A data-driven health indicator extraction method for aircraft air conditioning system health monitoring

Prognostics and Health Management (PHM) has become a very important tool in modern commercial aircraft. Considering limited built-in sensing devices on the legacy aircraft model, one of the challenges for airborne system health monitoring is to find an appropriate health indicator that is highly related to the actual degradation state of the system. This paper proposed a novel health indicator extraction method based on the available sensor parameters for the health monitoring of Air Conditioning System (ACS) of a legacy commercial aircraft model. Firstly, a specific Airplane Condition Monitoring System (ACMS) report for ACS health monitoring is defined. Then a non-parametric modeling technique is adopted to calculate the health indicator based on the raw ACMS report data. The proposed method is validated on a single-aisle commercial aircraft widely used for short and medium-haul routes, using more than 6000 ACMS reports collected from a fleet of aircraft during one year. The case study result shows that the proposed health indicator can effectively characterize the degradation state of the ACS, which can provide valuable information for proactive maintenance plan in advance.     

A cost driven predictive maintenance policy for structural airframe maintenance

Airframe maintenance is traditionally performed at scheduled maintenance stops.The decision to repair a fuselage panel is based on a fixed crack size threshold,which allows to ensure the aircraft safety until the next scheduled maintenance stop.With progress in sensor technology and data processing techniques,structural health monitoring (SHM) systems are increasingly being considered in the aviation industry.SHM systems track the aircraft health state continuously,lead ing to the possibility of planning maintenance based on an actual state of aircraft rather than on a fixed schedule.This paper builds upon a model-based prognostics framework that the authors developed in their previous work,which couples the Extended Kalman filter (EKF) with a first order perturbation (FOP) method.By using the information given by this prognostics method,a novel cost driven predictive maintenance (CDPM) policy is proposed,which ensures the aircraft safety while minimizing the maintenance cost.The proposed policy is formally derived based on the trade-off between probabilities of occurrence of scheduled and unscheduled maintenance.A numerical case study simulating the maintenance process of an entire fleet of aircrafts is imple mented.Under the condition of assuring the same safety level,the CDPM is compared in terms of cost with two other maintenance policies:scheduled maintenance and threshold based SHM maintenance.The comparison results show CDPM could lead to significant cost savings.     

A model-based prognostics method for fatigue crack growth in fuselage panels

This paper proposes a model-based prognostics method that couples the Extended Kalman Filter (EKF) and a new developed linearization method. The proposed prognostics method is developed in the context of fatigue crack propagation in fuselage panels where the model parameters are unknown and the crack propagation is affected by different types of uncertainties. The coupled method is composed of two steps. The first step employs EKF to estimate the unknown model parameters and the current damage state. In the second step, the proposed efficient linearization method is applied to compute analytically the statistical distribution of the damage evolution path in some future time. A numerical case study is implemented to evaluate the performance of the proposed method. The results show that the coupled EKF-linearization method provides satisfactory results: the EKF algorithm well identifies the model parameters, and the linearization method gives comparable prediction results to Monte Carlo (MC) method while leading to very significant computational cost saving. The proposed prognostics method for fatigue crack growth can be used for developing predictive maintenance strategy for an aircraft fleet, in which case, the computational cost saving is significantly meaningful.     

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.     

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。     

基于信息融合的航空发动机剩余寿命预测

利用航空发动机状态监测信息,考虑到信息本身具有的误差性和随机性等特点,采用贝叶斯线性模型融合了监测信息,实现了综合利用多源信息的进行航空发动机性能衰退评估;以性能衰退评估结果为输入变量,建立基于Gamma随机过程的可靠性评估模型,预测在指定性能可靠性水平下的剩余寿命.通过算例,分析了不同监测参数对剩余寿命预测的影响.该方法能将性能监测与可靠性分析集成到一个框架中,充分利用了多种状态监测信息,结果更加准确,更符合控制航空发动机维修决策风险的实际.      

航空电子设备研制的测试性设计考虑

测试性是航空电子设备基本设计特性,测试性设计的好坏直接决定了航空电子设备感知自身状态(正常、故障和降级)并自动隔离内部故障的能力。从全寿命周期费用探讨了民用飞机航空电子设备开展测试性设计的必要性,给出了民用飞机研制过程中航空电子设备通用测试性设计、机内测试设计和电路及元器件的测试性设计考虑。实践证明航空电子设备开展测试性设计能有效提高民用飞机的功能安全性和维修经济性。     

航空电子的故障预测与健康管理技术

分析了引发航空电子设备故障的各种因素;详细讨论了航空电子设备全寿命周期内的故障预测与健康管理（PHM）技术,包括故障检测与健康监测、健康信息处理、故障预测和余寿评估;还介绍了基于健康信息综合管理的航空电子PHM系统的设计。     

飞机整体驱动发电机可靠性与维修策略探究

针对飞机整体驱动发电机可靠性分析手段缺乏、故障样本小且维修策略相对保守的问题,提出了以历史故障数据为驱动的贝叶斯和马尔可夫链融合的可靠性分析方法。 首先,利用蒙特卡洛方法对故障数据预处理以增大样本空间,并通过最大信息熵法求解飞机整体驱动发电机的先验分布;其次,利用马尔可夫链方法对复杂后验分布进行解算;最后,以可靠性为中心给出飞机 IDG 的维修建议。 经过数值仿真软件计算后得 IDG 的累计失效函数参数估计误差分别为 0. 121 3 和 0. 001 3,误差较小。 仿真结果表明,提出的可靠性分析方法适用于小样本空间的飞机 IDG 可靠性分析,并根据结果给出了维修建议。     

基于随机Wiener过程的航空发动机剩余寿命预测

针对目前剩余寿命(RL)预测方法没有综合考虑发动机个体性能退化的差异性和多阶段性的问题,提出了基于多阶段性能退化模型预测航空发动机剩余寿命的方法。首先,该方法采用多阶段Wiener过程对航空发动机进行退化建模,并假设退化模型参数服从随机分布来描述发动机个体的差异性。然后,根据历史性能退化数据与历史失效时间数据,利用期望最大化算法对模型参数的先验分布进行估计。当获得单台发动机的实时退化数据后,使用Bayesian方法对模型参数进行更新,从而实时更新航空发动机的RL分布,最终实现对单台航空发动机的RL预测。实验结果表明,该方法预测精度较高,能为航空发动机维修计划的制定提供依据。     

基于导波原位检测的复合材料疲劳表征与寿命预测研究

随着复合材料在先进飞行器结构中占比的逐渐增加,复合材料在服役过程中力学性能的变化对飞行器整体的安全至关重要。为了实现基于导波原位检测的飞行器复合材料整体部件疲劳评估和寿命预测,首先,从宏观和细观的角度研究复合材料疲劳损伤演化规律;在此基础上,通过分析导波波场信息,探究导波相速度、模态能量比等特征在表征复合材料疲劳方面的潜力;其次,从复合材料损伤机理出发,建立导波相速度与疲劳损伤累积的演化模型;然后,构建深度学习框架,以数据驱动的方式从导波波场中提取疲劳演化特征;最后,提 出基于贝叶斯模型平均方法的疲劳演化模型,对复合材料剩余疲劳寿命进行预测。结果表明：通过提取和分析导波特征信息,可以准确地对复合材料疲劳状态进行表征,结合贝叶斯模型平均方法和置信区间准则,实现了在试件疲劳破坏之前的剩余寿命预测。     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

大型客机起飞着陆过程噪声辐射特性对比分析

 基于准稳态假设和分布点声源模型,并采用最新发展的噪声源半经验参数预测公式,发展和完善了用于飞机飞行过程中噪声辐射预测的计算模型和方法。该计算方法能够预测飞机起飞、着陆过程中的适航噪声,并能够对飞机不同噪声源的噪声辐射特性（声级、频谱特性和指向性等）进行计算分析。以某大型客机为对象,对飞机进场着陆过程和起飞过程中飞机噪声源进行了计算分析,计算结果表明,飞机进场着陆和起飞过程中,不同噪声源对远场噪声级的影响有明显的差异,起飞过程中发动机风扇噪声源是最主要的噪声辐射源,而在进场着陆过程中飞机机体噪声（包括起落架和襟翼等）是重要的飞机噪声源。文中也给出了不同噪声源频谱特性和指向特性等。     

民用飞机空调系统仿真分析

建立了系统主要部件数学模型,利用Matlab/Simulink平台开发了系统部件仿真模块、驾驶舱/客舱热载荷等模块,并搭建了某民用飞机空调系统仿真模型.在某国产商用飞机空调系统上加装了测试装置,并进行试验测试.通过仿真分析及试验结果比对发现,参数误差在2%以内,由此表明:建立的仿真模块具有较高的精度,提出的建模方法合理有效,对飞机空调系统设计、优化及适航符合性验证具有较高的使用价值.      

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。     

基于贝叶斯更新的飞机结构腐蚀可靠度模型

民用飞机结构腐蚀发展的时变性和样本采集的局限性,给腐蚀检测数据分布函数的确定及参数的估计带来了很大的不确定性。针对这一问题,给出了基于贝叶斯公式的合理分布函数选取及参数估计方法。为满足在役飞机结构可靠性动态管理的需求,基于贝叶斯更新思路,将反映结构性能退化共性规律的预测模型视为先验模型,沿着具体结构生命周期不断挖掘利用新信息,建立具体飞机结构腐蚀失效概率和可靠度的动态预测模型。算例采用某型民用飞机地板梁结构腐蚀的无损检测数据,结果显示：腐蚀深度的合理分布为双参数威布尔分布,基于贝叶斯更新后的腐蚀失效概率计算得到的结构可靠度与未更新的显著不同。表明更新后的可靠度因为既考虑了模型参数的历史先验信息,又利用了当前数据实时更新了预测模型,从而有效地降低了有限样本带来的不确定性,使得预测值稳健且具有时变性,更符合工程实际。     

部分可观测信息条件下装备剩余寿命预测

 针对部分可观测信息条件下退化系统的剩余寿命(RUL)预测问题,综合利用装备的历史寿命信息和性能退化信息,采用隐马尔可夫模型(HMM)对系统进行状态评估,得到系统的转移概率矩阵和观测概率矩阵;采用Bayes方法不断更新系统状态空间的条件概率分布;利用比例故障率模型(PHM)对系统进行可靠性分析,得到系统的故障率和可靠度函数,进而得到装备的剩余寿命分布。研究表明,该方法可较准确地预测装备的剩余寿命,为保障人员提供科学的维修决策依据。     

商用飞机机务维修保障能力评价方法

商用飞机机务维修保障能力的评价效率亟须提高。首先,建立商用飞机维修保障系统能力评估指标体系;然后,介绍主成分分析法的原理,并建立优化决策模型;最后,通过SPSS软件采用主成分分析法对不同维修保障方案进行评估,以保证飞机的适航完整性。结果表明:主成分分析法消除了主观因素对评价的影响,得到的评价指标可用于商用飞机维修保障能力的定量评价,评价结果可为各航空公司及维修单位提供借鉴。     

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CBR的民用飞机维修决策系统研究

基于CBR的智能维修决策技术,可以为新型国产飞机维修大纲制订人员提供有用的决策信息,提高制定飞机维修大纲的智能化水平和效率。研究的核心问题就是基于CBR的维修任务和维修间隔制订方法,它们为维修决策支持系统提供理论指导与核心算法。最后开发了基于CBR、以SQL Server作为后台数据库管理系统的民用飞机维修决策系统,并以新舟600（MA600）飞机ATA32起落架系统组件为实例进行验证,效果良好。