跳转到内容

学院工程与计算

研究项目

学生们参与了CPM的许多项目。以下是当前和过去的项目列表。单击项目标题可展开选择并阅读更多内容。

聚焦项目:虚拟预测分析

预测性维护中心与克莱姆森大学、弗劳恩霍夫研究所和南卡罗来纳州商务部合作,制作了一个虚拟现实(VR)演示,以演示故障进展的影响及其对维护计划的影响。在虚拟现实环境中,用户能够查看和操作阿帕奇直升机尾桨驱动系统的数字双胞胎。在中间齿轮箱的寿命模拟运行显示,并为用户提供了磨损模式的视觉指示,由单个齿轮齿所经历的应力引起。与物理齿轮类似,这些应力模式越来越多地磨损齿轮齿到失效点。

该工具是一个垫脚石,为制造业提供了一种方法来减轻和检测故障,以生产零缺陷产品。包含数字双胞胎的虚拟现实环境可以为工厂经理、工程师和维护人员提供一种方法,不仅可以可视化故障进展,还可以可视化模拟及其结果。实际上,这减少了在物理组件上执行或查看此类模拟的时间、风险和成本。


当前的项目

这个项目的预期结果是提出一个通用模型来估计基于状态的维护实践产生的投资回报(ROI)。通过使用该模型,可以识别、估计建立信任措施前和建立信任措施后阶段可能的成本来源,然后将其表示为一个比率,即ROI。开发一个成功指标来衡量CBM实践的经济效益并非易事,因为它涉及以定量和定性措施的形式估算成本规避,将它们组合在一起,最后以单一指标的形式表示它们。

本课题以陆军航空兵为例进行研究。第一步将是在建立信任措施之前和之后阶段确定费用来源。建立信任措施前和建立信任措施后的成本都有两个来源:一个是直接因素,另一个是时间因素。单元级物流系统-航空(ULLS-A)是本项目中使用的主要数据源。费用部分以美元数表示,而时间部分最初以小时数估计,然后换算成美元数乘以小时率。下一步是计算成本,差额被认为是收益。煤层气实施过程中的投资被认为是成本。最后一步是计算ROI。

该项目涉及在飞机维修数据上使用数据挖掘技术,为建立智能预测系统的CBM提取有用的关系。数据将从不同的来源收集,如ULLS-A(飞机日志),HUMS(飞机传感器数据)和试验台数据。使用统计软件,将从这些定性和定量数据源的数据融合建立预测模型。潜在的好处包括:

  • 飞机和机队剩余使用寿命的预测工具;基于实际情况的动态预测
  • 部件故障预测工具;可能延长大修之间的时间
  • 剩余使用寿命和部件失效的原因;维修行动与原因因素的相关性
  • 积极规划未来的维护计划和行动

这个项目的预期结果是设计一个工具包,每个参与飞机管理的人都可以使用,包括飞行员、维护人员、机组负责人、工程师、业务分析师和领导层。该工具包将包括:

  • 预测模型它可以诊断单个组件和整个系统的当前健康状态
  • 剩余使用寿命(RUL)算法这是基于用各种数据集建立的预测模型
  • 指示板便于查看数据和结果

为了证明该系统运行正常,南卡罗来纳大学使用AH-64中间变速箱进行了演示。bob官方体育登陆该演示将有助于为所有用户创建一个教育工具,以展示维护项目将如何推进信任措施影响区域,以更好地执行飞机维护程序。

纳米颗粒添加剂与油、润滑脂混合时,可提高导热系数,减少摩擦,稳定粘度。CBM中心正在一架UH-60黑鹰辅助动力装置(APU)和几个阿帕奇变速箱上测试由NanoPro MT制造的纳米添加剂。

该项目的主要目标是确定在涡轮发动机中使用纳米油是否有任何燃料效率的好处。其他测试表明,活塞发动机的燃油效率提高了10%。如果APU和主涡轮发动机都能实现这种类型的燃料节省将转化为数百万美元。

阿帕奇尾桨传动系的中间变速箱正在进行磨损测试。与常规油相比,纳米油在每个磨损状态下都表现出更低的振动水平。如果振动水平可以降低,那么磨损也会降低。如果nanoro油可以减少磨损,那么部件的使用寿命将会延长。这将增加安全性,同时节省额外的成本。


过去的项目

该项目研究了在AH-64D飞机上实施主旋翼叶片楔形的好处。楔子被放置在飞机的叶片上以减少振动,就像风扇叶片平衡套件纠正吊扇的摆动一样。分析预测了使用楔形而不是弯曲修剪卡(目前的平衡方法)将避免的材料和操作成本。增值效益包括:

  • 更快,更容易,更准确的弯曲修剪标签
  • 减少维护时间和所需的转子平滑事件的数量
  • 消除了导致叶片需求减少的修剪片冲蚀故障
  • 整体飞机的振动水平较低
  • CBM的四个目标中有三个受到影响:士兵和维护负担减少,作战保障成本减少,飞机可用性增加
  • 10年投资回报率在9.8:1至23:1之间,适用于当前飞行速度和和平时期预计飞行小时

ROI也可以确定在其他飞机上实施楔形。

本项目涉及尾桨齿轮箱在种子故障条件下的部件测试。正在检查的故障是尾桨变速箱输入和输出密封泄漏油脂。研究人员设计了一项实验,为三个不同的高寿命齿轮箱的输出密封泄漏创造最坏的情况,这些齿轮箱将在种子故障条件下运行500小时。测试目的是证明输出密封泄漏的飞机可以继续运行,直到预定的阶段维护。虽然以前认为不可能,但在研究过程中,很明显,油脂可以自由地从主齿轮室移动到静态桅杆。结果,输出密封泄漏导致齿轮啮合表面的润滑剂饥饿,最终导致输入齿轮齿的灾难性故障。测试的三个齿轮箱在故障播发后分别存活了490、487和573小时,并且在齿轮箱接近故障时记录了大量的振动和热观测。增值包括:

  • 改变整个舰队的维护实践
  • USC设计的新型输出密封移除工具目前已在现场使用
  • 提高飞机适航性
  • 减少零件成本,必要的停机时间和劳动力需求

该项目旨在测试霍尼韦尔的advisor传感器及其潜在的诊断和预后能力。这是使用AH-64尾桨传动系统组件完成的。advisor是非接触式传感器,使用24GHz多普勒雷达向目标组件传输射频能量,射频能量从目标表面和边缘反射回来。传感器测量由目标位移引起的输入和输出信号之间的相位变化。advisor传感器具有宽视场,使其能够同时监测多个组件。福利包括:

  • 新型非接触式传感器用于煤层气的使用
  • 平台无关的
  • 减少所需的传感器数量,从而减少总重量

该项目涉及确定润滑脂使用水平与中间变速箱(IGB)振动强度之间是否存在相关性。为了检测直升机部件的物理变化,使用各种算法计算状态指示器(CI)。然而,由于每种算法都针对特定的故障,因此ci能够检测问题的程度是有限的。目前,没有CI可以直接检测IGB中的润滑脂损失,因此必须由维护人员每25个飞行小时检查一次服务水平。潜在的结果可能包括:

  • 确认当前的维护操作(无相关性);因此,严格的油位监测系统对直升机的健康不那么重要
  • 潜在提高故障表征的准确性(如果相关性存在);油脂含量的变化会对ci产生影响

本项目的目的是评估AH-64D现代化信号处理单元(MSPU)的一种新型尾桨转速计设计。MSPU的旧尾桨转速表设计需要0.022和0.024英寸之间的间隙。这个非常小的间隙很难在现场长时间保持。此外,目前转速表传感器在安装后不久就出现了可靠性问题,这可能与其公差间隙要求低有关。一个新的尾桨转速表设计将允许一个更大的差距,因此增加其易用性和可靠性。在FPG101和FPG70两种转速配置下,对不同转速表设计进行了测试。增值成果包括:

  • 电流转速计设计可以采用0.043英寸的间隙(几乎是电流限制的两倍)
  • 新的转速计中断器允许测量的间隙为0.25英寸,这是测试的最大允许公差

与NEI合作的这个项目旨在提高中间变速箱的性能。在概念验证研究中,研究和测试了移动航空齿轮润滑剂(AGL)中不同的纳米颗粒添加剂,作为一种潜在的改进润滑剂。传动系齿轮箱中的润滑油泄漏仍然是一个关键问题,也是现场常见的故障。纳米流体已被证明是有效的传热,以实现更好的冷却目的,并通过提高流体的热学和流变性能来延长组件的寿命。这是通过加入纳米颗粒添加剂来提高导热性,同时尽可能减少对粘度的影响。使用南加州大学化学工程设施中可用的流变仪和粘度计测量变速箱的热和振动状态指示器(CI)特性。结果显示,益处包括:

  • 含有纳米流体的齿轮箱的温度比不含纳米颗粒的AGL低20°F
  • 含有AGL的纳米颗粒添加剂可以用作变速箱的润滑剂,以提高其他飞机的性能(例如降低工作温度)
  • 纳米流体的一些振动和CI响应在量级上小于不含纳米颗粒的基础AGL

这可能导致未来与GasTOPS和南卡罗莱纳陆军国民警卫队在润滑剂碎片分析方面的合作。

该项目研究阿帕奇AH-64直升机尾桨和中间齿轮箱中使用的润滑脂在工作温度限制内同时受到机械和热负荷时的流变特性变化。据观察,在测试的剪切速率范围内,表观粘度有显著降低。这种表观粘度的降低可能导致牙齿之间接触区域润滑不足,从而加速牙齿磨损。为了验证性质的变化是否仅由温度引起,研究人员对在195°F的对流烤箱中加热的润滑脂样品进行了研究。结果表明,这种影响不仅仅是由于温度。然而,当同时施加机械和热负荷时,润滑脂的流变性能发生了巨大的变化。观察到,润滑脂达到稳定或亚稳态,此后它的表观粘度似乎没有太大的变化,无论是操作条件或时间。处于这种稳定或亚稳态的润滑脂与原始润滑脂具有显著不同的流变性能。增值效益包括:

  • 在润滑、温度和性能方面增加了齿轮箱中使用的润滑脂的流变特性的知识
  • 在现有煤层气基础设施中整合石油分析;努力提高浸湿组件实时健康监测系统的整体效率

该项目涉及使用高阶谱分析来诊断和表征振动信号。传统的基于自功率谱和交叉功率谱的振动信号线性谱分析技术是旋转部件诊断的常用工具。然而,线性谱分析技术在诊断中由于各种谱分量之间的非线性或参数化过程相互作用而受到限制。在这种情况下,建议采用非线性谱分析技术(HOS分析,又称多谱分析)来准确完整地表征振动信号。HOS是高阶相关函数的频域表示,用于研究信号分量之间的非线性相关性。居屋计划的增值效益包括:

  • 更可靠和准确的飞机部件诊断模型
  • 产生额外的信息,可用于获得更多的知识,并获得比经典光谱分析更准确的诊断
  • 提供更多的信息,描述在振动频谱中出现某些频率的根本原因,经典频谱分析通常是不够的

与传统状态指示器相比,这些高阶光谱技术可用于任何飞机的传感器数据(旋转部件),以产生额外的诊断信息。

该项目是应用自然语言处理(NLP)技术以提高V-22飞机可靠性和降低成本的总体努力的一部分。该计划有三个主要目标。首先,根据自由文本字段中的报告和飞机技术手册中的条目,研究和开发方法来协调维护行动。其次,精简冗余条目的笨拙技术手册,因为需要识别语义相似但语法不同的条目。第三,研究现有本体技术对创建维护“推理器”知识库的适用性。增值成果包括:

  • 创建了一个针对维护记录的新的文本预处理程序,提高了基准NLP词性标记和实体提取方法的性能
  • 编程以识别大型文本数据存储中相似的文本条目,并根据区分程度对它们进行分类
  • 本体技术在机械维修环境中的应用综述

专门为维修记录开发的方法和算法可以应用于其他飞机文本数据(即日志),以提取有用的信息并发现模式。


挑战传统。创建例外。没有限制。

©
Baidu