基于单类支持向量机的航空发动机故障检测

通过监控航空发动机性能参数,准确判断发动机的工作状态,预知发动机的异常变化．为预防和排除故障提供充足的时间和决策依据。开发出利用QAR（quick access Feeorder．快速存取记录器）数据的发动机故障检测系统,该系统基于民航发动机的QAR数据,由于发动机正常运行数据容易获取．而故障样本难以获得．因而采用单类支持向量机（OCSVM）,仅依靠发动机的健康数据建立其分类器。利用OCSVM分类器．监控后续航班参数是否出现异常,通过分析检测结果,实现发动机故障检测。采用该系统监控航空发动机性能参数．及时发现发动机运行状态异常,证明了系统的可行性和有效性。     

基于QAR的PW4077D放气活门稳态调节模型

通过对PW4077D发动机10个无故障航班QAR数据的分析和处理,利用回归分析原理建立了飞机在多个阶段下2.5级放气活门开度与其他参数之间关系的数学模型。放气活门的调节受多个因素的影响,因此在模型建立时不同阶段分别进行讨论。对稳态调节下的数据进行了回归分析和显著性检验。应用所建模型进行了趋势预测,通过与实际数据的比较验证了数学模型的合理性和准确度。所获得的2.5级放气活门控制规律数学模型,对航空发动机状态监控和故障诊断具有一定的理论意义和应用价值。     

最大边线噪声级算法研究

在新飞机适航审定过程中,噪声适航是非常重要的一环。而在噪声适航审定过程中,边线噪声级又是特别难以确定的。基于此,依据有效感觉噪声级和飞行高度之间的函数关系探讨了一种计算最大边线噪声级的算法,为噪声适航审定提供了可供借鉴的计算方法。     

基于遗传算法的复合材料层合板修理方案优化

本文基于Matlab遗传算法,研究了复合材料层合板阶梯式挖补修理的参数优化问题.利用有限元分析软件MSC.Patran/Nastran,建立了层合板阶梯式挖补修理结构的三维有限元分析模型,通过计算得到不同阶梯数和胶层厚度下的强度值与屈曲特征值.通过遗传算法工具箱,将所得数据拟合得到适应度函数,对挖补阶梯数和胶层厚度进行多目标优化,得到最优修理参数集.     

基于结构张量特征的机体损伤区域动态划分

为提升飞机结构损伤维修分析的智能化水平,实现飞机结构损伤模型的高效重构,提出了基于结构张量特征的动态阈值损伤区域划分方法。首先,引入结构张量理论,特征表示图像局部颜色结构纹理,完备损伤图像特征表示;其次,通过构建共性分布的结构张量特征空间,从而使不同损伤图像具有一致性损伤区域划分流程;在此基础上,定义了动态阈值划分算子,并通过对动态阈值划分算子参数的计算,实现结构张量特征空间中的动态阈值划分;最后,选用不同飞机结构损伤实例图像对方法进行了对比验证。验证结果表明,相比于传统灰度方法、固定阈值划分和其他动态阈值划分算子,椭圆算子划分得到的损伤边界连贯完整,能够有效分割微小裂纹,噪点较少,质量较优。该方法运算高效、流程统一、特征表示完备,对不同类型结构损伤的适用性好。     

基于非线性Wiener过程航空发动机性能退化预测

针对线性随机过程航空发动机剩余使用寿命预测精度不高的问题,提出一种漂移系数为指数形式的非线性Wiener过程发动机性能退化建模,进而预测航空发动机的剩余寿命。基于直接监测发动机性能退化数据,构建发动机性能退化模型,根据Wiener过程首达阈值时间的数学性质,推导出剩余寿命的概率分布。通过极大似然估计构建退化模型中未知参数的似然函数,利用遗传算法得到发动机总体模型参数的离线估计值。考虑到不同发动机个体间的差异性,采用贝叶斯公式,结合发动机的实时监测数据与总体模型参数的先验分布对模型中随机参数进行实时更新,从而对个体发动机的剩余寿命实时预测。最后,选择商用航空发动机仿真数据集(C-MAPSS)进行实验,结果表明：针对个体发动机基于非线性随机过程方法,实时更新非线性Wiener方法能够提高航空发动机循环中期剩余寿命预测的准确性,提供更加可靠的预防性维修决策。     

三机机翼异步并行大修人力配置优化研究

在单架飞机大修流程已定的情况下,本文对三架同型号异步并行飞机机翼大修的人力资源进行了优化研究,并应用遗传算法得出最优的维修人力资源分配方案。计算结果表明,该方案能够缩短三机机翼维修任务的总工时,减少了飞机停场时间,并降低了飞机的停运损失。     

小样本下基于偏最小二乘回归的航空发动机性能参数预测

排气温度(EGT)是反映民用航空发动机运行状态的重要性能参数之一,本文基于发动机各个性能参数存在相关性研究的基础上,针对小样本、贫信息量、多自变量影响的情况,结合偏最小二乘回归分析,提出了一种小样本条件下考虑发动机众多因素对EGT影响的发动机性能短期预测模型。作为试验验证,文中选取了某民用飞机发动机实际飞行数据对模型进行检验,并与大样本、足信息条件下建立的多元线性回归预测模型进行对比,结果表明该模型在贫信息下也可以达到很高的预测精度,为少数据条件下发动机性能参数短期预测提供了一个有效途径。     

基于边界值的多元混沌发动机性能预测算法

首先提取航空发动机排气温度数据序列的边界值,并且证明了边界值序列具有混沌特征.其次提出了一种基于多元相空间重构的发动机状态混沌预测算法,实现对排气温度的预测.通过检验排气温度预测值是否超过所规定的红线,从而进行发动机的健康状态排查.作为验证实例,使用一组某机型发动机实际飞行数据对该预测算法进行了验证,结果表明:该组合算法降低了预测模型的时间复杂度,并大大提高了疑似异常点的预测精度.该方法可以为这种机型发动机故障预测提供决策依据.      

基于非参数统计方法的飞机部件可靠性分析

提出了一种适用于复杂部件的非参数估计方法,采用Kaplan-Meier和Nelson-Aalen估计得出部件在不同时间点的可靠度和失效率,进而计算部件的期望寿命和可靠度的置信区间.最后,通过对计算结果的分析,求出部件进行拆修或报废的时限.经实例验证,该方法在实际应用中是有效的.