基于图像化变差函数的性能数据异常判别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常判别方法。通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。通过引入变差函数理论,采用4方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。在提取发动机性能图像关键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态的判别。选用若干组实际发动机性能数据对方法进行验证。验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能图像运行状态的分类,从而判别发动机性能数据的运行状态。     

航天轴承摩擦力矩的参数-非参数融合性分析

提出参数-非参数融合性方法分析航天轴承摩擦力矩性能,该方法用统计方法判断航天轴承摩擦力矩的基本特征;用符号判断法确定航天轴承摩擦力矩的时序特征;用秩和判断法判断航天轴承摩擦力矩状态特征;融合3种方法系统分析航天轴承摩擦力矩总体性能,实现航天轴承摩擦性能的评估.该方法可以降低数据符号,偏离平均值较大、较小及不同数据排列顺序对航天轴承总体性能的影响,正确反映航天轴承的工作性能和稳定性能、时序特征及状态特征,全面系统地揭示航天轴承的总体性能.根据工作性能与稳定性能,性能比较好的航天轴承被确定,进一步根据航天轴承的时序特征和状态特征选出总体性能最优的轴承,置信水平可以达到99%,和现行选用的航天轴承一致,表明该方法反映航天轴承摩擦力矩信息多,可以从少数航天轴承中得到总体性能最优的轴承.      

飞行器仿真可信性分析

介绍了仿真可信性研究的概念和方法,主要分析了定量研究的方法。飞行器可信性研究可分为静态性能检验和动态性能检验,动态性能检验又包括时间域分析和频率域分析的方法。本文还给出了飞行器仿真可信性研究的一个技术方案。     

基于模糊信息熵的航空发动机性能评估和可靠性分析

以航空发动机为研究对象,利用发动机测量参数变化评估发动机综合性能。将多个测量参数通过模糊信息熵方法转化成1维参数,克服了1个参数不能全面反映发动机性能的缺点;结合性能退化可靠性理论和随机过程方法,通过分析发动机性能退化过程,运用威布尔分布建立了基于随机过程的性能退化过程中的发动机性能可靠性模型。结果表明：通过模糊信息熵方法得到的性能参数能较好地反映发动机性能状况及可靠性程度。     

基于面向对象方法的压气机性能计算

提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化（PSO）的全局寻优能力和反向传播（BP）神经网络的局部寻优能力提出基于PSO的BP神经网络（PSO-BP神经网络）预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算.      

超燃冲压发动机性能的准二维计算方法

为了能在双模态超燃冲压发动机流道方案初步论证中提供一种较快速的发动机性能计算方法,在二维N-S方程基础上,引入一维完全燃烧计算方法,提出了预估超燃冲压发动机性能的准二维计算方法.该方法能够计入激波、边界层分离等对发动机性能的影响,可在较短时间计算出整机推力、比冲性能和沿程热力学参数.通过对自由射流发动机计算,验证了此方法.并在此基础上,初步分析了燃料喷注位置和流道构型对发动机性能的影响.     

基于图像化变差函数的性能数据异常明别

为提升发动机性能监控的智能化水平，实现性能数据的高效利用，提出了基于图像化变差函数的发动机性能数据异常 判别方法。 通过研究发动机性能数据的标准化修正方法和图像转化方法，将数值型表示的发动机性能数据转化为发动机性能图像。 通过引入变差函数理论，采用 4 方向的变差函数值表示性能特征值，融合不同时刻不同参数的性能数据。 在提取发动机性能图像关 键特征点的基础上，定义性能图像间的差异距离，实现基于变差函数的发动机性能图像异常判别方法，从而实现对发动机性能状态 的判别。 选用若干组实际发动机性能数据对方法进行验证O 验证结果表明:该方法运算高效，实现了高维性能数据的降维和对性能 图像运行状态的分类，从而判别发动机性能数据的运行状态。     

基于模糊指数融合和正交基分解的发动机性能监控

针对发动机性能监控过程中出现的单参数监控信息量不足和多参数容易矛盾的情况,提出一种发动机性能监控模糊指数融合方法。该方法基于滑动窗口参数均值和熵,采取有效的信息融合技术,建立表征发动机性能的模糊融合指数。利用神经网络方法,依据已确定的模糊融合规则推导出剩余决策规则。实例表明,模糊融合指数能很好地跟踪发动机性能缓慢衰退和突变两种情况。用正交基分解的方法对模糊指数进行重构预测,与线性拟合和二次拟合相结合的方法相比,其预测精度更高,能准确预测发动机的性能变化。     

雷达检测性能试验等效推算方法

 雷达检测性能是雷达最基本、最重要的性能,雷达检测性能试验是雷达试验的重要内容。由于各种原因,针对雷达的系统级原型试验常常难以开展或者只能极少量地开展,通常只能通过进行大量等效试验来辅助雷达性能的鉴定评估工作。本文针对缺乏原型试验条件下的雷达检测性能评估问题,提出了一种基于试验数据分析的雷达检测性能等效推算方法。首先给出了等效试验与原型试验之间的差异性度量方法,它是等效推算和性能评估的基础;接着对存在原型试验条件下的等效推算方法进行了研究;而后针对通常无法进行原型试验的实际情况,提出了一种基于预测模型和仿真试验相结合的零子样原型试验条件下的等效推算方法;最后通过仿真实例验证了本文方法的合理性和可行性。     

基于近似模型的变循环发动机稳态性能分析及优化

针对变循环发动机可调节变量多的特点,基于变循环发动机稳态性能计算结果,提出了通过构建和利用近似模型对稳态性能进行分析、优化的研究方法,同时还建立了优化求解程序。以超声速巡航工况稳态性能的分析及优化为例,解析了主要变几何部件调节对推力和耗油率的影响,获得了满足优化条件的性能方案。与传统大范围变几何部件参数研究方法对比验证表明,该方法在提高设计效率方面作用显著。为变循环发动机性能分析及控制规律设计提供了一种研究方法。     

基于性能退化数据的可靠性评定方法研究

对于高可靠长寿命产品,基于性能退化数据分析产品可靠性是一种行之有效的技术途径。本文首先建立性能退化轨道模型和退化数据统计模型,然后详细论述了退化数据统计分析的多种大样本方法,并分析论述了各方法的优缺点。最后提出性能退化分析时,依然存在小样本问题,并提出性能退化轨道模型结合Bayes小样本技术,将是解决性能退化数据统计分析小样本问题的有效途径。     

基于Bayes-Normal模型的小子样性能可靠性评定

通过退化量分布函数研究性能退化是基于退化轨道进行性能可靠性分析的有效补充。针对试验小子样的特点,在图形法基础上运用Bayes方法,对性能可靠性的统计推断方法进行了研究,并在理论推导的基础上,举例说明了该方法的有效性。     

Remaining useful life prognostics for aeroengine based on superstatistics and information fusion

Remaining useful life（RUL） prognostics is a fundamental premise to perform conditionbased maintenance（CBM） for a system subject to performance degradation. Over the past decades,research has been conducted in RUL prognostics for aeroengine. However, most of the prognostics technologies and methods simply base on single parameter, making it hard to demonstrate the specific characteristics of its degradation. To solve such problems, this paper proposes a novel approach to predict RUL by means of superstatistics and information fusion. The performance degradation evolution of the engine is modeled by fusing multiple monitoring parameters, which manifest non-stationary characteristics while degrading. With the obtained degradation curve,prognostics model can be established by state-space method, and then RUL can be estimated when the time-varying parameters of the model are predicted and updated through Kalman filtering algorithm. By this method, the non-stationary degradation of each parameter is represented, and multiple monitoring parameters are incorporated, both contributing to the final prognostics. A case study shows that this approach enables satisfactory prediction evolution and achieves a markedly better prognosis of RUL.     

基于气路参数融合的涡扇发动机性能退化预测

针对单参数驱动的涡扇发动机性能退化预测精度不高的问题,提出了一种基于气路参数融合的涡扇发动机性能退化预测的方法。通过监测发动机性能退化过程中多源参数,采用专家经验和核主成分分析相结合的方法,进行发动机性能参数的选择和融合,从而构建健康参数。基于非线性Wiener过程构建涡扇发动机退化模型,采用极大似然方法求得发动机退化模型的离线参数估计值;由于不同发动机性能退化的差异性,基于贝叶斯更新理念对随机参数进行实时更新,可以实现对单台发动机的性能退化实时预测。通过实例验证,采用此方法在预测末端方均根误差为0.028 3,整体预测精度提升了54.5%,可以辅助指导维修决策。      

基于幂律退化轨道的小样本性能可靠性评定

结合航空航天领域高可靠、长寿命产品试验小子样的特点,运用性能退化可靠性理论和Bayes方法,对系统可靠性的统计推断方法进行了研究.首先对基于Bayes方法幂律退化轨道参数的计算模型进行研究,然后结合随机变量函数的分布的计算,推导出系统可靠性后验估计和置信下限估计的计算公式.在理论推导的基础上,结合工程实例说明该方法的有效性.     

性能退化双线性过程方法与成组试验方法的比较

针对性能退化可靠性分析问题,将双线性过程方法与成组试验方法进行了对比分析.首先,从理论层面阐述了双线性过程方法和成组试验方法对性能退化数据的建模过程,可以发现:双线性过程方法通过将性能退化数据作为一个整体进行统计分析,能够避免两步估计造成的信息浪费,提高分析精度.其次,以窗雨刮器开关性能退化试验为例进行了对比分析,结果表明,双线性过程方法共有2.5%的试验数据位于概率为90%的百分位值曲线估计结果上方,符合工程实际需要,而成组试验方法共有15%的试验数据位于百分位值曲线估计结果上方.此外,基于残差分析的模型检验结果表明双线性过程方法更为合理.     

基于模糊层次分析的船用光纤陀螺罗经性能评估方法

针对船用光纤陀螺罗经性能评估过程中存在的评价项目多样、属性多样、关系复杂,难以完全采用定量方法进行评估比对的问题,引入了基于模糊一致矩阵的模糊层次分析法的设计评估方法。基于模糊层次分析的船用光纤陀螺罗经性能评估方法通过将多标准决策问题转化为单一标准决策问题,可简捷清晰地求解出评估指标体系中各评估指标的权重。多型光纤陀螺罗经海试数据分析结果表明,该方法评估过程清晰、计算简便,能够清晰、高效地评价船用光纤陀螺罗经的总体性能。     

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.     

基于Wiener过程的民用航空发动机性能可靠性预测

通过对民用航空发动机性能退化数据的分析,提出了一种有效融合先验退化数据和现场退化数据的性能可靠性评估和剩余寿命预测方法.首先在先验退化数据的基础上确定Wiener过程参数的先验分布,然后利用贝叶斯方法融合新增的现场数据,对Wiener过程参数进行更新,并在此基础上对单台发动机进行性能可靠性评估和剩余寿命预测.该方法能根据现场退化数据不断地对可靠性和剩余寿命进行更新.最后通过某航空公司发动机性能退化数据验证文中提出的方法,结果表明41号发动机在2000循环和3000循环时预测的剩余寿命相对误差分别为0.060和0.018,可以满足航空公司发动机下发计划制定的实际需要.      

基于加速退化试验和粒子滤波的电子设备故障预测方法

针对导弹电子设备故障预测问题,提出了一种基于综合环境加速退化试验(ADT)和粒子滤波的故障预测新方法。首先,不同于传统的ADT方案,仅以单个样本为试验对象,采用步进加速的思想,将性能退化理论拓展为加速性能退化理论(APDT),建立基于电子设备寿命退化速度的加速寿命退化模型。其次,为克服环境应力等测试不确定性因素对预测精度的影响,定义了电子设备退化度的概念,将寿命预测的不确定性问题转化为设备退化度最优估计问题,利用改进粒子滤波算法求解出电子产品动态退化的最优估计值,进而实现设备的全寿命评估。最后,实例说明该方法可行、有效,并大大提高了试验的效费比。