基于状态监测数据的航空发动机剩余寿命在线预测

针对现有基于状态监测数据的航空发动机剩余寿命预测研究未能综合考虑隐含退化建模和同步更新漂移/扩散系数的问题,提出一种基于状态监测数据的航空发动机剩余寿命在线预测方法。首先,基于非线性Wiener过程构建带比例关系的航空发动机隐含退化模型;其次,基于多台同类发动机的历史状态监测数据,对退化模型参数进行离线估计;然后,基于目标发动机的实时状态检测数据,利用贝叶斯原理同步更新退化模型漂移/扩散系数;最后,推导出航空发动机的剩余寿命概率密度函数。结合实例分析,验证了本文所提方法较传统方法具有更高的预测准确性与精度,具备潜在工程应用前景。     

基于模糊聚类的航空发动机故障预测研究

为了保证飞行安全和降低航空维修成本,提高航空发动机故障预测的准确性,利用数据挖掘技术,提出了一种基于模糊聚类的航空发动机故障预测的数据挖掘模型。通过对航空发动机维修数据的分析,构建了发动机数据的采集框架以及维修数据挖掘模型,利用模糊聚类理论对某型号航空发动机的维修数据进行聚类,依据不同的阈值获得样本的不同分类情况进行故障预测。最后通过算例仿真验证了模糊聚类可以为航空发动机故障预测提供决策依据。     

监测复合材料结构剩余疲劳寿命的剩余刚度方法

通过疲劳试验获得了复合材料层合板刚度退化的两参数模型,基于此模型提出了复合材料结构剩余疲劳寿命监测的剩余刚度方法,它以实验室中获得的归一化的剩余刚度曲线为基准,结合复合材料结构疲劳危险点的实测剩余刚度值,预测该危险部位的剩余疲劳寿命。该方法抓住了复合材料结构刚度退化的本质,借助实测刚度值,消除了疲劳性能分散性的大部分影响。通过4种玻璃/环氧复合材料光滑试验件和中心孔试验件的疲劳试验结果对该方法进行了验证。结果显示,本方法可以准确地预测复合材料结构的剩余寿命,且仅需利用前20%左右的剩余刚度数据,预测结果便与试验结果吻合较好。     

航空发动机主轴承使用状态寿命预测模型(英文)

航空发动机主轴承寿命的实际可靠预测对于发动机的安全运行至关重要。使用状态寿命(即状态良好、初始损伤、故障发展和即将失效4个寿命阶段)描述航空发动机主轴承的使用寿命,并提出了一种基于支持向量机和模糊逻辑推理的主轴承状态寿命分析模型。首先,讨论了理论计算模型,采用轴承疲劳累积损伤模型,利用修正的Lundberg-Palmgren模型,结合飞参记录数据计算主轴承装机以来的累积寿命消耗,确定状态寿命的理论值。然后,详细阐述了状态寿命评估模型,该方法通过选取轴承振动的时域、频域统计量作为特征矢量,利用支持向量机作为辨识算法进行滚动轴承状态寿命的智能评估。最后,基于模糊逻辑推理融合主轴承状态寿命的理论计算模型和状态寿命评估模型得到主轴承状态寿命模型。采用滚动轴承的全寿命试验验证模型的有效性和可行性。     

基于多退化量的动量轮剩余寿命预测方法

动量轮是卫星姿态控制系统的关键部件,对卫星的可靠性及整体寿命有直接影响。针对卫星动量轮的剩余寿命预测问题,提出一种基于Copula函数的多退化量下的寿命预测方法。首先,分析了影响动量轮寿命的关键因素,选择润滑剂剩余量和电流作为退化量;其次,分别对单个退化量进行退化建模,得到动量轮剩余寿命的边缘分布函数;然后,通过Copula函数族来描述多退化量之间的相关性,并对边缘分布进行融合,得到动量轮剩余寿命的联合分布函数;最后,提出基于赤池信息准则（Akaike information criterion,AIC)模型评价的Copula函数选择方法。     

时序分析在航空发动机故障诊断中的应用

通过对航空发动机滑油光谱的数据分析，认为滑油中铁等物质的含量适合平稳随机序列，并选择波克斯—詹金斯的方法对航空发动机航发滑油铁的含量建模和预测，并根据实际预测结果对基本模型进行了优化：将模型系数加权，通过多次拟合使残差的离差更小，获得了更好的预测精度。实际数据表明预测的结果是可信的。     

三维四向编织复合材料疲劳性能分析

建立基于八边形纤维束截面假设的三维四向编织复合材料单胞模型。基于单向复合材料疲劳剩余刚度和剩余强度模型,结合组分材料的疲劳失效判据和性能突降方法,建立了三维四向编织复合材料疲劳寿命预测模型。利用ABAQUS有限元软件UMAT开发了疲劳寿命预测与渐进损伤分析程序,研究了三维四向编织复合材料在不同应力水平下的损伤扩展过程和疲劳寿命。研究表明,疲劳损伤是从纤维束之间的接触面的单元开始发生损伤破坏,然后向纤维束表面以及纤维束内部开始扩散,并且损伤扩展速率随着应力水平的提高而加快。本文研究为预测三维四向编织复合材料的疲劳寿命提供了一种途径。     

结构元件疲劳可靠性估算的剩余寿命模型

从安全余量的定义出发，提出了一个估算结构元件疲劳可靠性的剩余寿命模型，基于常幅载荷下，疲劳寿命可用对数正态函数分布描述，本文分析了常幅和变幅载荷作用下材料的疲劳剩余寿命的分布形式，认为可用带位置参数的对数正态函数近似描述。在此基础上，系统阐述了元件在常幅和多级载荷下的疲劳可靠性分析方法。3个算例表明：预测结果与试验结果符合很好，本文给出的剩余寿命模型是合理的。     

监控排气温度 提高发动机热端部件寿命

航空燃气涡轮发动机是由许多零部件和附件组成的复杂系统。发动机的寿命取决于冷端和热端部件的寿命。一般而言 ,高温结构的寿命只有常温结构寿命的一半。整个发动机零部件中 ,高温零部件故障约占80 %左右。热端部件的拆换费用 ,约占发动机维修费用的 80 %左右。现在许多的民用发动机不给出固定的翻修寿命 ,而是根据发动机具体的健康状态决定是翻修还是继续使用。由于使用、维护情况不同 ,发动机的使用寿命变化较大 ,如ＣＦＭ56 - 3发动机 ,绝大部分发动机寿命在50 0 0～ 150 0 0小时之间。因此 ,监控排气温度 ,对提高发动机使用寿命意义较…     

香港国际机场航空交通量的无偏灰色马尔科夫预测

针对香港国际机场航空交通量的灰色性和随机波动性,本文采用无偏灰色GM(1,1)代替传统灰色GM(1,1)模型,分析了2001—2012年香港机场航空交通量的数据,预测出2013年香港机场的航空交通量,然后用加权马尔科夫模型对预测结果进行优化。利用Matlab计算得后验差检验C值小于0.35,P值为1,拟合精度等级为好,表明动态无偏灰色马尔科夫能消除传统灰色GM(1,1)模型的固有误差,提高预测精度。加权马尔科夫模型对灰色预测结果优化得2013年香港航空交通量在352 241~370 780架次之间。     

一种基于故障统计数据的发动机风险预测

给出了发动机故障危险等级划分 、危险系数确定、风险因子与飞行风险的计算方法,建立了基于蒙特卡罗仿真的发动机多故 障模式风险评估流程,预测发动机故障发生情况,评估发动机使用阶段的故障风险。在已有 航空发动机历史故障数据的基础上,对多种故障模式进行了风险预测,制定了两种可降低风 险的方案,分析了维修周期对风险因子的影响,给出了合理的降低风险方案。     

Vibration Fatigue Probabilistic Life Prediction Model and Method for Blade

Vibration fatigue is one of the main failure modes of blade.The vibration fatigue life of blade is scattered caused by manufacture error,material property dispersion and external excitation randomness.A new vibration fatigue probabilistic life prediction model(VFPLPM)and a prediction method are proposed in this paper.Firstly,as one-dimensional volumetric method(ODVM)only considers the principle calculation direction,a three-dimensional space vector volumetric method(TSVVM)is proposed to improve fatigue life prediction accuracy for actual threedimensional engineering structure.Secondly,based on the two volumetric methods(ODVM and TSVVM),the material C-P-S-N fatigue curve model(CFCM)and the maximum entropy quantile function model(MEQFM),VFPLPM is established to predict the vibration fatigue probabilistic life of blade.The VFPLPM is combined with maximum stress method(MSM),ODVM and TSVVM to estimate vibration fatigue probabilistic life of blade simulator by finite element simulation,and is verified by vibration fatigue test.The results show that all of the three methods can predict the vibration fatigue probabilistic life of blade simulator well.VFPLPM TSVVM method has the highest computational accuracy for considering stress gradient effect not only in the principle calculation direction but also in other space vector directions.     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

Remaining Useful Life Prediction of Rolling Element Bearings Based on Different Degradation Stages and Particle Filter

A method is proposed to improve the accuracy of remaining useful life prediction for rolling element bearings,based on a state space model(SSM)with different degradation stages and a particle filter. The model is improved by a method based on the Paris formula and the Foreman formula allowing the establishment of different degradation stages. The remaining useful life of rolling element bearings can be predicted by the adjusted model with inputs of physical data and operating status information. The late operating trend is predicted by the use of the particle filter algorithm. The rolling bearing full life experimental data validate the proposed method. Further,the prediction result is compared with the single SSM and the Gamma model,and the results indicate that the predicted accuracy of the proposed method is higher with better practicability.     

民机周转备件预测方法

民机周转件对飞行安全及航空公司经济效益有着重要影响.应用修理度概念,在广义更新过程的基础上改进了比例危险模型,建立了反映周转备件寿命及运行环境、维修历史等协变量参数变化趋势的预测模型,通过实际故障数据进行参数估计,并在蒙托卡罗仿真的基础上计算设定时间段内周转备件的数量.最后以某周转件为例对有无协变量、不同维修方式等条件进行对比分析,结果表明该方法更符合工程实际.     

Remaining Useful Life Prediction for Aero-Engines Combining Sate Space Model and KF Algorithm

The key to failure prevention for aero-engine lies in performance prediction and the exhaust gas temperature margin(EGTM)is used as the most important degradation parameter to obtain the operating performance of the aero-engine.Because of the complex environment interference,EGTM always has strong randomness,and the state space based degradation model can identify the noisy observation from the true degradation state,which is more close to the actual situations.Therefore,a state space model based on EGTM is established to describe the degradation path and predict the remaining useful life(RUL).As one of the most effective methods for both linear state estimation and parameter estimation,Kalman filter(KF)is applied.Firstly,with EGTM degradation data,state space model approach is used to set up a state space model for aero-engine.Secondly,RUL of aero-engine is analyzed,and expected RUL and distribution of RUL are determined.Finally,the sate space model and KF algorithm are applied to an example of CFM-56aero-engine.The expected RUL is predicted,and corresponding probability density distribution(PDF)and cumulative distribution function(CDF)are given.The result indicates that the accuracy of RUL prediction reaches 7.76%ahead 580 flight cycles(FC),which is more accurate than linear regression,and therefore shows the validity and rationality of the proposed method.     

复合材料层合板冲击及冲击后疲劳寿命预测方法(英文)

现有含冲击损伤复合材料层合板的寿命预测方法是建立在冲击后复合材料层合板的疲劳性能基础之上的,导致模型和方法不具有通用性。因此,针对含冲击损伤的复合材料层合板,基于逐渐累积损伤理论和无损单向板的疲劳特性,建立一种具有普遍适用性的三维逐渐累积损伤的疲劳寿命预测方法。该方法可对不同铺层参数、不同几何尺寸以及不同冲击条件下层合板的疲劳寿命进行预测。为了在缺少冲击试验时也能实现受到冲击载荷后层合板的疲劳寿命预测,对层合板在冲击载荷及冲击后疲劳载荷作用下的破坏进行全程分析,将预测得到的冲击损伤状态用于分析冲击后的疲劳寿命。同时基于全程分析的方法,开发了参数化的复合材料层合结构冲击及冲击后疲劳破坏模拟程序。与试验对比,最大误差为7.78%。     

民机导线安全性基础数据模型建立方法

鉴于国内民机运营数据收集体系不健全,民机导线失效数据难以获取,提出利用专家经验建立导线安全性基础数据的改进模型。在分析导线失效模式的基础上,考虑各环境影响因素之间的相关性,构建导线安全性基础数据模型。确定适用于国内所有民机型号的典型失效环境,选择合适的领域专家对典型失效环境、环境变量严重程度和环境变量相关性进行评判,并对专家数据的有效性和一致性进行检验。优选配对比较模型,根据专家评判数据求解模型系数。计算结果表明,模型能够通过检验并具有较好拟合度。最后,利用实际统计数据所得失效率对模型进行修正。