RU2011129339A - Нормализация данных, используемых для контроля авиационного двигателя - Google Patents
Нормализация данных, используемых для контроля авиационного двигателя Download PDFInfo
- Publication number
- RU2011129339A RU2011129339A RU2011129339/08A RU2011129339A RU2011129339A RU 2011129339 A RU2011129339 A RU 2011129339A RU 2011129339/08 A RU2011129339/08 A RU 2011129339/08A RU 2011129339 A RU2011129339 A RU 2011129339A RU 2011129339 A RU2011129339 A RU 2011129339A
- Authority
- RU
- Russia
- Prior art keywords
- indicators
- indicator
- mentioned
- time series
- measurements
- Prior art date
Links
- 238000010606 normalization Methods 0.000 title claims 2
- 238000000034 method Methods 0.000 claims abstract 20
- 238000005259 measurement Methods 0.000 claims abstract 12
- 230000009466 transformation Effects 0.000 claims abstract 3
- 238000000844 transformation Methods 0.000 claims abstract 3
- 238000013528 artificial neural network Methods 0.000 claims 2
- 238000004590 computer program Methods 0.000 claims 1
- 238000009472 formulation Methods 0.000 claims 1
- 238000012417 linear regression Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
Classifications
-
- 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
-
- 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
Abstract
1. Способ нормализации данных, используемых для контроля авиационного двигателя (1), способ отличается тем, что он содержит следующие этапы, на которых:собирают измерения временного ряда на протяжении времени касательно упомянутого авиационного двигателя (1);из упомянутых измерений временного ряда рассчитывают набор индикаторов, которые характерны для элементов упомянутого двигателя;из упомянутых измерений временного ряда, идентифицируют наборэкзогенных данных, представляющий внешний контекст, действующий на упомянутый набор индикаторов;для каждого индикатораиз упомянутого набора индикаторов Y, строят пространствопроекций, сформированное аналитическими преобразованиями подмножества индикаторов, содержащего все из индикаторов из упомянутого набора индикаторовза исключением каждого упомянутого индикатораи упомянутым наборомэкзогенных данных;для каждого индикатораиз упомянутого набора индикаторов, рассчитывают соответствующую оценкупроецированием упомянутого индикаторас использованием метода регрессии в упомянутое пространствопроекций, тем самым, формируя набор оценок, соответствующих упомянутому набору индикаторов; инормирование каждой оценкив качестве функции опорного значения для соответствующего индикатораи разности между каждой упомянутой оценкойи упомянутым соответствующим индикаторомдля формирования набора нормализованных значений.2. Способ по п.1, отличающийся тем, что упомянутые измерения временного ряда собирают во время нормальной работы упомянутого авиационного двигателя.3. Способ по п.1, отличающийся тем, что каждое нормализованное значениерассчитывают прибавлением с
Claims (14)
1. Способ нормализации данных, используемых для контроля авиационного двигателя (1), способ отличается тем, что он содержит следующие этапы, на которых:
собирают измерения временного ряда на протяжении времени касательно упомянутого авиационного двигателя (1);
из упомянутых измерений временного ряда рассчитывают набор индикаторов , которые характерны для элементов упомянутого двигателя;
из упомянутых измерений временного ряда, идентифицируют набор экзогенных данных, представляющий внешний контекст, действующий на упомянутый набор индикаторов Y;
для каждого индикатора из упомянутого набора индикаторов Y, строят пространство проекций, сформированное аналитическими преобразованиями подмножества индикаторов , содержащего все из индикаторов из упомянутого набора индикаторов Y за исключением каждого упомянутого индикатора и упомянутым набором X экзогенных данных;
для каждого индикатора из упомянутого набора индикаторов Y, рассчитывают соответствующую оценку проецированием упомянутого индикатора с использованием метода регрессии в упомянутое пространство проекций, тем самым, формируя набор оценок , соответствующих упомянутому набору индикаторов ; и
2. Способ по п.1, отличающийся тем, что упомянутые измерения временного ряда собирают во время нормальной работы упомянутого авиационного двигателя.
4. Способ по п.1, отличающийся тем, что он включает в себя анализ устойчивости каждой оценки с использованием методики перекрестного оценивания, служащей для выбора оптимального пространства проекций.
5. Способ по п.1, отличающийся тем, что упомянутое пространство проекций строят с использованием экспертных критериев с помощью физических формулировок соотношений между индикаторами, а также между индикаторами и экзогенными данными.
6. Способ по п.1, отличающийся тем, что упомянутое пространство строят автоматически посредством использования нейронной сети.
7. Способ по п.6, отличающийся тем, что упомянутая нейронная сеть является моделью, имеющей узлы.
10. Способ по п.1, отличающийся тем, что индикаторы идентифицируют посредством обращения к конкретным точкам или конкретным функциям, обобщающим детали или формы определенных кривых, представляющих упомянутые измерения временного ряда.
12. Способ по п.1, отличающийся тем, что упомянутая регрессия является линейной регрессией.
13. Система для нормализации данных, используемых для контроля авиационного двигателя (1), система отличается тем, что она содержит:
средство (5) для работы на протяжении времени, чтобы собирать измерения временного ряда с упомянутого авиационного двигателя (1);
средство (5) для расчета, из упомянутых измерений временного ряда, набора индикаторов , характерных для элементов упомянутого двигателя;
средство (5) для идентификации из упомянутых измерений временного ряда, набора экзогенных данных, представляющего внешний контекст, действующий на упомянутый набор индикаторов Y;
средство (5) для построения, для каждого индикатора из упомянутого набора индикаторов Y, пространства проекций, сформированного аналитическими преобразованиями подмножества индикаторов , содержащего все из индикаторов из упомянутого набора индикаторов Y за исключением каждого упомянутого индикатора , и упомянутым набором X экзогенных данных;
средство (5) для расчета для каждого индикатора из упомянутого набора индикаторов Y, соответствующей оценки посредством использования метода регрессии для проецирования каждого упомянутого индикатора в упомянутое пространство проекций, формируя набор оценок , соответствующих упомянутому набору индикаторов ; и
14. Компьютерная программа, включающая в себя команды для реализации способа нормализации по п.1, когда она выполняется средством процессора.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0858608A FR2939928B1 (fr) | 2008-12-15 | 2008-12-15 | Standardisation de donnees utilisees pour la surveillance d'un moteur d'aeronef |
FR0858608 | 2008-12-15 | ||
PCT/FR2009/052510 WO2010076468A1 (fr) | 2008-12-15 | 2009-12-14 | Standardisation de données utilisées pour la surveillance d'un moteur d'aéronef. |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2011129339A true RU2011129339A (ru) | 2013-01-20 |
RU2522308C2 RU2522308C2 (ru) | 2014-07-10 |
Family
ID=40810835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2011129339/08A RU2522308C2 (ru) | 2008-12-15 | 2009-12-14 | Нормализация данных, используемых для контроля авиационного двигателя |
Country Status (9)
Country | Link |
---|---|
US (1) | US8484145B2 (ru) |
EP (1) | EP2376988B1 (ru) |
JP (1) | JP5405587B2 (ru) |
CN (1) | CN102246110B (ru) |
BR (1) | BRPI0922665B1 (ru) |
CA (1) | CA2746537C (ru) |
FR (1) | FR2939928B1 (ru) |
RU (1) | RU2522308C2 (ru) |
WO (1) | WO2010076468A1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2686252C2 (ru) * | 2014-03-27 | 2019-04-24 | Сафран Эркрафт Энджинз | Способ оценки нормальности или ненормальности измеренного значения физического параметра двигателя летательного аппарата |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9323994B2 (en) | 2009-12-15 | 2016-04-26 | Micron Technology, Inc. | Multi-level hierarchical routing matrices for pattern-recognition processors |
FR2963960B1 (fr) * | 2010-08-17 | 2012-09-28 | Snecma | Surveillance des particules dans un systeme de lubrification |
FR2987443B1 (fr) * | 2012-02-24 | 2014-03-07 | Snecma | Dispositif de detection d'anomalies par analyse acoustique d'une turbomachine d'aeronef |
FR2993375B1 (fr) * | 2012-07-10 | 2014-07-18 | Snecma | Methode de detection d'une degradation d'une turbomachine par surveillance des performances de ladite turbomachine |
FR2997451B1 (fr) | 2012-10-26 | 2015-01-16 | Snecma | Systeme de surveillance d'un ensemble de composants moteur |
CN104252569B (zh) * | 2013-06-27 | 2018-10-19 | 腾讯科技(深圳)有限公司 | 一种数据图形化对比的方法及装置 |
FR3009021B1 (fr) * | 2013-07-23 | 2015-08-21 | Snecma | Procede d'estimation sur une courbe d'un point pertinent pour la detection d'anomalie d'un moteur et systeme de traitement de donnees pour sa mise en oeuvre |
FR3010200B1 (fr) * | 2013-09-05 | 2015-09-18 | Snecma | Procede et dispositif de normalisation de valeurs de parametres de fonctionnement d'un moteur d'aeronef |
GB2518893B (en) * | 2013-10-07 | 2018-11-21 | Ge Aviat Systems Ltd | Method for predicting an auxiliary power unit fault |
FR3011946B1 (fr) * | 2013-10-11 | 2016-07-08 | Snecma | Surveillance d'un moteur d'aeronef pour anticiper les operations de maintenance |
FR3015757B1 (fr) * | 2013-12-23 | 2019-05-31 | Electricite De France | Procede d'estimation quantitative du colmatage des plaques d'un generateur de vapeur |
FR3018546B1 (fr) * | 2014-03-13 | 2022-01-21 | Snecma | Procede de surveillance de l'etat d'un moteur par surveillance des gaz d'echappement |
FR3028331B1 (fr) * | 2014-11-10 | 2016-12-30 | Snecma | Procede de surveillance d'un moteur d'aeronef en fonctionnement dans un environnement donne |
FR3029570B1 (fr) | 2014-12-05 | 2019-08-30 | Safran Aircraft Engines | Dispositif et procede de regulation d'un moteur exploitant une mesure de poussee |
FR3034896B1 (fr) | 2015-04-09 | 2022-08-12 | Snecma | Systeme de mutualisation de donnees relatives a des moteurs d'aeronefs |
FR3035232B1 (fr) * | 2015-04-20 | 2017-03-31 | Snecma | Systeme de surveillance de l'etat de sante d'un moteur et procede de configuration associe |
CN107871190B (zh) * | 2016-09-23 | 2021-12-14 | 阿里巴巴集团控股有限公司 | 一种业务指标监控方法及装置 |
GB2577065A (en) * | 2018-09-11 | 2020-03-18 | Satavia Ltd | System and method for aircraft health and schedule maintenance |
CN111047732B (zh) * | 2019-12-16 | 2022-04-12 | 青岛海信网络科技股份有限公司 | 一种基于能耗模型和数据交互的设备异常诊断方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4215412A (en) * | 1978-07-13 | 1980-07-29 | The Boeing Company | Real time performance monitoring of gas turbine engines |
US6453308B1 (en) * | 1997-10-01 | 2002-09-17 | Aspen Technology, Inc. | Non-linear dynamic predictive device |
US6135966A (en) * | 1998-05-01 | 2000-10-24 | Ko; Gary Kam-Yuen | Method and apparatus for non-invasive diagnosis of cardiovascular and related disorders |
FR2783620B1 (fr) * | 1998-09-22 | 2002-03-29 | De Micheaux Daniel Lafaye | Procede et systeme multidimensionnel de maitrise statistique des processus |
US6449565B1 (en) * | 1999-04-05 | 2002-09-10 | United Technologies Corporation | Method and apparatus for determining in real-time the fatigue life of a structure |
US7020595B1 (en) | 1999-11-26 | 2006-03-28 | General Electric Company | Methods and apparatus for model based diagnostics |
US6466858B1 (en) | 2000-11-02 | 2002-10-15 | General Electric Company | Methods and apparatus for monitoring gas turbine engine operation |
US6999884B2 (en) * | 2003-01-10 | 2006-02-14 | Oxford Biosignals Limited | Bearing anomaly detection and location |
US6892127B2 (en) * | 2003-02-28 | 2005-05-10 | General Electric Company | Methods and apparatus for assessing gas turbine engine damage |
RU2249712C2 (ru) * | 2003-04-04 | 2005-04-10 | Открытое акционерное общество "Техприбор" | Бортовая система контроля авиадвигателя с ограничением частоты вращения, температуры и тяги |
US20050193739A1 (en) * | 2004-03-02 | 2005-09-08 | General Electric Company | Model-based control systems and methods for gas turbine engines |
US7062370B2 (en) * | 2004-03-30 | 2006-06-13 | Honeywell International Inc. | Model-based detection, diagnosis of turbine engine faults |
US7577549B2 (en) * | 2005-07-18 | 2009-08-18 | General Electric Company | System and method for trending exhaust gas temperature in a turbine engine |
-
2008
- 2008-12-15 FR FR0858608A patent/FR2939928B1/fr not_active Expired - Fee Related
-
2009
- 2009-12-14 EP EP09803852.4A patent/EP2376988B1/fr active Active
- 2009-12-14 JP JP2011540181A patent/JP5405587B2/ja active Active
- 2009-12-14 CA CA2746537A patent/CA2746537C/fr active Active
- 2009-12-14 US US13/139,741 patent/US8484145B2/en active Active
- 2009-12-14 RU RU2011129339/08A patent/RU2522308C2/ru active
- 2009-12-14 BR BRPI0922665-6A patent/BRPI0922665B1/pt active IP Right Grant
- 2009-12-14 CN CN200980150492.XA patent/CN102246110B/zh active Active
- 2009-12-14 WO PCT/FR2009/052510 patent/WO2010076468A1/fr active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2686252C2 (ru) * | 2014-03-27 | 2019-04-24 | Сафран Эркрафт Энджинз | Способ оценки нормальности или ненормальности измеренного значения физического параметра двигателя летательного аппарата |
Also Published As
Publication number | Publication date |
---|---|
BRPI0922665B1 (pt) | 2020-11-24 |
CN102246110A (zh) | 2011-11-16 |
US20110307431A1 (en) | 2011-12-15 |
WO2010076468A1 (fr) | 2010-07-08 |
BRPI0922665A2 (pt) | 2016-01-05 |
CA2746537A1 (fr) | 2010-07-08 |
RU2522308C2 (ru) | 2014-07-10 |
EP2376988B1 (fr) | 2013-07-10 |
CN102246110B (zh) | 2014-12-03 |
JP2012512350A (ja) | 2012-05-31 |
EP2376988A1 (fr) | 2011-10-19 |
CA2746537C (fr) | 2017-05-09 |
FR2939928A1 (fr) | 2010-06-18 |
JP5405587B2 (ja) | 2014-02-05 |
FR2939928B1 (fr) | 2012-08-03 |
US8484145B2 (en) | 2013-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2011129339A (ru) | Нормализация данных, используемых для контроля авиационного двигателя | |
US10878004B2 (en) | Keyword extraction method, apparatus and server | |
JP6354755B2 (ja) | システム分析装置、システム分析方法、及びシステム分析プログラム | |
US8619084B2 (en) | Dynamic adaptive process discovery and compliance | |
US20170261403A1 (en) | Abnormality detection procedure development apparatus and abnormality detection procedure development method | |
WO2015041093A1 (ja) | 蓄電池性能評価装置およびその方法 | |
RU2011129298A (ru) | Идентификация отказов в авиационном двигателе | |
CN111680085A (zh) | 数据处理任务分析方法、装置、电子设备和可读存储介质 | |
CN113283924A (zh) | 需求预测方法以及需求预测装置 | |
CN113268403A (zh) | 时间序列的分析预测方法、装置、设备及存储介质 | |
CN113158435B (zh) | 基于集成学习的复杂系统仿真运行时间预测方法与设备 | |
KR101828456B1 (ko) | 부분 고장 데이터를 이용한 소프트웨어 신뢰도 평가모델 선택 시스템 및 방법 | |
WO2014166232A1 (zh) | 一种预测设备器件寿命的方法及装置 | |
CN113723747A (zh) | 分析报告生成方法、电子设备及可读存储介质 | |
JP2017215832A (ja) | 回転機械の運転状態を診断する診断装置及び診断方法 | |
Pazhayamadom et al. | Self-starting CUSUM approach for monitoring data poor fisheries | |
CN112541261A (zh) | 一种基于数据回灌功能的目标航迹融合评估方法 | |
Walter et al. | Atlantic bigeye tuna stock synthesis projections and kobe 2 matrices | |
US20140316959A1 (en) | Estimating financial risk based on non-financial data | |
CN114546841B (zh) | 基于云计算的软件质量评估方法 | |
CN106372811A (zh) | 城市电网运行指标筛选方法与系统 | |
CN114743690A (zh) | 传染病的预警方法、装置、介质及电子设备 | |
CN111158974B (zh) | 一种面向云服务器的硬件感知cpu能耗测算方法 | |
JP5842704B2 (ja) | 推定装置、プログラム、及び推定方法 | |
CN103837772B (zh) | 一种基于加速寿命试验的低功耗采集系统寿命评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PD4A | Correction of name of patent owner |