JP2020082827A - 航空機の状態判定装置及び航空機の状態判定方法 - Google Patents
航空機の状態判定装置及び航空機の状態判定方法 Download PDFInfo
- Publication number
- JP2020082827A JP2020082827A JP2018216029A JP2018216029A JP2020082827A JP 2020082827 A JP2020082827 A JP 2020082827A JP 2018216029 A JP2018216029 A JP 2018216029A JP 2018216029 A JP2018216029 A JP 2018216029A JP 2020082827 A JP2020082827 A JP 2020082827A
- Authority
- JP
- Japan
- Prior art keywords
- data
- aircraft
- state
- fuel flow
- processing unit
- 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
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
【課題】飛行データに基づく航空機の状態を適切に判定することができる航空機の状態判定装置等を提供する。【解決手段】航空機の状態を判定する処理部を備える航空機の状態判定装置において、処理部は、航空機の飛行データを取得する取得ステップS1と、取得した飛行データに含まれるパラメータの特徴量を抽出する抽出ステップS2〜S6と、抽出した特徴量に基づいて、航空機の状態を判定する判定ステップS7〜S10と、を実行する。処理部は、判定ステップS7〜S10において、マハラノビス・タグチ・メソッドを用いて、抽出した特徴量に基づき、航空機の状態を判定する。【選択図】図2
Description
本発明は、航空機の状態判定装置及び航空機の状態判定方法に関するものである。
従来、モータ駆動機構の機械異常を判定する異常判定装置が知られている(例えば、特許文献1参照)。この異常判定装置は、モータの入出力に関する時系列データを取得し、取得した時系列データのデータ異常を判定し、データ異常と判定された時系列データの取得態様に基づいて、モータ駆動機構の機械異常を判定している。
ところで、航空機には、各種計器が設けられており、計器の一つとして、使用する燃料の流量を計測する燃料流量計が設けられている。航空機の状態の判定としては、例えば、燃料流量計の異常状態の判定がある。燃料流量計は、計測した燃料流量を計測データとして出力する。計測データは、アナログ計器である燃料流量指示計と、フライトデータレコーダ(FDR:Flight Data Recorder)とに入力される。燃料流量計に異常が発生した場合、計測データには、スパイクノイズが生じる。燃料流量指示計は、アナログ計器であることから、スパイクノイズに追従し難い。このため、燃料流量指示計を視認しただけでは、燃料流量計に不具合が発生しているか否かを判定することは難しい。なお、特許文献1は、モータ駆動機構の機械異常を判定するために、モータの入出力に関する時系列データを用いているが、航空機の状態を判定するためのデータとはなっていない。
そこで、本発明は、飛行データに基づく航空機の状態を適切に判定することができる航空機の状態判定装置及び航空機の状態判定方法を提供することを課題とする。
本発明の航空機の状態判定装置は、航空機の状態を判定する処理部を備える航空機の状態判定装置において、前記処理部は、前記航空機の飛行データを取得する取得ステップと、取得した前記飛行データに含まれるパラメータの特徴量を抽出する抽出ステップと、抽出した前記特徴量に基づいて、前記航空機の状態を判定する判定ステップと、を実行する。
また、本発明の航空機の状態判定方法は、航空機の状態を判定する航空機の状態判定装置において実行される航空機の状態判定方法であって、前記航空機の飛行データを取得する取得ステップと、取得した前記飛行データに含まれるパラメータの特徴量を抽出する抽出ステップと、抽出した前記特徴量に基づいて、前記航空機の状態を判定する判定ステップと、が実行される。
これらの構成によれば、飛行データに含まれるパラメータの特徴量に基づいて、航空機の状態を適切に判定することができる。
また、前記航空機は、燃料流量を計測する燃料流量計を有し、前記飛行データには、前記燃料流量計の燃料流量の計測データがパラメータとして含まれ、前記処理部は、前記抽出ステップにおいて、前記燃料流量の計測データの特徴量を抽出し、前記判定ステップにおいて、マハラノビス・タグチ・メソッドを用いて、抽出した前記特徴量に基づき、前記航空機の状態として、前記燃料流量計の異常を判定することが、好ましい。
この構成によれば、燃料流量計の計測データの特徴量に基づき、マハラノビス・タグチ・メソッドを用いることで、燃料流量計の異常を精度よく判定することができる。
また、前記燃料流量の計測データは、時間の経過に伴って変化する燃料流量のデータであり、前記処理部は、前記抽出ステップにおいて、前記燃料流量の計測データを無次元化して第1のデータを生成し、前記第1のデータの移動平均を算出して第2のデータを生成し、前記第1のデータと前記第2のデータの差から高周波成分となる第3のデータを生成し、前記第3のデータの特徴量を抽出することが、好ましい。
この構成によれば、高周波成分となる第3のデータは、無次元化された第1のデータから移動平均となる第2のデータを引くことで、燃料流量の増減による影響を軽減したものとなっている。このため、高周波成分となる第3のデータを用いて特徴量を抽出することで、燃料流量の増減に関わらず、計測データに含まれるノイズを適切に抽出することができる。
また、前記処理部は、前記抽出ステップにおいて、前記第3のデータに対して、特徴量を抽出するためのしきい値である標本線を設定し、前記第3のデータの値が前記標本線のしきい値を超える数をカウントし、カウント数を特徴量として抽出することが、好ましい。
この構成によれば、標本線を用いて、特徴量を容易に抽出することができる。
また、前記標本線は、前記第3のデータに対して4本設定され、4本の前記標本線のうち、2本の前記標本線は、前記第3のデータにノイズが発生したときの前記ノイズの平均値となる振幅の両側に設定され、残りの2本の前記標本線は、前記第3のデータに前記ノイズが発生したときの前記ノイズの最大値となる振幅の両側に設定されることが、好ましい。
この構成によれば、4本の標本線を用いることで、マハラノビス・タグチ・メソッドにおける各特徴量のサンプリング数が増大することを抑制しつつ、燃料流量計の異常の判定精度を高いものとすることができる。
また、前記飛行データは、前記燃料流量を調整する燃料スロットルが定常状態となる範囲の前記飛行データを用いることが、好ましい。
この構成によれば、計測データに含まれる特徴量を適切に抽出することができる。なお、定常状態とは、例えば、エンジン始動時及びエンジン停止時を除く状態等であり、航空機の飛行中の状態等である。
また、前記航空機は、エンジンから排気される排気ガスの排気ガス温度を計測する排気ガス温度センサを有し、前記飛行データには、前記航空機のエンジンのエンジン回転数の回転数データと、前記排気ガス温度の温度データと、がパラメータとして含まれ、前記処理部は、前記抽出ステップにおいて、前記回転数データと前記温度データとを関係付けた第4のデータの特徴量を抽出し、前記判定ステップにおいて、マハラノビス・タグチ・メソッドを用いて、前記航空機の状態として、前記エンジンのエンジン特性を判定することが、好ましい。
この構成によれば、回転数データと温度データとを関係付けた第4のデータの特徴量に基づき、マハラノビス・タグチ・メソッドを用いることで、エンジンのエンジン特性を精度よく判定することができる。なお、エンジン特性としては、排気ガス温度の立ち上がりが、所定のしきい値に対して早いエンジンであるか否かである。
また、前記第4のデータは、前記エンジン回転数の変化に伴って変化する、前記エンジン回転数と排気ガス温度とを用いて算出したパラメータであり、前記処理部は、前記抽出ステップにおいて、前記第4のデータに対して、特徴量を抽出するためのしきい値である標本線を設定し、前記標本線のしきい値を超える前記エンジン回転数の回転域と、前記パラメータの最大値と、を特徴量として抽出することが、好ましい。
この構成によれば、標本線を用いて、複数の特徴量を容易に抽出することができる。
また、前記飛行データは、前記航空機のエンジンが始動状態となる範囲の前記飛行データを用いることが、好ましい。
この構成によれば、第4のデータに含まれる特徴量を適切に抽出することができる。
また、前記処理部は、前記航空機の状態の判定を、試験中において取得した前記飛行データに基づいて実行することが、好ましい。
この構成によれば、航空機の試験中に、航空機の状態を判定することができる。
また、前記処理部は、前記航空機の状態の判定を、リアルタイムに取得する前記飛行データに基づいて実行することが、好ましい。
この構成によれば、航空機の飛行中に、航空機の状態をリアルタイムに判定することができる。
以下に、本発明に係る実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記実施形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能であり、また、実施形態が複数ある場合には、各実施形態を組み合わせることも可能である。
[実施形態1]
実施形態1に係る航空機の状態判定装置は、航空機の状態を判定するものであり、例えば、航空機に設けられる燃料流量計の異常を判定したり、航空機1に設けられるエンジンのエンジン特性を判定したりしている。
実施形態1に係る航空機の状態判定装置は、航空機の状態を判定するものであり、例えば、航空機に設けられる燃料流量計の異常を判定したり、航空機1に設けられるエンジンのエンジン特性を判定したりしている。
図1を参照して、実施形態1に係る航空機1の状態判定装置10について説明する。図1は、実施形態1に係る航空機の状態判定装置に関する図である。図1に示すように、航空機1は、航空機1に設けられる各種計器と、各種計器から出力されるデータを飛行データとして記録する飛行データ記録装置(以下、FDR(Flight Data Recorder)という)8とを備えている。各種計器は、例えば、燃料流量計3と、燃料流量指示計4と、エンジン回転数センサ5と、排気ガス温度センサ6とを含んでいる。
燃料流量計3は、航空機1のエンジンに供給される燃料の燃料流量を計測する。燃料流量計3は、計測した燃料流量に関する情報を、デジタルな燃料流量の計測データとして生成し、生成した燃料流量の計測データを出力する。燃料流量の計測データは、時間に伴って変化する燃料流量のデータである。燃料流量計3には、燃料流量指示計4が接続されており、燃料流量指示計4に計測データを出力する。また、燃料流量計3には、FDR8が接続されており、FDR8に計測データを出力する。
燃料流量指示計4は、航空機1を操作する操作者に、燃料流量を報知するアナログな指示計である。操作者は、燃料流量指示計4を視認することにより、燃料流量を把握することができる。
エンジン回転数センサ5は、航空機1に設けられるエンジンのエンジン回転数(RPM:Revolutions Per Minute)を計測する。エンジン回転数センサ5は、計測したエンジン回転数に関する情報を、デジタルなエンジン回転数の計測データとして生成し、生成したエンジン回転数の計測データを出力する。エンジン回転数の計測データは、時間に伴って変化するエンジン回転数のデータである。エンジン回転数センサ5には、FDR8が接続されており、FDR8に計測データを出力する。
排気ガス温度センサ6は、航空機1のエンジンから排出される排気ガスの排気ガス温度(EGT:Exhaust Gas Temperature)を計測する。排気ガス温度センサ6は、計測した排気ガス温度に関する情報を、デジタルな排気ガス温度の計測データとして生成し、生成した排気ガス温度の計測データを出力する。排気ガス温度の計測データは、時間に伴って変化する排気ガス温度のデータである。排気ガス温度センサ6には、FDR8が接続されており、FDR8に計測データを出力する。
FDR8は、各種計器から出力されるデジタルな計測データを取得し、飛行データとして記録する。具体的に、FDR8は、飛行データに含まれるパラメータとして、燃料流量計3から出力される燃料流量の計測データを取得する。また、FDR8は、パラメータとして、エンジン回転数センサ5から出力されるエンジン回転数の計測データ(回転数データ)を取得する。さらに、FDR8は、パラメータとして、排気ガス温度センサ6から出力される排気ガス温度の計測データ(温度データ)を取得する。FDR8は、取得した計測データを時間に関連付けて、飛行データとして記録する。FDR8には、状態判定装置10が接続されており、状態判定装置10に飛行データを出力する。
状態判定装置10は、航空機1と別体の装置となっている。状態判定装置10は、航空機1の試験中において記録された飛行データに基づいて、航空機1の状態を判定している。状態判定装置10は、各種処理を実行可能な処理部11と、各種プログラムおよびデータを記憶する記憶部12と、を備えている。
記憶部12は、半導体記憶デバイス、及び磁気記憶デバイス等の任意の記憶デバイスを含んでいる。記憶部12は、処理部11の処理結果を一時的に記憶する作業領域としても利用してもよい。記憶部12は、各種プログラムとして、航空機1の状態を判定する処理を実行するためのプログラムを記憶している。また、記憶部12は、データとして、FDR8から取得した飛行データを記憶している。記憶部12は、FDR8に接続されている。記憶部12は、FDR8から飛行データを取得し、取得した飛行データを記憶する。
処理部11は、状態判定装置10による各種処理を実行する。処理部11は、例えば、CPU(Central Processing Unit)等の集積回路を含んでいる。具体的に、処理部11は、記憶部12に記憶されている飛行データを用いて、航空機1の状態を判定する処理を実行する。
次に、図2を参照して、状態判定装置10による航空機1の状態を判定する状態判定方法に関する処理の一例について説明する。図2は、実施形態1に係る航空機の状態判定方法に関する一例のフローチャートである。図2に示す航空機の状態判定方法では、燃料流量計3の異常を判定している。
図2に示す状態判定方法では、先ず、処理部11は、記憶部12に記憶された飛行データに含まれる、燃料流量の計測データを取得する(ステップS1:取得ステップ)。ステップS1において、処理部11は、例えば、燃料流量を調整する燃料スロットルが定常状態となる範囲の飛行データを用い、この範囲の燃料流量の計測データを取得している。
続いて、処理部11は、取得した計測データの特徴量を抽出する抽出ステップを実行する。抽出ステップは、ステップS2からステップS6となっている。ここで、図3は、抽出ステップに関する説明図である。
処理部11は、図3に示すように、抽出ステップにおいて、燃料流量の計測データを無次元化する(ステップS2)。ステップS2において、処理部11は、例えば、時間変化する燃料流量を正規化することで、時間に応じて変化する無次元量のデータである無次元化データ(第1のデータ)D1を算出する。なお、無次元化する手法については、特に限定されず、代表値を用いて除算する等、何れの手法を用いてもよい。
処理部11は、算出した無次元化データD1から、無次元化データD1の移動平均(つまり、低周波成分)となる移動平均データD2(第2のデータ)を算出する(ステップS3)。ステップS3において、処理部11は、例えば、無次元化データD1において、所定の時点におけるデータ点と、そのデータ点の前後の時点におけるデータ点との平均をとることで、移動平均となる移動平均データD2を算出する。なお、移動平均の手法については、特に限定されず、上記のような単純移動平均の他、重み付けをした加重移動平均等を用いてもよく、何れの手法を用いてもよい。
処理部11は、無次元化データD1と移動平均データD2との差分から、高周波成分となる高周波成分データD3(第3のデータ)を算出する(ステップS4)。ステップS4において、処理部11は、無次元化データD1から移動平均データD2を減算することで、高周波成分データD3を算出する。
続いて、処理部11は、高周波成分データD3に対して、特徴量を抽出するための標本線を設定する(ステップS5)。ここで、図4は、標本線の設定に関する説明図である。図4では、高周波成分データD3の一例を図示している。図4に示すように、処理部11は、高周波成分データD3に対して、4本の標本線L1〜L4を設定する。2本の標本線L2,L3は、振幅がゼロになる値を挟んで、正負側に設定されており、振幅の値が所定のしきい値となっている。2本の標本線L2,L3は、そのしきい値が、高周波成分データD3にノイズが発生したときの、ノイズの振幅の平均値となっている。2本の標本線L1,L4は、振幅がゼロになる値を挟んで、正負側に設定されており、振幅の値(絶対値)が、2本の標本線L2,L3よりも大きなしきい値となっている。2本の標本線L1,L4は、そのしきい値が、高周波成分データD3にノイズが発生したときの、ノイズの振幅が最大となる最大値となっている。
処理部11は、4本の標本線L1〜L4を設定すると、4本の標本線L1〜L4のしきい値を超える数をカウントし、カウント数を特徴量として抽出する(ステップS6)。図5は、抽出された特徴量に関する説明図である。なお、図5は、抽出された特徴量の一例となっている。図5に示すように、標本線L1を超えたカウント数は、「0」となっている。標本線L2を超えたカウント数は、「4」となっている。標本線L3を超えたカウント数は、「4」となっている。標本線L4を超えたカウント数は、「0」となっている。
続いて、処理部11は、ステップS6において抽出した特徴量に基づき、マハラノビス・タグチ・メソッド(MT法)を用いて、燃料流量計の異常を判定する判定ステップを実行する。判定ステップは、ステップS7からステップS10となっている。ここで、図6は、特徴量に基づく異常判定に関する説明図である。
処理部11は、判定ステップにおいて、抽出した特徴量に基づいて、単位空間からのマハラノビス距離MDを算出する(ステップS7)。ここで、マハラノビス距離Dは、単位空間の中心からの距離である。なお、単位空間は、燃料流量計3が正常である(異常がない)とされる複数のデータ点及びステップS5で設定した標本線に基づいて設定されたものが予め用意されている。
処理部11は、マハラノビス距離MDを算出すると、算出したマハラノビス距離MDが、予め設定されたしきい値以上となっているか否かを判定する(ステップS8)。処理部11は、算出したマハラノビス距離MDがしきい値以上である場合(ステップS8:Yes)、燃料流量計3の異常有りと判定する(ステップS9)。一方で、処理部11は、算出したマハラノビス距離MDがしきい値未満である場合(ステップS8:No)、燃料流量計3の異常無しと判定する(ステップS10)。処理部11は、ステップS9またはステップS10の実行後、燃料流量計3の異常を判定する処理を終了する。
次に、図7を参照して、状態判定装置10による航空機1の状態を判定する状態判定方法に関する処理の他の一例について説明する。図7は、実施形態1に係る航空機の状態判定方法に関する一例のフローチャートである。図7に示す航空機の状態判定方法では、航空機1のエンジンのエンジン特性を判定している。具体的に、エンジン特性は、エンジン始動時において、エンジンから排出される排気ガス温度が上昇し易いエンジンであるか否かの特性である。
図7に示す状態判定方法では、先ず、処理部11は、記憶部12に記憶された飛行データに含まれる、エンジン回転数の計測データと、排気ガス温度の計測データとを取得する(ステップS21:取得ステップ)。ステップS21において、処理部11は、例えば、航空機1のエンジンが始動状態となる範囲の飛行データを用い、この範囲のエンジン回転数の計測データと排気ガス温度の計測データとを取得している。
続いて、処理部11は、取得した計測データの特徴量を抽出する抽出ステップを実行する。抽出ステップは、ステップS22からステップS24となっている。ここで、図8は、エンジン回転数により変化する排気ガス温度のグラフである。また、図9は、特徴量の抽出に用いられるエンジン回転数と排気ガス温度との関係を示すグラフである。
処理部11は、図8及び図9に示すように、抽出ステップにおいて、エンジン回転数と排気ガス温度との関係を示すデータ(第4のデータ)D4を生成する(ステップS22)。データD4は、図8のグラフに基づいて生成される図9に示すグラフに関するデータである。図8は、その横軸がエンジン回転数(RPM)となっており、その縦軸が排気ガス温度(EGT)となっている。つまり、図8は、エンジン回転数に応じて変化する排気ガス温度のグラフとなっている。ステップS2において、処理部11は、エンジン回転数の計測データ及び排気ガス温度の計測データから、所定の時点におけるエンジン回転数と、所定の時点における排気ガス温度とを対応付けることで、図8のグラフを生成する。図8のグラフには、エンジン回転数に応じて変化する排気ガス温度が、複数のケース数分、図示されている。
処理部11は、図8のグラフに対して、その縦軸の排気ガス温度に対し、エンジン回転数を用いた演算処理を行うことで、特徴量の抽出に適した縦軸とする。つまり、図9のグラフは、その横軸がエンジン回転数(RPM)となっており、その縦軸がエンジン回転数と排気ガス温度とを用いて算出したパラメータとなっている。処理部11は、図8のグラフに基づいて、図9に示すデータD4を生成する。図9のグラフには、図8の複数のケース数に応じて、複数のケース数のデータD4が図示されている。
なお、処理部11は、ステップS22において、図8のグラフから、図9のグラフを生成したが、エンジン回転数の計測データ及び排気ガス温度の計測データから図9のグラフを生成してもよい。
続いて、処理部11は、図9に示すデータD4に対して、特徴量を抽出するための標本線を設定する(ステップS23)。図9に示すように、処理部11は、データD4に対して、1本の標本線L5を設定する。1本の標本線L5は、縦軸のパラメータ値が所定のしきい値となっている。
処理部11は、1本の標本線L5を設定すると、標本線L5のしきい値を超えるエンジン回転数の回転域Hと、パラメータの最大値Pとを、特徴量として抽出する(ステップS24)。回転域Hは、パラメータ値が標本線L5のしきい値を超えてから、パラメータ値が標本線L5のしきい値を下回るまでのエンジン回転数の帯域である。つまり、回転域Hは、パラメータ値が標本線L5のしきい値を超えたときのエンジン回転数と、パラメータが標本線L5のしきい値を下回ったときのエンジン回転数との間の回転数の帯域である。最大値Pは、エンジンの始動時における、エンジン回転数の全域に亘って、パラメータ値が最大となる値である。
続いて、処理部11は、ステップS24において抽出した特徴量に基づき、マハラノビス・タグチ・メソッド(MT法)を用いて、エンジン特性を判定する判定ステップを実行する。判定ステップは、ステップS25からステップS28となっている。なお、特徴量に基づくエンジン特性の判定は、図6における異常判定とほぼ同様の判定となっている。
処理部11は、判定ステップにおいて、抽出した特徴量、つまり、回転域H及び最大値Pに基づいて、単位空間からのマハラノビス距離MDを算出する(ステップS25)。マハラノビス距離Dは、単位空間の中心からの距離であり、単位空間は、エンジン特性がないとされる複数のデータ点に基づいて設定されたものが予め用意されている。
処理部11は、マハラノビス距離MDを算出すると、算出したマハラノビス距離MDが、予め設定されたしきい値以上となっているか否かを判定する(ステップS26)。処理部11は、算出したマハラノビス距離MDがしきい値以上である場合(ステップS26:Yes)、エンジン特性有りと判定する(ステップS27)。一方で、処理部11は、算出したマハラノビス距離MDがしきい値未満である場合(ステップS26:No)、燃料流量計3のエンジン特性無しと判定する(ステップS28)。なお、エンジン特性有りの判定とは、エンジンから排出される排気ガス温度が上昇し易いエンジンであるとの判定である。また、エンジン特性無しの判定とは、エンジンから排出される排気ガス温度が上昇し易いエンジンでないとの判定である。処理部11は、ステップS27またはステップS28の実行後、燃料流量計3の異常を判定する処理を終了する。
なお、処理部11は、ステップS27において、エンジン特性有りと判定した場合、航空機1の操作者に対して、「航空機1のエンジンは、エンジンから排出される排気ガス温度が上昇し易いエンジン特性である」旨の報知を行う。
以上のように、実施形態1によれば、状態判定装置10は、飛行データに含まれるパラメータの特徴量に基づいて、試験中の航空機1の状態を適切に判定することができる。
また、実施形態1によれば、状態判定装置10は、燃料流量計3の計測データの特徴量に基づき、マハラノビス・タグチ・メソッドを用いることで、燃料流量計3の異常を精度よく判定することができる。
また、実施形態1によれば、無次元化データD1から移動平均データD2を引くことで、高周波成分データD3を燃料流量の増減による影響を軽減したデータとすることができる。このため、状態判定装置10は、高周波成分データD3を用いて特徴量を抽出することで、燃料流量の増減に関わらず、計測データに含まれるノイズを適切に抽出することができる。
また、実施形態1によれば、燃料流量計3の異常の判定において、標本線L1〜L4を用いることで、計測データの特徴量を容易に抽出することができる。
また、実施形態1によれば、状態判定装置10は、4本の標本線L1〜L4を用いることで、マハラノビス・タグチ・メソッドにおける各特徴量のサンプリング数が増大することを抑制しつつ、燃料流量計3の異常の判定精度を高いものとすることができる。
また、実施形態1によれば、燃料流量を調整する燃料スロットルが定常状態となる範囲の飛行データを用いることにより、燃料流量計3の計測データに含まれる特徴量を適切に抽出することができる。
また、実施形態1によれば、状態判定装置10は、エンジン回転数と排気ガス温度とを関係付けたデータD4の特徴量に基づき、マハラノビス・タグチ・メソッドを用いることで、エンジンのエンジン特性を精度よく判定することができる。
また、実施形態1によれば、エンジン特性の判定において、状態判定装置10は、標本線L5を用いることで、複数の特徴量を容易に抽出することができる。
また、実施形態1によれば、航空機1のエンジンが始動状態となる範囲の飛行データを用いることにより、エンジン回転数と排気ガス温度とを関係付けたデータD4に含まれる特徴量を適切に抽出することができる。
なお、実施形態1では、高周波成分データD3を用いて、燃料流量計3の異常判定を行ったが、無次元化データD1を用いて、または燃料流量の計測データをそのまま用いて、異常判定を行ってもよい。この場合、無次元化データD1または燃料流量の計測データに、標本線を設定して、特徴量を抽出する。
[実施形態2]
次に、図10を参照して、実施形態2に係る状態判定装置30について説明する。なお、実施形態2では、重複した記載を避けるべく、実施形態1と異なる部分について説明し、実施形態1と同様の構成である部分については、同じ符号を付して説明する。図10は、実施形態2に係る航空機の状態判定装置に関する図である。
次に、図10を参照して、実施形態2に係る状態判定装置30について説明する。なお、実施形態2では、重複した記載を避けるべく、実施形態1と異なる部分について説明し、実施形態1と同様の構成である部分については、同じ符号を付して説明する。図10は、実施形態2に係る航空機の状態判定装置に関する図である。
実施形態1の状態判定装置10は、航空機1と別体の装置となっており、航空機1の試験中において取得した飛行データを、FDR8から取得して、航空機1の状態を判定した。実施形態2の状態判定装置30は、航空機1に設けられ、航空機1の飛行中において取得した飛行データを、各種計器から取得して、航空機1の状態を判定している。なお、実施形態2において、状態判定装置30は、各種計器から飛行データを取得するが、FDR8を介して飛行データを取得してもよく、特に限定されない。
状態判定装置30は、実施形態1と同様に、各種処理を実行可能な処理部11と、各種プログラムおよびデータを記憶する記憶部12と、を備えている。記憶部12は、各種計器が接続され、例えば、上記の燃料流量計3、エンジン回転数センサ5及び排気ガス温度センサ6が接続されている。記憶部12は、燃料流量計3、エンジン回転数センサ5及び排気ガス温度センサ6から各種の計測データを取得する。なお、処理部11と記憶部12とは、実施形態1と同様であるため、説明を省略する。
実施形態2の状態判定装置30による航空機1の状態判定方法に関する処理については、実施形態1とほぼ同様である。一方で、燃料流量計3の異常の判定に関し、移動平均データD2の算出について一部異なっている。飛行データは、実施形態1と異なり、リアルタイムに取得される。このため、移動平均データD2は、現在の時点から過去の所定の期間(例えば、現在の時点から過去のa秒間)の無次元化データD1を用いて算出される。
以上のように、実施形態2によれば、状態判定装置30は、飛行データに含まれるパラメータの特徴量に基づいて、飛行中の航空機1の状態を適切に判定することができる。
1 航空機
3 燃料流量計
4 燃料流量指示計
5 エンジン回転数センサ
6 排気ガス温度センサ
10 状態判定装置
11 処理部
12 記憶部
30 状態判定装置
D1 無次元化データ
D2 移動平均データ
D3 高周波成分データ
D4 データ
L1〜L5 標本線
3 燃料流量計
4 燃料流量指示計
5 エンジン回転数センサ
6 排気ガス温度センサ
10 状態判定装置
11 処理部
12 記憶部
30 状態判定装置
D1 無次元化データ
D2 移動平均データ
D3 高周波成分データ
D4 データ
L1〜L5 標本線
Claims (12)
- 航空機の状態を判定する処理部を備える航空機の状態判定装置において、
前記処理部は、
前記航空機の飛行データを取得する取得ステップと、
取得した前記飛行データに含まれるパラメータの特徴量を抽出する抽出ステップと、
抽出した前記特徴量に基づいて、前記航空機の状態を判定する判定ステップと、を実行する航空機の状態判定装置。 - 前記航空機は、燃料流量を計測する燃料流量計を有し、
前記飛行データには、前記燃料流量計の燃料流量の計測データがパラメータとして含まれ、
前記処理部は、前記抽出ステップにおいて、前記燃料流量の計測データの特徴量を抽出し、前記判定ステップにおいて、マハラノビス・タグチ・メソッドを用いて、抽出した前記特徴量に基づき、前記航空機の状態として、前記燃料流量計の異常を判定する請求項1に記載の航空機の状態判定装置。 - 前記燃料流量の計測データは、時間の経過に伴って変化する燃料流量のデータであり、
前記処理部は、前記抽出ステップにおいて、前記燃料流量の計測データを無次元化して第1のデータを生成し、前記第1のデータの移動平均を算出して第2のデータを生成し、前記第1のデータと前記第2のデータの差から高周波成分となる第3のデータを生成し、前記第3のデータの特徴量を抽出する請求項2に記載の航空機の状態判定装置。 - 前記処理部は、前記抽出ステップにおいて、前記第3のデータに対して、特徴量を抽出するためのしきい値である標本線を設定し、前記第3のデータの値が前記標本線のしきい値を超える数をカウントし、カウント数を特徴量として抽出する請求項3に記載の航空機の状態判定装置。
- 前記標本線は、前記第3のデータに対して4本設定され、
4本の前記標本線のうち、2本の前記標本線は、前記第3のデータにノイズが発生したときの前記ノイズの平均値となる振幅の両側に設定され、残りの2本の前記標本線は、前記第3のデータに前記ノイズが発生したときの前記ノイズの最大値となる振幅の両側に設定される請求項4に記載の航空機の状態判定装置。 - 前記飛行データは、前記燃料流量を調整する燃料スロットルが定常状態となる範囲の前記飛行データを用いる請求項2から5のいずれか1項に記載の航空機の状態判定装置。
- 前記航空機は、エンジンから排気される排気ガスの排気ガス温度を計測する排気ガス温度センサを有し、
前記飛行データには、前記航空機のエンジンのエンジン回転数の回転数データと、前記排気ガス温度の温度データと、がパラメータとして含まれ、
前記処理部は、前記抽出ステップにおいて、前記回転数データと前記温度データとを関係付けた第4のデータの特徴量を抽出し、前記判定ステップにおいて、マハラノビス・タグチ・メソッドを用いて、前記航空機の状態として、前記エンジンのエンジン特性を判定する請求項1に記載の航空機の状態判定装置。 - 前記第4のデータは、前記エンジン回転数の変化に伴って変化する、前記エンジン回転数と排気ガス温度とを用いて算出したパラメータであり、
前記処理部は、前記抽出ステップにおいて、前記第4のデータに対して、特徴量を抽出するためのしきい値である標本線を設定し、前記標本線のしきい値を超える前記エンジン回転数の回転域と、前記パラメータの最大値と、を特徴量として抽出する請求項7に記載の航空機の状態判定装置。 - 前記飛行データは、前記航空機のエンジンが始動状態となる範囲の前記飛行データを用いる請求項7または8に記載の航空機の状態判定装置。
- 前記処理部は、前記航空機の状態の判定を、試験中において取得した前記飛行データに基づいて実行する請求項1から9のいずれか1項に記載の航空機の状態判定装置。
- 前記処理部は、前記航空機の状態の判定を、リアルタイムに取得する前記飛行データに基づいて実行する請求項1から9のいずれか1項に記載の航空機の状態判定装置。
- 航空機の状態を判定する航空機の状態判定装置において実行される航空機の状態判定方法であって、
前記航空機の飛行データを取得する取得ステップと、
取得した前記飛行データに含まれるパラメータの特徴量を抽出する抽出ステップと、
抽出した前記特徴量に基づいて、前記航空機の状態を判定する判定ステップと、が実行される航空機の状態判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018216029A JP2020082827A (ja) | 2018-11-16 | 2018-11-16 | 航空機の状態判定装置及び航空機の状態判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018216029A JP2020082827A (ja) | 2018-11-16 | 2018-11-16 | 航空機の状態判定装置及び航空機の状態判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020082827A true JP2020082827A (ja) | 2020-06-04 |
Family
ID=70905834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018216029A Pending JP2020082827A (ja) | 2018-11-16 | 2018-11-16 | 航空機の状態判定装置及び航空機の状態判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020082827A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101458A (zh) * | 2020-09-16 | 2020-12-18 | 河海大学常州校区 | 一种基于田口函数-信噪比的特性度量方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003027961A (ja) * | 2001-05-18 | 2003-01-29 | General Electric Co <Ge> | エンジン性能をモニタする方法、そのシステム及びプログラム記録媒体 |
JP2016051360A (ja) * | 2014-09-01 | 2016-04-11 | 株式会社Ihi | 故障検出装置 |
-
2018
- 2018-11-16 JP JP2018216029A patent/JP2020082827A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003027961A (ja) * | 2001-05-18 | 2003-01-29 | General Electric Co <Ge> | エンジン性能をモニタする方法、そのシステム及びプログラム記録媒体 |
JP2016051360A (ja) * | 2014-09-01 | 2016-04-11 | 株式会社Ihi | 故障検出装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101458A (zh) * | 2020-09-16 | 2020-12-18 | 河海大学常州校区 | 一种基于田口函数-信噪比的特性度量方法和装置 |
CN112101458B (zh) * | 2020-09-16 | 2024-04-19 | 河海大学常州校区 | 一种基于田口函数-信噪比的特性度量方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7904229B2 (en) | Method for determination of engine lubrication oil consumption | |
US7571057B2 (en) | System and method for monitoring degradation | |
CN107076640B (zh) | 通过平衡位置测量来监视飞机发动机叶轮的方法及设备 | |
US20150322924A1 (en) | Method of monitoring the condition of a wind turbine | |
EP3575908B1 (en) | State monitoring method and state monitoring apparatus | |
JP5425027B2 (ja) | ランダムノイズ信号の検出及びフィルタリング方法 | |
EP2781897B1 (en) | Blade tip timing | |
EP2944822B1 (en) | Rotating stall detection through ratiometric measure of the sub-synchronous band spectrum | |
US9766118B2 (en) | Method and device for monitoring vibrations of the winding overhang in a generator | |
US9104199B2 (en) | Engine monitoring | |
JP2004156616A (ja) | 高温計信号と関連させてニューラルネットワーク利用診断技法を使用してタービンブレード(バケット)の健康状態を監視し、予後を診断する方法 | |
US20230152178A1 (en) | Rotating machine speed estimation | |
WO2018181120A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2020082827A (ja) | 航空機の状態判定装置及び航空機の状態判定方法 | |
US11353034B2 (en) | Method and device for determining an indicator for a prediction of an instability in a compressor and use thereof | |
JP4071161B2 (ja) | 回転機械の劣化診断方法 | |
JP2021114895A (ja) | 電力変換装置、回転機システム、及び診断方法 | |
DK201700400A1 (en) | Device, program, recording medium, and method for determining device normality and abnormality involving loads | |
CN110879912A (zh) | 疲劳分析方法与装置 | |
JP6399703B2 (ja) | 燃料消費量推定装置、燃料消費量推定方法及びプログラム | |
US20080049887A1 (en) | Method for Monitoring the State of Turbines Based on their Coasting Time | |
JP2001329855A (ja) | ガスタービンのタービン入口温度予測方法 | |
CN112485009A (zh) | 环境温度检测方法、装置、控制器及车辆 | |
RU2651622C1 (ru) | Способ измерения радиальных зазоров между торцами лопаток рабочего колеса и статорной оболочкой турбомашины | |
JP6196771B2 (ja) | 車両用故障診断装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210713 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220725 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230228 |