基于SOM和关联规则的民机运行风险

为充分认知民机风险, 实现从事故中学习, 以重大民机事故(MCAA)为研究对象挖掘出事故深层次的致因特征。针对MCAA信息具有可读性差, 系统行为具有非线性导致的无法直接获取运行风险信息, 难以直接建立事故致因的关联与映射关系, 提出一种从MCAA中学习民机运行风险特征的方法。针对民机运行特点, 结合事故信息及认知可靠性和失误分析方法(CREAM), 设计出MCAA-CREAM模型, 并构建民机多属性技术重大事故数据集。采用自组织映射(SOM)模型, 完成对事故的聚类分析和抽象特征映射, 以2D地图形式增强风险因素可读性, 利用关联规则有效挖掘风险因素间的强关联关系。      

潜在故障期内航空发动机的剩余寿命预测

在航空发动机的潜在故障期内,状态参数的变化规律可以间接地预测发动机的剩余寿命。针对潜在故障期内的特点,利用随机滤波理论建立了航空发动机的剩余寿命预测模型,并采用K-M法检验发动机性能参数的退化数据服从威布尔分布,按照最优线性无偏估计的点估计方法和极大似然函数法对相关参数进行点估计,举例对某型航空发动机在潜在故障期内的剩余寿命进行了预测。模型有效地预测了航空发动机的剩余寿命,为航空发动机的视情维修提供了决策依据。     

基于数据融合的航空发动机可靠性评估模型(英文)

航空发动机运行过程中广泛存在着其他类型的数据,采用数据融合方法可以充分利用多源数据获取可靠性信息。考虑到航空发动机性能衰退性故障和突发故障同时存在,表现为竞争风险的形式,这种多故障模式也会对可靠性评估结果产生影响。在竞争风险的框架前提下,提出一种基于数据融合的航空发动机可靠性评估模型。该模型相对于只利用故障数据进行的可靠性评估,具有更好的可操作性;相对于只考虑一种故障模式进行的可靠性评估,更加符合航空发动机实际,评估结果也更加准确。通过算例验证了提出方法的有效性。     

基于PDM的民机航线维修BOM管理系统研究与开发

提出了一种基于PDM的维修BOM管理方案及其软件实现,将飞机维修与设计、生产过程中相关信息集成起来,实现数据共享。以某型支线飞机产品数据管理的工程数据集BOM为出发点,根据航线可更换件的特点,利用BOM遍历搜索算法得到维修BOM。应用表明,开发系统得到的维修BOM,能够满足工程实际需要。     

基于TG- LDA模型的民航机务风险要素识别研究

针对民航机务维修领域安全风险研究过程中文本数据利用不充分造成风险要素遗漏的问题,提出了基于改进LDA的机务风险要素识别模型(TF-IDF and Gaussian function-LDA,TG-LDA)。通过构建机务维修领域词典,改善文本挖掘预处理中分词精度不高的问题;针对LDA主题模型输入样本量大、噪声多的问题采用TF-IDF算法与高斯函数结合的词条双重优化模型对其优化,最终识别出26类机务维修不安全事件风险要素,并通过可视化进行了风险要素分析。结果表明,与传统算法对比,困惑度由7.19×10^-4降低至2.13×10^-4,改善了文本挖掘中风险要素遗漏的问题,同时识别出机务维修领域主要的风险要素为人员认知存在偏差、维修过程违规作业、人员遗忘/疏漏、检查不全面及飞机部件出现故障。     

基于深度残差收缩网络的滚动轴承故障诊断

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号，提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先，根据采集到的滚动轴承数据构造故障样本，针对多种故障类型下的长时间序列的振动信号，按照一定尺寸将长时间序列矩阵化，构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程，通过多个采样点的随机采样，构造全寿命周期的故障样本用于故障诊断。其次，在多层深度学习模型基础上，将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断，其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题，利用软阈值化实现了样本降噪。最后，为了验证所提方法的有效性，采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性，多层网络模型下没有明显的网络退化，能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时，与其他模型相比，所提方法训练误差更低，平均故障诊断正确率提高1%~6%。      

基于性能退化数据的可靠性建模分析

针对传统可靠性评估方法难以解决高可靠度、长寿命产品的可靠性评估问题,本文在使用失效时间数据的基础上,提出了使用产品的性能退化数据的方法。在很多情况下,退化过程中的性能退化数据比失效时间数据更有价值。文章介绍了退化数据的优点,提出了对产品退化的一般轨迹模型;针对高可靠度的产品提出了基于退化轨迹和退化量分布的两种评估方法,并用实例分别对两种评估方法进行展开应用,验证了方法的有效性。     

液体火箭发动机可靠性增长分析与决策研究

液体火箭发动机试验费用昂贵、可靠性要求高，有必要采用分析和决策技术对可靠性增长进行综合管理。传统的可靠性增长分析与决策是采用可靠性增长模型，包括经典可靠性增长模型和Bayes可靠性增长模型。可靠性增长模型以可靠度的点估计或置信下降作为决策标准，缺陷是没有考虑可靠度本身的不确定性以及由决策损失导致的严重后果。本文根据液体火箭发动机的特点，采用信息融合技术，建立了基于增长数据折合的Bayes指数分布可靠性增长模型，评估可靠性水平。针对评估结果存在的不确定性，采用Bayes风险决策方法确定停止可靠性增长试验时间的标准。工程应用表明：该方法可操作性强，得出的结果科学、可靠。     

新型民机维修成本目标有效性评估方法

将数据包络分析(DEA)的两阶段法扩展到了输入输出是模糊数的情况,并应用于新型民机的维修成本目标评估之中。应用时,新机与其类似机型将来的维修任务被视作决策单元,直接人工时费、直接材料费和间接维修费被视作模糊输入,遣派可靠度、可用座公里数和损失成本的倒数被视作模糊输出,经两个阶段的DEA分析之后,不仅能实现对维修成本目标的有效性评价,而且能实现对不合理目标的及时修正。经实际工程验证,该方法实用且有效。