JP2019532868A - ヘリコプタの健全性を監視するための方法とシステム - Google Patents

Abstract

本発明は、複数のヘリコプタの複数のフライトミッションの重大度の決定を含むヘリコプタの健全性を監視するための方法であって、ヘリコプタフライトミッションからのフライトデータを取得し記憶するためのステップと、複数のヘリコプタからのメンテナンスデータを取得し記憶するためのステップとを含む方法に関する。この方法は、前記決定が、ミッションタイプ構築ステップであって、記述子を構築するためのサブステップと、記述子を分割するためのサブステップと、前記フライトの記述子と、この記述子が見つかったサブセットとを関連付けることによってミッションタイプを各フライトに割り当てるためのサブステップとを含む、ステップと、ミッションタイプの重大度を解釈するためのステップであって、重大度モデルを推定するためのサブステップと、ミッションタイプ構築ステップで決定された各ミッションタイプに重大度モデルを関連付けるためのサブステップとを含む、ステップとを含むことを特徴とする。

Description

本発明はヘリコプタの健全性を監視するための方法及びシステムに関する。特に、本発明はフライトミッションタイプを構築し、これらのフライトミッションタイプの各々に重大度を関連付けることを可能にする、フライトミッションの重大度を決定するための方法およびシステムを含むヘリコプタの監視に関する。

各フライト中、ほとんどのヘリコプタは、ヘリコプタの様々なオンボードセンサを介して内部および外部物理データのセットを記録する。この記録されたデータが、ヘリコプタが地上にあるときに、相補的な分析を実行するために使用される。

さらに、ヘリコプタは異なる種類のミッションのために設計され、使用される。ミッションの各タイプはヘリコプタの状態およびその構成要素に対して異なる影響を有する。ミッションタイプは現在、各ヘリコプタの設計段階中に、顧客相談プロセス後に製造業者によって決定された理論的プロファイルに基づいて決定される。例えば、ミッションタイプは、医療緊急サービス、公益事業、観光、ＶＩＰ、海上、警察等のような大きな集団にグループ化される。

ミッションのタイプへのこの区分にはいくつかの欠点がある。

特に、ミッションのこれらのタイプはクライアントのアクティビティの分野に基づいて選択され、これはヘリコプタの実際の使用と必ずしも同一ではない。例えば、観光ヘリコプタは実装される料金システム（毎時または目的地ベース）に応じて異なる使用を有することができる。

さらに、限られた数のミッションタイプ（例えば、列挙された６つ）は使用の全範囲を表すのに十分ではない。

したがって、本発明者らはこれらの欠点に対する解決策を求めてきた。

本発明は、ヘリコプタフライトミッションの重大度を決定するための既知の方法およびシステムの欠点の、少なくともいくつかを克服することを目的とする。

特に、本発明は、本発明の少なくとも１つの実施形態において、実際に行われるミッションのタイプの識別を自動化することを可能にする方法およびシステムを提供することを目的とする。

本発明はまた、少なくとも１つの実施形態において、識別されたミッションの各タイプへの重大度の関連付けを自動化する方法およびシステムを提供することを目的とする。

本発明はまた、少なくとも１つの実施形態において、ヘリコプタまたはそれが含む任意のシステムまたはサブシステムのための予備部品の設計、メンテナンスおよび調達を改善することを可能にする方法およびシステムを提供することを目的とする。

この目的のために、本発明は、複数のヘリコプタの複数のフライトミッションの重大度の決定を含む、ヘリコプタの健全性を監視するための方法に関し、前記決定は：
− ヘリコプタのミッションフライトデータの取得及び記憶のためのステップであって、前記フライトデータは、ヘリコプタの各フライトについて、ヘリコプタの少なくとも１つのセンサによって記録された物理データを含む、ステップと、
− 複数のヘリコプタのメンテナンスデータの取得及び記憶のためのステップであって、前記メンテナンスデータは少なくとも、フライトミッションの結果として各ヘリコプタにおいて交換される構成要素及び各ヘリコプタの構成要素の故障に関する情報を含む、ステップと
を含み、方法は、
− ミッションタイプを構築するためのステップであって：
− 相対的記述子を構築するためのサブステップであって、物理的フライトデータは記述子を形成する所定のディメンションをもつベクトルに縮小され、すべての記述子は同じディメンションを有する、サブステップと、
− 記述子をミッションのタイプを形成するサブセットに分割するように適合された、記述子を分割するためのサブステップと、
− 前記フライトの記述子を、記述子が位置するサブセットと関連付けることによって、各フライトにミッションのタイプを割り当て、フライトに関連する物理データをミッションの各タイプに関連付けるミッションのタイプのモデルを作成するためのサブステップと
を含む、ステップと、
− ミッションのタイプの重大度を解釈するためのステップであって：
− フライトデータ及びメンテナンスデータから重大度モデルを推定するためのサブステップであって、各重大度モデルは、ミッションのタイプに基づいて、ヘリコプタ構成要素の経年変化の推定を定義する、サブステップと、
− 重大度モデルをミッションのタイプを構築するためのステップで決定されたミッションの各タイプに関連付けるサブステップと
を含む、ステップと
を、含むことを特徴とする。

したがって、本発明による方法は、複数のヘリコプタによって既に行われたフライトミッションに基づいてミッションのタイプを決定し、したがって、想定される使用の代わりに実際の使用に基づいてミッションのタイプを決定することを可能にする。

「ヘリコプタ」という用語は本出願ではヘリコプタ、またはそれが含む任意のシステムまたはサブシステム（特に、ヘリコプタのエンジン）を説明するために使用される。

重大度をミッションタイプと関連付けることによって、例えば、特に、クライアントがヘリコプタを使用することに基づいてエンジンを調整または設計することによって、それらの設計を改善すること、構成要素の推定寿命の事前知識を用いてメンテナンスを改善すること、適切な時点でクライアントに検査または交換を提案すること、およびヘリコプタ構成要素の予備部品の調達の管理を改善することが可能になる。特に、重大度を推定することにより、メンテナンス作業（摩耗点検、部品交換等）をスケジュールするために、ヘリコプタの構成要素（特に、ヘリコプタのエンジン）の経年変化を推定することが可能になる。

物理的フライトデータは例えば、温度、圧力、角度等に関するデータである。物理データの各項目は関連するセンサによって測定された多数の値に対応する。

重大度モデルは例えば、将来の故障の統計モデル、（性能マージンタイプの）アクティビティ指標の進展のモデル、または収集されたデータから開発されたアドホック指標とすることができる。

記述子の構築は、物理データの各項目に対して、物理データの各項目に対するこれらの値の分布を表す単一の記述子を形成するために、これらの値を収集することを可能にする。すべてが同じディメンションを有する記述子の使用は、異なるスコープおよび値の数をもつ物理データを一緒に処理することを可能にする。

構成要素の故障／交換に関する情報は例えば、部品識別子（例えば、シリアル番号または記録番号）または部品の機能（圧縮機、動的シール、タービンディスクおよびベーン、燃焼室、軸受、インジェクタなど）の識別子、および部品の故障または交換の日付を含むデータである。

有利には本発明によれば、ミッションタイプを構築するためのステップは、ヘリコプタエンジンの健全性に関する記録された物理データを除去し、エンジン使用に関する物理データを保持することによって、記述子を構築するためのサブステップの前に、フライトデータの中から物理データを選択するためのサブステップを含む。

本発明のこの態様によれば、このデータの選択は、ヘリコプタの実際の使用を表す制御ユニットを介してヘリコプタパイロットによって行われたコマンドのすべてに対応するエンジンの使用に関するデータのみを保持すること、および、時間の経過におけるパラメータの動的挙動および／または正常（すなわち、期待値に対応し、音響機能を表す）または異常（正常値から逸脱し、したがって不健全機能を表す）であり得るパラメータ間の平衡によって評価されるエンジンの健全性に関するデータのすべてを除去することを可能にする。この除去ステップは特定の変数を除去し、他の記録された変数の特定の部分を除去することからなる。

有利には本発明によれば、ミッションのタイプを構築するためのステップは、ミッションのタイプを割り当てるサブステップの前に、記述子の多変量データ解析によって、記述子のディメンションを縮小するためのサブステップを含む。

本発明のこの態様によれば、記述子のディメンションが、妥当な処理時間を可能にするには大きすぎる場合、ディメンション縮小法の実施によってディメンションが縮小される。

有利には本発明によれば、記述子ディメンション縮小サブステップは以下の方法：
− 主成分分析、
− オートエンコーダ法、
− ＩＳＯＭＡＰ法
− Ｔ−ＳＮＥ法、
− マルチディメンショナルスケーリング、
− 線形局所埋め込み法（局所線形埋め込み法とも呼ばれる）
の中から選択された方法で実行される。

本発明の他の実施形態によれば、記述子を縮小するための他の方法が実装される。

有利には本発明によれば、ミッションのタイプを構築するためのステップは、記述子を分割するためのサブステップの前に記述子を標準化するためのサブステップを含む。

本発明のこの態様によれば、記述子の標準化は、記述子の構造（値の密度を表すベクトル）に最も適した分割のためのノルム（または距離）を使用することによって分割を準備することを可能にする。

有利には本発明によれば、記述子標準化サブステップは以下の標準化方法：
− Ｌ１ノルム、
− ワッサースタインメトリック、
− カイ二乗ノルム、
− バタチャリヤ距離、
の中から選択された方法で実行される。

本発明のこの態様によれば、これらのノルムは、本発明による記述子に対して、ユークリッド距離よりも適している。本発明の他の実施形態によれば、同様の利点をもつ他の方法が使用される。

有利には本発明によれば、分割サブステップは以下の分割方法：
− Ｋ−平均法、
− ＤＢＳＣＡＮ法、
− 平均偏差法、
の中から選択された分割を実行する。

本発明のこの態様によれば、これらの様々な自動分割方法は、ミッションタイプを形成するために使用することができる一貫したサブセットを得ることを可能にする。このようにして得られたミッションタイプは、従来技術によって定義された経済アクティビティに基づくミッションタイプよりも代表的である。平均偏差法は平均シフト法としてより一般的に知られている。

有利には本発明によれば、相対的記述子を構築するためのサブステップは、物理データの各タイプについて、所定数ｎのクラスを含むヒストグラムを作成することを含み、記述子はディメンションｎのベクトルを形成し、ベクトルの各成分は物理データの選択のためのサブステップの間に事前に選択されたデータの範囲内で、ヒストグラムのクラスに含まれる物理データの項目の数に等しい。

本発明のこの態様によれば、ヒストグラムの使用は単に、記述子を形成する同一のディメンションをもつベクトルにおいて、異なる特性（角度に対して周期的）をもつ異なるオーダーの大きさの値（温度に対して１００のオーダー、圧力に対して１００００のオーダーなど）をもつ物理的フライトデータを縮小することを可能にする。各ヒストグラムクラスは、値の間隔（例えば、８０℃〜９０℃の間の温度、１００ｈＰａ〜１１０ｈＰａの間の圧力、０°〜３０°±３６０°の間の角度など）に対応する。

別の記述子はまた、特定の物理的条件（例えば、離陸前の時間）において費やされた時間、または特定の操縦カウンタの連結であってもよい。

本発明はまた、本発明による重大度を決定するための方法による重大度を決定するためのステップと、ヘリコプタのフライトデータおよびミッションタイプモデルを使用してヘリコプタによって行われるミッションのタイプを決定するためのステップと、前記決定されたミッションのタイプに関連付けられた重大度モデルに基づいてメンテナンス作業をスケジュールするためのステップと、前記メンテナンス作業スケジュールに従ってメンテナンス作業を行うためのステップとを含むことを特徴とする、メンテナンス方法に関する。

本発明によるメンテナンス作業をスケジュールするための方法は、ヘリコプタによって行われるミッションのタイプの重大度に適合したメンテナンススケジュールを可能にし、それによって、構成要素の摩耗を検査するための作業、または構成要素を交換するための作業などのメンテナンス作業を準備することを可能にする。これらのメンテナンス作業の早期スケジューリングは、構成要素調達プロセスを準備することを、さらにできるようにする。

本発明はまた、複数のヘリコプタの複数のフライトミッションの重大度を決定するためのデバイスを具備する、ヘリコプタの健全性を監視するためのシステムに関し、前記デバイスは：
− ヘリコプタのミッションフライトデータを含むデータベースであって、前記フライトデータはヘリコプタの各フライトについて、ヘリコプタの少なくとも１つのセンサによって記録された物理データを含む、データベースと、
− 複数のヘリコプタのメンテナンスデータを含むデータベースであって、前記メンテナンスデータは少なくとも、各ヘリコプタの構成要素の故障に関する情報と、フライトミッションの結果として各ヘリコプタ内で交換される構成要素に関する情報とを含む、データベースと、
− ミッションタイプを構築するためのモジュールであって：
− 相対的記述子を構築するための手段であって、物理的フライトデータは記述子を形成する所定のディメンションをもつベクトルに縮小され、すべての記述子は同じディメンションを有する、手段と、
− ミッションのタイプを形成するサブセットに記述子を分割するように適合された、記述子を分割するための手段と、
− 前記フライトの記述子を、記述子が位置するサブセットと関連付けることによって、各フライトにミッションのタイプを割り当て、フライトに関連する物理データをミッションの各タイプに関連付けるミッションのタイプのモデルを作成するための手段と
を含むモジュールと、
− ミッションのタイプの重大度を解釈するためのモジュールであって：
− フライトデータ及びメンテナンスデータから重大度モデルを推定するための手段であって、各重大度モデルはミッションのタイプに基づいて、ヘリコプタ構成要素の経年変化の推定を定義する、手段と、
− ミッションのタイプを構築するためのモジュールによって決定されたミッションの各タイプに重大度モデルを関連付けるための手段と
を含む、モジュールと
を備えることを特徴とする。

本文全体では、「モジュール」という用語が、ソフトウェア要素、独立して使用するために、またはプログラムの他のモジュールと組み合わせるために、別々にコンパイルすることができるソフトウェアプログラムのサブセット、またはハードウェア要素、またはハードウェア要素とソフトウェアサブプログラムの組み合わせ、を説明するために使用される。そのようなハードウェア要素は用途に特定の集積回路（特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ−Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）の略であるＡＳＩＣとしてより一般的に知られている）、またはプログラマブル論理回路（フィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）の略であるＦＰＧＡとしてより一般的に知られている）、または特殊化されたマイクロプロセッサの回路（デジタル信号プロセッサ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）の略であるＤＳＰとしてより一般的に知られている）、または任意の同等の機器を含むことができる。したがって、より広義にはモジュールが機能を実行することを可能にする要素（ソフトウェアおよび／またはハードウェア）である。

重大度を決定するためのシステムは、本発明による重大度を決定するための方法を実装するように適合される。

重大度を決定するための方法は、本発明による重大度を決定するためのシステムによって実装されるように適合される。

本発明はまた、上記または下記の特徴のすべてまたはいくつかによる組み合わせで特徴付けられる、重大度を決定するための方法およびシステム、ならびにメンテナンススケジューリング方法にも関する。

本発明の他の目的、特徴、および利点は例によって、それに限定されず、添付の図面を参照して、提供される以下の説明を読めば明らかになるのであろう。

本発明の一実施形態による、重大度を決定するための方法を使用して、ミッションのタイプを構築するためのステップの概略図である。 本発明の一実施形態による、重大度を決定するための方法を使用して、ミッションのタイプの重大度を解釈するためのステップの概略図である。 本発明の一実施形態による、重大度を決定するためのシステムの概略図である。

以下の実施形態は、例として提供される。説明は１つ以上の実施形態を参照するが、これは必ずしも、各参照が同じ実施形態になされること、またはその特徴が１つの単一の実施形態にのみ適用されることを意味するわけではない。異なる実施形態の個々の特徴を組み合わせて、他の実施形態を提供することもできる。数値では、縮尺および比率が例示および明確化の目的のために厳密に尊重されていない。

図１は、本発明の一実施形態による方法を使用して、ミッションのタイプを構築するためのステップ１０の概略図である。

ミッションタイプを構築するためのステップ１０は、ヘリコプタの健全性に関する記録された物理データを除去し、ヘリコプタの使用に関する物理データを保持することによる、物理的フライトデータ１００の中から物理データを選択するためのサブステップ１２を含む。このサブステップは、ヘリコプタの使用に物理的に関連するデータのみが保持されるようにデータを分類し、その結果、構築されたミッションタイプはヘリコプタの健全性から独立したままであり、その使用にのみ依存する。

例えば、エンジンの使用に関するデータはフライト段階中のエンジントルクとすることができ、これは、高度、方向などを変更するために、ヘリコプタパイロットのコマンドにリンクされる。同様に、１フライト当たりまたは１時間当たりの離陸の数は、ヘリコプタの使用に関連する。したがって、エンジントルクデータまたは離陸の数は、ヘリコプタの使用に関連する。

逆に、エンジンの健全性に関するデータは、例えば、エンジン温度／トルク比を含むが、これは使用時に要求されるトルクを達成するためにはエンジンの温度がその健全性に応じて変化するからである（エンジンが不健全である場合には温度が上昇する）。同様に、エンジン始動時間は、ヘリコプタの健全性に関するデータのセットの一例である。それがあまりにも速くまたはあまりにも遅く開始する場合、これは、構成要素が異常に機能していることを示すことができる。ヘリコプタの健全性に関するこのデータはこの選択サブステップ１２で除去されるが、エンジンの健全性に関するデータを必要とする重大度を解釈するためのステップで使用することができる。

ミッションタイプを構築するためのステップ１０は、次に、相対的記述子を構築するためのサブステップ１４を含み、物理的フライトデータの各項目は記述子を形成する所定のディメンションをもつベクトルに縮小され、すべての記述子は同じディメンションを有する。この記述子構築は、物理データ（温度、圧力、角度など）の各項目のディメンションを１つの同じディメンションに縮小することを可能にする。この構築を実行するための方法は例えば、物理データの各項目についてヒストグラムを作成することであり、物理データの値は、ヒストグラムクラスと同じ数の成分をもつベクトルを作成することができるように、ヒストグラムの各クラスに分布され、各成分は、ヒストグラムのクラスにおける値の数を表す。したがって、記述子は、物理データ値の密度を表す。

記述子のディメンション数が大きすぎる場合、ミッションタイプを構築するためのステップ１０は、ミッションのタイプを割り当てるサブステップの前に記述子のディメンションを縮小するためのオプションのサブステップ１６を含む。このサブステップは特に、記述子の多変量データ解析によって実行されるが、記述子の特異性に対応するメトリック、すなわち、特性の密度を表すベクトルを使用して、ディメンションの縮小のために任意の他のアルゴリズムを使用することも可能である。

ミッションのタイプの構築のためのステップ１０は次に、記述子をミッションのタイプを形成するサブセットに分割するように適合された、記述子を分割するためのサブステップ１８を含む。使用される分割方法は例えば、Ｋ平均法、ＤＢＳＣＡＮ法、または平均シフト法である。

パーティショニング方法が関連する結果をもたらすように、密度を表すベクトルに適合されるノルムを使用することが重要である。例えば、使用されるノルムは：
− 式：

によるＬ１ノルム（または距離）
− 式：

によるワッサースタイン（Ｗａｓｓｅｒｓｔｅｉｎ）メトリック（または距離）
− 式：

によるカイ二乗ノルム（または距離）
− 式：

によるバタチャリヤ（Ｂｈａｔｔａｃｈａｒｙｙａ）ノルム（または距離）
でありうる。

ミッションタイプを構築するためのステップ１０は、前記フライトの記述子を記述子が位置するサブセットに関連付けることによってミッション２２のタイプを各フライトに割り当て、フライトに関する物理データをミッションの各タイプに関連付けるミッション２４のタイプのモデルを作成するためのサブステップ２０を最後に含む。

本発明による方法は、ミッションのタイプを構築するためのステップ１０の後に、ミッションのタイプの重大度を解釈するためのステップを含む。図２は、本発明の一実施形態による方法を使用して、ミッションのタイプの重大度を解釈するためのそのようなステップ３０の図である。

ミッションのタイプの重大度を解釈するためのステップ３０は、フライトデータ１００およびメンテナンスデータ１０２から重大度モデルを推定するためのサブステップ３２を含み、各重大度モデルは、ミッション２２のタイプに基づいて、ヘリコプタ構成要素の経年変化の推定を定義する。このサブステップは例えば、エンジンの回転速度のサイクル数に関する統計値などのアクティビティルールのデータ１０４を使用することもできる。アクティビティルールは、ユーザの経験に由来するルールである。この例では、アクティビティルールはフライト中に到達した速度レベルに関する統計値を調べ、これらをカウンタに変換することから成ることができる。カウンタは重大度の概念にリンクされており、例えば、部品は、それが例えばカウンタしきい値１０００を超える場合、摩耗しているとみなされる。

ミッションタイプの重大度を解釈するためのステップ３０は次に、重大度モデルを、ミッションのタイプを構築するためのステップで決定されたミッションの各タイプに関連付けるためのサブステップ３４を含む。ステップは、重大度タイプ３６および重大度モデル３８を返送する。

図３は、上述の重大度決定方法を実装するように適合された、複数のヘリコプタの複数のフライトミッションの重大度を決定するためのシステムを、概略的に示す。

具体的には、システムが、フライトデータを収容するフライトデータベース１００と、メンテナンスデータを収容するメンテナンスデータベース１０２とを含み、複数のヘリコプタ１０６ａ、１０６ｂ、１０６ｃなどからフライトおよびメンテナンスデータを取得する。

フライトデータベース１００からのフライトデータはミッションタイプの構築のためのモジュール１１０において使用され、モジュール１１０は図１に関して上述したミッションタイプの構築のためのサブステップを実装するための手段を含み、ミッションタイプ２２のセット及びミッションモデル２４を提供する。

フライトデータベース１００からの同じフライトデータおよびメンテナンスデータベース１０２からのメンテナンスデータは、ミッションタイプの重大度を解釈するためのモジュール１３０において使用され、図２に関して上述したミッションタイプの重大度を解釈するためのサブステップを実装するための手段を含み、重大度タイプ３６のセットおよび重大度モデル３８を提供する。

Claims (10)

1. 複数のヘリコプタの複数のフライトミッションの重大度の決定を含む、ヘリコプタの健全性を監視するための方法であって、前記決定は、
   − ヘリコプタのミッションフライトデータの取得および記憶のためのステップであって、前記フライトデータは、ヘリコプタの各フライトについて、ヘリコプタの少なくとも１つのセンサによって記録された物理データを含む、ステップと、
   − 複数のヘリコプタのメンテナンスデータの取得および記憶のためのステップであって、前記メンテナンスデータは少なくとも、フライトミッションの結果として各ヘリコプタにおいて交換される構成要素及び各ヘリコプタの構成要素の故障に関する情報を含む、ステップと
   を含み、
   方法が、
   − ミッションタイプを構築するためのステップ（１０）であって、
   − 相対的記述子を構築するためのサブステップ（１４）であって、物理的フライトデータが記述子を形成する所定のディメンションをもつベクトルに縮小され、すべての記述子が、同じディメンションを有する、サブステップ（１４）と、
   − 記述子をミッションのタイプを形成するサブセットに分割するように適合された、記述子を分割するためのサブステップ（１８）と、
   − 前記フライトの記述子を、記述子が位置するサブセットと関連付けることによって、各フライトにミッションのタイプを割り当て、フライトに関連する物理データをミッションの各タイプに関連付けるミッションのタイプのモデルを作成するためのサブステップ（２０）と、
   を含む、ステップ（１０）と、
   − ミッションのタイプの重大度を解釈するためのステップ（３０）であって、
   − フライトデータおよびメンテナンスデータから重大度モデルを推定するためのサブステップ（３２）であって、各重大度モデルがミッションのタイプに基づいて、ヘリコプタ構成要素の経年変化の推定を定義する、サブステップ（３２）と、
   − 重大度モデルをミッションのタイプを構築するためのステップ（１０）で決定された、ミッションの各タイプに関連付けるサブステップ（３４）
   とを含む、ステップ（３０）
   とを含むことを特徴とする、方法。
2. ミッションタイプを構築するためのステップ（１０）が、ヘリコプタエンジンの健全性に関する記録された物理データを除去し、エンジン使用に関する物理データを保持することによって、記述子を構築するためのサブステップ（１４）の前に、物理的フライトデータの中から物理データを選択するためのサブステップ（１２）を含むことを特徴とする、請求項１に記載のヘリコプタの健全性を監視するための方法。
3. ミッションのタイプを構築するためのステップ（１０）が、ミッションのタイプを割り当てるサブステップ（２０）の前に、記述子の多変量データ解析によって、記述子のディメンションを縮小するためのサブステップ（１６）を含むことを特徴とする、請求項１または２に記載のヘリコプタの健全性を監視するための方法。
4. 記述子ディメンション縮小サブステップ（１６）が、以下の方法、
   − 主成分分析、
   − オートエンコーダ法、
   − ＩＳＯＭＡＰ法
   − Ｔ−ＳＮＥ法、
   − マルチディメンショナルスケーリング、
   − 線形局所埋め込み法、
   の中から選択された方法で実行されることを特徴とする、請求項３に記載のヘリコプタの健全性を監視するための方法。
5. ミッションのタイプを構築するためのステップ（１０）が、記述子を分割するためのサブステップ（１８）の前に、記述子を標準化するためのサブステップを含むことを特徴とする、請求項１から４のいずれか一項に記載のヘリコプタの健全性を監視するための方法。
6. 記述子を標準化するためのサブステップが、以下の標準化方法、
   − Ｌ１ノルム、
   − ワッサースタインメトリック、
   − カイ二乗ノルム、
   − バタチャリヤ距離、
   の中から選択された標準化を実行することを特徴とする、請求項５に記載のヘリコプタの健全性を監視するための方法。
7. 分割のためのサブステップ（１８）が、以下の分割方法、
   − Ｋ−平均法、
   − ＤＢＳＣＡＮ法、
   − 平均偏差法、
   の中から選択された分割を実行することを特徴とする、請求項１から６のいずれか一項に記載のヘリコプタの健全性を監視するための方法。
8. 相対的記述子を構築するためのサブステップ（１４）が物理データの各タイプについて、所定数ｎのクラスを含むヒストグラムを作成することを含み、記述子がディメンションｎのベクトルを形成し、ベクトルの各成分が、ヒストグラムのクラスに含まれる物理データの項目の数に等しいことを特徴とする、請求項１から７のいずれか一項に記載のヘリコプタの健全性を監視するための方法。
9. ヘリコプタメンテナンス方法であって、請求項１から８のいずれか一項に記載の重大度決定方法を用いて重大度を決定するためのステップと、ヘリコプタのフライトデータ及びミッションタイプモデルからヘリコプタによって行われるミッションのタイプを決定するステップと、前記決定されたミッションのタイプに関連付けられた重大度モデルに基づいてメンテナンス作業をスケジュールするためのステップと、前記メンテナンス作業スケジュールに従ってメンテナンス作業を行うためのステップとを含むことを特徴とする、方法。
10. 複数のヘリコプタの複数のフライトミッションの重大度を決定するためのデバイスを具備する、ヘリコプタの健全性を監視するためのシステムであって、前記デバイスは、
    − ヘリコプタのミッションフライトデータを含むデータベース（１００）であって、前記フライトデータはヘリコプタの各フライトについて、ヘリコプタの少なくとも１つのセンサによって記録された物理データを含む、データベース（１００）と、
    − 複数のヘリコプタのメンテナンスデータを含むデータベース（１０２）であって、前記メンテナンスデータは少なくとも、各ヘリコプタの構成要素の故障に関する情報と、フライトミッションの結果として各ヘリコプタ内で交換される構成要素に関する情報とを含む、データベース（１０２）と
    、
    − ミッションタイプを構築するためのモジュール（１１０）であって、
    − 相対的記述子を構築するための手段であって、物理的フライトデータは記述子を形成する所定のディメンションをもつベクトルに縮小され、すべての記述子は同じディメンションを有する、手段と、
    − ミッションのタイプを形成するサブセットに記述子を分割するように適合された、記述子を分割するための手段と、
    − 前記フライトの記述子を、記述子が位置するサブセットに関連付けることによって各フライトにミッションのタイプを割り当て、フライトに関連する物理データをミッションの各タイプに関連付けるミッションのタイプのモデルを作成する手段と
    を含む、モジュール（１１０）と、
    − ミッションのタイプの重大度を解釈するためのモジュール（１３０）であって、
    − フライトデータおよびメンテナンスデータから重大度モデルを推定するための手段であって、各重大度モデルがミッションのタイプに基づいて、ヘリコプタ構成要素の経年変化の推定を定義する、手段と、
    − ミッションのタイプを構築するためのモジュールによって決定されたミッションの各タイプに重大度モデルを関連付けるための手段と
    を含む、モジュール（１３０）と
    を備える、システム。

Images