Entwicklung und Validierung von Diagnosetools und Prognosetools für Lager unter Verwendung von HUMS-Zustandsindikatoren

Gesundheits- und Nutzungsüberwachungssysteme (HUMS) werden derzeit in militärischen und zivilen Hubschraubern zur Gesundheitsüberwachung von flugkritischen Komponenten eingesetzt. Typischerweise werden Vibrationsdaten, die während eines Fluges aufgezeichnet werden, verarbeitet, um Zustandsindikatoren (CIs) zu generieren. CIs von gesunden Komponenten werden normalerweise verwendet, um Schwellenwerte festzulegen, sodass die Wahrscheinlichkeit, dass die CIs von nominalen Komponenten die Schwellenwerte überschreiten, gering ist. Wenn ein CI den Schwellenwert überschreitet, wird die Komponente als defekt erklärt. Die Einschränkung dieser CI-Schwellenwerte besteht darin, dass sie nicht quantitativ mit dem Gesundheitszustand der Komponenten korrelieren und daher nicht für eine genaue Diagnose und Prognose im Rahmen der zustandsbasierten Wartung verwendet werden können. In diesem Papier präsentieren wir eine Erfahrung in der Entwicklung von Diagnosetools und Prognosetools für Lager unter Verwendung von HUMS-Zustandsindikatoren. Datenabbildungsmodelle werden untersucht, um die CIs mit den physischen Schäden der Lager zu korrelieren und die minimale Menge an CIs mit dem maximalen Korrelationskoeffizienten zu bestimmen. Darüber hinaus werden Datenabbildungsmodelle für die Lagerprognose untersucht. Diese Datenabbildungsmodelle werden mit realen Testdaten von Rollenlager mit Zwischeninspektion validiert. Die Bedeutung der in diesem Papier präsentierten Arbeit besteht darin, dass sie nicht nur zur Festlegung von CI-Schwellenwerten in HUMS für zuverlässige Diagnosen verwendet werden kann, sondern auch potenziell die prognostische Fähigkeit von HUMS verbessern könnte.