维护操作分析的制作方法

本申请要求于2016年12月1日提交的标题为“ENGINE WASH ANALYTICS”的美国临时专利申请No.62 / 428,605的优先权的权益，其出于所有目的通过引用并入本文。

技术领域

本主题大体上涉及飞行器(aerial vehicle)。

背景技术：

飞行器可依靠一个或更多个发动机来控制飞行器。发动机的性能可受到发动机的清洁度以及其它因素的影响。执行发动机维护操作(如定期清洗)可提高发动机的性能，并且延长发动机的使用寿命。然而，不同类型的操作(如不同类型的发动机清洗)可具有不同的成本和不同的效力水平。

技术实现要素：

本公开的实施例的方面和优点将在以下描述中部分地阐述，或者可从描述学习，或者可通过本实施例的实践学习。

本公开的一个示例性方面针对一种用于增强发动机清洗例程的系统。该系统包括一个或更多个存储器装置和一个或更多个处理器。该一个或更多个处理器构造成接收第一发动机历史数据，将第一发动机历史数据与预期的发动机历史数据比较，并且使多个发动机清洗类型的预期效力基于将第一发动机历史数据与预期的发动机历史数据比较来确定。一个或更多个处理器构造成基于多个发动机清洗类型的预期效力来选择多个发动机清洗类型中的一个，并且传输指示选择的发动机清洗类型的通知的信号。

本公开的另一示例性方面针对一种用于增强发动机清洗例程的方法。该方法包括在一个或更多个处理器处接收第一发动机历史数据，在一个或更多个处理器处将第一发动机历史数据与预期的发动机历史数据比较，以及在一个或更多个处理器处使多个发动机清洗类型的预期效力基于将第一发动机历史数据与预期的发动机历史数据比较来确定。该方法包括在一个或更多个处理器处基于多个发动机清洗类型的预期效力来选择多个发动机清洗类型中的一个，以及在一个或更多个处理器处传输指示选择的发动机清洗类型的通知的信号。

本公开的另一示例性方面针对一种储存计算机指令的非暂时性计算机可读介质，该指令在由一个或更多个处理器执行时促使一个或更多个处理器执行操作。该操作包括接收第一发动机历史数据，将第一发动机历史数据与预期的发动机历史数据比较，以及使多个维护操作类型的预期效力基于将第一发动机历史数据与预期的发动机历史数据比较来确定。该操作包括基于多个维护操作类型的预期效力来选择多个维护操作类型中的一个，以及传输指示选择的维护操作类型的通知的信号。

实施方案1. 一种用于增强发动机清洗例程的系统，其包括：

一个或更多个存储器装置；以及

一个或更多个处理器，其构造成：

接收第一发动机历史数据；

将所述第一发动机历史数据与预期的发动机历史数据比较；

使多个发动机清洗类型的预期效力基于将所述第一发动机历史数据与所述预期的发动机历史数据比较来确定；

基于所述多个发动机清洗类型的预期效力来选择所述多个发动机清洗类型中的一个；并且

传输指示选择的发动机清洗类型的通知的信号。

实施方案2. 根据实施方案1所述的系统，其特征在于，所述第一发动机历史数据包括远程诊断、环境数据或操作数据中的至少一个。

实施方案3. 根据实施方案1所述的系统，其特征在于，确定所述多个发动机清洗类型的效力包括：

确定发动机循环的次数何时超过预定的阈值；以及

在所述发动机循环的次数超过所述预定的阈值时，确定所述发动机清洗类型包括泡沫清洁。

实施方案4. 根据实施方案1所述的系统，其特征在于，确定所述多个发动机清洗类型的效力包括：

确定来自一个或更多个先前的发动机清洗的性能恢复的量值何时在预定的阈值以下；以及

在来自一个或更多个先前发动机清洗的所述性能恢复的量值在所述预定的阈值以下时，确定所述发动机清洗类型包括泡沫清洁。

实施方案5. 根据实施方案1所述的系统，其特征在于，确定所述多个发动机清洗类型的效力包括：

确定性能退化的量值何时超过预定的上界限；以及

在所述性能退化的量值超过所述预定的上界限时，确定所述发动机清洗类型包括泡沫清洁。

实施方案6. 根据实施方案5所述的系统，其特征在于，所述预定的上界限为标准化的预定上界限。

实施方案7. 根据实施方案1所述的系统，其特征在于，所述选择的发动机清洗类型包括清洁持续时间。

实施方案8. 根据实施方案1所述的系统，其特征在于，所述选择的发动机清洗类型包括清洁介质和清洁输送方法，所述系统还包括：

输送构件，其中所述输送构件提供用于将所述清洁介质输送至所述发动机的一个或更多个位置的导管，并且其中所述清洁输送方法包括一个或更多个位置，其包括发动机入口、增压器入口、点火器端口或管道镜端口中的至少一个。

实施方案9. 根据实施方案8所述的系统，其特征在于，所述清洁介质包括水、水和洗涤剂、水和异丙醇或发泡溶液中的至少一个。

实施方案10. 根据实施方案9所述的系统，其特征在于，

所述发动机的所述多个位置实现所述发动机的构件的清洁；并且

其中所述发动机的所述构件包括涡轮叶片、涡轮喷嘴、护罩、压缩机、风扇或燃烧器。

实施方案11. 一种用于增强发动机清洗例程的方法，其包括：

在一个或更多个处理器处接收第一发动机历史数据；

在所述一个或更多个处理器处将所述第一发动机历史数据与预期的发动机历史数据比较；

在所述一个或更多个处理器处使多个发动机清洗类型的预期效力基于将所述第一发动机历史数据与所述预期的发动机历史数据比较来确定，其中所述多个发动机清洗类型的中的各个包括清洁介质；

在所述一个或更多个处理器处基于所述多个发动机清洗类型的预期效力来选择所述多个发动机清洗类型中的一个；以及

在所述一个或更多个处理器处传输指示选择的发动机清洗类型的通知的信号。

实施方案12. 根据实施方案11所述的方法，其特征在于，所述清洁介质中的各个包括水、水和洗涤剂、水和异丙醇或发泡溶液中的至少一个。

实施方案13. 根据实施方案11所述的方法，其特征在于，所述发动机历史数据包括远程诊断、环境数据或操作数据中的至少一个。

实施方案14. 根据实施方案11所述的方法，其特征在于，使所述发动机清洗类型基于所述比较来确定还包括：

在所述一个或更多个处理器处确定发动机循环的次数何时超过预定的阈值；以及

在所述发动机循环的次数超过所述预定的阈值时，在所述一个或更多个处理器处确定所述发动机清洗类型包括泡沫清洁。

实施方案15. 根据实施方案11所述的方法，其特征在于，使所述发动机清洗类型基于所述比较来确定还包括：

在所述一个或更多个处理器处确定来自一个或更多个先前的发动机清洗的性能恢复的量值在预定的阈值以下；以及

在所述性能恢复在所述预定的阈值以下时，在所述一个或更多个处理器处确定所述发动机清洗类型包括泡沫清洁。

实施方案16. 根据实施方案11所述的方法，其特征在于，使所述发动机清洗类型基于所述比较来确定还包括：

在所述一个或更多个处理器处确定性能退化的量值超过预定的上界限；以及

在所述性能退化的量值超过所述预定的上界限时，在所述一个或更多个处理器处确定所述发动机清洗类型包括泡沫清洁。

实施方案17. 根据实施方案11所述的方法，其特征在于，指示通知的所述信号由清洁技术员或自动清洁系统中的至少一个来接收。

实施方案18. 一种储存计算机指令的非暂时性计算机可读介质，该指令在由一个或更多个处理器执行时促使所述一个或更多个处理器执行操作，所述操作包括：

接收第一发动机历史数据；

将所述第一发动机历史数据与预期的发动机历史数据比较；

使多个维护操作类型的预期效力基于将所述第一发动机历史数据与所述预期的发动机历史数据比较来确定；

基于所述多个维护操作类型的预期效力来选择所述多个维护操作类型中的一个；以及

传输指示选择的维护操作类型的通知的信号。

实施方案19. 根据实施方案18所述的非暂时性计算机可读介质，其特征在于，所述选择的维护操作类型包括发动机清洗类型、发动机检查类型或发动机修理类型中的至少一个。

实施方案20. 根据实施方案18所述的非暂时性计算机可读介质，其特征在于，所述第一发动机历史数据包括远程诊断、环境数据或操作数据中的至少一个。

本公开的其它示例性方面针对用于增强维护操作例程的系统、方法、飞行器、航空电子系统、装置、非暂时性计算机可读介质。可对本公开的这些示例性方面作出变型和改型。

各种实施例的这些及其它的特征、方面和优点将参照以下描述和所附权利要求变得更好理解。并入在本说明书中并且构成本说明书的部分的附图示出了本公开的实施例，并且连同描述用于阐释相关的原理。

附图说明

针对本领域普通技术人员的实施例的详细论述在参照附图的说明书中阐述，在附图中：

图1描绘了根据本公开的示例性实施例的飞行器；

图2描绘了根据本公开的示例性实施例的示例性方法的流程图；

图3描绘了根据本公开的示例性实施例的示例性图表；

图4描绘了根据本公开的示例性实施例的示例性图表；

图5描绘了根据本公开的示例性实施例的示例性方法的流程图；

图6描绘了描述用于选择清洁输送方法的成本/效益分析的实例的表；

图7描绘了描述用于选择清洁持续时间的成本/效益分析的实例的表；

图8描绘了描述用于基于清洁介质相互作用来选择清洁介质的成本/效益分析的实例的表；

图9描绘了根据本公开的示例性实施例的用于实施一个或更多个方面的计算系统。

部件列表

100 飞行器

102 发动机

104 传感器

106 计算系统

108 通信总线

200 方法

202 步骤

204 步骤

206 步骤

208 步骤

210 步骤

212 步骤

214 步骤

300 图表

302 水平轴线

304 竖直轴线

306 间隔

308 下界限

310 中等水平的界限

312 上界限

314 结构

316 点

318 点

400 图表

402 水平轴线

404 竖直轴线

406 间隔

408 下界限

410 中等水平的界限

412 上界限

414 结构

416 点

500 方法

502 步骤

504 步骤

506 步骤

508 步骤

510 步骤

520 表

530 表

540 表

600 计算系统

602 计算装置

604 处理器

606 存储器装置

608 指令

610 数据

612 通信接口。

具体实施方式

现在将详细参照实施例，其一个或更多个实例在附图中示出。各个实例经由阐释本实施例提供，而不限制本实施例。实际上，对本领域技术人员而言将显而易见的是，可在本公开中作出各种改型和变型，而不脱离本公开的范围或精神。例如，示为或描述为一个实施例的部分的特征可与另一个实施例一起使用以产生又一个实施例。因此，意图是，本公开覆盖归入所附权利要求和它们的等同物的范围内的此类改型和变型。

如本说明书和所附权利要求中使用的，单数形式“一”、“一种”和“该”包括复数参照，除非上下文另外清楚地指出。用语“大约”连同数值的使用是指在所述量的25％内。

本公开的示例性方面针对用于选择维护操作类型的方法和系统。针对喷气发动机的维护操作可包括但不限于发动机检查、发动机清洗以及发动机(例如，构件)修理。不同的发动机经历不同的环境和操作条件，其可影响发动机的性能。此外，不同类型的维护操作可具有不同的效力水平以及不同的相关成本。

按照示例性实施例，维护操作类型基于与发动机相关联的发动机历史数据为特定发动机选择。例如，发动机的预期的劣化水平可与测量的劣化水平比较。基于劣化比较，可选择适当的维护操作类型。例如，如果劣化水平超过预期的劣化水平，则可选择较高成本的维护操作类型。如果劣化水平低于预期的水平，则可选择较低成本的维护操作。经由实例，选择维护操作类型可包括响应于较高的劣化水平来选择第一更昂贵的发动机检查或清洗类型，以及响应于较高的劣化水平来选择第二更低成本的发动机检查或清洗类型。类似地，构件更换修理类型可响应于较高的劣化水平来选择，而构件检修修理类型可响应于较低的劣化水平来选择。

本公开的示例性方面针对可选择发动机清洗类型的方法和系统。肮脏的发动机可经历劣化(也被称为性能上缺乏)。使发动机清洗可减少劣化。不同类型的发动机清洗可在减少劣化方面具有不同的效力水平。

然而，各个不同类型的发动机清洗都可具有不同的相关成本。相关的成本可包括价格、等待时间等。大体上，发动机清洗类型越有效，相关的成本就越高。发动机清洗类型可包括清洁介质、输送方法，以及/或者清洁持续时间。清洁介质可包括水、水和洗涤剂、水和异丙醇、发泡溶液等，以及/或者前述的任一组合。不同的清洁介质提供不同的清洁介质相互作用。不同的清洁介质可包括介质的不同的化学性质、体积、压力、速度、磨蚀性、粘度和/或温度等。对清洁介质的其它修改(在其中该清洁介质接触清洁表面的条件之下)也可改变清洁介质的相互作用。输送方法可包括输送位置，如经由发动机入口的输送、经由增压器入口的输送、经由点火器端口的输送、经由管道镜端口的输送、经由发动机排气装置的输送等，和/或前述的任一组合。

劣化可通过测量一个或更多个发动机参数(排出气体温度(EGT)、EGT热天余量(EGTHDM)、燃料焚烧、模块化效率、发动机性能的其它分析测量结果等，和/或前述的任一组合)来确定。确定的劣化可与预期的劣化相比较。预期的劣化可通过聚合多个其它发动机来确定。一种类型的发动机清洗可基于比较来选择。例如，在确定的劣化超过在预期的劣化以上的阈值水平时，比在确定劣化不超过在预期的劣化以上的阈值水平时，更有效且更昂贵的发动机清洗可为合适的。在一些实施例中，成本效益分析基于发动机历史数据针对不同的发动机清洗类型执行，以便确定特定的发动机清洗输送方法、持续时间，以及/或者清洁介质。

以该方式，根据本公开的示例性方面的系统和方法具有通过提供确定维护操作类型(如用于发动机的发动机清洗类型)的更高效方式来提高计算性能和/或操作发动机性能的技术效果。计算性能可通过对发动机健康的更高效且更优化的考虑来提高。此外，提供了通过更高效且优化的清洗类型来提高发动机性能的技术效果。执行描述的功能的一个或更多个处理器实现用于改进的处理，并且实现更高效且优化的发动机性能。

图1描绘了按照本公开的示例性实施例的示例性飞行器100。飞行器100可包括一个或更多个发动机102、一个或更多个传感器104、计算系统106，以及通信总线108，以将一个或更多个传感器104中的至少一个与计算系统106连接。一个或更多个传感器104可检测与发动机性能有关的一个或更多个参数，如排出气体温度(EGT)、EGT热天余量(EGTHDM)、燃料焚烧、模块化效率、发动机性能的其它分析测量结果等，和/或前述的任一组合。一个或更多个传感器104可经由通信总线108将一个或更多个检测的参数传送至计算系统106。计算系统106可为例如在图9中更详细地描述的计算系统600。计算系统106可将检测的一个或更多个参数传输至与地面系统相关联的计算系统。

示例性飞行器100的构件的数量、位置和/或方位是用于说明和论述的目的，而不意图是限制性的。使用本文中提供的公开内容的本领域技术人员将理解的是，飞行器100的构件的数量、位置和/或方位能够在不偏离本公开的范围的情况下调整。

图2描绘了用于确定维护操作类型的示例方法200的流程图。图2经由实例描述了发动机清洗类型的确定。将认识到的是，公开的过程可用于确定其它维护操作类型，如检查类型或修理类型。图2的方法可使用例如图9的计算系统600来实施。图2描绘了为了说明和论述的目的以特定顺序执行的步骤。使用本文中提供的公开内容的本领域技术人员将理解的是，本文中公开的方法的任一种的各个步骤可在不偏离本公开的范围的情况下调整，修改，重新布置或者以各种方式修改。

在(202)处，可获取发动机健康数据和部署数据。发动机历史数据可指的是发动机健康数据、部署数据，或发动机健康数据和部署数据的组合。例如，计算系统600可获取发动机健康数据和部署数据。例如，发动机健康数据可从一个或更多个传感器104获取。例如，发动机健康数据和/或部署数据可从用于远程诊断的数据库获取。发动机健康数据可包括与发动机性能有关的一个或更多个参数，如排出气体温度(EGT)、EGT热天余量(EGTHDM)、燃料焚烧、模块化效率、发动机性能的其它分析测量结果等，和/或前述的任一组合。发动机健康数据可包括远程诊断数据。部署数据可包括操作历史、减额(derate)历史、环境历史、由发动机执行的等效循环次数等，和/或前述的任一组合。部署数据还可包括关于发动机清洗类型的具体用法说明。发动机健康数据可包括远程诊断、操作数据、与发动机健康有关的数据、分析数据、趋势数据、健康监测数据、部署数据(描述使用情况)、位置数据、环境数据(现在和历史)、天气数据(现在和历史)、卫星数据、发动机清洗数据、先前的清洗和修理数据、发动机构造数据、发动机模型数据、硬件数据、构建数据、零件数据、尺寸数据、清除数据、未来使用和部署数据、循环次数、小时数、等效循环次数等，和/或前述的任一组合。

在(204)处，可作出如下确定：部署数据是否指示特定的发动机清洗类型。例如，计算系统600可确定部署数据是否指示特定的发动机清洗类型。如果作出如下确定：部署数据指示特定的发动机清洗类型，则方法200可移动至(206)。如果作出如下确定：部署数据不指示特定的发动机清洗类型，则方法200可移动至(208)。发动机清洗类型可包括清洁介质、输送方法，以及/或者清洁持续时间。清洁介质可包括水、水和洗涤剂、水和异丙醇、发泡溶液等，以及/或者前述的任一组合。清洁介质可包括任何溶液，其具有特定的化学性质、体积、液体静压力、速度、磨蚀性、粘度、温度等。输送方法可包括输送位置，如经由发动机入口的输送、经由增压器入口的输送、经由点火器端口的输送、经由管道镜端口的输送、经由发动机排气装置的输送等，和/或前述的任一组合。在其它实例中，框204可包括确定部署数据是否指示其它维护操作类型，如特定的发动机检查类型或特定的构件修理类型。例如，方框204可包括确定荧光和渗透检查(FPI)、磁粉检查(MPI)或管道镜检查应当被执行。类似地，框204可包括确定构件更换修理类型应当被执行，或者构件检修修理类型应当被执行。各种类型的维护操作类型可在框204处选择。

在(206)处，可选择由部署数据指示的发动机清洗类型。例如，计算系统600可选择由部署数据指示的发动机清洗类型。方框206还可包括在其它实例中选择特定的检查或修理类型。在(208)处，发动机健康数据可针对获取的部署数据标准化。例如，计算系统600可使发动机健康数据针对部署数据标准化。例如，由发动机执行的操作历史和/或等效循环的次数可用于使发动机健康数据标准化。使发动机健康数据针对获取的部署数据标准化可包括基于获取的部署数据来确定针对发动机健康数据的多个预期值。此外，使发动机健康数据标准化可包括考虑发动机操作参数(如包括外部空气温度(OAT)、压力高度、空速和/或马赫数的环境条件)的变化。使发动机健康数据标准化还可包括考虑指示操作功率或输出(如风扇速度、核心速度、排出气体温度(EGT)、压缩机排放压力或推力)的总体水平的参数的变化。标准化的发动机健康数据可导致基准曲线，如图3和/或图4中示出的图表。

在(210)处，可量化关于基准曲线的劣化特性。例如，计算系统600可量化关于基准曲线(如(208)处确定的基准曲线)的劣化特性。使关于基准曲线的劣化特性量化可包括将基准曲线的确定的预期值与来自获取的发动机健康数据的实际值比较。在实施例中，基准曲线上的预期值以下的值的至少一部分可确定为归因于发动机的清洁度。

在(212)处，基于一个或更多个标准来评估定性状态。例如，计算系统600可基于一个或更多个标准来评估定性状态。例如，可作出如下确定：发动机清洗类型将基于关于基准曲线的量化的劣化特性多么有效。发动机清洗类型可基于评估的定性状态来选择。在其它实例中，可作出如下确定：其它维护操作类型(如修理或检查的类型)将多么有效。在一些实施例中，对定性状态评估可包括执行针对维护操作类型的成本效益分析。例如，可比较不同的清洁输送方法(如针对清洁介质的不同输送位置)的成本和效益。类似地，可比较不同的清洁持续时间和/或不同的清洁介质的成本和效益。在(214)处，关于发动机清洗类型的警报可发送至与闸门技术员相关联的计算装置。例如，计算系统600可将关于发动机清洗类型的警报发送至与闸门技术员相关联的计算装置。发动机清洗类型可为基于评估的定性状态选择的发动机清洗类型。在其它实例中，可发送关于其它维护操作类型(如待执行的检查或修理的类型)的警报。

图3描绘了根据本公开的示例性实施例的示例性图表300。水平轴线302可示出标准化小时和/或标准化循环。竖直轴线304可示出劣化百分比。间隔306可示出发动机清洗之间的标准化小时的典型数量和/或标准化循环的典型次数。下界限308可示出针对特定标准化小时和/或特定标准化循环的预期劣化范围的下界限。中等水平的界限310可示出针对特定标准化小时和/或特定标准化循环的预期劣化水平。上界限312可示出针对特定标准化小时和/或特定标准化循环的预期劣化范围的上界限。包括连接线的结构可示出针对特定发动机的劣化。结构的上升可示出在发动机处于使用中时的劣化。结构314中的多个下降可示出由于发动机清洗而导致的劣化的下降和发动机性能恢复。结构上的点316可示出其中针对特定发动机的劣化超过针对标准化小时和/或标准化循环的上界限312的点。在点316处，可选择更有效且很可能更昂贵的发动机清洗。例如，可选择泡沫清洁。结构上的点318可示出其中特定发动机清洗将不使劣化降低到针对标准化小时和/或标准化循环的上界限312以下的点。在点318处，可选择更有效且很可能更昂贵的发动机清洗。例如，可选择泡沫清洁。

图4描绘了根据本公开的示例性实施例的示例性图表400。水平轴线402可示出标准化小时和/或标准化循环。竖直轴线404可示出劣化百分比。间隔406可示出发动机清洗之间的标准化小时的典型数量和/或标准化循环的典型次数。下界限408可示出针对特定标准化小时和/或特定标准化循环的预期劣化范围的下界限。中等水平的界限410可示出针对特定标准化小时和/或特定标准化循环的预期劣化水平。上界限412可示出针对特定标准化小时和/或特定标准化循环的预期劣化范围的上界限。包括连接线的结构可示出针对特定发动机的劣化。结构的上升可示出在发动机处于使用中时的劣化。结构414中的多个下降可示出由于发动机清洗而导致的劣化的下降和发动机性能恢复。水平虚线可示出阈值劣化。竖直虚线可示出小时的阈值数量和/或循环的阈值次数，如4,000。在实施例中，特定的发动机清洗类型可在劣化超过阈值劣化时选择和/或排除。在实施例中，特定的发动机清洗类型可在小时数和/或循环的次数超过小时的阈值数量和/或循环的阈值次数时选择和/或排除。结构上的点416可示出其中针对特定发动机的劣化超过劣化阈值并且小时数和/或循环的次数超过小时的阈值数量和/或循环的阈值次数的点。即使针对特定发动机的劣化不超过针对标准化小时和/或标准化循环的上界限412，在点416处，可选择更有效且很可能更昂贵的发动机清洗，因为小时数和/或循环的次数超过小时的阈值数量和/或循环的阈值次数。例如，可选择泡沫清洁。

图5描绘了用于确定维护操作类型的示例性方法500的流程图。图5经由实例描述了发动机清洗类型的确定。将认识到的是，公开的过程可用于确定其它维护操作类型，如检查类型或修理类型。图5的方法可使用例如图9的计算系统600来实施。图5描绘了为了说明和论述的目的以特定顺序执行的步骤。使用本文中提供的公开内容的本领域技术人员将理解的是，本文中公开的方法的任一种的各个步骤可在不偏离本公开的范围的情况下调整，修改，重新布置或者以各种方式者修改。

在(502)处，可接收发动机历史数据。例如，计算系统600可接收发动机历史数据。发动机历史数据可为发动机健康数据和/或部署数据。例如，发动机健康数据可从一个或更多个传感器104获取。例如，发动机健康数据和/或部署数据可从用于远程诊断的数据库获取。发动机健康数据可包括与发动机性能有关的一个或更多个参数，如排出气体温度(EGT)、EGT热天余量(EGTHDM)、燃料焚烧、模块化效率、发动机性能的其它分析测量结果等，和/或前述的任一组合。发动机健康数据可包括远程诊断数据。部署数据可包括操作历史、减额历史、环境历史、由发动机执行的等效循环次数等，和/或前述的任一组合。部署数据还可包括关于发动机清洗类型或其它维护操作类型的具体用法说明。发动机健康数据可包括远程诊断、操作数据、与发动机健康有关的数据、分析数据、趋势数据、健康监测数据、部署数据(描述使用情况)、位置数据、环境数据(现在和历史)、天气数据(现在和历史)、卫星数据、发动机清洗数据、先前的清洗和修理数据、发动机构造数据、发动机模型数据、硬件数据、构建数据、零件数据、尺寸数据、清除数据、未来使用和部署数据、循环次数、小时数、等效循环次数等，和/或前述的任一组合。

在(504)处，接收的发动机历史数据可与预期的发动机历史数据比较。例如，计算系统600可将接收的发动机历史数据与预期的发动机历史数据比较。预期的发动机历史数据可通过聚合针对多个发动机的发动机历史数据，利用至少一些与接收的发动机历史数据相似的历史数据确定多个发动机中的发动机，并且基于利用至少一些类似的历史数据确定的发动机的历史数据产生预期的范围来产生。范围可为像图3和/或图4中的基准曲线。

在(506)处，多个发动机清洗类型的预期效力可基于比较来确定。例如，计算系统600可基于比较来确定多个发动机清洗类型的预期效力。在一些实施例中，多个发动机清洗类型中的各个可包括清洁介质(例如，包括化学性质、磨蚀性、体积、压力等)。在一些实施例中，多个发动机清洗类型中的各个可包括清洁持续时间。在一些实施例中，多个清洗类型中的各个可包括清洁输送方法(例如，进入端口位置)。在一些实施例中，确定多个发动机冲洗类型的预期效力可包括比较不同发动机冲洗类型的成本因素和效益因素。例如，不同进入端口、不同持续时间和/或不同清洁介质的成本因素和效益因素可被比较。在一些实施例中，确定多个发动机清洗类型的预期效力可包括确定第一清洗类型将不使劣化降低到阈值以下。在实施例中，确定多个发动机清洗类型的预期效力可包括确定第二清洗类型将使劣化降低到阈值以下。劣化可为发动机的降低的性能。劣化可由发动机清洗降低(并且因此，发动机性能可被提高)。例如，可作出如下确定：廉价的发动机清洗类型将不使劣化降低到阈值以下。作为另一实例，可作出如下确定：更昂贵的发动机清洗类型将使劣化降低到阈值以下。在其它实例中，步骤506可附加地或备选地包括确定多个其它维护操作类型(如多个修理类型或检查类型)的预期效力。

使多个发动机清洗类型的预期效力基于比较来确定可包括确定发动机循环的次数何时超过预定的阈值。例如，计算系统600可确定发动机循环的次数何时超过预定的阈值。使多个发动机清洗类型的预期效力基于比较来确定可包括，在发动机循环的次数超过预定的阈值时，确定发动机清洗类型包括泡沫清洁。例如，计算系统600可在发动机循环的次数超过预定的阈值时确定发动机清洗类型包括泡沫清洁。类似地，确定多个检查类型或修理类型的预期效力可包括确定发动机循环的次数何时超过预定的阈值。

使多个发动机清洗类型的预期效力基于比较来确定可包括，确定来自一个或更多个先前的发动机清洗的性能恢复的量值何时在预定的阈值以下。例如，计算系统600可确定来自一个或更多个先前的发动机清洗的性能恢复的量值何时在预定的阈值以下。在来自一个或更多个先前的发动机清洗的性能恢复的量值在预定的阈值以下时，使多个发动机清洗类型的预期效力基于比较来确定可包括确定发动机清洗类型包括泡沫清洁。例如，在来自一个或更多个先前的发动机清洗的性能恢复的量值在预定的阈值以下时，计算系统600可确定发动机清洗类型包括泡沫清洁。类似地，确定多个检查类型或修理类型的预期效力可包括确定来自一个或更多个先前的发动机检查或修理的性能恢复的量值何时在预定的阈值以下。

使多个发动机清洗类型的预期效力基于比较来确定可包括确定性能退化的量值何时超过预定的上界限。例如，计算系统600可确定性能退化的量值何时超过预定的上界限。在性能退化的量值超过预定的上界限时，使多个发动机清洗类型的预期效力基于比较来确定可包括确定发动机清洗类型包括泡沫清洁。例如，在性能退化的量值超过预定的上界限时，计算系统600可确定发动机清洗类型包括泡沫清洁。预定的上界限可为标准化的预定上界限。类似地，确定多个检查类型或修理类型的预期效力可包括确定性能退化的量值何时超过预定的界限。

在(508)处，多个发动机清洗类型中的一个可基于确定来选择。例如，计算系统600可基于确定来选择多个发动机清洗类型中的一个。例如，可选择更昂贵的发动机清洗类型。选择的发动机清洗类型可包括清洁介质。清洁介质可使用输送构件来施加。输送构件可提供用于将清洁介质输送至发动机上的多个位置的导管。发动机上的多个位置可包括包含发动机入口、增压器入口、点火器端口、管道镜端口以及发动机排气装置的组中的一个。发动机上的多个位置可实现发动机的构件的清洁。发动机的构件可为包括涡轮叶片、涡轮喷嘴、护罩、压缩机、风扇以及燃烧器的组中的一个。清洁介质可包括水。清洁介质可包括水和洗涤剂。清洁介质可包括水和异丙醇。清洁介质可包括发泡溶液。选择的发动机清洗类型可包括输送方法。输送方法可包括输送位置。输送方法可包括经由发动机入口的输送。输送方法可包括经由增压器入口的输送。输送方法可包括通过点火器端口的输送。输送方法可包括经由管道镜端口的输送。输送方法可包括经由发动机排气装置的输送。选择的发动机清洗类型可包括清洁持续时间。步骤508可包括在另一实例中选择多个发动机检查或修理类型中的一个。

在示例性实施例中，选择发动机清洗类型可包括在成本因素和效益因素分析之下选择具有最大净效益的发动机清洗类型。例如，可选择具有最大净效益的清洁输送方法(如进入位置)。类似地，可选择具有最大净效益的清洁持续时间。此外，可选择具有最大净效益的清洁介质。在(510)处，可传输指示选择的发动机清洗类型的通知的信号。例如，计算系统600可传输指示选择的发动机清洗类型的通知的信号。例如，指示选择的发动机清洗类型的通知的信号可传输至与闸门技术员相关联的计算装置。指示通知的信号由包括清洁技术员和自动清洁系统的组中的一个接收。步骤510可包括传输指示其它选择的维护操作类型(如检查或修理的类型)的通知的信号。

图6-8为示出可用于选择发动机清洗类型的成本因素和效益因素分析的实例的表。在一些实例中，图6-8中描述的技术可在图2中描绘的过程200的框212处或者在图5中描绘的过程500的步骤506和508处使用。图6-8中的表示出了可如何使用各种成本和效益因素来得出最佳的发动机清洁解决方案。实例均示出了针对各个清洁选项的成本因素和效益因素。使成本因素和效益因素比较(如通过从效益因素中减去成本因素)给出了针对各个清洁选项的净效益。净效益可接着相互比较，使得具有最大净效益的选项可被选择。

图6描绘了表520，其示出了可基于清洁输送方法执行的成本和效益分析。在该实例中，清洁输送方法包括用于输送清洁介质的不同进入端口位置。示出了三个实例，以及基准线场景(scenario)。在实例中，发动机构件效率被制成表，以用于压缩机、高压涡轮(HPT)以及低压涡轮(LPT)。在基准线场景中，构件效率均为90％。

参照表520，第一实例Ex 1表明，压缩机效率已下降至85％。在该情况下，使用发动机入口或增压器入口导致0.6的效益因素和0.2的成本因素。两种选项的净效益因此为0.4。类似地，在实例Ex 1中，通过点火器端口、管道镜端口或发动机排气装置进行清洁都涉及较高的成本和较低的效益。因此，在实例Ex 1中，经由发动机入口或增压器入口两者进行清洁导致相等的净效益，其两者比通过点火器端口、管道镜端口或发动机排气装置进行清洁的高。

再次参照表520，第二实例Ex 2表明，HPT效率已下降至85％。在该情况下，通过点火器端口或管道镜端口进行清洁的效益因素与第一实例相比增加，而这些选项的成本保持不变。相比之下，在实例Ex 2中，经由发动机入口和增压器入口进行清洁的效益下降。结果，在实例2中，通过点火器端口或管道镜端口进行清洁为最佳的。注意的是，与经由点火器端口或管道镜端口进行清洁相关联的成本可比经由发动机入口和增压器入口进行清洁的高。然而，在实例Ex 2中，与经由点火器端口或管道镜端口进行清洁相关联的效益也较高，导致较高的净效益。此类因素(如与移除点火器和/或管道镜插塞和其它仪器相关联的时间和工具)可与经由发动机入口和增压器入口进行清洁相比，导致与经由点火器端口或管道镜端口进行清洁相关联的较高成本。

再次参照表520，第三实例表明，LPT效率已下降至85％。在该第三实施中，经由发动机排气装置进行清洁的效益因素与实例Ex 1和实例Ex 2中论述的清洁选项相比增加，导致最高的净效益。

图7描绘了表530，其示出了可如何基于各种条件得出最佳清洁持续时间的三个实例。表530中的实例只关注压缩机区段的各种性能下降。然而，类似的途径可在清洁发动机的其它构件并且/或者在进入的其它端口处清洁时利用，以得出最佳的清洁持续时间。

参照表530，第四实例Ex 4表明，在压缩机效率已下降至85％时，短的持续时间清洁将导致0.5的效益因素和0.2的成本因素，这产生0.3的净效益。净效益高于中等或长的持续时间清洁选项的净效益，并且因此为最佳选项。

再次参照表530，第五实例Ex 5表明，在压缩机效率已下降至80％时，中等的持续时间清洁将导致0.7的效益因素和0.35的成本因素，这产生0.35的净效益。净效益高于短或长的持续时间清洁选项的净效益，并且因此为最佳选项。

类似地，并且再次参照表530，第六实例Ex 6表明，在压缩机效率已下降至75％时，长的持续时间清洁将导致0.9的效益因素和0.4的成本因素，这产生0.5的净效益。净效益高于短或中等的持续时间清洁选项的净效益，并且因此为最佳选项。注意的是，在实例Ex4和Ex5中，长的持续时间清洁选项比短和/或中等的持续时间清洁选项提供更高的净效益，但未高至足以克服长的持续时间清洁选项的附加成本。

图8描绘了表540，其示出了可如何基于各种条件得出具有最佳清洁介质相互作用的清洁介质的三个实例。用语“清洁介质相互作用”是指清洁介质(在其中该清洁介质接触清洁表面的条件之下)与积聚在清洁表面上的污垢相互作用(并且由此干扰或移除)的能力。例如，清洁介质的清洁介质相互作用可通过改变清洁介质的化学性质而增加，以便与积聚的污垢用化学方法相互作用。类似地，通过在体积上增加清洁介质，清洁介质相互作用可被增加。此外，清洁介质的液体静压力或清洁介质的速度的增加都可导致清洁介质相互作用的增加。使清洁介质的磨蚀性增加也可增加清洁介质相互作用。对清洁介质(如粘度和温度)的其它修改(在其中该清洁介质接触清洁表面的条件之下)也可导致清洁介质相互作用的增加。选择清洁介质可指的是为清洁介质选择化学性质、体积、压力、速度、磨蚀性、粘度和/或温度。

类似于表530，表540关注燃气涡轮发动机的单个构件，在该情况下为高压涡轮。然而，类似的途径可在清洁发动机的其它构件并且/或者经由进入的其它端口清洁时利用，以得出最佳清洁持续时间。

参照表540，第七实例表明，HPT效率已下降至85％。在该情况下，低的相互作用清洁选项导致0.35的效益因素和0.2的成本因素。这产生了0.15的净效益，其高于中等的相互作用或高的相互作用清洁选项的净效益，并且因此为本实例中的最佳选项。

再次参照表540，第八实例表明，HPT效率已下降至80％。在该情况下，中等的相互作用清洁选项导致0.5的效益因素和0.3的成本因素，这产生了0.2的净效益。该净收益高于低的相互作用或高的相互作用清洁选项的净收益，并且因此为本实例中的最佳选项。

再次参照表540，第九实例表明，HPT效率已下降至75％。在该情况下，高的相互作用清洁选项导致0.7的效益因素和0.4的成本因素，这产生了0.3的净效益。该净收益高于中等的相互作用或低的相互作用清洁选项的净收益，并且因此为本实例中的最佳选项。

图6-8中的表示出了如何使用发动机性能数据来选择在清洗发动机时考虑的各个单个变量内的最佳选项。变量包括但不限于清洁介质、清洁持续时间以及清洁输送方法。为了说明的目的，这些变量在图6-8中单独地示出。然而，本领域技术人员将认识到的是，表中的变量既可单独地使用，也可以以任一组合使用，以按各个情况指示的直接条件来选择针对各个特定发动机的最佳发动机冲洗类型。

图9描绘了可由飞行器、地面系统或者飞行器的其它系统使用以实施根据本公开的示例性实施例的方法和系统的示例性计算系统600的框图。如示出的，计算系统600可包括一个或更多个(多个)计算装置602。一个或更多个(多个)计算装置602可包括一个或更多个(多个)处理器604和一个或更多个(多个)存储装置606。一个或更多个(多个)处理器604可包括任何适合的处理装置，如微处理器、微控制器、集成电路、逻辑装置或其它适合的处理装置。一个或更多个(多个)存储装置606可包括一个或更多个计算机可读介质，其包括但不限于非暂时性计算机可读介质、RAM、ROM、硬盘驱动器、闪存驱动器或其它存储装置。

一个或更多个(多个)存储器装置606可储存能够由一个或更多个(多个)处理器604访问的信息，其包括可由一个或更多个(多个)处理器604执行的计算机可读指令608。指令608可为指令中的任一组，该指令在由一个或更多个(多个)处理器604执行时，促使一个或更多个(多个)处理器604执行操作。指令608可为以任何适合的编程语言编写的软件，或者可以以硬件实施。在一些实施例中，指令608可由一个或更多个(多个)处理器604执行，以促使一个或更多个(多个)处理器604执行操作(如用于选择发动机清洗类型或其它维护操作类型的操作，如参照图2和/或图5中描述的)和/或一个或更多个(多个)计算装置602的任何其它操作或功能。

(多个)存储器装置606还可储存可由处理器604访问的数据610。例如，数据610可包括与发动机性能、发动机健康历史、操作历史、减额历史、环境历史、发动机循环信息等有关的一个或更多个参数，如本文中描述的。数据610可包括用于选择根据本公开的示例性实施例的发动机清洗类型或其它维护操作类型的一个或更多个(多个)表、(多个)函数、(多个)算法、(多个)模型、(多个)方程式等。

一个或更多个(多个)计算装置602还可包括用于例如与系统的其它构件通信的通信接口612。通信接口612可包括用于与一个或更多个(多个)网络对接的任何适合的构件，包括例如发射机、接收机、端口、控制器、天线或其它适合的构件。

本文中论述的技术参照基于计算机的系统，和由基于计算机的系统采取的行动，以及发送至该基于计算机的系统且从其发送的信息。本领域技术人员将认识到的是，基于计算机的系统的固有灵活性允许在构件之间和之中的任务和功能的各种各样的可能的构件、组合以及划分。例如，本文中论述的过程可使用单个计算装置或组合工作的多个计算装置来实施。数据库、存储器、指令以及应用程序可在单个系统上实施，或者横跨多个系统分布。分布式构件可按顺序或并行操作。

尽管各种实施例的特定特征可在一些附图中示出并且在其它附图中未示出，但这仅是为了方便。按照本公开的原理，附图的任何特征可与任何其它附图的任何特征组合来参照和/或要求权利。

该书面的描述使用实例以公开要求权利的本主题(包括最佳模式)，并且还使本领域技术人员能够实践要求权利的本主题(包括制造和使用任何装置或系统并且执行任何并入的方法)。本公开的可专利范围由权利要求限定，并且可包括本领域技术人员想到的其它实例。如果这些其它实例包括不与权利要求的字面语言不同的结构元件，或者如果这些其它实例包括与权利要求的字面语言无显著差别的等同结构元件，则这些其它实例意图在权利要求的范围内。