[发明专利]用于在分层分布式基于条件的维护系统中执行基于条件的数据采集的方法

说明书

技术领域

本申请包含与其它共同拥有、共同待决的申请中公开的主题相关的主题。照这样，共同拥有、共同待决的申请13/016,601、13/077,276、13/115,690、13/572,518和13/273,984中的每一个均已经被整体地结合到本文中作为参考。

技术领域

本发明总体上涉及用于监控复杂系统的基于条件的健康维护系统的故障模型架构，并且更特别地涉及一种用于累积来自分层监控系统的数据以在特定条件下实时地为另外新经历的症状创建故障条件记录的方法。这样的系统在以下情况下是特别有利的：其中不能人工地或利用传统系统来诊断或识别故障条件，直到系统被校正，并且除非故障条件变成已知的，否则系统不能被校正。

背景技术

车辆复杂性的增加以及伴随的维护成本的增加已经导致到基于条件的健康管理(CBM)的领域中的产业广泛投资。这些努力已经导致了产业或设备特定的过程解决方案的开发。然而，传统的CBM系统通常被严格地配置，需要用户忍受不方便的性能或支付显著的修改成本。

图1是在监控复杂系统(未示出)方面可能有用的示例性多级健康维护过程10的简化框图。如本文中所讨论的复杂系统可以是任何类型的车辆、飞行器、制造过程、或机器，其可以利用传感器、换能器(transducer)或其它数据源以监控复杂系统的各种组件和参数。典型地，传感器/换能器位于组件或过程测量级20处，以测量、收集原始数据并通过各种数据驱动输入/输出(I/O)设备来传送原始数据。该原始数据可以表示故障指示符、参数值、过程状态、操作模式、以及事件、消耗品使用和状态、交互数据等。其它数据源的非限制性示例可以包括串行数据文件、视频数据文件、音频数据文件以及内建测试设备。

一旦测量到复杂系统的参数，典型地就将测量数据转发到在处理的提取级30处的更完善的设备和系统。在提取级30处，可以发生更高级的数据分析和记录，诸如趋势以及其它症状标记的确定或导出。

症状标记进一步被处理并传送到解释级40，其中适当编程的计算设备可以诊断、预测默认指示或跟踪消耗品使用和消耗。原材料和其它使用数据也可以被确定和跟踪。按照惯例，典型地通过将所检测的参数应用到大型集中故障模型41(其中对数据、经处理的数据或融合数据进行分析)来确定诊断、预测和默认指示。

在解释级40处合成的数据可以在动作级50处由维护规划、分析和协调软件应用进行编译和组织，以用于在交互级60处报告和与各种用户的其它交互。

虽然实现CBM系统所需要的过程正变得更加广为人知，但是CBM系统的复杂性水平保持高，并且开发这些解决方案的成本相当高。用于产生廉价的公共CBM解决方案的尝试已经不太令人满意，该公共CBM解决方案与将被监控的复杂系统的设计无关。这样是因为按照其复杂系统可能故障的方式和通过其表明故障的症状的组合和排列高度取决于系统设计以及集中故障模型41的完善化。

按照惯例，如果需要附加的数据来确定故障的原因，则技术人员将人工地编辑数据收集规范(即，子例程)并将其上传到CBM系统以在下一次发生故障时收集数据。然而，在一些情况下，诊断故障所需要的数据不能被重新创建，直到故障被校正。因此，存在一种捕获22场景，其中在没有附加的数据的情况下，技术人员不能解决问题，并且，在未先解决问题的情况下，不能获得数据。用于解决这个问题的一种方法是一直记录所有的信息。虽然这样的方案仅生成必须被处理、存储和在具有有限带宽的总线上传输的无用信息的过剩。然而，存在特定故障模式，对于该特定故障模式而言，监控经历故障模式的资产的CBM节点或者其它CBM节点可以实时地获得附加的数据，其将有助于识别出故障的根本原因和相应的校正动作。这提供了与仅利用所报告的症状(亦称故障代码、维护代码、诊断故障代码等)将是可用的诊断信息相比更高保真度的诊断信息。“在条件下(on condition)”完成这样的辅助数据收集，以便减少数据收集开销、网络带宽、CPU时间、存储器和其它系统资源。其在正确的时间捕获正确的数据。

因此，期望开发一种健康维护系统架构，其足够灵活来支持一系列的复杂系统。另外，期望开发一种健康维护系统，其可以容易地被用户重新配置以在故障发生时允许辅助数据收集，并且基于所检测的症状自动地确定要被收集的必要的补充数据。这样的系统省去了非常高昂的重新编程的成本和延迟。此外，根据与本发明的附图以及该背景进行结合的本发明的后续详细描述和所附权利要求，本发明的其它期望的特征和特性将变得显而易见。

发明内容