视觉信息可以帮助飞行员选择优化的高度,平衡直升机高度的任务要求与减少的PAM吸入。
图6D是确定PAM安全阈值水平642的示例性方法660的流程图说明。框665识别合适的短期飞行器功率阈值,这可能取决于任务要求(关于下面的图8进行讨论)。功率阈值指示飞行器可能需要以保持飞行的最小功率。次要阈值可以用于确定飞行器何时可以保持飞行但处于失去飞行能力的风险水平。
在框670中,方法660识别与短期功率阈值相关联的一个或多个PAM阈值水平642。具体地,在框670中,发动机性能模块405可以识别(随时间)与短期功率阈值相关联的PAM吸入的阈值水平642。发动机性能模块405可以预构造有初始PAM吸入阈值水平642,随着飞行器发动机性能的下降可随时间修改。
在框675中,在颗粒数据可视化625上呈现适当的PAM阈值水平642。框675可以与框615同时发生,框615需要显示实时PAM水平以供操作员在飞行器驾驶舱内进行评估。
虽然飞行器可以继续飞行,并且至少能够在没有发动机功率的情况下着陆,但直升机使用发动机功率来保持在空中并安全着陆。直升机必须达到并维持竖直升力阈值830(见下面的图8)以升起直升机。竖直升力阈值830是飞行器和发动机的设计的函数。然而,飞行器工程师可以建立各种功率阈值,指示不同飞行器任务的功率需求。
例如,要求运输较轻重量的一些飞行器任务比指定用于最大飞行器负载的任务需要更少的功率。例如,在温和或中等天气条件下的其他类型的任务通常比在严重风暴条件下的任务需要更少的功率。
图7是用于部分地基于进入飞行器发动机100的PAM 6的实时PAM传感器数据403.3来推荐发动机维护和/或飞行器维护的示例性方法700的流程图说明。
在框710中,方法700在不考虑PAM吸入信息的情况下确定发动机功率或性能。这可以例如通过发动机功率模型410来执行。同时,在框715中,方法700从PAM传感器73接收实时PAM传感器数据403.3,并确定PAM摄入度量(例如,经由PAM摄入分析模块460或跟踪/比较模块420)。在框725中,方法700确定部件效率425由于PAM 6的变化。
在框730中,基于新确定的部件效率425修改发动机功率模型410(例如,经由跟踪/比较模块420)。如上所述,这些发动机功率模型改变可以以多种方式完成。框710继续根据更新的发动机功率模型410确定发动机性能和发动机功率。
基于发动机效率的变化,框735根据发动机功率/效率的变化历史确定发动机效率的预计变化率和/或发动机功率的预计变化率。由于PAM 6导致的功率或效率变化反映在未来发动机功率或效率的更新预计中。
在框740中,方法700确定发动机功率下降到阈值830的预期时间,低于阈值830发动机性能不令人满意。该阈值效率确定了飞行器需要维护的阈值830。输出基于发动机阈值752。
在框745中,基于阈值752到竖直升力阈值830,方法700提出发动机/飞行器维护推荐。这些推荐可能采取建议未来维护计划日期的形式。但是,如果PAM 6吸入导致发动机功率迅速下降,则建议可以采取紧急警报的形式以向飞行器操作员发出紧急维护要求。
图8是根据实施例的计算发动机维护曲线图800的示例性说明。在曲线图800中,竖轴指示发动机功率/效率,其可以经由实时数据或通过发动机功率模型410确定。在示例性曲线图800中,Y轴805表示飞行器可以承受的最大竖直升力。
示例性绘图线810表示发动机功率、发动机效率、最大竖直升力或发动机能力或功率的其他特性。第一绘图线810.1表示基于实时发动机读数或模拟和PAM 6吸入的最大竖直升力。绘图线810.1的第一部分810.1(H)表示历史(H)最大竖直升力,其可随时间逐渐减小。
绘图线810.1的第一外推(P)部分810.1.P可以表示发动机竖直升力随时间的线性外推下降。当外推绘图线810.1.P在外推的未来时间840.1穿过竖直升力阈值830时,可能会发生发动机维护的推荐。
竖直升力绘图线810.1的改进的外推绘图线部分810.1.P*可以考虑未来发动机性能的更复杂模拟作为各种测量的发动机性能因素和环境数据的函数。改进的外推部分810.1.P*可以导致用于维护推荐的更早的未来时间840.2或更晚的时间(未示出)。与竖直升力绘图线810.1相反,第二示例性最大竖直升力绘图线810.2可以表示作为PAM 6的吸入的函数的发动机性能的模拟计算。
因此,基于根据竖直升力绘图线810.2的PAM吸入的过去历史,将功率或效率外推到未来,将得到外推效率最大可用竖直升力线810.2.P。与时间840.2或840.1相比,竖直升力绘图线810.2.P在更早的维护时间840.3处与竖直升力阈值830相交。这指示维护应该比不考虑PAM 6吸入的维护估计早得多地进行。
但是,通过使用实时PAM传感器数据403.3、外推性能竖直升力绘图线810.2.P和发动机的历史PAM吸入,外推竖直升力绘图线810.2.P可以反映PAM 6的吸入不像最坏的情况那样严重。因此,建议的维护时间840.3可以在需要维护之前允许更多时间,从而消除对不必要或过早维护的需要。
发动机健康报告433和发动机健康因素434可以包括在单次飞行过程中的PAM 6摄入的原始数据或概要数据。发动机健康报告433可以包括多个飞行中的PAM 6摄入的概要数据。该数据可以帮助维护人员进一步识别整体发动机健康和维护要求。
发动机健康报告433还可以将PAM 6识别为以各种方式(例如通过导致更大PAM积累的地形、高度、任务类型或大气条件)概述或分类。这种报告可以有助于未来的任务规划。
发动机硬件健康计算模块430可以生成发动机健康报告433,其指示部件模块的健康或发动机100的健康。发动机健康报告433可以指示各种发动机部件的部件效率425,并且可以指示最大可用发动机功率或可以指示发动机功率的下降率。
EHF 434还可以包括发动机扭矩系数、温度、推力、压力和PAM积累。发动机硬件健康计算模块430还可以协助EPHMS 400和示例性方法700,从而为发动机维护和推荐的维护日期840提供建议。
图9示出了示例性计算的发动机维护曲线图900。特别地,图9示出了附加的示例性最大竖直升力绘图线910,其反映响应于发动机100突然高水平吸入PAM 6而生成的发动机性能竖直升力绘图线910.P的模拟外推计算。竖直升力绘图线910还包括历史部分910.H。
在一个实施例中,外推的竖直升力绘图线910.P是基于由于PAM吸入而导致的发动机功率的预期降低。或者,外推的竖直升力绘图线910.P假设高水平的PAM吸入可以持续到未来。在替代实施例中,可以采用各种启发式方法来估计在不久的将来可以预期多少更高水平的PAM吸入。
示例性最大竖直升力绘图线910在相对于当前时间的估计时间点940(任务功率损失)处与竖直升力阈值830相交。结果,实施例可以在任务的预期持续时间内确定发动机100的状况与任务成功相关。
在实施例中,发动机PAM吸入的时间含义是通过主动建模飞行器发动机的操作和/或性能来确定的。这种建模可以基于发动机元件和部件的数学模型,以及发动机力学、飞行器性能、空气动力学和其他环境因素的数学物理模型。
在替代实施例中,可以基于历史发动机数据训练基于处理器的学习系统,包括利用神经网络模型680的神经网络,以预测与过去由于PAM引起的下降一致的发动机性能下降。在其他实施例中,基于处理器的统计分析系统可以识别将PAM吸入水平与发动机性能下降相关联的统计数据和模型。这些模型可以外推到新的环境情况;并且然后进一步用于预测可能在各种任务环境中降低发动机性能的PAM吸入水平。
本领域技术人员还将理解,在不脱离本公开的范围和精神的情况下,可以构造上述优选和替代实施例的各种改编和修改。因此,应当理解,在所附权利要求的范围内,本公开可以以不同于本文具体描述的方式实践。
一种存储指令的有形计算机可读非暂时性存储介质,该指令在由飞行器的硬件处理器执行时,使硬件处理器执行方法。该方法包括在飞行器的飞行期间,从飞行器的发动机的发动机PAM传感器接收发动机的气体路径中的颗粒物量的测量值。该方法还包括向飞行器的飞行员呈现颗粒物测量值的可视化,其中可视化支持响应于颗粒物的存在的飞行器的导航。
一种示例性系统,包括与飞行器的发动机相关联的硬件处理器、被构造为在飞行期间测量发动机中的颗粒物水平的颗粒传感器;以及飞行器的显示器。硬件处理器被构造为在飞行期间从颗粒传感器接收发动机的气体路径中的颗粒物量的测量值,并且经由显示器向飞行器的飞行员呈现可视化,以响应于颗粒物的存在来指导飞行器的导航。
一种存储指令的有形计算机可读非暂时性存储介质,该指令在由飞行器的硬件处理器执行时,使硬件处理器执行方法。该方法包括:从飞行器的发动机的颗粒传感器接收发动机的气体路径中的颗粒物量的测量值;从发动机的环境传感器接收发动机的环境状态;以及基于环境状态和颗粒物量的测量值确定发动机效率,发动机效率根据存储的指令中包括的发动机功率模型确定。该方法还包括:基于发动机效率确定发动机的当前功率能力;基于当前功率能力和历史功率能力确定发动机的功率能力随时间的变化;以及根据发动机的功率能力的变化确定发动机的维护要求。
一种包括与飞行器相关联的发动机控制器的系统。发动机控制器包括飞行器发动机中的硬件处理器和多个传感器。多个传感器包括(i)颗粒传感器,其被构造为测量发动机的气体路径中的颗粒物量的测量值和发动机中的积累颗粒物量的测量值中的至少一个;和(ii)环境传感器,其被构造为检测发动机的环境状态;以及存储器,其被构造为存储用于模拟发动机的功率的发动机功率模型。硬件处理器被构造为:基于发动机功率模型和来自环境传感器的发动机数据确定发动机的效率;基于来自颗粒传感器的颗粒数据确定发动机的效率的变化;基于发动机效率确定发动机的当前功率能力;基于当前功率能力和历史功率能力确定发动机的功率能力随时间的变化;以及根据功率能力的变化确定发动机的维护要求。
本发明的进一步方面通过以下条项的主题提供:
1.一种存储指令的有形计算机可读非暂时性存储介质,所述指令在由飞行器的硬件处理器执行时,使所述硬件处理器执行方法,所述方法包括:在所述飞行器的飞行期间,从所述飞行器的发动机的发动机颗粒传感器接收所述发动机的气体路径中的颗粒物量的测量值;以及向所述飞行器的飞行员呈现所述颗粒物的所述测量值的可视化,其中,所述可视化支持响应于颗粒物的存在的所述飞行器的导航。
2.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现所述发动机的所述气体路径中的所述颗粒物量的当前测量值的视觉指示。
3.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现在最近的时间间隔内所述发动机的所述气体路径中的所述颗粒物量的多个时间连续测量值的视觉指示。
4.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现在不同飞行高度检测到的所述发动机中的所述颗粒物量的多个测量值的视觉指示。
5.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现多个不同地理地面坐标处的所述发动机中的所述颗粒物量的多个测量值的视觉指示。
6.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,所述方法进一步包括:从所述发动机颗粒传感器接收原始颗粒物传感器数据流;以及过滤所述原始颗粒物传感器数据流以提取选定颗粒数据的测量值,用于显示给所述飞行员。
7.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,所述方法进一步包括:从所述发动机颗粒传感器接收原始颗粒物传感器数据流;以及处理所述原始颗粒物传感器数据流以根据一种或多种颗粒物特性对所述颗粒物进行分类,所述一种或多种颗粒物特性包括密度、质量、颗粒尺寸和成分中的至少一个。
8.根据前述条项中的任一项所述的有形计算机可读非暂时性存储介质,其中,所述方法进一步包括:向所述飞行员呈现与所述气体路径中的所述颗粒物量相关联的发动机风险的指示。
9.一种系统,包括:处理器,所述处理器与飞行器的发动机相关联;颗粒传感器,所述颗粒传感器被构造为在飞行期间测量所述发动机中的颗粒物水平;以及所述飞行器的显示器;其中:所述处理器被构造为:在所述飞行期间,从所述颗粒传感器接收所述发动机的气体路径中的颗粒物量的测量值;并且经由所述显示器向所述飞行器的飞行员呈现可视化,以响应于颗粒物的存在来指导所述飞行器的导航。
10.根据前述条项中的任一项所述的系统,其中,所述处理器进一步被构造为将所述可视化呈现为以下中的至少一个:包括所述发动机的所述气体路径中的所述颗粒物水平的视觉指示;包括在最近的时间间隔内所述发动机的所述气体路径中的所述颗粒物水平的多个时间连续测量值的视觉指示;包括在不同飞行高度检测到的所述发动机中的所述颗粒物量的多个测量值的视觉指示;以及在多个不同地理地面坐标处的所述发动机中的所述颗粒物量的多个测量值的视觉指示。
11.根据前述条项中的任一项所述的系统,进一步包括:(i)被构造为检测所述发动机的操作状态的操作传感器,以及(ii)存储在所述处理器的存储器中的用于模拟所述发动机的功率的发动机功率模型;其中,所述处理器被构造为:基于所述发动机功率模型和来自所述操作传感器的发动机数据确定所述发动机的效率;基于来自所述颗粒传感器的颗粒数据确定所述发动机的所述效率的变化;基于所确定的效率确定所述发动机的当前功率能力;基于当前功率能力和历史功率能力确定所述发动机的所述功率能力随时间的变化;以及根据所述功率能力的所述变化确定所述发动机的维护要求。
12.根据前述条项中的任一项所述的系统,其中,所述处理器进一步被构造为:基于新的或标称的发动机的预期性能更新初始发动机功率模型,所述更新包括响应于所述颗粒物量的所述测量值随时间更新所述发动机功率模型;并且基于根据(i)更新的发动机功率模型、(ii)所述发动机的过去性能数据以及(iii)过去的发动机颗粒数据对发动机功率进行建模,通过确定预计未来效率来确定所述发动机的所述效率随时间的所述变化。
13.根据前述条项中的任一项所述的系统,其中,所述处理器进一步被构造为:根据所述发动机的所述功率能力的所述变化确定由于吸入颗粒物而导致的发动机功率损失的实时任务感知。
14.一种方法,包括:从飞行器的发动机的颗粒传感器接收所述发动机的气体路径中的颗粒物量的测量值;从所述发动机的环境传感器接收所述发动机的环境状态;经由与所述飞行器相关联的处理器,基于所述环境状态和所述颗粒物量的所述测量值确定发动机效率,所述发动机效率根据存储在所述处理器的存储器中的指令中包括的发动机功率模型确定;经由所述处理器基于所述发动机效率确定所述发动机的当前功率能力;经由所述处理器基于所述当前功率能力和历史功率能力确定所述发动机的功率能力随时间的变化;以及经由所述处理器根据所述发动机的所述功率能力的所述变化确定所述发动机的维护要求。
15.根据前述条项中的任一项所述的方法,其中,所述发动机功率模型最初基于新的或标称的发动机的预期性能;并且其中,所述发动机功率模型响应于所述颗粒物量的所述测量值随时间而更新。
16.根据前述条项中的任一项所述的方法,其中,确定所述发动机的所述功率能力随时间的所述变化包括基于根据(i)更新的发动机功率模型、(ii)所述发动机的过去发动机环境数据以及(iii)过去的发动机颗粒数据对发动机功率进行建模来确定预计未来效率。
17.根据前述条项中的任一项所述的方法,其中,根据所述发动机的所述功率能力随时间的所述变化来确定所述发动机维护要求包括确定所述发动机的预计未来功率达到允许的发动机功率阈值时的未来时间或日期。
18.根据前述条项中的任一项所述的方法,其中,从所述发动机的环境传感器接收所述发动机的环境状态包括接收以下中的两个或更多个:(i)由所述发动机生成的推力;(ii)所述发动机的燃料消耗;(iii)发动机扭矩系数;(iv)发动机压力;以及(v)发动机温度;并且确定所述发动机的所述预计未来效率包括根据所述环境状态(i)-(v)中的另一个来评估所述环境状态(i)-(v)中的任何一个。
19.根据前述条项中的任一项所述的方法,其中,从所述发动机的环境传感器接收所述发动机的环境状态包括接收以下中的两个或更多个:(i)由所述发动机生成的推力,(ii)所述发动机的燃料消耗,(iii)发动机扭矩系数,(iv)发动机压力,以及(v)发动机温度;并且确定所述发动机的所述当前功率能力包括根据所述环境状态(i)-(v)中的另一个来评估所述环境状态(i)-(v)中的任何一个。
20.根据前述条项中的任一项所述的方法,其中,所述方法进一步包括根据所述发动机的所述功率能力的所述变化确定由于颗粒物吸入导致的发动机功率损失的实时任务感知。
Claims (10)
1.一种存储指令的有形计算机可读非暂时性存储介质,其特征在于,所述指令在由飞行器的硬件处理器执行时,使所述硬件处理器执行方法,所述方法包括:
在所述飞行器的飞行期间,从所述飞行器的发动机的发动机颗粒传感器接收所述发动机的气体路径中的颗粒物量的测量值;以及
向所述飞行器的飞行员呈现所述颗粒物的所述测量值的可视化,其中,所述可视化支持响应于颗粒物的存在的所述飞行器的导航。
2.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现所述发动机的所述气体路径中的所述颗粒物量的当前测量值的视觉指示。
3.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现在最近的时间间隔内所述发动机的所述气体路径中的所述颗粒物量的多个时间连续测量值的视觉指示。
4.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现在不同飞行高度检测到的所述发动机中的所述颗粒物量的多个测量值的视觉指示。
5.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,向所述飞行器的所述飞行员呈现所述可视化包括呈现多个不同地理地面坐标处的所述发动机中的所述颗粒物量的多个测量值的视觉指示。
6.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,所述方法进一步包括:
从所述发动机颗粒传感器接收原始颗粒物传感器数据流;以及
过滤所述原始颗粒物传感器数据流以提取选定颗粒数据的测量值,用于显示给所述飞行员。
7.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,所述方法进一步包括:
从所述发动机颗粒传感器接收原始颗粒物传感器数据流;以及
处理所述原始颗粒物传感器数据流以根据一种或多种颗粒物特性对所述颗粒物进行分类,所述一种或多种颗粒物特性包括密度、质量、颗粒尺寸和成分中的至少一个。
8.根据权利要求1所述的有形计算机可读非暂时性存储介质,其特征在于,其中,所述方法进一步包括:
向所述飞行员呈现与所述气体路径中的所述颗粒物量相关联的发动机风险的指示。
9.一种系统,其特征在于,包括:
处理器,所述处理器与飞行器的发动机相关联;
颗粒传感器,所述颗粒传感器被构造为在飞行期间测量所述发动机中的颗粒物水平;以及
所述飞行器的显示器;其中:
所述处理器被构造为:
在所述飞行期间,从所述颗粒传感器接收所述发动机的气体路径中的颗粒物量的测量值;并且
经由所述显示器向所述飞行器的飞行员呈现可视化,以响应于颗粒物的存在来指导所述飞行器的导航。
10.根据权利要求9所述的系统,其特征在于,其中,所述处理器进一步被构造为将所述可视化呈现为以下中的至少一个:
包括所述发动机的所述气体路径中的所述颗粒物水平的视觉指示;
包括在最近的时间间隔内所述发动机的所述气体路径中的所述颗粒物水平的多个时间连续测量值的视觉指示;
包括在不同飞行高度检测到的所述发动机中的所述颗粒物量的多个测量值的视觉指示;以及
在多个不同地理地面坐标处的所述发动机中的所述颗粒物量的多个测量值的视觉指示。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/669,331 US20230251651A1 (en) | 2022-02-10 | 2022-02-10 | Systems and methods for providing information regarding particulate matter within an aircraft engine |
US17/669,331 | 2022-02-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116620555A true CN116620555A (zh) | 2023-08-22 |
Family
ID=87520899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210985443.5A Pending CN116620555A (zh) | 2022-02-10 | 2022-08-17 | 用于提供关于飞行器发动机内的颗粒物的信息的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230251651A1 (zh) |
CN (1) | CN116620555A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11946421B2 (en) | 2022-02-10 | 2024-04-02 | General Electric Company | Use of particulate sensor in engine power assurance |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8461531B2 (en) * | 2011-10-11 | 2013-06-11 | The Boeing Company | Detecting volcanic ash in jet engine exhaust |
HUE048132T2 (hu) * | 2013-09-06 | 2020-07-28 | Ge Aviation Systems Llc | Légi jármû, valamint részecskedetektáló eljárás |
US10336465B2 (en) * | 2016-01-08 | 2019-07-02 | The Regents Of The University Of Michigan | Ice crystals and volcanic ash detection system |
US9718562B1 (en) * | 2016-01-29 | 2017-08-01 | General Electric Company | System and method of evaluating the effect of dust on aircraft engines |
US10099804B2 (en) * | 2016-06-16 | 2018-10-16 | General Electric Company | Environmental impact assessment system |
CA2978298A1 (en) * | 2016-09-06 | 2018-03-06 | Rolls-Royce North American Technologies Inc. | Systems and methods of modifying turbine engine operating limits |
US20180194487A1 (en) * | 2017-01-09 | 2018-07-12 | General Electric Company | Optical detector for encounter with debris suspension cloud |
US11193387B2 (en) * | 2017-07-11 | 2021-12-07 | General Electric Company | Performance and life optimizing control system for a turbine engine |
US20220097864A1 (en) * | 2020-09-30 | 2022-03-31 | Ge Avio S.R.L. | Aircraft performance optimization based on engine performance monitoring |
US11946421B2 (en) * | 2022-02-10 | 2024-04-02 | General Electric Company | Use of particulate sensor in engine power assurance |
-
2022
- 2022-02-10 US US17/669,331 patent/US20230251651A1/en active Pending
- 2022-08-17 CN CN202210985443.5A patent/CN116620555A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230251651A1 (en) | 2023-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9181878B2 (en) | Operations support systems and methods for calculating and evaluating engine emissions | |
Dunn | Operation of gas turbine engines in an environment contaminated with volcanic ash | |
JP6283420B2 (ja) | 航空機および微粒子検出方法 | |
CN102862685B (zh) | 检测飞机部件的性能进入衰退期的方法及飞机的维修方法 | |
US9317249B2 (en) | Operations support systems and methods for calculating and evaluating turbine temperatures and health | |
US9376983B2 (en) | Operations support systems and methods with acoustics evaluation and control | |
US8321118B2 (en) | Operations support systems and methods with power assurance | |
EP2202147B1 (en) | Operations support systems and methods for power management | |
US20100161196A1 (en) | Operations support systems and methods with engine diagnostics | |
CA2852299C (en) | Engine operations support systems and methods for reducing fuel flow | |
US8869603B2 (en) | Debris detection in turbomachinery and gas turbine engines | |
EP3200039B1 (en) | System and method of evaluating the effect of dust on aircraft engines | |
CN116620555A (zh) | 用于提供关于飞行器发动机内的颗粒物的信息的系统和方法 | |
Davison et al. | Assessment and characterization of volcanic ash threat to gas turbine engine performance | |
EP4227516A1 (en) | Use of particulate sensor in engine power assurance | |
US11149583B2 (en) | Gas turbine engine particulate ingestion and accumulation sensor system and method | |
Grassart | Monitoring of the lubrication system of an aircraft engine through a Prognostic and Health Monitoring approach | |
EP3889395B1 (en) | Gas turbine engine particulate ingestion and accumulation sensor system and method | |
Davison et al. | Assessment and Characterization of Volcanic Ash Threat to Gas Turbine Engine Performance | |
Scala et al. | Sensor requirements to monitor the real time performance of a gas turbine engine undergoing compressor blade erosion | |
King et al. | Use of equipment health monitoring information for assessing potential exposure to volcanic events |
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 |