无人机用小型航空发动机可靠性指标评定

为了评价小型航空发动机在研制过程中的可靠性水平,基于其结构和使用特点,建立了可靠性参数体系和指标评定方法;选择平均故障间隔时间（MTBF）、起动可靠度（RSS）、平均致命故障间隔时间（MTBCF）作为发动机的可靠性参数,采用Bayes数据融合方法建立MTBF评定模型、采用故障树分析方法建立RSS评定模型、采用关键件的寿命分布建立MTBCF评定模型;与传统取平均值计算方法相比较,提出的方法将发动机的故障数据分类统计、分层次评估,能够全面反映出系统的可靠性状态,并有利于发现系统中存在的薄弱环节,通过应用实例说明了该方法的有效性．     

某型发动完全寿命数据基于威布尔分布模型的MTBF计算研究

本文对国内某型现役航空发动机的完全寿命数据进行了收集整理,并通过假设检验得到了用威布尔分布模型处理这些数据优于采用其它模型的结论。接着采用三参数威布尔分布混模法对该型发动机317起故障的故障间隔时间进行了计算分析,得到了其MTBF的分布均值和给定置信度下的置信区间。结果表明,威布尔分布能够较好地反映该型发动机故障间隔时间的实际分布规律。通过本文研究,建立了对外场使用发动机MTBF统计评估的基本思路和方法。     

试飞阶段可靠性评估方法及试验方案设计

提出将基于2参数威布尔分布的小子样零故障寿命试验方法用于航空发动机等高可靠性航空武器装备设计定型试飞阶段平均故障间隔时间评估以及可靠性专项试飞/地面试验设计,通过计算给出可靠性评估及试验设计系数用表;同时采用Matlab对航空发动机历史试验数据进行拟合,得到对应的形状参数;在此基础上,以某航空发动机为例对该方法工程应用的适用性和有效性进行验证。结果表明:该方法具有较强的工程应用性,可用于解决试飞阶段航空发动机等高可靠性产品可靠性评估及试验设计问题。     

利用性能参数回归分析的航空发动机MTBF预计

航空发动机可靠性指标平均故障间隔时间（MTBF）的预计方法有多种,在发动机立项阶段数据缺乏的情况下建议优先选用统计回归法进行发动机可靠性指标MTBF的预测。为了在发动机预先研究阶段能够预计发动机的可靠性水平,利用系数修正的方法对国外的预计回归公式进行修正,可以得到1个新的回归预计公式,但该公式存在飞机参数不明确时无法进行应用的缺点,因此,基于仅利用发动机性能参数进行多元线性统计回归分析得到了新的预计公式,结果表明：新的预计发动机MTBF的回归公式可以在配装飞机不明确的情况下,仅利用发动机本身的性能参数即可大概估算出发动机的MTBF水平,预计效率高,可以为发动机立项论证时可靠性指标MTBF提供参考依据。综合来看,该方法可以实现立项阶段根据飞机参数、发动机性能参数进行发动机可靠性指标MTBF的快速预计,有一定的参考价值。     

基于灰色理论的航空发动机可靠性指标评估方法

以层次分析理论为基础,采用二次分布和灰色理论综合评估方法,建立了航空发动机可靠性指标评估模型。将发动机可靠性指标分为总体级、危害度级、故障模式三个层次,故障模式级的数据融合采用二次分布和加权平均的方法,危害度级的数据融合采用层次分析-灰色理论综合评估方法,将航空发动机可靠性指标分散描述成属于不同灰类的向量,将评估灰类向量进行单值化处理得到发动机总体可靠性指标,实现了发动机可靠性指标从故障模式级到危害度级再到总体指标的逐步融合。对某型涡扇发动机应用表明,基于层次分析-灰色理论的评估模型应用范围广泛,对数据的分布类型不予限制,评估结构清晰,分层次反映了发动机的可靠性状态。     

某型军用发动机使用可靠性评估

某型军用航空发动机在实际使用中故障频发,为了寻找制约整机可靠性提高的薄弱环节,提高飞机战备完好性,提出了基于部件系统及其重要性的航空发动机可靠性评估方法。并依据外场故障数据,利用该方法对某型发动机的使用可靠性进行了评估。采用层次分析方法（AnalyticHierarchyProcess,AHP）,建立了具有3层评估指标的整机使用可靠性评估系统。运用数理统计的方法,根据同类型故障的寿命分布模型计算其可靠性指标。运用加权融合的方法获得部件系统及整机的平均故障间隔时间TM,用以评估发动机的使用可靠性,为该型发动机各个部件系统的外场维护及定检时间提供了参考。     

考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

基于Bayes变动统计理论的测试性外场统计验证方法

针对故障检测/隔离数据为"小子样"情况导致的测试性外场统计验证存在的周期长、验证结论置信度低等问题,研究并提出了基于Bayes变动统计理论的的测试性外场统计验证模型和方法。首先建立了不同寿命周期阶段故障检测率(FDR)的序化关系模型;然后以Dirichlet分布为先验分布,利用不同寿命周期阶段故障检测率先验估计值确定Dirichlet分布参数;在此基础上,融合"小子样、异总体"研制阶段增长试验数据和"小子样"外场使用数据,研究并提出了故障检测率的Bayes综合评估模型;引入Gibbs抽样方法求解故障检测率Bayes综合评估模型的复杂高维后验积分;最后在某机载稳定跟踪平台上开展了应用研究。结果表明本文方法能在较短的外场使用周期内,给出较高置信度的外场验证结论,为大型高可靠性装备测试性外场统计验证研究提供了重要的理论依据。     

采用Duane模型评估航空发动机平均故障间隔时间

针对某型航空发动机,采用Duane模型进行了可靠性数据分析,并采用2种数值分析方法进行了曲线拟合,从而给出了可靠性指标(平均故障间隔时间MTBF)的评估值。     

某涡喷发动机可靠性增长分析

航空发动机的研制特点决定了试车故障数据兼有同步纠正和异步纠正的性质，为了更好的评价航空发动机的可靠性．对一组有可靠性增长的试车故障数据采用了MIL-HDBK-189介绍的带同步纠正性质的处理方法，所得结果与采用Crow的带异步纠正性质的统计分析方法计算的结果进行比较，可以发现：两种方法对趋势检验的结论和对平均故障间隔时间（MTBF）的极大似然估计基本一致。     

基于可靠性增长预测模型的航空发动机可靠性评估

通过可靠性增长预测模型充分利用定型前内场台架试验及外场试飞提供的大量数据对技术状态不断变化的发动机进行可靠性评估,并与经典的累计平均故障间隔时间(MTBF)估算值作了比较,结果表明:传统的累计MTBF评估方法没有考虑研制过程中技术状态的不断变化和可靠性不断增长的情况,故评估的可靠性值不符合实际情况;而可靠性增长预测模型合理、有效、实用.      

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。     

可靠性增长幂律模型的Bayes推断及在发动机上的应用

对作同步故障截尾与时间截尾的Ｋ个独立相同的幂律过程,即可靠性增长幂律模型,在无信息先验分布下给出了过程参数、当前的系统ＭＴＢＦ（平均故障间隔时间）与故障强度的Ｂａｙｅｓ点估计与区间估计,并将之与经典方法进行了比较,可避免非随机化最优置信下限的保守性和随机化最优置信下限的随机性。最后用两台发动机的数值例说明了这些方法。     

Testability evaluation using prior information of multiple sources

Testability plays an important role in improving the readiness and decreasing the lifecycle cost of equipment. Testability demonstration and evaluation is of significance in measuring such testability indexes as fault detection rate（FDR） and fault isolation rate（FIR）, which is useful to the producer in mastering the testability level and improving the testability design, and helpful to the consumer in making purchase decisions. Aiming at the problems with a small sample of testability demonstration test data（TDTD） such as low evaluation confidence and inaccurate result, a testability evaluation method is proposed based on the prior information of multiple sources and Bayes theory. Firstly, the types of prior information are analyzed. The maximum entropy method is applied to the prior information with the mean and interval estimate forms on the testability index to obtain the parameters of prior probability density function（PDF）, and the empirical Bayesian method is used to get the parameters for the prior information with a success-fail form. Then, a parametrical data consistency check method is used to check the compatibility between all the sources of prior information and TDTD. For the prior information to pass the check, the prior credibility is calculated. A mixed prior distribution is formed based on the prior PDFs and the corresponding credibility. The Bayesian posterior distribution model is acquired with the mixed prior distribution and TDTD, based on which the point and interval estimates are calculated.Finally, examples of a flying control system are used to verify the proposed method. The results show that the proposed method is feasible and effective.     

Bayes方法应用中验前信息可信度的影响分析

Bayes方法已在航空航天类装备的参数估计与决策分析中得到了广泛应用。但现有的研究主要集中于验前分布的构造与方法的工程应用,而对验前信息或验前分布可信性影响的分析较少。给出了验前可信度的定义与计算方法,建立了验前可信度的影响分析模型,给出了基于验前可信度要求的验后置信区间计算方法。以装备精度分析为例,给出了验前可信度影响的分析结果。     

竞争性故障模型可靠性评估的非参数估计方法

针对航空发动机现场数据的可靠性评估面临着小子样与随机删失问题,对可靠性评估中的非参数估计方法进行了对比分析.应用蒙特卡罗方法,在竞争性故障模型下,设计了一种对比可靠性评估方法优劣性的仿真方法.该方法以三重威布尔分布为例,通过模拟产生具有随机删失特点的航空发动机现场故障数据,分别对比4种可靠性评估非参数估计方法的优劣性.最后通过一个工程应用案例验证了模型的有效性.仿真结果表明:在三重威布尔竞争性故障模型下,非参数估计方法的优劣顺序依次是Kaplan-Meier估计、平均秩次法、Herd-Johnson估计、Nelson-Aalen估计.      

Probabilistic inference of fatigue damage propagation with limited and partial information

A general method of probabilistic fatigue damage prognostics using limited and partial information is developed.Limited and partial information refers to measurable data that are not enough or cannot directly be used to statistically identify model parameter using traditional regression analysis.In the proposed method, the prior probability distribution of model parameters is derived based on the principle of maximum entropy(Max Ent) using the limited and partial information as constraints.The posterior distribution is formulated using the principle of maximum relative entropy(MRE) to perform probability updating when new information is available and reduces uncertainty in prognosis results.It is shown that the posterior distribution is equivalent to a Bayesian posterior when the new information used for updating is point measurements.A numerical quadrature interpolating method is used to calculate the asymptotic approximation for the prior distribution.Once the prior is obtained, subsequent measurement data are used to perform updating using Markov chain Monte Carlo(MCMC) simulations.Fatigue crack prognosis problems with experimental data are presented for demonstration and validation.     

二项分布中成功概率的贝叶斯序贯检验方法

针对成败型效应实验研究中二项分布未知参数(成功概率)的假设检验问题,在复杂假设条件下,提出了一种基于Bayesian验后概率的序贯检验方法,建立了检验的判别准则,给出了判别准则临界值的计算方法.在给定截尾实验次数的条件下,提出了一种截尾方案,建立了截尾判断方法.最后结合示例,对上述方法的应用过程进行了说明,并和现有方法进行了分析比较.结果表明:在一定先验信息的条件下,该方法给出的检验样本量远小于经典方法确定的检验样本量.      

基于混合验前分布的制导精度评定方法

如何合理有效地利用验前信息是小子样评定中的关键问题。针对导弹制导精度评定,提出了一种根据验前数据构造验前分布的方法,并结合验前信息可信度给出了一种混合验前分布。通过对参数验后估计的分析,该方法能够有效避免验前信息“淹没”现场信息的情况,而验前信息可信度则通过验后边缘分布得到。通过对验后估计均方差(MSE)的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。