RU2016105851A - Способ оценки релевантной точки на кривой для обнаружения аномалии двигателя и система обработки данных для его осуществления - Google Patents
Способ оценки релевантной точки на кривой для обнаружения аномалии двигателя и система обработки данных для его осуществления Download PDFInfo
- Publication number
- RU2016105851A RU2016105851A RU2016105851A RU2016105851A RU2016105851A RU 2016105851 A RU2016105851 A RU 2016105851A RU 2016105851 A RU2016105851 A RU 2016105851A RU 2016105851 A RU2016105851 A RU 2016105851A RU 2016105851 A RU2016105851 A RU 2016105851A
- Authority
- RU
- Russia
- Prior art keywords
- specified
- characteristic points
- curve
- relevant point
- computing device
- Prior art date
Links
Classifications
-
- 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
-
- 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
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C7/00—Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
-
- 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
-
- 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
-
- 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
- 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
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
-
- 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
- G07C5/12—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time in graphical form
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/82—Forecasts
- F05D2260/821—Parameter estimation or prediction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Claims (36)
1. Способ оценки релевантной точки на кривой для обнаружения аномалии двигателя (9), при этом указанная кривая отображает изменение, в зависимости от времени, физических параметров работы двигателя, измеряемых по меньшей мере одним датчиком (10) на указанном двигателе,
осуществляемый вычислительным устройством (11), соединенным с первым средством (15) накопления информации,
при этом указанное первое средство (15) накопления информации хранит в памяти по меньшей мере один профиль, содержащий двоичный код, каждая составляющая которого выполнена с возможностью кодирования направления изменения между двумя последовательными характерными точками по меньшей мере одной кривой обучения, модель, позволяющую оценить релевантную точку на основании совокупности характерных точек кривой, и фильтр,
при этом указанный способ включает в себя этапы, на которых:
а/ (F1) выбирают профиль, сохраненный в памяти в первом средстве (15) накопления информации;
b/ (F2) применяют фильтр выбранного профиля к указанной кривой;
с/ (F3) определяют набор характерных точек указанной фильтрованной кривой и двоичного кода, каждая составляющая которого кодирует направление изменения двух последовательных характерных точек, принадлежащих указанному набору характерных точек;
d/ (F4) сравнивают определенный код и код выбранного профиля;
е/ (F5) оценивают, в зависимости от указанного сравнения, релевантную точку на указанной кривой на основании характерных точек указанной фильтрованной кривой и модели выбранного профиля.
2. Способ по п. 1, в котором, если определенный код отличается от кода выбранного профиля, выбирают новый профиль, хранящийся в памяти в первом средстве накопления информации, а вычислительное устройство выполнено с возможностью повторения этапов b/-е/.
3. Способ по любому из пп. 1 или 2, в котором релевантную точку выбирают из группы, в которую входят момент открывания клапана, момент явно выраженного изменения температуры или давления, момент достижения определенного режима компрессором высокого давления или компрессором низкого давления, момент
выключения стартера.
4. Способ по п. 1, в котором характерные точки выбирают из группы, содержащей точки перегиба, локальные экстремумы, резкие изменения крутизны.
5. Способ по п. 1, в котором профиль дополнительно содержит пороговое значение, а характерные точки являются последовательными локальными экстремумами, разность ординат которых превышает указанное пороговое значение.
6. Способ по п. 1, в котором модели являются обобщенными линейными моделями с выбором переменных.
7. Способ по п. 1, в котором указанные модели проверяют уравнение: t=АХ, где:
- t является абсциссой оцениваемой релевантной точки,
- А является вектором-строкой, содержащим коэффициенты регрессии,
- X является вектором-столбцом, составляющими которого являются абсциссы характерных точек и результаты их преобразования.
8. Способ по п. 1, дополнительно содержащий (F6) этап оценки на основании оценочных релевантных точек определенных показателей, выбранных по их репрезентативности рабочего состояния двигателя.
9. Способ по п. 8, дополнительно содержащий (F7) этап диагностики двигателя на основании оценочных определенных показателей.
10. Способ по п. 8, содержащий (F8) этап сохранения в памяти в средстве накопления информации оценочных определенных показателей по каждому полету и (F9) этап прогнозирования ухудшения рабочего состояния двигателя на основании изменения сохраненных в памяти определенных показателей.
11. Способ по п. 1, в котором каждый профиль, хранящийся в памяти в первом средстве накопления информации, определен при помощи процесса обучения.
12. Способ по п. 11, в котором процесс обучения для профиля включает в себя этапы, на которых:
а/ (Е1) отображают при помощи устройства (19) отображения множества кривых обучения;
b/ (Е2) определяют с помощью указанного вычислительного устройства (11) релевантную точку для обнаружения аномалии на каждой из кривых обучения, при этом указанную релевантную точку каждой из кривых обучения выбирает эксперт при помощи средств (20) ввода;
с/ (Е3) сохраняют во втором средстве (21) накопления информации каждую из указанных кривых обучения, связанную с указанной определенной релевантной точкой;
d/ (Е4) выбирают с помощью указанного вычислительного устройства (11) фильтр и модель;
е/ (Е5) применяют с помощью указанного вычислительного устройства (11) выбранный фильтр к каждой из кривых обучения;
f/ (Е6) определяют с помощью указанного вычислительного устройства (11) характерные точки каждой из фильтрованных кривых обучения;
g/ (Е7) определяют с помощью указанного вычислительного устройства (11), из определенных характерных точек, рекуррентные точки, появляющиеся на каждой фильтрованной кривой обучения, и двоичный код, каждая составляющая которого кодирует направление изменения между двумя последовательными рекуррентными характерными точками;
h/ (Е8) оценивают с помощью указанного вычислительного устройства (11) релевантную точку, на основании определенных рекуррентных характерных точек и выбранной модели;
i/ (Е9) оценивают с помощью указанного вычислительного устройства (11) погрешность, связанную с фильтром и моделью, выбранными на этапе d/, посредством сравнения оценочной релевантной точки с релевантной точкой, выбранной экспертом на этапе b/;
j/ (Е11) сохраняют в памяти в указанном первом средстве (15) накопления информации профиль, содержащий указанный определенный двоичный код, указанный фильтр и указанную модель, позволяющие минимизировать оценочную погрешность или получить оценочную погрешность, меньшую определенного порогового значения (Е10).
13. Компьютерный программный продукт, содержащий командные коды программы, вызывающие исполнение этапов способа по любому из пп. 1-12 при выполнении указанной программы компьютером.
14. Система обработки данных, содержащая вычислительное устройство (11), средство (20) ввода, по меньшей мере одно устройство (19) отображения, характеризующаяся тем, что выполнена с возможностью осуществления этапов способа по любому из пп. 1-12.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1357252 | 2013-07-23 | ||
| FR1357252A FR3009021B1 (fr) | 2013-07-23 | 2013-07-23 | 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 |
| PCT/FR2014/051882 WO2015011395A1 (fr) | 2013-07-23 | 2014-07-21 | 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 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2016105851A true RU2016105851A (ru) | 2017-08-29 |
| RU2016105851A3 RU2016105851A3 (ru) | 2018-05-08 |
| RU2667794C2 RU2667794C2 (ru) | 2018-09-24 |
Family
ID=49378473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2016105851A RU2667794C2 (ru) | 2013-07-23 | 2014-07-21 | Способ оценки релевантной точки на кривой для обнаружения аномалии двигателя и система обработки данных для его осуществления |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US9792741B2 (ru) |
| EP (1) | EP3025205B1 (ru) |
| CN (1) | CN105408828B (ru) |
| BR (1) | BR112016001482B1 (ru) |
| CA (1) | CA2918215C (ru) |
| FR (1) | FR3009021B1 (ru) |
| RU (1) | RU2667794C2 (ru) |
| WO (1) | WO2015011395A1 (ru) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3043802A1 (fr) * | 2015-11-13 | 2017-05-19 | Peugeot Citroen Automobiles Sa | Procede pour etablir des diagnostics de fonctionnement d'au moins une boucle de regulation par portraits de phase |
| US10496086B2 (en) | 2016-12-12 | 2019-12-03 | General Electric Company | Gas turbine engine fleet performance deterioration |
| FR3089501B1 (fr) | 2018-12-07 | 2021-09-17 | Safran Aircraft Engines | Système d’environnement informatique pour la surveillance de moteurs d’aéronefs |
| JP2022523564A (ja) | 2019-03-04 | 2022-04-25 | アイオーカレンツ， インコーポレイテッド | 機械学習を使用するデータ圧縮および通信 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2187711C1 (ru) * | 2000-11-22 | 2002-08-20 | Открытое акционерное общество "Авиадвигатель" | Способ диагностики помпажа компрессора газотурбинного двигателя |
| US20030065409A1 (en) * | 2001-09-28 | 2003-04-03 | Raeth Peter G. | Adaptively detecting an event of interest |
| US6973396B1 (en) * | 2004-05-28 | 2005-12-06 | General Electric Company | Method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like |
| FR2937079B1 (fr) * | 2008-10-10 | 2011-08-26 | Snecma | Procede et systeme de surveillance d'un turboreacteur |
| FR2939170B1 (fr) | 2008-11-28 | 2010-12-31 | Snecma | Detection d'anomalie dans un moteur d'aeronef. |
| FR2939928B1 (fr) * | 2008-12-15 | 2012-08-03 | Snecma | Standardisation de donnees utilisees pour la surveillance d'un moteur d'aeronef |
| US20100161196A1 (en) * | 2008-12-23 | 2010-06-24 | Honeywell International Inc. | Operations support systems and methods with engine diagnostics |
| US9650909B2 (en) * | 2009-05-07 | 2017-05-16 | General Electric Company | Multi-stage compressor fault detection and protection |
| US9046000B2 (en) * | 2011-06-18 | 2015-06-02 | Prime Photonics, Lc | Method for detecting foreign object damage in turbomachinery |
| US10036335B2 (en) * | 2011-09-15 | 2018-07-31 | General Electric Company | Systems and methods for diagnosing an engine |
| US9020689B2 (en) * | 2011-09-19 | 2015-04-28 | The Boeing Company | Method for real-time model based structural anomaly detection |
| US9916538B2 (en) * | 2012-09-15 | 2018-03-13 | Z Advanced Computing, Inc. | Method and system for feature detection |
| JP5940676B2 (ja) * | 2011-11-22 | 2016-06-29 | エレクトリック パワー リサーチ インスチテュート インコーポレイテッド | 異常検知のためのシステム及び方法 |
| US20140309930A1 (en) * | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Automatic camera image retrieval based on route traffic and conditions |
| US9418493B1 (en) * | 2015-04-30 | 2016-08-16 | The Boeing Company | Methods and systems for data analytics |
-
2013
- 2013-07-23 FR FR1357252A patent/FR3009021B1/fr active Active
-
2014
- 2014-07-21 BR BR112016001482-0A patent/BR112016001482B1/pt active IP Right Grant
- 2014-07-21 WO PCT/FR2014/051882 patent/WO2015011395A1/fr active Application Filing
- 2014-07-21 CN CN201480042127.8A patent/CN105408828B/zh active Active
- 2014-07-21 EP EP14755870.4A patent/EP3025205B1/fr active Active
- 2014-07-21 CA CA2918215A patent/CA2918215C/fr active Active
- 2014-07-21 US US14/906,470 patent/US9792741B2/en active Active
- 2014-07-21 RU RU2016105851A patent/RU2667794C2/ru active
Also Published As
| Publication number | Publication date |
|---|---|
| RU2667794C2 (ru) | 2018-09-24 |
| US20160163132A1 (en) | 2016-06-09 |
| CN105408828B (zh) | 2018-01-05 |
| CA2918215A1 (fr) | 2015-01-29 |
| FR3009021B1 (fr) | 2015-08-21 |
| US9792741B2 (en) | 2017-10-17 |
| EP3025205A1 (fr) | 2016-06-01 |
| FR3009021A1 (fr) | 2015-01-30 |
| BR112016001482A2 (ru) | 2017-07-25 |
| CN105408828A (zh) | 2016-03-16 |
| EP3025205B1 (fr) | 2018-09-05 |
| CA2918215C (fr) | 2022-10-04 |
| WO2015011395A1 (fr) | 2015-01-29 |
| RU2016105851A3 (ru) | 2018-05-08 |
| BR112016001482B1 (pt) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3112960B1 (en) | Combined method for detecting anomalies in a water distribution system | |
| KR101842347B1 (ko) | 플랜트 이상 감지를 위한 자동 학습 시스템 및 방법 | |
| RU2016105851A (ru) | Способ оценки релевантной точки на кривой для обнаружения аномалии двигателя и система обработки данных для его осуществления | |
| CN110121682B (zh) | 发现时间系列中的预兆子序列的方法和系统 | |
| US9779495B2 (en) | Anomaly diagnosis method and apparatus | |
| RU2016142123A (ru) | Способ оценки нормальности или ненормальности измеренного значения физического параметра двигателя летательного аппарата | |
| RU2011126348A (ru) | Обнаружение аномалий в авиационном двигателе | |
| US10794941B2 (en) | Abnormality diagnosis apparatus and abnormality diagnosis method | |
| CN102667352A (zh) | 制冷剂泄漏检测系统和方法 | |
| WO2017109903A1 (ja) | 異常原因推定装置及び異常原因推定方法 | |
| JP2011180845A5 (ja) | 推論装置、その制御方法およびプログラム | |
| US20230213926A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
| US20150233873A1 (en) | System for monitoring operating status of chromatograph | |
| Wootton et al. | Structural health monitoring of a footbridge using Echo State Networks and NARMAX | |
| CN112368683B (zh) | 数据处理装置以及数据处理方法 | |
| JPWO2020250373A5 (ru) | ||
| CN106898031A (zh) | 一种用于高精度光纤测量的抽丝方法 | |
| KR102546340B1 (ko) | 노이즈 필터를 이용한 이상치 탐지 방법 및 장치 | |
| US20190354893A1 (en) | System for generating learning data | |
| US20220006824A1 (en) | Information processing apparatus, control method, and program | |
| RU2017132375A (ru) | Способ и устройство обнаружения изменения поведения водителя автотранспортного средства | |
| CN112819190B (zh) | 设备性能的预测方法及装置、存储介质、终端 | |
| US20230213927A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
| Rabenoro et al. | Instants Extraction for Aircraft Engines Monitoring | |
| AU2022378548A1 (en) | Systems and methods for uncertainty prediction using machine learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| HZ9A | Changing address for correspondence with an applicant |