某发动机涡轮叶片使用寿命可靠性分析

发动机的载荷谱是发动机结构寿命研究的依据.利用某短寿命发动机的开车数据,对其高压涡轮叶片使用寿命进行了预测.建立了发动机等效寿命消耗计算模型,采用数据压缩处理技术,有效地提取了发动机的工作载荷.根据发动机短使用寿命这一特点,用威布尔分布模型描述此发动机涡轮叶片寿命分布,建立了发动机寿命可靠性模型,采用不完全寿命数据的中位秩法对发动机叶片寿命进行可靠性计算.随着可靠性增长,发动机寿命不断提高,考虑样本的时效性,用动态的威布尔分布模型来描述此发动机可靠性的增长,以便发动机在研制过程中的可靠性评估.      

三参数威布尔分布的置信限

本文给出了三参数威布尔分布置信限曲线的一般函数关系式,提出了一种利用秩分布确定该关系式中参数的方法,从而求得三参数威布尔分布的单侧置信限和双侧置信区间。该方法便于工程应用,并且可以推广到其他连续分布的情况。     

结构原始疲劳质量分布确定方法的改进

现有的三参数威布尔分布描述结构原始疲劳质量的方法对于工程应用中的小样本试验,存在参数估计值性差,直接影响结构经济寿命的评定,本文提出了原始疲劳质量的双参数威尔分布模型,并采用极大似然法估计分布函数参数,讨论了结构损伤度与分布参数置信区间的关系,进而研究了形状参数给定条件下的单参数威布尔分布模型以及结构损伤度的变化规律,通过应用实例对三参数威布尔分布,双参数威布尔分布和单参数威布尔分布进行了对比分析     

疲劳统计学智能化中的高镇同法

在疲劳统计学中威布尔分布起着非常重要的作用，但3个参数的威布尔分布在数学形式上比较复杂。通过样本数据估计这3个参数，可通过威布尔概率坐标纸，但其使用不便，且误差较大；也可通过解析法，求解3个联立的超越方程组，但存在不自冾的问题。为此，提出了智能化解决方案——高镇同法，高镇同法充分利用了Python的特点，能够方便地同时给出威布尔分布的3个参数，为威布尔分布的理论研究、实际应用和疲劳统计学的智能化奠定了坚实的基础。      

考虑分布参数依赖的风险混合不确定性分析方法

在定量化风险评估中,针对变量分布参数存在依赖时的混合不确定性传播问题,提出一种考虑分布参数完全依赖、部分依赖以及独立传播情形的双层混合不确定性刻画与传播框架,内外层分布参数不确定性分别用概率分布与可能性分布刻画,采用蒙特卡罗模拟法与模糊扩展原则相结合的数值求解方法。针对认知不确定性分布参数依赖性,构建了统一的认知不确定性分布参数依赖性模型,并给出依赖性系数的概念。为实现认知不确定性分布参数独立性采样,设计了基于D-S证据理论与随机集相结合的不确定性传播算法,相比于概率刻画下的双层蒙特卡罗方法,计算代价有效降低。以某型氢氧发动机贮箱共底漏气率为算例,验证本文方法的有效性与可行性。     

基于Wiener过程的发动机多阶段剩余寿命预测

针对现阶段发动机的寿命预测研究没有考虑到非线性与多阶段的问题,提出了基于多阶段非线性Wiener过程的航空发动机实时剩余寿命预测的方法。该方法融合了同类型发动机的历史性能退化监测数据与个体发动机的实时监测数据。首先,考虑了发动机性能退化非线性的特点,并采用多阶段Wiener过程建立发动机的性能退化模型。然后,根据发动机的历史性能监测数据,利用极大似然估计和一维搜索方法进行参数先验分布的估计。再次,在先验分布和个体发动机的退化数据的基础上,用贝叶斯方法对参数分布更新。最后,得到个体发动机剩余寿命的实时预测值。通过实例验证本文方法预测的准确性。      

基于超统计的多阶段航空发动机剩余寿命预测

针对传统航空发动机剩余寿命（RUL）预测模型无法客观描述多阶段性能衰退过程及对于RUL预测精度不高的问题, 提出了一个新的多阶段航空发动机RUL预测模型, 包括超统计理论、突变点检测、无迹卡尔曼滤波（UKF）与非线性预测4部分内容。提出了基于超统计理论的多阶段分割滤波（BS-MSF）算法。首先, 该算法采用超统计理论进行突变点检测, 将航空发动机的健康数据划分为多个退化阶段；其次, 应用UKF对融合的时变参数进行滤波处理；最后, 通过非线性拟合对发动机RUL进行预测, 实验采用美国NASA发布的航空发动机数据进行数据分析和验证。结果表明:所提算法在发动机性能退化中的预测具有更好的适应性和更小的拟合误差, 能更准确地预测发动机的RUL, 预测精度比单阶段方法提高5.5%。      

威布尔分布的极大似然估计的精度分析

威布尔分布参数估计的极大似然方法是一种常用的方法,在故障数不小于10的情况下推荐使用.但在工程中,由于产品的可靠性高,或者是样本量少,试验的故障数常常是小于10,在这种情况下需要明确所得的评估结果的精度是否满足要求.运用区间估计的思想,提出了一种解决上述问题的评价和判断的方法,并应用此方法对完全样本情况下,形状参数的极大似然估计量的精度进行了讨论.工程上,可以依据文中提供的结论定量分析威布尔分布形状参数极大似然估计量的精度.      

任意寿命分布的多部件系统备件配置优化算法

针对部件服从任意寿命分布的多部件系统,提出了基于蒙特卡罗仿真-边际效益分析的备件配置优化算法,采用蒙特卡罗仿真方法计算备件供应效能值,在此基础上引入边际效益分析法确定备件的优化配置.算例中以供应延误时间为供应效能目标值,以费用为约束条件,得到了由若干指数寿命件、正态寿命件和威布尔寿命件组成的多部件系统的备件优化配置清单,并对算法进行了比较验证,结果表明该算法对于解决复杂系统的备件优化配置问题具有良好的适用性.      

基于系统可靠度的发动机组方案优化选择方法

某大型系统的动力装置由三台发动机构成,动力装置的设计方案有2种:两台以额定功率运行一台贮备,一台故障后切换贮备发动机的冷储备方案和三台同时降功率工作,一台故障后另两台以额定功率运行的降功率方案.假设每台发动机寿命服从威布尔分布的情况下,对这两种方案分别建立了可靠性模型,并依据额定功率和降功率下的发动机的寿命分布,分别给出在这两种设计方案下的动力装置的可靠度随时间变化的曲线.然后,根据这两种不同方案下可靠度随时间变化的曲线,选择此动力装置的发动机组的最佳优化方案.最后,给出实例说明此方法的可行性.     

探测器触地关机软着陆稳定性分析

深空探测器软着陆过程中发动机未能正常关闭将极大降低其软着陆稳定性,因此引入了触地关机着陆方案。针对触地关机方案,建立了腿式探测器动力学分析模型及发动机推力控制模型。考虑着陆环境与探测器着陆状态的不确定性,采用蒙特卡罗模拟分别对探测器在主发动机关闭失败时、触地关机着陆方案下、带有姿态控制的触地关机着陆模式下的软着陆稳定性进行了分析。采用描述性采样方法抽取样本点,基于均值估计相对误差建立模拟终止准则,在保证模拟精度的前提下提高蒙特卡罗模拟效率。计算并对比了3种着陆方式下探测器软着陆可靠度,触地关机方案可在主发动机关闭失败后将探测器稳定着陆可靠度提升11.6%,姿态控制的引入可进一步将安全着陆的可靠度提升9.7%。      

航空发动机断裂关键件失效率分析

根据新的航空发动机取证规范标准,要求必须对航空发动机轮盘等关键件进行安全性分析.分析的最终目的是确保 由所有发动机失效产生的对飞机的风险达到可以接受的低水平.主要讨论了航空发动机断裂关键件的失效风险.采用一种风险 评估方法,对某轮盘寿命进行了失效率分析.分析结果表明,轮盘危险性发动机影响预期发生的概率不超过定义的极少可能概率(小于10^-7次/发动机飞行小时).     

基于TCAD和Geant 4的SRAM单粒子效应评估

基于Geant4和TCAD (Technology-Computer Aided-Design)建立了一套评估静态存储器(SRAM)单粒子效应的方法. 该方法利用TCAD软件模拟半导体存储单元对粒子能量沉积的响应, 获得SRAM的重离子单粒子翻转截面, 并应用蒙特卡罗工具包Geant 4计算质子与硅材料的核反应以及次级粒子在灵敏体积内的能量沉积, 进而获得质子的单粒子翻转率. 利用该方法, 计算了TSMC 0.18 μm未加固SRAM的重离子和质子翻转率, 通过与同工艺SRAM的重离子实验结果进行比较, 初步验证了该方法的有效性. 该方法不依赖于地面模拟实验, 可以用来评估处于设计阶段的抗辐射加固器件.      

基于深度学习的航空发动机故障融合诊断

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深度学习模型提取出性能参数中的隐藏特征,得出故障分类置信度;其后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D发动机故障系数用于数据仿真,通过算例验证本文算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。      

星载观测平台的视线测量误差分配

面向光学卫星观测平台的视线测量精度需求,研究了一种基于区间分析理论的误差分配方法.基于先进的卫星、转台、相机结构,建立了惯性系下空间相机与目标间的视线矢量测量模型及测量误差模型.根据区间分析理论,给出了误差灵敏度的评价方法.根据星载观测平台的工作空间,得到了各项误差源在三个轴向上的全域最大灵敏度.以全域最大灵敏度为权重系数,建立了星载观测平台视线测量的误差分配模型,通过遗传算法将13项误差源的可行区间松弛致最大.Monte Carlo仿真验证了该误差分配方法的有效性,该方法也同样适用于机载、车载等观测平台的误差分配研究.     

航空发动机传感器与执行机构信息重构算法

为实现航空发动机传感器与执行结构在故障情形下的故障幅值估计及信息重构，缓解故障对发动机性能的影响，在已有故障检测和故障隔离算法的基础上，提出一种基于修正的广义似然比（GLR）方法的信息重构算法。针对某型民用涡扇发动机的传感器与执行机构发生恒偏差与漂移故障的情形下进行了仿真验证。结果表明:基于修正的GLR方法对传感器和执行机构恒偏差和漂移故障的故障幅值估计具有较高的精度，两种故障情形下故障幅值的估计值的均方根误差均不超过0.005，故障部件信息重构后故障对系统性能的影响得到有效缓解。      

基于序列Monte Carlo技术的动态节点定位

无线传感器网络中目标节点定位的准确性与定位频次对跟踪与监视精度有着重要的影响.为了提高目标跟踪精度,需要研究高效的网络节点定位算法.在分析传统基于Bayesian估计过程定位的基础上,讨论可利用基于采样的序列Monte Carlo算法解决移动节点的自主定位的算法,研究了序列Monte Carlo算法在无线传感器网络节点定位中的应用.利用该方法无需对传感器网络的先验知识和对节点移动的假设,利用低密度种子节点得到定位的精度较高.理论分析和仿真实验表明,利用序列Monte Carlo算法进行定位能够充分利用移动性来提高定位的精度,Monte Carlo定位算法很大程度上提高了定位效率,能够更有效地利用传感信息,降低不确定性因素的影响.