JP2012007612A - ターボ機械のエーロフォイルの寿命管理システムおよび方法 - Google Patents

Abstract

【課題】ターボ機械のエーロフォイルの寿命管理システムおよび方法を提供すること。
【解決手段】少なくとも１つのターボ機械のリスク解析を実施するシステム（５０）は、１つまたは複数のターボ機械の特性値を記憶するデータベース（４０１）と、データベースから特性値を受け取り、リスク解析を実施する、データベースに結合された処理モジュール（４０２）とを備える。処理モジュールは、特性値に基づいて、特定のターボ機械の振動の大きさの指標を生成するモデリングモジュール（４０８）と、モデリングモジュールに結合され、振動の大きさの指標に基づいてリスク解析を実施する性能モデル化部（４１６）とを備える。
【選択図】図４

Description

本明細書に開示される主題は、タービンに関し、詳細には、圧縮機およびタービンのエーロフォイルの寿命時間の管理に関する。

ガスタービンエンジンは、通常、圧縮機、燃焼器、およびタービンを備える。圧縮機およびタービンは、一般に、軸方向に段に重ねられた複数列のエーロフォイルまたはブレードを備える。各段は、一般に、円周方向に離隔配置され、固定されている１列のステータベーンと、中心軸またはシャフト廻りに回転する、円周方向に離隔配置された１組のロータブレードとを備える。一般に、作動中、圧縮機ロータのロータブレードがシャフトの周りに回転して、空気の流れを圧縮する。供給された圧縮空気は、燃焼器内で、供給された燃料を燃焼するために使用される。その結果生じた燃焼器からの高温ガスの流れが、タービンの中で膨張し、それが、タービンロータブレードをシャフト周りに回転させる。このようにして、燃料に含まれるエネルギーが、回転するブレードの機械的エネルギーに変換され、その機械的エネルギーが、圧縮機のロータブレード、および発電用の発電機のコイルを回転させるために使用され得る。作動に際し、過度の温度、作動流体の速度、およびロータブレードの回転速度のために、ステータベーンおよびロータブレードは、圧縮機およびタービンを通して、高い応力が掛かる部品である。

しばしば、タービンエンジンの圧縮機部およびタービン部の両方において、近隣または隣接段のステータベーンの列は、円周上に離隔配置された実質的に同じ数のベーンによって構成される。タービンエンジンの空力効率を向上させるために、１つの列のエーロフォイルの相対的円周上位置を、近隣または隣接する列のエーロフォイルの円周上の位置に対して割り出し、または「クロック」する努力が払われてきた。しかし、最低限または無視し得る程度にしかエンジンの空力効率が改善されないのに対して、そのような従来のクロック方法は、一般に、作動中にエーロフォイルに作用する機械的応力を増加させるように働くことが判明してきた。当然、作動応力が増加すると、エーロフォイルを振動させ、最終的に損傷させ、それによって、ガスタービンエンジンに対して甚大な被害を及ぼすおそれがある。

発電システムの高い稼働率および信頼性は、長年、電気事業産業界の主要な要件であった。低信頼性および不時の停電によりコストが高くつくことはよく知られている。不適切な整備、または作動異常の検出によって、タービン起因の停止に至ることもある。そのような異常を早期に検出することが、タービン起因の長期停止を防止し、減少させるために重要である。

通常の検査では、検査中、タービンを停止する必要が生じることもある。そのような場合、発電所の発電能力の少なくとも一部分が阻害され得る。発電能力の低下は、それに関連する実質的な経済的コストを発生させる。さらに、検査自体が費用を費やす。少なくともこれら２つの理由のために、必要なときにのみ検査を実施することが有益である。

本発明の一態様によれば、少なくとも１つのターボ機械のリスク解析を実施するシステムが開示される。そのシステムは、１つまたは複数のターボ機械の特性値を記憶するデータベースと、データベースから特性値を受け取り、リスク解析を実施する、データベースに結合された処理モジュールとを備える。処理モジュールは、特性値に基づいて、特定のターボ機械のエーロフォイル振動の大きさの指標を生成するモデリングモジュールと、モデリングモジュールに結合され、振動の大きさの指標に基づいてリスク解析を実施する性能モデル化部とを備える。

本発明の別の態様によれば、ターボ機械に対する検査勧告の作成をコンピュータによって実施する方法が開示される。その方法は、ターボ機械に関する運用データをコンピュータに受け入れるステップであって、運用データが、少なくとも１つのエーロフォイルの近傍の領域からの動圧示度を含む、ステップと、動圧示度に基づく第１のリスクモデルから不具合モデルを生成するステップと、不具合モデルに基づいて、検査勧告を作成するステップとを含む。

本発明の別の態様によれば、ターボ機械に対する検査勧告の作成をコンピュータによって実施する方法が開示される。その方法は、ターボ機械に関する運用データをコンピュータに受け入れるステップであって、運用データが、ターボ機械のエーロフォイルのクロッキングに関する情報を含む、ステップと、クロッキング情報に基づくリスクモデルから不具合モデルを生成するステップと、不具合モデルに基づいて、検査勧告を作成するステップとを含む。

これらおよび他の利点および特徴が、図面と併せて以下の説明からより明らかになるであろう。

本発明とみなせる主題が、本明細書に添付の特許請求の範囲において、詳細に示され、明瞭にその特許性が主張される。本発明の上記および他の特徴ならびに利点が、添付図面に即する以下の詳細な説明から明らかになる。

本発明の実施形態によるシステムを示すデータフローダイアグラムである。 本発明の実施形態を埋め込むことができるコンピューティングシステムの図である。 本発明の実施形態による方法の図である。 図１に示すシステムのより詳細なデータフローダイアグラムである。

本項では、例として、本発明の実施形態を利点および特徴と併せて図面を参照しながら説明する。

上記に説明したように、圧縮機およびタービンのエーロフォイルは、いくつかの空力／音波励振を受ける。これらの励振が、エーロフォイルの根元に疲労を発生させることがある。疲労したエーロフォイルは、振動する傾向が強くなる。時宜を得た検査および修理がなされない場合、この振動が、タービンが作動している間にエーロフォイルを飛散させる可能性がある。飛散したエーロフォイルは、圧縮機およびタービンに２次損傷を生じさせ得る。

本明細書に開示された実施形態は、検査が必要な時点を正確に決定し、リスク解析を実施することに関し、技術的に有効である。一実施形態では、検査の決定またはリスク解析は、測定され、またはエーロフォイルのクロッキングに基づいて推定された振動の大きさのいずれかに基づく。今迄、振動は、製品ライフサイクルの評価、または修理／検査勧告指標の要素として使用されて来なかった。

詳細には、本明細書に開示される実施形態は、フィールドデータ、運用形態、現場状況、ハードウェア構成、入口状態調節、センサ情報、信頼性モデル、専門的ルール、クラシファイア、および多変量統計手法を使用した寿命アセスメント、資産計画、および／または検査勧告の提供を可能にすることができる。したがって、本明細書の教示は、いつ装置を検査すべきか、資産計画をいかにすべきかをより正確に計画し、保有設備中の装置の稼働率を向上させることを可能にする。

以下の説明では、タービンについて記述したが、本明細書の教示はあらゆるターボ機械に適用することができることを理解されたい。

図１は、一実施形態によるシステム５０のデータフローダイアグラムを示す。システム５０は、１つまたは複数のタービンシステム６０を備え得る。タービンシステム６０は、あらゆるタイプのタービンを備え得る。一実施形態では、タービンはガスタービンであり得る。

タービンシステム６０が、ガスタービンシステムを備える場合、タービンシステム６０は、空気を引き込み圧縮する圧縮機５１と、圧縮空気を加熱するために燃料を加える燃焼器５４（またはバーナ）と、高温の空気流から動力を引き出すタービン５６とを備え得る。一実施形態では、ガスタービンは、連続燃焼プロセスを用いる内燃（ＩＣ）エンジンである。

システム５０はまた、タービンシステム６０に結合されたセンサ６２を備え得る。センサ６２は、タービンシステム６０から情報を受け取り、その情報に基づいて、システム５０は、タービン６０の熱消費率を求めることができる。一実施形態では、センサ６２は、圧縮機５１およびタービン５６のステータのエーロフォイルに関する動圧の読値を受け取ることができる。もちろん、そのような値は要件ではない。

センサ６２は、性能解析装置６４に結合されている。一実施形態では、解析装置６４は、センサ６２からの情報および追加情報源（図示せず）からの追加情報６６を受け取って、モデル更新情報６８または検査勧告７０の１つまたは両方を作成する。一実施形態では、検査勧告７０は、エーロフォイルのクロッキングに関する情報に基づく。

勧告７０は、少なくとも部分的に、センサ６２を介する動圧の読値に基づいてもよく、または、対象とするタービン６０についての情報によってもよい。より詳細には、解析装置６４は、動圧センサからの情報を処理し、圧縮機５１の様々な段の非定常圧力振幅および周波数情報を得ることができる。これらダイナミックセンサは、非定常圧力を測定するために、様々な圧縮機およびタービン段に配置することができる。非定常圧力は、エーロフォイル振動の指標であり得る。ダイナミックセンサが利用できない場合、圧縮機クロッキング情報、および、負荷、大気温度などの他のタービンパラメータを用いて推定エーロフォイル振動を計算するために、解析モデルが、解析装置によって使用され得る。

他の作動特性、パラメータ、および大気状態と共に、動圧センサ情報または推定振動が、エーロフォイルの疲労、ならびに検査勧告７０に含め得るエーロフォイル損傷リスクおよび分類確率値を定量化するために使用され得る。

追加情報６６には、それに限定されないが、１つまたは複数のタービンシステム６０の性能履歴データを含めることができる。さらに、追加情報には、様々なタイプのタービンに関する様々なリスクおよび分類モデルを含めることができる。そのために、一実施形態では、点線６９によって示されるように、モデル更新情報６８を追加情報６６に組み込んで、より正確なモデルを生成することができる。

性能解析装置６４は、ハードウェア、ソフトウェア、またはそれらのある組合せ（ファームウェア）として実装することができる。解析装置６４は、センサ６２からの情報と、追加情報６６とを受け取る。中間ステップとして、解析装置６４は、性能履歴、検証済みデータ、および温度計算に基づいて、フィルタ処理したデータを生成することができる。

図２を参照すると、本明細書の教示を実施する処理システム１００の実施形態が示されている。処理システム１００は、解析装置６４（図１）を備え得る。この実施形態では、システム１００は、１つまたは複数の中央処理装置（プロセッサ）１０１ａ、１０１ｂ、１０１ｃなど（纏めてまたは総称的にプロセッサ（１つまたは複数）１０１として示されている）を有する。一実施形態では、各プロセッサ１０１は、縮小命令セットコンピュータ（ＲＩＳＣ）マイクロプロセッサを備え得る。プロセッサ１０１は、システムバス１１３を介して、システムメモリ１１４および様々な他の構成要素に結合されている。読出し専用メモリ（ＲＯＭ）１０２が、システムバス１１３に結合され、基本入出力システム（ＢＩＯＳ）を備えることができ、そのＢＩＯＳがシステム１００のいくつかの基本機能を制御する。

図２は、システムバス１１３に結合された入出力（Ｉ／Ｏ）アダプタ１０７およびネットワークアダプタ１０６をさらに示す。Ｉ／Ｏアダプタ１０７は、ハードディスク１０３および／もしくはテープ記憶装置１０５または他のあらゆる同様な構成要素と通信する小型コンピュータシステムインターフェース（ＳＣＳＩ）アダプタでもよい。Ｉ／Ｏアダプタ１０７、ハードディスク１０３、およびテープ記憶装置１０５は、本明細書では纏めて大容量記憶装置１０４と称される。ネットワークアダプタ１０６は、バス１１３を外部ネットワーク１１６と相互接続し、処理システム１００が他のその種システムと通信することを可能にする。ディスプレイ（たとえばディスプレイモニタ）１１５が、ディスプレイアダプタ１１２によってシステムバス１１３に接続され、ディスプレイアダプタ１１２は、グラフィック集中型アプリケーションおよびビデオコントローラの性能を向上させるグラフィックアダプタを備え得る。一実施形態では、アダプタ１０７、１０６、および１１２は、中間バスブリッジ（図示せず）を介してシステムバス１１３に接続される１つまたは複数のＩ／Ｏバスに接続することもできる。ハードディスクコントローラ、ネットワークアダプタ、およびグラフィックアダプタなどの周辺デバイスを接続するための適切なＩ／Ｏバスは、通常、ペリフェラルコンポーネントインターフェース（ＰＣＩ）など、一般的なプロトコルを有する。ユーザインターフェースアダプタ１０８およびディスプレイアダプタ１１２を介してシステムバス１１３に接続された追加の入出力デバイスが示されている。キーボード１０９、マウス１１０、およびスピーカ１１１は、ユーザインターフェースアダプタ１０８を介してバス１１３に全て接続することができ、ユーザインターフェースアダプタ１０８は、たとえば、複数のデバイスアダプタを単一の集積回路に組み込んだスーパＩ／Ｏチップを備え得る。

したがって、図２に構成されるように、システム１００は、プロセッサ１０１の形態の処理手段、システムメモリ１１４および大量記憶装置１０４を含む記憶手段、キーボード１０９およびマウス１１０などの入力手段、ならびにスピーカ１１１およびディスプレイ１１５を含む出力手段を備える。一実施形態では、システムメモリ１１４および大量記憶装置１０４の一部分は、図２に示された様々な構成要素の働きを調整するオペレーティングシステムを纏めて格納する。

システム１００は、適切ないかなるコンピュータまたはコンピューティングプラットフォームでもよく、端末、無線装置、情報装置、デバイス、ワークステーション、ミニコンピュータ、メインフレームコンピュータ、携帯端末（ＰＤＡ）、または他の計算装置を含み得ることが理解されるであろう。システム１００は、通信ネットワークによって互いに連結された複数の計算装置を備え得ることを理解されたい。たとえば、２つのシステム間にクライアント−サーバ関係を存在させることができ、処理を２つのシステム間で分割することができる。

システム１００は、任意の既知の、または今後開発されるオペレーティングシステム上で作動することができる。システム１００はまた、ネットワーク１１６上で通信するネットワークインターフェース１０６を備える。ネットワーク１１６は、ローカルエリアネットワーク（ＬＡＮ）、メトロエリアネットワーク（ＭＡＮ）、または、インターネットもしくはワールドワイドウェブなどのワイドエリアネットワーク（ＷＡＮ）であり得る。

システム１００のユーザは、通常電話回線、ディジタル加入者回線、ＬＡＮまたはＷＡＮリンク（たとえば、Ｔ１、Ｔ３）、広帯域接続（フレームリレー、ＡＴＭ）、および無線接続（たとえば８０２．１１（ａ）、８０２．１１（ｂ）、８０２．１１（ｇ））などの適切な任意のネットワークインターフェース１１６を介してネットワークに接続することができる。

本明細書に開示の通り、システム１００は、本明細書に開示の１つまたは複数の方法を実行するために、機械可読媒体（たとえばハードディスク１０３）に格納された機械可読命令を備え得る。本明細書に説明の通り、その命令は「ソフトウェア」１２０と称することができる。ソフトウェア１２０は、当技術分野で周知のソフトウェア開発ツールを使用して作成することができる。ソフトウェア１２０は、ユーザとの対話能力を実現するために当技術分野では周知の様々なツールおよび機構を備え得る。

一部の実施形態では、ソフトウェア１２０は、別のプログラムへのオーバレイとして形成される。たとえば、ソフトウェア１２０は、アプリケーション（またはオペレーティングシステム）への「アドイン」として形成することができる。用語「アドイン」は、一般に、当技術分野で周知の通り、捕捉的プログラムコードを指すことに留意されたい。そのような実施形態では、ソフトウェア１２０は、それが協働するアプリケーションまたはオペレーティングシステムの構造またはオブジェクトを置き換えることができる。

図３は、一実施形態による方法のフローダイアグラムを示す。方法は、１つまたは複数のタービンの履歴データを受け取るブロック３０２から始まる。このデータは、たとえば、全体性能データを含み得る。一実施形態では、全体性能データは、５分の時間間隔で記憶され、１３２個のタグ（生データおよび計算データを含む）を備え得る。このデータは、たとえば、センサ、またはセンサもしくは他のデータ源から受け取ったデータを格納するデータベースから受け取ることができる。一実施形態では、センサは、エーロフォイル近傍の様々な位置からの動圧測定値を検知し提供する。そのような圧力計測値は、１つまたは複数のエーロフォイルが振動し、または振動し始めようとしていることを示すことができる。

方法は、データ検証ブロック３０４を適宜含む。データ検証は、受け取ったデータがある時間継続していることを確認することを含み得る。当然、状況に応じて、他のデータ検証も同様に実施され得る。

ブロック３０６で、動圧について情報が利用可能であることを確認する。上記に説明したように、タービンは、非定常圧力を計測するために、様々な圧縮機およびタービン段に配置されたダイナミックセンサを備え得る。非定常圧力は、エーロフォイル振動の指標であり得る。動圧情報が利用可能である場合、ブロック３０８で、動圧情報を考慮に入れた第１のリスクモデル上でエーロフォイル損傷モデルが生成される。

動圧情報が利用可能でない場合、ブロック３１０で、タービンについてのクロッキング情報が利用可能であるか否か確認する。クロッキングと振動との間に関係があることが判明している。詳細には、振動は、エーロフォイル間のクロッキングが強いまたは弱いタービンにおいてより起こり易いことが判明している。したがって、クロッキング情報が利用可能である場合、ブロック３１２で、不具合リスク策定においてクロッキングを考慮に入れた第２のリスクモデルに基づいて不具合モデルが生成される。

クロッキング情報が利用可能でない場合、ブロック３１４で、クロッキングを考慮しない第３のリスクモデルを使用して、不具合モデルを生成することができる。

どのように生成されたかに関係なく、ブロック３１６で、不具合モデルを使用して、検査勧告を作成することができる。ブロック３１８で、不具合モデルを生成するために使用したデータに基づいて、リスクモデルを更新することができる。

図４は、図３に記載された方法の一部または全てを実行することができるシステム４００を示す。

システム４００は、データベース４０１および処理モジュール４０２を備え得る。処理モジュール４０２は、データベース４０１からデータを受け取り、アウトプット４０４を生成する。データベース４０１からのデータは、たとえば、ガスタービンに結合された１つまたは複数のセンサ４０３から受け取ったデータであり得る。このデータは、それに限定されないが、供給燃料量、出力、温度、サイクル情報、修理または検査情報、現場の大気状態、動圧データ、またはあらゆる他の情報を含む、タービンの運用に際して観測することができるあらゆるタイプのデータを含み得る。

アウトプット４０４は、あらゆるタイプのアウトプットであり得る。一実施形態では、アウトプット４０４は、報告、勧告、またはダッシュボードエントリであり得る。当然、アウトプット４０４は、いかなるタイプのアウトプットでもよく、ユーザまたは別の処理装置へ提供することができる。さらに、アウトプット４０４は、場合によってはデータベース４０１に格納することができる。

データベース４０１から受け取ったデータは、適宜、データ検証部４０６によって検証され得る。データ検証は、受け取ったデータがある時間継続していることを確認することを含み得る。当然、状況に基づいて、他のデータ検証も同様に実施され得る。

検証済み（または検証なし）データが、モデリングモジュール４０８に送られる。モデリングモジュール４０８は、タービンの作動モデルを生成するために１つまたは複数の計算を実行し得る。一実施形態では、モデリングモジュールは、特定のタービンの時間経過による振動の大きさの指標を生成することができる。一実施形態では、モデルをグラフとして表現することができる。一実施形態では複数のタービンからのデータを纏めてモデル化して、特定のクラスまたはタイプのタービンに関するモデルを生成することもできることを理解されたい。

システム４００はまた、モデリングモジュール４０８に結合されたデータフィルタ処理モジュール４１０を備え得る。データフィルタ処理モジュール４１０は、モデリングモジュール４０８から受け取ったモデル内の変動（モデルは複数の運転またはタービンから生成される）を減少させる。データフィルタ処理モジュール４１０は、専門的ルール、メディアンフィルタ、非線型スクエアフィルタ、指数平滑化フィルタ、または他のフィルタを用いることができる。用いられるフィルタに関係なく、データフィルタ処理モジュール４１０は、フィルタ処理された１つまたは複数のタービンパラメータの時系列を生成する。たとえば、フィルタ処理モジュール４１０は、特定のタービンまたはタービンのクラスの振動のフィルタ処理済み時系列指標を生成することができる。

システム４００はまた、データフィルタ処理モジュール４１０に結合された修正および正規化モジュール４１２を備え得る。修正および正規化は、本明細書では纏めて正規化と呼ばれ、大きさまたは位置に関係なく、諸タービンが同じ相対的大きさにモデル化されるように係数を適用することを意味する。

システム４００はまた、後処理モジュール４１４を備え得る。後処理モジュール４１４は、データ修正および正規化モジュール４１２から正規化データを受け取り、アウトプット４０４を生成する。後処理モジュール４１４は、１つまたは複数のサブモジュールを備え得る。一実施形態では、構成に応じて、これらモジュールの一部または全てが同時に働くことができる。

一実施形態では、後処理モジュール４１４は、リスクモデル化部４１６を備え得る。以下に記載する特定の実施形態では、リスクモデル化部は、エーロフォイル不具合予想のモデル化部である。一般に、性能モデル化部４１６が、受け取ったモデルに基づいて、エーロフォイル振動による不具合のリスクを予想することができる予想モデルを生成する。

性能モデル化部４１６によって生成されたモデルは、タービンが経年変化し、または形状が劣化し変化するので、時々、不正確になる場合があることを理解されたい。後処理モジュール４１４は、１つまたは複数の性能モデルを同じディスプレイ上に表示することができる作図モジュール４１８を備え得る。これによって、性能が変化したことを視覚的に明白に示すことができる。

さらに、後処理モジュール４１４はまた、変化検出部４２０を備え得る。変化検出部４２０は、変化検出アルゴリズムを適用して、統計的に顕著な運用および性能パラメータの変化を検出することができる。これら変化は、水洗、ハードウェア不具合、整備、センサ較正上の問題、ソフトウェア構成上の問題、データ品質上の問題、サイクルデッキ構成上の問題（制御カーブ不良、サイクルデッキモデル不良など）、または振動による圧力変動などの実際の運用上の問題に起因し得る。

一実施形態では、変化検出部４２０は、変化が起こったことを判断し、異常検出部４２２にモデルおよび変化を解析させることができる。一実施形態では、異常検出部は、変化およびモデルに基づいて、問題の１つまたは可能性のある複数の原因あるいは予防的勧告に関するアウトプットを生成することができる。そのために、異常検出部４２２は、専門的ルール、ファジー推論、特徴抽出法、人工知能による方法、経験による方法、または他のコンピュータによる推論技法を適用することができる。

本発明が、限られた数の実施形態のみに関連して詳細に説明されてきたが、本発明が、そのような開示された実施形態に限定されないことは容易に理解される筈である。むしろ、本発明は、本発明の主旨および範囲に適合する限り、これまで記述されていない任意の数の変形、改変、置換、または同等の構成を組み込んで修正することができる。さらに、本発明の様々な実施形態が説明されてきたが、本発明の諸態様には、記載された実施形態の一部のみを含めることもできることを理解されたい。したがって、本発明は、上記の説明によって限定されるとみなすべきではなく、添付特許請求の範囲記載の範囲のみによって限定されるものである。

５０ システム
５１ 圧縮機
５４ 燃焼器
５６ タービン
６０ タービンシステム
６２ センサ
６４ 解析装置
６６ 追加情報
６８ モデル更新情報
６９ 点線
７０ 検査勧告
１００ 処理システム
１０１ プロセッサ
１０２ 読出し専用メモリ（ＲＯＭ）
１０３ ハードディスク
１０４ 大容量記憶装置
１０５ テープ記憶装置
１０６ ネットワークアダプタ
１０７ 入出力アダプタ
１０８ インターフェースアダプタ
１０９ キーボード
１１０ マウス
１１１ スピーカ
１１２ ディスプレイアダプタ
１１３ システムバス
１１４ システムメモリ
１１５ ディスプレイ
１１６ ネットワーク
１２０ ソフトウェア
３０２ ブロック
３０４ オプションのデータ検証ブロック
３０６ ブロック
３０８ ブロック
３１０ ブロック
３１２ ブロック
３１４ ブロック
３１６ ブロック
３１８ ブロック
４００ システム
４０１ データベース
４０２ 処理モジュール
４０３ センサ
４０４ アウトプット
４０６ データ検証部
４０８ モデリングモジュール
４１０ データフィルタ処理モジュール
４１２ 正規化モジュール
４１４ 後処理モジュール
４１６ リスクモデル化部
４１８ 作図モジュール
４２０ 変化検出部
４２２ 異常検出部

Claims (10)

1. 少なくとも１つのターボ機械のリスク解析を実施するシステム（５０）であって、
   １つまたは複数のターボ機械の特性値を記憶するデータベース（４０１）と、
   前記データベースから前記特性値を受け取り、前記リスク解析を実施する、前記データベースに結合された処理モジュール（４０２）であって、
   前記特性値に基づいて、特定のターボ機械のエーロフォイル振動の大きさの指標を生成するモデリングモジュール（４０８）、および
   モデリングモジュールに結合され、前記振動の大きさの前記指標に基づいてリスク解析を実施する性能モデル化部（４１６）
   を備える処理モジュール（４０２）と
   を具備するシステム（５０）。
2. 前記モデリングモジュールが、前記データベースから受け取った前記特性値を時間経過による振動の指標に変換する、請求項１記載のシステム。
3. 前記振動がエーロフォイルの振動である、請求項２記載のシステム。
4. 前記処理モジュールが、
   前記モデリングモジュールによって生成された前記指標にフィルタを掛けて、フィルタ処理した指標を生成するフィルタ処理モジュール（４１０）
   をさらに備える、請求項２記載のシステム。
5. 前記フィルタ処理モジュールが、運用モードフィルタまたはデータ平滑化フィルタ、あるいはその両方を用いる、請求項４記載のシステム。
6. 前記特性値が、１つまたは複数のターボ機械上のセンサ（６０２）から受け取った動圧データを含む、請求項１記載のシステム。
7. 前記特性値が、前記１つまたは複数のターボ機械の前記エーロフォイルのクロッキングの指示値を含む、請求項１記載のシステム。
8. ターボ機械に対する検査勧告（７０）の作成をコンピュータによって実施する方法であって、
   前記ターボ機械に関する運用データをコンピュータに受け入れるステップであり、前記運用データが、少なくとも１つのエーロフォイルの近傍の領域からの動圧示度を含む、ステップと、
   前記動圧示度に基づく第１のリスクモデルから不具合モデルを生成するステップと、
   前記不具合モデルに基づいて、検査勧告を作成するステップと
   を含む方法。
9. 前記リスクモデルを生成するステップ
   をさらに含む、請求項８記載の方法。
10. 前記リスクモデルを生成するステップが、
    振動の大きさに基づくエーロフォイルの期待寿命を表す運用情報値をデータベースから受け取るステップ
    を含む、請求項９記載の方法。