가스터빈 엔진 결함의 예후

항공기 엔진 유지보수자에게 관심 있는 문제는 가스터빈 엔진에서 잠재적으로 중요한 구성 요소의 자동 감지, 분류 및 예측(또는 예후)입니다. 자동 모니터링은 결함 부품의 수리 및 교체 비용을 크게 줄일 수 있는 가능성을 제공하며, 심지어 생명을 구할 수도 있습니다. 현재 예후 건강 모니터링(PHM)에서 사용되는 처리 방법은 상대적으로 간단한 지표나 특성과 규칙을 사용하여 센서 데이터의 변화를 측정하고 특징화합니다. 대안 솔루션은 적절한 특성 추출기와 결합된 신경망을 사용하는 것입니다. 우리는 신경망과 자동화된 규칙 추출기를 결합하여 다음과 같은 시스템을 형성하는 기술을 개발했습니다: 우수한 통계적 성능; 쉬운 시스템 설명 및 검증; 잠재적인 새로운 데이터 통찰력 및 새로운 규칙 발견, 참신성 탐지; 그리고 실시간 성능. 우리는 이러한 기술을 운영 엔진에서 수집된 데이터 세트에 적용합니다. 통합 시스템을 사용한 예후 예제가 보여지고 현재 PHM 시스템 성능과 비교됩니다. 예후 수행을 위한 규칙이 개발되고 규칙 성능이 비교될 것입니다.