CN117465690A - 一种对民用飞机的起动活门进行健康监测的方法 - Google Patents

一种对民用飞机的起动活门进行健康监测的方法 Download PDF

Info

Publication number
CN117465690A
CN117465690A CN202311829497.3A CN202311829497A CN117465690A CN 117465690 A CN117465690 A CN 117465690A CN 202311829497 A CN202311829497 A CN 202311829497A CN 117465690 A CN117465690 A CN 117465690A
Authority
CN
China
Prior art keywords
sav
health
characteristic value
value
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.)
Granted
Application number
CN202311829497.3A
Other languages
English (en)
Other versions
CN117465690B (zh
Inventor
徐贵强
李舒
朱泊宇
祝祯祎
黄子健
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.)
Comac Software Co ltd
Original Assignee
Comac Software Co ltd
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 Comac Software Co ltd filed Critical Comac Software Co ltd
Priority to CN202311829497.3A priority Critical patent/CN117465690B/zh
Publication of CN117465690A publication Critical patent/CN117465690A/zh
Application granted granted Critical
Publication of CN117465690B publication Critical patent/CN117465690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/40—Maintaining or repairing aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Analysis (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供一种对民用飞机的起动活门进行健康监测的方法，该方法包括步骤如下：（1）计算民用飞机的SAV的健康特征值；（2）对SAV的健康特征值与SAV的寿命数据进行建模，得到预测模型；（3）计算当次航班的SAV的健康特征值，并基于预测模型进行预测，得到当次航班的SAV的剩余寿命；（4）根据剩余寿命优化维修计划。本发明的优势在于：（1）利用DAR数据，对每一个航段的SAV失效特征数据进行分析，可以有效得到SAV的预期寿命与失效阈值，优化飞机维修策略；（2）可以快速定位SAV的相关故障，帮助维修人员提高维修效率；（3）根据SAV的预期寿命与失效阈值进行失效预警与维修优化，可以有效避免飞机AOG情况。

Description

一种对民用飞机的起动活门进行健康监测的方法
技术领域
本发明涉及民用飞机领域，尤其是涉及一种对民用飞机的起动活门进行健康监测的方法。
背景技术
DAR（Digital Access Recorder数字存取记录仪）是一种飞机上的数据记录器，DAR可以根据用户特定的要求记录需要关注的参数。其中记录的数据来自飞机状态监控系统（ACMS）。与DAR功能类似的系统还有QAR（Quick Access Recorder快速存取记录器），这两种系统的功能均为记录在飞行过程中产生的飞行数据。但区别在于， QAR只是在FDR的强制性参数基础上扩大了记录参数的范围，其记录的数据量较小，且用户无法根据需求自定义记录参数，无法满足健康管理等精细化利用数据的需求。因此，若要对发动机等机上系统进行精细化的数据分析，则必须采取安装了DAR设备的飞机所下传的DAR数据。
民用飞机的起动系统主要包括供气管路、起动活门（StartAirValve，以下简称SAV）、空气起动机（ATS）、点火装置等。当发动机起动电门置于启动位置时，控制系统首先会向APU的控制组件发出指令，APU进入起动发动机模式（MES），引气压力值上升，供气回路由APU经由引气管路向起动机供气。SAV在起动机供气的管路上，其结构如图2所示；当引气压力值达到一定阈值后，气体会进入图3中的起动活门打开腔，进而推动作动器向下移动。作动器经由连杆结构推动，克服扭力弹簧的扭力，将SAV结构中的蝶形阀由闭合状态转向开启状态，使得引气结构能够向起动机供气。
在SAV打开后，发动机起动机将引气系统所输送的气体的动能转换为发动机N2的旋转动能，推动N2开始旋转。整个发动机起动过程如图4所示，在发动机N2的转速达到点火阈值时，发动机点火装置开始持续进行点火，在发动机N2转速达到约供油阈值时，燃油管路会向发动机输送燃油，在输送燃油2到3秒后，民用飞机将会真正点火。
上述这一系列的过程会产生对应的传感器数据，传感器数据可以被DAR记录后下传到服务器上，被数据分析人员所分析。民用飞机的起动系统出现故障一般有三种可能，包括起动所需的引气压力过低、起动机故障、SAV故障等。这一系列的故障均可以根据数据进行分析、判断，这就为进行SAV故障预测提供了基础。
AOG (AircraftonGround)是"飞机在地面机务保障"，是一种应急状态，表示一架飞机没有被维修并返回服务之前不得不停飞。在航空公司运行期间，如果SAV发生故障，则会导致航班不能正常运行，发生延误，进而出现AOG情况，导致重大的经济损失。损失包括航班延误、取消产生的退票费用、旅客赔偿、紧急调动维修人员与备件产生的运输费用等等。如果能够提前预知SAV即将发生故障，不仅能够避免飞机发生AOG的损失，还可以降低维修成本，使得维修更有计划性。
发明内容
本发明的目的在于：针对现有技术存在的问题，提供一种对民用飞机的起动活门进行健康监测的方法，以解决因SAV故障导致飞机AOG状态造成损失的问题。
本发明的发明目的通过以下技术方案来实现：
一种对民用飞机的起动活门进行健康监测的方法，该方法包括步骤如下：
（1）计算民用飞机的SAV的健康特征值；
（2）对SAV的健康特征值与SAV的寿命数据进行建模，得到预测模型；
（3）计算当次航班的SAV的健康特征值，并基于预测模型进行预测，得到当次航班的SAV的剩余寿命；
（4）根据剩余寿命优化维修计划。
作为进一步的技术方案，所述步骤（1）的具体步骤如下：
（1.1）根据DAR数据，计算SAV的原始健康特征值；
（1.2）根据环境温度计算温度时间修正值；
（1.3）根据DAR数据中的引气压力数据，计算引气压力时间修正值；
（1.4）计算时间修正值；
（1.5）根据温度时间修正值、引气压力时间修正值、时间修正值对SAV的原始健康特征值进行修正，得到SAV的健康特征值。
作为进一步的技术方案，所述步骤（1.1）的具体步骤如下：在DAR数据中，寻找发动机起动电门置于启动位置的时间TA，随后寻找发动机N2转速大于0的时间TB，最后计算T* =TB-TA的秒数，将T*作为SAV的原始健康特征值。
作为进一步的技术方案，所述步骤（1.2）的具体步骤如下：首先获取SAV在TA时的外界温度数据C，随后计算温度时间修正值TC=K0（C-C0），C0是标准温度，K0是温度修正系数。
作为进一步的技术方案，所述步骤（1.3）的具体步骤如下：首先根据APU引气压力数值，计算APU引气压力从TA到TB的积分值P，随后计算引气压力时间修正值PC=K1（P-P0），P0是标准APU引气压力值，K1是引气压力修正系数。
作为进一步的技术方案，所述步骤（1.4）的具体步骤如下：获取TB时刻的发动机N2转速值E，随后计算时间修正值t= E/E0，E0是初始一秒时刻发动机N2转速均值。
作为进一步的技术方案，所述步骤（1.5）的具体步骤如下：计算SAV健康特征值T=T* +TC+PC-t。
作为进一步的技术方案，所述步骤（2）的具体步骤如下：
（2.1）根据起动活门的装机履历以及飞机使用数据，得到SAV的使用寿命；
（2.2）根据步骤（1），对起动活门经历的每一个航段数据进行计算，得到对应的SAV的健康特征值，将其与SAV的使用寿命构建出二元组，得到原始数据散点图；
（2.3）根据原始数据散点图，将原始数据分为健康段与失效段，并得到由健康段进入失效段的失效阈值；
（2.4）对SAV失效时的健康特征值进行拟合，得到SAV进入失效段后，SAV的使用寿命与SAV的健康特征值的函数以及SAV彻底失效的相关阈值，该函数即为预测模型。
作为进一步的技术方案，所述步骤（3）的具体步骤如下：
（3.1）根据步骤（1）计算当次航班的SAV的健康特征值；
（3.2）判断该SAV的健康特征值是否偏离健康段，进入失效段，若未偏离，则结束，否则转到步骤（3.3）；
（3.3）将该SAV的健康特征值输入预测模型，得到该SAV的使用寿命，然后用SAV寿命终点减去该SAV的使用寿命，即得到该SAV的剩余寿命。
作为进一步的技术方案，所述步骤（4）的具体步骤如下：
（4.1）通过FOC系统，获取后续航班排班数据；
（4.2）根据航班排班数据，获取后续起降机场；
（4.3）获取每个后续机场的维修条件；
（4.4）使用维修条件，计算每个后续机场的维修成本；
（4.5）选择停场时间大于维修时间且降落后SAV部件剩余寿命满足安全阈值的情况下，维修成本最小的后续机场进行维修，若后续机场均不满足要求，则直接设置当前机场为维修机场。
与现有技术相比，本发明具有以下优点：
1、利用DAR数据，对每一个航段的SAV失效特征数据进行分析，可以有效得到SAV的预期寿命与失效阈值，优化飞机维修策略；
2、可以快速定位SAV的相关故障，帮助维修人员提高维修效率；
3、根据SAV的预期寿命与失效阈值进行失效预警与维修优化，可以有效避免飞机AOG情况。
附图说明
图1为本故障预测方法流程图；
图2为SAV结构图；
图3为SAV原理图；
图4为发动机起动过程详解；
图5为SAV健康特征值-SAV使用寿命散点图；
图6为失效段拟合结果与剩余寿命计算示意图。
实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本发明方法的技术原理：由于SAV故障往往体现在SAV开闭异常上，所以，通过分析SAV的开闭时间，维修人员可以对SAV的故障进行相关监测；一旦SAV打开所消耗的时间过长，则很有可能SAV将进入异常状态。
SAV打开需要一定的时间。由于发动机起动电门置于启动位置时，除了对SAV发出打开指令，同时还给APU的控制组件发出指令，控制APU进入起动发动机模式（MES）。当APU进入MES工作状态时，飞机气源总管的引气压力会升高，推动SAV开启。所以，首先寻找发动机起动电门置于启动位置的时间，并将其作为SAV开始打开的时间；而由于只有在SAV在开启后，引气系统内的气体才能对发动机起动机做功，进而推动发动机高压转子旋转，故而这一时刻的终止点可以根据发动机高压转子转速N2不为0的时刻得出。计算二者的差值，可以得到SAV的原始打开时间，这一时间即可作为SAV的健康特征值，因为一旦SAV出现故障，往往会出现打开出现延迟等现象。
但是，上述计算并不准确，因为SAV的打开时间还会由于环境因素变化而产生相应的变化，故而还需要计算修正值来修正上述打开时间数据，才能得到真正的SAV的健康特征值。
首先，SAV开合是通过弹簧结构控制，由于弹簧的弹性系数随着温度升高而变小，温度越高，SAV打开越容易，温度越低，SAV打开越困难，因此需要进行温度值修正。通过收集当前温度数据C，可以计算得到温度修正值。
其次，SAV开合时，开合的能量实际上由发动机引气系统提供，引气系统是恒速装置，其提供的气压不固定，有可能受海拔等环境因素影响。引气系统提供的气压越大，SAV打开越容易，气压越小，SAV打开越困难，因此需要进行引气修正。通过计算打开过程中的引气压力积分值P，可以得到引气压力修正值。
最后，由于采样发动机N2转速的采样频率为1秒1次，发动机N2的实际开始旋转时间有可能在[TB-1s,TB]这一区间内，因此，需要对TB时刻N2的转速值E进行计算，将其除以一秒内的可能的最大转速E0，可以得到时间修正系数t=E/E0。根据这一系列的修正系数，可以得到SAV打开时间，即SAV健康特征值的精确数据指标。
SAV是一个机械结构。在实际运行中，SAV的故障过程符合Poisson过程，在其寿命周期中，可能会受到若干次冲击。不妨设SAV寿命为t，定义随机过程{N(t) t>0}为计数过程，n表示从0到t时刻SAV受到冲击的次数，单位时间内发生冲击的概率为λ，则有：
当冲击超过SAV的承受阈值后，SAV的性能会进入衰退期，虽然暂时还能正常运行，但其健康特征值会以指数形式衰退，如图5所示。
通过SAV在寿命周期中的健康特征散点图，系统可以得到SAV进入失效区间的阈值，在连续若干航段的健康特征值高于失效阈值后，系统即判断该SAV进入衰退期，系统将衰退期的SAV健康特征值与SAV部件寿命进行拟合，得到SAV健康特征值与SAV部件寿命之间在衰退时期的函数关系。根据这一函数关系，系统就构建出了SAV的健康管理模型。当某一SAV进入失效期时，系统将SAV的健康特征值代入模型中，可以得到这一SAV的理论剩余寿命，并根据这一寿命，以及SAV所需的维修资源，在飞机后续的航线上规划最佳的维修地点。
本实施例提供一种利用DAR数据对民用飞机的起动活门进行健康管理的方法，该方法可应用在民用飞机健康管理领域，以避免AOG状态发生给航空公司造成的损失，本方法的具体流程如图1所示。
步骤1：计算民用飞机的SAV的健康特征值：
步骤1.1：首先，在译码得到的DAR数据中，寻找发动机起动电门置于启动位置的时间TA，随后寻找发动机N2转速大于0的时间TB，最后计算T* = TB-TA的秒数，将T*作为SAV的原始健康特征值。
步骤1.2：根据环境温度计算温度时间修正值TC。首先得到SAV在时间TA时的外界温度数据C，随后计算温度时间修正值TC=K0（C-C0），C0是标准温度，K0是经过统计分析得到的温度修正系数。
步骤1.3：计算引气压力时间修正值PC。首先根据APU引气压力数值，计算APU引气压力从TA到TB的积分值P，随后计算引气压力时间修正值PC=K1（P-P0），P0是标准APU引气压力值，K1是经过统计分析得到的引气压力修正系数。
步骤1.4：计算时间修正值t。计算方法为，获取TB时刻的发动机N2转速值E，随后计算时间修正值t= E/E0，E0是经过统计后得到的初始一秒时刻发动机N2转速均值，对发动机的启动时间数据进行修正。
步骤1.5：根据温度时间修正值、引气压力时间修正值、时间修正值对SAV的原始健康特征值进行修正，得到SAV的健康特征值T= T*+TC+PC-t。
步骤2：对SAV的健康特征值与SAV的寿命数据进行建模，得到预测模型（即函数f(T)）并保存，具体的步骤如下：
步骤2.1：根据起动活门的装机履历以及飞机使用数据，得到SAV的使用寿命L（单位cycle）。具体方式为：从装机履历获取当前SAV的部件履历，其中包含了若干时间段以及飞机注册号，再根据飞机注册号以及对应的时间段，获取这一SAV经历的所有飞行航段与时长，以及每一个飞行航段所对应的QAR数据。
步骤2.2：根据步骤1，对起动活门经历的每一个航段数据进行计算，得到对应的SAV的健康特征值T，将其与SAV的使用寿命L构建出二元组，得到原始数据散点图，如图5所示。
步骤2.3：根据原始数据散点图，将原始数据分为健康段与失效段，并得到由健康段进入失效段的失效阈值。
步骤2.4：对SAV失效时的健康特征值进行拟合，得到拟合曲线，然后根据拟合曲线得到SAV进入失效段后SAV的使用寿命L与SAV的健康特征值的函数f(T)=L，以及SAV彻底失效的相关阈值，该函数f(T)=L即为预测模型。
步骤3：在航班结束，DAR数据下传译码完成后，对当次航班的SAV数据进行预测，得到预测结果，具体的步骤如下：
步骤3.1：航段下传，DAR数据完成译码后，按照步骤1中方式计算当次航班的SAV的健康特征值T，并保存。
步骤3.2：判断该SAV的健康特征值是否偏离健康段，进入失效段。若未偏离，则结束，否则转到步骤3.3；
步骤3.3：将该SAV的健康特征值T输入步骤2中得到的预测模型，得到该SAV的使用寿命L，然后用SAV寿命终点L*减去该SAV的使用寿命L，即得到该SAV的剩余寿命，如图6所示。
步骤3.4：输出SAV故障告警，告警中包含允许的飞行起落。
步骤4：根据预测结果的剩余寿命优化维修计划，具体的步骤如下：
步骤4.1：通过FOC系统，获取后续航班排班数据。
步骤4.2：根据航班排班数据，获取后续起降机场。
步骤4.3：通过维修系统，获取每个后续机场的维修条件，维修条件包括欠缺资质人员P1、欠缺备件P2、停场时间，降落后SAV部件剩余寿命等。
步骤4.4：使用维修条件，计算每个后续机场的维修成本。计算方式为：维修成本S=k1P1+k2P2。P1为机场欠缺的资质人员，k1为人员调度成本，P2为欠缺的备件数量，k2为部件调度成本。
步骤4.5：选择停场时间大于维修时间且降落后SAV部件剩余寿命满足安全阈值的情况下，维修成本S最小的后续机场进行维修，并根据人员情况与备件情况，发出人员与备件调度指令。若后续机场均不满足要求，则直接设置当前机场为维修机场。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，应当指出的是，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种对民用飞机的起动活门进行健康监测的方法，其特征在于，该方法包括步骤如下：
（1）计算民用飞机的SAV的健康特征值；
（2）对SAV的健康特征值与SAV的寿命数据进行建模，得到预测模型；
（3）计算当次航班的SAV的健康特征值，并基于预测模型进行预测，得到当次航班的SAV的剩余寿命；
（4）根据剩余寿命优化维修计划。
2.根据权利要求1所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（1）的具体步骤如下：
（1.1）根据DAR数据，计算SAV的原始健康特征值；
（1.2）根据环境温度计算温度时间修正值；
（1.3）根据DAR数据中的引气压力数据，计算引气压力时间修正值；
（1.4）计算时间修正值；
（1.5）根据温度时间修正值、引气压力时间修正值、时间修正值对SAV的原始健康特征值进行修正，得到SAV的健康特征值。
3.根据权利要求2所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（1.1）的具体步骤如下：在DAR数据中，寻找发动机起动电门置于启动位置的时间TA，随后寻找发动机N2转速大于0的时间TB，最后计算T* = TB-TA的秒数，将T*作为SAV的原始健康特征值。
4.根据权利要求3所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（1.2）的具体步骤如下：首先获取SAV在TA时的外界温度数据C，随后计算温度时间修正值TC=K0（C-C0），C0是标准温度，K0是温度修正系数。
5.根据权利要求3所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（1.3）的具体步骤如下：首先根据APU引气压力数值，计算APU引气压力从TA到TB的积分值P，随后计算引气压力时间修正值PC=K1（P-P0），P0是标准APU引气压力值，K1是引气压力修正系数。
6.根据权利要求3所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（1.4）的具体步骤如下：获取TB时刻的发动机N2转速值E，随后计算时间修正值t= E/E0，E0是初始一秒时刻发动机N2转速均值。
7.根据权利要求3所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（1.5）的具体步骤如下：计算SAV健康特征值T= T*+TC+PC-t。
8.根据权利要求1所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（2）的具体步骤如下：
（2.1）根据起动活门的装机履历以及飞机使用数据，得到SAV的使用寿命；
（2.2）根据步骤（1），对起动活门经历的每一个航段数据进行计算，得到对应的SAV的健康特征值，将其与SAV的使用寿命构建出二元组，得到原始数据散点图；
（2.3）根据原始数据散点图，将原始数据分为健康段与失效段，并得到由健康段进入失效段的失效阈值；
（2.4）对SAV失效时的健康特征值进行拟合，得到SAV进入失效段后，SAV的使用寿命与SAV的健康特征值的函数以及SAV彻底失效的相关阈值，该函数即为预测模型。
9.根据权利要求8所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（3）的具体步骤如下：
（3.1）根据步骤（1）计算当次航班的SAV的健康特征值；
（3.2）判断该SAV的健康特征值是否偏离健康段，进入失效段，若未偏离，则结束，否则转到步骤（3.3）；
（3.3）将该SAV的健康特征值输入预测模型，得到该SAV的使用寿命，然后用SAV寿命终点减去该SAV的使用寿命，即得到该SAV的剩余寿命。
10.根据权利要求1所述的一种对民用飞机的起动活门进行健康监测的方法，其特征在于，所述步骤（4）的具体步骤如下：
（4.1）通过FOC系统，获取后续航班排班数据；
（4.2）根据航班排班数据，获取后续起降机场；
（4.3）获取每个后续机场的维修条件；
（4.4）使用维修条件，计算每个后续机场的维修成本；
（4.5）选择停场时间大于维修时间且降落后SAV部件剩余寿命满足安全阈值的情况下，维修成本最小的后续机场进行维修，若后续机场均不满足要求，则直接设置当前机场为维修机场。
CN202311829497.3A 2023-12-28 2023-12-28 一种对民用飞机的起动活门进行健康监测的方法 Active CN117465690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311829497.3A CN117465690B (zh) 2023-12-28 2023-12-28 一种对民用飞机的起动活门进行健康监测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311829497.3A CN117465690B (zh) 2023-12-28 2023-12-28 一种对民用飞机的起动活门进行健康监测的方法

Publications (2)

Publication Number Publication Date
CN117465690A true CN117465690A (zh) 2024-01-30
CN117465690B CN117465690B (zh) 2024-03-22

Family

ID=89631594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311829497.3A Active CN117465690B (zh) 2023-12-28 2023-12-28 一种对民用飞机的起动活门进行健康监测的方法

Country Status (1)

Country Link
CN (1) CN117465690B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040049715A1 (en) * 2002-09-05 2004-03-11 Jaw Link C. Computer networked intelligent condition-based engine/equipment management system
GB0810726D0 (en) * 2007-06-12 2008-07-16 Boeing Co systems and methods for monitoring of complex systems
CN102175446A (zh) * 2011-02-24 2011-09-07 西北工业大学 一种安全活门组件检测装置
CN202923890U (zh) * 2012-11-09 2013-05-08 北京航空航天大学 一种民用飞机机翼防除冰周期性引气系统
CN104340368A (zh) * 2013-07-24 2015-02-11 中国国际航空股份有限公司 一种飞机机翼防冰活门的监控系统及方法
US20180005197A1 (en) * 2016-06-30 2018-01-04 The Boeing Company Aircraft non-periodic maintenance scheduling system
US20180130030A1 (en) * 2016-11-09 2018-05-10 Air China Limited Method for maintaining aircraft and a configuration system and a computing device thereof
CN109215165A (zh) * 2018-08-08 2019-01-15 南京航空航天大学 一种民用飞机apu性能评估及故障预警方法
US20190128191A1 (en) * 2017-10-30 2019-05-02 Honeywell International Inc. Energy scavenging health monitors for aircraft and other vehicles
CN110567722A (zh) * 2019-05-13 2019-12-13 上海飞机客户服务有限公司 一种基于性能参数的民机发动机起动系统健康监测方法
CN111470047A (zh) * 2020-02-28 2020-07-31 中国南方航空股份有限公司 一种民航飞机引气和/或空调系统健康监控方法
US20200372726A1 (en) * 2019-05-21 2020-11-26 Honeywell International Inc. Systems and methods for auxiliary power unit health indicator computation
CN112881916A (zh) * 2021-01-21 2021-06-01 湘潭大学 一种锂电池健康状态和剩余可用寿命的预测方法及系统
CN112987695A (zh) * 2021-03-12 2021-06-18 北京航天自动控制研究所 飞行器健康预测方法
CN113010981A (zh) * 2021-03-15 2021-06-22 金陵科技学院 一种飞机发动机低压引气活门的维修决策方法
CN113569384A (zh) * 2021-06-29 2021-10-29 中国人民解放军火箭军工程大学 基于数模联动的服役设备剩余寿命在线自适应预测方法
CN113723777A (zh) * 2021-08-16 2021-11-30 南京航空航天大学 一种民用飞机运行风险的管理方法及装置
US20220127016A1 (en) * 2020-10-27 2022-04-28 Safran Landing Systems Canada Inc Gas dissolution prediction system and method for an aircraft shock strut
CN116039949A (zh) * 2023-02-01 2023-05-02 中国商用飞机有限责任公司 一种用于监控飞行器发动机的起动活门故障的方法及系统
CN116149801A (zh) * 2023-04-18 2023-05-23 商飞软件有限公司 一种机载维护与健康管理仿真系统及仿真方法

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040049715A1 (en) * 2002-09-05 2004-03-11 Jaw Link C. Computer networked intelligent condition-based engine/equipment management system
GB0810726D0 (en) * 2007-06-12 2008-07-16 Boeing Co systems and methods for monitoring of complex systems
CN102175446A (zh) * 2011-02-24 2011-09-07 西北工业大学 一种安全活门组件检测装置
CN202923890U (zh) * 2012-11-09 2013-05-08 北京航空航天大学 一种民用飞机机翼防除冰周期性引气系统
CN104340368A (zh) * 2013-07-24 2015-02-11 中国国际航空股份有限公司 一种飞机机翼防冰活门的监控系统及方法
US20180005197A1 (en) * 2016-06-30 2018-01-04 The Boeing Company Aircraft non-periodic maintenance scheduling system
CN107563519A (zh) * 2016-06-30 2018-01-09 波音公司 飞行器非周期性维护安排系统
US20180130030A1 (en) * 2016-11-09 2018-05-10 Air China Limited Method for maintaining aircraft and a configuration system and a computing device thereof
US20190128191A1 (en) * 2017-10-30 2019-05-02 Honeywell International Inc. Energy scavenging health monitors for aircraft and other vehicles
CN109215165A (zh) * 2018-08-08 2019-01-15 南京航空航天大学 一种民用飞机apu性能评估及故障预警方法
CN110567722A (zh) * 2019-05-13 2019-12-13 上海飞机客户服务有限公司 一种基于性能参数的民机发动机起动系统健康监测方法
US20200372726A1 (en) * 2019-05-21 2020-11-26 Honeywell International Inc. Systems and methods for auxiliary power unit health indicator computation
CN111470047A (zh) * 2020-02-28 2020-07-31 中国南方航空股份有限公司 一种民航飞机引气和/或空调系统健康监控方法
US20220127016A1 (en) * 2020-10-27 2022-04-28 Safran Landing Systems Canada Inc Gas dissolution prediction system and method for an aircraft shock strut
CN112881916A (zh) * 2021-01-21 2021-06-01 湘潭大学 一种锂电池健康状态和剩余可用寿命的预测方法及系统
CN112987695A (zh) * 2021-03-12 2021-06-18 北京航天自动控制研究所 飞行器健康预测方法
CN113010981A (zh) * 2021-03-15 2021-06-22 金陵科技学院 一种飞机发动机低压引气活门的维修决策方法
CN113569384A (zh) * 2021-06-29 2021-10-29 中国人民解放军火箭军工程大学 基于数模联动的服役设备剩余寿命在线自适应预测方法
CN113723777A (zh) * 2021-08-16 2021-11-30 南京航空航天大学 一种民用飞机运行风险的管理方法及装置
CN116039949A (zh) * 2023-02-01 2023-05-02 中国商用飞机有限责任公司 一种用于监控飞行器发动机的起动活门故障的方法及系统
CN116149801A (zh) * 2023-04-18 2023-05-23 商飞软件有限公司 一种机载维护与健康管理仿真系统及仿真方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YU ZHANG: "Model-based degradation inference for auxiliary power unit start system", ENGINEERING FAILURE ANALYSIS, vol. 118, 11 September 2020 (2020-09-11), pages 1 - 12, XP086319023, DOI: 10.1016/j.engfailanal.2020.104895 *
王永华: "某型航空发动机起动系统故障研究", 燃气轮机技术, vol. 34, no. 04, 16 December 2021 (2021-12-16), pages 1 - 5 *
谢晓龙: "航空发动机性能评价与衰退预测方法研究", 中国博士学位论文全文数据库 工程科技Ⅱ辑, no. 02, 15 February 2017 (2017-02-15), pages 1 - 171 *
高鑫磊: "民用飞机发动机起动系统健康监测与故障诊断方法研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 02, 15 February 2020 (2020-02-15), pages 1 - 100 *

Also Published As

Publication number Publication date
CN117465690B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
US9797328B2 (en) Equipment health monitoring method and system and engine
US11061394B2 (en) In-situ measurement logging by wireless communication unit for communicating engine data
US8165826B2 (en) Data driven method and system for predicting operational states of mechanical systems
KR101598649B1 (ko) 맞춤화 메시지에 따른 비행기의 성능을 검측하는 방법
US8798848B2 (en) Method for detecting whether performance of aircraft components is in the deterioration period
CN106030429B (zh) 用于预测航空器的空气调节组合件中故障的方法
US7197430B2 (en) Method and apparatus for determining engine part life usage
CN108733891B (zh) 用于预测使用寿命周期和低周期疲劳消耗的系统和方法
CN102866014B (zh) 辅助动力单元的性能检测方法
US10192368B2 (en) Method for diagnosing an auxiliary power unit fault
US11428118B2 (en) Method and apparatus for predicting turbine outlet temperature in gas turbine
US20090048730A1 (en) Method and system for planning repair of an engine
GB2518893A (en) Method for predicting an auxiliary power unit fault
EP3249200B1 (en) Gas turbine engine with lifing calculations based upon actual usage
CN117465690B (zh) 一种对民用飞机的起动活门进行健康监测的方法
US8755985B2 (en) Method and a device for monitoring an engine
EP4332708A1 (en) Engine control system and method with artificial intelligence sensor training
US20230042497A1 (en) Energy optimization for a hybrid electric engine
Pfoertner et al. Statistical correlations for analysis and prediction of turbine engine component life usage

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