JP6636178B2 - タービンユニットのテスト中の故障診断 - Google Patents

Description

本発明は、タービンテストの分野、特に、タービンテストシステムにおけるタービンユニットのテスト中に故障を診断する方法に関する。さらに、本発明は、タービンユニットをテストするための対応するシステムと、対応するコンピュータプログラムおよびコンピュータプログラム製品と、に関する。

ガスタービンエンジンのようなタービンユニットが製造された後、出荷される前には、欠陥または故障しているエンジンが顧客に供給されないことを保証するためにタービンユニットが注意深くテストされる。このようなテストは、時間および燃料の両方に関して高コストである。

時々、テスト機器における故障が、テストされているタービンユニットに欠陥があると示唆していると誤って考えられることがある。さらに、テスト機器の故障およびエンジンの故障のなかには、テスト作業員によって即座に修復し、修復に基づいてテストを完了させることができるものもあり、その一方で、その他の故障のなかには、専門家によるより詳細な検査を必要とするものもある。

テスト中に故障診断を実施する現在の概念は、非常に複雑であるか、または所要の性能を提供することが不可能である。概念を使用するための種々の試みがなされており、タービン診断の傘下で複数の理論および方法が使用されている（航空機産業を目的として非常に基本的なものから、高度に複雑なものまで）。これらの試みは、主に、ニュートン・ラフソン反復法を使用して、公称エンジンモデルをオンラインで実施し、コンポーネント特性を現在のエンジンに適合させることに基づいており、概して、それぞれ反復する毎にヤコビアン微分行列を更新する必要がある（したがって、これらの試みは、時間がかかり高コストである）。さらに、これらの試みは、数学的な逆問題に対処しており、したがって、解に到達し、測定における不確かさを定量化するために、成功のための測定の明確な偏りを必要とする。これらの方法は、以下の１つまたは複数の理由により、実際の状況で適用されると困難に陥ってしまう。
１）計器の不確実性が存在するが、この不確実性に対して重み付けしてバランスを取るために十分なほどにはこの不確実性が把握されない。
２）計器の故障の診断と、エンジンコンポーネントの故障の診断とが分離しており、したがって、一方の種類のデータが他方の種類によって破壊される。
３）収束の問題（不確実性を有する実際に測定されたデータの使用に起因する）。
４）唯一の解を生成するために測定数が不十分である。
５）（計器の偏り等を伴って）提供された情報に対して、方程式が特異になることがある。
６）スミアリング効果によって主要な故障による誤った残留故障が与えられる。

計器における故障と、エンジンコンポーネントにおける故障とは、それぞれ他方の入力データを破壊する可能性があるので隔離して取り扱うべきではない。この問題を解決するために、同じデータを使用して計器の故障に対処するための複雑性が追加されている。これらの方法およびそれらの公開された知識は、主として非常に理論上のものである（いくつかの検証の試みによる）。したがって、（測定故障を伴う）二重故障が存在する場合には、これらの方法の適用は不可能である。

したがって、特に、即座に修復することができる故障と、タービンユニットのさらなる検査または修理を必要とする故障と、を区別することが可能な、タービンユニットのテスト中に故障を診断する簡単かつ効果的な方法が必要とされている。

上記の必要性は、独立請求項による主題によって満たすことができる。本発明の有利な実施形態は、従属請求項によって記載されている。

本発明の第１の態様によれば、タービンテストシステムにおけるタービンユニットのテスト中に故障を診断する方法において、タービンユニットは、複数のタービンコンポーネントと、複数のタービンセンサと、を含み、タービンテストシステムは、複数のテストセンサを含む、方法が提供される。本方法は、（ａ）タービンセンサおよびテストセンサから測定データを取得することと、（ｂ）測定データに基づいて少なくとも１つのパラメータ値を計算することと、（ｃ）測定データおよび少なくとも１つのパラメータ値を所定の基準データと比較することによって、測定データおよび少なくとも１つのパラメータ値と偏差を求めることと、（ｄ）故障を検出するために、求められた偏差を複数の所定の故障サインとマッチングすることとを含み、複数の所定の故障サインは、第１のセットの故障サインおよび第２のセットの故障サインを含み、第１のセットの故障サインは、タービンセンサの故障および／またはテストセンサの故障と、故障していないことが仮定されたタービンコンポーネントと、に対応し、第２のセットの故障サインは、タービンコンポーネントの故障と、故障していないことが仮定されたタービンセンサおよびテストセンサと、に対応する。

本発明のこの態様は、一方では、タービンユニットが、故障していないタービンコンポーネントを有するという仮定が、タービンセンサおよび／またはテストセンサにおける故障を判定するために使用され、他方では、タービンセンサおよびテストセンサが故障していないという仮定が、タービンコンポーネントにおける故障を判定するために使用される。換言すれば、第１のセットの故障サインと、第２のセットの故障サインとを使用することにより、本方法は、測定データと、所定のデータに対する少なくとも１つのパラメータ値とにおける特定の偏差が、センサの故障によって引き起こされたのか、またはタービンの故障によって引き起こされたのかを判定することが可能である。これにより、本方法は、テスト作業員によって簡単に補修することができる故障（例えば、欠陥のあるセンサの交換）と、タービンユニットのさらなる検査を必要とする故障と、を区別することが可能である。第１のケースでは、故障が補修された後にテスト手順を再開または継続することができる。第２のケースでは、タービンユニットの検査後および修復後までテスト手順を継続することができない。

本明細書において「測定データ」という用語は、特に、各々のセンサによって出力される一連の測定値を示すことができる。

本明細書において「パラメータ値」という用語は、特に、測定データの少なくとも一部に熱力学的関係式を適用することによって得られる量を示すことができる。

本明細書において「基準データ」という用語は、特に、同様のテストシステムにおいて同様のタービンユニットのテスト中に得られた過去データ（測定データおよびパラメータ値）を示すことができる。

本明細書において「故障サイン」という用語は、特に、特定の測定データおよびパラメータ値と、特定の故障に対応する所定の基準データと、の間の偏差値のセットを示すことができる。

本発明の１つの実施形態によれば、求められた偏差を複数の所定の故障サインとマッチングするステップは、求められた偏差とそれぞれの故障サインとの間のマッチングの程度に依存して、故障の順序付けられたリストを生成することを含む。

換言すれば、偏差と各故障サインとに対してマッチングの程度が求められ、対応するマッチングの程度に従って、種々の故障が順序付けられている、故障のリストが生成される。

本発明のさらなる実施形態によれば、求められた偏差を複数の所定の故障サインとマッチングするステップは、所定の基準データの平均値に基づく単独故障マッチング段階を含む。

この実施形態では、（基準データの平均値に対する）求められた偏差と、各単独故障サインと、の間のマッチングの程度を決定する単独故障段階が適用される。換言すれば、この実施形態では、偏差が、欠陥のある単独のセンサのような単独故障によって引き起こされた（またはそのように仮定され得る）ことが特定される。

本発明のさらなる実施形態によれば、求められた偏差を複数の所定の故障サインとマッチングするステップは、所定の基準データの平均値と、故障サインの重み付けされたペアと、に基づく二重故障マッチング段階を含む。

この実施形態では、（基準データの平均値に対する）求められた偏差と、故障サインの重み付けされたペアと、の間のマッチングの程度を決定する二重故障段階が適用される。換言すれば、この実施形態では、偏差が、２つの故障によって、すなわち欠陥のある２つのセンサのような二重故障によって引き起こされた（またはそのように仮定され得る）ことが特定される。

本発明のさらなる実施形態によれば、本方法は、複数の故障候補に関して発生確率を求めることと、求められた確率に従って複数の故障候補のリストを生成することとをさらに含む。

換言すれば、この実施形態によれば、複数の故障候補、すなわちマッチングの観点から可能性のある故障が、それぞれの発生確率に従ってリスト内で順序付けられる。

本発明のさらなる実施形態によれば、本方法は、複数の故障候補のリストに基づいて、複数の故障候補のうちの少なくとも１つを発生中の故障として選択することをさらに含む。

この実施形態では、複数の故障候補のうちの１つ（二重故障を含む）、例えば最も高い確率を有する故障候補が故障として選択される。

本発明のさらなる実施形態によれば、本方法は、故障および／または対応する故障の発生源を識別する情報を出力することをさらに含む。

故障および／または対応する発生源（例えば、欠陥のあるコンポーネント）に関する情報を出力することによって、テスト作業員は、どのように進めるべきかを簡単かつ迅速に判断することが可能となる。

本発明のさらなる実施形態によれば、本方法は、（ａ）タービンユニットのテストを停止することと、（ｂ）特定された故障に基づいて、当該故障が１つまたは複数のテストセンサの交換によって修復可能であるか否かを判定することとをさらに含む。

この実施形態では、テスト作業員は、どのように進めるべきか、例えば、１つまたは複数のテストセンサを交換して、即座にテスト手順を再開するべきか、またはテスト手順を中断して、タービンユニットを専門家によるさらなる検査および／または修理に送るべきかに関する情報を受け取ることができる。

本発明の第２の態様によれば、タービンユニットをテストするためのシステムが提供される。記載されるシステムは、（ａ）テストされるべきタービンユニットを収容するためのテストベッドと、（ｂ）テスト中にタービンユニットの動作に関連する物理量を検出するための複数のシステムセンサと、（ｃ）タービンユニットのテスト動作を制御するように構成されたコントローラと、を含み、コントローラはさらに、第１の態様または上述した実施形態のうちのいずれかによる方法を使用することによって、テスト動作中に故障診断を実施するように構成されている。

本発明のこの態様は、タービンユニットをテストするためのシステムであり、このシステムは、第１の態様による方法を実施することができるコントローラを組み込んでいる。したがって、この態様によるシステムは、タービンユニットの効率的なテストを可能にする。

本発明の第３の態様によれば、コンピュータのプロセッサによって実行された場合に、第１の態様または上述した実施形態のうちのいずれかによる方法をコンピュータに実行させるように構成されたコンピュータ実行可能命令を含む、コンピュータプログラムが提供される。

本発明の第４の態様によれば、第３の態様によるコンピュータプログラムがロードされたコンピュータ可読データ担体を含む、コンピュータプログラム製品が提供される。

上記の態様および実施形態によって例示されるような本発明は、計器（センサ）およびエンジンコンポーネントにおける故障の（タービンユニットのテスト中、例えば性能テストの実施が始まってわずか数分での）早期検出を可能にし、これによって、４〜５時間かかるテストの失敗、または誤ったテストの実施に起因する燃料および労力の浪費を阻止することが可能となる。本発明によれば、故障診断がテスト中に、すなわちオンラインで実施され、したがって、どのように進めるべきかの判断に到達するためにテストデータの後続のオフライン分析は必要とされない。全負荷性能および部分負荷性能のオンライン監視と、燃焼器の温度分布と組み合わせられた故障診断は、テストエンジニアの状況評価を大幅に向上させ、特にバックアップ支援が利用できない場合に決定を下すための信頼できる基礎を提供する。これに関して、本明細書において言及される診断および監視は、主に熱力学的パラメータをいう。

場合によっては、計器の故障（判明した場合）を（昼間または夜間に）テストスタッフによって即座に修復することができ、そうすると、テストスタッフは、テストを継続して成功裡に完了させることができる。したがって、（専門家による）オフライン調査を実施して故障が識別可能となるまでの、テストスタッフの待ち時間が省略される。

本発明による方法は、複数のデータ点を迅速かつ正確にマッチングするために最小限のリソースを使用する。テストエンジニアおよび非専門家の分析を補助するために、最初のトリガ点に関するオンライン診断のための良質な精度があれば十分である。

最後に、本方法は、故障の発生源の適切な識別を提供することによって、ボアスコープ検査と、迅速に健全な状態に戻すエンジン復旧プロセスとを補助することもでき、これによって、修復プロセスを大幅に改善および高速化し、最初の再テストでエンジンを合格させることが可能となる。長期間のエンジンコンポーネントの変化および計装の問題を識別して、設計変更および修復に関する将来の判断を支援および補助することができる。さらに、エンジンモデルを（例えばエンジン母集団の変化に関して）現在のエンジン母集団に適合させること（故障／偏差が測定され、現在の母集団に対してマッチングされるように）を補助するための補足的な情報およびデータを提供することができる。エンジンが合格すると、試運転の点からの現場監視に関するデータを提供することができる。

要約すると、本発明は、少なくとも以下の利点を提供する。
１）エンジンの故障と計器の故障とを同時に診断することが可能である。
２）実際の既存の計器の不確実性と十分にバランスが取られる。
３）必要な場合には、エンジンの健全性状態変数の数よりも少ない測定で対処することが可能である。
４）ロバストで信頼性が高い−例えば収束の問題がない。
５）性能不足または過剰性能なしに目的のために有効であり、したがって経済的かつ効率的である。
６）生産エンジンテストプロセスによって良好に調整され、すなわち、（動作テスト条件に適合するように）生産エンジンテストプロセスによって提供される、できるだけ多くの情報が利用される。
７）最適な実行可能なエンジニアリングソリューションである。
８）他の診断方法に対して補足的および補完的となるように柔軟性がある。

ここで述べておくと、これまで本発明の実施形態を、それぞれ異なる主題を参照しながら説明してきた。特に、いくつかの実施形態については、方法の形式の請求項を参照しながら説明したのに対し、他の実施形態については、装置の形式の請求項を参照しながら説明した。ただし、当業者であれば上述の説明および以下の説明から読み取れるように、特段の記載がない限り、１つの形式の主題に属する複数の特徴の任意の組み合わせに加え、それぞれ異なる主題に関連する複数の特徴の任意の組み合わせ、特に方法の形式の請求項の特徴と装置の形式の請求項の特徴との任意の組み合わせも、本明細書に開示されているものとみなされる。

本発明の上述の観点およびさらに別の観点は、以下で説明する実施例から明らかにされ、それらについて実施例を参照しながら説明する。以下では本発明を、実施形態の例に関連してより詳細に説明する。しかしながら、本発明が、記載された例示的な実施形態に限定されていないことを明示的に述べておく。

タービンエンジンの一部の断面図である。 本発明の１つの実施形態による方法において使用される行列方程式を示す図である。 本発明の１つの実施形態による方法において使用される行列方程式を示す図である。 本発明の１つの実施形態による、日付に対する散布図である。 発生確率を示す、図４のプロットの別の表現を示す図である。 本発明の１つの実施形態による、修復に必要な時間との関連における故障の重要性を示す図である。 本発明の１つの実施形態によるローリングＣｕＳｕｍを説明するための図である。 本発明の１つの実施形態による方法のフローチャートである。 本発明の１つの実施形態による、圧縮機の故障分類単位ベクトルホイールのグラフ表示である。 本発明の１つの実施形態による、タービンの故障分類単位ベクトルホイールのグラフ表示である。 本発明の１つの実施形態による故障マッチングの一例を示す図である。

図面に描かれた例示は概略的なものである。なお、ここで述べておくと、種々の図中、同様のまたは同一の要素には、同じ参照符号が付されているか、または最初の数字だけが対応する参照符号とは異なる参照符号が付されている。

図１は、ガスタービンエンジン１０の一例を断面図で示している。ガスタービンエンジン１０は、流れの順序で、入口１２と、圧縮機セクション１４と、燃焼器セクション１６と、タービンセクション１８と、を有しており、これらは、概して流れの順序で、概して長手方向軸線または回転軸線２０を中心に、長手方向軸線または回転軸線２０の方向に配置されている。ガスタービンエンジン１０は、さらにシャフト２２を有する。シャフト２２は、回転軸線２０を中心に回転可能であり、ガスタービンエンジン１０を通って長手方向に延びている。シャフト２２は、タービンセクション１８を圧縮機セクション１４に駆動接続している。

ガスタービンエンジン１０の作動時、空気入口１２を通じて取り込まれた空気２４は、圧縮機セクション１４によって圧縮され、燃焼セクションまたはバーナセクション１６へ搬送される。バーナセクション１６は、バーナプレナム２６と、１つまたは複数の燃焼室２８と、各燃焼室２８に固定された少なくとも１つのバーナ３０と、を含む。燃焼室２８およびバーナ３０は、バーナプレナム２６内に配置されている。圧縮機１４を通過する圧縮空気は、ディフューザ３２に進入し、ディフューザ３２からバーナプレナム２６内へ排出され、バーナプレナム２６から、空気の一部がバーナ３０に入り、気体燃料または液体燃料と混合される。次いで、空気／燃料混合物が燃焼させられ、燃焼により生じた燃焼ガス３４または作動ガスは、燃焼室２８を通ってトランジションダクト１７を介してタービンセクション１８へ送られる。

この例示的なガスタービンエンジン１０は、バーナ３０と燃焼室２８とをそれぞれ有する燃焼缶１９の環状配列によって構成された、カニュラ型の燃焼器セクションの配置構成１６を有し、トランジションダクト１７は、概して、燃焼室２８に接続された円形の入口と、環状のセグメントの形態の出口と、を含む。トランジションダクトの出口の環状配列は、燃焼ガスをタービン１８に送るための環を形成する。

タービンセクション１８は、シャフト２２に取り付けられた複数のブレード支持ディスク３６を有する。この実施例では、２つの各ディスク３６は、タービンブレード３８の環状配列を支持している。しかしながら、ブレード支持ディスクの数を異ならせてもよく、すなわち、１つのディスクのみまたは３つ以上のディスクであってもよい。加えて、ガスタービンエンジン１０のステータ４２に固定された案内ベーン４０は、タービンブレード３８の環状配列の各段の間に配置されている。燃焼室２８の出口と、先頭のタービンブレード３８と、の間に、入口案内ベーン４４が設けられており、入口案内ベーン４４は、作動ガスの流れをタービンブレード３８へ変向させる。

燃焼室２８からの燃焼ガスはタービンセクション１８に入り、タービンブレード３８を駆動し、タービンブレード３８自体はシャフト２２を回転させる。案内ベーン４０，４４は、タービンブレード３８での燃焼ガスまたは作動ガスの角度を最適化するように機能する。

タービンセクション１８は圧縮機セクション１４を駆動する。圧縮機セクション１４は、ベーン段４６およびロータブレード段４８の軸線方向の連続体を含む。ロータブレード段４８は、ブレードの環状配列を支持するロータディスクを有する。圧縮機セクション１４は、ロータ段を包囲しかつベーン段４６を支持するケーシング５０も有する。ガイドベーン段は、ケーシング５０に取り付けられた、半径方向に延びるベーンの環状配列を有する。ベーンは、任意のエンジン作動点においてブレードのための最適な角度でガス流を提供するために設けられている。いくつかのガイドベーン段は、可変ベーンを有しており、ベーンの角度は、ベーン自体の長手方向軸線を中心に、様々なエンジン作動条件において生じる可能性がある空気流れ特性に従う角度のために調節することができる。

ケーシング５０は、圧縮機１４の通路５６の半径方向外面５２を規定している。通路５６の半径方向内面５４は、少なくとも部分的にロータのロータドラム５３によって規定されており、ロータは、ブレード４８の環状配列によって部分的に規定されている。

本発明は、単一の多段圧縮機と単一の単段または複段タービンとを接続する単一のシャフトまたはスプールを有する上記の例示的なタービンエンジンを参照して説明される。しかしながら、本発明は、２つまたは３つのシャフトエンジンにも等しく適用可能であり、産業用途、航空用途、または海洋用途のために使用可能であることを理解すべきである。

上流および下流という用語は、別段の定めのない限り、エンジンを通る空気流および／または作動ガス流の流れ方向をいう。前方および後方という用語は、エンジンを通るガスの全体的な流れをいう。軸線方向、半径方向および周方向という用語は、エンジンの回転軸線２０に関して用いられる。

本発明は、以下により詳細に記載されるように、図１に示された上述のガスタービンエンジン１０および同様のガスタービンエンジンのようなタービンエンジンのテスト中（およびテスト後）の故障診断のための方法を提供する。

本発明の方法は、成功裡にテストされており、日常的なエンジン合格プロセスを補助し、かつ容易にすることができる。本方法は、（生産エンジンのテストに対して）ロバストかつ低危険性であり、また、他の方法よりも所要の計算量が少ないことが判明している。

診断プロセスは、概して２つの段階に分割されており、各々の段階の要求される目的に従って設計されている。これら２つの段階のプロセスは、エンジンコンポーネントの故障と計器の故障とを同時に診断するために、過去のテストデータ統計の導入の助力を得て、実用的／柔軟なＧＰＡ（Gas Path Analysis：ガス経路分析）をベースにした方法を使用する。

本方法は、エンジンコンポーネントの健全性／偏差と、測定の完全性と、を監視するために、以下のように３つのオブザーバと、これらのオブザーバの相対的な偏差と、を効果的に使用する。
ｉ）（規定された負荷での）エンジンモデルの予測−コンポーネントの故障に対する測定感度を定義する
ｉｉ）エンジンコンポーネントパラメータを計算するための、ガス経路におけるエネルギ／熱バランスの熱力学的関係式−測定誤差に対するエンジン感度を定義する
ｉｉｉ）現在のエンジン母集団統計−予想／日時を定義する

この２段階でのオンラインおよびオフラインの診断技術は、昼間勤務でのテストにも夜間勤務でのテストにも対応するために、専門家ユーザのためのみならず、非専門家ユーザのための簡単な指示の形態においても、オンライン診断のための手段を提供する。

より具体的には、このプロセスは２段階で実施される。
２ａ）オンライン診断
２ｂ）オフライン診断

以下のカテゴリの診断が実施される（オンラインまたはオフライン）。
ａ）検出：故障が存在すると検出が実施され、場合によって次の段階がトリガされる。これはオンラインまたはオフラインで実施することができるが、オンライン検出によって重要性が特定され、したがって、オペレータが安全性または燃料節約のためにテストを中止すべきか否かを評価することが可能になる。
ｂ）隔離：故障の場所が特定される。まず始めに、（計器および／またはコンポーネントにおいて）単一または複数の故障が存在するか否かが特定され、次いで、特定のハードウェアの位置が特定される。
ｃ）識別：ここでは、コンポーネントの健全性パラメータを変化させた（１つまたは複数の）故障（例えば、ファウリング、異物損傷（ＦＯＤ）、腐食等）、または測定値を変化させた計器の故障（例えば、液浸の深度、熱電対の種類が正しくない等）の原因が特定され、場合によって（１つまたは複数の）故障の大きさを重み付けすること等により（１つまたは複数の）故障の重要性が推定される。

故障がエンジン特有もしくはテスト特有のものであるか、または（例えば設計または製造またはテスト機器の変更に起因した）比較的長期間のものであるかを特定するために、（状況によって）オフライン分析を実施することもできる。

オンライン診断の概念：
計器は、通常、（独立したコンポーネントパラメータのベクトル空間内の）エンジンの状態を監視するためのセンサ（オブザーバ）として使用される。この監視が成功するか否かは、故障していない計器を使用しているか否か、または不確実性／偏りを把握してこれを考慮に入れるか否かによって決まる。しかしながら、ガスタービン用途では、計器は、エンジンそのものよりも信頼性が低く、しばしば故障することがある。

したがって、本概念は、故障していないコンポーネントを有するエンジンを、仮説的に、（測定のベクトル空間内の）計器の状態を監視するためのセンサ（オブザーバ）とすることができるという事実に基づくものである。したがって、数学的にいえば、故障していない計器およびエンジンコンポーネントの偏微分を、計器およびエンジンコンポーネントの両方の故障状況に対応するように形成および結合することができる。この概念に基づいて、ＧＰＡに利用可能な方法／方程式は、数学的に以下のように操作される。
δＦ＝｛（δＦ／δＣ）×δＣ｝＋｛（δＦ／δＩ）×δＩ｝

ここで、δＦは、計器およびエンジンコンポーネントの故障による総変化を示し、δＣは、エンジンコンポーネントの故障（計器が故障していない場合）による変化を示し、δＩは、計器の故障（エンジンコンポーネントが故障していない場合）による変化を示す。

エンジンにおける物理的な問題は、結果的に、エンジンのコンポーネントの健全性パラメータにおける負の偏差をもたらす。これらの変化は、測定値によって検知され、これらの測定値を、このような変化を計算するために使用することができる。したがって、エンジンの特性／状態は、これらのパラメータによって定義されている。したがって、測定されたパラメータは、以下のようにこれらのコンポーネントパラメータの関数である。
Ｚ＝ｆ（Ｘ） （ａ）

ここで、Ｚは、（コンポーネントのベクトル空間内の）計器であるセンサ（オブザーバ）を示す。

この場合、コンポーネントパラメータは、方程式の独立したパラメータであり、これらのコンポーネントの健全性を検知するために、計器によって実施される測定が使用される。これを実施するためには、計器が故障していないことが仮定される。

現在、実際の生活では、一部のコンポーネント（Ｘ）の変化／状態を監視するために、センサ（Ｚ）（計器が故障していないという仮定の下で）が使用される。仮説的に、これは逆も同様にして当てはまる。つまり、ハードウェアコンポーネント、この場合にはガスタービンコンポーネントが故障していない場合には、これらのハードウェアコンポーネントを、計器の健全性を監視するためのセンサとして使用してことができるのである。

その場合、上記の方程式を以下のように記述することができる。
Ｘ＝ｇ（Ｚ） （ｂ）

ここで、Ｘは、（計器のベクトル空間内の）エンジンコンポーネントであるセンサ（オブザーバ）を示す。

上記の方程式（ａ）および（ｂ）の両方を、テイラー級数展開を使用して以下のように線形化することができる。
ｄＺ＝Ｈ×ｄＸ （ａ１）
ｄＸ＝Ｇ×ｄＺ （ｂ１）

方程式（ａ１）では、エンジンモデルを使用して（ｍ，ｎ）次元の行列Ｈ（コンポーネントの係数行列）が形成され、この場合、仮想のエンジンが、圧縮機およびタービンマップ等のようなコンポーネント特性によって表現される。

方程式（ｂ１）の行列Ｇ（計器の係数行列）は、テストにおいてエンジンコンポーネントパラメータ等を計算するために使用される熱力学方程式に故障摂動を適用することによって得られる。ここでは、これらのサインを得るために、コンポーネントパラメータを計算する熱力学的関係式が使用される。この熱力学的関係式は、診断を強化するための何らかの形態の分析的な冗長性を提供するであろう。なぜなら、モデルとこれらの関係式とは、わずかに相異なる関係式を使用しているからである。したがって、（例えば故障による）パラメータの偏差が、別の異なる経路に追従することとなろう。

合格保証は、通常、全負荷点に対して設定されているので、テスト中のタービンエンジンは、タービンエンジンの第１のデータ点を得るために、まず始めに全負荷点まで加速される。したがって、上記のサインは、全負荷かつＩＳＯ条件に対して作成される。これらのサインは、生産エンジンのテスト中に（１つまたは複数の）故障を検出して隔離するために使用される。

方程式（ａ１）および（ｂ１）を、以下のように行列形態で記述することができる。
［ｄＺ］＝［Ｈ］・［ｄＸ］
［ｄＸ］＝［Ｇ］・［ｄＺ］

ここで、Ｚの次元はｍであり、Ｘの次元はｎである。

図２に示す行列方程式が、上記の２つの方程式を組み合わせると得られる。

熱力学的関係式を使用して測定値から計算されたデータは、まず始めにＩＳＯ修正され、次いで出力設定（例えば、固定の出力または固定のタービン入口温度等）に定格される。このプロセスは、図２の行列の左下隅において変化（小さい偏差が固定の定格値に補間されるから）を引き起こし、したがって、この行列は、もはやユニタリでも対角でもなくなる。結果として得られる行列は、図３に示されている。

図３の行列の導関数を次いで使用して、測定（Ｚ）の故障サインと、エンジンコンポーネント（Ｘ）の故障サインと、を分離することができる。

１． オンライン診断（第１段階）
テスト中のエンジンが全負荷範囲に到達しており、かつ安定している場合に、故障診断プロセスがトリガされる。

１．１ 単独故障マッチング
第１の反復：現在のエンジン母集団平均（参照データ）のデータに基づいて、各パラメータの偏差が計算される。次いで、これらの偏差が、双方向最適化プロセスを使用することによって、それぞれ個々の故障サインベクトル（方向および大きさ）に対してマッチングされる。次いで、マッチングされた故障は、（例えば最小残差から最大残差まで）残差の順に並べられる。

第２の反復：次いで、最初のいくつかのマッチングが、次のようにしてさらに最適化される。エンジンが、稼働中のエンジンの統計の範囲内で動作しているが（エンジン毎のバラツキに起因して）その母集団平均から離れている場合には、このことは、故障を意味することにはならない。したがって、パラメータの偏差（デルタ）を計算して、これらの偏差に故障を割り当てる際に、このことを考慮して対応する必要がある。母集団における予想動作点を、±２の標準偏差の係数ｆによって制約する。この係数ｆを、最初に０から開始して（図４参照）０．１のステップで徐々に増加させる（またはｆを固定値に設定する）と、動作点が平均から離れる方向に移動する。各ステップにおいて、残差をさらに低減するため、場合によっては所定の値まで低減するために、残差が（最適化アルゴリズムを使用して）最適化／最小化される。この所定の値と、「無故障」の発生前にこの係数ｆをどれほどまで増加させることが可能であるか（ｆ＜１を維持して）とを、他の手段（例えば経験および過去データ）を介して取得する必要がある。

平均により近い、対応する無故障の動作点（すなわちより小さい値の係数ｆ）を有する故障は、より高い発生確率を有する。したがって、この係数は、特定の故障に関する発生確率に関連することができ、故障シナリオを確率の降順に提示するために、この係数を使用することができる。この時点で、確率をさらに調整するために、他の診断要素、例えばトラムライン、タービン出口温度分布等を束ねることができる。

実際の（測定および計算された）パラメータ値を、予測された故障シナリオを有する対応するエンジンの過去の母集団データ（例えば図１１参照）に対して提示することができる（例えば図４参照）。図４のグラフ表示は、故障の可能性および受諾のための別のレベルの案内を、視覚的な論理構造を介して提供することもできる。図５は、発生確率（陰影領域）を示す図４のデータの別の表現を示す。

故障が発見されると、この故障は、燃料浪費や遅延等を回避するために図６に示すような重要性および重大性のチェックに供される。図６に示されたカテゴリは、以下の通りである。
Ａ：故障は、主に計器の種類の問題であり、テストエンジニアによって修復可能である。
Ｂ：１００％負荷テストからより明確性が必要である。明確性を向上させるために、７５％の負荷テストに続いて、多動作点分析（１００％分析と同様に簡単に追加できる機能）を使用する。
Ｃ：専門家からの助言を求める（後述するような第２段階、すなわちオフライン診断によって補助される）。
Ｄ：専門家の助言に従って完全なテストを実施する。
Ｅ：データが役に立たないのでテストを中止する。
Ｆ：即座に中止する−稼働のために安全ではない。

例えば、計器の故障は、通常、夜間勤務中に実施されているテストを中止するほどに重大であるとはみなされない。殆どの場合、識別された故障が修正され、その後テストが続行される。大きな変化によって何らかの故障が提示された場合には、あらゆる他の故障シナリオのためにエンジンを停止すべきであり、場合によってはテストを中止すべきである。これらの故障は、明確に調査される必要があり、場合によっては専門家によってオフラインで調査される必要がある。最終的に、このことは、エンジンをテストベッドから取り出して、修復するために分解することにつながる可能性がある。

１．２ 二重故障マッチング
定義による二重故障とは、計器の故障および／またはエンジンコンポーネントの故障の組み合わせである。実際のエンジンの故障、ファウリング、腐食、圧縮機およびタービンのＦＯＤ（異物損傷）は、基礎的なコンポーネントの健全性パラメータ（例えば効率、容量等）の変化の組み合わせとして出現する。経験によって、計器の故障は、生産エンジンのテストの実行中にも発生する可能性が高いことが示唆されている。なぜなら、このような計器は、テストベッドに永続的には固定されていないか、またはテストベッドのために完全には専用にされていないスレーブ計器または契約計器であり得るからである。

ｎ個の故障サイン／ベクトル（Ｆ（ｉ））が存在すると仮定する。したがって、Σ（ｎ−１）個の考えられる二重故障の組み合わせが存在する。また、複数の故障を種々の比率で一緒に組み合わせることによって、膨大な数の組み合わせがもたらされ得る。２つの故障サインを組み込んだ全ての二重故障の組み合わせは、特定の比率で一緒に加算される。
Ｆ（合計）＝ｐ×Ｆ（ｉ）＋ｒ×Ｆ（ｊ）

まず始めに、この組み合わせによって形成されたベクトルが、母集団平均からの実際のエンジンデータの偏差に対してマッチングされる。母集団（例えば、Ｘ（平均）±２×ｆ×Ｓｔｄ＿Ｄｅｖ）内に位置する、故障していない全てのエンジンが許容可能であることを考慮する。上述した第２の反復と同様の手順を実施することによって残差がさらに低減される。

１．３ 故障の識別
エンジンコンポーネントにおけるファウリング、浸食、熱歪み、ＦＯＤ等のような実際の故障は、コンポーネントの健全性パラメータの変化の（種々の比率での）組み合わせとして出現する。例えば、圧縮機のファウリングは、圧縮機の効率および容量の（座標／ベクトル）空間の特定の領域において種々の程度で存在し得る。したがって、以下のように、故障の原因に対するさらなる定義を提供するために、エンジンコンポーネントに関する過去の経験および公開された情報によってグラフィカルな２Ｄの単位ベクトル故障分類ホイール（図９参照）が形成される。

エンジンコンポーネントの効率および容量の単位ベクトルをそれぞれｅおよびｃとし、故障によるこれらの健全性パラメータの変化のそれぞれの大きさをＭＥおよびＭＣとする。したがって、この故障（Ｆ）を表現するベクトルを、以下のように記述することができる。
Ｆ＝ＭＥ×ｅ＋ＭＣ×ｃ

この故障の単位ベクトル（Ｆｕ）は、

である。

故障がコンポーネントから隔離されると、分類ホイールおよびベクトルＦｕを使用して、考えられる故障の原因／識別が提供される。

２． オフライン診断（第２段階）
不要な労力の浪費等を回避するために、エンジンを分解する前にあらゆる疑問を解消するためのさらなる診断を実施することができる。この診断は、（上記の第１段階において提示した）ベッド、エンジンの外部チェックおよび任意の測定故障の検証との組み合わせにおいて実施される。設計変更のように故障が長期間のものであるか否かを特定するためのさらなるチェックも実施される。この段階は、通常、専門家によって実施され、以下のことを含む。
１）専門家の目を通してテストデータを再診し、第１段階の分析をオフラインでやり直す（例えば、第１段階からのオンライン所見を確認するため）。
２）ローリングＣｕＳｕｍ計算によって、第１段階で識別された故障が長期間のステップ変化／故障であるか否かを確認する。
３）エンジン母集団データのさらなる評価および問合せを実施する。生産エンジンのテストのマルチハンドル／動作点診断／分析（例えば、７５％負荷、複数の異なるパラメータに対する固定／定格データ）を実施することも考えられる。

２．１ ローリングＣｕＳｕｍ計算（再帰的かつ自動的な計算のための計算方式）
パラメータＸのｋ番目のＣｕＳｕｍは、

であり、なお、μは、設計平均等のような所定の固定値に設定されており、ｋ（例えば、エンジンの番号のタイムライン表示）は、所定の点から、または最後の変化からカウントされる。

さらに、Ｓ’（ｋ）＝Ｇ×ｋ＋Ａ＋Ｖ（ｋ） （２）
である。

これは、（最後の変化からの最初のいくつかのエンジンから得られる）ステップ変化が存在しない場合には、線形化されたＣｕＳｕｍプロットであり、なお、Ｓ’（ｋ）は、線形化された傾向からのＳ（ｋ）の期待値である。

ここで、ＧおよびＡは、ｋに対するＳ’（ｋ）の勾配および切片のプロットであり、Ｖ（ｋ）は、不規則変動（例えば、エンジンコンポーネントパラメータＸ（ｋ））に関連するホワイトノイズである。

ＧおよびＡは、最後の変化からの最後のいくつかの点（例えば４点）から計算される。

注：上記の方程式（１）におけるパラメータμは、最後の変化からの最後のいくつかのエンジン（例えば４点）の平均として選択することができる。この場合、Ｇ＝０かつＡ＝０である。
Ｓ’（ｋ）＝Ｇ×（ｋ＋１）＋Ａ＋Ｖ（ｋ＋１） （３）
したがって、Ｓ’（ｋ＋１）＝Ｇ×（ｋ＋１）−Ａ＝Ｖ（ｋ＋１） （４）
である。

しかしながら、（ｋ＋１）において変化、すなわち［Ｃ（ｋ＋１）］が存在する場合には、これは、方程式（２）によって与えられる予想／予測されたＳ’（ｋ＋１）と、実際のＳ（ｋ＋１）と、の間の偏差として示されるであろう。次いで、上記の方程式（３）を、次のように書き換えることができる。
Ｓ（ｋ＋１）−Ｇ×（ｋ＋１）−Ａ＝Ｖ（ｋ＋１）＋Ｃ（ｋ＋１） （５）

上記の方程式（５）では、実際のデータから上記の方程式（１）を使用して、Ｓ（ｋ＋１）、すなわち実際のＣｕＳｕｍが計算される（図７はそのようなＣｕＳｕｍ計算の一例を示す）。

したがって、変化Ｃが有意でない場合、Ｓ（ｋ＋１）−Ｇ×（ｋ＋１）−Ａは、Ｖ成分に関連する不規則変動に等しくなり、したがって０の平均に近似される。不規則変動の成分の追加と９５％信頼度とに基づくこれらの成分の最大の大きさは、２×ＳｔｄＤｅｖ（Ｘ）とみなすことができ、したがって、有意なＣ×（ｋ＋１）＞２ｆ×σとなる変化Ｃ（ｋ＋１）である。値／係数ｆは、信頼度レベルと、帰無仮説に対して設定された基準と、に基づく０と１の間の変数である。しかしながら、変化Ｃが比較的小さい場合には、この変化Ｃは、故障の最初の発生時に不規則変動の間で失われる可能性がある。しかしながら、変化の大きさは加法的であるので、この変化の大きさは、次の（ｋ＋２），（ｋ＋３）の発生によって（勾配ＧおよびＡが再帰的に更新されるまで）ますます顕著になるであろう。変化が確認されると、この最新の変化の後の最初のいくつかの点に対応して勾配が更新される。

長期間の故障の場合には、開始の日付や故障の詳細のような関連情報がデータベースに格納される。したがって、次のオンライン診断において記述統計のために使用されるサンプルにこの日付が含まれている場合は、これを考慮に入れるように準備／修正されている。この方法を使用してサンプルを修正すると、任意の他の新しい故障の検出が改善され、予測がより困難である多重故障のシナリオ（判明した故障を含む）が回避されるであろう。

図８は、概念的に上述した本発明による方法８００のフローチャートを示す。より具体的には、ステップ８１０において、テストシステムの内部のセンサ、またはテストシステムに接続されたセンサ（システムセンサ）と、テストされるべきタービンエンジンのセンサ（タービンセンサ）と、から、パラメータの周囲値および動作値が得られる。ステップ８１２において、ステップ８１０からのパラメータ値と、既知の熱力学的関係式と、に基づいて、１つまたは複数のコンポーネントパラメータ値が計算される。ステップ８１４において、テストユニットに対応する、過去のエンジンコンポーネントのデータおよび測定されたデータの母集団記述統計が（例えばデータベースから）取得される。次いで、ステップ８１６において、測定されたデータと計算されたデータ（測定値およびパラメータ値）との実際の偏差が、対応する母集団平均との比較によって求められる。ステップ８１８において、エンジンコンポーネントが故障していないという仮定の下で、計器（例えばセンサ）に関する第１のセットの故障サインが生成される。ステップ８２０において、計器が故障していないという仮定の下で、第２のセットの故障サインが生成される。ステップ８２２において、第１のセットの故障サインと、第２のセットの故障サインと、を使用して、計器およびエンジンコンポーネントの故障ライブラリまたは故障データベースを生成する。このライブラリは、それぞれのエンジン定格に対して事前に計算された故障サインのセットから構成されており、このライブラリには、診断プロセス中に要求されたときにはいつでもアクセスすることができる。ステップ８２４において、ステップ８２６での第１段階（単独故障）のマッチングと、ステップ８２８での二重故障マッチングと、を含む、故障サインと実際の偏差との間の初期マッチングが実施される。マッチングした故障は、残差の昇順に並べられる。次に、ステップ８３０において、対応する母集団統計（ステップ８１４参照）を使用して、最初のいくつかのマッチングした故障が微調整される。これには、予想される母集団分布へと調整するための第２段階のマッチングが含まれる。ステップ８３２において、一連の対応する仮定（例えば故障または無故障）がテストされ、それらの結果が確率の降順に並べられる。ステップ８３４において、強力性、重要性、重大性および異常性のチェックのような様々のチェックが適用される。ステップ８３６において、モデルおよび／またはチャートに基づいて決定が下される。次に、ステップ８３８において、この決定と、識別された（１つまたは複数の）故障とに応じてオフライン分析がトリガされ、このオフライン分析はさらに、ステップ８４０におけるローリング再帰型ＣｕＳｕｍ分析を適用することによる長期間の変化の検証を含むことができる。

図９は、本発明の１つの実施形態による方法の実施中にユーザ（例えばテストエンジニア）に表示するために生成される、圧縮機の故障分類単位ベクトルホイール９００を示す。ホイール領域９０２，９０４，９０６，９０８および９１０は、それぞれ圧縮機容量、ＦＯＤ、チップクリアランス、腐食およびファウリングの変化によって引き起こされる故障、またはこれらの変化に関連する故障に対応する（凡例９１２によっても示されている）。

図１０は、同様に、本発明の１つの実施形態による方法の実施中にユーザ（例えばテストエンジニア）に表示するために生成される、タービンの故障分類単位ベクトルホイール１０００を示す。ここで、ホイール領域１００２，１００４，１００６，１００８，１０１０，１０１２および１０１４は、それぞれ、例えば熱歪み、腐食、ファウリングおよびＦＯＤ／ＤＯＤによって引き起こされる故障、またはこれらに関連する故障に対応する（凡例１０１６によっても示されている）。

図１１は、本発明の１つの実施形態によって検出された二重故障マッチングの一例を示す。実際の偏差は、現在のエンジン母集団統計に対して推定される。傾いた正方形１１０２によって表されるこの偏差は、バー１１０４によって表されるサインを有する（二重）故障にマッチングされる。バー１１０６は、対応する残差を表す。図１１に示されている例では、サイン１１０４は、それぞれ−０．６５％および１．３３％の大きさを有する、第３番の計器における故障と、第６番のエンジンコンポーネントパラメータにおける故障とからなる二重故障に対応する。

上述の方法は、従来の方法よりも所要の計算量が少なく、実施がより容易である。精巧性／正確性のレベルは、定義された段階の目的と、計器の性能（不確実性等）とに十分に近づけられている。特に、（例えば夜間勤務中に）専門的な知識なしに決定を下す場合に、より良好でより迅速な洞察を提供するために、完全に自動化されたオンラインオプションが組み込まれている。

要約すると、本発明の実施形態による方法は、以下のことを含む。

１）エンジンコンポーネントと計器との同時分析は、故障していないエンジンコンポーネントを有するエンジンを、計器の（１つまたは複数の）故障のためのセンサ（オブザーバ）とすることができ、その一方で、故障していない計器は、エンジンコンポーネントの故障を検出するためのセンサ（オブザーバ）であるという概念に基づいている。

２）コンポーネントの故障と計器の故障とのこの同時分析および同時診断はまた、一方の種類の故障（例えばコンポーネントの故障）が、他方の種類（例えば計器の故障）のために使用される入力データを破壊すること、またはその逆によって不正確な診断を引き起こすことも阻止する。

３）測定されたデータに基づくエンジンコンポーネントの故障サインは、性能デッキモデルを使用して得られる。エンジンコンポーネントパラメータに基づく計器の故障サインは、テスト中に使用されるガス経路におけるエネルギバランスの熱力学的関係式を使用して得られる。これらの関係式は、同じまたは対応する最終的な回答／解を供給すべきであるが、モデルとはわずかに異なっている。これらの違いによって形成される分析上の冗長性は、診断のために有益である。この冗長性は、故障が存在する場合に、複数の故障サイン間でのばらつき／一意性の追加的な要素を提供し、したがって、診断品質および故障隔離を向上させるであろう。

４）実際のエンジン偏差は、「故障していない」エンジンを、現在の対応する母集団内の±ｆ×２．ＳｔｄＤｅｖの範囲に制約することによって得られ、この場合、残差Ｒが特定の所与の値に減少するまで係数ｆが徐々に増加される（ただし、５％未満の発生率を回避するために＜１である）。この点に到達したときに、対応する係数ｆが、その故障の関連する発生確率である。例えば、ｆ＝約１の場合には５％の発生率であり、またはｆ＝０．５の場合には３０％の発生率であり、またはｆ＝０．２５の場合には７０％の発生率である。これらの発生確率は、定性的にのみ統計的に正確であるが、発生確率を重み付けするための良好な指標となる。

５）第１段階（オンライン診断）に関して提示された診断方法は、もはや数学的に逆問題ではない。したがって、この診断方法は、ロバスト性を向上させる（つまり、収束の問題が発生しにくい）。さらに、この診断方法は、測定数がエンジンの健全性パラメータを推定するよりも少ない場合でも、対処してなお有用な情報を提供することができる。

６）問題は、段階毎のモジュール分析に分類され、一度に１つのプロセス段階の目的に向けられる。ａ）テスト中：実施中にデータおよびエンジンの品質と修復とを評価すること。ｂ）テスト後：上記に関する確認を実施し、−ボアスコープ検査およびエンジン分解および修復を補助するために−さらに「異常性」の重大性を評価すること。プロセス段階の目的に対応する、このステップ毎のモジュール分析アプローチ（反復ステップに類似）は、収束におけるロバスト性、有効性および安定性を改善する。

７）長期間の変化を検出するためにローリング再帰型ＣｕＳｕｍ法が使用される。これらの長期間の変化が識別されると、将来の診断において使用されるエンジンサンプルおよび記述統計がそれに応じて調整される。

８）計器および／またはエンジンコンポーネントにおける故障からなる二重故障は、生産エンジンの試運転時における非常に可能性が高いシナリオである。本発明による方法は、故障ベクトルが加法的であるので、これらの状況に容易に対応する。故障分類ホイールは、識別を補助するだろう。これらの分類は、経験、専門的な知識および公開された情報によって開発される。したがって、ホイールによって分類される故障識別は、時間と共に、より多くの情報が利用可能になるにつれて、また、より多くの情報が利用可能になると進化および発展する。

「含む（comprising）」という用語が他の要素またはステップを除外せず、冠詞「a」または「an」の使用が複数を排除しないことに留意すべきである。複数の異なる実施形態に関連して説明された要素同士を結合させることもできる。特許請求の範囲における参照符号は、特許請求の範囲を限定するものとして解釈されるべきではないことにさらに留意すべきである。

Claims (11)

1. タービンテストシステムにおけるタービンユニットのテスト中に故障を診断する方法において、
   前記タービンユニットは、複数のタービンコンポーネントと、複数のタービンセンサと、を含み、
   前記タービンテストシステムは、複数のテストセンサを含み、
   前記方法は、
   前記タービンセンサおよび前記テストセンサから測定データを取得するステップと、
   前記測定データに基づいて少なくとも１つのパラメータ値を計算するステップと、
   前記測定データおよび前記少なくとも１つのパラメータ値を所定の基準データと比較することによって、前記測定データおよび前記少なくとも１つのパラメータ値の偏差を求めるステップと、
   故障を検出するために、求められた前記偏差を複数の所定の故障サインとマッチングするステップと、
   を含み、
   前記複数の所定の故障サインは、第１のセットの故障サインおよび第２のセットの故障サインを含み、
   前記第１のセットの故障サインは、前記タービンセンサの故障および／または前記テストセンサの故障と、故障していないことが仮定された前記タービンコンポーネントと、に対応し、
   前記第２のセットの故障サインは、前記タービンコンポーネントの故障と、故障していないことが仮定された前記タービンセンサおよび前記テストセンサと、に対応する、
   方法。
2. 求められた前記偏差を複数の所定の故障サインとマッチングするステップは、
   求められた前記偏差とそれぞれの故障サインとの間のマッチングの程度に依存して、故障の順序付けられたリストを生成するステップを含む、
   請求項１記載の方法。
3. 求められた前記偏差を複数の所定の故障サインとマッチングするステップは、
   前記所定の基準データの平均値に基づく単独故障マッチング段階を含む、
   請求項１または２記載の方法。
4. 求められた前記偏差を複数の所定の故障サインとマッチングするステップは、
   前記所定の基準データの平均値と、故障サインの重み付けされたペアと、に基づく二重故障マッチング段階を含む、
   請求項１から３までのいずれか１項記載の方法。
5. 複数の故障候補に関して発生確率を求めるステップと、
   求められた前記確率に従って前記複数の故障候補のリストを生成するステップと、
   をさらに含む、
   請求項１から４までのいずれか１項記載の方法。
6. 前記複数の故障候補のリストに基づいて、前記複数の故障候補のうちの少なくとも１つを発生中の故障として選択するステップをさらに含む、
   請求項５記載の方法。
7. 故障および／または対応する故障の発生源を識別する情報を出力するステップをさらに含む、
   請求項１から６までのいずれか１項記載の方法。
8. 前記タービンユニットのテストを停止するステップと、
   特定された前記故障に基づいて、前記故障が１つまたは複数のテストセンサの交換によって修復可能であるか否かを判定するステップと、
   をさらに含む、
   請求項１から７までのいずれか１項記載の方法。
9. タービンユニットをテストするためのシステムにおいて、前記システムは、
   テストされるべきタービンユニットを収容するためのテストベッドと、
   テスト中に前記タービンユニットの動作に関連する物理量を検出するための複数のシステムセンサと、
   前記タービンユニットのテスト動作を制御するように構成されたコントローラと、
   を含み、
   前記コントローラはさらに、請求項１から８までのいずれか１項記載の方法を使用することによって、前記テスト動作中に故障診断を実施するように構成されている、
   システム。
10. コンピュータのプロセッサによって実行された場合に、請求項１から８までのいずれか１項記載の方法をコンピュータに実行させるように構成されたコンピュータ実行可能命令を含む、コンピュータプログラム。
11. 請求項１０記載のコンピュータプログラムがロードされたコンピュータ可読データ担体を含む、コンピュータプログラム製品。

Images