Aircraft air conditioning system health state estimation and prediction for predictive maintenance

The vast potential of system health monitoring and condition based maintenance on modern commercial aircraft is being realized through the innovative use of Airplane Condition Monitoring System (ACMS) data. However there are few methods addressing the issues of failure prognostics and predictive maintenance for commercial aircraft Air Conditioning System (ACS). This study developed a Bayesian failure prognostics approach using ACMS data for predictive maintenance of ACS. First, a health index characterizing the ACS health state is inferred from a multiple sensor signals using a data driven method. Then a dynamic linear model is proposed to describe the degradation process for failure prognostics. Bayesian inference formulas are carried out for degradation estimation and prediction. The developed approach is applied on a passenger aircraft fleet with ACMS data recorded for one year. The analysis of the case study shows that the developed method can produce satisfactory prognostics results, where all the ACS failure precursors are identified in advance, and the relative errors for the failure time prediction made when just entering the degradation warning stage are less than 8%. This would allow operators to proactively plan future maintenance.     

飞机结构健康监测技术

飞机结构健康监测技术已经在实验室实验及飞行试验中得到了成功验证,随着技术成熟度的持续提升,在未来数年,该项技术具备极大的装机应用的可能性。飞机结构健康监测技术是一项通过传感器等硬件获取结构或系统数据信息为核心的创新性技术,该项技术能够在飞机的设计、制造、运营和维护等各个过程中发挥重要作用,同时,也是未来智能航空的关键组成部分。此外,随着人工智能、大数据、5G以及物联网概念的推进,航空结构健康监测技术的发展得到了一次飞跃的契机。本文首先全面的分析了飞机结构健康监测技术为航空领域带来的益处,并对其关键技术和应用现状进行了系统性的阐述,最后基于现有理论知识与先前工程经验创新性地提出一套民用飞机健康管理策略。     

多传感器监测飞机部件非线性退化评估

飞机部件一般采用多传感器进行状态监控,针对退化过程具有非线性特征的民机典型部件剩余寿命（RUL）预测及评估问题,首先建立了部件性能参数的一般非线性Wiener退化过程,推导出基于多传感器监测数据的剩余寿命预测框架和概率密度函数,随后利用状态空间模型进行隐退化状态估计并同时利用最大期望算法（EM）实现参数递推估计,最后形成了飞机部件多传感器监测下的剩余寿命非线性退化评估方法。通过数值仿真案例和民航发动机剩余寿命预测案例,对比线性退化模型和基于单一传感器监测数据的非线性退化模型,验证了所提方法在提高剩余寿命预测精度的有效性,可为飞机及其部件的剩余使用寿命预测和视情维护决策提供技术支撑。     

飞机单机寿命监控技术评述

单机寿命监控对挖掘每一架飞机的寿命潜力,保证飞机结构的使用安全,延长飞机服役期限具有重要的意义。飞机单机寿命监控从技术方式上分为四种:定期检查和维修,飞参数据监控,危险部位应变监控与飞参数据监控相结合,以智能材料为基础和结构的监控。首先回顾了飞机寿命监控的时间发展历程,并对每个阶段监控方式的优缺点进行了比较,表明随着硬件技术的进步监控方式在不断的进步,精度也越来越高;然后总结了在单机寿命监控发展过程中使用的四种监控技术方式及其优缺点,通过对几种技术方式的分析,认为依赖于智能材料的飞机健康监测系统的监控将是未来单机寿命监控的发展方向。     

Modeling of reliability and performance assessment of a dissimilar redundancy actuation system with failure monitoring

Actuation system is a vital system in an aircraft, providing the force necessary to move flight control surfaces. The system has a significant influence on the overall aircraft performance and its safety. In order to further increase already high reliability and safety, Airbus has imple-mented a dissimilar redundancy actuation system (DRAS) in its aircraft. The DRAS consists of a hydraulic actuation system (HAS) and an electro-hydrostatic actuation system (EHAS), in which the HAS utilizes a hydraulic source (HS) to move the control surface and the EHAS utilizes an elec-trical supply (ES) to provide the motion force. This paper focuses on the performance degradation processes and fault monitoring strategies of the DRAS, establishes its reliability model based on the generalized stochastic Petri nets (GSPN), and carries out a reliability assessment considering the fault monitoring coverage rate and the false alarm rate. The results indicate that the proposed reli-ability model of the DRAS, considering the fault monitoring, can express its fault logical relation and redundancy degradation process and identify potential safety hazards.     

飞机结构健康监测与管理技术研究进展和展望

飞机结构是飞机平台的基础,是确保飞机安全、长寿命使用的最重要的承力架构.随着航空技术的不断发展,飞机设计思想不断演变发展,对飞机机体结构性能也不断提出更高的要求.严酷的使用环境和严格的功能/性能综合要求,使得结构完整性面临重大挑战.飞机结构健康监测与管理技术具有实时性、在线性等优势,是保证结构安全性、降低维护费用的重要...     

基于高斯权值-混合建议分布粒子滤波的疲劳裂纹扩展预测

飞行器结构的疲劳裂纹扩展预测对保障结构安全、实现视情维护具有重要意义。结合粒子滤波算法和结构健康监测方法进行在线的疲劳裂纹扩展预测是近年来刚刚开始研究的新方法,该方法通过状态空间模型表征疲劳裂纹扩展过程中的不确定性,同时通过贝叶斯方法将结构健康监测所获取的结构实际裂纹观测值用于修正裂纹扩展模型的预测误差,实现更准确的疲劳裂纹扩展在线预测。由于该方法的研究刚刚开展,已有研究中粒子滤波算法的重要性密度函数往往简单选取为先验转移概率密度,存在严重的粒子退化问题。另一方面出于简单考虑,仅采用表征裂纹稳定扩展区的Paris模型。针对上述问题,本文提出一种基于高斯权值-混合建议分布粒子滤波的疲劳裂纹在线预测方法,基于表征裂纹全扩展区域的NASGRO裂纹扩展模型建立疲劳裂纹扩展状态方程,以主动Lamb波监测方法实现结构裂纹的在线监测,借助在线结构健康监测的优势,在粒子滤波时选取重要性密度函数为观测概率密度和先验转移概率密度的混合分布,同时基于先验估计获取高斯权值进行权值更新。本文进一步进行了仿真研究,结果表明所提出的方法优化了疲劳裂纹扩展预测的准确性。     

基于健康监测的飞机结构寿命预测技术

飞机结构健康监测技术在飞机的结构设计、飞行及维护过程中发挥着重要作用,该技术可用于结构健康状况预判、辅助维修与维护决策。本文首先介绍了当前结构健康监测的概念及其适用范围,讨论了结构健康监测相关规范要求,以F-35 和A400M 为例分析了国外飞机结构健康监测技术的典型工程案例,并给出了典型飞机单机跟踪和寿命控制、某老龄飞机载荷谱实测及寿命预测,讨论了基于裂纹的监测方法研究及限制其应用的主要因素。在此基础上,提出了飞机结构健康监测系统设计的主要思路,给出了寿命预计的基本流程,阐述了其中控制点选择、飞参筛选、载荷/应变方程构建、损伤计算及寿命评估、结果输出及方程验证等主要环节。最后,对航空领域未来开展结构健康监测智能化研究进行了展望。     

基于RF-SVR的燃油计量装置性能衰退检测和剩余寿命估计方法

为了实现航空发动机燃油系统的安全状态监测和健康管理,开展了燃油系统性能衰退检测和剩余使用寿命估计方面的研究。以燃油系统燃油计量装置为例,分析了其主要的性能衰退模式,设计了基于电流-速度数据的健康指标(HIs)选取方案,并考虑环境及模型参数不确定性,进行模型不确定性仿真,基于健康数据与性能衰退数据间的马氏距离对部件性能衰退进行检测。提出了基于随机森林-支持向量回归(RF-SVR)的剩余使用寿命(RUL)估计方法,利用通过RF特征选择优化的SVR模型实现部件RUL估计。最后基于某型民用涡扇发动机机械液压模型仿真数据对该方法进行了验证,结果表明:该方法的性能衰退检测虚警率及漏报率低于2%,RUL估计误差低于3%,可为航空发动机燃油系统的预测性维护提供参考。      

基于通道校准和HMM的机载雷达健康状态评估

性能退化与间歇故障是机载雷达健康状态的重要反映。针对传统机载雷达健康评估方法缺乏整机级的监测指标、未能综合考虑性能退化和间歇故障，传统BIT电路难以监测间歇故障等工程难题，提出了基于通道校准链路，综合运用通道校准仿真技术、正态云、HMM建立起健康状态评估流程。首先，对通道误差与间歇故障进行分析，得到4类校正系数，建立误差与间歇故障注入仿真流程；然后，基于正态云，利用校正系数的样本方差来表征雷达系统的健康状态，提出统一健康模型，并给出HMM拓扑结构与参数设计方法；最后，建立起基于数据驱动的评估流程并开展应用研究。仿真实验验证了误差和间歇故障仿真流程的可行性、健康状态评估方法的有效性，可获得大于95%的评估准确率；应用案例表明所提方法可行，能解决工程上机载雷达健康状态评估的问题。