JP7186007B2 - センサデータを分析し、異常なバルブ動作を検出するためのデータ主導型教師なしアルゴリズム - Google Patents

センサデータを分析し、異常なバルブ動作を検出するためのデータ主導型教師なしアルゴリズム Download PDF

Info

Publication number
JP7186007B2
JP7186007B2 JP2018052061A JP2018052061A JP7186007B2 JP 7186007 B2 JP7186007 B2 JP 7186007B2 JP 2018052061 A JP2018052061 A JP 2018052061A JP 2018052061 A JP2018052061 A JP 2018052061A JP 7186007 B2 JP7186007 B2 JP 7186007B2
Authority
JP
Japan
Prior art keywords
sensor
isolation valve
parameter
parameters
threshold
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.)
Active
Application number
JP2018052061A
Other languages
English (en)
Other versions
JP2018185799A (ja
Inventor
ラシュミ エヌ． スンダレシュワラ，
ツァイ－チン ルー，
フランツ ディー． ベッツ，
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of JP2018185799A publication Critical patent/JP2018185799A/ja
Application granted granted Critical
Publication of JP7186007B2 publication Critical patent/JP7186007B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1093—Calendar-based scheduling for persons or groups
    • G06Q10/1097—Task assignment
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003—Arrangements for testing or measuring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
    • F16K37/0083—For recording or indicating the functioning of a valve in combination with test equipment by measuring valve parameters
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
    • F16K37/0091—For recording or indicating the functioning of a valve in combination with test equipment by measuring fluid parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/14—Testing gas-turbine engines or jet-propulsion engines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Mechanical Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Indication Of The Valve Opening Or Closing Status (AREA)

Description

本書に記載の態様は、航空機のバルブに関し、より具体的には、センサデータ解析用のデータ主導型（ｄａｔａ－ｄｒｉｖｅｎ）教師なしアルゴリズム（ｕｎｓｕｐｅｒｖｉｓｅｄ ａｌｇｏｒｉｔｈｍ）に基づく、異常なバルブ動作を検出するための方法及びシステムに関する。航空機でのバルブの異常な動作は、診断が難しく時間を要することが多い。更には、従来のアプローチは、特定のバルブ又は特定の種類のバルブの異常な動作の診断を目的としている。
一態様によれば、コンピュータに実装される方法は、複数のメンテナンスメッセージ（ＭＭＳＧ）を特定することを含む。複数のＭＭＳＧはそれぞれ、ビークルの複数の遮断バルブのうちの少なくとも１つの遮断バルブに関連している。またこの方法は、各ＭＭＳＧに関連する少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、第１のセンサパラメータを特定することを含む。加えて、第１のセンサパラメータの第１の閾値は、少なくとも１つの各遮断バルブの異常な動作に関連していることが特定されている。複数の遮断バルブのうちの第１の遮断バルブに関連する第１のセンサは、（ｉ）第１の遮断バルブの開放に関連する第１の所定の期間中に、また、（ｉｉ）第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、第１のセンサパラメータの複数の値を捕捉する。第１の所定の期間中に捕捉した複数のセンサ値の最大値と第２の所定の期間中に捕捉した複数のセンサ値の最大値との間の差分が、第１のセンサパラメータの第１の閾値を超えると判断されると、第１の遮断バルブは異常な動作をしていると判断される。
一態様によれば、コンピュータプログラム製品は、これによって具現化されたコンピュータ可読コードを有するコンピュータ可読記憶媒体を備える。コンピュータ可読プログラムコードはプロセッサによって実行可能で、これにより複数のメンテナンスメッセージ（ＭＭＳＧ）を確認することを含む操作を実施する。複数のＭＭＳＧの各々は、ビークルの複数の遮断バルブのうちの少なくとも１つの遮断バルブに関連している。この操作は更に、各ＭＭＳＧに関連する少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、第１のセンサパラメータを特定することを含む。加えて、第１のセンサパラメータの第１の閾値は、少なくとも１つの各遮断バルブの異常な動作に関連していると特定されている。複数の遮断バルブの第１の遮断バルブに関連する第１のセンサは次いで、（ｉ）第１の遮断バルブの開放に関連する第１の所定の期間中に、また、（ｉｉ）第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、第１のセンサパラメータの複数の値を捕捉する。第１の所定の期間中に捕捉した複数のセンサ値の最大値と第２の所定の期間中に捕捉した複数のセンサ値の最大値との間の差分が、第１のセンサパラメータの第１の閾値を超えると判断されると、第１の遮断バルブは異常な動作をしていると判断される。
一態様によれば、システムはプロセッサ及びプログラムを含むメモリを備える。このプログラムはプロセッサによって実行可能で、複数のメンテナンスメッセージ（ＭＭＳＧ）を特定することを含む操作を実施する。複数のＭＭＳＧの各々は、ビークルの複数の遮断バルブのうちの少なくとも１つの遮断バルブに関連している。操作には更に、各ＭＭＳＧに関連する少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、第１のセンサパラメータを特定することが含まれる。加えて、第１のセンサパラメータの第１の閾値は、少なくとも１つの各遮断バルブの異常な動作に関連していると特定されている。複数の遮断バルブの第１の遮断バルブに関連する第１のセンサは次いで、（ｉ）第１の遮断バルブの開放に関連する第１の所定の期間中に、また、（ｉｉ）第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、第１のセンサパラメータの複数の値を捕捉する。第１の所定の期間中に捕捉した複数のセンサ値の最大値と第２の所定の期間中に捕捉した複数のセンサ値の最大値との間の差分が、第１のセンサパラメータの第１の閾値を超えると判断されると、第１の遮断バルブは異常な動作をしていると判断される。
一態様により、センサデータを分析して異常なバルブ動作を検出するためのデータ主導型教師なしアルゴリズムを実装するシステムのコンポーネントを図解するブロック図である。 様々な態様により、センサデータを分析するためのデータ主導型教師なしアルゴリズムに基づいて、バルブの異常な動作を検出する例示的な技術を図解している。 様々な態様により、センサデータを分析するためのデータ主導型教師なしアルゴリズムに基づいて、バルブの異常な動作を検出する例示的な技術を図解している。 一態様により、センサデータを分析するためのデータ主導型教師なしアルゴリズムに基づいて、バルブの異常な動作を検出する方法を図解するフロー図である。 一態様により、航空機のセンサからのフライトデータを分析する方法を図解するフロー図である。 一態様により、関係する変数を決定し、関係する変数の閾値を計算するための方法を図解するフロー図である。 一態様により、データ分析、関係する変数、及び計算された閾値に基づいて、航空機の第１のバルブが異常な動作をしていると判断する方法を図解するフロー図である。 一態様により、センサデータを分析するためのデータ主導型教師なしアルゴリズムに基づいて、バルブの異常な動作を検出するように構成されたシステムを図解している。
本書で開示の態様は、遮断バルブに関連するセンサデータのｎ秒窓（ｎ－ｓｅｃｏｎｄ ｗｉｎｄｏｗ）を用いて、航空機（又は他の種類のビークル）の遮断バルブの故障を検出する技術を提供する。センサデータのｎ秒窓は、パラメトリックフライトデータの一部として捕捉される。一般的に、本書で開示の態様は、遮断バルブが異常な動作をしていることを示すデータ値（及び関連パラメータ）を特定するため、前回のフライト時にセンサによってもたらされたデータを分析する、教師なし学習アルゴリズムを使用する。パラメータ及びデータの値が特定されると、本書に開示の態様は、フライト時のバルブの開放及び／又は閉鎖後、リアルタイムフライトデータのｎ秒窓を分析する。特定のバルブが異常な動作をしていることが、リアルタイムフライトデータのｎ秒窓によって示唆される場合には、本書で開示の態様は、異常な動作の表示を生成しうる。幾つかの態様では、異常な動作の表示は、航空機から地上の受信局に送信され、メンテナンス要員及びその他の職員に異常な動作の警告が発せられる。例えば、一態様では、この表示には、異常な動作をしているバルブに対してバルブ交換を命じる要求が含まれる。こうすることで、バルブの実際の故障に先立って、航空機のメンテナンス及び修理が促される。
本書で開示する学習アルゴリズムはデータ主導型であるため、この学習アルゴリズムにはモデルがなく、所定の航空機の構造や回路図の仕様に合わせて調整する必要はない。更には、この学習アルゴリズムは、ユーザーが関与してトレーニングデータのラベル付けを手作業で行う必要がないという点で、教師なしアルゴリズムとなっている。そのため、この学習アルゴリズムは柔軟で、あらゆる種類の航空機、航空機サブシステム、及びサブシステムコンポーネントに移植可能である。本書では参照例として航空機が使用されているが、本開示は遮断バルブを含むあらゆる種類のビークルに等しく適用可能である。
図１は、一態様により、センサデータを分析して異常なバルブ動作を検出する、データ主導型教師なしアルゴリズムを実装するシステム１００のコンポーネントを図解するブロック図である。図示したように、システム１００は、複数の航空機サブシステム１０１１－Ｎ、コンピュータ１０４、及び複数のデータストア１１０１－Ｎを含む。航空機サブシステム１０１１－Ｎは航空機の種々のサブシステムを表し、複数の遮断バルブ１０２１－Ｎ及び複数のセンサ１０３１－Ｎを含む。航空機サブシステム１０１１－Ｎの実施例は、エコノミー冷却バルブ（ＥＣＶ）サブシステム、環境制御システム（ＥＣＳ）、燃料システム、空気圧システムなどを含む。本書で使用されているように、「遮断バルブ」は、２つの状態、すなわち、開放状態と閉鎖状態のいずれか一方で動作するバルブを意味する。遮断バルブ１０２１－Ｎは、サブシステム１０１１－Ｎ内の空気、燃料、或いは任意の種類の液体又は気体の流れを調整する。センサ１０３１－Ｎは、各サブシステム１０１１－Ｎの条件、事象、及び変化を検出する物理的な装置で、データストア１１０１－Ｎでの保存に対応するデータを生成する。センサ１０３１－Ｎの実施例は、温度センサ、圧力センサ、対気速度センサ、湿度センサ、高度センサなどを含む。例えば、遮断バルブ１０２１が閉じられているときに、温度センサ１０３１が気温３０°を検出すると、温度センサ１０３１は、温度の読取値をデジタルフォーマットに変換し、フライトデータ１１１に保存するため、検出温度の表示をデータストア１１０１－Ｎに送信する。
データストア１１０１－Ｎは、フライトデータレコーダ（ＦＤＲ）、クイックアクセスレコーダ（ＱＡＲ）、連続パラメータロギングシステム（ＣＰＬ）、及びエンハンストエアボーンフライトレコーダ（ＥＡＦＲ）など、パラメトリックフライトデータを保存する、任意の種類のシステムを表す。図示したように、各データストア１１０１－Ｎは、フライトデータ１１１のデータストア、及びメンテナンスメッセージ（ＭＭＳＧ）１１２のデータストアを含む。フライトデータ１１１は、関連する航空機の動作を記述するパラメトリックフライトデータを保存する。一般的に、パラメトリックフライトデータは、航空機の動作中に収集された時系列データの集まりである。パラメトリックフライトデータのパラメータには、限定するものではないが、航空機の高度、航空機の速度、温度データ、圧力データなどを記述するパラメータが含まれる。より一般的には、フライトデータ１１１は、各遮断バルブ１０２１－Ｎの状態（例えば、開放又は閉鎖）など、センサ１０３１－Ｎによって生成される複数のパラメータのデータ値に加えて、温度、圧力、湿度の読取値など、その他のサンプル値を保存する。少なくとも１つの態様では、遮断バルブ１０２１－Ｎは、それぞれの状態（例えば、開放又は閉鎖）をフライトデータ１１１に送信する。
ＭＭＳＧ１１２に保存されるメンテナンスメッセージは、航空機又は航空機コンポーネントの異常な動作に対応して、生成される。例えば、センサ１０３Ｎは、遮断バルブ１０２Ｎの１つの近傍では、例示的な閾値温度８０°Ｃを超える気温１００°Ｃを記録する。これに応じて、センサ１０３Ｎ及び／又は航空機の指定されたコンポーネントは、記録された温度に基づいてＭＭＳＧを生成し、次いでこれをＭＭＳＧ１１２に保存する。各ＭＭＳＧ１１２は、各タイムスタンプ、関連規定を超える一又は複数の記録されたパラメータ（例えば、温度）、航空機の影響を受けたコンポーネント（例えば、一又は複数の遮断バルブ１０２１－Ｎ）などの、メタデータパラメータに関連している。
図示したように、コンピュータ１０４は、異常動作モジュール１０５及び閾値１１３を含む。異常動作モジュール１０５は、遮断バルブ１０２１－Ｎの異常な動作を検出するように構成されたアプリケーションである。異常動作モジュール１０５は、センサ１０３１－Ｎによって提供される、遮断バルブ１０２１－Ｎの異常な動作の検出に関連したパラメータを特定するため、データストア１１０１－Ｎ中の（一又は複数の航空機の）過去のパラメトリックフライトデータを分析する教師なし学習アルゴリズムを実装する。更に、異常動作モジュール１０５は、特定された各パラメータに対応して、特定の遮断バルブ１０２１－Ｎが異常な動作をしている（或いは、異常な動作を始めている）ことを示す閾値を決定する。異常動作モジュール１０５は、特定されたパラメータと関連する閾値を、閾値１１３に保存してもよい。こうすることで、異常動作モジュール１０５は、その後の（同一の航空機又は同様の航空機での）フライト中にデータストア１１０１－Ｎをリアルタイムで分析し、閾値を超えると特定されたパラメータに対して、センサ１０３１－Ｎが対応するデータ値を提供しているかどうかを判断することができる。異常動作モジュール１０５は、特定された閾値のデータ値が対応する閾値を超えていると判断すると、異常動作モジュール１０５は、関連する遮断バルブ１０２１－Ｎが異常な動作をしていると判断する。異常動作モジュール１０５は次いで、どの遮断バルブ１０２１－Ｎが異常な動作をしているかを明記する表示（例えば、警告）を生成する。一態様では、この表示には、遮断バルブ１０２１－Ｎが異常な動作をしていることを反映する、データストア１１０１－Ｎの関連するパラメトリックデータが含まれる。このように、適切な措置を行いうる関係要員に、異常動作している遮断バルブ１０２１－Ｎについて警告を発することで、安全が促進される。例えば、メンテナンス要員は、航空機の着陸前に、異常な動作をしている遮断バルブ１０２１－Ｎの修理及び／又は交換に必要な部品を発注することができ、その結果、ターンアラウンドタイムを短縮し、遅延を防止し、コストを削減することができる。
一態様では、ユーザーは、異常動作モジュール１０５への入力として提供される初期設定パラメータを定義する。初期設定パラメータには、ＱＡＲ、ＦＤＬ、ＣＰＬ、及び／又はＥＡＦＲのパラメータが含まれる。例えば、このようなパラメータには、センサ１０３１－Ｎによって測定される温度パラメータ、圧力パラメータ、気流パラメータが含まれうる。一態様では、ユーザーはまた、異常動作モジュール１０５への入力として提供される一又は複数のフライトフェーズを定義する。例示的なフライトフェーズには、地上走行、離陸、初期上昇、着陸などが含まれる。このような態様では、異常動作モジュール１０５は、初期設定パラメータに関して、すべてのパラメトリックフライトデータではなく、特定のフライトフェーズに関連するパラメトリックフライトデータ１１１を分析する。
異常動作モジュール１０５は、フライトデータ１１１の分析を実施し、遮断バルブ１０２１－Ｎが異常な動作しているとの判断に関連する初期設定パラメータの部分集合を特定する。更に、異常動作モジュール１０５は、部分集合内の各パラメータに対して閾値を計算する。この計算を行うため、異常動作モジュール１０５は、特定の遮断バルブ１０２Ｎがこれまでにいつ開放及び閉鎖したのかを、フライトデータに基づいて判断する。一般的に、フライトデータ１１１には、遮断バルブ１０２１－Ｎの開放又は閉鎖に対応して、それぞれの時刻を反映した記録が含まれる。異常動作モジュール１０５は次いで、遮断バルブ１０２Ｎの開放及び閉鎖の各事象に対して、初期設定パラメータ中の各パラメータについてｎ秒窓の値を取得する。ｎ秒窓は、６０秒、１２０秒などの任意の長さであってよく、ユーザーによって指定されてもよく、或いは異常動作モジュール１０５でコード化された所定の値であってもよい。異常動作モジュール１０５は次いで、初期設定パラメータ中の各パラメータについて各ｎ秒インターバル中の最大値を特定する。異常動作モジュール１０５は次いで、各変数に対して、遮断バルブ１０２Ｎの開放後のｎ秒インターバルの最大値と、同一遮断バルブ１０２Ｎの次の閉鎖後のｎ秒窓の最大値との間の差分を計算する。
図２Ａは、フライトデータ１１１に保存された例示的な温度値から生成されたグラフを示している。グラフ２００のｙ軸は、遮断バルブ１０２Ｎに関連するセンサ１０３Ｎによって記録された（例えば、初期設定パラメータ中の）温度パラメータの温度値に対応している。グラフのｘ軸は時間に関連している。図に示したように、遮断バルブ１０２Ｎが開放される時刻０秒には、温度バルブは約１５５°Ｃになっている。ｎ秒インターバル（この実施例では１２０秒間）の最大値は、約１６９°Ｃのポイント２０１で発生する。遮断バルブ１０２Ｎの次の閉鎖後、約１７４°Ｃの最大観測温度はポイント２０２で発生する。したがって、図２Ａに示された遮断バルブ１０２Ｎの開放及び閉鎖の事象に対して、異常動作モジュール１０５によって計算される１２０秒窓ごとの最大温度値間の差分は約５°Ｃ（例えば、１７４－１６９＝５）となる。明確となるように、最大パラメータ値間の差分は、本書では「最大差分」値と称する。
異常動作モジュール１０５は、初期設定パラメータ中の各パラメータに対して、また、所定の遮断バルブ１０２Ｎの各開放及び閉鎖に対して、最大差分値を計算する。異常動作モジュール１０５は次いで、所定の遮断バルブ１０２Ｎ（及び、同様の又は同一の遮断バルブ１０２１－Ｎ）の異常動作に関連する初期設定パラメータの部分集合を特定するため、更なる分析を実施する。一般的に、異常動作モジュール１０５は、初期設定パラメータ中の各パラメータについて、計算された各最大差分値の百分率閾値をそれぞれ計算する。一態様では、百分率閾値は、関連するパラメータについて計算された最大差分値の３標準偏差となる。引き続き、図２Ａに示された温度の例について見ていくと、異常動作モジュール１０５によって、最大差分値２１°Ｃの例示的な百分率閾値が計算される。２１°Ｃは温度パラメータに対して計算された最大差分値全体の９５パーセンタイル（すなわち、３標準偏差）を表している。
異常動作モジュール１０５は次いで、百分率閾値を超える、計算された各最大差分値を特定する。例えば、異常動作モジュール１０５は、図２Ａに示された例示的な温度パラメータに関して、ｔ＝１、ｔ＝２、ｔ＝３、及びｔ＝４の例示的な時点で、温度の最大差分値がそれぞれ２２度、２３度、２４度、及び２５度であることを特定する。遮断バルブ１０２１－Ｎが異常な動作をしていることを示す閾値の最大差分（ｍａｘ＿ｄｉｆｆ）閾値を特定するため、異常動作モジュール１０５は次いで、最大差分値に到達するまで（例えば、最大差分値の１００パーセンタイル）、０．１刻みで各最大差分値をステップスルーする。
各最大差分値に対して、異常動作モジュール１０５は、ＭＭＳＧ１１２中の遮断バルブ１０２１－Ｎに関連するＭＭＳＧを特定する。ＭＭＳＧ１１２中の特定された各ＭＭＳＧに対して、異常動作モジュール１０５は、現在のＭＭＳＧの真陽性（ｔｒｕｅ ｐｏｓｉｔｉｖｅ）に対する偽陽性（ｆａｌｓｅ ｐｏｓｉｔｉｖｅ）の比率を計算する。この計算を行うため、異常動作モジュール１０５は、現在の最大差分値の時間で所定の期間内に（例えば、７日間、１４日間、２４日間以内に）、現在の最大差分値が発生したかどうかを判断する。したがって、引き続き図２Ａの温度の例を取り上げると、現在の最大差分値が２３の場合には、異常動作モジュール１０５は、ｔ＝２の時点の２４日間以内に現在のＭＭＳＧが発生したかどうかを判断する。現在の最大差分値が所定の期間内に発生した場合には、異常動作モジュール１０５は、現在の最大差分値が真陽性であるとみなす。そうでない場合には、異常動作モジュール１０５は、現在の最大差分値が偽陽性であるとみなす。一般的に、異常動作モジュール１０５は、各最大差分値（例えば、２２．０、２２．１、２２．２、…、２４．８、２４．９、２５．０）について、真陽性に対する偽陽性の比率を計算する。異常動作モジュール１０５は次いで、パラメータについて閾値を定義する。一態様では、異常動作モジュール１０５は、真陽性に対する偽陽性の比率として計算された最小値を有する最大差分値として、閾値を定義する。例えば、このような態様で、２２．２に対して計算された比率が、計算された比率の中で最小値となる場合には、異常動作モジュール１０５は、２２．２を温度パラメータの閾値として定義しうる。別の態様では、異常動作モジュール１０５は、遮断バルブ１０２１－Ｎに関連すると特定された各ＭＭＳＧの所定の期間内に発生する最大差分値として、閾値を定義する。例えば、このような態様で、各ＭＭＳＧの２４日間以内に発生した最大差分値が２２．５であった場合には、異常動作モジュール１０５は、２２．５を温度パラメータの閾値として定義する。異常動作モジュール１０５は次いで、閾値及びパラメータの表示を閾値１１３に保存する。この中には、初期設定パラメータの部分集合の要素としてパラメータが含まれる。
図２Ｂは、一態様により、計算された最大差分温度値をｙ軸として、また、時間をｘ軸として含むグラフ２５０を示している。図示したように、グラフ２５０は、上述のように、異常動作モジュール１０５によって計算された、例示的な閾値の最大差分値２５１を含む。図示したように、閾値の最大差分値２５１はおよそ１９度である。更に、グラフ２５０は垂直線２５２～２５６を含み、各々はＭＭＳＧ１１２中のＭＭＳＧに対応している。更には、各ＭＭＳＧライン２５２～２５６の近傍に注目するため、例示的な最大差分値２６１～２６６については、グラフ２５０中にラベルを付した。前述したように、一態様では、異常動作モジュール１０５は、（所定にＭＭＳＧに対する時間的近接性に基づいて、）真陽性に対する偽陽性の最小比率に関連する値として、閾値２５１を計算する。例えば、異常動作モジュール１０５が１個の偽陽性と１０個の真陽性を検出する場合には、計算される比率は０．１となる。別の態様では、異常動作モジュール１０５は、すべてのＭＭＳＧを捕捉する最大差分値に基づいて、閾値を定義する（例えば、閾値を超える最大差分値の各事例は、所定のＭＭＳＧ２５２～２５６の所定の期間（例えば、２４日間）内にある）。
一部のパラメータは、遮断バルブ１０２１－Ｎの誤動作及び／又は異常な動作の良好な指標ではない。これらのパラメータは、任意の（或いは極めてわずかな）真陽性に関連する最大差分値を有していないことが多いため、異常動作モジュール１０５はこれらのパラメータを破棄する。したがって、真陽性に対する偽陽性の比率は（ゼロで除算するため）未定義となるか、極めて大きな値となる。そのため、異常動作モジュール１０５はこのようなパラメータを破棄する。例えば、一態様では、異常動作モジュール１０５は、真陽性に対する偽陽性の比率が関連閾値を超えるパラメータ、或いは比率が定義されないパラメータを破棄する。したがって、異常動作モジュール１０５は、初期設定パラメータの部分集合を、パラメータの値とＭＭＳＧ１１２中のＭＭＳＧとの関係性によって反映される遮断バルブ１０２１－Ｎの異常な動作の原因が最大差分値であるパラメータとして定義する。
異常動作モジュール１０５がパラメータの部分集合と対応する閾値を特定すると、異常動作モジュール１０５は、この部分集合と対応する閾値を使用して、飛行中にリアルタイムで捕捉したフライトデータ１１１が、遮断バルブ１０２１－Ｎの異常な動作を反映しているかどうかを判断する。一般的に、飛行中（或いは、フライトの所定のフェーズの１つの間）に、センサ１０３１－Ｎはパラメトリックフライトデータをフライトデータ１１１に提供する。遮断バルブ１０２１－Ｎが開閉するたびに、異常動作モジュール１０５は、閾値１１３内で定義されたパラメータの部分集合中のパラメータに対して、パラメトリックフライトデータのｎ秒窓を特定する。異常動作モジュール１０５は次いで、開放及び閉鎖（又は、閉鎖及び開放）後の各ｎ秒窓のパラメータの部分集合中の各パラメータに対して、最大差分値を計算する。一実施例では、異常動作モジュール１０５は、センサ１０３１－Ｎによって捕捉されたデータのｎ秒窓に基づいて、最大差分温度値、圧力値などを計算する。計算された最大差分値が閾値を超える場合には、異常動作モジュール１０５は、対応する遮断バルブ１０２Ｎが異常な動作をしていると判断する。引き続き前の温度の例を取り上げると、異常動作モジュール１０５が温度パラメータに関して２８度の最大差分を計算した場合には、異常動作モジュール１０５は、２８度の最大差分値が図２Ｂに示されている１９度の例示的な閾値を超えていると判断する。このように、異常動作モジュール１０５は、関連する遮断バルブ１０２Ｎが異常な動作をしている（或いは、故障している）と判断する。一態様では、異常動作モジュール１０５は次いで、遮断バルブ１０２Ｎが故障していることを明記する表示を生成する。一態様では、異常動作モジュール１０５はこの表示を航空機からリモートシステムに送信し、これによりメンテナンス要員は交換部品を入手することや、修理を計画することなどができる。
しかしながら、幾つかの態様では、異常動作モジュール１０５を実行するコンピュータ１０４は、（例えば、ネットワーク接続を介して）異なる複数の航空機からフライトデータ１１１及びＭＭＳＧ１１２を受信する外部システムである。したがって、このような実施形態では、異常動作モジュール１０５は、パラメータの部分集合内の関連パラメータを特定し、所定の遮断バルブが異常な動作をしていることを反映する関連閾値を決定するときには、これらの異なる航空機からフライトデータ１１１及びＭＭＳＧ１１２を利用する。このような態様では、リモートコンピュータ１０４上で実行される異常動作モジュール１０５は、複数の異なる航空機からリアルタイムのフライトデータを受信し、所定の航空機が異常な動作をしている遮断バルブ１０２Ｎを有するかどうかを判断する。
図３は、一態様により、センサデータを分析するためのデータ主導型教師なしアルゴリズムに基づいて、遮断バルブの異常な動作を検出するための方法３００を図解するフロー図である。図示したように、方法３００は、ユーザーが初期設定パラメータ及び任意の適用可能なフライトフェーズを適用するブロック３１０から始まる。こうすることで、異常動作モジュール１０５は、フライトデータ１１１に保存された数千又は数百万のパラメータの初期の部分集合で動作することができる。ブロック３２０では、異常動作モジュール１０５はパラメトリックフライトデータ１１１を受信する。前述したように、パラメトリックフライトデータ１１１は遮断バルブ１０２１－Ｎ及びセンサ１０３１－Ｎによって生成される。一般的に、受信したフライトデータ１１１は、複数の飛行区間で捕捉されたフライトデータ１１１を反映している。少なくとも１つの態様では、受信したフライトデータ１１１は更に、複数の航空機によって捕捉されたフライトデータ１１１を反映する。
ブロック３３０では、図４を参照してより詳細に説明されるように、異常動作モジュール１０５はフライトデータを分析する。一般的に、ブロック３３０では、異常動作モジュール１０５は、フライトデータ１１１のパラメータに対して最大差分値を計算する。一態様では、ブロック３３０と並行して発生するブロック３４０では、異常動作モジュール１０５はＭＭＳＧ１１２内のターゲットＭＭＳＧを特定する。一般的に、ターゲットＭＭＳＧは、遮断バルブ１０２１－Ｎの異常な動作に関連するこれらのＭＭＳＧである。ブロック３５０では、図５を参照してより詳細に説明されるように、異常動作モジュール１０５は、遮断バルブ１０２１－Ｎの異常な動作の検出に関連した初期設定パラメータの部分集合を決定し、パラメータの部分集合に対して閾値を計算する。
ブロック３６０では、図６を参照してより詳細に説明されるように、異常動作モジュール１０５は、データ分析、パラメータの部分集合、及びパラメータの部分集合の閾値に基づいて、第１の遮断バルブ１０２Ｎが異常な動作をしていることを判断する。一般的に、ブロック３６０では、異常動作モジュール１０５はリアルタイムフライトデータを分析し、遮断バルブ１０２Ｎが異常な動作をしていることを判断する。例えば、タービン吸気口の温度パラメータの閾値の最大差分値が４０度になったとすると、所定の開閉サイクルでのタービン吸気口の最大差分が５０度であるときには、異常動作モジュール１０５は、対応する遮断バルブ１０２Ｎが異常な動作をしていると判断しうる。ブロック３７０では、異常動作モジュール１０５は、第１の遮断バルブ１０２Ｎが異常な動作をしていることを明記した表示を生成し、送信する。
図４は、一態様による、航空機のセンサからのフライトデータを分析するブロック３３０に対応した方法４００を説明するフロー図である。図示したように、この方法４００は、遮断バルブ１０２Ｎの開放及び／又は閉鎖後に分析されるパラメトリックフライトデータのｎ秒窓について、ユーザーが随意に時間間隔（例えば、１２０秒）を定義するブロック４１０から始まる。しかしながら、少なくとも一態様では、ｎ秒の時間間隔は異常動作モジュール１０５で事前に定義された値である。ブロック４１５では、異常動作モジュール１０５は、フライトデータ１１１内にデータが存在する各遮断バルブ１０２１－Ｎに対して、ブロック４２０～４６０を含むループを実行する。ブロック４２０では、異常動作モジュール１０５は、フライトデータ１１１内で、現在の遮断バルブ１０２Ｎの毎回の開放及び閉鎖を反映する時間インデックスを決定する。ブロック４２５では、異常動作モジュール１０５は、決定された各時間インデックスに対して、ブロック４３０～４５５を含むループを実行する。
ブロック４３０では、異常動作モジュール１０５は、初期設定パラメータ中の各パラメータについて、定義された時間間隔（例えば、１２０秒間）のデータをフライトデータ１１１から受信する。例えば、異常動作モジュール１０５は、温度パラメータ及びその関連値、圧力パラメータ及びその関連値、高度パラメータ及びその関連値などを受信しうる。ブロック４４０では、異常動作モジュール１０５は初期設定パラメータ中の各パラメータに対して、ブロック４４０～４５０を含みループを実行する。ブロック４４０では、異常動作モジュール１０５は、現在の時間インデックス（例えば、開放／閉鎖、又は閉鎖／開放のサイクル）に対して、開放及び閉鎖後のデータのｎ秒窓内での現在のパラメータの最大値を決定する。例えば、異常動作モジュール１０５は、現在の遮断バルブ１０２Ｎの開放後、ｎ秒窓内で２１０度の最大温度値と、現在の遮断バルブ１０２Ｎの閉鎖後、ｎ秒窓内で１４０度の最大温度値を特定しうる。ブロック４４５では、異常動作モジュール１０５は、ブロック４５０で決定した最大値間の差分を計算する。言い換えるならば、異常動作モジュール１０５は、現在のパラメータと時間インデックスに対して最大差分値を計算する。引き続き前の実施例を取り上げると、異常動作モジュール１０５は、現在の温度パラメータと時間インデックスに対して、最大差分値（２１０－１４０＝７０度）を計算する。一態様では、異常動作モジュール１０５は、その後使用するため、計算した最大差分値を保存する。
ブロック４５０では、異常動作モジュール１０５は、初期設定パラメータ中にまだ残っているパラメータがないかを判断する。まだ残っているパラメータがある場合には、異常動作モジュール１０５はブロック４３５に戻る。残っていない場合には、異常動作モジュール１０５はブロック４５５へ進む。ブロック４５５では、異常動作モジュール１０５は、まだ残っている時間インデックスがないかを判断する。まだ残っている時間インデックスがある場合には、異常動作モジュール１０５はブロック４２５に戻り、残っていない場合には、異常動作モジュール１０５はブロック４６０に進む。ブロック４６０では、異常動作モジュール１０５は、まだ残っている遮断バルブ１０２１－Ｎがないかを判断する。残っている場合には、異常動作モジュール１０５はブロック４１５に戻る。残っていない場合には、方法４００は終了する。
図５は、一態様により、関係する変数を決定し、関係する変数の閾値を計算するためのブロック３５０に対応する方法５００を図解するフロー図である。図示したように、方法５００は、最大差分値に対する百分率閾値（例えば、２標準偏差）を随意に定義するブロック５０５から始まる。しかしながら、少なくとも１つの態様では、百分率閾値は異常動作モジュール１０５に定義済みである。ブロック５１０では、異常動作モジュール１０５は、初期設定パラメータ中の各パラメータに対して、ブロック５１５～５６５を含むループを実行する。ブロック５１５では、異常動作モジュール１０５は、ブロック５１０で定義された閾値を超える現在のパラメータについて計算された各最大差分値に対して、ブロック５２０～５５５を含むループを実行する。ブロック５２０では、異常動作モジュール１０５は、ブロック３４０で特定されたＭＭＳＧ１１２中の各ＭＭＳＧに対して、ブロック５２５～５３０を含むループを実行する。
ブロック５２５では、異常動作モジュール１０５は、現在のＭＭＳＧ１１２が現在の最大差分値に対して偽陽性であるか真陽性であるかを判断する。一般的に、これを行うため、異常動作モジュール１０５は、現在の最大差分値の所定の期間内（例えば、２４日間以内）に、現在のＭＭＳＧ１１２が発生したかどうかを判断する。例えば、現在のＭＭＳＧ１１２が２０１７年１月２５日に発生し、現在の最大差分値が２０１７年１月２４日に観測された場合には、異常動作モジュール１０５はＭＭＳＧ１１２が真陽性であると判断する。ブロック５３０では、異常動作モジュール１０５は、まだ残っているＭＭＳＧがないかを判断する。まだ残っているＭＭＳＧがある場合には、異常動作モジュール１０５はブロック５２０に戻る。残っていない場合には、異常動作モジュール１０５はブロック５３５へ進む。
ブロック５３５では、異常動作モジュール１０５は、現在にパラメータについて、真陽性に対する偽陽性の比率を計算する。ブロック５４０では、異常動作モジュール１０５は、ブロック５３５で計算した比率が現在の最小比率を下回るかどうかを判断する。ブロック５３５で計算された比率が現在の最小比率を下回らない（或いは、定義されない）場合には、異常動作モジュール１０５はブロック５５０に進む。しかしながら、ブロック５３５で計算された比率が現在の最小比率を下回る（及び、定義されない）場合には、異常動作モジュール１０５はブロック５４５に進み、そこで異常動作モジュール１０５はブロック５３５で計算された比率を現在の最小比率として設定し、現在の最小比率を現在の最大差分値に関連付ける。
ブロック５５０では、異常動作モジュール１０５は、現在のパラメータの最大差分値の現在の値を増やしていく。例えば、一態様では、異常動作モジュール１０５は、最大差分値が分析されるまで、上述のように、現在のパラメータの最大差分値を０．１ずつ増やす。ブロック５５５では、異常動作モジュール１０５は、まだ残っている最大差分値がないかを判断する。まだ残っている最大差分値がある場合には、本方法はブロック５１５に戻り、残っていない場合には、異常動作モジュール１０５はブロック５６０に進む。ブロック５６０では、異常動作モジュール１０５は、真陽性に対する偽陽性の最小比率に関連する最大差分値を、現在のパラメータの閾値として閾値１１３に保存する。こうすることによって、現在のパラメータを初期設定パラメータの部分集合の要素として、例えば、遮断バルブ１０２１－Ｎの故障の検出に関連するパラメータとして定義する。しかしながら、最小比率が存在しない場合には、異常動作モジュール１０５は、現在のパラメータを関連性のないものとして破棄する。ブロック５６５では、異常動作モジュール１０５は、初期設定パラメータ中に残っているパラメータがないかを判断する。まだ残っているパラメータがある場合には、異常動作モジュール１０５はブロック５１０に戻り、残っていない場合には、方法５００は終了する。
図６は、一態様により、データ分析、関係する変数、及び計算された閾値に基づいて、航空機の第１のバルブが異常な動作をしていると判断するブロック３６０に対応する方法６００を図解するフロー図である。一般的に、異常動作モジュール１０５は、閾値１１３に保存されているトレーニングデータに基づいて、所定の遮断バルブ１０２Ｎが異常な動作をしているかどうかを、リアルタイムフライトデータ１１１が示しているかどうかを判断する方法６００を実行する。図示したように、方法６００は、異常動作モジュール１０５が航空機の各遮断バルブ１０２Ｎに対してブロック６２０～６９０を含むループを実行するブロック６１０から始まる。
ブロック６２０では、異常動作モジュール１０５は、現在の遮断バルブ１０２Ｎが開放又は閉鎖されたと判断すると、フライトデータ１１１からパラメトリックデータを受信する。例えば、異常動作モジュール１０５は、温度データ、圧力データ、高度データなど、センサ１０３１－Ｎによって生成されるデータを受信しうる。加えて、フライトデータ１１１から受信されるデータは、遮断バルブ１０２Ｎの開放及び閉鎖後のｎ秒窓に限定される。ブロック６３０では、異常動作モジュール１０５は、閾値１１３で定義されたパラメータの部分集合内の各パラメータに対して、ブロック６４０～６８０を含むループを実行する。少なくとも１つの態様では、パラメータの部分集合内のパラメータは、現在の遮断バルブ１０２Ｎ（又は、実質的に同様な遮断バルブ）に関連付けられている。
ブロック６４０では、異常動作モジュール１０５は、遮断バルブ１０２Ｎの開放及び閉鎖後、ブロック６２０で受信したフライトデータのｎ秒窓で、現在のパラメータの最大値を決定する。ブロック６５０では、異常動作モジュール１０５は、ブロック６４０で特定された最大値間の差分を計算する。言い換えるならば、異常動作モジュール１０５は、現在のパラメータに対して最大差分値を計算する。ブロック６６０では、異常動作モジュール１０５は、ブロック６５０で計算された最大差分値が（閾値１１３で定義されているように）現在のパラメータの閾値を超えるかどうかを判断する。最大差分値が閾値を超える場合には、異常動作モジュール１０５はブロック６７０に進み、超えない場合には、異常動作モジュール１０５はブロック６８０に進む。ブロック６７０では、異常動作モジュール１０５は、対応する閾値を超える、計算された最大差分に基づいて、現在の遮断バルブ１０２Ｎが異常な動作をしていると判断する。ブロック６８０では、異常動作モジュール１０５は、まだ残っているパラメータがないかを判断する。まだ残っているパラメータがある場合には、異常動作モジュール１０５はブロック６３０に戻り、残っていない場合には、異常動作モジュール１０５はブロック６９０に進む。ブロック６９０では、異常動作モジュール１０５は、航空機内にまだ残っている遮断バルブ１０２１－Ｎがないかを判断する。その場合、異常動作モジュール１０５はブロック６１０に戻り、そうでない場合には方法６００は終了する。
図７は、一態様により、センサデータを分析するためのデータ主導型教師なしアルゴリズムに基づいて、バルブの異常な動作を検出するように構成されたシステム７００を図解している。ネットワークシステム７００はコンピュータ１０４を含む。コンピュータ１０４はまた、ネットワーク７３０を介して他のコンピュータに接続されうる。一般的に、ネットワーク７３０は、通信ネットワーク及び／又はワイドエリアネットワーク（ＷＡＮ）であってよい。特定の実施形態では、ネットワーク７３０はインターネットである。
コンピュータ１０４は一般的に、メモリ７０６及び／又は記憶装置７０８からバス７２０を介して命令及びデータを取得するプロセッサ７０４を含む。コンピュータ１０４はまた、バス７２０に接続された一又は複数のネットワークインターフェース装置７１８、入力装置７２２、及び出力装置７２４を含む。コンピュータ１０４は一般的に、オペレーティングシステム（図示せず）の制御下にある。オペレーティングシステム例には、ＵＮＩＸオペレーティングシステム、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓオペレーティングシステムの各バージョン、Ｌｉｎｕｘオペレーティングシステムの各ディストリビューションが含まれる（ＵＮＩＸは米国及びその他の国々におけるＴｈｅ Ｏｐｅｎ Ｇｒｏｕｐの登録商標である。 Ｍｉｃｒｏｓｏｆｔ及びＷｉｎｄｏｗｓは米国、その他の国々、或いはその両方におけるＭｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎの商標である。Ｌｉｎｕｘは米国、その他の国々、或いはその両方におけるＬｉｎｕｓ Ｔｏｒｖａｌｄｓの登録商標である）。より一般的に、本書で開示の機能をサポートする任意のオペレーティングシステムが使用されうる。プロセッサ７０４は、命令、論理、及び数学的処理を実行するプログラム可能な論理装置で、一又は複数のＣＰＵを代表しうる。ネットワークインターフェース装置７１８は、コンピュータ１０４がネットワーク７３０を介して他のコンピュータと通信するのを可能にする任意の種類のネットワーク通信装置であってよい。
記憶装置７０８は、ハードディスクドライブ、フラッシュメモリ装置、光学媒体などを代表するものである。一般的に、記憶装置７０８は、コンピュータ１０４によって使用されるアプリケーションプログラム及びデータを保存する。加えて、メモリ７０６及び記憶装置７０８は、物理的に別の場所、例えば、バス７２０を介してコンピュータ１０４に接続された別のコンピュータに配置されたメモリを含むとみなされうる。
入力装置７２２は、コンピュータ１０４に入力を提供する任意の装置であってよい。例えば、キーボード及び／又はマウスが使用されうる。入力装置７２２は、キーボード、マウス、コントローラなどを含む様々な入力装置を代表している。更には、入力装置７２２は、コンピュータ１０４を制御するためのボタン、スイッチ又は他の物理的な装置機構の組を含みうる。出力装置７２４は、モニタ、タッチスクリーンディスプレイなどの出力装置を含みうる。
図示したように、メモリ７０６は異常動作モジュール１０５を含み、一方、記憶装置７０８はフライトデータ１１１、ＭＭＳＧ１１２、及び閾値１１３を含む。一般的に、システム７００は、図１～図６を参照して上述されているすべての機能を実装するように構成されている。
図示したように、システム７００は更に、複数の航空機７５０１－Ｎ及び、ネットワーク７３０を介してコンピュータ１０４に通信可能に接続されたメンテナンスシステム７６０１－Ｎを含む。図示したように、航空機７５０１－Ｎは、複数の遮断バルブ１０２１－Ｎ、複数のセンサ１０３１－Ｎ、フライトデータ１１１、及びＭＭＳＧ１１２を含む。少なくとも１つの態様では、所定の航空機７５０１－Ｎは、航空機地上間データ通信システム（ＡＣＡＲＳ）を使用してネットワーク上で通信する。図示したように、メンテナンスシステム７６０１－Ｎは、航空機７５０１－Ｎの異常な動作をしている遮断バルブ１０２１－Ｎの表示を、異常動作モジュール１０５から受信するように構成された情報受信機７７７を含む。
例えば、一態様では、情報受信機７７７は、一又は複数の航空機７５０１－Ｎで、一又は複数の遮断バルブ１０２１－Ｎが異常な動作をしていることを示す警告メッセージを、異常動作モジュール１０５から受信する。一態様では、情報受信機７７７は、警告メッセージに応じて、対応する航空機７５０Ｎのメンテナンスを計画する。加えて、情報受信機７７７は、故障した遮断バルブ１０２１－Ｎを修理するための交換部品を自動発注する。更に、情報受信機７７７は、確認のための（適切な部品が情報受信機７７７によって自動発注されたかどうかを確認することを含む）警告メッセージをメカニックに出力して、メカニックがメンテナンスを計画できるようにする。幾つかの態様では、航空機７５０Ｎが着陸すると、メカニックは故障した遮断バルブ１０２１－Ｎを修理することができる。
有利には、本書で開示した態様は、教師なし学習アルゴリズムに基づいて、遮断バルブが故障しているか、異常な動作をしていることを判断する技術を提供する。教師なし学習アルゴリズムはモデルを持たず、関連パラメータと対応する閾値を特定する学習フェーズを含む。学習フェーズ中に生成されたデータは次いで、リアルタイムフライトデータの分析に使用される。リアルタイムフライトデータが所定の閾値を超える場合には、本書で開示の態様は、関連する遮断バルブが異常な動作をしている、或いは故障していると判断する。
前述では、本開示で提示される態様について言及した。しかしながら、本開示の範囲は、説明されている具体的な態様に限定されない。その代わりに、想定される態様を実装し、実践するために、列挙した特徴及び要素の任意の組み合わせが、種々の態様に関連しているか否かに関わらず、想定される。更に、本書で開示されている態様は他の可能な手法又は従来技術を凌駕する利点を実現しうるが、特定の利点が所定の態様によって達成されるかどうかによって、本開示の範囲が限定されることはない。したがって、列記した態様、特徴、及び利点は、単なる例示であり、かつ、請求項（複数可）に明記されない限り、付随する特許請求の範囲の要素であるとも、付随する特許請求の範囲を限定するとも、見なされない。同様に、「本発明」への言及は、本書で開示されている発明のあらゆる主題を一般化するものと解釈すべきではなく、かつ、請求項（複数可）に明記されない限り、付随する特許請求の範囲の要素であるとも、付随する特許請求の範囲を限定するとも、見なすべきではない。
本書に記載の態様は、専らハードウェアである態様、専らソフトウェアである態様（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、又は、ソフトウェア態様とハードウェア態様とを組み合わせた態様の形式をとりうる。本書では、これらはすべて「回路」、「モジュール」又は「システム」と一般に称されうる。
態様は、システム、方法、及び／又はコンピュータプログラム製品であってもよい。コンピュータプログラム製品は、本書に記載の態様をプロセッサに実行させるためのコンピュータ可読プログラム命令を有する、コンピュータ可読記憶媒体（複数可）を含みうる。
コンピュータ可読記憶媒体は、命令実行装置によって使用される命令を保持及び記憶することが可能な、有形の装置であってよい。コンピュータ可読記憶媒体は、例えば、限定するものではないが、電子記憶装置、磁気記憶装置、光記憶装置、電磁記憶装置、半導体記憶装置、又はこれらの任意の好適な組み合わせであってよい。コンピュータ可読記憶媒体のより具体的な非網羅的リストには、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能プログラマブル読出し専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスク読出し専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリースティック、フロッピーディスク、パンチカード又は記録された命令を有する溝内の隆起構造などの機械的にエンコードされた装置、及びこれらの任意の適切な組み合わせ、が含まれる。コンピュータ可読記憶媒体は、本書で使用しているように、それ自体が、電波又はその他の自由に伝播する電磁波、導波管又は他の伝送媒体を通って伝播する電磁波（光ファイバケーブルを通過する光パルスなど）、或いは、ワイヤを通って伝送される電気信号といった、一時的信号であると解釈すべきではない。
本書に記載のコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれのコンピューティング／処理装置に、或いは、例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、及び／又は無線ネットワークなどのネットワークを介して、外部コンピュータ又は外部記憶装置に、ダウンロードされうる。ネットワークは、銅の伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ及び／又はエッジサーバを含みうる。各コンピューティング／処理装置内のネットワークアダプタカード又はネットワークインターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、このコンピュータ可読プログラム命令を、それぞれのコンピューティング／処理装置の中のコンピュータ可読記憶媒体内に記憶するために転送する。
本書に記載の操作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、或いは、スモールトークやＣ＋＋などといったオブジェクト指向型プログラミング言語、及び、「Ｃ」プログラミング言語又は類似のプログラミング言語などの従来の手続き型プログラミング言語を含む、一又は複数のプログラミング言語の任意の組み合わせで書かれた、ソースコード若しくはオブジェクトコードでありうる。コンピュータ可読プログラム命令は、完全にユーザーのコンピュータ上で、スタンドアロンのソフトウェアパッケージとして部分的にユーザーのコンピュータ上で、部分的にユーザーのコンピュータ上且つ部分的にリモートコンピュータ上で、または完全にリモートのコンピュータ若しくはサーバー上で、実行されうる。後者の場合、リモートコンピュータがローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを通じてユーザーのコンピュータに接続されうるか、或いは、（例えば、インターネットサービスプロバイダを使用してインターネットを通じて）外部コンピュータへの接続がなされうる。幾つかの態様では、例えば、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（ＦＰＧＡ）、又はプログラマブル論理アレイ（ＰＬＡ）などを含む電子回路は、本書に記載の態様を実施する目的で、この電子回路をカスタマイズするために、コンピュータ可読プログラム命令の状態情報を利用することによって、コンピュータ可読プログラム命令を実行しうる。
態様は、本書において、本書に記載の態様による方法、装置（システム）、及びコンピュータプログラム製品のフロー図及び／又はブロック図を参照して説明されている。フロー図及び／又はブロック図の各ブロック、並びに、フロー図及び／又はブロック図における複数のブロックの組み合わせは、コンピュータ可読プログラム命令によって実行可能であると、理解されよう。
上記のコンピュータ可読プログラム命令は、機械を生産するために、汎用コンピュータ又は特殊用途コンピュータのプロセッサ、或いは他のプログラマブルデータ処理装置に提供されてよく、これにより、コンピュータのプロセッサ又は他のプログラマブルデータ処理装置を介して実行されるこれらの命令が、フロー図及び／又はブロック図のブロック（複数可）内に特定されている機能／作用を実行するための手段を創出する。上記のコンピュータ可読プログラム命令は更に、特有の方法で機能するために、コンピュータ、プログラマブルデータ処理装置、及び／又はその他の装置に命令を下すことが可能なコンピュータ可読記憶媒体に記憶されてよく、これにより、命令が記憶されているコンピュータ可読記憶媒体は、フロー図及び／又はブロック図のブロック（複数可）内に特定されている機能／作用の態様を実装する命令を含む製品を含む。
コンピュータ可読プログラム命令はまた、一連の動作ステップをコンピュータ、他のプログラマブル装置、又はコンピュータ実装プロセスを生成する他のデバイスで実行させるために、コンピュータ、他のプログラマブルデータ処理装置、又は他の装置にロードされてよく、これにより、コンピュータ、他のプログラマブル装置、又は他の装置で実行される命令が、フロー図及び／又はブロック図のブロック（複数可）で特定される機能／作用を実装する。
図面のフロー図及びブロック図は、本書に記載の様々な態様によるシステム、方法及びコンピュータプログラム製品の可能な実装のアーキテクチャ、機能性、及び動作を示している。そのため、フロー図又はブロック図における各ブロックは、特定の論理機能（複数可）を実装するための一又は複数の実行可能命令を含む、命令のモジュール、セグメント、又は部分を表しうる。一部の代替的な実行形態では、ブロック内に記載された機能は、図に記載されている順序を逸脱して発現しうる。例えば、連続して示されている２つのブロックは、実際には、関連する機能に応じて、実質的に同時に実行されるか、又は、時には逆順に実行されることがある。ブロック図及び／又はフロー図の各ブロック、並びに、ブロック図及び／又はフロー図におけるブロックの組み合わせは、特定の機能又は作用を実施する特殊用途のハードウェアベースのシステムによって実装されうるか、或いは、特殊用途ハードウェアとコンピュータ命令との組み合わせによって実装されうることにも、留意されたい。
本書に記載の態様は、クラウドコンピューティングのインフラストラクチャを介して、エンドユーザーに提供されうる。クラウドコンピューティングは一般的に、スケーラブルなコンピューティングリソースを、ネットワークを介したサービスとして提供することを指す。より正式には、クラウドコンピューティングは、最低限の管理労力で、或いはサービスプロバイダとの最低限のやりとりで、迅速に準備・提供される可変なコンピューティングリソースの共用施設への簡便なオンデマンドネットワークアクセスを可能にする、コンピューティングリソースと基本的な技術アーキテクチャ（例えば、サーバー、記憶装置、ネットワーク）との間の抽象的な概念を提供するコンピューティング機能と定義されうる。したがって、クラウドコンピューティングにより、ユーザーは、コンピューティングリソースを提供するために使用される基本的な物理システム（或いは、これらのシステムの配置場所）を意識することなく、「クラウド」内の仮想的なコンピューティングリソース（例えば、記憶装置、データ、アプリケーション、並びに完全に仮想化されたコンピューティングシステム）にアクセスすることができる。
典型的には、クラウドコンピューティングリソースは、ユーザーがコンピューティングリソース（例えば、ユーザーによって消費された記憶空間の容量、又はユーザーによってインスタンスが作成される仮想システムの数）を実際に使用したときにのみ課金される従量制課金でユーザーに提供される。ユーザーは、クラウド内に配置された任意のリソースに、インターネットを介していつでも、どこからでもアクセスすることができる。少なくとも１つの態様の状況では、ユーザーはクラウド内で利用可能なアプリケーション又は関連データにアクセスしうる。例えば、異常動作モジュール１０５は、クラウド内のコンピューティングシステム上で実行され、閾値１１３内のパラメータの部分集合及び関連する閾値を定義しうる。こうすることによって、ユーザー又はアプリケーションは、クラウドに接続されたネットワーク（例えば、インターネット）に取り付けられた任意のコンピューティングシステムからこの情報にアクセスすることができる。様々な態様の説明は、例示を目的として提示されており、網羅的であること、又は開示されている態様に限定することを意図するものではない。当業者には、記載されている態様の範囲及び本質から逸脱することなく、多数の修正例及び変形例が明白になろう。本書で使用されている用語は、態様の原理、市場に見られる技術を凌駕する実用的応用又は技術的改善を最もよく解説するため、或いは、本書で開示されている態様を他の当業者にも理解可能にするために、選ばれたものである。
更に、本開示は、以下の条項による実施形態を含む。
条項１． 複数のメンテナンスメッセージ（ＭＭＳＧ）であって、その各々がビークルの複数の遮断バルブのうちの少なくとも１つの遮断バルブに関連する複数のＭＭＳＧを特定すること、
各ＭＭＳＧに関連する前記少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、前記複数のセンサパラメータの第１のセンサパラメータ及び前記第１のセンサパラメータの第１の閾値が、前記少なくとも１つの遮断バルブのそれぞれの異常な動作に関連していると特定すること、
前記複数の遮断バルブのうちの第１の遮断バルブに関連する第１のセンサによって、（ｉ）前記第１の遮断バルブの開放に関連する第１の所定の期間中に、また、（ｉｉ）前記第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、前記第１のセンサパラメータの複数の値を捕捉すること、及び、
前記第１の所定の期間中に捕捉した複数のセンサ値の最大値と前記第２の所定の期間中に捕捉した前記複数のセンサ値の最大値との間の差分が、前記第１のセンサパラメータの前記第１の閾値を超えると判断されると、前記第１の遮断バルブは異常な動作をしていると判断すること
を含む、コンピュータに実装される方法。
条項２． 前記第１の遮断バルブが異常な動作をしていることを明記する警告表示を生成すること、
ネットワークを介して、前記警告表示をリモートコンピューティングデバイスに送信すること、
前記リモートコンピューティングデバイスの情報受信機によって、前記警告表示を受信すること、及び、
前記情報受信機によって、前記第１の遮断バルブのメンテナンスを計画すること
を更に含む、条項１に記載のコンピュータに実装される方法。
条項３． 前記第１及び第２の所定の期間は第１の長さの時間であり、前記複数のセンサパラメータの前記分析は、前記複数のセンサパラメータの事前に収集された値に基づいており、前記分析は、
前記複数の遮断バルブのそれぞれの複数の開放及び閉鎖に関連する前記複数のセンサパラメータの事前に収集された値であって、前記遮断バルブのそれぞれの各開放及び各閉鎖後の前記第１の長さの時間内に発生することが特定されている事前に収集された値を特定すること、及び、
前記複数のセンサパラメータのうちの各センサパラメータに関して、前記遮断バルブのそれぞれで、各開放時の各センサパラメータの最大値と各閉鎖時の各センサパラメータの最大値との間の差分を計算すること
を含む、条項１又は２に記載のコンピュータに実装される方法。
条項４． 前記分析は更に、
前記複数のセンサパラメータのそれぞれについて、計算された差分のそれぞれの標準偏差に基づいて、前記計算された差分の複数の百分率閾値の第１の百分率閾値を計算すること、及び、
前記第１の百分率閾値を超える前記第１のセンサパラメータに関連する各計算された差分が、前記ＭＭＳＧの１つの時刻に近い時刻に発生したと判断すること
を含む、条項３に記載のコンピュータに実装される方法。
条項５． 前記分析は更に、
前記第１のセンサパラメータの複数の百分率閾値の第２の百分率閾値が、他の複数の閾値の各々よりも少ない数の偽陽性ＭＭＳＧに関連すると判断すること、及び、
前記第２の百分率閾値を前記第１のセンサパラメータの前記第１の閾値として定義すること
を含む、条項４に記載のコンピュータに実装される方法。
条項６． 前記第１の百分率閾値は他の百分率閾値を下回り、前記第１の百分率閾値は、前記複数のセンサパラメータの各々について、前記計算された差分の３標準偏差に関連する値を含む、条項５に記載のコンピュータに実装される方法。
条項７． 前記複数のＭＭＳＧは、前記複数のＭＭＳＧの各々が発生した個々の日付が第３の所定の期間内であるとの判断に基づいて特定される、条項１から６のいずれか一項に記載の方法。
条項８． 一又は複数のコンピュータプロセッサと、
前記プロセッサによって実行されると、
複数のメンテナンスメッセージ（ＭＭＳＧ）であって、その各々がビークルの複数の遮断バルブのうちの少なくとも１つの遮断バルブに関連する複数のＭＭＳＧを特定すること、
各ＭＭＳＧに関連する前記少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、前記複数のセンサパラメータの第１のセンサパラメータ及び前記第１のセンサパラメータの第１の閾値が、前記少なくとも１つの遮断バルブのそれぞれの異常な動作に関連していると特定すること、
前記複数の遮断バルブのうちの第１の遮断バルブに関連する第１のセンサによって、（ｉ）前記第１の遮断バルブの開放に関連する第１の所定の期間中に、また、（ｉｉ）前記第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、前記第１のセンサパラメータの複数の値を捕捉すること、及び、
前記第１の所定の期間中に捕捉した複数のセンサ値の最大値と前記第２の所定の期間中に捕捉した前記複数のセンサ値の最大値との間の差分が、前記第１のセンサパラメータの前記第１の閾値を超えると判断されると、前記第１の遮断バルブは異常な動作をしていると判断すること
を含む操作を実施するプログラムを保持するメモリと
を備えるシステム。
条項９． 前記第１の遮断バルブが異常な動作をしていることを明記する警告表示を生成すること、
ネットワークを介して、前記警告表示をリモートコンピューティングデバイスに送信すること、
前記リモートコンピューティングデバイスの情報受信機によって、前記警告表示を受信すること、及び、
前記情報受信機によって、前記第１の遮断バルブのメンテナンスを計画すること
を更に含む、条項８に記載のシステム。
条項１０． 前記第１及び第２の所定の期間は第１の長さの時間であり、前記複数のセンサパラメータの前記分析は、前記複数のセンサパラメータの事前に収集された値に基づいており、前記分析は、
前記複数の遮断バルブのそれぞれの複数の開放及び閉鎖に関連する前記複数のセンサパラメータの事前に収集された値であって、前記遮断バルブのそれぞれの各開放及び各閉鎖後の前記第１の長さの時間内に発生することが特定されている事前に収集された値を特定すること、及び、
前記複数のセンサパラメータのうちの各センサパラメータに関して、前記遮断バルブのそれぞれで、各開放時の各センサパラメータの最大値と各閉鎖時の各センサパラメータの最大値との間の差分を計算すること
を含む、条項８又は９に記載のコンピュータに実装されるシステム。
条項１１． 前記複数のセンサパラメータのそれぞれについて、計算された差分のそれぞれの標準偏差に基づいて、前記計算された差分の複数の百分率閾値の第１の百分率閾値を計算すること、及び、
前記第１の百分率閾値を超える前記第１のセンサパラメータに関連する各計算された差分が、前記ＭＭＳＧの１つの時刻に近い時刻に発生したと判断すること
を含む、条項１０に記載のシステム。
条項１２． 前記分析は更に、
前記第１のセンサパラメータの複数の百分率閾値の第２の百分率閾値が、他の複数の閾値の各々よりも少ない数の偽陽性ＭＭＳＧに関連すると判断すること、及び、
前記第２の百分率閾値を前記第１のセンサパラメータの前記第１の閾値として定義すること
を含む、条項８から１１のいずれか一項に記載のシステム。
条項１３． 前記第１の百分率閾値は他の百分率閾値の各々を下回り、前記第１の百分率閾値は、前記複数のセンサパラメータの各々について、前記計算された差分の３標準偏差に関連する値を含む、条項１２に記載のシステム。
条項１４． 前記複数のＭＭＳＧは、前記複数のＭＭＳＧの各々が発生した個々の日付が第３の所定の期間内であるとの判断に基づいて特定される、条項８から１３のいずれか一項に記載のシステム。
条項１５． プロセッサによって実行可能なコンピュータ可読プログラムコードであって、
複数のメンテナンスメッセージ（ＭＭＳＧ）であって、その各々がビークルの複数の遮断バルブのうちの少なくとも１つの遮断バルブに関連する複数のＭＭＳＧを特定すること、
各ＭＭＳＧに関連する前記少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、前記複数のセンサパラメータの第１のセンサパラメータ及び前記第１のセンサパラメータの第１の閾値が、前記少なくとも１つの遮断バルブのそれぞれの異常な動作に関連していると特定すること、
前記複数の遮断バルブのうちの第１の遮断バルブに関連する第１のセンサによって、（ｉ）前記第１の遮断バルブの開放に関連する第１の所定の期間中に、また、（ｉｉ）前記第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、前記第１のセンサパラメータの複数の値を捕捉すること、及び、
前記第１の所定の期間中に捕捉した複数のセンサ値の最大値と前記第２の所定の期間中に捕捉した前記複数のセンサ値の最大値との間の差分が、前記第１のセンサパラメータの前記第１の閾値を超えると判断されると、前記第１の遮断バルブは異常な動作をしていると判断すること
を含む操作を実施する、具現化されたコンピュータ可読プログラムコードを有するコンピュータ可読記憶媒体
を備えるコンピュータプログラム製品。
条項１６． 前記動作は更に、
前記第１の遮断バルブが異常な動作をしていることを明記する警告表示を生成すること、
ネットワークを介して、前記警告表示をリモートコンピューティングデバイスに送信すること、
前記リモートコンピューティングデバイスの情報受信機によって、前記警告表示を受信すること、及び、
前記情報受信機によって、前記第１の遮断バルブのメンテナンスを計画すること
を更に含む、条項１５に記載のコンピュータプログラム製品。
条項１７． 前記第１及び第２の所定の期間は第１の長さの時間であり、前記複数のセンサパラメータの前記分析は、前記複数のセンサパラメータの事前に収集された値に基づいており、前記分析は、
前記複数の遮断バルブのそれぞれの複数の開放及び閉鎖に関連する前記複数のセンサパラメータの事前に収集された値であって、前記遮断バルブのそれぞれの各開放及び各閉鎖後の前記第１の長さの時間内に発生することが特定されている事前に収集された値を特定すること、及び、
前記複数のセンサパラメータのうちの各センサパラメータに関して、前記遮断バルブのそれぞれで、各開放時の各センサパラメータの最大値と各閉鎖時の各センサパラメータの最大値との間の差分を計算すること
を含む、条項１５又は１６に記載のコンピュータプログラム製品。
条項１８． 前記分析は更に、
前記複数のセンサパラメータのそれぞれについて、計算された差分のそれぞれの標準偏差に基づいて、前記計算された差分の複数の百分率閾値の第１の百分率閾値を計算すること、及び、
前記第１の百分率閾値を超える前記第１のセンサパラメータに関連する各計算された差分が、前記ＭＭＳＧの１つの時刻に近い時刻に発生したと判断すること
を含む、条項１７に記載のコンピュータプログラム製品。
条項１９． 前記分析は更に、
前記第１のセンサパラメータの複数の百分率閾値の第２の百分率閾値が、他の複数の閾値の各々よりも少ない数の偽陽性ＭＭＳＧに関連すると判断すること、及び、
前記第２の百分率閾値を前記第１のセンサパラメータの前記第１の閾値として定義すること
を含む、条項１８に記載のコンピュータプログラム製品。
条項２０． 前記第１の百分率閾値は前記他の百分率閾値の各々を下回り、前記第１の百分率閾値は、前記複数のセンサパラメータの各々について、前記計算された差分の３標準偏差に関連する値を含む、条項１９に記載のコンピュータプログラム製品。
ここまでの記述は本書に記載の態様を対象としているが、その基本的な範囲から逸脱しなければ他の態様及び更なる態様が考案されてよく、その範囲は、以下の特許請求の範囲によって決定される。

Claims (9)

  1. 複数のメンテナンスメッセージ（ＭＭＳＧ）（１１２）であって、その各々がビークルの複数の遮断バルブ（１０２１－Ｎ）のうちの少なくとも１つの遮断バルブ（１０２Ｎ）に関連する複数のＭＭＳＧ（１１２）を特定すること、
    各ＭＭＳＧ（１１２）に関連する前記少なくとも１つの遮断バルブに関連する複数のセンサパラメータの分析に基づいて、前記複数のセンサパラメータの第１のセンサパラメータ及び前記第１のセンサパラメータの第１の閾値が、前記少なくとも１つの遮断バルブ（１０２Ｎ）のそれぞれの異常な動作に関連していると特定すること、
    前記複数の遮断バルブ（１０２１－Ｎ）のうちの第１の遮断バルブ（１０２Ｎ）に関連する第１のセンサ（１０３Ｎ）によって、（ｉ）前記第１の遮断バルブ（１０２Ｎ）の開放に関連する第１の所定の期間中に、及び、（ｉｉ）前記第１の遮断バルブ（１０２Ｎ）の閉鎖に関連する第２の所定の期間中に、前記第１のセンサパラメータの複数の値を捕捉すること、及び、
    前記第１の所定の期間中に捕捉した複数のセンサ値の最大値と前記第２の所定の期間中に捕捉した前記複数のセンサ値の最大値との間の差分が、前記第１のセンサパラメータの前記第１の閾値を超えると判断されると、前記第１の遮断バルブ（１０２Ｎ）は異常な動作をしていると判断すること
    を含む、コンピュータに実装される方法。
  2. 前記第１の遮断バルブ（１０２Ｎ）が異常な動作をしていることを明記する警告表示を生成すること、
    ネットワークを介して、前記警告表示をリモートコンピューティングデバイスに送信すること、
    前記リモートコンピューティングデバイスの情報受信機（７７７）によって、前記警告表示を受信すること、及び、
    前記情報受信機（７７７）によって、前記第１の遮断バルブのメンテナンスを計画すること
    を更に含む、請求項１に記載のコンピュータに実装される方法。
  3. 前記第１及び第２の所定の期間は第１の長さの時間であり、前記複数のセンサパラメータの前記分析は、前記複数のセンサパラメータの事前に収集された値に基づいており、前記分析は、
    前記複数の遮断バルブ（１０２１－Ｎ）のそれぞれの複数の開放及び閉鎖に関連する前記複数のセンサパラメータの事前に収集された値であって、前記遮断バルブのそれぞれの各開放及び各閉鎖後の前記第１の長さの時間内に発生することが特定されている事前に収集された値を特定すること、及び、
    前記複数のセンサパラメータのうちの各センサパラメータに関して、前記遮断バルブのそれぞれで、各開放時の各センサパラメータの最大値と各閉鎖時の各センサパラメータの最大値との間の差分を計算すること
    を含む、請求項１又は２に記載のコンピュータに実装される方法。
  4. 前記分析は更に、
    前記複数のセンサパラメータのそれぞれについて、前記計算された差分のそれぞれの標準偏差に基づいて、前記計算された差分の複数の百分率閾値の第１の百分率閾値を計算すること、及び、
    前記第１の百分率閾値を超える前記第１のセンサパラメータに関連する各計算された差分が、前記ＭＭＳＧのうちの１つの時刻に近い時刻に発生したと判断すること
    を含む、請求項３に記載のコンピュータに実装される方法。
  5. 前記分析は更に、
    前記第１のセンサパラメータの複数の百分率閾値の第２の百分率閾値が、他の複数の閾値の各々よりも少ない数の偽陽性ＭＭＳＧ（１１２）に関連すると判断すること、及び、
    前記第２の百分率閾値を前記第１のセンサパラメータの前記第１の閾値として定義すること
    を含む、請求項４に記載のコンピュータに実装される方法。
  6. 前記第１の百分率閾値は他の百分率閾値の各々を下回り、前記第１の百分率閾値は、前記複数のセンサパラメータの各々について、前記計算された差分の３標準偏差に関連する値を含む、請求項５に記載のコンピュータに実装される方法。
  7. 一又は複数のコンピュータプロセッサ（７０４）と、
    前記プロセッサによって実行されると、
    複数のメンテナンスメッセージ（ＭＭＳＧ）（１１２）であって、その各々がビークルの複数の遮断バルブ（１０２１－Ｎ）のうちの少なくとも１つの遮断バルブ（１０２Ｎ）に関連する複数のＭＭＳＧ（１１２）を特定すること、
    各ＭＭＳＧ（１１２）に関連する前記少なくとも１つの遮断バルブ（１０２Ｎ）に関連する複数のセンサパラメータの分析に基づいて、前記複数のセンサパラメータの第１のセンサパラメータ及び前記第１のセンサパラメータの第１の閾値が、前記少なくとも１つの遮断バルブ（１０２Ｎ）のそれぞれの異常な動作に関連していると特定すること、
    前記複数の遮断バルブのうちの第１の遮断バルブに関連する第１のセンサによって、（ｉ）前記第１の遮断バルブの開放に関連する第１の所定の期間中に、及び、（ｉｉ）前記第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、前記第１のセンサパラメータの複数の値を捕捉すること、及び、
    前記第１の所定の期間中に捕捉した複数のセンサ値の最大値と前記第２の所定の期間中に捕捉した前記複数のセンサ値の最大値との間の差分が、前記第１のセンサパラメータの前記第１の閾値を超えると判断されると、前記第１の遮断バルブは異常な動作をしていると判断すること
    を含む操作を実施するプログラムを保持するメモリ（７０６）と
    を備えるシステム。
  8. 前記第１の遮断バルブが異常な動作をしていることを明記する警告表示を生成すること、
    ネットワークを介して、前記警告表示をリモートコンピューティングデバイスに送信すること、
    前記リモートコンピューティングデバイスの情報受信機によって、前記警告表示を受信すること、及び、
    前記情報受信機によって、前記第１の遮断バルブのメンテナンスを計画すること
    を更に含む、請求項７に記載のシステム。
  9. プロセッサ（７０４）によって実行可能なコンピュータ可読プログラムコードであって、
    複数のメンテナンスメッセージ（ＭＭＳＧ）（１１２）であって、その各々がビークルの複数の遮断バルブ（１０２１－Ｎ）のうちの少なくとも１つの遮断バルブ（１０２Ｎ）に関連する複数のＭＭＳＧ（１１２）を特定すること、
    各ＭＭＳＧ（１１２）に関連する前記少なくとも１つの遮断バルブ（１０２Ｎ）に関連する複数のセンサパラメータの分析に基づいて、前記複数のセンサパラメータの第１のセンサパラメータ及び前記第１のセンサパラメータの第１の閾値が、前記少なくとも１つの遮断バルブ（１０２Ｎ）のそれぞれの異常な動作に関連していると特定すること、
    前記複数の遮断バルブ（１０２１－Ｎ）のうちの第１の遮断バルブに関連する第１のセンサによって、（ｉ）前記第１の遮断バルブの開放に関連する第１の所定の期間中に、及び、（ｉｉ）前記第１の遮断バルブの閉鎖に関連する第２の所定の期間中に、前記第１のセンサパラメータの複数の値を捕捉すること、及び、
    前記第１の所定の期間中に捕捉した複数のセンサ値の最大値と前記第２の所定の期間中に捕捉した前記複数のセンサ値の最大値との間の差分が、前記第１のセンサパラメータの前記第１の閾値を超えると判断されると、前記第１の遮断バルブは異常な動作をしていると判断すること
    を含む操作を実施する、具現化されたコンピュータ可読プログラムコードを有するコンピュータ可読記憶媒体（７０６）
    を備えるコンピュータプログラム製品。
JP2018052061A 2017-03-20 2018-03-20 センサデータを分析し、異常なバルブ動作を検出するためのデータ主導型教師なしアルゴリズム Active JP7186007B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/464,044 US11080660B2 (en) 2017-03-20 2017-03-20 Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation
US15/464,044 2017-03-20

Publications (2)

Publication Number Publication Date
JP2018185799A JP2018185799A (ja) 2018-11-22
JP7186007B2 true JP7186007B2 (ja) 2022-12-08

Family

ID=61274042

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018052061A Active JP7186007B2 (ja) 2017-03-20 2018-03-20 センサデータを分析し、異常なバルブ動作を検出するためのデータ主導型教師なしアルゴリズム

Country Status (5)

Country Link
US (1) US11080660B2 (ja)
EP (1) EP3379359B1 (ja)
JP (1) JP7186007B2 (ja)
CN (1) CN108628282B (ja)
SG (1) SG10201800997UA (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6741716B2 (ja) 2018-04-09 2020-08-19 株式会社Ｓｕｂａｒｕ 航空機管理システム
US11238417B2 (en) 2020-02-28 2022-02-01 The Boeing Company Adjusting maintenance intervals for individual platforms based on observable conditions
US11465778B2 (en) * 2020-03-04 2022-10-11 The Boeing Company Pump management system
CN111522246B (zh) * 2020-05-09 2023-06-23 武汉汉昇电子科技有限公司 智能家居系统中单个传感器的异常检测方法
CN111522247B (zh) * 2020-05-09 2023-07-14 上海正项信息科技有限公司 智能家居系统中多个传感器的异常检测方法
JPWO2022014714A1 (ja) * 2020-07-17 2022-01-20
CN111860645B (zh) * 2020-07-20 2021-04-13 中科三清科技有限公司 挥发性有机物观测数据中缺省值的修复方法及装置
JP2022133074A (ja) * 2021-03-01 2022-09-13 三菱重工業株式会社 弁動作異常検知システム、弁動作異常検知方法およびプログラム
GB2607114A (en) * 2021-05-27 2022-11-30 Airbus Operations Ltd A method of determining an operating condition of a valve of an aircraft system
US20230413744A1 (en) * 2022-06-27 2023-12-28 Uniflood LLC Sustainable residential yard flood irrigation valve system with controller

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130197739A1 (en) 2012-01-31 2013-08-01 Gulfstream Aerospace Corporation Methods and systems for aircraft health and trend monitoring
JP2014211160A (ja) 2013-04-16 2014-11-13 ジーイー・アビエイション・システムズ・リミテッドＧｅ Ａｖｉａｔｉｏｎ Ｓｙｓｔｅｍｓ Ｌｉｍｉｔｅｄ 抽気システムの故障を予測するための方法
US20160186890A1 (en) 2013-08-09 2016-06-30 Snecma Method for monitoring a valve of an aircraft engine
JP2017507064A (ja) 2014-02-21 2017-03-16 タレリス・グローバル・エルエルピーＴａｌｅｒｉｓ Ｇｌｏｂａｌ ＬＬＰ 航空機の空調パックの故障を診断するための方法

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3530775B2 (ja) * 1999-07-16 2004-05-24 Ｓｍｃ株式会社 電磁弁の動作管理装置
US7036089B2 (en) * 2002-04-23 2006-04-25 Hewlett-Packard Development Company, L.P. Distribution of application windows in a computing device display
US20050267709A1 (en) * 2004-05-28 2005-12-01 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a heater
US7536274B2 (en) * 2004-05-28 2009-05-19 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a heater
US20060174707A1 (en) * 2005-02-09 2006-08-10 Zhang Jack K Intelligent valve control methods and systems
JP5105218B2 (ja) * 2005-06-06 2012-12-26 トヨタ自動車株式会社 異常判定装置
US8250017B2 (en) * 2007-08-23 2012-08-21 General Electric Company System and method for prediction of gas turbine trips due to gas control valve failures
US8463641B2 (en) * 2007-10-05 2013-06-11 The Boeing Company Method and system using linear programming for estimating test costs for bayesian diagnostic models
US7996096B2 (en) * 2008-02-29 2011-08-09 Fisher Controls International Llc Estimation of process control parameters over predefined travel segments
US20100023201A1 (en) * 2008-07-24 2010-01-28 David Scott Kinney Method and apparatus for obtaining vehicle data
CN101359228B (zh) * 2008-09-09 2011-04-20 张东来 基于驱动端电流变化的电磁控制元件故障诊断方法及装置
US8442766B2 (en) * 2008-10-02 2013-05-14 Certusview Technologies, Llc Marking apparatus having enhanced features for underground facility marking operations, and associated methods and systems
US8749239B2 (en) * 2008-10-02 2014-06-10 Certusview Technologies, Llc Locate apparatus having enhanced features for underground facility locate operations, and associated methods and systems
US8118256B2 (en) 2008-10-10 2012-02-21 Goodrich Corporation Brake shutoff valve test
US8955365B2 (en) * 2008-12-23 2015-02-17 Embraer S.A. Performance monitoring and prognostics for aircraft pneumatic control valves
FI125797B (fi) * 2009-01-09 2016-02-29 Metso Flow Control Oy Menetelmä ja laitteisto venttiilin kunnonvalvontaan
US8378853B2 (en) * 2009-11-18 2013-02-19 Honeywell International Inc. Intelligent crew alerting system and method for aircraft and other vehicle applications
US20110125348A1 (en) * 2009-11-23 2011-05-26 Gordon Robert Andrew Sandell Automatic Emergency Reporting
US8996328B2 (en) 2009-12-29 2015-03-31 Fisher Controls International Llc Methods, apparatus and articles of manufacture to test safety instrumented system solenoids
US8434301B2 (en) * 2010-04-16 2013-05-07 Nabtesco Corporation Local backup hydraulic actuator for aircraft control systems
JP5588260B2 (ja) * 2010-08-02 2014-09-10 ナブテスコ株式会社 航空機アクチュエータの制御装置
US10558544B2 (en) * 2011-02-14 2020-02-11 International Business Machines Corporation Multiple modeling paradigm for predictive analytics
US8838413B2 (en) * 2011-05-12 2014-09-16 Saudi Arabian Oil Company Valve actuator fault analysis system
US8768534B2 (en) * 2011-11-14 2014-07-01 Arinc Incorporated Method and apparatus for using electronic flight bag (EFB) to enable flight operations quality assurance (FOQA)
FR2987398B1 (fr) * 2012-02-24 2017-07-21 Snecma Systeme de detection de premices de panne d'une vanne d'un moteur d'aeronef
JP5790564B2 (ja) * 2012-03-26 2015-10-07 アイシン・エィ・ダブリュ株式会社 ソレノイドバルブの制御装置およびその異常判定方法
US8988238B2 (en) * 2012-08-21 2015-03-24 General Electric Company Change detection system using frequency analysis and method
US9726643B2 (en) * 2012-12-28 2017-08-08 Vetco Gray Inc. Gate valve real time health monitoring system, apparatus, program code and related methods
US9885317B2 (en) * 2013-05-10 2018-02-06 ProAct Services Corporation System and method for combusting volatile vapors
US9695956B2 (en) * 2013-07-29 2017-07-04 Dresser, Inc. Spectral analysis based detector for a control valve
JP6216633B2 (ja) * 2013-12-13 2017-10-18 アズビル株式会社 バルブ異常検出装置および方法
CN111504364B (zh) * 2014-02-21 2023-03-17 特莱丽思环球有限合伙公司 用于预测航空器的空气调节组合件中故障的方法
US20170052836A1 (en) * 2014-02-21 2017-02-23 Taleris Global Llp Method for predicting a fault in a cabin temperature control system of an aircraft
US9567106B2 (en) * 2014-11-21 2017-02-14 Taleris Global Llp System and method for identifying faults in an aircraft
US9546604B2 (en) * 2015-01-08 2017-01-17 United Technologies Corporation Transient fault detection methods and systems
US9558601B2 (en) * 2015-04-24 2017-01-31 The Boeing Company System and method for detecting vehicle system faults
US9739682B2 (en) * 2015-05-04 2017-08-22 Dresser, Inc. Valve assembly calibration
US10810068B2 (en) * 2015-09-04 2020-10-20 Hewlett Packard Enterprise Development Lp Valve failure predictions
WO2017051465A1 (ja) * 2015-09-25 2017-03-30 日産自動車株式会社 バルブ制御装置
US10378676B2 (en) * 2015-12-15 2019-08-13 Sdb Ip Holdings, Llc System, method, and apparatus for optimizing a timing of a flush valve
US9971328B2 (en) * 2016-01-27 2018-05-15 Michael Anthony Kaminski Flow control center sensing pressure by barometric sensor and emit sensed pressure signal
US20170243413A1 (en) * 2016-02-22 2017-08-24 Hamilton Sundstrand Corporation Method for determining aircraft sensor failure without a redundant sensor and correct sensor measurement when redundant aircraft sensors give inconsistent readings
US9724979B1 (en) * 2016-04-27 2017-08-08 The Boeing Company Model-based method to detect abnormal operations in heat exchangers
US10444121B2 (en) * 2016-05-03 2019-10-15 Sap Se Fault detection using event-based predictive models
GB201607791D0 (en) * 2016-05-04 2016-06-15 Rolls Royce Method to determine a state of a valve and valve monitoring apparatus
US10558929B2 (en) * 2016-05-31 2020-02-11 The Boeing Company Monitored machine performance as a maintenance predictor
FR3055358B1 (fr) * 2016-08-25 2018-08-17 Safran Aircraft Engines Procede de gestion d'une panne de vanne de demarrage d'une turbomachine
US20180172556A1 (en) * 2016-12-15 2018-06-21 General Electric Company Systems and Methods to Predict Valve Performance in Power Plants
US9915375B1 (en) * 2017-02-10 2018-03-13 Fisher Controls International Llc Methods and apparatus to monitor health information of a valve
US10703464B2 (en) * 2018-07-12 2020-07-07 Goodrich Corporation Architecture for locked wheel and antiskid performance
JP6564544B1 (ja) * 2019-04-19 2019-08-21 株式会社ブイテックス ゲートバルブの制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130197739A1 (en) 2012-01-31 2013-08-01 Gulfstream Aerospace Corporation Methods and systems for aircraft health and trend monitoring
JP2014211160A (ja) 2013-04-16 2014-11-13 ジーイー・アビエイション・システムズ・リミテッドＧｅ Ａｖｉａｔｉｏｎ Ｓｙｓｔｅｍｓ Ｌｉｍｉｔｅｄ 抽気システムの故障を予測するための方法
US20160186890A1 (en) 2013-08-09 2016-06-30 Snecma Method for monitoring a valve of an aircraft engine
JP2017507064A (ja) 2014-02-21 2017-03-16 タレリス・グローバル・エルエルピーＴａｌｅｒｉｓ Ｇｌｏｂａｌ ＬＬＰ 航空機の空調パックの故障を診断するための方法

Also Published As

Publication number Publication date
SG10201800997UA (en) 2018-10-30
EP3379359A1 (en) 2018-09-26
CN108628282B (zh) 2022-11-04
EP3379359B1 (en) 2022-04-06
JP2018185799A (ja) 2018-11-22
US11080660B2 (en) 2021-08-03
CN108628282A (zh) 2018-10-09
US20180266584A1 (en) 2018-09-20

Similar Documents

Publication Publication Date Title
JP7186007B2 (ja) センサデータを分析し、異常なバルブ動作を検出するためのデータ主導型教師なしアルゴリズム
US11308250B2 (en) Learning expected operational behavior of machines from generic definitions and past behavior
EP3486739B1 (en) Real time streaming analytics for flight data processing
US10587635B2 (en) On-board networked anomaly detection (ONAD) modules
US10643187B2 (en) Reporting and prioritizing faults for aircraft downtime reduction
US11922738B2 (en) Fusion of aviation-related data for comprehensive aircraft system health monitoring
US11549611B2 (en) Fault prediction in valve systems through Bayesian framework
EP1643332A2 (en) Hybrid model based fault detection and isolation system
US11774295B2 (en) Cognitive energy assessment by a non-intrusive sensor in a thermal energy fluid transfer system
US20200175407A1 (en) Monitored machine performance as a maintenance predictor
US10705516B2 (en) Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk fault tree method and system
EP4075724A1 (en) Attack detection and localization with adaptive thresholding
CN109388678A (zh) 使用异构源进行电梯状况监测
De Francesco et al. The ASD S3000L for the enhancement of" in field" avionic measurements
Hale et al. Design of built-in tests for active fault detection and isolation of discrete faults
Banghart et al. Risk assessment on the EA-6B aircraft utilizing Bayesian networks
US20200143294A1 (en) Automatic classification of refrigeration states using in an internet of things computing environment
EP3208679A1 (en) Method of predicting heat exchanger blockage via ram air fan surge margin
Maza Diagnosis Modelling for Dependability Assessment of Fault‐Tolerant Systems Based on Stochastic Activity Networks
Bharadwaj et al. Vehicle integrated prognostic reasoner (vipr) final report
Wu Improving system reliability for cyber-physical systems
Peters et al. Bringing the Aircraft System Health Management Tool to Life Using the Informatica Tool Suite
Chepizhenko et al. Maintenance Intervals Appointment on the Basis of Model of Aircraft Systems Function State Changing
EP3063596B1 (en) Method of regression for change detection
Cornhill et al. Vehicle Integrated Prognostic Reasoner (VIPR) Metric Report

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210318

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220329

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220621

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220906

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221018

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20221101

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221128

R150 Certificate of patent or registration of utility model

Ref document number: 7186007

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150