使用基于快照-CEOD的方法监测和诊断发动机健康状况的系统和方法技术方案

提供了用于监测和诊断发动机健康状况的系统和方法。在一个方面，系统接收与资产相关联的连续操作数据(COD)。COD包括收集时间段内的一个或多个参数的参数值。该系统至少部分地基于COD来生成合成快照数据。合成快照数据包括一个或多个合成快照，每个合成快照包含收集时间段内给定时间点的一个或多个参数的参数值。该系统还接收与资产相关联的快照数据。快照数据包括一个或多个快照，每个快照包含给定时间点的一个或多个参数的参数值。该系统至少部分地基于快照数据和合成快照数据来生成指示资产或其一个或多个部件的健康状况的输出。示资产或其一个或多个部件的健康状况的输出。示资产或其一个或多个部件的健康状况的输出。

【技术实现步骤摘要】
使用基于快照
‑
CEOD的方法监测和诊断发动机健康状况的系统和方法


[0001]本主题大体涉及监测和诊断发动机健康状况的系统和方法。

技术介绍

[0002]实体期望他们的资产在线时以最佳方式操作，他们离线的时间尽可能短，被安排所有维修/翻新(没有未安排事件/维护)，并避免故障事件。例如，飞行器运营商期望他们的发动机以高效率和高性能操作，尽可能少地在机翼外或机外花费时间，被安排所有维修和服务访问，并避免发动机部件的重大故障事件。了解发动机和/或其一个或多个部件的健康状态可以有助于实现这些目标。
[0003]了解发动机和/或其一个或多个部件的健康状态会带来许多挑战。例如，航空燃气涡轮发动机通常具有有限的机载传感器来测量或感测可指示发动机/部件健康状态的参数值。通常，发动机和/或其部件的健康状态基于在发动机的操作期间在各个时间点捕获的有限数量的数据快照。每个快照包括各种参数的捕获值。捕获的参数值被馈送到健康状态模块，并且输出是发动机和/或其一个或多个部件的健康状态。虽然传统模块的健康状态可以提供对发动机健康状态的洞察，但健康状态可能仅基于有限数量的快照。这种有限数量的快照可能无法提供减少未安排发动机拆卸(UER)和重大事件，以及针对发动机健康问题的计划/目标维修/维护以最大化飞行时间(TOW)所需的粒度级别。
[0004]因此，解决上述一个或多个挑战的系统和方法将是有用的。

技术实现思路

[0005]本公开的方面涉及控制涡轮机的分布式控制系统和方法。本专利技术的方面和优点将在下面的描述中部分阐述，或者可以从描述中显而易见，或者可以通过本专利技术的实践来学习。
[0006]在一个方面，提供了一种系统。该系统包括一个或多个存储器装置和一个或多个处理器。一个或多个处理器被构造为：接收与资产相关联的连续操作数据，连续操作数据包括收集时间段内的一个或多个参数的参数值；至少部分地基于连续操作数据生成合成快照数据，合成快照数据包括一个或多个合成快照，每个合成快照包含收集时间段内给定时间点的一个或多个参数的参数值；接收与资产相关联的快照数据，快照数据包括一个或多个快照，每个快照包含在资产的操作期间给定时间点的一个或多个参数的参数值；以及至少部分地基于快照数据和合成快照数据生成指示资产或其一个或多个部件的健康状况的输出。
[0007]在另一方面，提供了一种方法。该方法包括由系统的一个或多个处理器接收与资产相关联的连续操作数据，连续操作数据包括收集时间段内的一个或多个参数的参数值。另外，该方法包括由一个或多个处理器至少部分地基于连续操作数据来生成合成快照数据，合成快照数据包括一个或多个合成快照，每个合成快照包含收集时间段内给定时间点
的一个或多个参数的参数值。此外，该方法包括由一个或多个处理器接收与资产相关联的快照数据，快照数据包括一个或多个快照，每个快照包含在资产的操作期间给定时间点的一个或多个参数的参数值。该方法还包括由一个或多个处理器至少部分地基于快照数据和合成快照数据来生成指示资产或其一个或多个部件的健康状况的输出。
[0008]在进一步方面，提供了一种方法。该方法包括由系统的一个或多个处理器接收与航空燃气涡轮发动机相关联的连续发动机操作数据，连续发动机操作数据包括收集时间段内的一个或多个参数的参数值。该方法还包括由一个或多个处理器至少部分地基于连续发动机操作数据来生成合成快照数据，合成快照数据包括一个或多个合成快照，每个合成快照包含收集时间段内给定时间点的一个或多个参数的参数值。该方法进一步包括由一个或多个处理器通过应用利用一个或多个COD
‑
快照传递函数的机器学习模型来创建一个或多个新快照，一个或多个COD
‑
快照传递函数将一个或多个合成快照和与航空燃气涡轮发动机相关联的历史快照数据相关联。另外，该方法包括由一个或多个处理器接收与燃气涡轮发动机相关联的快照数据，快照数据包括一个或多个快照，每个快照包含收集时间段内给定时间点的一个或多个参数的参数值。此外，该方法包括由一个或多个处理器将一个或多个新快照添加到快照数据。该方法还包括由一个或多个处理器至少部分地基于一个或多个快照、新快照和合成快照来生成指示航空燃气涡轮发动机或其一个或多个部件的健康状况的输出。
[0009]通过参考以下描述和所附权利要求，本专利技术的这些和其他特征、方面和优点将变得更好理解。结合到本说明书中并构成本说明书的一部分的附图示出了本专利技术的实施例，并且与描述一起用于解释本专利技术的原理。
附图说明
[0010]在参考附图的说明书中阐述了针对本领域普通技术人员的本专利技术的完整且可行的公开，包括其最佳模式，其中：
[0011]图1提供了根据本主题的一个示例实施例的航空燃气涡轮发动机的示意横截面视图；
[0012]图2提供了根据本主题的一个示例实施例的系统的框图；
[0013]图3提供了根据本主题的一个示例实施例的快照数据的框图；
[0014]图4提供了描绘在飞行期间安装有资产的飞行器的高度作为时间的函数的曲线图，并且还示出了在飞行期间捕获的快照，其中快照是图3的快照数据的一部分；
[0015]图5提供了根据本主题的一个示例实施例的连续操作数据(COD)的框图；
[0016]图6提供了描绘在图4的飞行期间安装有资产的飞行器的高度作为时间的函数的曲线图，并且还示出了捕获图5的COD的时间段；
[0017]图7示出了在图4和图6中描绘的飞行的COD收集时间段内的各个时间点生成的合成快照；
[0018]图8提供了描绘图2的系统的快照创建器模块创建新快照的框图；
[0019]图9提供了描绘图2的系统的快照数据健康状况指示器模块为指示图2的资产或其部件的健康状况的各种警报生成警报分数的框图；
[0020]图10提供了描绘图2的系统的合成快照数据健康状况指示器模块为指示图2的资
产或其部件的健康状况的各种警报生成警报分数的框图；
[0021]图11提供了根据本主题的一个示例实施例的监测和诊断资产的健康状况的示例方法的流程图；和
[0022]图12提供了用于实施本主题的一个或多个方面的示例计算系统的示意图。
具体实施方式
[0023]现在将详细参考本专利技术的当前实施例，其一个或多个示例在附图中示出。详细描述使用数字和字母标号来指代附图中的特征。在附图和描述中，相似或类似的标号已经被用于指代本专利技术的相似或类似的部分。如本文所用，术语“第一”、“第二”和“第三”可以互换使用以将一个部件与另一个部件区分开，并且不旨在表示各个部件的位置或重要性。术语“上游”和“下游”是指相对于流体路径中的流体流动的相对流动方向。例如，“上游”是指流体从其流动的流动方向，“下游”是指流体向其流动的流动方向。
[0024]本公开的方面指向用于监测和诊断资产(诸如航空燃气涡轮发动机)的健康状况的系统和方法。本文提供的系统和方法利用基于快照连续操作数据的方法来确定资产的健康状况。传统上，尚没有使用连续本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统，其特征在于，包括：一个或多个存储器装置；以及一个或多个处理器，所述一个或多个处理器被构造为：接收与资产相关联的连续操作数据，所述连续操作数据包括收集时间段内的一个或多个参数的参数值；至少部分地基于所述连续操作数据生成合成快照数据，所述合成快照数据包括一个或多个合成快照，每个合成快照包含所述收集时间段内给定时间点的所述一个或多个参数的所述参数值；接收与所述资产相关联的快照数据，所述快照数据包括一个或多个快照，每个快照包含在所述资产的操作期间给定时间点的所述一个或多个参数的参数值；以及至少部分地基于所述快照数据和所述合成快照数据生成指示所述资产或其一个或多个部件的健康状况的输出。2.根据权利要求1所述的系统，其特征在于，其中所述一个或多个处理器进一步被构造为：通过应用利用一个或多个COD
‑
快照传递函数的机器学习模型来创建一个或多个新快照，所述一个或多个COD
‑
快照传递函数将所述一个或多个合成快照和与所述资产相关联的历史快照数据相关联。3.根据权利要求2所述的系统，其特征在于，其中所述一个或多个处理器进一步被构造为：将所述一个或多个新快照添加到所述快照数据，其中在生成指示所述资产或其一个或多个部件的所述健康状况的所述输出之前将所述一个或多个新快照添加到所述快照数据。4.根据权利要求2所述的系统，其特征在于，其中所述机器学习模型至少部分地基于与所述资产相关联的所述历史快照数据和与其他资产相关联的机队历史快照数据来训练，所述其他资产与所述资产的模型相同。5.根据权利要求1所述的系统，其特征在于，其中所述一个或多个处理器进一步被构造为：将一种或多种时间序列模式识别技术应用于所述快照数据，以确定与所述快照数据相关联的至少一个警报分数，与所述快照数据相关联的所述至少一个警报分数是至少部分地基于与所述快照数据的所述一个或多个参数的所述参数值相关联的一个或多个检测到的特征来确定的；以及将一种或多种时间序列模式识别技术应用于所述合成快照数据，以确定与所述合成快照数据相...

【专利技术属性】
技术研发人员：万森斯，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：