JP2003129866A - 適応空気熱力学エンジンモデル - Google Patents
適応空気熱力学エンジンモデルInfo
- Publication number
- JP2003129866A JP2003129866A JP2002277241A JP2002277241A JP2003129866A JP 2003129866 A JP2003129866 A JP 2003129866A JP 2002277241 A JP2002277241 A JP 2002277241A JP 2002277241 A JP2002277241 A JP 2002277241A JP 2003129866 A JP2003129866 A JP 2003129866A
- Authority
- JP
- Japan
- Prior art keywords
- engine
- model
- adapting
- engine model
- operating parameters
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Feedback Control In General (AREA)
- Testing Of Engines (AREA)
Abstract
(57)【要約】
【課題】 エンジン性能の熱力学的および機械的な影響
と、長期使用の部品の効率低下とを明らかにする空気熱
力学エンジンモデルを提供する。 【解決手段】 複数のモデルエンジン作動パラメータ
と、複数の公称部品効率と、対応効率変更関数とを組み
込んだ適応空気熱力学エンジンモデル２０を開示する。
複数のデータポイントに関して、定常状態作動時に、複
数のモデルエンジン作動パラメータに対応する複数のエ
ンジン作動パラメータを測定し、対応する効率変更関数
を用いて各公称部品効率を繰返し適応させて、各モデル
エンジン作動パラメータを上記測定されたエンジン作動
パラメータに夫々整合させ、上記適応された公称部品効
率に基づいて、実際の部品効率を推定する。推定された
実際の部品効率をエンジンモデル２０に入力することに
よって、エンジンモデル２０を適応させる。
と、長期使用の部品の効率低下とを明らかにする空気熱
力学エンジンモデルを提供する。 【解決手段】 複数のモデルエンジン作動パラメータ
と、複数の公称部品効率と、対応効率変更関数とを組み
込んだ適応空気熱力学エンジンモデル２０を開示する。
複数のデータポイントに関して、定常状態作動時に、複
数のモデルエンジン作動パラメータに対応する複数のエ
ンジン作動パラメータを測定し、対応する効率変更関数
を用いて各公称部品効率を繰返し適応させて、各モデル
エンジン作動パラメータを上記測定されたエンジン作動
パラメータに夫々整合させ、上記適応された公称部品効
率に基づいて、実際の部品効率を推定する。推定された
実際の部品効率をエンジンモデル２０に入力することに
よって、エンジンモデル２０を適応させる。
Description
【０００１】
【発明の属する技術分野】本発明はガスタービンエンジ
ンの作動に関し、特に、ターボシャフトエンジンの適応
空気熱力学エンジンモデルに関する。
ンの作動に関し、特に、ターボシャフトエンジンの適応
空気熱力学エンジンモデルに関する。
【０００２】
【従来の技術】従来、ガスタービンエンジンの物理的条
件を決定したいときは、試験飛行中に保守係によって、
様々なエンジン作動パラメータが測定され記録される。
記録されたデータは、エンジンの健全性を決定するため
に、例えば、タービン翼の磨耗や熱的劣化がエンジン性
能に影響を及ぼしているかどうかを決定するために用い
られる。しかし、このような測定の手続きは時間が掛り
高価である。
件を決定したいときは、試験飛行中に保守係によって、
様々なエンジン作動パラメータが測定され記録される。
記録されたデータは、エンジンの健全性を決定するため
に、例えば、タービン翼の磨耗や熱的劣化がエンジン性
能に影響を及ぼしているかどうかを決定するために用い
られる。しかし、このような測定の手続きは時間が掛り
高価である。
【０００３】エンジン性能マップは、また、エンジン製
造業者によって提供されようが、或いは製造者によって
提供されたデータから得られようが、エンジンの性能を
長期に渡って予想するために使用されてきた。しかし、
このような予想は、エンジン性能マップが部品の磨耗や
熱劣化に起因する性能の低下を考慮したものでないの
で、十分に正確ではない。
造業者によって提供されようが、或いは製造者によって
提供されたデータから得られようが、エンジンの性能を
長期に渡って予想するために使用されてきた。しかし、
このような予想は、エンジン性能マップが部品の磨耗や
熱劣化に起因する性能の低下を考慮したものでないの
で、十分に正確ではない。
【０００４】ガスタービンエンジンを動力とする航空機
の運転、特に回転翼型航空機の運転は、エンジンの健全
性に関するリアルタイムな情報がパイロットに提供され
るならば、非常に安全になる。例えば、一定のフライト
条件下での運転すなわち操縦をする前に、使用可能な最
大出力を知ることができれば、それは非常に有用であ
る。さらに、パイロットは、正確且つリアルタイムなエ
ンジンデータによって、センサの故障を検出でき、その
故障にタイムリーに対応できる。この情報は、また、エ
ンジンの日常整備を行なうための最適時間の決定する際
にも有用となる。
の運転、特に回転翼型航空機の運転は、エンジンの健全
性に関するリアルタイムな情報がパイロットに提供され
るならば、非常に安全になる。例えば、一定のフライト
条件下での運転すなわち操縦をする前に、使用可能な最
大出力を知ることができれば、それは非常に有用であ
る。さらに、パイロットは、正確且つリアルタイムなエ
ンジンデータによって、センサの故障を検出でき、その
故障にタイムリーに対応できる。この情報は、また、エ
ンジンの日常整備を行なうための最適時間の決定する際
にも有用となる。
【０００５】
【発明が解決しようとする課題】熱力学エンジンモデル
は、故障の発見とエンジンの実態分析のために、エンジ
ン製造者によっても使用される。従来のエンジンモデル
は有用であるが、長期に渡るエンジンの性能を正確にモ
デル化できないという点で、限定されたものとなってい
る。さらに、従来型のエンジンモデルは、長期に渡る部
品の効率低下の原因を明らかにするものでない。また、
エンジン性能に関する高次の熱力学的影響や機械的影響
を明らかにするものでない。その結果、従来のエンジン
モデルは運航する航空機では使用されていない。
は、故障の発見とエンジンの実態分析のために、エンジ
ン製造者によっても使用される。従来のエンジンモデル
は有用であるが、長期に渡るエンジンの性能を正確にモ
デル化できないという点で、限定されたものとなってい
る。さらに、従来型のエンジンモデルは、長期に渡る部
品の効率低下の原因を明らかにするものでない。また、
エンジン性能に関する高次の熱力学的影響や機械的影響
を明らかにするものでない。その結果、従来のエンジン
モデルは運航する航空機では使用されていない。
【０００６】
【課題を解決するための手段】本発明は、新規で有用な
ターボエンジン用空気熱力学エンジンモデルを指向する
ものであり、エンジンモデルは、エンジン性能の高次の
熱力学的影響および機械的影響と、長期に渡る部品の効
率低下とを明らかにすることによって、実際のエンジン
を正確に反映するものである。本発明のエンジンモデル
は、一度適応すると、最大エンジン出力の使用可能性を
予測したり、エンジンセンサの故障を検出し、エンジン
センサが故障した場合はエンジンを制御するために使用
される。
ターボエンジン用空気熱力学エンジンモデルを指向する
ものであり、エンジンモデルは、エンジン性能の高次の
熱力学的影響および機械的影響と、長期に渡る部品の効
率低下とを明らかにすることによって、実際のエンジン
を正確に反映するものである。本発明のエンジンモデル
は、一度適応すると、最大エンジン出力の使用可能性を
予測したり、エンジンセンサの故障を検出し、エンジン
センサが故障した場合はエンジンを制御するために使用
される。
【０００７】本発明の適応エンジンモデルは、複数のモ
デルエンジン作動パラメータと、複数の公称エンジン部
品の効率と、対応する効率変更関数とを記憶するための
手段とを含む。本モデルは、さらに、測定された複数の
エンジン作動パラメータを受け取るための手段と、この
測定されたエンジン作動パラメータにモデルエンジン作
動パラメータを整合させることによって実際のエンジン
部品効率を推定するための手段とを含む。好ましくは、
上記実際のエンジン部品の効率を推定するための手段
は、対応する効率変更関数を用いて公称部品の各効率を
繰返し適応させるための手段を含む。
デルエンジン作動パラメータと、複数の公称エンジン部
品の効率と、対応する効率変更関数とを記憶するための
手段とを含む。本モデルは、さらに、測定された複数の
エンジン作動パラメータを受け取るための手段と、この
測定されたエンジン作動パラメータにモデルエンジン作
動パラメータを整合させることによって実際のエンジン
部品効率を推定するための手段とを含む。好ましくは、
上記実際のエンジン部品の効率を推定するための手段
は、対応する効率変更関数を用いて公称部品の各効率を
繰返し適応させるための手段を含む。
【０００８】上記エンジンモデルは、エンジンへ投入さ
れる燃料の実際の流れを推定するための手段と、入口案
内羽根角変更関数を組み込んでエンジンの実際の入口案
内羽根角を推定するための手段とを組み込んでいる。上
記燃料の実際の流れを推定するための手段は測定された
投入燃料流を繰返し適応させるための燃料流変更関数を
含み、上記実際の入口案内羽根角を推定するための手段
は、測定された入口案内羽根角を適応させる。
れる燃料の実際の流れを推定するための手段と、入口案
内羽根角変更関数を組み込んでエンジンの実際の入口案
内羽根角を推定するための手段とを組み込んでいる。上
記燃料の実際の流れを推定するための手段は測定された
投入燃料流を繰返し適応させるための燃料流変更関数を
含み、上記実際の入口案内羽根角を推定するための手段
は、測定された入口案内羽根角を適応させる。
【０００９】本発明は、また、ターボシャフト用空気熱
力学エンジンモデルを適応させる方法を指向する。この
方法は、複数のモデルエンジン作動パラメータと、複数
の公称部品効率と、対応する効率変更関数とを組み込ん
でいる適応空気熱力学エンジンモデルを供与するステッ
プを含んでいる。この方法は、さらに、複数のデータポ
イントについて、エンジンの定常状態作動時に、上記複
数のモデルエンジン作動パラメータに対応する複数のエ
ンジン作動パラメータを測定するステップと、上記対応
する効率変更関数を用いて上記公称部品効率の各々を繰
返し適応させることによって、上記モデルエンジン作動
パラメータの各々を、測定されたそれぞれのエンジン作
動パラメータに整合させるステップとを含んでいる。こ
の方法は、さらに、上記適応された公称部品効率に基づ
いて実際の部品効率を推定するステップと、上記推定さ
れた実際の部品効率を上記エンジンモデルに入力するス
テップとを含んでいる。
力学エンジンモデルを適応させる方法を指向する。この
方法は、複数のモデルエンジン作動パラメータと、複数
の公称部品効率と、対応する効率変更関数とを組み込ん
でいる適応空気熱力学エンジンモデルを供与するステッ
プを含んでいる。この方法は、さらに、複数のデータポ
イントについて、エンジンの定常状態作動時に、上記複
数のモデルエンジン作動パラメータに対応する複数のエ
ンジン作動パラメータを測定するステップと、上記対応
する効率変更関数を用いて上記公称部品効率の各々を繰
返し適応させることによって、上記モデルエンジン作動
パラメータの各々を、測定されたそれぞれのエンジン作
動パラメータに整合させるステップとを含んでいる。こ
の方法は、さらに、上記適応された公称部品効率に基づ
いて実際の部品効率を推定するステップと、上記推定さ
れた実際の部品効率を上記エンジンモデルに入力するス
テップとを含んでいる。
【００１０】好ましくは、モデルエンジン作動パラメー
タを上記測定されたそれぞれのエンジン作動パラメータ
に整合させるステップは、モデルエンジン作動パラメー
タと上記測定されたエンジン作動パラメータとの間で合
成された測定誤差を最小化させるステップを含み、上記
合成された測定誤差を最小化させるステップは、予め決
められた条件が満たされると終了する。
タを上記測定されたそれぞれのエンジン作動パラメータ
に整合させるステップは、モデルエンジン作動パラメー
タと上記測定されたエンジン作動パラメータとの間で合
成された測定誤差を最小化させるステップを含み、上記
合成された測定誤差を最小化させるステップは、予め決
められた条件が満たされると終了する。
【００１１】上記方法は、複数のデータポイントについ
て定常状態作動時に投入燃料流を測定し、燃料流変更関
数を用いて上記投入燃料流を繰返し適応させ、上記適応
された投入燃料流に基づいて上記投入燃料流の実際値を
推定することによって、上記エンジンへの燃料流を較正
するステップをさらに備え、上記投入燃料流の推定され
た実際値は上記エンジンモデルへの入力情報である。さ
らに、上記方法は、複数のデータポイントについて定常
状態作動時に入口案内羽根角を測定し、入口案内羽根角
変更関数を用いて上記入口案内羽根角を繰返し適応さ
せ、上記適応された入口案内羽根角に基づいて上記入口
案内羽根角の実際値を推定することによって、上記エン
ジンの上記入口案内羽根角を較正するステップをさらに
備え、上記入口案内羽根角の推定された実際値は上記エ
ンジンモデルへの入力情報である。
て定常状態作動時に投入燃料流を測定し、燃料流変更関
数を用いて上記投入燃料流を繰返し適応させ、上記適応
された投入燃料流に基づいて上記投入燃料流の実際値を
推定することによって、上記エンジンへの燃料流を較正
するステップをさらに備え、上記投入燃料流の推定され
た実際値は上記エンジンモデルへの入力情報である。さ
らに、上記方法は、複数のデータポイントについて定常
状態作動時に入口案内羽根角を測定し、入口案内羽根角
変更関数を用いて上記入口案内羽根角を繰返し適応さ
せ、上記適応された入口案内羽根角に基づいて上記入口
案内羽根角の実際値を推定することによって、上記エン
ジンの上記入口案内羽根角を較正するステップをさらに
備え、上記入口案内羽根角の推定された実際値は上記エ
ンジンモデルへの入力情報である。
【００１２】本発明のこれらの様相あるいは他の様相お
よびこれらを使用した方法は、以下に記載の図面に関連
して為される発明の詳細な説明から、当業者にはより容
易に明らかである。
よびこれらを使用した方法は、以下に記載の図面に関連
して為される発明の詳細な説明から、当業者にはより容
易に明らかである。
【００１３】
【発明の実施の形態】ここに開示された適応空気熱力学
エンジンモデルは、如何なる形態のガスタービンエンジ
ンとも共に使用され得る。しかし、以下の記述において
は、回転翼型航空機用動力装置として使用される３スプ
ールターボシャフトエンジンについて論及される。この
エンジンは、異なる速度で運転するように設計された３
つのスプールまたはシャフトを備え、広範な運転範囲に
渡ってエンジン性能を最適化するように製造されてい
る。第１のスプ−ルまたはシャフトは、低圧圧縮機（Ｌ
ＰＣ）と低圧タービン（ＬＰＴ）に結合されて作動され
る。第２スプールまたはシャフトは、高圧圧縮機（ＨＰ
Ｃ）と高圧タービン（ＨＰＴ）に結合されて作動され
る。第３スプールは、出力タービン（ＰＴ）に結合され
て作動される。
エンジンモデルは、如何なる形態のガスタービンエンジ
ンとも共に使用され得る。しかし、以下の記述において
は、回転翼型航空機用動力装置として使用される３スプ
ールターボシャフトエンジンについて論及される。この
エンジンは、異なる速度で運転するように設計された３
つのスプールまたはシャフトを備え、広範な運転範囲に
渡ってエンジン性能を最適化するように製造されてい
る。第１のスプ−ルまたはシャフトは、低圧圧縮機（Ｌ
ＰＣ）と低圧タービン（ＬＰＴ）に結合されて作動され
る。第２スプールまたはシャフトは、高圧圧縮機（ＨＰ
Ｃ）と高圧タービン（ＨＰＴ）に結合されて作動され
る。第３スプールは、出力タービン（ＰＴ）に結合され
て作動される。
【００１４】数個のエンジン作動パラメータが、３スプ
ールターボシャフトエンジンに結合され、それらパラメ
ータは本発明の説明において言及される。これらの作動
パラメータは次のものを含んでいる。 Ｔ２ エンジン入口温度 Ｐ２ エンジン入口圧力 ＱＳ エンジントルク（ＳＨＰ−シャフトＨＰ） Ｔ４.５ 出力タービン入口ガス温度 ＮＨ 高圧タービンスプール速度 ＮＬ 低圧タービンスプール速度 ＮＰ 出力タービンスプール速度 Ｐ３ 圧縮機排出圧力 ＷＦ 燃料流 ＩＧＶ 入口案内羽根角
ールターボシャフトエンジンに結合され、それらパラメ
ータは本発明の説明において言及される。これらの作動
パラメータは次のものを含んでいる。 Ｔ２ エンジン入口温度 Ｐ２ エンジン入口圧力 ＱＳ エンジントルク（ＳＨＰ−シャフトＨＰ） Ｔ４.５ 出力タービン入口ガス温度 ＮＨ 高圧タービンスプール速度 ＮＬ 低圧タービンスプール速度 ＮＰ 出力タービンスプール速度 Ｐ３ 圧縮機排出圧力 ＷＦ 燃料流 ＩＧＶ 入口案内羽根角
【００１５】さて、図面を参照すると、同一の参照番号
は、ここに開示された本発明の同一の特徴を識別してい
る。図１には、埋込型適応空気熱力学エンジンモデルの
付いた電子制御ユニット１０の概略線図が示されてい
る。より詳細には、制御ユニット１０はエンジンモデル
２０を含み、上記エンジンモデル２０は、特に複数のモ
デルエンジン作動パラメータと複数の公称エンジン部品
効率という形態のデータを、メモリに記憶している。上
記公称エンジン部品効率は次のものを含む。 ηＬＰＣ 低圧圧縮機効率 ηＨＰＣ 高圧圧縮機効率 ηＨＰＴ 高圧タービン効率 ηＬＰＴ 低圧タービン効率 ηＰＴ 出力タービン効率
は、ここに開示された本発明の同一の特徴を識別してい
る。図１には、埋込型適応空気熱力学エンジンモデルの
付いた電子制御ユニット１０の概略線図が示されてい
る。より詳細には、制御ユニット１０はエンジンモデル
２０を含み、上記エンジンモデル２０は、特に複数のモ
デルエンジン作動パラメータと複数の公称エンジン部品
効率という形態のデータを、メモリに記憶している。上
記公称エンジン部品効率は次のものを含む。 ηＬＰＣ 低圧圧縮機効率 ηＨＰＣ 高圧圧縮機効率 ηＨＰＴ 高圧タービン効率 ηＬＰＴ 低圧タービン効率 ηＰＴ 出力タービン効率
【００１６】制御ユニット１０はさらに適応論理プロセ
ッサ３０を含み、適応論理プロセッサ３０はエンジン４
０からの測定された複数の作動パラメータを受け取る。
これらの検知されるパラメータは、フライトコンディシ
ョンが定常状態であるときに、予め決められた時間に、
例えば、予め決められた飛行時間の後に、或いは要求が
有り次第、複数のデータポイントについて測定される。
適応論理プロセッサ３０は、モデルエンジン作動パラメ
ータを、測定されたエンジン作動パラメータに整合させ
るようにプログラムされている。この整合プロセスは適
応アルゴリズムを実行することによって達成される。上
記適応アルゴリズムは、エンジン製造者が供給する変更
関数を用いて、公称エンジン部品効率を繰返し調整すな
わち適応させるように設計されている。上記アルゴリズ
ムは、予め決められた条件が満たされると終了する。上
記アルゴリズムの出力は、複数の推定された実物部品効
率である。次に、これらの値は、実際のエンジン性能を
長期に渡って正確に反映させるために、空気熱力学エン
ジンモデルに入力される。このエンジンモデルは、一度
十分に適応されると、故障の検出や調整のために使用で
き、センサの故障の場合はエンジンの制御のために使用
できる。
ッサ３０を含み、適応論理プロセッサ３０はエンジン４
０からの測定された複数の作動パラメータを受け取る。
これらの検知されるパラメータは、フライトコンディシ
ョンが定常状態であるときに、予め決められた時間に、
例えば、予め決められた飛行時間の後に、或いは要求が
有り次第、複数のデータポイントについて測定される。
適応論理プロセッサ３０は、モデルエンジン作動パラメ
ータを、測定されたエンジン作動パラメータに整合させ
るようにプログラムされている。この整合プロセスは適
応アルゴリズムを実行することによって達成される。上
記適応アルゴリズムは、エンジン製造者が供給する変更
関数を用いて、公称エンジン部品効率を繰返し調整すな
わち適応させるように設計されている。上記アルゴリズ
ムは、予め決められた条件が満たされると終了する。上
記アルゴリズムの出力は、複数の推定された実物部品効
率である。次に、これらの値は、実際のエンジン性能を
長期に渡って正確に反映させるために、空気熱力学エン
ジンモデルに入力される。このエンジンモデルは、一度
十分に適応されると、故障の検出や調整のために使用で
き、センサの故障の場合はエンジンの制御のために使用
できる。
【００１７】図２と図３を参照すると、上記適応エンジ
ンモデルのガス経路の流線図が描かれている。このエン
ジンモデルは、ＬＰＣと段部ダクト、ＨＰＣと排出ダク
ト、燃焼室とサーマルマスとＨＰＴ入口ダクト、ＨＰＴ
と段部ダクト、出力タービンとノズルを含んでいる。ガ
ス経路は、それぞれが番号で識別された一連のステーシ
ョンを含み、例えば、出入口の圧力や温度、熱流、空気
流やガス流、燃料流、エンタルピーなどのエンジン作動
パラメータが、エンジンモデルに入力される。
ンモデルのガス経路の流線図が描かれている。このエン
ジンモデルは、ＬＰＣと段部ダクト、ＨＰＣと排出ダク
ト、燃焼室とサーマルマスとＨＰＴ入口ダクト、ＨＰＴ
と段部ダクト、出力タービンとノズルを含んでいる。ガ
ス経路は、それぞれが番号で識別された一連のステーシ
ョンを含み、例えば、出入口の圧力や温度、熱流、空気
流やガス流、燃料流、エンタルピーなどのエンジン作動
パラメータが、エンジンモデルに入力される。
【００１８】ステーション２．０はＬＰＣへの入口を識
別する。このステーションでは、モデル入力情報として
使用される主要なエンジン作動パラメータは、入口圧力
Ｐ２ .０と入口温度Ｔ２.０と入口案内羽根角（ＩＧＶ）
と吹出弁位置（ＨＢＶ）である。このモデルでは、吹出
弁は閉塞位置にあると想定されている。さらに、低圧圧
縮機のスプール速度（ＮＬ）が上記モデルに入力され
る。ステーション２．５はＨＰＣへの入口を識別する。
このステーションにおける主要な作動パラメータは、圧
縮機入口圧力Ｐ２.５と圧縮機入口温度Ｔ２.５とであ
る。さらに、高圧圧縮機のスプール速度（ＮＨ）が上記
モデルに入力される。
別する。このステーションでは、モデル入力情報として
使用される主要なエンジン作動パラメータは、入口圧力
Ｐ２ .０と入口温度Ｔ２.０と入口案内羽根角（ＩＧＶ）
と吹出弁位置（ＨＢＶ）である。このモデルでは、吹出
弁は閉塞位置にあると想定されている。さらに、低圧圧
縮機のスプール速度（ＮＬ）が上記モデルに入力され
る。ステーション２．５はＨＰＣへの入口を識別する。
このステーションにおける主要な作動パラメータは、圧
縮機入口圧力Ｐ２.５と圧縮機入口温度Ｔ２.５とであ
る。さらに、高圧圧縮機のスプール速度（ＮＨ）が上記
モデルに入力される。
【００１９】ステーション３．０は燃焼室への入口を識
別する。このステーションでは、燃焼室の入口圧力Ｐ
３.０と入口温度Ｔ３.０とが、燃料流（ＷＦ）ととも
に、上記エンジンモデルに入力される。ステーション
４．０はＨＰＴへの入口を識別する。このステーション
における主要な作動パラメータは、タービン入口圧力Ｐ
４. ０とスプール速度（ＮＨ）である。ステーション
４．２５はＬＰＴへの入口を識別する。ステーション
４．２５においては、主要な作動パラメータは入口圧力
Ｐ ４.25とスプール速度（ＮＬ）である。ステーション
４．５はＰＴへの入口を識別する。このステーションで
は、主要な作動パラメータは入口圧力Ｐ４.5とエンジン
出力（ＨＰ）である。エンジンモデルでの最終ステーシ
ョンは７．０である。ここでは、主要な作動パラメータ
はタービン出口圧力Ｐ７.０である。
別する。このステーションでは、燃焼室の入口圧力Ｐ
３.０と入口温度Ｔ３.０とが、燃料流（ＷＦ）ととも
に、上記エンジンモデルに入力される。ステーション
４．０はＨＰＴへの入口を識別する。このステーション
における主要な作動パラメータは、タービン入口圧力Ｐ
４. ０とスプール速度（ＮＨ）である。ステーション
４．２５はＬＰＴへの入口を識別する。ステーション
４．２５においては、主要な作動パラメータは入口圧力
Ｐ ４.25とスプール速度（ＮＬ）である。ステーション
４．５はＰＴへの入口を識別する。このステーションで
は、主要な作動パラメータは入口圧力Ｐ４.5とエンジン
出力（ＨＰ）である。エンジンモデルでの最終ステーシ
ョンは７．０である。ここでは、主要な作動パラメータ
はタービン出口圧力Ｐ７.０である。
【００２０】さて、本発明の適応アルゴリズムを具体化
した図２と図３に示す空気熱力学エンジンモデルの適応
様態を調べると、エンジンモデルデータを実際のエンジ
ンデータに整合させるために使用される上記適応アルゴ
リズムは、測定された燃料流（ＷＦ）や入口案内羽根角
（ＩＧＶ）を直接使用していない。何故なら、これらの
重大な入力情報には、案内羽根の較正許容公差および燃
料の種類や温度の変化あるいはバッチ処理における変化
のために、不確定さが存在するからである。したがっ
て、この適応アルゴリズムでは、ＷＦとＩＧＶの推定
が、エンジン部品効率と共に、鋭意調整されて、エンジ
ンモデルを測定されたエンジン性能に正確に整合させて
いる。
した図２と図３に示す空気熱力学エンジンモデルの適応
様態を調べると、エンジンモデルデータを実際のエンジ
ンデータに整合させるために使用される上記適応アルゴ
リズムは、測定された燃料流（ＷＦ）や入口案内羽根角
（ＩＧＶ）を直接使用していない。何故なら、これらの
重大な入力情報には、案内羽根の較正許容公差および燃
料の種類や温度の変化あるいはバッチ処理における変化
のために、不確定さが存在するからである。したがっ
て、この適応アルゴリズムでは、ＷＦとＩＧＶの推定
が、エンジン部品効率と共に、鋭意調整されて、エンジ
ンモデルを測定されたエンジン性能に正確に整合させて
いる。
【００２１】入口案内羽根角（ＩＧＶ）の推定は、複数
の定常状態のデータポイントを伴う反復プロセスであ
り、図４に描かれている。それは、相関するΔＩＧＶを
得るために、ＩＧＶの検知された測定値を適応ＩＧＶ変
更関数に入力することを含む。次に、このΔＩＧＶと測
定されたＩＧＶとが加算されて、エンジンの推定された
ＩＧＶを得る。この推定は、エンジンモデルに対する入
力値として使用される。燃料流（ＷＦ）の推定も、反復
プロセスであり、相関するΔＷＦを得るために、ＷＦの
検知された測定値を適応ＷＦ変更関数に入力することを
含んでいる。次に、このΔＷＦと測定されたＷＦとが加
算されて、エンジンの推定されたＷＦを得る。この推定
された値もまた、エンジンモデルの入力情報として使用
される。上記適応変更関数は、熱力学エンジンのデータ
と経験に基づいて、長期に渡るものとして得られてい
る。
の定常状態のデータポイントを伴う反復プロセスであ
り、図４に描かれている。それは、相関するΔＩＧＶを
得るために、ＩＧＶの検知された測定値を適応ＩＧＶ変
更関数に入力することを含む。次に、このΔＩＧＶと測
定されたＩＧＶとが加算されて、エンジンの推定された
ＩＧＶを得る。この推定は、エンジンモデルに対する入
力値として使用される。燃料流（ＷＦ）の推定も、反復
プロセスであり、相関するΔＷＦを得るために、ＷＦの
検知された測定値を適応ＷＦ変更関数に入力することを
含んでいる。次に、このΔＷＦと測定されたＷＦとが加
算されて、エンジンの推定されたＷＦを得る。この推定
された値もまた、エンジンモデルの入力情報として使用
される。上記適応変更関数は、熱力学エンジンのデータ
と経験に基づいて、長期に渡るものとして得られてい
る。
【００２２】本質的には、適応プロセスの副産物は、Ｗ
Ｆ測定とＩＧＶ測定のオンライン較正にある。特に、Ｗ
ＦとＩＧＶに関する測定値と推定値の間の差異すなわち
バイアスは、それぞれ、測定されたパラメータＷＦとＩ
ＧＶの関数として、メモリに記憶される。次に、このバ
アイスは、パラメータの実際値をより正確に推定するた
めに、測定された値に（符号に依って）加減される。次
に、これらの値は、エンジン出力をより正確に計算する
ために、エンジンモデルに入力情報として使用される。
Ｆ測定とＩＧＶ測定のオンライン較正にある。特に、Ｗ
ＦとＩＧＶに関する測定値と推定値の間の差異すなわち
バイアスは、それぞれ、測定されたパラメータＷＦとＩ
ＧＶの関数として、メモリに記憶される。次に、このバ
アイスは、パラメータの実際値をより正確に推定するた
めに、測定された値に（符号に依って）加減される。次
に、これらの値は、エンジン出力をより正確に計算する
ために、エンジンモデルに入力情報として使用される。
【００２３】図４を引き続き参照すると、ＷＦとＩＧＶ
の推定が終わると、残る適応パラメータすなわち部品効
率が、モデル作動パラメータを測定されたパラメータに
整合させるために、繰返し調整される。特に、低圧圧縮
機効率（ηＬＰＣ）は、熱力学エンジンのデータから得
られた適応ＬＰＣ効率変更関数からΔηＬＰＣを得るこ
とによって、繰返し適応される。上記変更関数は、低圧
スプール速度（ＮＬ）と温度比（すなわち、海面での標
準日温度に対する雰囲気温度の比）θの平方根の形態
で、測定されたエンジンのデータを受け取る。上記変更
関数からの出力はΔηＬＰＣである。次に、この結果得
られた値は、部品効率ηＬＰＣを得るために、モデルす
なわち公称のηＬＰＣから減じられる。次に、この値
は、モデル量ΔＴ／Ｔ２．５といっしょに、低下した圧
力比（ＤＰＲ）への入力情報として使用される。ＤＰＲ
関数は、熱力学データと経験から、長期に渡るものとし
て得られている。ＤＰＲ関数からの出力情報は、Ｐ
２．５／Ｐ２．０の比である。次に、この値はＬＰＣス
テーションのエンジンモデルに入力される。
の推定が終わると、残る適応パラメータすなわち部品効
率が、モデル作動パラメータを測定されたパラメータに
整合させるために、繰返し調整される。特に、低圧圧縮
機効率（ηＬＰＣ）は、熱力学エンジンのデータから得
られた適応ＬＰＣ効率変更関数からΔηＬＰＣを得るこ
とによって、繰返し適応される。上記変更関数は、低圧
スプール速度（ＮＬ）と温度比（すなわち、海面での標
準日温度に対する雰囲気温度の比）θの平方根の形態
で、測定されたエンジンのデータを受け取る。上記変更
関数からの出力はΔηＬＰＣである。次に、この結果得
られた値は、部品効率ηＬＰＣを得るために、モデルす
なわち公称のηＬＰＣから減じられる。次に、この値
は、モデル量ΔＴ／Ｔ２．５といっしょに、低下した圧
力比（ＤＰＲ）への入力情報として使用される。ＤＰＲ
関数は、熱力学データと経験から、長期に渡るものとし
て得られている。ＤＰＲ関数からの出力情報は、Ｐ
２．５／Ｐ２．０の比である。次に、この値はＬＰＣス
テーションのエンジンモデルに入力される。
【００２４】高圧圧縮機効率（ηＨＰＣ）は、熱力学エ
ンジンデータと経験とから長期に渡るものとして得られ
た適応ＨＰＣ効率変更関数からΔηＨＰＣを得ることに
より、繰返し適応される。上記変更関数は、測定された
エンジンのデータを、高圧スプール速度（ＮＨ）と温度
比θの平方根の形態で受け取る。変更関数からの出力は
ΔηＨＰＣである。次に、この値は、部品効率ηＨＰＣ
を得るために、公称のηＨＰＣから減じられる。次に、
この結果得られた値は、モデル量ΔＴ／Ｔ３． ０といっ
しょに、ＤＰＲ関数への入力情報として使用される。こ
の変更関数は、熱力学エンジンデータから長期に渡るも
のとして得られている。低下圧力比関数からの出力は、
Ｐ３．０／Ｐ２．５の比である。この値は、ＨＰＣステ
ーションにおいてエンジンモデルに入力される。
ンジンデータと経験とから長期に渡るものとして得られ
た適応ＨＰＣ効率変更関数からΔηＨＰＣを得ることに
より、繰返し適応される。上記変更関数は、測定された
エンジンのデータを、高圧スプール速度（ＮＨ）と温度
比θの平方根の形態で受け取る。変更関数からの出力は
ΔηＨＰＣである。次に、この値は、部品効率ηＨＰＣ
を得るために、公称のηＨＰＣから減じられる。次に、
この結果得られた値は、モデル量ΔＴ／Ｔ３． ０といっ
しょに、ＤＰＲ関数への入力情報として使用される。こ
の変更関数は、熱力学エンジンデータから長期に渡るも
のとして得られている。低下圧力比関数からの出力は、
Ｐ３．０／Ｐ２．５の比である。この値は、ＨＰＣステ
ーションにおいてエンジンモデルに入力される。
【００２５】部品効率ηＨＰＣとηＬＰＣとが繰返し適
応されるが、これらの部品効率は長期に渡ると品質が均
一に低下することが経験とエンジンデータによって確認
されているので、ηＬＰＣやηＨＰＣよりも楽な計算で
行なわれる。したがって、η ＨＰＴの適応は、ＨＰＴと
ＬＰＴの公称値から、それぞれ、ΔηＨＰＴとΔηＬ
ＰＴを減ずることによって達成される。その結果得られ
る出力はηＨＰＴとηＬ ＰＴである。これらの部品効率
は、それぞれ、ＨＰＴとＬＰＴステーションにおいてエ
ンジンモデルに入力される。
応されるが、これらの部品効率は長期に渡ると品質が均
一に低下することが経験とエンジンデータによって確認
されているので、ηＬＰＣやηＨＰＣよりも楽な計算で
行なわれる。したがって、η ＨＰＴの適応は、ＨＰＴと
ＬＰＴの公称値から、それぞれ、ΔηＨＰＴとΔηＬ
ＰＴを減ずることによって達成される。その結果得られ
る出力はηＨＰＴとηＬ ＰＴである。これらの部品効率
は、それぞれ、ＨＰＴとＬＰＴステーションにおいてエ
ンジンモデルに入力される。
【００２６】出力タービン効率（ηＰＴ）は、熱力学エ
ンジンデータを使用して、長期に渡るものとして得られ
た適応ＰＴ効率変更関数からΔηＰＴを得ることによ
り、繰返し適応される。この変更関数は、測定されたエ
ンジンデータを圧力比Ｐ４．５／Ｐ７．０の形態で受け
取る。変更関数からの出力はΔηＰＴである。次に、こ
の結果得られた値は、部品効率ηＰＴを得るために公称
のηＰＴから減ぜられる。この部品効率はＰＴステーシ
ョンにおいてエンジンモデル内に入力される。
ンジンデータを使用して、長期に渡るものとして得られ
た適応ＰＴ効率変更関数からΔηＰＴを得ることによ
り、繰返し適応される。この変更関数は、測定されたエ
ンジンデータを圧力比Ｐ４．５／Ｐ７．０の形態で受け
取る。変更関数からの出力はΔηＰＴである。次に、こ
の結果得られた値は、部品効率ηＰＴを得るために公称
のηＰＴから減ぜられる。この部品効率はＰＴステーシ
ョンにおいてエンジンモデル内に入力される。
【００２７】推定された実際の各部品効率（ηＬＰＣ、
ηＨＰＣ、ηＬＰＴ、ηＰＴ）がエンジンモデルに一度
入力されると、十分に適応されたエンジンモデルは、実
際のエンジンの作動特性を正確に反映することができ
る。このような場合、例えば最大エンジン出力の使用可
能性を正確に予知するために、このエンジンモデルが使
用されてもよい。これによって、パイロットは、特定の
飛行運動を行なうためにエンジンが十分な出力を出せる
かどうかを知ることができる。或いはこの代わりに、適
応されたエンジンモデルは、検知されたデータを、適応
されたエンジンモデルデータと比較することによって、
エンジンセンサの故障を検出する欠陥診断器として使用
され得る。例えば、センサが適応されたエンジン値と異
なる値を示している場合には、パイロットは故障が検出
されたと警告される。さらに、本発明の適応されたエン
ジンモデルは非常に正確なリアルタイムなデータを提供
するので、エンジンモデルはフルオーソリティデジタル
電子制御装置（ＦＡＤＥＣ）に組入れられてもよく、セ
ンサが故障した場合には、エンジンを制御するために使
用され得る。
ηＨＰＣ、ηＬＰＴ、ηＰＴ）がエンジンモデルに一度
入力されると、十分に適応されたエンジンモデルは、実
際のエンジンの作動特性を正確に反映することができ
る。このような場合、例えば最大エンジン出力の使用可
能性を正確に予知するために、このエンジンモデルが使
用されてもよい。これによって、パイロットは、特定の
飛行運動を行なうためにエンジンが十分な出力を出せる
かどうかを知ることができる。或いはこの代わりに、適
応されたエンジンモデルは、検知されたデータを、適応
されたエンジンモデルデータと比較することによって、
エンジンセンサの故障を検出する欠陥診断器として使用
され得る。例えば、センサが適応されたエンジン値と異
なる値を示している場合には、パイロットは故障が検出
されたと警告される。さらに、本発明の適応されたエン
ジンモデルは非常に正確なリアルタイムなデータを提供
するので、エンジンモデルはフルオーソリティデジタル
電子制御装置（ＦＡＤＥＣ）に組入れられてもよく、セ
ンサが故障した場合には、エンジンを制御するために使
用され得る。
【００２８】図２乃至図５に示されると共に上文に記載
された適応プロセスは、適応アルゴリズムに具体化され
ている。上記適応は、式１に示されているように、非線
形最小二乗最小化問題として公式化されている。
された適応プロセスは、適応アルゴリズムに具体化され
ている。上記適応は、式１に示されているように、非線
形最小二乗最小化問題として公式化されている。
【００２９】最小二乗計算手法は、５つの効率変更に関
する関数Ｆ（η）のグラディエントすなわち感度に基づ
いている。このグラディエントベクトルは式２に示され
る。
する関数Ｆ（η）のグラディエントすなわち感度に基づ
いている。このグラディエントベクトルは式２に示され
る。
【００３０】式３は、グラディエントベクトルの第１要
素項の計算を示す。残る４つの要素項は、同じようにし
て計算される。
素項の計算を示す。残る４つの要素項は、同じようにし
て計算される。
【００３１】式３において、式４に示す各項の計算は、
エンジンモデルを不安定にするとともに、各ｉ番目の出
力条件に対しては定常状態にする。 エンジンモデルサブルーチンは、入力アーギュメントと
しての効率ベクトルを有する適応プログラムにより、繰
り返し呼び出される。Ｎデータポイントの収集に続く適
応ステップが開始される時に、ηにおいて、Ｑｉ、ＮＬ
ｉ、ＮＨｉ、Ｔ４ ．５ｉ、Ｐ３ｉが計算されたならば、
そのプログラムは、η＝[ηＬＰＣ＋Δη ＬＰＣ、η
ＨＰＣ、ηＨＰＴ、ηＬＰＴ、ηＰＴ]に対応して、式
５を計算する。このステートメントが、他の４つの効率
変更関数を固定しているときのみ、η ＬＰＴにおけるエ
ンジンモデルの不安定に対応していることは当業者は容
易に理解する。
エンジンモデルを不安定にするとともに、各ｉ番目の出
力条件に対しては定常状態にする。 エンジンモデルサブルーチンは、入力アーギュメントと
しての効率ベクトルを有する適応プログラムにより、繰
り返し呼び出される。Ｎデータポイントの収集に続く適
応ステップが開始される時に、ηにおいて、Ｑｉ、ＮＬ
ｉ、ＮＨｉ、Ｔ４ ．５ｉ、Ｐ３ｉが計算されたならば、
そのプログラムは、η＝[ηＬＰＣ＋Δη ＬＰＣ、η
ＨＰＣ、ηＨＰＴ、ηＬＰＴ、ηＰＴ]に対応して、式
５を計算する。このステートメントが、他の４つの効率
変更関数を固定しているときのみ、η ＬＰＴにおけるエ
ンジンモデルの不安定に対応していることは当業者は容
易に理解する。
【００３２】グラディエントベクトルの成分が計算され
た後、急勾配定水準プロセス（steepest decent proces
s）が使用されて、グラディエントベクトルを伴う式６
を用いた効率変更ベクトルを更新する。 式６において、Ｓはステップサイズであり且つスカラー
量である。次に、５次元の最小化は、Ｓを決定するため
の１次元問題に変換される。Ｓを計算するために、標準
的な計算手法を用いることができる。当業者は認識すべ
きことは、最小化問題は関数Ｆの多重計算を伴い、最小
化プロセスを完成させるためには、ｉデータポイント上
の性能の変化に依って、多重急勾配定水準ステップが必
要になることである。
た後、急勾配定水準プロセス（steepest decent proces
s）が使用されて、グラディエントベクトルを伴う式６
を用いた効率変更ベクトルを更新する。 式６において、Ｓはステップサイズであり且つスカラー
量である。次に、５次元の最小化は、Ｓを決定するため
の１次元問題に変換される。Ｓを計算するために、標準
的な計算手法を用いることができる。当業者は認識すべ
きことは、最小化問題は関数Ｆの多重計算を伴い、最小
化プロセスを完成させるためには、ｉデータポイント上
の性能の変化に依って、多重急勾配定水準ステップが必
要になることである。
【００３３】下記の３基準すなわち３条件がいずれも満
たされると、繰返しは終る。 １） 測定されたパラメータと予知されたモデルパラメ
ータとの間の「誤差」が、所定限界以下である。 ２） グラディエントが所定の限界以下である。これ
は、モデル整合が推定のパラメータに「無反応」となる
ポイントまで、モデル整合が行なわれたことを意味す
る。これが生じるのは、測定されたパラメータと予知さ
れたモデルパラメータとの間の差がセンサの測定誤差に
よって引き起こされるときである。 式８において、グラディエントベクトルの大きさは、個
々の成分の平方和の平方根である。 ３） パラメータの更新率が特定の限界値に達してい
る。これが生じるのは、モデル整合誤差の方向を表すグ
ラディエント関数が無能であるために、計算されるステ
ップサイズが非常に小さいときである。これは、典型的
には、「非可観察性」によって引き起こされる。「非可
観察性」とは、エンジンモデルで数学的に表わされるも
の以外の要因によって引き起こされる測定パラメータと
モデル予知パラメータとの差異である。
たされると、繰返しは終る。 １） 測定されたパラメータと予知されたモデルパラメ
ータとの間の「誤差」が、所定限界以下である。 ２） グラディエントが所定の限界以下である。これ
は、モデル整合が推定のパラメータに「無反応」となる
ポイントまで、モデル整合が行なわれたことを意味す
る。これが生じるのは、測定されたパラメータと予知さ
れたモデルパラメータとの間の差がセンサの測定誤差に
よって引き起こされるときである。 式８において、グラディエントベクトルの大きさは、個
々の成分の平方和の平方根である。 ３） パラメータの更新率が特定の限界値に達してい
る。これが生じるのは、モデル整合誤差の方向を表すグ
ラディエント関数が無能であるために、計算されるステ
ップサイズが非常に小さいときである。これは、典型的
には、「非可観察性」によって引き起こされる。「非可
観察性」とは、エンジンモデルで数学的に表わされるも
の以外の要因によって引き起こされる測定パラメータと
モデル予知パラメータとの差異である。
【００３４】図５乃至図８を参照すると、上述された最
小化問題を図示した流れ線図が示されている。図示およ
び簡素化するために、最小化問題はηＬＰＣとηＨＰＴ
とを含む２次元計算に縮小されている。当業者は、図５
乃至図８に示された適応アルゴリズムが、上述のη
ＬＰＣ、ηＨＰＣ、ηＨＰＴ、ηＬＰＴ、ηＰＴを含む
５次元最小化問題に簡単に拡張され得ることは容易に認
識する。
小化問題を図示した流れ線図が示されている。図示およ
び簡素化するために、最小化問題はηＬＰＣとηＨＰＴ
とを含む２次元計算に縮小されている。当業者は、図５
乃至図８に示された適応アルゴリズムが、上述のη
ＬＰＣ、ηＨＰＣ、ηＨＰＴ、ηＬＰＴ、ηＰＴを含む
５次元最小化問題に簡単に拡張され得ることは容易に認
識する。
【００３５】初めに、５つの定常状態のデータポイント
が測定され、適応プロセスで使用される各作動パラメー
タのためのエンジンモデルに入力される。次に、計算プ
ロセスは、ステップ１１０で始まり、他のエンジン作動
パラメータとは無関係に、測定されたシャフトの馬力に
エンジンモデルのシャフト馬力を整合させる。これは、
燃料流パラメータ（ＷＦ）の反復調整によって行なわ
れ、入口燃料流に対する推定された実際値となる。な
お、シャフト馬力とは、エンジントルク（Ｑ）とタービ
ンスプール速度（ＮＰ）との積、すなわち（Ｑ×ＮＰ）
である。
が測定され、適応プロセスで使用される各作動パラメー
タのためのエンジンモデルに入力される。次に、計算プ
ロセスは、ステップ１１０で始まり、他のエンジン作動
パラメータとは無関係に、測定されたシャフトの馬力に
エンジンモデルのシャフト馬力を整合させる。これは、
燃料流パラメータ（ＷＦ）の反復調整によって行なわ
れ、入口燃料流に対する推定された実際値となる。な
お、シャフト馬力とは、エンジントルク（Ｑ）とタービ
ンスプール速度（ＮＰ）との積、すなわち（Ｑ×ＮＰ）
である。
【００３６】ステップ１２０では、他のエンジン作動パ
ラメータとは無関係に、エンジンモデルタービンガス温
度Ｔ４．５が、測定されたタービンガス温度Ｔ４．５に
整合される。これは、入口案内羽根角（ＩＧＶ）の適応
調整によって行なわれ、入口案内羽根角の推定された実
際の角となる。次に、このＷＦとＩＧＶの推定された実
際の角は、エンジンモデルへの入力情報として使用され
る。
ラメータとは無関係に、エンジンモデルタービンガス温
度Ｔ４．５が、測定されたタービンガス温度Ｔ４．５に
整合される。これは、入口案内羽根角（ＩＧＶ）の適応
調整によって行なわれ、入口案内羽根角の推定された実
際の角となる。次に、このＷＦとＩＧＶの推定された実
際の角は、エンジンモデルへの入力情報として使用され
る。
【００３７】ステップ１３０では、エンジンモデルと実
際のエンジンとの間で合成された測定誤差Ｅは、η
ＬＰＣとηＨＰＴの関数として計算される。これは、測
定されたデーダポイントについて、ＳＨＰ、Ｔ４．５、
Ｐ３、ＮＨ、ＮＬに対する個々の誤差を加算することに
よって行なわれる。その結果得られた合成誤差関数は、
Ｅ（ηＬＰＣ、ηＨＰＴ）として表される。
際のエンジンとの間で合成された測定誤差Ｅは、η
ＬＰＣとηＨＰＴの関数として計算される。これは、測
定されたデーダポイントについて、ＳＨＰ、Ｔ４．５、
Ｐ３、ＮＨ、ＮＬに対する個々の誤差を加算することに
よって行なわれる。その結果得られた合成誤差関数は、
Ｅ（ηＬＰＣ、ηＨＰＴ）として表される。
【００３８】ステップ１４０では、関数の偏微分係数す
なわち合成された誤差の傾斜は、次式に従って、η
ＬＰＣとηＨＰＴに関して計算される。
なわち合成された誤差の傾斜は、次式に従って、η
ＬＰＣとηＨＰＴに関して計算される。
【００３９】その後、５つの定常状態データポイントと
次式を用いて、誤差関数Ｅ(ηＬＰ Ｃ＋ΔηＬＰＣ，η
ＨＰＴ＋ΔηＨＰＴ)に対する曲線が作られる。
次式を用いて、誤差関数Ｅ(ηＬＰ Ｃ＋ΔηＬＰＣ，η
ＨＰＴ＋ΔηＨＰＴ)に対する曲線が作られる。
【００４０】次に、合成された誤差関数を最小化するた
めに、急勾配定水準法を用いて、効率におけて増分ステ
ップが計算される。最小化された合成誤差Ｅminは、次
に、ステップ１６０において収斂チェックを受ける。も
しも、最小化された合成誤差Ｅminが０．００１未満で
あるならば、プレセスは終了し、適応プロセスを終了す
るために、計算されたηＬＰＣとηＨＰＴとがエンジン
モデルに入力される。最小化された合成誤差Ｅminが
０．００１以上であるならば、計算されたηＬＰ Ｃとη
ＨＰＴとを使用して、プロセスが繰り替えされる。η
ＬＰＣとηＨＰＴとは次式から得られる。
めに、急勾配定水準法を用いて、効率におけて増分ステ
ップが計算される。最小化された合成誤差Ｅminは、次
に、ステップ１６０において収斂チェックを受ける。も
しも、最小化された合成誤差Ｅminが０．００１未満で
あるならば、プレセスは終了し、適応プロセスを終了す
るために、計算されたηＬＰＣとηＨＰＴとがエンジン
モデルに入力される。最小化された合成誤差Ｅminが
０．００１以上であるならば、計算されたηＬＰ Ｃとη
ＨＰＴとを使用して、プロセスが繰り替えされる。η
ＬＰＣとηＨＰＴとは次式から得られる。
【００４１】このプロセスは、終了条件が満たされる
迄、繰返される。
迄、繰返される。
【００４２】本発明のエンジンモデルとこのモデルを用
いた方法は、好ましい実施形態について記載されてきた
が、請求の範囲によって定義された本発明の精神と範囲
から逸脱することなく、変更と修正がなされ得ること
は、当業者は容易に認識する。例えば、開示されたエン
ジンモデルは、或るエンジン作動パラメータに関して適
応されているが、効率の異なる部品を用いて、他の作動
パラメータにも適応され得る。
いた方法は、好ましい実施形態について記載されてきた
が、請求の範囲によって定義された本発明の精神と範囲
から逸脱することなく、変更と修正がなされ得ること
は、当業者は容易に認識する。例えば、開示されたエン
ジンモデルは、或るエンジン作動パラメータに関して適
応されているが、効率の異なる部品を用いて、他の作動
パラメータにも適応され得る。
【図１】 本発明によるエンジンモデルと適応ロジック
とを含むエンジンに付随した電子制御ユニットの概略図
である。
とを含むエンジンに付随した電子制御ユニットの概略図
である。
【図２】 本発明によって形成された３つのスプールタ
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
【図３】 本発明によって形成された３つのスプールタ
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
【図４】 本発明によって形成された３つのスプールタ
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
【図５】 本発明によって形成された３つのスプールタ
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
ーボシャフトエンジンに対する適応エンジンモデルのガ
ス経路信号流れ線図である。
【図６】 本発明のエンジンモデルによって使用される
適応アルゴリズムを示す流図である。
適応アルゴリズムを示す流図である。
【図７】 本発明のエンジンモデルによって使用される
適応アルゴリズムを示す流図である。
適応アルゴリズムを示す流図である。
【図８】 本発明のエンジンモデルによって使用される
適応アルゴリズムを示す流図である。
適応アルゴリズムを示す流図である。
２０…熱力学エンジンモデル、
３０…適応論理プロセッサ、
４０…コアエンジン。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 ミハー・シー・デサイ
アメリカ合衆国92887カリフォルニア州ヨ
ーバ・リンダ、マウント・フッド・ウェイ
27810番
(72)発明者 クリスティナ・クレニック
カナダ、ジェイ４ジー・２シー１、ケベッ
ク、ロンギューユ、デ・コリブリ824番
Ｆターム(参考） 5H004 GA15 GA37 GB13 HA03 HA08
HB03 JA21 KA78
Claims (14)
- 【請求項１】 ａ）複数のモデルエンジン作動パラメー
タと、複数の公称部品効率と、対応する効率変更関数と
を組み込んでいる適応空気熱力学エンジンモデルを供与
するステップと、 ｂ）複数のデータポイントについて、エンジンの定常状
態作動時に、上記複数のモデルエンジン作動パラメータ
に対応する複数のエンジン作動パラメータを測定するス
テップと、 ｃ）上記対応する効率変更関数を用いて上記公称部品効
率の各々を繰返し適応させることによって、上記モデル
エンジン作動パラメータの各々を、測定されたそれぞれ
のエンジン作動パラメータに整合させるステップと、 ｄ）上記適応された公称部品効率に基づいて実際の部品
効率を推定するステップと、 ｅ）上記推定された実際の部品効率を上記エンジンモデ
ルに入力するステップとを備えていることを特徴とする
ターボシャフトエンジンの空気熱力学エンジンモデルを
適応させる方法。 - 【請求項２】 請求項１に記載の空気熱力学エンジンモ
デルを適応させる方法において、 上記適応されたエンジンモデルに基づいて、最大エンジ
ン出力の使用可能性を予測するステップをさらに備えて
いることを特徴とする空気熱力学エンジンモデルを適応
させる方法。 - 【請求項３】 請求項１に記載の空気熱力学エンジンモ
デルを適応させる方法において、 上記適応されたエンジンモデルに基づいて、エンジンセ
ンサの故障を検出するステップをさらに備えていること
を特徴とする空気熱力学エンジンモデルを適応させる方
法。 - 【請求項４】 請求項１に記載の空気熱力学エンジンモ
デルを適応させる方法において、 上記適応されたエンジンモデルに基づいて、上記エンジ
ンを制御するステップをさらに備えていることを特徴と
する空気熱力学エンジンモデルを適応させる方法。 - 【請求項５】 請求項１に記載の空気熱力学エンジンモ
デルを適応させる方法において、 上記モデルエンジン作動パラメータを上記測定されたそ
れぞれのエンジン作動パラメータに整合させるステップ
は、上記モデルエンジン作動パラメータと上記測定され
たエンジン作動パラメータとの間で合成された測定誤差
を最小化させるステップを含んでいることを特徴とする
空気熱力学エンジンモデルを適応させる方法。 - 【請求項６】 請求項５に記載の空気熱力学エンジンモ
デルを適応させる方法において、 上記合成された測定誤差を最小化させるステップは、予
め決められた条件が満たされると、終了することを特徴
とする空気熱力学エンジンモデルを適応させる方法。 - 【請求項７】 請求項１に記載の空気熱力学エンジンモ
デルを適応させる方法において、 複数のデータポイントについて定常状態作動時に投入燃
料流を測定し、燃料流変更関数を用いて上記投入燃料流
を繰返し適応させ、上記適応された投入燃料流に基づい
て上記投入燃料流の実際値を推定することによって、上
記エンジンへの燃料流を較正するステップをさらに備
え、上記投入燃料流の推定された実際値は上記エンジン
モデルへの入力情報であることを特徴とする空気熱力学
エンジンモデルを適応させる方法。 - 【請求項８】 請求項１に記載の空気熱力学エンジンモ
デルを適応させる方法において、 複数のデータポイントについて定常状態作動時に入口案
内羽根角を測定し、入口案内羽根角変更関数を用いて上
記入口案内羽根角を繰返し適応させ、上記適応された入
口案内羽根角に基づいて上記入口案内羽根角の実際値を
推定することによって、上記エンジンの上記入口案内羽
根角を較正するステップをさらに備え、上記入口案内羽
根角の推定された実際値は上記エンジンモデルへの入力
情報であることを特徴とする空気熱力学エンジンモデル
を適応させる方法。 - 【請求項９】 ａ）複数のモデルエンジン作動パラメー
タと、複数の公称エンジン部品効率と、対応する効率変
更関数とを記憶するための手段と、 ｂ）複数の測定されたエンジン作動パラメータを受け取
るための手段と、 ｃ）上記モデルエンジン作動パラメータを上記測定され
たエンジン作動パラメータに整合させることによって実
際のエンジン部品効率を推定するための手段とを備えて
いることを特徴とするターボシャフトエンジンの適応空
気熱力学エンジンモデル。 - 【請求項１０】 請求項９に記載の適応空気熱力学エン
ジンモデルにおいて、 上記実際のエンジン部品効率を推定するための手段は、
対応する効率変更関数を用いて上記公称部品効率の各々
を繰返し適応させるための手段を含んでいることを特徴
とする適応空気熱力学エンジンモデル。 - 【請求項１１】 請求項９に記載の適応空気熱力学エン
ジンモデルにおいて、 上記エンジンへの実際の投入燃料流を推定するための手
段をさらに備えていることを特徴とする適応空気熱力学
エンジンモデル。 - 【請求項１２】 請求項１１に記載の適応空気熱力学エ
ンジンモデルにおいて、 上記エンジンへの実際の投入燃料流を推定するための手
段は、測定された投入燃料流を繰返し適応させるための
燃料流変更関数を含んでいることを特徴とする適応空気
熱力学エンジンモデル。 - 【請求項１３】 請求項９に記載の適応空気熱力学エン
ジンモデルにおいて、 上記エンジンの実際の入口案内羽根角を推定するための
手段をさらに備えていることを特徴とする適応空気熱力
学エンジンモデル。 - 【請求項１４】 請求項１３に記載の適応空気熱力学エ
ンジンモデルにおいて、 上記エンジンの実際の入口案内羽根角を推定するための
手段は、測定された入口案内羽根の角度を繰返し適応さ
せるための入口案内羽根変更関数を含んでいることを特
徴とする適応空気熱力学エンジンモデル。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/963,221 US7058556B2 (en) | 2001-09-26 | 2001-09-26 | Adaptive aero-thermodynamic engine model |
| US09/963221 | 2001-09-26 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003129866A true JP2003129866A (ja) | 2003-05-08 |
Family
ID=25506932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002277241A Pending JP2003129866A (ja) | 2001-09-26 | 2002-09-24 | 適応空気熱力学エンジンモデル |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US7058556B2 (ja) |
| EP (1) | EP1298512B1 (ja) |
| JP (1) | JP2003129866A (ja) |
| DE (1) | DE60207508T2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005171789A (ja) * | 2003-12-09 | 2005-06-30 | General Electric Co <Ge> | 航空機用ガスタービンのモデル予測制御のための方法及び装置 |
| JP2006057607A (ja) * | 2004-08-24 | 2006-03-02 | Hitachi Ltd | 高湿分ガスタービン発電プラントの制御装置 |
| JP2007138937A (ja) * | 2005-11-18 | 2007-06-07 | General Electric Co <Ge> | 品質パラメータを使用したガスタービンエンジン用の制御システム |
| JP2017110651A (ja) * | 2015-12-16 | 2017-06-22 | ゼネラル・エレクトリック・カンパニイ | 出力−排出物パラメータに関するガスタービンの調節における確率的制御、関連の制御システム、コンピュータプログラム製品、及び方法 |
| JP2017125495A (ja) * | 2015-12-16 | 2017-07-20 | ゼネラル・エレクトリック・カンパニイ | 出力−排出物パラメータに関するガスタービンの調節における装置特有の確率的制御、関連の制御システム、コンピュータプログラム製品、及び方法 |
| JP2017129121A (ja) * | 2015-12-16 | 2017-07-27 | ゼネラル・エレクトリック・カンパニイ | スケーリングファクタを用いてパワー出力／放出パラメータを調節するガスタービンにおける複合確率的制御の応用、関連した制御システム、コンピュータプログラム製品、および方法 |
| JP2017531760A (ja) * | 2014-10-22 | 2017-10-26 | シーメンス アクチエンゲゼルシヤフトＳｉｅｍｅｎｓ Ａｋｔｉｅｎｇｅｓｅｌｌｓｃｈａｆｔ | 排出挙動を特定する方法 |
Families Citing this family (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8781635B2 (en) * | 2001-11-30 | 2014-07-15 | Invensys Systems, Inc. | Equipment condition and performance monitoring using comprehensive process model based upon mass and energy conservation |
| US7216071B2 (en) * | 2002-04-23 | 2007-05-08 | United Technologies Corporation | Hybrid gas turbine engine state variable model |
| US7415328B2 (en) * | 2004-10-04 | 2008-08-19 | United Technologies Corporation | Hybrid model based fault detection and isolation system |
| US7725199B2 (en) * | 2005-03-02 | 2010-05-25 | Cummins Inc. | Framework for generating model-based system control parameters |
| DE102005018980B4 (de) * | 2005-04-21 | 2011-12-01 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme |
| US7668704B2 (en) * | 2006-01-27 | 2010-02-23 | Ricardo, Inc. | Apparatus and method for compressor and turbine performance simulation |
| US7451122B2 (en) * | 2006-03-29 | 2008-11-11 | Honeywell International Inc. | Empirical design of experiments using neural network models |
| US9359960B2 (en) * | 2007-06-28 | 2016-06-07 | United Technologies Corporation | Gas turbines with multiple gas flow paths |
| US8161728B2 (en) * | 2007-06-28 | 2012-04-24 | United Technologies Corp. | Gas turbines with multiple gas flow paths |
| US8104265B2 (en) * | 2007-06-28 | 2012-01-31 | United Technologies Corporation | Gas turbines with multiple gas flow paths |
| GB0722398D0 (en) * | 2007-11-15 | 2007-12-27 | Rolls Royce Plc | A method of monitoring a gas turbine engine |
| US7762086B2 (en) * | 2008-03-12 | 2010-07-27 | United Technologies Corporation | Nozzle extension assembly for ground and flight testing |
| US8457936B2 (en) * | 2008-11-24 | 2013-06-04 | Honeywell International Inc. | Apparatus and methods for simulating a system steady state devoid of performing full transient operating conditions |
| US8417410B2 (en) * | 2008-12-23 | 2013-04-09 | Honeywell International Inc. | Operations support systems and methods with power management |
| US7801695B2 (en) * | 2008-12-23 | 2010-09-21 | Honeywell International Inc. | Operations support systems and methods with model-based torque estimates |
| US8321118B2 (en) * | 2008-12-23 | 2012-11-27 | Honeywell International Inc. | Operations support systems and methods with power assurance |
| US20100161196A1 (en) | 2008-12-23 | 2010-06-24 | Honeywell International Inc. | Operations support systems and methods with engine diagnostics |
| DE102010040503B4 (de) * | 2010-09-09 | 2012-05-10 | Siemens Aktiengesellschaft | Verfahren zur Steuerung eines Verdichters |
| US9032785B1 (en) | 2011-07-01 | 2015-05-19 | The United States Of America As Represented By The Administrator National Aeronautics And Space Administration | Method for making measurements of the post-combustion residence time in a gas turbine engine |
| US20130054213A1 (en) | 2011-08-23 | 2013-02-28 | General Electric Company | Process for adaptive modeling of performance degradation |
| US9733141B1 (en) | 2012-06-27 | 2017-08-15 | The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration | Method for making measurements of the post-combustion residence time in a gas turbine engine |
| FR2993375B1 (fr) * | 2012-07-10 | 2014-07-18 | Snecma | Methode de detection d'une degradation d'une turbomachine par surveillance des performances de ladite turbomachine |
| US9376983B2 (en) | 2012-11-30 | 2016-06-28 | Honeywell International Inc. | Operations support systems and methods with acoustics evaluation and control |
| US9317249B2 (en) | 2012-12-06 | 2016-04-19 | Honeywell International Inc. | Operations support systems and methods for calculating and evaluating turbine temperatures and health |
| WO2014158238A1 (en) | 2013-03-14 | 2014-10-02 | Rolls-Royce Corporation | Intelligent integrated propulsion control system and method |
| US9091616B2 (en) * | 2013-06-06 | 2015-07-28 | Honeywell International Inc. | Engine operations support systems and methods for reducing fuel flow |
| CN104819847B (zh) * | 2015-04-20 | 2017-03-08 | 四川迈迪测控技术有限公司 | 一种微型涡喷航空发动机地面测控系统 |
| JP6427841B2 (ja) | 2015-08-25 | 2018-11-28 | 三菱日立パワーシステムズ株式会社 | 燃料制御装置、燃焼器、ガスタービン、制御方法及びプログラム |
| CN106355253B (zh) * | 2016-06-27 | 2022-02-11 | 哈尔滨工业大学（威海） | 航空发动机最优运行性能区间确定方法 |
| DE102017122932A1 (de) * | 2016-10-12 | 2018-01-18 | FEV Europe GmbH | Verfahren zum Bestimmen eines Drehmoments einer Turbine mit einer variablen Geometrie |
| US11092085B2 (en) * | 2017-03-14 | 2021-08-17 | General Electric Company | Method and system for controlling a sequential gas turbine engine |
| CN107255939B (zh) * | 2017-06-09 | 2020-04-21 | 南京航空航天大学 | 一种基于航空发动机全数字仿真平台的控制器替换方法 |
| US10556703B1 (en) * | 2017-06-21 | 2020-02-11 | Rockwell Collins, Inc. | Predictive aircraft performance systems and methods |
| US11131251B2 (en) * | 2017-12-22 | 2021-09-28 | Solar Turbines Incorporated | System and method for estimation of gas fuel lower heating value using energy balances and parametric error modeling |
| CN109667673B (zh) * | 2018-12-12 | 2021-04-06 | 陕西拓世动能科技有限公司 | 微型航空涡喷发动机的控制方法及装置 |
| EP3969967A1 (fr) * | 2019-05-13 | 2022-03-23 | Safran Aircraft Engines | Recalage de modèle dans une turbomachine |
| FR3096031B1 (fr) * | 2019-05-13 | 2021-06-04 | Safran Aircraft Engines | Recalage de modèle par segment ou plan dans une turbomachine |
| CN110286587B (zh) * | 2019-05-21 | 2022-02-22 | 平安银行股份有限公司 | 实现模型迭代控制的方法、服务器及计算机可读存储介质 |
| FR3097063B1 (fr) * | 2019-06-10 | 2021-05-28 | Safran Aircraft Engines | Procédé de détermination d’un modèle prédictif d’un rapport de pressions pour une turbomachine double flux |
| CN110348079B (zh) * | 2019-06-25 | 2021-06-15 | 南京航空航天大学 | 基于机器学习算法的涡轴发动机稳态开环控制设计方法 |
| WO2021097738A1 (zh) * | 2019-11-21 | 2021-05-27 | 大连理工大学 | 基于改进型Smith预估器的航空发动机H∞控制方法 |
| CN114296343B (zh) * | 2021-11-16 | 2023-10-27 | 南京航空航天大学 | 一种基于深度强化学习的航空发动机压缩部件特性修正方法 |
| US11913342B1 (en) * | 2023-04-18 | 2024-02-27 | Pratt & Whitney Canada Corp. | Variable guide vane assembly and control system thereof |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5391053A (en) * | 1993-11-01 | 1995-02-21 | General Electric Company | Active noise control using noise source having adaptive resonant frequency tuning through variable panel loading |
| US5388956A (en) * | 1994-03-09 | 1995-02-14 | General Electric Company | Fan assembly and method for reducing fan noise |
| FR2719549B1 (fr) * | 1994-05-04 | 1996-07-26 | Eurocopter France | Dispositif anti-couple à rotor caréné et modulation de phase des pales, pour hélicoptère. |
| US5620300A (en) * | 1995-11-16 | 1997-04-15 | General Electric Co. | Method of constructing a turbine nozzle to prevent structurally induced excitation forces |
| US5620303A (en) * | 1995-12-11 | 1997-04-15 | Sikorsky Aircraft Corporation | Rotor system having alternating length rotor blades for reducing blade-vortex interaction (BVI) noise |
| WO1998036966A1 (en) | 1997-02-21 | 1998-08-27 | California Institute Of Technology | Rotors with mistuned blades |
| DE19948136A1 (de) | 1999-10-07 | 2001-04-12 | Volkswagen Ag | Verfahren zur Bestimmung eines Abgasgegendruckes an einer Turbine |
| DE50110631D1 (de) | 2000-07-07 | 2006-09-14 | Siemens Ag | Verfahren zur regelung eines ladedrucks in einer brennkraftmaschine mit einem abgasturbolader |
-
2001
- 2001-09-26 US US09/963,221 patent/US7058556B2/en active Active
-
2002
- 2002-09-18 DE DE60207508T patent/DE60207508T2/de not_active Expired - Lifetime
- 2002-09-18 EP EP02020907A patent/EP1298512B1/en not_active Expired - Lifetime
- 2002-09-24 JP JP2002277241A patent/JP2003129866A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005171789A (ja) * | 2003-12-09 | 2005-06-30 | General Electric Co <Ge> | 航空機用ガスタービンのモデル予測制御のための方法及び装置 |
| JP4555562B2 (ja) * | 2003-12-09 | 2010-10-06 | ゼネラル・エレクトリック・カンパニイ | 航空機用ガスタービンのモデル予測制御のための方法及び装置 |
| JP2006057607A (ja) * | 2004-08-24 | 2006-03-02 | Hitachi Ltd | 高湿分ガスタービン発電プラントの制御装置 |
| JP2007138937A (ja) * | 2005-11-18 | 2007-06-07 | General Electric Co <Ge> | 品質パラメータを使用したガスタービンエンジン用の制御システム |
| JP2017531760A (ja) * | 2014-10-22 | 2017-10-26 | シーメンス アクチエンゲゼルシヤフトＳｉｅｍｅｎｓ Ａｋｔｉｅｎｇｅｓｅｌｌｓｃｈａｆｔ | 排出挙動を特定する方法 |
| US10489530B2 (en) | 2014-10-22 | 2019-11-26 | Siemens Aktiengesellschaft | Method for determining an emission behaviour |
| JP2017110651A (ja) * | 2015-12-16 | 2017-06-22 | ゼネラル・エレクトリック・カンパニイ | 出力−排出物パラメータに関するガスタービンの調節における確率的制御、関連の制御システム、コンピュータプログラム製品、及び方法 |
| JP2017125495A (ja) * | 2015-12-16 | 2017-07-20 | ゼネラル・エレクトリック・カンパニイ | 出力−排出物パラメータに関するガスタービンの調節における装置特有の確率的制御、関連の制御システム、コンピュータプログラム製品、及び方法 |
| JP2017129121A (ja) * | 2015-12-16 | 2017-07-27 | ゼネラル・エレクトリック・カンパニイ | スケーリングファクタを用いてパワー出力／放出パラメータを調節するガスタービンにおける複合確率的制御の応用、関連した制御システム、コンピュータプログラム製品、および方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1298512A3 (en) | 2003-07-30 |
| DE60207508D1 (de) | 2005-12-29 |
| EP1298512A2 (en) | 2003-04-02 |
| US20030074171A1 (en) | 2003-04-17 |
| EP1298512B1 (en) | 2005-11-23 |
| DE60207508T2 (de) | 2006-06-29 |
| US7058556B2 (en) | 2006-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003129866A (ja) | 適応空気熱力学エンジンモデル | |
| EP3284930B1 (en) | Gas turbine engine comprising a leak detection system and method | |
| EP1103926B1 (en) | Methods and apparatus for model-based diagnostics | |
| EP3690559A1 (en) | Machine learned aero-thermodynamic engine inlet condition synthesis | |
| CN1966955B (zh) | 燃气涡轮发动机部件评价质量参量的系统 | |
| US20190353559A1 (en) | Apparatus for evaluating turbine engine system stability | |
| EP2149824B1 (en) | Methods and systems for estimating operating parameters of an engine | |
| JP3720804B2 (ja) | クリアランス制御方法および装置 | |
| US6502085B1 (en) | Methods and systems for estimating engine faults | |
| CA2881700C (en) | Model based engine inlet condition estimation | |
| EP2239441A2 (en) | Method and Systems for Virtual Sensor Selection and Blending | |
| US20140005909A1 (en) | Real time linearization of a component-level gas turbine engine model for model-based control | |
| EP2388672A1 (en) | Identifying of turbomachine faults | |
| US11242766B2 (en) | Method and device for measuring the flow rate of cooling air in a turbomachine casing | |
| KR20190002612A (ko) | 터빈 유닛의 시험 동안의 결함 진단 | |
| EP4177473A1 (en) | Method of controlling the geometrical configuration of a variable geometry element in a gas turbine engine compressor stage | |
| JP5845705B2 (ja) | ガスタービン性能推定装置 | |
| US11225882B2 (en) | Method and apparatus for determining a present value based on previously obtained values of a measured variable of a gas turbine engine and/or a thermodynamic process | |
| Herrera et al. | A comparative analysis of turbine rotor inlet temperature models | |
| EP4071453A1 (en) | Methods of identifying unbalance of engine rotors based on engine vibration | |
| US20220236701A1 (en) | Method for determining a predictive model of a pressure ratio for a dual-flow turbine engine | |
| CN117540246A (zh) | 涡扇发动机执行机构故障诊断和识别方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20050601 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050907 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20070314 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20070314 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080430 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080729 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080801 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080829 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080903 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090106 |