JP2007024047A - タービンエンジンの排気ガス温度のトレンドをみるためのシステム及び方法 - Google Patents

Abstract

【課題】タービンエンジン（１４）の排気ガス温度におけるトレンドを推定する方法を提供する。
【解決手段】本方法は、タービンエンジン（１４）の観測時間のセットにわたる排気ガス温度及び該排気ガス温度に関連する複数の変数をサンプリングして、排気ガス温度データを取得するステップを含む。特定のタービンエンジン（１４）の排気ガス温度におけるトレンドは、排気ガス温度データに対する複数の変数の影響を除去することによって識別される。
【選択図】 図２

Description

本発明は、総括的にはタービンエンジンに関し、より具体的には、運転の期間にわたるタービンエンジンの運転パラメータを解析しかつ性能変化を識別することに関する。本発明技術の特定の実施形態は、タービンエンジンの測定可能なパラメータに基づいてタービンエンジンの排気ガス温度、従ってエンジン劣化のトレンドをみる方法を提供する。

一般的に、エンジン劣化は、排気ガス温度（ＥＧＴ）の上昇を引き起こす。不都合なことに、排気ガス温度は、離陸、飛行及び着陸時の異なる時間及び条件で変化する他の幾つかの変数の関数である。その結果、排気ガス温度は、エンジン劣化を予測する目的のために容易に識別又は取得できない。

エンジン劣化を推定するための現在の方法は、アンサンブルモデルを製作し、次にアンサンブルモデルを使用してこのエンジンのアンサンブル以外の特定のエンジンのエンジン劣化を推定するように複数のエンジンを解析することを必要とする。アンサンブルモデルは、固有の運転パターン、メンテナンス履歴、製作公差、及び各個々のエンジンのその他の特性のために不正確なものになる可能性があるという欠点がある。言い換えれば、アンサンブルモデルは、特定のエンジンに対してはエンジン劣化を早過ぎる時点で又は遅過ぎる時点で予測することになるおそれがある。早い過ぎる予測は、特定のエンジンに対して早期の休止時間を生じ、運転時間の損失を招くことになり、一方、遅過ぎる予測は、望ましくない性能、スケジュール外の補修、及びフライトスケジュールの不測の遅れを招くことになる。
米国特許第６，４０８，２５９号公報

従って、タービンエンジンの排気ガス温度トレンドを推定する改善した適度に正確な方法に対するニーズが存在する。

従って、本発明技術は、排気ガス温度に関数的に関連する測定可能な変数に基づいて排気ガス温度のトレンドをみるための新規な方法を提供する。１つの態様では、本発明技術は、タービンエンジンを運転する方法を提供する。本方法は、タービンエンジンの少なくとも１セットの観測時間にわたる排気ガス温度及び該排気ガス温度に関連する複数の変数をサンプリングして、排気ガス温度データを取得するステップを含む。特定のタービンエンジンの排気ガス温度におけるトレンドは、排気ガス温度データに対する複数の変数の影響を除去することによって識別される。本発明技術はまた、上記の方法を実施するようになったコードを含むコンピュータプログラム及びルーチンを提供する。

別の態様では、本発明技術は、タービンエンジンを使用する方法を提供する。本方法は、特定のタービンエンジンの排気ガス温度の識別したトレンドに対応するエンジン劣化の予測に基づいて該特定のタービンエンジンの休止時間をスケジュールするステップを含む。この識別したトレンドは、特定のタービンエンジンの排気ガス温度及び相関変数の、排気ガス温度データからこれら相関変数の少なくとも１つの影響を除去した後におけるサンプリングデータセットに基づいている。

さらに別の態様では、本発明技術は、タービンエンジンの排気ガス温度のトレンドをみるためのシステムを提供する。本システムは、タービンエンジンの観測時間のセットにわたる排気ガス温度及び該排気ガス温度に関連する複数の変数をサンプリングして、排気ガス温度データを取得するように構成された複数のセンサを含む。本システムはさらに、排気ガス温度データに対する複数の変数の少なくとも１つの影響を除去して、タービンエンジンの排気ガス温度データにおけるトレンドの識別を可能にするように構成された排気ガストレンド測定システムを含む。さらに別の態様では、本発明技術は、上記のシステムを製作する方法を提供する。

本発明のこれらの及びその他の特徴、態様及び利点は、図面全体を通して同じ符号が同様の部品を表している添付図面を参照して以下の詳細な説明を読むとき、さらに良く理解されるようになるであろう。

以下に詳細に説明するように、本発明技術の実施形態は、タービンエンジンのエンジン劣化を解析するために、排気ガス温度（ＥＧＴ）におけるトレンドの新規かつ正確な推定を行うように機能する。開示した実施形態は、単一の対象エンジンからのデータを使用し、従ってエンジンのアンサンブルからのデータに基づく推定に優る改善をもたらす。本発明技術の例示的な用途は、航空機エンジンである。図面を参照すると、図１は、そのボデー又はフレーム１６に結合した航空機エンジン１４内に配置されたＥＧＴトレンド測定システム１２を有する航空機１０を示す。この図示した実施形態では、エンジン１４は、ガスタービン燃焼エンジンから構成される。ＥＧＴトレンド測定システム１２は、その全体を図２〜図１３を参照して以下に詳細に説明するように、エンジン劣化を解析するためにエンジン１４の排気ガス温度を測定し、排気ガス温度データを使用して排気ガス温度におけるトレンドを判定するように構成される。

次に図２に移ると、ブロック図は、本発明技術の１つの実施形態による、排気ガス温度トレンドに基づいて航空機エンジンを監視するためのシステム１８を示す。この図示した実施形態では、ＥＧＴトレンド測定システム１２は、タービンエンジン１４に結合され、エンジン１４に関連する測定可能なパラメータに基づいてタービンエンジン１４の排気ガス温度のトレンドをみるように構成される。以下に説明するように、ＥＧＴトレンド測定システム１２は、排気ガス温度と関連する内部及び外部エンジンパラメータとを測定するためのセンサを組み込むことができる。例えば、内部パラメータには、それに限定されないが、とりわけコア速度、ファン速度、ディレート（定格下げ）、コールド／ホットエンジンスタート、ブリード設定が含まれる。外部パラメータの実例には、それに限定されないが、入口空気温度、湿度、離陸滑走路の高度（航空機エンジンの場合）などが含まれる。本発明技術によると、ＥＧＴトレンド測定システム１２は、検知データを使用して、排気ガス温度データに対するこれらのパラメータの影響を除去することによって、排気ガス温度におけるトレンドを識別するように構成される。

ＥＧＴトレンド測定システムの出力２０は、補正した排気ガス温度データを含み、図１１及び図１２に関連して以下に示すような排気ガス温度トレンドのグラフ表示を含むことができる。出力２０は、識別したＥＧＴトレンドに基づいてエンジン劣化率を判定するように構成されたエンジン劣化解析システム２２に結合される。一部の実施形態では、エンジン劣化解析システム２２は、特別なデータ処理ソフトウエアを備えたコンピュータを含み、データ処理ソフトウエアは、排気ガス温度上昇の比率を判定し、エンジン劣化の事前選択した限界レベルに達した時に所望のエンジン休止時間を予測するように機能する。エンジン劣化解析システム２２の出力２４は、エンジン休止予測信号を含むことができる。エンジン劣化解析システム２２の出力２４はさらに、エンジン１４の休止時間をスケジュールするように動作可能なスケジューリングシステム２６に結合することができる。例えば、スケジューリングシステム２６は、１つ又はそれ以上の予測時点、例えばエンジン劣化の進行レベルが最終的にエンジンのオーバホール又は交換の必要性を示す限界レベルに達した時点に基づいて、エンジン１４の補修、交換、整備又はメンテナンスをスケジュールするように機能することができる。スケジューリングシステム２６はまた、スケジューリング情報又はコマンド２８を航空機上のユーザ制御装置及び／又はタービン制御装置３０に通信し、予測に対して適切な注意を確保することができる。これらのコマンド２８はまた、エンジン劣化の限界レベルに達した時には航空機に地上に残るように命令して、それにより航空機が再度フライトに入る前にエンジン１４が確実に整備又は交換されることを保証することができる。

図３は、本発明技術の特定の実施形態によるＥＧＴトレンド測定システム１２のブロック図を示す。この図示した実施形態では、ＥＧＴトレンド測定システム１２は、エンジン排気ガス温度及び該エンジン排気ガス温度に関連する複数の変数を測定するようになったセンサ３２を含む。以下に詳細に説明するように、これらの変数は、エンジン１４に対して内因性（intrinsic）のものとすることができ、或いはエンジン１４の排気ガス温度に影響を与える外部変数とすることができる。例えば、上に指摘したように、外因性（extrinsic）の変数には、入口空気温度、湿度、離陸滑走路の高度などを含むことができる。内因性変数の実例には、とりわけコア速度、ファン速度、ディレート、コールド／ホットエンジンスタート、ブリード設定が含まれる。従って、センサ３２は、物理的にタービンエンジン１４の内部及び／又は外部に配置することができる。

センサ３２からの測定信号３４は、低域通過フィルタ３６に結合されて異常に大きな信号を除去することができる。１つの実施形態では、低域通過フィルタ３６は、アンチエイリアスフィルタを含むことができる。低域通過フィルタ処理した信号３８は次に、アナログ・デジタル（Ａ／Ｄ）変換器４２を介してデジタル化したデータ４０に変換される。デジタル化信号４０はさらに、デジタルノイズフィルタ４４に結合されてデジタルデータ４０に関連するノイズ及び誤差を軽減することができる。この例示的な実施形態では、ノイズフィルタ４４は、デジタルデータ４０から異常なデータポイントを除去するためのメディアンフィルタ４４を含むことができる。フィルタ処理したデジタルデータ４６は次に、エンジン劣化のその後の解析のために排気ガス温度におけるトレンドを識別するように構成されたトレンドモジュール４８によって使用される。その全体を図６〜図９を参照して以下により詳細に説明するように、トレンドモジュール４８には、排気ガス温度データ対する関連する変数の影響に起因したデジタル化排気ガス温度データ内のノイズを低減するようになったアルゴリズム又はコンピュータ読取り可能命令を組み込むことができる。

次に図４を参照すると、フローチャートは、本発明技術の１つの実施形態による、タービンエンジンを運転する方法５０を示す。本方法５０は、ブロック５２においてエンジン劣化を推定することによって開始する。上述したように、エンジン劣化の推定は、エンジンのアンサンブルではなくて特定のエンジン１４の排気ガス温度における識別したトレンドに基づいてエンジン劣化率を判定するステップを含むことができる。ブロック５４において、エンジン劣化の限界レベルが事前選択される。１つの実施形態では、限界エンジン劣化レベルの事前選択は、特定のエンジン１４の履歴ＥＧＴトレンドデータに基づいて予測又は推定することができる。今一度言うが、トレンドデータ及び予測は、エンジンのアンサンブルではなくて特定のエンジン１４に基づいている。ブロック５６において、エンジン劣化率に関してチェックを行って限界劣化に達したかどうかを識別する。エンジン劣化率が限界劣化レベルに達するか又は超過している場合には、エンジン休止時間及び／又は補修がスケジュールされる（ブロック５８）。エンジンは次に、翼から取り外し、整備又は補修することができる（ブロック６０）。一部の実施形態では、現在のエンジンは、整備の間に別のエンジンと取り換えることができる（ブロック６２）。

図５は、本発明技術の１つの実施形態による、ＥＧＴデータにおけるトレンドのためにタービンエンジンの種々のパラメータを監視する方法６４を示すフローチャートである。本方法６４は、図３に関連して上述したように排気ガス温度及び関連する変数を検知しかつ監視するステップを含む（ブロック６６）。今一度言うが、変数には、入口空気温度、湿度、離陸滑走路の高度などのような外因性変数と、とりわけコア速度、ファン速度、ディレート、コールド／ホットエンジンスタート、ブリード設定のような内部変数とを含むことができる。ブロック６８において、本方法６４は、排気ガス温度データに対するこれらの関連する内因性及び外因性変数の影響を除去することによって次に進む。この図示した実施形態では、ブロック６８は、トレンドモジュール４８（図３）に組み込まれたアルゴリズムによって実施される。本方法６４のブロック６８の実施形態は、その全体を図６〜図９を参照して以下にさらに詳細に説明する。ブロック７０において、排気ガス温度におけるトレンドは、ＥＧＴデータ内のノイズを除去しかつそのＥＧＴの得られたプロットの勾配を識別した後に、識別される。最後にブロック７２において、上述したような取得したＥＧＴトレンドに基づいて、エンジン劣化率が判定される。

図６は、本発明技術の１つの実施形態による、ＥＧＴデータから関連する変数の影響を除去する例示的な方法６８を示すフローチャートである。先に説明したように、排気ガス温度（ＥＧＴ）は、それが幾つかの内因性及び外因性変数と相関しているという事実を考慮すると、ノイズのある変数である。このことが、このノイズ内に埋没したＥＧＴにおけるトレンドを識別する作業を複雑なものにする。本方法６８は、これらの変数のＥＧＴとの相関関係を除去することによってＥＧＴトレンドの正確な推定を可能にする。

本方法６８は、ブロック７４においてエンジンＥＧＴと関連するような変数を識別しかつ選択することによって開始する。例示的な実施形態では、エンジンに対して内因性の変数には、とりわけコア速度、ファン速度、ディレート、コールド／ホットエンジンスタート、ブリード設定を含むことができる。エンジンに対して外因性の変数には、入口空気温度、湿度、離陸滑走路の高度などを含むことができる。次にブロック７６において、エンジンＥＧＴが、所定の観測ポイントのセットにわたってセンサによってサンプリングされる。これらの観測ポイントは、例えば２〜４年間にわたって分散させ、また既知のエンジンサイクル数によって分離することができる。さらに、選択した内因性及び外因性変数は、ＥＧＴと同一の観測ポイントのセットにおいてサンプリングされる。本方法６８は、ブロック７８において内因性及び外因性変数の時間順サンプルの直交ベクトルセットを作成することによって、次に進む。当業者には公知なように、直交ベクトルセットは、いずれか２つの成分ベクトルの積がゼロであるベクトルである。数学的には、ベクトルのセットＳが直交する場合、Ｓのあらゆるν_ｉ及びν_ｊに対して、ν_ｉ・ν_ｊ＝０である。この図示した実施形態では、ブロック７８は正規直交ベクトルセットを作成するステップを含む。当業者には明らかなように、正規直交ベクトルセットは、いずれか２つの成分ベクトルの積がゼロでありかつ各ベクトルの大きさが１である、すなわち正規直交ベクトルセットＳにおけるあらゆるν_ｉ及びν_ｊに対して、ν_ｉ・ν_ｊ＝０かつ｜ν_ｉ｜＝１であるベクトルである。選択した変数は、次に互いに相関させることができる。従って、ブロック７８はさらに、選択変数間の相関を除去して真の正規直交ベクトルセットに到達するステップを含むことができる。ブロック７８の実施形態は、図７を参照して以下にさらに詳細に説明する。選択した内因性及び外因性変数は、その後ブロック８０において、サンプリングしたＥＧＴデータから除去される。従って、ブロック８０は、ＥＧＴデータ内のノイズを減少させ、それによってＥＧＴ劣化の適度に正確な推定を可能にする。ブロック８０は、図９を参照して以下により詳細に説明する。

次に図７を参照すると、本発明技術の１つの実施形態による、サンプリングした内因性及び外因性変数の正規直交ベクトルセットを作成する例示的な方法７８を示している。本方法７８の第１のステップは、選択変数のベースセットの準備である（ブロック８２）。各変数の時間順サンプルのセットは、プロトベースベクトルと呼ぶことができる。例えば、「ｎ」個の内因性及び外因性変数をＷ個の観測ポイントにわたって選択しかつサンプリングした場合には、ベースセットは、全ての変数のプロトベースベクトルから生成され、ｎ個プロトベースベクトルのｎ個セットのＷ個連続サンプルで構成される。パラメータＷはまた、図９のブロック１１２に示すようなウインドウ長さとしての働きもすることになる。

サンプルは、kによってインデックス付けすることができ、ここでkは、

である。

ベースセットは、以下に示するような関係（１）によって表すことができる。

ここで、ν_１、ν_２、．．．．ν_ｎは、ｎ個の選択変数の各々に対応するプロトベースベクトルである。

ブロック８４において、プロトベースベクトルは、ゼロ平均ベクトルに変換される、すなわち各プロトベースベクトルの時間順サンプルの平均はゼロになるようにされる。このことは、次の置換によって達成することができる。

次に、ブロック８６において、プロトベースベクトル（２）は、単位エネルギーになるようにされる、すなわちプロトベースベクトルの各々のエレメントの絶対値が１になるようにされる。上述のことは、次の置換によって得ることができる。

得られたベースセット（すなわち、ゼロ平均単位エネルギープロトベースベクトルのセット）は、選択した内因性及び外因性変数が互いに相関している可能性があるので、真の正規直交ベクトルセットを含むことができない。数学的には、このことは、相関指数

がゼロでない値を持つことができることを意味する。従って、本方法１６は、プロトベースベクトル間のこれらの相関関係を除去して真の正規直交ベクトルセットを取得するステップを付加的に含むことができる（ブロック８８）。

図８は、本発明技術の１つの実施形態による、内因性及び外因性変数間の相関関係を除去する例示的な方法８８を示すフローチャートである。図示した実施形態では、プロトベースベクトルに対する指数として、ｉ及びｊを選択する。本方法８８は、指数ｉを１に初期化することによって開始する（ブロック９０）。つまり、プロトベースベクトルν_１が、正規直交ベースセットの第１の要素として選択される。プロトベースベクトルの全ては、既にゼロ平均かつ単位エネルギーであることに留意されたい。次にブロック９２において、インデックスｊが、インデックスｉに１だけ増分した値に初期化される。ブロック９４において、ν_ｉとν_ｊとの間の相関指数が計算されてρによって表される。ブロック９６において、ν_ｊは、ν_ｊからρν_ｉを減算することによって調整される。このことにより、ν_ｊはゼロ平均のままに保たれるが、そのエネルギーはもはや１ではない。次にブロック９８において、ベクトルν_ｊは、単位エネルギーベースベクトルに再び正規化される。次に指数ｊは、１だけ増分される（ブロック１００）。ブロック１０２において、指数ｊは、該指数ｊがその割当ベクトルの範囲になったかどうかを確かめるためにテストされる。指数ｊがそのようになっていない場合には、制御は、ブロック９４に戻る。指数ｊがそのようになっている場合には、制御は、ブロック１０４に進む。次にブロック１０４において、指数ｉは、１だけ増分される。ブロック１０６において、指数ｉは、プロトベクトルの全てが正規直交セットに変換されたかどうかを確かめるためにテストされる。変換されていない場合には、制御は、ステップ９２に戻る。本方法８８は、全てのベクトルが正規直交セットに変換されたときに終了する（ブロック１０８）。

図６に戻ると、ブロック７８において取得した正規直交ベクトルセットは、ＥＧＴデータから内因性及び外因性変数を除去するためにブロック８０で使用される。図９は、ブロック７６でサンプリングしたＥＧＴから選択変数を除去する例示的な方法８０を示すフローチャートである。ブロック８０（図６参照）における本方法８０は、ブロック１１０において、取得した正規直交ベクトルセットから排気ガス温度に関連する既知の内因性及び外因性変数の全て又はその適切なサブセットを選択することによって開始する。次にブロック１１２において、ウインドウ長さＷが、選択される。Ｗの選択は、任意であり、解析者の好みに基づいて変化させることができる。Ｗの比較的小さな値は一般的に、比較的高いＥＧＴ劣化率の推定を招くが、Ｗの比較的大きな値は一般的に、推定ＥＧＴ劣化率の顕著な平滑化をもたらす。さらにブロック１１２において、式（１）のサンプル指数ｍが、その初期値に設定される。この値は通常、データ記録の開始時におけるものとなる。本方法８０は次に、ブロック１１４に進み、そこで正規直交ベースベクトルとＥＧＴとの間の内因性及び外因性相関関係が、現在の長さＷのウインドウにわたって除去される。これは、正規直交ベースの各要素に対して次の演算を実行することによって行われる。

このように取得したＧＥＴデータは、選択した内因性及び外因性変数との相関関係とは独立している。この除去済みのＥＧＴデータは次に、プロットすることができ、Ｗポイントウインドウにおいて線形回帰のような回帰法を使用して曲線適合させることができる。このことは、本方法８０のブロック１１６として表している。適合回帰線の勾配は、ＥＧＴ上昇の勾配、すなわちＥＧＴマージン劣化の比率であると考えることができる。

ブロック１１８において、サンプル指数ｍは、１だけ増分されてＷポイントウインドウを１サンプルだけシフトさせる。次にブロック１２０において、ウインドウ内にＷの新しいポイントがあるかどうかを判定するためにチェックが行われる。ウインドウ内にある場合には、制御はブロック１１４に戻る。本方法８０は、ブロック１１６において取得したＥＧＴ曲線適合の勾配を平滑化するための平滑化アルゴリズムを組み込んだブロック１２２を付加的に含むことができる。

図１０は、７９５個の観測ポイント（Ｘ軸に沿って表示した）におけるＥＧＴの例示的なプロット１２４（Ｙ軸に沿って表示した）を示す。ポイントは、通常５である既知のサイクル数によって分離することができる。この図示した実施形態では、７９５個の観測ポイントは、特定の航空機エンジンの離陸の間に取られ、３年間の期間にわたる時間間隔を置いている。図１０に示すように、ＥＧＴ内の固有のノイズにより、ＥＧＴ劣化のトレンドを識別することは困難である。

図１１は、内因性及び外因性相関関係を除去しかつ除去済みのＥＧＴデータに対して線形回帰適合を適用した後における、図４のブロック１１６において取得したＥＧＴデータのプロット１２６を示す。図１１に示したプロットは、観測ポイント１００〜７００においてサンプリングしたＥＧＴデータを示す。ウインドウ長さＷは、１００になるように任意に選択される。図１１のデータはさらに、図９のブロック１２２により平滑化することができる。平滑化したＥＧＴデータは、図１２に示す例示的なプロット１２８によって表すことができる。図６のデータ統合するための例示的な平滑化アルゴリズムは、以下に記載した式（５）によって表される。

ここで、ＥＧＴＧは排気ガス温度の上昇を表し、ＥＧＴＳは観測ポイントkにおけるＥＧＴプロット６６の勾配である。

図３と共に図１１及び図１２を参照すると、プロット１２６及びプロット１２８は、トレンドモジュール４８の出力２０を例示している。そのようなプロットは次に、エンジン劣化解析システムによって使用されて、プロットにおいて識別したトレンドに基づいてエンジン劣化率が判定される。

従って、上記の実施形態は、エンジンのアンサンブルではなくて１つの特定のエンジンから取得したデータに基づいてＥＧＴトレンドを推定する新規な方法を提供する。言い換えれば、この図示した実施形態は、エンジンのアンサンブルから引き出した統計値又は以前に取得しかつ解析したデータには関係がなく、或いはそれらに依存しない。さらに、本技術は、新たに識別しかつ測定したＥＧＴに関連する内因性及び外因性変数に適応しかつそれらを統合する利点がある。従って、ＥＧＴ劣化の推定は、より多くのデータを使用できるようになるので、大幅に正確なものにすることができる。本発明技術は、特に遠隔監視及び診断（ＲＭＤ）データに余裕があるトレンド推定による整備への統合に適している。

明らかなように、上記の技術は、これらのプロセスを実施するためのコンピュータ又はコントローラ実装方法及び装置の形態を取ることができる。本発明技術の態様はまた、フロッピディスク、ＣＤ−ＲＯＭ、ハードディスク、又はその他のいずれかのコンピュータ可読記憶媒体のような有形表現媒体内に具体化した命令を含むコンピュータプログラムコードの形態で具現化することができ、その場合、コンピュータプログラムコードがコンピュータ又はコントローラにロードされかつ該コンピュータ又はコントローラによって実行された時に、コンピュータは、本発明を実施するための装置になる。説明した本発明技術はさらに、例えば記憶メディアに保存されるか、コンピュータ又はコントローラにロードされかつ／或いはコンピュータ又はコントローラによって実行されるか、若しくは電気配線又はケーブルを介して、光ファイバを通して或いは電磁放射線によってなどのような幾つかの送信媒体を介して送信されるかのいずれかのコンピュータプログラムコード又は信号の形態で具現化することができ、その場合、コンピュータプログラムコードがコンピュータにロードされかつ該コンピュータによって実行された時に、コンピュータは、本発明を実施するための装置になる。

本発明技術の態様を組み込んで、タービンエンジンを製作するた方法を提供することができる。図１３は、本発明技術の態様による、タービンエンジンを製作する方法１３０を示すフローチャートである。本方法１３０は、エンジンＥＧＴ及び関連する変数をサンプリングするようになった複数のセンサを設けるステップを含む（ブロック１３２）。本方法１３０はさらに、サンプリングしたＥＧＴを監視しかつ関連する変数によって引き起こされたＥＧＴデータ上のノイズを除去してＥＧＴトレンドの識別を可能にするように構成されたＥＧＴトレンド測定システムを設けるステップを含む（ブロック１３４）。その上さらに、本方法は、識別したＥＧＴトレンドに基づいてエンジン劣化率を判定しかつタービンエンジンの排気ガス温度におけるトレンドに基づいてタービンエンジンのエンジン劣化の事前選択したレベルを予測するためのエンジン劣化解析システムを設けるステップを含む（ブロック１３６）。一部の実施形態では、本方法１３０は、上述したような排気ガス温度におけるトレンドに基づいてエンジンの休止時間及び／又は補修をスケジュールする（ブロック１３８）ためのスケジューリングシステムを設けるステップを付加的に含むことができる。

本明細書では本発明の一部の特徴のみを図示しかつ説明してきたが、当業者には多くの修正及び変更が想起されるであろう。従って、特許請求の範囲は、全てのそのような修正及び変更を本発明の技術思想の範囲内に属するものとして保護しようとするものであることを理解されたい。

本発明技術の態様を具現化した航空機を示す概略図。 本発明技術の態様によるタービンエンジン監視システムのブロック図。 本発明技術の態様による排気ガス温度トレンド測定システムのブロック図。 本発明技術の態様による、タービンエンジンを運転する方法を示すフローチャート。 本発明技術の態様による、排気ガス温度トレンドに基づいてタービンエンジンを監視する方法を示すフローチャート。 本発明技術の態様による、排気ガス温度データに対する関連する変数の影響を除去する方法を示すフローチャート。 本発明技術の態様による、内因性及び外因性変数の正規直交ベクトルセットを作成する方法を示すフローチャート。 本発明技術の態様による、選択変数間の相関関係を除去する方法を示すフローチャート。 本発明技術の態様による、ＥＧＴデータから内因性及び外因性変数を除去する方法を示すフローチャート。 観測ポイントのセットにわたってサンプリングしたＥＧＴデータを示す例示的なプロット。 内因性及び外因性変数の影響を除去した状態のＥＧＴデータを示す例示的なプロット。 所定の観測ポイントのセットの範囲内でのＥＧＴの平滑化した上昇を示す例示的なプロット。 本発明技術の態様による、タービンエンジンを製作する方法を示すフローチャート。

符号の説明

１０ 航空機
１２ ＥＧＴトレンド測定システム
１４ タービンエンジン
１６ 航空機のボデー
１８ エンジン監視システム
２０ ＥＧＴトレンド測定システムの出力
２２ エンジン劣化解析システム
２４ エンジン劣化解析システムの出力
２６ スケジューリングシステム
２８ スケジューリング情報／コマンド
３０ ユーザ／タービン制御装置
３２ センサ
３４ センサからの測定信号
３６ 低域通過フィルタ
３８ ノイズフィルタの出力
４０ デジタル化した測定データ
４２ ＡＤＣ
４４ ノイズフィルタ
４６ ノイズフィルタの出力
４８ トレンドモジュール
５０ タービンエンジンを運転する方法
５２〜６２ 方法５０のステップ
６４ ＥＧＴトレンドに基づいてタービンエンジンを監視する方法
６６〜７２ 方法６４のステップ
６８ ＥＧＴデータにおける変数の影響を除去する方法
７４〜８０ 方法６８のステップ
７８ 正規直交ベクトルセットを作成する方法
８２〜８８ 方法７８のステップ
８８ 選択変数間の相関関係を除去する方法
９０〜１０８ 方法８８のステップ
８０ ＥＧＴデータから内因性及び外因性変数を除去する方法
１１０〜１２２ 方法８０のステップ
１２４ 除去していない状態のＥＧＴデータのプロット
１２６ 回帰適合で除去した状態のＥＧＴデータのプロット
１２８ 平滑化した状態のＥＧＴデータのプロット
１３０ タービンエンジンを製作する方法
１３２〜１３８ 方法１３０のステップ

Claims (10)

1. タービンエンジンの観測時間のセットにわたる排気ガス温度及び前記排気ガス温度に関連する複数の変数をサンプリングして、排気ガストレンドデータを取得するステップと、
   前記排気ガス温度データに対する前記複数の変数の少なくとも１つの影響を除去して、タービンエンジン（１４）の前記排気ガス温度データにおけるトレンドの識別を可能にするステップと、
   を含む方法。
2. 前記排気ガス温度データにおけるトレンドを識別して、タービンエンジン（１４）のエンジン劣化の解析を可能にするステップを含む、請求項１記載の方法。
3. 前記複数の変数が、タービンエンジンの少なくとも１つの内因性変数を含む、請求項１記載の方法。
4. 前記少なくとも１つの内因性変数が、コア速度、ファン速度、ディレート、ホットエンジンスタート、コールドエンジンスタート、ブリード設定、又はそれらの組合せを含む、請求項３記載の方法。
5. 前記複数の変数が、タービンエンジンの少なくとも１つの外因性変数を含む、請求項１記載の方法。
6. 前記少なくとも１つの外因性変数が、入口空気温度、湿度、高度、又はそれらの組合せを含む、請求項５記載の方法。
7. 前記複数の変数の影響が、前記変数と前記排気ガス温度データとの間の複数の相関関係を含み、前記影響を除去するステップが、補正排気ガス温度データを生成するために、前記複数の変数の直交ベクトルセットを作成するステップと、前記直交ベクトルセットを使用して前記排気ガス温度データから前記相関関係を除去するステップとを含む、請求項１記載の方法。
8. 前記直交ベクトルセットが、正規直交ベクトルセットを含み、前記正規直交ベクトルセットを作成するステップが、前記複数の変数の各々についてプロトベースベクトルを準備するステップと、前記プロトベースベクトルをゼロ平均単位エネルギーベクトルに変換するステップとを含む、請求項７記載の方法。
9. 前記補正排気ガス温度データに回帰法を適合させて、回帰排気ガス温度データを生成するステップをさらに含む、請求項７記載の方法。
10. 前記回帰排気ガス温度データを平滑化するステップをさらに含む、請求項９記載の方法。

Images