一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

基于PAM-CRASH的蒙皮典型结构高速冲击仿真

以典型蒙皮结构为研究对象，分别对由2024－T3铝合金和碳纤维复合材料交替层压而成的FMLs以及2024－T3铝合金蒙皮进行高速冲击有限元仿真，并进行了损伤对比。其中，铝合金层和碳纤维层均采用最大应变准则。利用碰撞模拟分析软件PAM-CRASH以及采用SPH弹体对冲击模型进行仿真，结果显示在相同冲击能量下，加了支承结构的蒙皮在损伤抗性方面有了明显提升，并在此基础上分析不同的纤维铺层角度和铺层方式对FMLs蒙皮性能的影响。     

LEVEL DECISION-MAKING FOR AERO-ENGINE MODULES BASED ON INCREMENTAL KNOWLEDGE LEARNING

The maintenance of an aero-engine usually includes three levels, and the maintenance cost and period greatly differ depending on the different maintenance levels. To plan a reasonable maintenance budget program, airlines would like to predict the maintenance level of aero-engine before repairing in terms of performance parame- ters, which can provide more economic benefits. The maintenance level decision rules are mined using the histori- cal maintenance data of a civil aero-engine based on the rough set theory, and a variety of possible models of upda- ting rules produced by newly increased maintenance cases added to the historical maintenance case database are in- vestigated by the means of incremental machine learning. The continuously updated rules can provide reasonable guidance suggestions for engineers and decision support for planning a maintenance budget program before repai- ring. The results of an example show that the decision rules become more typical and robust, and they are more accurate to predict the maintenance level of an aero-engine module as the maintenance data increase, which illus- trates the feasibility of the represented method.     

航空发动机机载健康管理系统设计方法

为解决航空发动机机载健康管理系统正向设计流程不清晰、设计需求不明确、需求设计对应及追溯不规范的问题，在对 比国内外现有健康管理功能架构体系的基础上，结合正向设计中需求捕获、需求分析和功能分配，研究了由上到下的航空发动机 健康管理系统正向设计基本流程，开发了航空发动机健康管理正向设计流程平台，实现了机载功能架构的设计。引入基于模型的 系统工程思想，采用面向对象的工程设计思路，建立功能目标量化、功能描述、模块定义等图形化设计方法，验证了该设计方法在 硬件设计中的可用性。通过研究航空发动机机载健康管理系统设计方法并分析机载功能组成，建立了可扩展的流程平台，基于模 型设计方法建立了可用的硬件设计模型，可为航空发动机机载健康管理系统设计提供参考。     

时间限制性派遣中短时派遣时长的优化方法研究

航空发动机全权限电子控制系统(FADEC)的时间限制性派遣(TLD)分析是飞机系统安全性分析的重要内容之一。针对目前TLD分析中都假定短时故障派遣时长(ST)为固定值(125h或250h)的问题,开展了短时派遣时长的优化方法研究。采用故障树和马尔科夫方法,以推力控制丧失率(R)要求为约束,分析和建立了ST和长时故障派遣时长(LT)的函数关系;在此基础上,构建了以短(长)时故障派遣时长为变量,系统平均维修时长和带故障运行时长期望值为目标的多目标优化模型,使TLD分析中故障派遣时长的选取更灵活、更合理。通过实例表明:与ST取固定值250h相比,优化后ST取25h时,带故障运行时长期望增大4.2%,系统平均维修时长增大8.6%,验证了方法的有效性。     

基于功能检测的备用系统维修优化研究

 为了减小或消除主系统故障的后果，机械中经常采用备用系统在主系统故障时代替其完成功能。根据某些机械设备的备用系统故障具有延迟性的特点，提出了不等间隔的功能检测策略；建立了该策略下备用系统的可用度模型和费用率模型；以系统可用度为约束，维修费用率为目标，建立了不等间隔功能检测维修策略下的维修优化模型；最后给出了优化模型的求解算法，得到了维修间隔的确定方法并进行了实例验证分析，结果表明：当首次检测间隔是重复检测间隔的3倍时采用不等间隔的功能检测优化模型比采用等间隔的功能检测优化模型节约9.55%。     

基于信息熵的飞机相似机型确定方法

参考类似机型的经验是我国目前民用飞机研制的主要途径之一。为了更好地借鉴国内外类似机型的经验,本文提出了一种基于信息熵的类似机型确定方法,该方法应用信息熵理论,直接通过类似机型数据所蕴含的客观信息计算各属性的权重,消除了依靠人为指定权重的主观因素影响。在此基础上,给出了包含有不精确信息属性的相似度的计算方法,最后应用支线飞机实例进行了验证,表明该方法具有较高的客观有效性。     

航空发动机吸入颗粒物静电感应特性的模拟实验及分析

利用静电传感器和SC-010型环境试验箱等硬件搭建了吸入颗粒物静电监测模拟实验平台,并在此实验平台上展开了针对航空发动机吸入颗粒物静电感应特性的模拟实验研究,成功获取相应静电监测信号。实验设置颗粒材料、管道流速、颗粒粒径和颗粒投入质量4种变量作为变量条件,分别进行4组单一变量的对比实验,采集在不同颗粒材料、不同管道流速、不同颗粒粒径以及不同颗粒质量浓度环境下带电颗粒所产生的静电感应信号,对每组实验信号的活动率水平(AL)、正/负事件率(PER/NER)和绝对平均幅值等特征参数进行相应的数据分析和对比,并得到了一些有用的结论。实验发现,上述4种变量条件分别对静电感应信号的绝对时域平均幅值、AL参数、PER/NER参数有不同程度的影响。     

RAT系统作动筒阻尼孔的设计与仿真技术

冲压空气涡轮（Ramjet air turbine，RAT）在紧急情况下释放能够为飞机提供所需的电能和液压动力，从而保证飞机安全。RAT系统能否在规定时间内顺利释放是保证飞机安全的关键，其释放速度主要靠作动筒的阻尼孔来控制，但是目前国内在RAT作动筒阻尼孔的设计方面缺乏研究。为此，利用仿真技术，开展了RAT系统作动筒阻尼孔的设计研究。首先根据RAT作动筒的结构和工作原理，使用AMESim建立了RAT作动筒模型，并验证了模型的正确性。AMESim是一种基于物理模型的建模仿真平台，其中包含液压元件设计库、动力传动库等，在液压系统的建模仿真方面应用十分广泛。然后通过仿真试验，研究了阻尼孔的设计对RAT释放时间的影响规律及程度。最后，针对支线飞机和小型飞机的RAT释放时间要求（0.6~0.8 s），对阻尼孔进行了最优设计，从而为RAT系统作动筒阻尼孔的设计工作提供支持。     

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。