logo móvil
Contáctanos

Estimación y Mitigación de Efectos de Instalación Desconocidos en Aeronaves sobre Diagnósticos de GPA

Autores: Stenfelt, Mikael; Kyprianidis, Konstantinos

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Estimación y Mitigación de Efectos de Instalación Desconocidos en Aeronaves sobre Diagnósticos de GPA


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Turbinas de gas
Sensores
Comunicación de datos
Sistema de diagnóstico
Efectos de instalación
Modelos sustitutos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
En las turbinas de gas utilizadas para la propulsión de aviones, el número de sensores se mantiene al mínimo para un control preciso y una operación segura. Además, cuando se comunican datos entre la computadora principal del avión y los diversos subsistemas, diferentes sistemas pueden tener diferentes restricciones y requisitos respecto a qué datos transmitir. Al principio del proceso de diseño, estos parámetros son relativamente fáciles de cambiar, en comparación con un producto maduro. Si el sistema de diagnóstico de la turbina de gas no se considera al principio del proceso de diseño, puede llevar a que las funciones de diagnóstico tengan que operar con una cantidad reducida de datos. En este documento, se considera un escenario en el que la función de diagnóstico no puede obtener los efectos de instalación del avión. Los efectos de instalación en cuestión son la pérdida de presión en la entrada de aire (recuperación de presión), el flujo de purga y la extracción de potencia del eje. Se presenta un marco en el que se estiman los efectos de instalación desconocidos en función de los datos disponibles a través de modelos sustitutos, que se incorporan al marco de diagnóstico. El método se ha evaluado para un turbofan de bajo bypass con dos diferentes conjuntos de sensores. También se ha evaluado para dos esquemas de diagnóstico diferentes, ambos determinados y subdeterminado. Los resultados muestran que, en comparación con asumir un flujo de purga constante y potencia del eje como mejor estimación, el método propuesto reduce el RMS en la estimación de parámetros de salud del 26% hasta el 80% para los parámetros de salud seleccionados. Al mismo tiempo, el método propuesto muestra el mismo patrón de degradación como si los efectos de instalación fueran conocidos.

Otros recursos que podrían interesarte

Temas Virtualpro