مقاله انگلیسی روشی سیستماتیک برای تعریف معماری سیستم مدیریت پیش آگاهی و سلامت (2020 الزویر)

سیستم های مدیریت پیش آگهی و بهداشت (PHM) از طریق فراهم آوردن قابلیت های تشخیصی و پیش آگهی ، از نگهداری هواپیماها پشتیبانی می کنند و با افزایش دسترسی به اطلاعات حسگرها در هواپیماهای مدرن ، افزایش می یابد. تشخیصی ویژگی های تشخیص و انزوا از خرابی را فراهم می کند ، در حالی که پیش آگهی ها می توانند عمر مفید باقی مانده (RUL) سیستم را پیش بینی کنند. در ادبیات ، فن آوری های PHM از دیدگاه های مختلف مورد مطالعه قرار گرفته است ، اهداف مختلفی از جمله بهبود قابلیت اطمینان سیستم هواپیما ، در دسترس بودن ، ایمنی و کاهش هزینه های نگهداری را پوشش می دهد. از منظر طراحی ، چندین فرمول مفهومی از روش های طراحی موجود است ، مجموعه ای از معماری های سیستم PHM را بر اساس چارچوب های مختلف و اشتقاق الزامات سیستم امکان پذیر می سازد. با این حال ، یک روش شناسی منظم به سمت تعریف مداوم از معماریهای PHM به خوبی تکمیل نشده است. به ویژگی های معماری به طور عمیق پرداخته نشده است. برای پرداختن به این شکافها ، در این مقاله یک متدولوژی سیستماتیک برای تعریف معماری PHM ارائه شده است تا از طراحی کامل و مداوم تر در مرحله توسعه چرخه چرخه محصول اطمینان حاصل شود. علاوه بر این ، یک معماری عمومی PHM مطابق با این روش سیستماتیک در این مقاله ارائه شده است. مطالعه موردی به منظور تأیید و تأیید صحت معماری انجام شده است ، و اطمینان حاصل می کند که شرایط لازم برای نمایش صحیح و کامل از مشخصات PHM را برآورده می کند.

1. مقدمه

پیش آگهی ها و مدیریت بهداشت (PHM) به عنوان یکی از راه حل های اصلی برای بهبود قابلیت اطمینان سیستم ، ایمنی ، قابلیت حفظ ، پشتیبانی و قیمت مناسب اقتصادی برای دارایی های اصلی صنعتی (به عنوان مثال هواپیما ، نیروگاه ، قطار) ظاهر شده است. تعداد فزاینده ای از ادبیات فن آوری های تشخیصی و پیش آگهی را با هدف بهینه سازی عملیات و دارایی های دارایی و همچنین بهبود ایمنی ، قابلیت اطمینان و مقرون به صرفه بودن ارزیابی کرده است [1] ، [2]. علاوه بر این ، بسیاری از مقالات در مورد جنبه های اصلی سیستم و سیستم های PHM ، نظیر اصول نگهداری [3] ، [4] ، [5] ، هزینه و کارایی [6] ، [7] ، [8] ، ایمنی و قابلیت اطمینان [9] بحث می کنند. ]

PHM مجموعه ای از قابلیت ها را شامل می شود که هم شامل تشخیص و هم پیش آگهی است: تشخیص تشخیص مربوط به روند تشخیص و جداسازی گسل است ، در حالی که پیش آگهی ها روند پیش بینی وضعیت آینده یا باقی ماندن عمر مفید (RUL) مطابق با شرایط فعلی یا تاریخی است [10]. در تحقیقات نیو [11] بیان شده است که تیم طراحی باید درک کاملی از روشها برای انتخاب بهینه استراتژیهای نظارت ، ابزارها و الگوریتمهای مورد نیاز برای تشخیص ، ایزوله کردن و پیش بینی تکامل زمان گسل و همچنین سیستم ها ، رویکردها برای طراحی آزمایش و پروتکل های آزمایش ، معیارهای عملکرد و ابزاری برای تأیید و اعتبار بخشی کارایی و عملکرد مدلهای انتخاب شده. تحقیقات PHM از طریق نظارت بر فن آوری های مانیتورینگ ، تشخیصی و پیش آگهی ، تمرکز خاصی در مدیریت برخی از این پیچیدگی ها دارد. نشان داده شده است كه كاربرد استراتژيك فن آوري هاي PHM باعث كاهش مؤثر تجهيزات / فرآيندها و هزينه هاي نگهداري كمتر مي شود. بخشی از چالش PHM ، به ویژه برای تولید کنندگان ، این است که دقیقاً بدانند که چگونه PHM را در طول عملیات به کار گیرید تا حداکثر اطلاعات عملی را بدست آورید [12].

توجه؛ (این ترجمه توسط نرم افزار انجام شده و ویرایش نشده است و احتمال وجود اشتباه در آن وجود دارد. در صورت ثبت سفارش، ترجمه توسط مترجمین مجرب انجام خواهد شد. برای مشاهده نمونه ترجمه های تخصصی و اخیر مترجمین جهت اطمینان از کیفیت ترجمه، اینجا کلیک نمایید.)

Abstract

Prognostic and Health Management (PHM) systems support aircraft maintenance through the provision of diagnostic and prognostic capabilities, leveraging the increased availability of sensor data on modern aircraft. Diagnostics provide the functionalities of failure detection and isolation, whereas prognostics can predict the remaining useful life (RUL) of the system. In literature, PHM technologies have been studied from different perspectives, covering various aims such as improving aircraft system reliability, availability, safety and reducing the maintenance cost. From a design perspective, several conceptual formulations of design methodologies are available, enabling a set of PHM system architectures based on different frameworks and the derivation of system requirements. However, a systematic methodology towards a consistent definition of PHM architectures has not been well established. The characteristics of architectures have not been dealt with in depth. To address these gaps, this paper presents a systematic methodology for PHM architecture definition to ensure a more complete and consistent design during the development phase of the product lifecycle. Moreover, a generic PHM architecture in accordance with this systematic methodology is proposed in this article. A case study is conducted to verify and validate the architecture, ensuring it meets the requirements for a correct and complete representation of PHM characteristics.

1.Introduction

Prognostics and health management (PHM) has emerged as one of the key solutions for improving system reliability, safety, maintainability, supportability, and economic affordability for major industrial assets (e.g. aircraft, power plants, trains). A growing amount of literature has evaluated diagnostic and prognostic technologies with the aim to optimize asset operations and maintenance while improving safety, reliability, and cost-effectiveness [1], [2]. Moreover, many papers discuss key aspects of system maintenance and PHM systems, such as maintenance principles [3], [4], [5], cost and efficiency [6], [7], [8], safety and reliability [9].

PHM describes a set of capabilities involving both diagnostics and prognostics: diagnostics concerns the process of fault detection and isolation, while prognostics is the process of predicting the future state or remaining useful life (RUL) according to current or historical conditions [10]. In Niu’s research [11], it is stated that the design team should have a thorough understanding of methods for optimal selection of monitoring strategies, tools, and algorithms needed to detect, isolate, and predict the time evolution of the fault, as well as systems, approaches for designing experiments and testing protocols, performance metrics, and means to verify and validate the effectiveness and performance of the selected models. PHM research has a specific focus towards the management of some of this complexity via monitoring, diagnostic, and prognostic technologies. The strategic application of PHM technologies has been shown to effectively reduce equipment/process downtime and lower maintenance costs [12]. Part of the challenge of PHM, particularly for manufacturers, is to know exactly how to apply PHM within the operations to gain the maximum actionable information [12].