基于灰色理论的航空发动机可靠性指标评估方法

以层次分析理论为基础,采用二次分布和灰色理论综合评估方法,建立了航空发动机可靠性指标评估模型。将发动机可靠性指标分为总体级、危害度级、故障模式三个层次,故障模式级的数据融合采用二次分布和加权平均的方法,危害度级的数据融合采用层次分析-灰色理论综合评估方法,将航空发动机可靠性指标分散描述成属于不同灰类的向量,将评估灰类向量进行单值化处理得到发动机总体可靠性指标,实现了发动机可靠性指标从故障模式级到危害度级再到总体指标的逐步融合。对某型涡扇发动机应用表明,基于层次分析-灰色理论的评估模型应用范围广泛,对数据的分布类型不予限制,评估结构清晰,分层次反映了发动机的可靠性状态。     

某型军用发动机使用可靠性评估

某型军用航空发动机在实际使用中故障频发,为了寻找制约整机可靠性提高的薄弱环节,提高飞机战备完好性,提出了基于部件系统及其重要性的航空发动机可靠性评估方法。并依据外场故障数据,利用该方法对某型发动机的使用可靠性进行了评估。采用层次分析方法（AnalyticHierarchyProcess,AHP）,建立了具有3层评估指标的整机使用可靠性评估系统。运用数理统计的方法,根据同类型故障的寿命分布模型计算其可靠性指标。运用加权融合的方法获得部件系统及整机的平均故障间隔时间TM,用以评估发动机的使用可靠性,为该型发动机各个部件系统的外场维护及定检时间提供了参考。     

试飞阶段可靠性评估方法及试验方案设计

提出将基于2参数威布尔分布的小子样零故障寿命试验方法用于航空发动机等高可靠性航空武器装备设计定型试飞阶段平均故障间隔时间评估以及可靠性专项试飞/地面试验设计,通过计算给出可靠性评估及试验设计系数用表;同时采用Matlab对航空发动机历史试验数据进行拟合,得到对应的形状参数;在此基础上,以某航空发动机为例对该方法工程应用的适用性和有效性进行验证。结果表明:该方法具有较强的工程应用性,可用于解决试飞阶段航空发动机等高可靠性产品可靠性评估及试验设计问题。     

无人机用小型航空发动机可靠性指标评定

为了评价小型航空发动机在研制过程中的可靠性水平,基于其结构和使用特点,建立了可靠性参数体系和指标评定方法;选择平均故障间隔时间（MTBF）、起动可靠度（RSS）、平均致命故障间隔时间（MTBCF）作为发动机的可靠性参数,采用Bayes数据融合方法建立MTBF评定模型、采用故障树分析方法建立RSS评定模型、采用关键件的寿命分布建立MTBCF评定模型;与传统取平均值计算方法相比较,提出的方法将发动机的故障数据分类统计、分层次评估,能够全面反映出系统的可靠性状态,并有利于发现系统中存在的薄弱环节,通过应用实例说明了该方法的有效性．     

基于模糊相似比例与综合评判的发动机可靠性分配

为了在可靠性指标分配时能充分利用相似旧机型已有的可靠性信息,提出在航空发动机初期设计的可靠性分配阶段采用模糊相似比例与模糊综合评判相结合的可靠性指标分配方法.该方法既能充分利用相似旧机型的可靠性数据,同时又能通过模糊综合评判,对基于相似旧机型的可靠性比例分配结果进行修正,实现了在可靠性分配阶段确定性信息和不确定信息的互补,进一步优化了可靠性分配结果.      

某型国产发动机与其原型机使用可靠性对比分析

为了研究某型引进生产专利的国产化发动机与其原型机可靠性指标差异,利用层次分析法建立了基于部件系统及其重要性的航空发动机可靠性评估模型。以该型国产化发动机及其原型机外场故障数据为基础,综合运用分布法、样本量加权、重要性加权的数据融合方法对2型发动机的使用可靠性指标进行评估。结果表明:经多年的改进,该型国产化发动机的可靠性总体指标已高于原型机的;而如压比调节器、滑油回油泵等零部件的指标仍低于原型机的,类似部件的可靠性提高是进一步提高整机指标的有效途径。     

基于FSVM改进隶属度的发动机振动性能分析

为了更有效地掌握航空发动机振动性能的影响因素,提出了改进FSVM信息熵的融合定量分析方法.首先,对模糊支持向量机(FSVM)的模糊隶属度函数进行改进,建立多类模糊隶属度计算模型.再将该方法应用到航空发动机整机振动性能评估,计算出振动故障模式与故障原因之间的权值,建立了一个多参数的发动机振动性能分析模型;并对各类振动原因对发动机整体性能的影响进行定量分析,为发动机的振动抑制提供量化参考指标.最后,通过与实际经验作比较,验证了该方法是可行和有效的.     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少，采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题，基于Bayes理论，把历史试验数据视为先验信息，采用矩等效方法确定先验分布，然后通过Bayes理论综合现场试验数据，建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估，得到其MTBF评估值为302.68h，比采用数学平均值法约提高了18.7%，评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

一种针对液体火箭发动机可靠性的双线评估方法

针对液体火箭发动机可靠性评估过程中试验数据利用不充分、主观性强、与设计改进关联不足等现状,给出了一种可靠性双线评估方法,在有限试车条件下提升可靠性评估结果的准确性,并从风险控制角度识别出发动机的薄弱环节。该方法采用两条主线开展可靠性评估,第一条线以发动机部组件试验数据为输入,以发动机工作时序为线索,识别发动机故障模式,建立可靠性模型,将部组件故障模式的发生概率带入可靠性模型中,采用不确定性传播算法,得到发动机可靠性先验分布。第二条线以发动机整机试验数据为输入,采用威布尔可靠性评估方法,得到发动机可靠性追加信息;随后采用贝叶斯方法进行双线融合,计算发动机可靠性的后验分布。通过可靠性双线评估方法,扩充了可靠性评估的数据来源,并从风险控制角度辨识了发动机的关键部组件及其故障模式,提升了可靠性评估的工程应用价值。     

航空发动机顶层设计指标评价方法及软件开发

采用层次分析、熵值、质量功能展开、模糊综合评价等运筹学的基本方法,结合航空发动机行业的技术特点,建立了一套能够量化评估航空发动机的先进性和技术成熟度等顶层设计指标的评价方法,并在C++Builder编译环境下开发了面向对象的评估软件。在民用航空发动机项目中的实际应用表明,方法能够对航空发动机的先进性和技术风险等顶层设计指标进行合理的量化评估,并对航空发动机研发过程中的技术成熟度进行动态跟踪。     

航空发动机整机振动故障模糊信息熵诊断方法

为了获得航空发动机整机振动故障征兆与故障原因之间难以确定的复杂隶属关系,提高故障诊断的准确率,基于模糊数学理论和信息熵理论,提出了基于模糊信息熵的发动机整机振动故障融合诊断方法。通过建立模糊信息熵融合诊断的数学模型,使定量分析与专家经验和定性分析相结合,并应用于某型航空发动机整机振动故障诊断。实际应用表明,基于模糊信息熵融合的诊断模型较单一的模糊诊断模型准确率明显提高,验证了该方法用于航空发动机整机振动故障诊断是有效的。     

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。     

基于模糊粗集的航空发动机特征参数提取算法

提取发动机性能状态的特征参数,是提高发动机故障识别正确率和可靠性的必要条件.针对实际航空发动机故障参数所具有的模糊和连续性特点,提出了一种基于模糊粗糙集的特征参数提取算法,并应用到某型航空发动机故障识别.研究结果表明:属性约简的核则为导致发动机故障的特征参数,以此特征参数进行故障诊断,可保证较高的诊断精度;同时,该算法的抗干扰性提高了整个系统故障识别的正确率.该算法可用于航空发动机故障分类、故障诊断以及状态监控.      

A new approach to fuzzy dynamic fault tree analysis using the weakest n-dimensional t-norm arithmetic

Dynamic fault tree analysis is widely used for the reliability analysis of the complex system with dynamic failure characteristics. In many circumstances, the exact value of system reliability is difficult to obtain due to absent or insufficient data for failure probabilities or failure rates of components. The traditional fuzzy operation arithmetic based on extension principle or interval theory may lead to fuzzy accumulations. Moreover, the existing fuzzy dynamic fault tree analysis methods are restricted to the case that all system components follow exponential time-to-failure distributions. To overcome these problems, a new fuzzy dynamic fault tree analysis approach based on the weakest n-dimensional t-norm arithmetic and developed sequential binary decision diagrams method is proposed to evaluate system fuzzy reliability. Compared with the existing approach, the proposed method can effectively reduce fuzzy cumulative and be applicable to any time-to-failure distribution type for system components. Finally, a case study is presented to illustrate the application and advantages of the proposed approach.     

基于可靠性增长预测模型的航空发动机可靠性评估

通过可靠性增长预测模型充分利用定型前内场台架试验及外场试飞提供的大量数据对技术状态不断变化的发动机进行可靠性评估,并与经典的累计平均故障间隔时间(MTBF)估算值作了比较,结果表明:传统的累计MTBF评估方法没有考虑研制过程中技术状态的不断变化和可靠性不断增长的情况,故评估的可靠性值不符合实际情况;而可靠性增长预测模型合理、有效、实用.      

基于深度学习的航空发动机不平衡故障部位识别

针对基于机匣测点的航空发动机不平衡故障部位识别问题,提出了基于深度卷积神经网络的航空发动机不平衡故障部位诊断方法。针对某典型双转子航空发动机,建立整机耦合动力学模型,并利用数值积分算法实现不平衡故障数值仿真;在从发动机压气机端到涡轮端的高、低压转子上选择4个不平衡故障部位作为诊断对象,通过仿真分析得到发动机典型转速下的转子不同部位不平衡故障的仿真样本;计算4个机匣测点信号的规范化频谱,通过对大量仿真数据的处理得到反映不同不平衡故障部位的故障样本集;利用仿真得到的大量不平衡故障样本,训练深度卷积神经网络,利用深度卷积神经网络的优良特征学习能力实现航空发动机不平衡故障的不同部位进行识别,数值试验结果表明该方法对航空发动机不平衡故障部位的识别准确率达到95%。     

竞争性故障模型可靠性评估的非参数估计方法

针对航空发动机现场数据的可靠性评估面临着小子样与随机删失问题,对可靠性评估中的非参数估计方法进行了对比分析.应用蒙特卡罗方法,在竞争性故障模型下,设计了一种对比可靠性评估方法优劣性的仿真方法.该方法以三重威布尔分布为例,通过模拟产生具有随机删失特点的航空发动机现场故障数据,分别对比4种可靠性评估非参数估计方法的优劣性.最后通过一个工程应用案例验证了模型的有效性.仿真结果表明:在三重威布尔竞争性故障模型下,非参数估计方法的优劣顺序依次是Kaplan-Meier估计、平均秩次法、Herd-Johnson估计、Nelson-Aalen估计.      

基于协调近似表示空间的航空发动机故障诊断

航空发动机故障诊断的一个主要目标即是求出具有最大分布的故障类型,协调近似表示空间为统一处理不同信息系统提供了工具,并且考虑到航空发动机故障是典型的小样本问题,因此针对航空发动机故障诊断决策信息系统,在求取其基于最大分布的协调近似表示空间的基础上,引入规则融合方法得到所有不同条件下的决策规则,并将其用于历史故障数据的分析,得到了高的识别率,从实践的角度证明了该方法的有效性以及融合所得规则的普适性.      

系统可靠性增长评估模型研究

根据系统在研制期间故障强度变化规律,考虑故障间隔时间影响的情况下,提出了广义可靠性增长评估模型,分析了其参数特性,并给出了拟合优度检验方法;然后,给出了定时截尾和定数截尾情况下,模型参数的极大似然估计公式,采用Simpson方法将积分函数化为求和函数,使得参数估计计算方便,给出了趋势检验方法给出了可靠性增长评估公式;最后,结合发动机故障数据进行了的实例分析,结果表明,模型对试验数据拟合较好,评估结果符合工程实际,模型具有实际应用价值.      

基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.