基于贝叶斯网络和共因失效的飞机电源系统可靠性分析

飞机电源系统中的冗余设计提升了飞机系统的可靠性，但同时也增加了共因失效发生的概率。为了准确分析飞机电源系统的可靠性，首先，采取α因子模型对共因失效部件的失效率进行分解计算，并利用贝叶斯网络（BN）建立考虑共因失效的飞机电源系统可靠性模型。然后，对比分析考虑与不考虑冗余部件之间的共因失效因素时飞机电源系统及其子系统的可靠性。结果表明，考虑冗余部件之间的共因失效因素时，得到的飞机电源系统及其子系统可靠度相对于不考虑冗余部件之间的共因失效因素时较低，更加吻合实际情况。     

二维耦合天线阵图结构模型在波束转换和失效分析中的应用

提出了耦合振荡器阵列的一种图结构模型，利用该模型对耦合振荡器阵列有源天线阵的波束转换时间、振荡器失效和耦合网络失效引起的阵列失效概率进行了分析和仿真。从分析结果看，阵列耦合网络具有一定冗余性的设计可以缩短阵列波束转换时间，提高阵列的可靠性。     

民用飞机共模故障分析方法研究

共模故障是一种相依失效事件,该事件的存在增加了复杂系统的联合失效概率,降低了冗余系统的可靠度,给系统设备带来了巨大的安全隐患。论述了共模故障的基本概念,分析了产生共模故障的原因,给出了共模故障定性分析过程,分别提出了基于扩展故障树和马尔柯夫分析的共模故障失效概率计算方法,在安全性分析领域进行了有益的探索。     

离子推进系统仿真与故障诊断研究

离子电推进系统由于组成复杂，发生故障的概率大大增加，通过系统仿真并在此基础上开展故障诊断研究，对于识别故障原因及保障离子推力器系统正常工作具有重要作用。本文结合离子电推进系统各子系统数学模型，利用Matlab/Simulink实现了离子推力器系统仿真模型，基于LIPS-300离子推力器数据，对其性能进行了仿真，仿真模型输出结果与相关文献中已有的结果一致。采用该系统仿真模型结合故障因子，对故障状态的离子推力器系统进行了仿真，利用得到的故障数据与Matlab神经网络工具箱建立了离子推力器故障诊断系统。利用仿真模型额外生成另一组已知对应故障模式的故障状态运行数据，并利用该组数据对故障诊断系统进行了诊断能力测试，系统诊断结果与其已知对应故障模式相比，正确率为93.8%。     

基于失效概率的涡轮后机匣全局灵敏度分析

涡轮后机匣是航空发动机安全的关键部件,但是其具有工况复杂、不确定性因素多的缺点。为了探究输入随机变量的不确定性对涡轮后机匣结构失效概率的影响,建立参数化有限元模型进行确定性分析。考虑材料性能、几何参数及外部载荷的不确定性,对涡轮后机匣两种典型失效模式：强度失效以及刚度失效建立极限状态函数;通过构造自适应Kriging 代理模型并结合重要抽样方法评估涡轮后机匣结构失效概率,利用基于失效概率的全局灵敏度方法对涡轮后机匣结构可靠度的不确定性来源进行分析,对各输入随机变量重要性进行排序,构建一种涡轮后机匣全局灵敏度分析框架。结果表明：涡轮后机匣在两种失效模式以及系统失效模式下,发动机推力以及线性膨胀系数对结构失效概率影响最为显著,应对其重点考虑;内外机匣长度以及材料弹性模量对涡轮后机匣结构失效概率影响较小,可对其适当忽略。     

不确定运行环境下航空发动机部件寿命计算

针对传统航空发动机部件寿命计算方法没有考虑发动机实际运行环境的问题,提出1种基于传感器数据的部件寿命计算方法。首先构建含有涡轮叶片热机械疲劳寿命模型的仿真系统,利用Monte Carlo仿真来获取不同运行环境下叶片寿命数据,采用威布尔分布计算叶片失效概率,得到叶片等效使用寿命。结果表明:运行环境对发动机部件寿命及失效概率有重要影响,而基于传感器或机载模型数据的部件计算方法可以有效避免传统计算方法的缺陷,将发动机实际运行环境纳入到寿命计算中,为寿命延长控制、寿命管理等相关研究提供精确的部件寿命。     

基于失效物理的动量轮贝叶斯可靠性评估

作为卫星姿态控制系统关键部件的动量轮,其可靠性关系到卫星发射的成败。但是由于有小子样、高可靠性和长寿命等特点,受技术、费用和时间等条件的限制,无法获得大样本失效寿命数据,因此利用传统的大样本寿命数据统计推断方法进行可靠性建模、分析与评估存在困难。为此,从失效物理分析的角度出发建立性能退化模型,用贝叶斯方法融合性能退化模型和寿命模型得到产品的可靠性评估模型,并基于该模型充分利用失效物理试验中的性能数据和少量的寿命数据来进行可靠性评估。实例分析表明,该方法与伪寿命方法相比更加符合工程实际,评估精度更高。     

基于退化失效与突发失效竞争的导弹剩余寿命预测

为了提高导弹剩余寿命预测结果的准确性,本文综合利用导弹的性能退化数据和突发失效时间数据,提出了基于退化失效和突发失效竞争的剩余寿命预测方法。在引入状态空间模型评估出整弹退化程度的基础上,采用Gamma过程建立退化失效模型;在假定突发失效概率与整弹性能退化程度相关的前提下,采用Weibull分布建立突发失效模型;进而建立退化失效与突发失效竞争模式下的导弹可靠度模型。案例应用证明了所提方法的有效性,对准确预测导弹剩余寿命,有效开展视情维修具有一定的工程价值。     

基于BP神经网络的复合材料失效分析

创建了基于BP神经网络方法预测复合材料在复杂应力状态下的失效模型.依据现有的试验数据,建立了基于BP神经网络的数学模型,并给出了网络在多次训练的统计性评价参数.以及单次样本泛化性能的评价参数,并利用这些参数实现了网络的结构优化和训练优化,得到了比较精确的网络模型,成功预测了复合材料的失效数据,拓宽了计算复合材料失效的范围,同时可以对复合材料的失效分析和试验设计进行指导.     

基于故障数据的某型导弹失效风险排序方法

以某型导弹寿命预测为研究背景,按专业将该型导弹分为弹体、动力系统、电子电气设备等8个分系统,采用FTA-FMMEA方法分别对其进行失效模式和机理分析,并引入严酷度等级和失效模式发生概率等级,构建失效模式风险评价模型,对导弹各分系统的失效危害度进行定量分析。根据服役期间导弹现场失效数据并结合先验信息,提出了基于Bayes估计的各失效模式发生概率求取方法,给出了导弹各分系统的失效排序,确定了导弹薄弱环节,为后续贮存寿命预估提供依据。     

基于乏信息失效数据的可靠性评估方法

基于乏信息失效数据,提出了机械产品可靠性的最大熵评估模型.根据可靠性经验值公式,获得失效数据的可靠性经验值向量,并逆推出离散失效频率向量即获得统计直方图;基于区间映射的牛顿迭代方法获得具有最大熵的概率密度函数,对其积分获得失效概率分布函数,进而得到可靠性估计真值函数.仿真案例和试验案例研究证明该方法可以很好地评估已知分布的可靠性并有效地解决只有失效数据而没有概率分布任何先验信息的可靠性评估问题.在寿命给定时,最大熵方法获得的可靠性取值与已知分布获得的可靠性取值之间的差值非常小仅为3.40%.      

Neural Networks Combined with Importance Sampling Techniques for Reliability Evaluation of Explosive Initiating Device

Concerning the issue of high-dimensions and low-failure probabilities including implicit and highly nonlinear limit state function, reliability analysis based on the directional importance sampling in combination with the radial basis function (RBF) neural network is used, and the RBF neural network based on first-order reliability method (FORM) is to approximate the unknown implicit limit state functions and calculate the most probable point (MPP) with iterative algorithm. For good efficiency, based on the ideas that directional sampling reduces dimensionality and importance sampling focuses on the domain contributing to failure probability, the joint probability density function of importance sampling is constructed, and the sampling center is moved to MPP to ensure that more random sample points draw belong to the failure domain and the simulation efficiency is improved. Then the numerical example of initiating explosive devices for rocket booster explosive bolts demonstrates the applicability, versatility and accuracy of the approach compared with other reliability simulation algorithm.     

Reliability estimation of mechanical seals based on bivariate dependence analysis and considering model uncertainty

The reliability estimation of mechanical seals is of crucial importance due to their wide applications in pumps in various mechanical systems. Failure of mechanical seals might cause leakage, and might lead to system failure and other relevant consequences. In this study, the reliability estimation for mechanical seals based on bivariate dependence analysis and considering model uncertainty is proposed. The friction torque and leakage rate are two degradation performance indicators of mechanical seals that can be described by the Wiener process, Gamma process, and inverse Gaussian process. The dependence between the two indicators can be described by different copula functions. Then the model uncertainty is considered in the reliability estimation using the Bayesian Model Average (BMA) method, while the unknown parameters in the model are estimated by Bayesian Markov Chain Monte Carlo (MCMC) method. A numerical simulation study and fatigue crack study are conducted to demonstrate the effectiveness of the BMA method to capture model uncertainty. A degradation test of mechanical seals is conducted to verify the proposed model. The optimal stochastic process models for two performance indicators and copula function are determined based on the degradation data. The results show the necessity of using the BMA method in degradation modeling.     

Efficient adaptive Kriging for system reliability analysis with multiple failure modes under random and interval hybrid uncertainty

In the field of the system reliability analysis with multiple failure modes, the advances mainly involve only random uncertainty. The upper bound of the system failure probability with multiple failure modes is usually employed to quantify the safety level under Random and Interval Hybrid Uncertainty(RI-HU). At present, there is a lack of an efficient and accurate method for estimating the upper bound of the system failure probability. This paper proposed an efficient Kriging model based on nume...     

广义回归神经网络在冗余捷联惯导故障诊断中的应用研究

针对冗余捷联惯导的故障诊断问题，研究提出了一种基于广义回归神经网络的故障诊断方法。该方法在传感器输出数学模型未知的情况下，仅通过传感器之间的冗余关系，利用传感器正常工作时的测量值和改进的神经网络估计输出值生成残差进行故障诊断。仿真试验表明，利用神经网络补偿产生的残差可以检测到未补偿时的故障。该方法不仅可以检测到单故障，还对多传感器同时发生故障具有一定的检测能力。     

基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性

考虑到高速滚动轴承中热弹流润滑效应的影响,提出一种人工智能方法进行航空轴承疲劳可靠性分析。通过带交叉项的二次多项式近似拟合温度场效应,并将热应力映射到滚动轴承赫兹接触区内,完成热弹流润滑效应下航空轴承接触应力分析模型的建立,同时考虑热弹流润滑效应、材料属性以及疲劳强度修正系数的随机性,运用人工神经网络法完成热弹流润滑效应下航空滚动轴承疲劳可靠性分析。采用遗传算法完成最小可靠性指标寻优和惩罚函数最佳设计点。基于改进的一次二阶矩法完成可靠性灵敏度分析。数值算例表明,所建立的可靠性分析模型能正确反映热弹流润滑效应对航空轴承接触疲劳的影响。与传统的Monte Carlo法相比,两种计算结果的失效概率之差为2.0×10-4,相对误差为23.8%,而所提方法耗时只有蒙特卡洛方法的0.15%,具有良好的全局搜索能力和高效的计算性能。      

飞机舱门锁机构多失效模式可靠性分析方法

如何提高飞机舱门锁机构关闭系统的可靠性计算效率,减少计算时间,降低舱门故障率是亟待解决的 问题。选取某型飞机舱门锁机构为研究对象,通过 LMS建立飞机舱门锁机构仿真模型,研究锁机构关闭过程 中最大液压力失效和关锁时间失效模式的影响因素,考虑两种失效模式之间的相关性,基于重要抽样法和 B-P 神经网络方法,计算飞机舱门锁机构多失效模式下的可靠性;将这两种方法仿真计算结果与传统蒙特卡罗方法 计算结果进行对比,结果表明:以上两种计算飞机舱门锁机构可靠性的方法是合理的,其误差范围均在3%以 内,且两种方法的计算效率相较于传统方法均有所提高;其中,B-P神经网络方法比重要抽样法计算精度和效 率更高,更适用于研究飞机舱门锁机构的可靠性问题。     

EMA伺服控制系统研究

机电作动器(EMA)作为先进飞机的主要作动系统有着体积小、效率高、重量轻的优势,是未来航空作动器的主要发展方向。在介绍EMA的工作原理之后建立了EMA的机械传动机构与永磁同步电机(PMSM)的非线性模型,构建了含有电压前馈的三闭环EMA控制系统。考虑到机械传动系统对EMA位置环的影响,针对位置环构建了基于径向基(RBF)神经网络的PID控制器,将其与EMA三闭环PI控制系统进行仿真并比较控制结果,结果显示RBFPID控制器的控制精度与响应速率得到明显提高。     

一种改进的两单元冷贮备系统保障策略

对于采用冷贮备冗余设计的导弹指挥仪,为了满足其高可靠性和可用性要求,提出了预先维修和备件订货的联合保障策略。考虑了以预先维修为主,以改正维修为辅的维修方式,采用了近似的（S-1,S）订货策略满足备件需求。建立了非线性规划模型反映可用性约束和保障费用目标。基于马尔可夫更新过程,推导了期望费用和可用性的公式。算例表明,与参考的策略对比,改进的更换策略能够显著地节省费用。