航空发动机可靠性评估中故障样本时效性分析

通过故障数据建立可靠性模型反映系统可靠性状态的变化具有一定的滞后性,随着发动机可靠性水平的不断提高,对航空发动机进行可靠性评估需要将早期故障样本进行时效性处理.提出衰减因子 α 用于表示故障强度的衰弱程度,对Gompertz可靠性增长模型改进得到故障的衰减函数,来描述故障强度的衰弱过程;用Bayes方法合理利用发动机全部故障样本进行数据融合,可有效解决样本的时效性问题.对在研的某涡扇发动机进行故障统计分析,研究了典型故障模式的时效性变化,结果表明:考虑样本的时效性后进行可靠性评估对发动机当前的可靠性水平能给予更加科学的评价.     

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.      

弹用涡扇发动机可靠性参数选择及评定方法

根据弹用涡扇发动机的结构和使用特点,选择平均故障间隔时间MTBF(Mean Time Between Failure)、起动可靠度RST(Rate of Startup Successfully)、平均故障前工作时间MTTF(Mean Time To Failure)作为弹用涡扇发动机的可靠性参数体系.MTBF是反映发动机基本可靠性参数,利用Bayes数据融合技术建立MTBF评定模型.RST是反映发动机起动可靠性参数,利用基于故障树分析方法建立起动可靠性评定模型.MTTF是反映发动机任务可靠性参数,基于在任务期间发动机关键件的寿命分布模型进行可靠性评定.通过应用表明:评定参数选择合理,指标评定方法有效,为评估弹用发动机在研制、生产、使用阶段的可靠性水平提供了参考依据.     

小样本理论在航空发动机研制费估算中的应用

研究了小样本理论中的偏最小二乘法在航空发动机研制费估算中的适用性,系统收集了国内10余种军用涡喷/涡扇发动机的技术性能和研制费数据,选取涡轮进口温度、军用耗油率、发动机军用推力、发动机加力推力、发动机推重比、发动机净重、总增压比、空气流量、翻修寿命、原型机数量、完成时间等技术参数,将小样本理论中的偏最小二乘法应用于军用航空发动机研制费估算模型的研究,形成了基于主要性能指标的军用航空发动机研制费参数估算模型,并建立了军用航空发动机研制继承系数的概念.计算结果表明,该模型较国内其他已有模型的精度有所提高,达到了10%,可以应用于我国航空发动机研制费的快速估算.     

某涡喷发动机数值建模与改型设计

基于面向对象的部件级航空发动机性能计算模块,构建了某无人机用小型涡轮喷气式发动机的稳态性能计算模型,并根据该发动机原始性能实验数据,对构建的计算模型进行了可信度校核.在模型校核的基础上,为提高该发动机在不同任务载荷下的功能适用性,利用部件匹配技术对该涡轮喷气式发动机提出了可行性改型设计方案.计算结果表明,在维持该涡喷发动机离心压气机工作线不变,同时保证热强度和结构强度可靠性的条件下,改进组合压气机中的轴流级压气机,可以使该发动机推力有较大提高,耗油率得到有效降低.      

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。      

产品性能可靠性评估的时序分析方法

针对航空航天产品高可靠性、长寿命的特点,通过综合时序模型对随机序列自拟合性强与短期预测精度高的优点,提出了两类基于性能退化数据的产品可靠性评估时序模型方法.首先,从性能退化量分布的角度出发,在假设退化量分布类型不随时间变化的前提下,利用时间序列建立了性能退化分布参数的分析模型,进而根据可靠度与性能退化量分布的关系进行可靠性评估.然后,从退化轨迹的角度出发,对所有样本的退化轨迹进行时序分析与建模,外推伪失效区间与伪失效寿命值,进而采用完全寿命试验数据的统计方法进行可靠性评估.最后,对某金属材料疲劳裂纹扩展数据进行可靠性评估与寿命预测,结果表明该方法具有良好的稳健性.     

基于动态故障树的卫星可靠性分析

针对卫星系统的可靠性问题，提出了一种基于动态故障树的卫星可靠性分析方法。采用马尔可夫链和二元决策图相结合的分析方法，建立卫星的电源、姿轨控和推进3个分系统的动态故障树模型，在此基础上得到卫星的随机故障模型，并综合考虑损耗故障建立卫星可靠性模型。利用蒙特卡洛仿真对随机故障模型进行评估分析，并将其与Weibull分布模型进行性能比较，仿真结果表明该方法能够有效分析卫星的随机故障，具有计算精度高、效率高的优点，并能更有效地模拟卫星部件随机故障的动态行为。     

可修产品的步进应力加速寿命试验统计分析

为了通过可修产品在步进应力加速寿命试验中产生的故障数据,评估可修产品的寿命和可靠性指标,基于产品在两个不同应力水平下的累积故障强度函数相等的原则,提出了可修系统步进应力加速寿命试验的时间折合公式.通过反复迭代,可修系统在步进应力加速寿命试验过程中产生的故障数据可以折合到相同试验条件下.在产品进行最小修复的假设下,采用引入位置参数的三参数Weibull过程结合Peck加速模型对试验过程进行拟合.通过使用该模型对折合后的数据进行处理,外推得到了可修产品在正常应力条件下的寿命和可靠性指标.使用剩余分布抽样方法进行计算机仿真,验证本文方法的正确性.结果证明该模型和方法不仅在参数估计方面比传统的模型有更高的精度,而且还可以应用到可靠性增长试验的数据评估中.      

基于蒙特卡罗模拟的航空发动机故障风险预测

针对航空发动机结构复杂、故障模式多样,传统故障风险预测方法难以实现的现状,基于蒙特卡罗模拟技术,给出了航空发动机故障风险预测方法,用于评估发动机各个部件在未来发生故障的可能性.针对航空发动机故障数据的特点,以威布尔分布建立故障概率模型,利用中位秩回归参数法,估计威布尔分布参数.利用乘同余组合发生器与反变换法相结合的方式产生满足威布尔分布的随机数.在单故障模式风险预测的基础上,给出了多种故障模式并存的航空发动机风险预测方法,并且给出了蒙特卡罗模拟步骤和算法,针对实例,对比发动机厂商提供的预测数据,验证了算法的有效性与蒙特卡罗模拟方法在航空发动机故障风险预测中的可用性.      

带马尔可夫参数容错控制系统的可靠性分析

带马尔可夫参数的容错控制系统(FTCSMP,Fault Tolerant Control System with Markovian Parameters)作为一种描述主动容错控制系统(AFTCS,Active Fault Tolerant Control System)的模型,在一些文献中被用于系统稳定性分析.然而很少有文章研究FTCSMP的可靠性问题.以故障检测与隔离(FDI,Fault Detection and Isolation)装置监视下的冗余传感器组为研究对象,建立了其FTCSMP模型,进而研究该传感器/FDI装置的可靠性.在该模型中,用2个定义在不同状态空间中的齐次马尔可夫随机过程分别表示系统元件的故障过程和FDI装置的决策过程.基于马尔可夫理论,研究了传感器/FDI装置的可靠性和安全性.当FTCSMP中的系统故障过程和FDI过程为生灭过程时,将故障检测延迟时间分为"有效"和"无效"2种类型,分析了这2种延时对传感器/FDI装置可靠性、安全性的影响.以双余度惯导系统为例,给出了仿真例子.      

非规则轴承故障的动力学建模与仿真

针对现有轴承故障研究大多将故障简化为矩形凹槽或圆形凹坑等规则形状，与实际故障形貌存在较大差别的问题，以航空发动机转子系统为研究对象，从滚动轴承的实际故障形貌和复杂转子系统中主轴轴承易失效的客观实际出发，提出了非规则轴承故障的表征方法，并将其引入单转子-轴承系统动力学模型，建立了轴承内外圈非规则故障模型。利用数值计算的方法对含故障轴承转子系统的振动响应进行了分析，并研究了系统轴承在内外圈含有矩形故障和非规则故障的情况下，故障的周向宽度和深度对系统振动的影响规律。针对滚动轴承内外圈中存在的故障轴承损伤，制作了不同位置、大小的故障轴承，并将其引入转子系统开展试验研究，采集了不同旋转频率和故障尺寸下的系统振动数据，通过与数值仿真结果的比较，充分验证了非规则轴承故障动力学模型的正确性。      

基于贝叶斯网络的故障诊断系统性能评价

故障诊断系统的性能评价是开发和验收故障诊断系统不可或缺的重要环节.针对基于贝叶斯网络(BN)故障诊断系统的性能评价需要,考虑系统诊断结果真实分布,提出采用二项分布参数估计方法来计算诊断准确度的置信区间,采用准确度期望值及其置信区间全面客观评价诊断模型的性能,形成贝叶斯网络模型诊断能力的量化评价指标,为诊断结果的可接受、可信程度以及诊断模型的训练充分性提供参考依据.最后通过燃油系统故障诊断实例验证所述性能评价的有效性.      

基于时序建模的卫星故障检测方法

为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题,从卫星数据的时序特性出发,提出基于时序建模的卫星故障检测方法与半监督模型,实现卫星数据规律的有效挖掘与数据驱动的故障检测。考虑卫星数据间的时序关联,提出基于长短期记忆神经网络的卫星故障检测方法,并引入滑动窗口机制实现卫星数据的有效预测与故障检测。考虑卫星数据多元特征参数间的关联关系,引入时间卷积和自编码器神经网络,同时建模不同时刻、多元特征参数间的依赖关系,实现融合多元特征参数进行卫星故障的有效检测。以某型号卫星电源分系统为实验对象,仿真结果表明,所提算法和模型在关键指标方面优于BP神经网络等传统故障检测方法和模型。     

航空发动机传感器故障与部件故障诊断技术

结合局部学习思想与集成学习技术,提出了一种基于支持向量机-极端学习机-卡尔曼滤波器(SVM-ELM-KF,Support Vector Machine-Extreme Learning Machine-Kalman Filter)的航空发动机传感器故障与突发性部件故障诊断的方法.将改进的迭代约简最小二乘支持向量回归机训练技术推广到分类机中,用于区分传感器故障与部件故障,使得该分类机具有一定的稀疏性.对于传感器故障,利用ELM分类机对故障进行定位.对于部件故障,利用改进的卡尔曼滤波器对发动机各部件的健康参数进行估计,从而对部件故障进行定位.仿真结果表明,提出的故障诊断方法能够准确地区分传感器故障和部件故障,实现故障的有效定位,验证了方法的可行性.