가스터빈 엔진의 건전성 관리기술은 엔진의 개발과 병행하여 60년간 지속적으로 발전한 분야로써 시스템 성능관측 및 유지보수 차원에서 매우 중요하게 다루어져왔다. 이 기술은 진보된 측정기술, 전자공학 및 소프트웨어 기술 그리고 신뢰성 있는 모델 개발과 같은 다양한 기술을 기반으로 하고 있으며, 각 분야의 기술적 발전에 힘입어 상용화 되었다. 본 논문에서는 선진국에서의 과거 건전성 관리기술 발전 역사를 되짚어 보고, 어떠한 연구로 현재까지 이어져 왔으며, 향후 어떻게 발전해 갈 것인지 살펴보았다. 마지막으로 국내의 연구동향을 살펴보고 선진국 대비 현재의 우리의 현황을 비교 분석함으로써, 관련 기술을 실용화 하고 체계화하기 위한 연구방향에 대해 제안하였다.
가스터빈 엔진의 건전성 관리기술은 엔진의 개발과 병행하여 60년간 지속적으로 발전한 분야로써 시스템 성능관측 및 유지보수 차원에서 매우 중요하게 다루어져왔다. 이 기술은 진보된 측정기술, 전자공학 및 소프트웨어 기술 그리고 신뢰성 있는 모델 개발과 같은 다양한 기술을 기반으로 하고 있으며, 각 분야의 기술적 발전에 힘입어 상용화 되었다. 본 논문에서는 선진국에서의 과거 건전성 관리기술 발전 역사를 되짚어 보고, 어떠한 연구로 현재까지 이어져 왔으며, 향후 어떻게 발전해 갈 것인지 살펴보았다. 마지막으로 국내의 연구동향을 살펴보고 선진국 대비 현재의 우리의 현황을 비교 분석함으로써, 관련 기술을 실용화 하고 체계화하기 위한 연구방향에 대해 제안하였다.
The technology for health management of gas turbine engine has grown with engine development itself for 60 years and regarded as important area for performance monitoring and maintenance of the system. This technology which is based on several areas such as advanced measurement technology, electroni...
The technology for health management of gas turbine engine has grown with engine development itself for 60 years and regarded as important area for performance monitoring and maintenance of the system. This technology which is based on several areas such as advanced measurement technology, electronics, software technology and reliable system modeling is realized. This paper analyzed the past, current and future technical trend of a technically advanced country and compared with domestic research status. Based on the analysis, the key research topics for the realization of technology is suggested.
The technology for health management of gas turbine engine has grown with engine development itself for 60 years and regarded as important area for performance monitoring and maintenance of the system. This technology which is based on several areas such as advanced measurement technology, electronics, software technology and reliable system modeling is realized. This paper analyzed the past, current and future technical trend of a technically advanced country and compared with domestic research status. Based on the analysis, the key research topics for the realization of technology is suggested.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 예측(Prognosis)을 제외한 건전성 평가 기술의 필요성이 제기된 가스터빈 엔진의 개발 초기로부터, 고성능 센서와 전자 장비를 기반으로 하여 발전한 관련 기술을 다양한 관점에서 검토하였다.
가스터빈 엔진의 건전성 관리에 관한 선진국의 기술발전 동향에 대해 살펴보았다. 본 기술은 가스터빈 엔진의 태생과 연동하여 60년간 다양 한 분야의 연구와, 엔진 OEM을 중심으로 구현 되어 왔고, 엔진의 높은 안정성과 효율적인 유지 보수 체계를 구축할 수 있는 기술적 토대를 제하였다.
가스터빈 엔진의 건전성 관리에 관한 선진국의 기술발전 동향에 대해 살펴보았다. 본 기술은 가스터빈 엔진의 태생과 연동하여 60년간 다양 한 분야의 연구와, 엔진 OEM을 중심으로 구현 되어 왔고, 엔진의 높은 안정성과 효율적인 유지 보수 체계를 구축할 수 있는 기술적 토대를 제하였다. 그러나 국내의 연구는 체계 수준의 재사용 가능한 엔진에 대한 개발 경험이 없어 관련 연구에 대한 동기 및 관심이 부족하였고, 이로 인하여 매우 제한된 수준에서 이론적 진단 알고리즘 연구에 집중되어 있어 폭넓은 연구로 발전하지 못하였다.
가설 설정
전통적인 구성품의 수명평가 방법은 전체 구 성품의 사용 시간을 엔진의 작동시간 또는 전체 누적된 사이클을 기반으로 평가하였다. 이러한 사이클은 비행기의 모든 엔진이 예상된 비행 프로파일과 같은 방법을 따른다고 가정한 것이다. 따라서 수명평가는 매우 보수적으로 평가함으로써 안정성을 확보하도록 하였다.
제안 방법
이 변수들은 항공 운항 사 및 OEM의 협의에 의해 개별적 결함 사례들을 근간으로 결정되었는데, AIMS는 항공사별로 서로 다른 요구를 통해 개발 되었음에도 불구하고 매우 유사한 내용들을 포함하고 있었다. AIMS을 통해 획득한 데이터는 순항 중 여러 중요한 자료의 평균치를 기록하였고, 이륙 중에 관심 있는 변수들이 QAR (Quick Access Recorder)에 기록되었다. 저장된 데이터는 지상 컴퓨터로 다시 전달되어 데이터의 경향성, 주요한 변수들의 운용 여유, 엔진의 안정성 평가와 유지보수 지원 그리고 병참의 주요 정보에 활용되었다.
본 논문은 예측(Prognosis)을 제외한 건전성 평가 기술의 필요성이 제기된 가스터빈 엔진의 개발 초기로부터, 고성능 센서와 전자 장비를 기반으로 하여 발전한 관련 기술을 다양한 관점에서 검토하였다. 가스터빈 엔진의 예측 및 건전성 관리(PHM, Prognosis and Health Management)에 관한 기본 개념과 주요 용어의 정의는 참고문헌 [3,4]를 기반으로 하였고, 전반적인 기술 분야에 대한 범주와 거시적 동향은 참고문헌 [5-8]을 근간으로 하였다. 마지막으로 국내 기술발전의 현황을 항공기 엔진과 그리고 기타 산업분야의 공통의 관심사에 대해 간단히 정리하였고, 이를 통해 궁극적으로 항공기 엔진의 건전성 관리 시스템을 구축하고 이를 유지보수 시스템과 연계하기 위한 국내 기술발전 방향을 제시하였다.
가스터빈 엔진의 예측 및 건전성 관리(PHM, Prognosis and Health Management)에 관한 기본 개념과 주요 용어의 정의는 참고문헌 [3,4]를 기반으로 하였고, 전반적인 기술 분야에 대한 범주와 거시적 동향은 참고문헌 [5-8]을 근간으로 하였다. 마지막으로 국내 기술발전의 현황을 항공기 엔진과 그리고 기타 산업분야의 공통의 관심사에 대해 간단히 정리하였고, 이를 통해 궁극적으로 항공기 엔진의 건전성 관리 시스템을 구축하고 이를 유지보수 시스템과 연계하기 위한 국내 기술발전 방향을 제시하였다.
센서는 엔진 제어를 목적으로 한 것과 EHM을 목적으로 한 것으로 구분되어 있었는데, 가속도계는 압력/온도 센서에 비하여 상대적으로 선택의 폭이 넓지 못하였고, 진동특성 측정을 위하여 팬/기어박스/터빈 근방에서 측정하였다. 유동 관련한 측정 센서의 주파수 대역폭은 5~20 Hz 수준임에 비해 진동 신호는 2~5 kHz인 것 또한 탑재 장비에서의 분석을 어렵게 한 이유이 기도하다.
베어링이나 기어의 성능저하와 같은 기계적인 시스템에 대한 관측은 가속도계를 통한 진동 특성을 관측함으로써 가능한데 과거에는 컴퓨터의 성능 한계로 인하여 TSA (Time Synchronous Averaging)와 같은 알고리즘을 사용하였는데 현재는 FFT, Wavelet변환과 같은 알고리즘을 이용하고 그 변화된 신호 특성을 패턴 인식 기법과 결합하여 진단하는 방법으로 발전하고 있다. 아 울러 윤활유 속에 있는 금속, 비금속 입자를 최소 125 ㎛ 까지 검출함으로써 베어링의 성능 변화나 결함을 검출할 수 있도록 하고, 이를 F22-Rapter의 F119-PW-100엔진에 적용하였다[30, 31]. 한편으로 엔진 연소가스를 통해 방출되는 파편을 정전기 원리를 이용하여 검출하는 방법인 EDMS (Engine Distress Monitoring System) 가 1970년도부터 적용되어 GPA를 통해 검출할 수 없는 진단 방법의 보조 수단으로 사용되었는 데, 현재는 비행 중에도 지속적으로 데이터를 측정하여 진단 정보로 활용할 수 있도록 적용하여 2000년대의 군용 항공기에 많이 적용되었다[32].
이어 지상 시스템은 장시간에 걸쳐 발생하는 성능저하 예측과 정비계획 정보를 생산하고, 이를 항공 기단의 운용정보로 활용할 수 있도록 제공한다. 이 개념을 기본으로 하여 미래의 EHM의 발전 동향을 센서, 정보 융합 및 해석 기법 그리고 지능형 엔진의 관점에서 살펴보았다.
현대의 엔진 제작사들은 이 분석 방법을 적용한 프로그램을 보유하고 있는데, 롤스로이스의 COMPASS[17], 프랫휘트니의 SHERLOCKTM[18], 제너럴 일렉트릭의 TEMPER[19]와 같은 프로그램이 대표적이다. 이 프로그램들은 GPA의 분석기 법 이외에도 개별 엔진의 이력 데이터로부터 정보를 추론할 수 있는 기능과, 고장 수리해야 할 대상에 대한 비용적인 관점에서 정보를 제공한다. 더구나 JET-CARE에서 제공하는 iECHOGPA의 경우에는 스마트폰을 이용하여 데이터를 입력할 경우 상태를 진단하는 서비스를 제공하는 단계까지 매우 이용이 쉬운 방법으로 발전해왔다.
과거에 엔진 상태를 감시한다는 것은 엔진의 연소가스 온도, 스풀 회전수, 그리고 전반적인 진동요소의 진폭을 관측함으로써 성능이 저하되거나 원치 않는 작동상태에 빠지는지를 검출하는데 주된 목적이 있었다. 이러한 업무는 조종사가 비행 중에 조종실에 위치한 여러 계기 정보를 수기로 기록하고 이를 지상의 분석자에게 전달하고 분석함으로써 진단을 수행하였다.
이 분석기법을 수학적으로보다 자세히 살펴보면, 측정 정보와 성능 변수의 개수가 같은 경 우 영향 계수행렬(ICM, Influence Coefficient Matrix)로부터 역함수인 FCM (Fault Coefficient Matrix)를 구할 수 있어 문제를 쉽게 해결할 수 있는 방법이다. 이후에 모델 및 측정오차로부터 발생한 오차를 상태변수로 추가하여 부정정 방정식의 구조로 구성하고, 이를 칼만 필터의 간결 한 형태인 최대 사후 확률(Max. a posterior probability)을 가지는 해를 구하는 방법으로 발전하였다[19]. 초기 개발 이후 상당시간 동안 이 기법은 몇 가지 결점을 가지고 있음에도 불구하고 현재까지 지속적으로 발전하고 있으며 감지기의 치우침 오차, 외부 손상에 의해 방정식의 해가 모든 구성품으로 전파되는 번짐 현상 (Smearing effect)에 대한 연구가 많이 수행되었다[20-22].
대상 데이터
3과 같이 적절히 조합하고 추론함으로써 진단의 식별성과, 진단의 신뢰도 그리고 진단의 잘못된 알람을 최소화 할 수 있다. 이용할 수 있는 정보는 엔진에 장착된 센서를 통해 직접 측정한 데이터로, 엔진 유동과 관련한 압력, 온도, 윤활유 및 연료시스 템의 오일 온도, 압력, 오염 정보, 오일 품질, 잔여 오일양, 연료 온도, 연료 압력, 터빈, 베어링 및 기어박스 근방에서 측정한 진동, 흡입구 및 노즐을 통해 측정한 파편 정보, 음향센서, 블레이트 팁 간극 센서와 같이 것이 있다. 아울러 엔 진의 운전 특성에 직접적인 영향을 주는 엔진제어 프로그램 그리고 엔진의 상태정보를 추정하기 위하여 엔진 제어기 및 EHM 모듈에 탑재된 엔진 모델이 있다.
후속연구
과거에는 지상 소프트웨어 개발을 통하여 보다 정확한 분석과 이를 이용한 유지보수 시스템과의 연계가 가능하도록 하였으나 탑재 전자장비의 계산 및 저장능력 증대로 인하여 탑재 소프트웨어서 많은 부분을 수행할 것으로 예상된다. 더구나 탑재 소프트웨어로의 영역으로 확대되며 인공지능 분야의 알고리즘에 대한 인증 문제와 연계될 것이 예상된다.
RTD 온도센서가 현재 많이 사용되고 있으며, 광학을 이용한 온도계가 일부 사용되나 상대적으로 낮은 온도에만 적용 가능하다. 따라서 비 투과식의 복사 온도계 또한 기대되는 방향이며, 향후 측정의 원리와 기술은 보다 미래형 EHM의 요구와 응용에 따라 발전할 것으로 예상된다. 능동 연소 불안정제어를 위한 요구는 연소가스 성분, 능동 팁 유격 제어 등이 예상되는 분야이다[39].
머지않은 미래에 국내의 독자적인 항공기 체계 개발에 관한 요구와 국산 엔진의 필요성이 제기되면, 엔진과 수명을 같이하는 EHM 분야의 기술연구가 병행해야 될 것으로 예상된다. 특히 EHM에 관한 연구는 항공기 엔진에 대한 지식을 기반으로 하는 알고리즘 연구와 전자공학 기반의 센서 및 탑재장비, 전산공학 기반의 SW, 고장에 대한 검증 및 수학적 추론에 관한 복합적인 연구를 통해 체계화가 가능하기 때문에 개 발에 많은 시간이 소요될 것으로 예상되며, 시급한 선행 연구가 필요할 것으로 판단된다.
국제 항공운송협회(IATA)의 2015년도 항공기 유지보수 비용분석 보고서에 따르면 2014년도 621억 달러에 이르는 유지보수 시장의 규모가 2024년도에는 900억 달러로 증가해 갈 것으로 추정하고 있다[1]. 이 비용은 군용 무기체계, 함정 및 산업용 발전기 시장으로 확대해 보면 보다 큰 규모가 예상되고, 항공기 운용 안정성, 운용시간(On Wing Time)의 증대 요구와 결합하여 관련 분야의 기술발전과 시장의 관심은 점점 더 증가해 갈 것으로 예상된다. 더구나 국내의 가스터빈 엔진의 개발 능력은 유도 무기체계용으로 설계 및 제작 경험을 보유하고 있고[2], 국외 OEM (Original Engine Manufacturer)사에 주요 부품을 납품하는 제작 능력을 확보하고 있다.
정보융합 및 융합된 정보의 활용방법에 대한 것 또한 매우 발전이 예상되는 분야로써 모델, 구속조건, 가정 그리고 해석적 추론과 같이 다양 한 종류의 정보를 획득하는 방법으로부터, 이를 퍼지이론과 같은 기존의 알고리즘을 적절히 활용하여 정보를 효과적으로 융합하는 방법[36] 또 는 새로운 수학적인 알고리즘에 기반한 기법이 연구될 것으로 예상된다.
머지않은 미래에 국내의 독자적인 항공기 체계 개발에 관한 요구와 국산 엔진의 필요성이 제기되면, 엔진과 수명을 같이하는 EHM 분야의 기술연구가 병행해야 될 것으로 예상된다. 특히 EHM에 관한 연구는 항공기 엔진에 대한 지식을 기반으로 하는 알고리즘 연구와 전자공학 기반의 센서 및 탑재장비, 전산공학 기반의 SW, 고장에 대한 검증 및 수학적 추론에 관한 복합적인 연구를 통해 체계화가 가능하기 때문에 개 발에 많은 시간이 소요될 것으로 예상되며, 시급한 선행 연구가 필요할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
지능형 엔진은 무엇인가?
지능형 엔진은 엔진의 제어 및 진단 전 분야에서의 기술적 진보를 이루는 엔진을 의미하며, EHM은 고성능의 탑재 컴퓨터를 이용하여 실시 간으로 결함을 검출/식별하여 엔진이 결함 또는 고장에 노출된 시간을 최소화함으로써 안정성을 보장하도록 하는 것이다[40]. 따라서 FADEC과 EHM의 통합 알고리즘에 관한 연구는 매우 주목받는 연구 분야로 성장할 것으로 예상된다.
국내의 EHM에 관한 기술 중 항공분야의 현황은 어떠한가?
국내의 EHM에 관한 기술은 토목, 기계, 항공, 자동차등 산업 전반에서의 관심으로 나타나고 있으며[46-50], 일부 분야에서는 관련 센서에 관한 연구도 수행된 경험이 있다[49]. 이 중에서 항공분야는 액체로켓과 가스터빈 엔진에 대하여 현황에 대한 분석과 진단에 대한 연구가 주를 이루고 있다.
미래의 EHM은 비행체에 어떤 방식으로 정보를 공급하는가?
미래의 EHM은 Fig. 4와 같이 항공기에 탑재된 다양한 센서로부터 측정한 데이터를 이용하여 신속하게 비행 중 결함에 대한 검출, 분리, 예측 및 대응을 하고, 동시에 지상의 시스템들은 실시간으로 전송받은 데이터를 이용하여 지상에서 분석한 정보를 비행체에 공급한다. 이어 지상 시스템은 장시간에 걸쳐 발생하는 성능저하 예측과 정비계획 정보를 생산하고, 이를 항공 기단의 운용정보로 활용할 수 있도록 제공한다.
Park, I.S., Hwang, K.Y. and Min, S.K., "Introduction to Engine Control and Technology Trend," Defense Science & Technology plus, Vol. 177, 2013.
Link, C.J. and Jack, D.M., AIRCRAFT ENGINE CONTROLS DESIGN, SYSTEM ANALYSIS AND HEALTH MONITORING, AIAA EDUCATION SERIES, American Institute of Aeronautics and Astronautics, Inc., Reston, N.V., U.S.A., 2009.
Isermann, R. and Balle, P., "Trends in the Application of Model-Based Fault Detection and Diagnosis of Technical Processes," Control Eng. Practice, Vol. 5, No. 5, pp. 709-719, 1997.
Volponi, A.J., "Gas Turbine Engine Health Management: Past, Present, and Future Trends," ASME Journal of Engineering for Gas Turbines and Power, Vol. 136, Issue 5, pp. 1-20, 2014.
Jonathan, S.L. and Donald, L.S., "A Survey of Intelligent Control and health Management Technologies for Aircraft Propulsion Systems," NASA, TM-2005-213622, 2005.
Steven, M.A. and Robert, K.G., "An Overview of Prognosis Health Management Research at GRC for Gas Turbine Engine Structures with Special Emphasis on Deformation and Damage Modeling," Annual Conference of the Prognostics and Health Management Society, San Diego, C.A., U.S.A., pp. 1-19, Oct. 2009.
Link, C.J., "Recent Advancements in Aircraft Engine Health Management (EHM) Technologies and Recommendations for the Next Step," ASME Turbo Expo., Reno, N.V., U.S.A., GT2005-68625, Jun. 2005.
Haldar, A. and Mahadevan, S., Probability, Reliability and Statistical Methods in Engineering Design, John Wiley & Sons, New York, N.Y., U.S.A., 2000.
Tu, J., Choi, K.K. and Park, Y.H., "A New Study on Reliability-Based Design Optimization," Journal of Mechanical Design, Vol. 121, No. 4, pp. 557-564, 1999.
Merrington, G.L., "Fault Diagnosis of Gas Turbine Engines From Transient Data," Journal of Engineering for Gas Turbines and Power, Vol. 111, Issue 2, pp. 237-243, 1989.
Cyrus, B.M. and Rakesh, B., "Condition Monitoring and Diagnostic Aspects of Gas Turbine Transient Response," ASME 1992 International Gas Turbine and Aeroengine Congress and Exposition, Germany, pp. 1-10, Jun. 1992.
Merrington, G., Kwon, O.K., Goodwin, G. and Carlsson, B., "Fault Detection and Diagnosis in Gas Turbines," Journal of Engineering for Gas Turbines and Power, Vol. 113, No. 2, pp. 276-282, 1991.
Urban, L.A., "Parameter Selection for Multiple Fault Diagnostics of Gas Turbine Engines," Journal of Engineering for Power, Vol. 97. No. 7, pp. 225-230, 1974.
Baswell, M.J., "COMPASS-Ground Based Engine Monitoring Program for General Application," SAE-TP-871734, 1987.
Winston, H., "Integrating Numeric and Symbolic Processing for Gas Path Maintenance," 29th AIAA Aerospace Sciences Conference, Reno, N.V., U.S.A., AIAA-91-501, Jan. 1991.
Doel, D.I., "TEMPER-A Gas-Path Analysis Tool for Commercial Jet Engines," Journal of Engineering for Gas Turbines and Power, Vol. 116, Issue 1, pp. 82-89, 1994.
Provost, M.J., "The Use of Optimal Estimation Techniques in the Analysis of Gas Turbines," Ph.D. thesis, School of Mechanical Engineering Department of Thermal Power, Cranfield University, Bedford, U.K., 1994.
Borguet, S. and Leonard, O., "A Sparse Estimation Approach to Fault Isolation," ASME J. Eng. Gas Turb. Power, Vol. 132, No. 2, pp. 513-522, 2010.
Kobayashi, T. and Simon, D.L., "Application of a Bank of Kalman Filters for Aircraft Engine Fault Diagnostics," ASME Turbine and Aeroengine Congress, Atlanta, G.A., U.S.A., Jun. 2003.
Merrington, G.L., "Fault Diagnosis of Gas Turbine Engines From Transient Data," ASME Turbine and Aeroengine Congress, Amsterdam, Netherlands, Jun. 1989.
Merrington, G., Kwon, O.K., Goodwin, G. and Carlsson, B., "Fault Detection and Diagnosis in Gas Turbines," ASME J. Eng. Gas Turb. Power, Vol. 13, No. 2, pp. 276-282, 1991.
Tumer, I. and Bajwa, A., "A survey of Aircraft Engine Health Monitoring Systems," 35th Joint Propulsion Conference, Norfolk, V.A., U.S.A., AIAA-99-2528, Jun. 1999.
Escher, P.C., "Pythia: An object-oriented Gas Path Analysis Computer Program for General Applications," Ph. D. Thesis, Cranfield University, U.K., 1995.
Jaw, L.C. and Wu, D.N., "Anomaly Detection and Reasoning With Embedded Physical Model," 2002 IEEE Aerospace Conference, Big Sky, M.T., U.S.A., Mar. 2002.
Cleary, D.J., Yu, L. and Cuddihy, P.E., "A Novel Approach to Aircraft Engine Anomaly Detection and Diagnostics," GE Global Research Report No. 2003GRC117, 2003.
Brotherton, T. and Johnson, T., "Anomaly Detection for Advanced Military Aircraft Using Neural Networks," 2001 IEEE Aerospace Conference, Big Sky, M.T., U.S.A., Mar. 2001.
Muir, D.M. and Howe, B., "In-Line Oil Debris Monitor (ODM) for the Advanced Tactical Fighter Engine," SAE Technical Paper 961308, 1996.
Miller, J.L. and Kitaljevich, D., "In-Line Oil Debris Monitor for Aircraft Engine Condition Assessment," 2000 IEEE Aerospace Conference, Big Sky, M.T., U.S.A., Mar. 2000.
Fisher, C., "Gas Path Debris Monitoring: A 21st Century PHM Tool," 2000 IEEE Aerospace Conference, M.T., March, 2000.
Fisher, C., "Data and Information Fusion for Gas Path Debris Monitoring," 2001 IEEE Aerospace Conference, Big Sky, M.T., U.S.A., Mar. 2001.
Pfoertner, H., "The Information Content of Turbine Engine Data - a Chance for Recording-based life Usage Monitoring," Proceedings of IEEE Aerospace Conference, Big Sky, M.T., U.S.A., Mar. 2002.
Akers D.W. and Rideout C.A., "Measurement based prognostic Models for Service-induced Damage in Turbine Engine Components," Proceeding of IEEE Aerospace Conference, Big Sky, M.T., U.S.A., Mar. 2004.
Volponi, A.J., Brotherton, T., Luppold, R. and Simon, D.L., "Development of an Information Fusion System for Engine Diagnostics and Health Management," JANNAF 39th Combustion/27th Airbreathing Propulsion/ 21st Propulsion Systems Hazards/3rd Modeling and Simulation Joint Subcommittee Meeting, Colorado Springs, C.O., U.S.A., Dec. 2003.
Volponi, A.J., "Data Fusion for Enhanced Aircraft Engine Prognostics and Health Management," Glenn Research Center, NASA Report No. CR-2005-214055, 2005.
Glenn Research Center Controls & Dynamics branch, "Distributed Engine Control," 2009 Propulsion Controls and Diagnostics Workshop, Dec. 2009.
Culley, D., "More Intelligent Gas Turbine Engines," RTO Technical Report, TR-AVT-128, 2009.
Alireza, B., Shreeder, A. and Christin, R., "Integrated Model-based controls and PHM for Improving Turbine Engine Performance, Reliability, and Cost(Postprint)," 45th AIAA/ASME/SAE/ASEE Joint Propulsion Conference, Denver, C.O., U.S.A., Aug. 2009.
Garg, S., "Controls and Health Management Technologies for Intelligent Aerospace Propulsion Systems," NASA TM 2004-212915, 2004.
Simon, D.L., Garg, S., Hunter, G.W., Guo, T. and Semega, K., "Sensor Needs for Control and Health Management of Intelligent Aircraft Engines," NASA/TM-2004-213202, 2004.
Litt, J.S., "A Survey of Intelligent Control and Health Management Technologies for Aircraft Propulsion Systems," NASA TM-2005-213622, 2005.
Wiseman, M., "Intelligent Engine Systems: Work Element 1.2: Malfunction and Operator Error Reduction," NASA CR-2005-213964, 2005.
Rausch, R., "Towards In-Flight Detection and Accommodation of Faults in Aircraft Engines," AIAA 1st Intelligent Systems Technical Conference, Chicago, I.L., U.S.A., AIAA 2004-6463, Sep. 2004.
Kim, I.S. and Lee, E.S., "Recent trends in Liquid Rocket Engine Health Monitoring/ Managment Method," 2012 KSPE Fall Conference, Yeosu, Korea, pp. 824-832, 2012.
Cha, J.H., Ha, C.S., Oh, S.H. and Kho, S.H., "A Survey on Health Monitoring and Management Technology for Liquid Rocket Engine," Journal of the Koreans Society of Propulsion Engineers, Vol. 18, No. 6, pp. 50-58, 2014.
Han, C.W., "Application of PHM technology to electronic devices for automobile," KSAE Workshop, pp. 43-67, 2012.
Kim, J.T., Yi, J.H., and Yun, C.B., "Smart Sensing and Monitoring System for Structural Integrity Evaluation of Bridges," 2003 Conference of Korean Society of Civil Engineers, Daegu, Korea, pp. 5504-5509, Oct. 2003.
Kim, K.S., "Smart Monitoring of Civil Infrastructures using Fiber Optic Sensors," Journal of Korean Society of Civil Engineers, Vol. 55, No. 4, pp. 81-91, 2007.
Kong, C.D., Shin, H.G. and Ki, J.Y., "A Study on Engine Health Monitoring using Linear Gas Path Analysis for Turboprop Engine," Journal of the Koreans Society of Propulsion Engineers, Vol. 3, No. 4, pp. 93-103, 1999.
Kong, C.D., Kang, M.C. and Park, G.L., "Study on Condition Monitoring of 2-Spool Turbofan Engine Using Non-Linear GPA (Gas Path Analysis)Method and Genetic Algorithms," Journal of the Koreans Society of Propulsion Engineers, Vol. 17, No. 2, pp. 71-83, 2013.
Park, J.C., Roh, T.S. and Choi, D.W., "A Performance Comparison of SVM and MLP for Multiple Defect Diagnosis of Gas Turbine Engine," 2005 KSPE Fall Conference, Deajeon, Korea, pp. 158-161, Nov. 2005.
Kim, S.K., Shinh, R. and Kong, C.D., "Neural Network Application to Health Monitoring of Gas Turbine Enigine," Journal of the Koreans Society of Propulsion Engineers, Vol. 27, No. 6, pp. 88-95, 1999.
Gong, C.D., Kho, S.H. and Ki, J.Y., "A Study on Intelligent Performance Diagnostics of a Gas Turbine Engine Using Neural Networks," Journal of the Koreans Society of Propulsion Engineers, Vol. 32, No. 3, pp. 51-57, 2004.
Gong, C.D., Ki, J.Y. and Lee, C.H., "A Study on Performance Diagnostic of Smart UAV Gas Turbine Engine using Neural Network," Journal of the Koreans Society of Propulsion Engineers, Vol. 10, No. 2, pp. 15-22, 2006.
Lee, S.M., Choi, W.J., Roh, T.S. and Choi, D.H., "Defect Diagnostics of Gas Turbine with Altitude Variation Using Hybrid SVM-Artificial Neural Network," Journal of the Koreans Society of Propulsion Engineers, Vol. 11, No. 1, pp. 43-50, 2007.
Yong, M.C., Seo, M.C., Choi, D.H. and Roh, T.S., "A Study on Defect Diagnostics of Gas-Turbine Engine on Off-Design Condition Using Genetic Algorithms," Journal of the Koreans Society of Propulsion Engineers, Vol. 12, No. 3, pp. 60-67, 2008.
Kong, C.D., Lim, S.M. and Kim, K.W., "Study on Fault Diagnostics of a Turboprop Engine Using Fuzzy Logic and BBNN," Journal of the Koreans Society of Propulsion Engineers, Vol. 15, No. 2, pp. 1-7, 2011.
Park, J.C., Rho, T.S. and Choi, D.H., "Defect Diagnostics of Gas Turbine Engine Using Support Vector Machine and Artificial Neural Network," Journal of the Koreans Society of Propulsion Engineers, Vol. 10, No. 2, pp. 102-109, 2006.
Kong, C.D., Ki, J.Y., Kho, S.H. and Lee, C.H., "A Study on Multi-Fault Diagnosis for Turboshaft Engine of UAV Using Fuzzy and Neural Networks," Journal of the Koreans Society of Propulsion Engineers, Vol. 37, No. 6, pp. 556-561, 2009.
Kong C.D., Koo, Y.J., Kho, S.H. and Ryu, H., "Study of On-line Performance Diagnostic Program of A Helicopter Turboshaft Engine," Journal of the Koreans Society of Propulsion Engineers, Vol. 37, No. 12, pp. 1238-1244, 2009.
Kim, J.H. and Lee, S.J., "Sensor Fault-tolerant Controller Design on Gas Turbine Engine using Multiple Engine Models," Journal of the Koreans Society of Propulsion Engineers, Vol. 20, No. 2, pp. 56-66, 2016.
Kong, C.D., Kho, S.H., Ki, J.Y., Gu, Y.J. and Jun, Y.M., "A Study on Development of On-line Condition Monitoring Program of a Turboshaft Engine," Journal of the Koreans Society of Propulsion Engineers, Vol. 12, No. 6, pp. 7-11, 2008.
Kong, C.D., Kim, K.W. and Kim, J.H., "A Study on GUI type On-line Condition Monitoring Program for A Turboprop Engine Using LabVIEW," Journal of the Koreans Society of Propulsion Engineers, Vol. 15, No. 3, pp. 86-93, 2011.
"Rolls Royce PHM," retrieved 8 Aug. 2017 from http://www.rolls-royce.com, 2016.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.