基于随机维纳过程的航空发动机性能衰退研究

针对发动机下发间隔预测的问题，研究了发动机性能衰退规律。基于发动机排气温度裕度（EGTM）数据，建立了随机维纳模型，并使用严酷度因子修正模型，表征不同的工作条件对发动机的影响。利用期望最大化（EM）算法结合贝叶斯定理，对模型参数求解，最终得到了基于性能衰退的发动机平均下发间隔。研究结果表明，在严酷度因子为1.2696的使用条件下，某型号航空发动机性能衰退平均下发间隔为8219循环；基于该模型预测的发动机平均下发间隔与厂商建议的下发时间之间的误差仅为1.7%。     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于状态维修的APU涡轮热段性能评估研究

由于当前没有评估APU的涡轮效率较好的手段,以致对APU性能衰退的评估只停留在整体,对于运行控制和APU大修无法预先估计。本文阐述了一种通过观察和处理APU参数NPA的趋势和数值来判断APU涡轮效率的方法。以不同累计运行时间的APU在启动阶段参数的变化和实际案例论证了参数NPA可以表征涡轮效率的性能,通过研究NPA的发展趋势可预测APU的在翼运行状况。     

基于小波变换的航空发动机性能衰退率计算方法

由于航空发动机的工作环境复杂,性能参数测量值中夹杂的工况信息和测量误差会对发动机的性能衰退率计算产生较大的影响。为了弱化工况信息和测量误差对航空发动机性能衰退率计算的影响,本文首先运用多层小波分解与重构的方法对原始性能参数进行了趋势分量的提取,进而运用线性回归的方法对航空发动机的性能衰退率进行了计算。经过实际运维数据的验证,本文提出的航空发动机性能衰退率计算方法能够为实际工程应用提供理论支持。     

高低温环境下金属橡胶材料疲劳特性试验研究

以高低温等太空极端环境中的减振需求为背景，对设计制作的固支圆盘型金属橡胶试件进行了高低温环境疲劳特性试验研究，并根据刚度衰退特性提出了金属橡胶构件的疲劳失效判据。研究结果表明：金属橡胶材料的疲劳破坏形式主要是金属丝的断裂破碎和磨损，宏观上表现为试件动态刚度的不断衰减，且在相同振幅下，金属橡胶试件的刚度衰减速度随环境温度的降低而加快，随温度的升高而减缓。在整个疲劳试验过程中，试件损耗因子变化幅度较小，阻尼性能相对比较稳定。     

基于非线性约束模型的发动机部件性能衰退研究

引入流量因子和效率因子,通过在稳态模型中修改流量因子和效率因子,模拟几种性能失效形式,分析了它们引起压气机和涡轮测量参数的变化.以发动机稳态模型为基础,构建优化部件性能参数的非线性约束模型,得到部件性能参数的衰退过程.在得到的性能参数基础上,代入到发动机稳态模型,得到对应的测量参数,同时滤掉噪声的干扰.又运用雅克比矩阵建立部件性能参数与测量参数的对应关系,得到的测量参数与非线性结果进行比较,证明了非线性约束模型计算发动机测量参数的优越性     

涡轴发动机尾气静电监测信号影响因素分析

 针对某型航空涡轴发动机试车台实验所获得的尾气静电监测信号,结合发动机台架试车状态和性能数据,分别在两个时间尺度上展开分析研究。研究发现发动机的工作状态和健康状态均对尾气静电信号产生重要影响。在小时间尺度上的分析发现,无故障情况下影响尾气静电信号变化的主要因素为燃油供给量,尾气静电信号能量随燃油供给量的增加近似按指数规律上升;而在大时间尺度上的分析发现,在一定的燃油供给和恒定的自由涡轮转速条件下,尾气静电信号能量随着发动机性能的缓慢衰退而逐渐上升。实测尾气静电信号所反映的趋势与初步的理论分析结果相一致,为建立涡轴发动机尾气静电信号的健康"基线",进而用于气路状态监测及故障识别提供了初步的依据。研究还发现,静电监测技术不仅能够为突发性故障提供预警信息,而且能够反映发动机整机性能衰退,进一步拓展了静电传感器的监测能力及其在航空发动机健康管理中的应用。     

航空发动机性能衰退率计算方法研究

众所周知,航空发动机大修成本在航空公司维修成本中占有很大的比重,加上单次的大修费用很高,使得发动机送修成为影响航空公司现金流的主要因素之一.造成发动机送修和计划性换发的原因很多,其中最主要的原因就是发动机性能衰退.     

压气机叶片粗糙度对其性能衰退的影响研究

利用标准叶型数据进行压气机建模,对建立的模型进行了验证,证明模型是有效的。基于等价雷诺数修正原理,通过仿真方法定量研究了压气机叶片由于积垢沉淀等因素引起粗糙度增大,从而导致其性能的衰退情况。仿真结果表明,当压气机叶片表面粗糙度增大时,压气机主要特性参数都不同程度的减小,使压气机总体性能下降。     

涡扇发动机高压涡轮前温度组合估计方法

考虑到目前暂无法实现机载条件下高压涡轮前温度直接、可靠的测量,提出一种用于涡扇发动机高压涡轮前温度估计的方法.基于涡扇发动机的能量守恒原理,建立高压涡轮前温度与气路参数的热力学关系,进而推导出高压涡轮前温度的6个估计模型.将各温度模型中不易测量的参数以整体的形式作为温度模型系数,并利用某涡扇发动机性能仿真模型建立温度模型系数与可测状态参数的多项式关系,最终确立高压涡轮前温度的组合估计模型.验证结果表明:组合估计方法在发动机健康及性能衰退状态下都具有较高的精度,其性能最好模型的方均根误差不超过1%.与已有线性拟合、神经网络等方法的对比也表明组合估计方法不论在精度还是性能稳定性方面都具有明显优势.