BRPI0905485A2 - monitoramento do desempenho e prognàsticos para vÁlvulas de controle pneumÁticas de aeronaves - Google Patents
monitoramento do desempenho e prognàsticos para vÁlvulas de controle pneumÁticas de aeronaves Download PDFInfo
- Publication number
- BRPI0905485A2 BRPI0905485A2 BRPI0905485-5A BRPI0905485A BRPI0905485A2 BR PI0905485 A2 BRPI0905485 A2 BR PI0905485A2 BR PI0905485 A BRPI0905485 A BR PI0905485A BR PI0905485 A2 BRPI0905485 A2 BR PI0905485A2
- Authority
- BR
- Brazil
- Prior art keywords
- monitoring
- pneumatic valve
- aircraft
- prognostics
- valve
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 51
- 230000015556 catabolic process Effects 0.000 claims abstract description 32
- 238000006731 degradation reaction Methods 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 230000036541 health Effects 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims 3
- 238000010606 normalization Methods 0.000 claims 1
- 230000003862 health status Effects 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 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
- G05B23/0224—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
-
- 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
- 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
- G05B23/0237—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 parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24077—Module detects wear, changes of controlled device, statistical evaluation
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25312—Pneumatic, hydraulic modules, controlled valves
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Indication Of The Valve Opening Or Closing Status (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
MONITORAMENTO DO DESEMPENHO E PROGNàSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES. Descreve-se uma processo que estima o estado de saúde de uma válvula de controle pneumática de uma aeronave através de medições indiretas a partir dos sensores disponíveis. As medições vindas de válvulas idênticas, operando nas mesmas condições, são comparadas. Os resíduos são convertidos em estimativas do estado de degradação de cada válvula. O histórico dos estados de degradação pode ser usado para prever o tempo esperado para uma falha.
Description
"MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES"
REFERÊNCIAS CRUZADAS PARA PEDIDOS RELACIONADOS
Este pedido está relacionado ao Pedido de Patente
n° U.S. _ depositado em _, intitulado
"Prognósticos e Monitoramento de Saúde Para Sistemas e Componentes Eletro-Mecânicos" (etiqueta do procurador 4439-79) .
DECLARAÇÃO SOBRE PESQUISA OU DESENVOLVIMENTO SOB PATROCÍNIO FEDERAL
Campo da Invenção
A tecnologia aqui diz respeito a testes locais de equipamentos eletrônicos durante a operação, e mais particularmente ao uso de medições indiretas para estimar o estado de saúde de uma válvula de controle pneumática de uma aeronave.
Fundamentos e Sumário da Invenção
A maioria das válvulas que uma pessoa vê em média, na vida cotidiana, é operada manualmente. Por exemplo, a torneira da sua pia de cozinha é controlada por uma válvula de água. Movendo-se a manopla, abre-se a válvula para permitir o fluxo de água. Fechando-se a manopla da válvula, o fluxo de água para. Diferentes válvulas podem ser utilizadas para controlar diferentes fluxos de água. Por exemplo, uma válvula de água quente pode controlar o fluxo de água quente, e uma válvula de água fria pode controlar o fluxo de água fria.
Uma aeronave moderna faz um amplo uso de válvulas. Essas válvulas podem ser empregadas para regular variáveis de processo, tais como o fluxo de um fluido, temperatura, e outros. Normalmente, porém, em vez de ser acionada manualmente, as válvulas são controladas eletricamente. Muitas vezes, válvulas pneumáticas são conectadas em sistemas de controle de circuito fechado. De modo geral, em um circuito fechado pneumático moderno, um sensor de fluxo de fluido ou outro sensor a jusante da válvula pneumática monitora algum tipo de característica do fluxo de fluido que a válvula controla. As características monitoradas são realimentadas em um microprocessador ou outro circuito que é usado para controlar eletricamente a abertura da válvula. Um controle muito preciso dos parâmetros de processo pode ser alcançado utilizando tais modernos circuitos de controle pneumático.
A degradação e falha de válvulas pode ser um problema significativo em diversas aplicações, tais como em aviões e na indústria, que dependem do bom funcionamento dos sistemas de controle de valores pneumáticos. Portanto, é geralmente desejável ter a capacidade de monitorar automaticamente a saúde dos sistemas de controle de válvulas pneumáticas. Isso pode ser especialmente útil em aeronaves e outros contextos, onde não é sempre conveniente a inspeção da operação da válvula (por exemplo, durante o vôo) . Um funcionamento anormal pode indicar, por exemplo, que uma degradação significativa está ocorrendo na válvula, o que pode levar a uma falha funcional no futuro. Os mecanismos de falha ou degradação podem ser, entre outros, por exemplo, níveis de atrito anormais, levando a um desgaste excessivo entre as peças móveis; entupimento dos tubos de ar devido à deposição de contaminantes; fadiga mecânica e ruptura; vazamento descontrolado de ar em pontos que são submetidos a pressões diferentes; e outros fenômenos. Sensores dentro das válvulas e ao longo do
processo de controle podem fornecer medições que são úteis não só para a malha de controle de processo, mas também para identificar um funcionamento anormal e realizar o monitoramento da saúde da válvula. Além de medições de variáveis de processo, um controlador de sistema pode fazer uso de sensores específicos para medir os estados internos de válvulas, tais como pressões internas e posições do atuador. Os sensores internos dedicados à função específica de monitoramento de saúde de válvulas pneumáticas e suas malhas de controle associadas podem ser utilizados para permitir uma detecção mais precisa e um isolamento dos modos de falha dos componentes internos da válvula. Embora muitas das novas válvulas pneumáticas já incluam esses sensores internos, as válvulas de projeto mais antigo, que podem ser instaladas em campo, muitas vezes não os incluem. Esses sensores internos estão, portanto, raramente presentes nos projetos, devido a limitações funcionais, restrições de custo, ou outros fatores. «I 3
As medições dentro do processo de controle também podem ser afetadas pela operação anormal da válvula. Assim, tais medições podem ser utilizadas para fornecer indicações indiretas da saúde da válvula. No entanto, medições indiretas não necessariamente podem permitir que o modo de falha raiz seja isolado, e estão mais sujeitas a interferências externas que podem mascarar os efeitos da degradação. A título de simples ilustração, uma diminuição no fluxo de água na extremidade de uma mangueira de jardim pode ser atribuída ao desgaste da válvula de água, mas também poderia ser atribuída à diminuição na pressão da água ou a uma torção na mangueira.
A matemática complexa e a modelagem de sistema dinâmico têm sido usadas para estimar analiticamente estados de válvulas, de controladores e de processo. Os estados iniciais desses componentes, entradas do sistema e distúrbios são registrados e enviados a um processador, que cria um modelo dinâmico de como o sistema deverá funcionar. As diferenças entre o estado real do sistema e o estado esperado do modelo podem ser analisados e traduzidos em estimativas de saúde da válvula. A propagação de falhas adicionais e os modelos de evolução da degradação fornecem uma maneira de descobrir os efeitos de modos de falha e identificar os modos de falha em um sistema defeituoso. Uma desvantagem desta abordagem é que os modelos podem não caracterizar adequadamente o sistema, porque eles não são completos, devido à imprecisão ou desvios aleatórios dos parâmetros dos sistemas reais daqueles dos modelados. Uma desvantagem adicional é que a abordagem da modelagem é complexa. Algo tão complexo pode introduzir seus próprios erros, que podem ser confundidos com erros do sistema. É possível que um sistema de diagnóstico deficiente indique uma falha quando não há uma. Assim, enquanto tal modelagem é útil, esta abordagem tem limitações. Outras melhorias são possíveis e desejáveis.
A tecnologia exemplificativa, ilustrativa e não- limitativa utiliza aqui outra abordagem para o diagnóstico de problemas: a comparação de sinais e outros parâmetros de dois processos idênticos ou semelhantes operando sob as mesmas ou similares condições. Se sistemas idênticos plurais estão sujeitos M 4
às mesmas condições ambientais e operacionais, pode-se esperar que seus estados medidos sejam muito semelhantes. As diferenças observadas nos estados medidos podem ser associadas com a degradação que ocorre em um dos sistemas. A experiência mostra que é relativamente ou extremamente improvável que ambos os sistemas apresentem degradações funcionais significativas ao mesmo tempo. Assim, essas diferenças podem ser utilizadas para identificar um sistema degradado e estimar a sua saúde.
De acordo com um aspecto das formas de incorporação exemplificativas, ilustrativas e não-limitativas aqui apresentadas, as medições de válvulas idênticas operando em condições iguais ou similares são comparadas. As diferenças são traduzidas em estimativas do estado de degradação da válvula individual. Históricos de estados de degradação podem ser usados para prever o tempo esperado para a falha. Uma forma de incorporação exemplificativa, ilustrativa e não-limitativa para avaliar a saúde de um sistema controlado por válvulas pneumáticas a bordo de uma aeronave compreende monitorar o estado de um primeiro processo controlado por uma primeira válvula pneumática; monitorar o estado de um segundo processo controlado por uma segunda válvula pneumática; comparar o estado monitorado do primeiro processo com o estado monitorado do segundo processo, para derivar pelo menos um resultado da comparação; e apurar pelo menos um parâmetro associado com a saúde de pelo menos uma primeira válvula pneumática e de uma segunda válvula pneumática, em resposta, pelo menos em parte, ao dito resultado da comparação.
Breve Descrição dos Desenhos
Estas e outras características e vantagens serão melhor e mais completamente entendidas com referência à seguinte descrição detalhada de formas de incorporação exemplificativas, ilustrativas e não-limitativas, em conjunto com os desenhos, nos quais:
A figura 1 ilustra esquematicamente um sistema de controle de válvula pneumática exemplificativo, ilustrativo e não- limitativo, de malha fechada, do estado da técnica anterior; A figura 2 ilustra graficamente um algoritmo exemplificativo não-limitativo para determinar os índices de degradação da válvula;
As figuras 3A e 3B mostram operadores de avaliação de comparação exemplificativos, ilustrativos e não- limitativos;
A figura 4 é um fluxograma de um algoritmo exemplificativo, ilustrativo e não-limitativo para prever falha;
As figuras 5A e 5B mostram um histórico de medições exemplificativas ilustrativas de um sistema controlado por válvula;
As figuras 6A e 6B mostram comparações exemplificativas, ilustrativas e não-limitativas entre duas operações do sistema controlado por válvula;
As figuras 7A e 7B mostram resultados gráficos exemplificativos, ilustrativos e não-limitativos de análises de degradação de válvula;
A figura 8 mostra uma técnica para enviar os resultados da comparação para sistemas terrestres;
As figuras 9 e 10 mostram algoritmos exemplificativos, ilustrativos e não-limitativos para manter as informações de medição e alertar os pilotos e a equipe de manutenção sobre problemas; e
A figura 11 mostra um indicador visual exemplificativo, ilustrativo e não-limitativo.
Descrição Detalhada
A figura 1 mostra um sistema de controle de processo de malha fechada 100 exemplificativo, ilustrativo e não- limitativo, realizando um processo controlado por uma válvula pneumática 101. A válvula de controle 101 modula a restrição do fluxo de ar proveniente de ar comprimido ou outra fonte 102. 0 estado de abertura da válvula 101 determina a quantidade de ar comprimido a ser fornecido para um processo a ser controlado.
Sensores 104, 105, 106 a jusante medem parâmetros associados com o fluxo de ar comprimido sendo distribuído para o processo a ser controlado. Por exemplo, um sensor 104 pode medir a taxa de fluxo; um sensor 105 pode medir a pressão do ar a jusante; e um sensor 106 pode medir a temperatura do ar a jusante. As saídas dos sensores 104, 105, 106 são fornecidas a um controlador eletrônico 107. O controlador 107 toma as leituras destes sensores e aplica um algoritmo de controle. O algoritmo de controle pode envolver uma ou mais leis de controle e reagir a um sinal ou valor de referência externa 108, uma programação, ou algo semelhante. 0 controlador 107 produz uma saída de um sinal de controle de resposta, para controlar o estado de abertura da válvula pneumática 101.
O estado do processo a ser controlado geralmente não é determinado apenas pela posição da válvula pneumática 101. De modo geral, as cargas, mudanças internas do sistema e perturbações externas podem todas afetar em algum grau o estado do processo controlado. Mesmo que o controlador eletrônico 107 possa trabalhar no contexto da malha de controle para minimizar as diferenças entre os estados real e de referência, o processo pode, entretanto, desviar-se da operação desejada devido a tais perturbações e efeitos externos.
De um modo geral, os erros podem ser mais visíveis durante transientes, que podem acontecer devido a uma mudança súbita ou qualquer outra alteração (por exemplo, um degrau) no estado ou condição de referência do sistema. Durante esses transientes, as partes de atuação e controle devem responder às mudanças, mas podem operar fora de suas faixas de funcionamento típicas e confortáveis. É durante tal operação transitória que as respostas podem ser drasticamente afetadas por falhas iminentes de elementos como a válvula pneumática 101. Portanto, essas condições transientes proporcionam boas oportunidades para efetuar medições em instantes em que os efeitos transitórios estão visíveis e podem ser repetidos, tal como em um teste padronizado ou em resposta a um degrau.
As medições realizadas pelos sensores 104, 105, 106 dentro da válvula pneumática 101 podem fornecer informações complementares na forma de estimativas diretas da condição interna da válvula. No entanto, também é possível estimar a condição da válvula indiretamente através de variáveis de processo disponíveis. Além disso, de acordo com uma forma de incorporação exemplificativa, ilustrativa e não-limitativa aqui apresentada, as variáveis de processo associadas com duas ou mais válvulas pneumáticas 101 semelhantes podem ser monitoradas. Os parâmetros de processo associados com tais válvulas pneumáticas 101 plurais são comparados, para diagnosticar e prognosticar as falhas pretendidas.
Uma característica adicional desejada do sistema é que as perturbações não relacionadas com a degradação das válvulas pneumáticas 101, tais como aquelas provenientes do suprimento de ar ou condições ambientais, tendem a influenciar da mesma forma todas as válvulas monitoradas. Os resíduos e resultados da comparação são geralmente mais robustos a perturbações dominadas por componentes de modo comum. Freqüentemente, este é o caso das válvulas pneumáticas 101 de aeronaves, que podem ser empregadas em arranjos simétricos ou redundantes na mesma aeronave ou em diferentes aeronaves.
A figura 2 mostra algoritmos exemplificativos, ilustrativos e não-limitativos para traduzir as medições dos sensores em índices de degradação da válvula. Na forma de incorporação exemplificativa, não-limitativa e ilustrativa mostrada, as medições de estado Xij (201) (sensor j e {1, 2, . . . , m} do processo i e {1, 2, ..., n}) são comparadas e avaliadas no bloco 202 para gerar resíduos ou resultados de comparação. Cada sensor j mede um estado físico, incluído mas não limitado a, por exemplo, temperatura, pressão, vazão ou qualquer outro estado capaz de ser medido. Cada processo i sob teste fornece tais medições de estado físico. Como será explicado abaixo, resíduos ou resultados da comparação exemplificativos ilustrativos são obtidos a partir da comparação das medições de sensores do mesmo tipo ou similares instalados em posições idênticas ou semelhantes.
As figuras 3A e 3B mostram exemplos do bloco de avaliação de resíduos 202. Como pode ser visto, o bloco de avaliação de resíduos 202 pode comparar medições de processo contra valores de referência, o que por sua vez pode ser baseado em medições de outros processos. Os distúrbios de modo comum, que afetam igualmente todos os processos e geralmente não são relativos as falhas dos precursores nas válvulas 101, podem ser removidos usando-se operações relativamente simples. Os resíduos resultantes das comparações são, portanto, livres de componentes de modo comum e estão mais diretamente relacionados com a condição da válvula.
A figura 3A mostra um exemplo onde duas operações da válvula estão sendo monitoradas e comparadas. Esta situação pode ser aplicada (a) à operação de duas válvulas diferentes que são monitoradas simultaneamente; (b) à operação da mesma válvula monitorada em momentos diferentes (por exemplo, antes e agora, ou no instante Tl e no instante T2 posterior a Tl) ; e/ou (c) à operação de duas válvulas diferentes monitoradas em momentos diferentes (por exemplo, um histórico de informações de monitoramento de uma primeira válvula em um primeiro avião, e um histórico de informações de monitoramento de uma segunda válvula em um segundo avião diferente).
Neste caso, os resíduos Tlj, r2j (303) são calculados pelos operadores de diferença 302, que determinam as diferenças entre as medições Xij, x2j (301) dos dois processos. As seguintes fórmulas exemplificativas podem ser aplicadas:
rij = Xij - X2j (D
r2j = X2j - Xij (2)
Quando as operações de mais de duas válvulas 101 são monitoradas ou analisadas, os resíduos Tij (308) mostrados na figura 3B podem ser extraídos ou derivados das diferenças (307) entre as medições Xij (304) e um valor de referência xref, (306), de acordo com uma fórmula:
r« = Xij - Xrefj (3 )
Os valores de referência Xrefj podem depender das medições x2j ..., x„j- e podem ser gerados a partir de uma média, uma mediana, outro algoritmo ou método estatístico (305) .
Os resíduos Tij (203) resultantes das comparações muitas vezes apresentam um grau significativo de correlação. Por exemplo, uma queda de pressão pode geralmente ser associada com uma queda de temperatura.
Na forma de incorporação exemplificativa, ilustrativa e não-limitativa, a etapa de extração de componente principal (204) converte os resíduos Tij em um único componente Yi Il 9
(205) para cada válvula pneumática 101 sob teste. Uma fórmula matemática exemplificativa, ilustrativa e não-limitativa é usada para traduzir Tij em Yi. Esta fórmula matemática pode ser baseada, por exemplo, em um modelo teórico, uma análise estatística tal como ACP (análise de componente principal), ou qualquer outro modelo ou análise conforme conhecido por aqueles com habilidade na arte. O componente Yi selecionado deve desejavelmente ser calculado de forma a portar a informação desejada relacionada com a degradação de uma válvula 101. Se o processo tem somente um estado de medição disponível, apenas um resíduo pode ser calculado e a extração de componente principal 204 pode não ser necessária.
Na forma de incorporação exemplificativa, ilustrativa e não-limitativa, o componente principal Yi associado com a válvula 101 é convertido (no bloco 206) em um índice de degradação di (207) da válvula. Esta conversão pode ser realizada de acordo com uma função matemática d = f (y) para prover uma estimativa de saúde. A função usada para traduzir os componentes principais Yi em um índice de degradação di da válvula pode ser baseada em um modelo físico, ou pode ser inteiramente criada usando resultados empíricos, ou uma combinação destas e de outras funções. A função matemática utilizada para o bloco 206 pode ser selecionada para destilar em um único valor di um indicador bom e confiável da degradação da válvula.
A figura 4 mostra um método exemplificativo, ilustrativo e não-limitativo para criar a função de degradação usando o histórico de medições que antecederam os eventos de falha. A primeira etapa (401) é a de adquirir as medições em função do tempo, Xij (tk). A próxima etapa é a de extrair ou derivar os resíduos ou resultados da comparação de Xy(tk) e dos componentes principais Yi(tk) (bloco 402) de uma única válvula, de acordo com as etapas descritas acima.
A instância tF,i(tk) da próxima falha pode ser conhecida de antemão ou identificada (bloco 403) a partir do histórico de dados. Um tempo-para-próxima-falha normalizado tNii(tk)
pode ser derivado (bloco 404) a partir dos tempos de falha, da seguinte forma: • )| 10
tN,i(tk) = tk - tF,i(tk) (4)
Este tempo para falha é usado para estimar a degradação (405) como uma função do tempo, di(tk) = d(tN,i(tk)). É suposto que a válvula esteja totalmente degradada (di(tk) = 1 quando tk = tFii(tk)) quando há falha, e não degradada até o tempo t0 quando uma alteração é observada (associada com o aparecimento de uma falha, ou falha incipiente) nos componentes principais extraídos. O critério para escolher este tempo t0 pode ser baseado em uma análise estatística de Yi (tk) ou em outro algoritmo. Entre os instantes tN,i(tk) = t0 e tNii(tk) = 0, a degradação di(tk) é interpolada linearmente de 0 a 1.
Tendo a degradação estimada di(tk) e os componentes principais extraídos Yi(tk) de várias válvulas precedendo diversos eventos de histórico de falhas na mesma aeronave ou em uma aeronave diferente, uma técnica de ajuste de curva (406) pode ser aplicada para modelar a degradação como uma função dos componentes principais: di(tk) = /(Yi(tk)). O formato geral de / pode ser linear, polinômico, exponencial, logarítmico ou quaisquer outras funções adequadas para o mecanismo de falha que ocorre, tanto quanto ele aumente ou diminua monotonicamente. Esta função pode então ser usada para calcular a degradação da válvula na etapa final (206) da figura 2.
A figura 5, a figura 6 e a figura 7 ilustram os sinais exemplificativos de um sistema de monitoramento da condição de duas válvulas pneumáticas, das quais são medidas a temperatura e a pressão. Na figura 5, a temperatura Xn (501) e a pressão Xi2 (502) da válvula 1, e a temperatura de x2i (503) e a pressão X22 (504) da válvula 2 estão representadas como uma função do tempo. Nesse exemplo, quatro eventos de falha acontecem para a válvula 1; a válvula 2 está totalmente saudável durante os eventos. A figura 6 mostra os resíduos de temperatura rn (601) e pressão rl2 (602) da válvula 1; eles são visivelmente menos afetados pelos indesejados distúrbios de modo comum do que as medições brutas, ainda mantendo as informações necessárias relacionadas com a degradação. As falhas podem ser notadas pelas quedas de pressão (603) e as quedas de temperatura (604) correlacionadas. Na figura 7, são mostrados o componente principal yi (701) e a degradação estimada di (702) da >1 11
válvula 1. Pode ser visto que a degradação estimada, neste exemplo, é claramente visível acima de 50% e avança a uma taxa relativamente constante até cerca de 100%, quando a válvula falha.
A figura 8 mostra um arranjo de processamento exemplificativo, ilustrativo e não-limitativo para a obtenção de dados de sensores a bordo de uma aeronave, inserindo-os em um banco de dados 803. Neste caso, o avião chega ao aeroporto (bloco 801). As informações dos sensores, que a aeronave adquiriu em vôo, são transferidos para uma estação de processamento (bloco 802) . Esses processos de transferência podem ser manuais ou automáticos. Os dados coletados são gravados em um banco de dados (bloco 803) localizado na estação de terra. O processo pode ser repetido para o pouso de cada aeronave. Pela coleta de dados dos sistemas de controle de aeronaves diferentes, é possível determinar a degradação no sistema de controle do processo de um avião em particular.
A figura 9 mostra um arranjo de processamento exemplificativo, ilustrativo e não-limitativo para manipular os dados dentro do banco de dados 803 da figura 8. 0 processo da figura 9 pode ser operado de forma independente do processo descrito na figura 8, e pode ser executado continuamente. A primeira etapa (bloco 903) é para verificar se algum dado novo foi escrito no banco de dados 803. Se não, o processo exemplificativo pode entrar em Ioop (realimentação) até que novos dados sejam inseridos. Quando a verificação detecta um novo upload (carregamento) no banco de dados, os novos dados carregados são processados (bloco 904) de acordo com o mecanismo descrito acima para gerar o estado de saúde do sistema. Estes resultados são armazenados no banco de dados 803 e o processo retorna para a verificação de novos dados.
A figura 10 mostra um arranjo de processamento exemplificativo, ilustrativo e não-limitativo para apresentar os resultados em uma estação do operador. O processo da figura 10 pode ser realizado independentemente daqueles mostrados nas figuras 8 e 9, e pode ser executado apenas quando o operador acessa a interface de usuário. A primeira etapa (bloco 1002) faz download (descarregamento) dos dados relevantes do banco de dados 803. O processo então determina (bloco 1003) os resultados de alerta com base nas preferências do usuário (bloco 1004). Tais preferências do usuário podem utilizar, por exemplo, parâmetros fornecidos a partir de opções do usuário, que podem ser editadas pelo operador e armazenadas em uma estação do operador ou na estação de processamento. Tais resultados podem ser apresentados em um relatório na Internet (bloco 1005), gerado em um monitor ou por meio de outra indicação visual, auditiva ou tátil.
Um sistema de alerta exemplificativo, ilustrativo e não-limitativo pode fornecer uma indicação tal como mostrada na figura 11. À medida que a degradação aumenta, a região (barra) exibida pode ir de "Nenhuma mensagem" para "Cuidado" e "Alerta". As constantes Al e A2 podem ser parâmetros que definem os intervalos de alerta. Estes números podem ser definidos em uma interface de usuário para o operador. Por exemplo, um "nível de sensibilidade de alerta" disponível na apresentação pode fornecer opções de entrada definidas pelo usuário, tais como "alto", "médio" e "baixo". A opção de entrada "alto" pode configurar Al e A2 com valores mais baixos, e a opção "baixo" pode configurar Al e A2 para valores mais altos. A opção "médio" pode definir os parâmetros como valores intermediários.
Embora a tecnologia tenha sido aqui descrita em associação com formas de incorporação exemplificativas, ilustrativas e não-limitativas, a invenção não está limitada por esta descrição. Por exemplo, enquanto as técnicas acima são descritas em conexão com sistemas de controle de válvulas pneumáticas em malha fechada, outras aplicações (por exemplo, sistemas de malha aberta, sistemas de controle usando outras válvulas não pneumáticas, etc.) também são possíveis. Em adição, enquanto as técnicas descritas acima são especialmente adequadas para a análise de terra de dados coletados em um avião em vôo, outros arranjos (por exemplo, aplicações diferentes das de aviação, análise à bordo, etc.) também são possíveis. A invenção é destinada a ser definida pelas reivindicações, cobrindo todos os arranjos correspondentes e equivalentes, quer estejam ou não descritos aqui.
Claims (15)
1. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES", compreendendo um processo para avaliar a saúde de um sistema controlado por válvula pneumática a bordo de uma aeronave, caracterizado pelo fato de compreender: o monitoramento do estado de um primeiro processo controlado por uma primeira válvula pneumática; o monitoramento do estado de um segundo processo controlado por uma segunda válvula pneumática; a comparação do estado monitorado do primeiro processo com o estado monitorado do segundo processo, para derivar pelo menos um resultado da comparação; e a apuração de pelo menos um parâmetro associado com a saúde de pelo menos uma primeira válvula pneumática e uma segunda válvula pneumática em resposta, pelo menos em parte, ao dito resultado da comparação.
2. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 1, caracterizados pelo fato de compreenderem adicionalmente o monitoramento do estado de um terceiro processo controlado por uma terceira válvula pneumática, e usar aquele estado do dito terceiro processo controlado pela referida terceira válvula pneumática para obter o resultado da comparação.
3. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 1, caracterizados pelo fato de que o primeiro processo controlado pela dita primeira válvula pneumática é realizado em uma primeira aeronave, e o dito segundo processo realizado pela referida segunda válvula pneumática é realizado em uma segunda aeronave diferente da primeira dita aeronave.
4. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 1, caracterizados pelo fato de compreenderem adicionalmente o cálculo da referida comparação baseado em uma seleção de valor de referência.
5. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES", compreendendo um sistema para avaliar a saúde de um sistema controlado por válvula pneumática, caracterizado pelo fato de compreender: meios para o monitoramento do estado de um primeiro processo controlado por uma primeira válvula pneumática; meios para monitorar o estado de um segundo processo controlado por uma segunda válvula pneumática; meios para comparar o estado monitorado do primeiro processo com o estado monitorado do segundo processo, para derivar pelo menos um resultado da comparação; e meios para determinar pelo menos um parâmetro associado com a saúde de pelo menos uma primeira válvula pneumática e uma segunda válvula pneumática em resposta, pelo menos em parte, ao referido resultado da comparação.
6. wMONITORAIffiNTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 5, caracterizados pelo fato de compreenderem adicionalmente meios para monitorar o estado de um terceiro processo controlado por uma terceira válvula pneumática, e no qual os ditos meios para comparar usam o dito estado do dito terceiro processo controlado pela dita terceira válvula pneumática para obter o resultado da comparação.
7. «MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 5, caracterizados pelo fato de que os mencionados primeiros meios de monitoramento estão dispostos em um primeiro avião, e os mencionados segundos meios de monitoramento estão dispostos em uma segunda aeronave diferente da primeira dita aeronave.
8. nMONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 5, caracterizados pelo fato de compreenderem adicionalmente meios para o cálculo da dita comparação baseados em uma seleção de valor de referência.
9. «MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES", compreendendo uma aeronave caracterizada pelo fato de compreender: um sistema de controle de malha fechada incluindo pelo menos uma válvula pneumática configurada para controlar um fluxo de corrente, pelo menos um sensor que monitora pelo menos uma característica do referido fluxo de fluido controlado, e um controlador de malha fechada acoplado para controlar eletricamente pelo menos -uma dita válvula pneumática e, pelo menos em parte, em resposta a pelo menos um dito sensor; e um sistema de monitoramento de saúde de válvulas pneumáticas acoplado para receber saídas geradas pelo dito sensor, o dito sistema de monitoramento comparando as saídas do sensor e gerando uma indicação da saúde de pelo menos uma dita válvula pneumática.
10. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 9, caracterizados pelo fato de que o dito sistema de monitoramento está baseado, pelo menos em parte, em terra.
11. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 9, caracterizados pelo fato de que o dito sistema de controle de malha fechada inclui um avaliador de resíduos, um extrator de componentes principais e um estimador de saúde.
12. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 11, caracterizados pelo fato de que o referido avaliador de resíduos compreende pelo menos um somador.
13. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS", de acordo com a reivindicação 11, caracterizados pelo fato de que o dito avaliador de resíduos responde, pelo menos em parte, a pelo menos um seletor de valor de referência.
14. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES", compreendendo um processo para monitorar a saúde de um sistema de controle baseado em válvula pneumática, caracterizado pelo fato de compreender: a aquisição de medições históricas sobre a operação de pelo menos uma válvula pneumática; a extração de resíduos e de componentes principais; a identificação dos tempos até a próxima falha; a normalização dos tempos de falha; a estimação dos tempos de falha médio e extremo; a aplicação de uma função de ajuste de curva para relacionar componentes principais e índices de degradação.
15. "MONITORAMENTO DO DESEMPENHO E PROGNÓSTICOS PARA VÁLVULAS DE CONTROLE PNEUMÁTICAS DE AERONAVES", compreendendo um sistema de monitoramento da saúde de um sistema de controle baseado em válvula pneumática, caracterizado pelo fato de compreender: meios para a aquisição de medições históricas sobre o funcionamento de pelo menos uma válvula pneumática; meios para extrair resíduos e componentes principais; meios para identificar os tempos até a próxima falha; meios para normalizar os tempos de falha; meios para estimar os tempos de falha médio e extremo; e meios para aplicar uma função de ajuste de curva para relacionar componentes principais e índices de degradação.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14035708P | 2008-12-23 | 2008-12-23 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BRPI0905485A2 true BRPI0905485A2 (pt) | 2013-06-04 |
Family
ID=42040284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0905485-5A BRPI0905485A2 (pt) | 2008-12-23 | 2009-12-23 | monitoramento do desempenho e prognàsticos para vÁlvulas de controle pneumÁticas de aeronaves |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8955365B2 (pt) |
| EP (1) | EP2202600B8 (pt) |
| CN (1) | CN101799365B (pt) |
| BR (1) | BRPI0905485A2 (pt) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI125797B (fi) * | 2009-01-09 | 2016-02-29 | Metso Flow Control Oy | Menetelmä ja laitteisto venttiilin kunnonvalvontaan |
| GB2480423A (en) * | 2010-03-15 | 2011-11-23 | Jena Rotary Technolgy Ltd | Valve system |
| FR2981474B1 (fr) * | 2011-10-17 | 2013-12-27 | Alstom Technology Ltd | Procede de detection preventive d'une panne d'un appareil, programme d'ordinateur, installation et module de detection preventive d'une panne d'un appareil |
| US8774988B2 (en) * | 2012-08-21 | 2014-07-08 | Bell Helicopter Textron Inc. | Aircraft environmental sensors and system |
| CN103279619B (zh) * | 2013-06-06 | 2017-09-12 | 鞍钢股份有限公司 | 一种气动阀内部泄漏故障的诊断方法 |
| CN104345232A (zh) * | 2013-08-01 | 2015-02-11 | 通用设备和制造公司 | 用于预测螺线管线圈的寿命的方法和装置 |
| FR3009581B1 (fr) * | 2013-08-09 | 2015-09-25 | Snecma | Procede de surveillance d'une vanne d'un moteur d'aeronef |
| CN106164793B (zh) * | 2014-02-21 | 2019-01-22 | 特莱丽思环球有限合伙公司 | 用于诊断飞行器的空气调节组件中的故障的方法 |
| JP2017509969A (ja) * | 2014-02-21 | 2017-04-06 | タレリス・グローバル・エルエルピーＴａｌｅｒｉｓ Ｇｌｏｂａｌ ＬＬＰ | 航空機の空調システムの性能を判定するための方法 |
| CA2940210A1 (en) * | 2014-02-21 | 2015-08-27 | Taleris Global Llp | Method for predicting a fault in an air-conditioning pack of an aircraft |
| CN105572540B (zh) * | 2015-11-09 | 2019-07-05 | 上海凌翼动力科技有限公司 | 自适应的电动汽车高压电安全故障诊断预警定位监测系统 |
| US10706361B1 (en) * | 2015-12-11 | 2020-07-07 | The Boeing Company | Hybrid feature selection for performance prediction of fluid control valves |
| AU2017266437A1 (en) * | 2016-05-16 | 2018-11-22 | Weir Minerals Australia Ltd | Machine monitoring |
| US10474789B2 (en) | 2016-06-24 | 2019-11-12 | The Boeing Company | Prediction methods and systems for structural repair during heavy maintenance of aircraft |
| US9926803B2 (en) | 2016-06-28 | 2018-03-27 | Woodward, Inc. | Turbine control device prognostics |
| US10619760B2 (en) * | 2016-10-24 | 2020-04-14 | Fisher Controls International Llc | Time-series analytics for control valve health assessment |
| US11003146B2 (en) * | 2017-03-17 | 2021-05-11 | General Electric Company | Distributed optimal control of an aircraft propulsion system |
| US11080660B2 (en) * | 2017-03-20 | 2021-08-03 | The Boeing Company | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation |
| US10472096B2 (en) | 2017-05-30 | 2019-11-12 | The Boeing Company | Advanced analytic methods and systems utilizing trust-weighted machine learning models |
| US20190057560A1 (en) * | 2017-08-16 | 2019-02-21 | The Boeing Company | Method and system for predicting wing anti-ice failure |
| WO2020031225A1 (ja) * | 2018-08-06 | 2020-02-13 | 日産自動車株式会社 | 異常診断装置及び異常診断方法 |
| US11143328B2 (en) | 2019-03-06 | 2021-10-12 | Honeywell International Inc. | Health monitoring for proportional actuators |
| US20220172139A1 (en) * | 2019-03-15 | 2022-06-02 | 3M Innovative Properties Company | Operating a supply chain using causal models |
| FR3094350B1 (fr) * | 2019-04-01 | 2021-03-12 | Safran Aircraft Engines | Procédé de surveillance d’au moins un moteur d’aéronef |
| US11748183B2 (en) * | 2020-10-11 | 2023-09-05 | Textron Innovations Inc. | Reasonableness monitor |
| US12170566B2 (en) | 2020-10-26 | 2024-12-17 | Ge Aviation Systems Llc | Converged avionics data network |
| CN113358345A (zh) * | 2021-04-30 | 2021-09-07 | 广东韶钢工程技术有限公司 | 一种气动调节阀故障的检查与解决方法 |
| US20220382272A1 (en) * | 2021-05-28 | 2022-12-01 | Skygrid, Llc | Predictive maintenance of an unmanned aerial vehicle |
| AT527442B1 (de) * | 2023-08-04 | 2025-04-15 | Uptime Holding Gmbh | Verfahren zur Bestimmung eines Zustandes eines technischen Systems |
| US20260001661A1 (en) * | 2024-06-26 | 2026-01-01 | Honeywell International Inc. | Systems, apparatuses, methods, and computer program products for early detection of anti-ice valve failures |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3813990A (en) * | 1972-04-12 | 1974-06-04 | Gen Electric | Servo system including flow voting redundant failure correcting hydraulic actuator |
| DE2615345C3 (de) * | 1976-04-08 | 1984-05-10 | Liebherr-Aero-Technik Gmbh, 8998 Lindenberg | Selbstüberwachter Stellantrieb, insbesondere für Steuerruder von Flugzeugen |
| US4807516A (en) | 1987-04-23 | 1989-02-28 | The Boeing Company | Flight control system employing three controllers operating a dual actuator |
| US5566091A (en) | 1994-06-30 | 1996-10-15 | Caterpillar Inc. | Method and apparatus for machine health inference by comparing two like loaded components |
| US5881971A (en) * | 1995-05-15 | 1999-03-16 | The Boeing Company | Monitoring systems for detecting failures in fly-by-wire aircraft flight control systems |
| US5616824A (en) | 1995-08-21 | 1997-04-01 | General Electric Company | Instrument for detecting potential future failures of valves in critical control systems |
| FI104129B (fi) | 1996-06-11 | 1999-11-15 | Neles Jamesbury Oy | Menetelmä säätöventtiilin kunnon valvomiseksi |
| ATE315815T1 (de) * | 1997-07-31 | 2006-02-15 | Sulzer Markets & Technology Ag | Verfahren zum überwachen von anlagen mit mechanischen komponenten |
| US6745107B1 (en) | 2000-06-30 | 2004-06-01 | Honeywell Inc. | System and method for non-invasive diagnostic testing of control valves |
| US6678584B2 (en) | 2002-05-03 | 2004-01-13 | Fisher Controls International Llc | Method and apparatus for performing diagnostics in a control loop of a control valve |
| US7689383B2 (en) | 2003-11-20 | 2010-03-30 | The Boeing Company | Component health assessment for reconfigurable control |
| FI119405B (fi) | 2006-02-21 | 2008-10-31 | Abb Oy | Laitteisto sähköisten liitosten kunnonvalvontaan |
| CN101086668B (zh) * | 2006-06-09 | 2010-06-16 | 空中客车德国有限公司 | 用于对阀控制系统进行测试的方法和装置 |
| US7478012B2 (en) | 2006-06-30 | 2009-01-13 | Fisher Controls International Llc | Computerized evaluation of valve signature graphs |
| EP1895452A1 (en) | 2006-08-18 | 2008-03-05 | Abb Research Ltd. | Life time estimation of objects |
| US8306778B2 (en) * | 2008-12-23 | 2012-11-06 | Embraer S.A. | Prognostics and health monitoring for electro-mechanical systems and components |
-
2009
- 2009-12-11 US US12/635,743 patent/US8955365B2/en not_active Expired - Fee Related
- 2009-12-23 BR BRPI0905485-5A patent/BRPI0905485A2/pt not_active IP Right Cessation
- 2009-12-23 CN CN200911000249.8A patent/CN101799365B/zh not_active Expired - Fee Related
- 2009-12-23 EP EP09015991.4A patent/EP2202600B8/en not_active Not-in-force
Also Published As
| Publication number | Publication date |
|---|---|
| EP2202600B1 (en) | 2014-10-08 |
| EP2202600A2 (en) | 2010-06-30 |
| EP2202600B8 (en) | 2014-11-12 |
| CN101799365A (zh) | 2010-08-11 |
| CN101799365B (zh) | 2015-05-13 |
| US8955365B2 (en) | 2015-02-17 |
| EP2202600A3 (en) | 2010-10-13 |
| US20100155634A1 (en) | 2010-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI0905485A2 (pt) | monitoramento do desempenho e prognàsticos para vÁlvulas de controle pneumÁticas de aeronaves | |
| Hashemian | State-of-the-art predictive maintenance techniques | |
| Coble et al. | Identifying optimal prognostic parameters from data: a genetic algorithms approach | |
| JP5306902B2 (ja) | 資産システムの高性能条件監視のためのシステムおよび方法 | |
| Coble et al. | Applying the general path model to estimation of remaining useful life | |
| RU2628146C2 (ru) | Способ предупредительного обнаружения отказа в устройстве, компьютерная программа, система и модуль для предупредительного обнаружения отказа в устройстве | |
| US7571057B2 (en) | System and method for monitoring degradation | |
| RU2654807C2 (ru) | Способ контроля клапана авиационного двигателя | |
| US20090276136A1 (en) | Method for calculating confidence on prediction in fault diagnosis systems | |
| KR101663426B1 (ko) | 대형 운용 시스템의 상태 기반 예방정비 장치 및 방법 | |
| JP6523815B2 (ja) | プラント診断装置及びプラント診断方法 | |
| CN117609716A (zh) | 基于状态健康信息的电力设备剩余寿命远程预测方法及系统 | |
| Babbar et al. | Advanced diagnostics and prognostics for engine health monitoring | |
| CN121169365A (zh) | 基于资产全生命周期的电网设备维护与寿命优化方法 | |
| JP7026012B2 (ja) | 機器状態監視システム及び機器状態監視方法 | |
| Folmer et al. | Data-driven valve diagnosis to increase the overall equipment effectiveness in process industry | |
| CN111443602A (zh) | 一种基于隐马尔可夫的阀门健康度估计与寿命预测方法 | |
| KR102573254B1 (ko) | 연합 학습을 이용한 기계설비 고장 예지 분석 시스템 | |
| CN121172977A (zh) | 应用于智能环网柜的全周期运行数据监测方法及系统 | |
| Mulligan et al. | Development of a data driven FDD approach for building water networks: Water distribution system performance assessment rules | |
| US20060085102A1 (en) | Methods for establishing alerts and/or alert limits for monitoring mechanical devices | |
| Dzakowic et al. | Advanced Techniques for the verification and validation of prognostics & health management capabilities | |
| BRPI0905485B1 (pt) | Processo e sistema para monitoramento do desempenho e prognósticos para válvulas de controle pneumáticas de aeronaves | |
| RU2680852C1 (ru) | Способ метрологической диагностики измерительных каналов уровня жидкости | |
| KR20250059091A (ko) | 신재생 발전 통합에너지 운영관리 시스템을 위한 고정밀 발전량 예측, 이상감지 및 고장진단 서비스 제공용 ai 모델링 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B25D | Requested change of name of applicant approved |
Owner name: EMBRAER S.A. (BR/SP) |
|
| B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
| B06T | Formal requirements before examination [chapter 6.20 patent gazette] | ||
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06A | Patent application procedure suspended [chapter 6.1 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 23/12/2009, OBSERVADAS AS CONDICOES LEGAIS. (CO) 20 (VINTE) ANOS CONTADOS A PARTIR DE 23/12/2009, OBSERVADAS AS CONDICOES LEGAIS |
|
| B21F | Lapse acc. art. 78, item iv - on non-payment of the annual fees in time |
Free format text: REFERENTE A 13A ANUIDADE. |
|
| B24J | Lapse because of non-payment of annual fees (definitively: art 78 iv lpi, resolution 113/2013 art. 12) |
Free format text: EM VIRTUDE DA EXTINCAO PUBLICADA NA RPI 2703 DE 25-10-2022 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDA A EXTINCAO DA PATENTE E SEUS CERTIFICADOS, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013. |