基于AMSAA模型的系统可靠性评估方法研究

针对航空机载设备可靠性增长试验数据不规则的特点,在AMSAA模型的基础上提出了识别异常点的AMSAA模型与处理截断数据的AMSAA模型,并给出了模型拟合优度检验方法。经实例验证表明,识别异常点的AMSAA模型可以在给定置信度下识别出异常点并排除异常点对瞬时MTBF（平均故障间隔时间）极大似然估计值的干扰;截断数据的AMSAA模型能够利用被截取的部分数据,得到准确的瞬时极大似然估计值。     

系统可靠性增长评估模型研究

根据系统在研制期间故障强度变化规律,考虑故障间隔时间影响的情况下,提出了广义可靠性增长评估模型,分析了其参数特性,并给出了拟合优度检验方法;然后,给出了定时截尾和定数截尾情况下,模型参数的极大似然估计公式,采用Simpson方法将积分函数化为求和函数,使得参数估计计算方便,给出了趋势检验方法给出了可靠性增长评估公式;最后,结合发动机故障数据进行了的实例分析,结果表明,模型对试验数据拟合较好,评估结果符合工程实际,模型具有实际应用价值.      

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。     

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。     

论加速可靠性增长试验 (Ⅶ )步进应力试验方案的统计分析

对幂律-线性化模型步进应力加速可靠性增长试验方案，给出了模型参数，加速系数及MTBF的极大似然估计，极大后验估计，Bayes估计及其计算方法，对这些方案给出了Monte Carlo模拟方法，并用数值例说明了这些方法。     

改进的极大似然算法及其在试飞数据处理中的应用

通过对一般极大似然辨识算法的分析,提出一种改进的极大似然辨识方法,使之更适合于飞机飞行试验数据处理。将其应用于纵横向耦合的六自由度飞机的飞行试验数据的协调性检验及重建。结果表明：这种方法使参数辨识的收敛速度得到大大提高,使参数初值更易于选择。     

论加速可靠性增长试验(Ⅳ)分组数据的数值方法

基于Arrhenius-幂律模型，给出了分析恒定应力加速可靠性增长试验（CSARGT）分组数据的数值方法，它们包括对CSARGT四项基本假定的统计检验，在诸加速应力水平Si下幂律模型参数与MTBF的极大似然估计（MLE）与区间估计，加速方和系数的最佳线性一无偏估计（BLUE），加速系数与正常应力水平S0下折算的MTBF的区间估计，并用数值例说明了这些方法。     

考虑起飞工况的航空发动机性能退化预测研究

针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题，提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先，考虑发动机每次起飞的工况不同，把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值，基于贝叶斯理论对退化参数进行在线更新，最后基于局部线性嵌入算法，对工况参数进行融合构建工况因子，修正退化参数，实现了基于起飞工况的单台发动机性能退化预测。结果表明，采用融合工况因子修正模型，与未修正和压比修正模型相比，平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差，可以用来辅助指导下发决策。     

参数估计中的系统初始状态确定

极大似然方法是应用比较广泛的一种参数估计方法，具有较好的统计特性，但由于所采用的寻优计算方法的限制，在使用过程中需要将系统的初始状态信息作为计算的起点。针对这个问题开展了一些研究工作，提出了系统初始状态与未知参数联合估计和系统初始状态的极大似然估计两种解决方法，并结合某型旋转导弹的气动参数辨识问题进行了仿真计算。     

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．     

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

某型涡扇发动机使用可靠性评估

对某型发动机进行使用故障统计分析,得到故障随使用时间、故障类型的分布和平均故障间隔时间、返修率等可靠性参数。对该型发动机使用返修记录进行统计分析,得到发动机返修、提前换发与发动机返修后使用寿命的关系,以对该型发动机寿命控制提供借鉴或依据。     

某型涡喷发动机状态监控与主要故障诊断系统方案

某型涡喷发动机技术水平低,可靠性和使用维修性差。在飞行过程中,时有喘振、超降转,自动停车等严重故障发生,地面又常常不能再现,难以分析故障原因,更谈不上预测故障。研制和发展状态监控与故障诊断技术,对模清故障的原因及规律,及时预报故障,避免大事故是必要的。它还可以提供机件使用情况的信息,以利由定时维修过渡到视情维修。      

Reliability assessment of engine electronic controllers based on Bayesian deep learning and cloud computing

The reliability of an Engine Electronic Controller (EEC) attracts attention, which has a critical impact on aircraft engine safety. Reliability assessment is an important part of the design phase. However, the complex composition of EEC and the characteristic of the Phased-Mission System (PMS) lead to the difficulty of assessment. This paper puts forward an advanced approach, considering the complex products and uncertain mission profiles to evaluate the Mean Time Between Failures (MTBF) in the design phase. The failure mechanisms of complex components are deduced by Bayesian Deep Learning (BDL) intelligent algorithm. And copious samples of reliability simulation are solved by cloud computing technology. Based on the result of BDL and cloud computing, simulations are conducted with the Physics of Failure (PoF) theory and Failure Behavior Model (FBM). This reliability assessment approach can evaluate MTBF of electronic products without reference to physical tests. Finally, an EEC is applied to verify the effectiveness and accuracy of the method.     

Active phased array design for high reliability

We discuss strategies for designing: active phased array antennas with high reliability. We show how to consider fault-tolerance in the design of the antenna architecture, so that replacement of failed components can be avoided for an extended period of time. First, we address the dependence of antenna life cycle cost on component failure rates. Then we discuss the design of active phased array architecture for maximizing antenna mean-time-between-failures (MTBF). The antenna MTBF is defined in terms of a specified degradation in peak sidelobe level. We present simulated data showing the effect of random, single, and clustered element failures on the peak sidelobe level of a low sidelobe antenna aperture. We use these data as a basis for analyzing various phased array architectures in terms of their antenna MTBF     

论加速可靠性增长试验(Ⅲ)分组数据的图方法

基于Arrhenius－幂律模型，给出了分析恒定应力加速可靠性增长试验分组数据的图方法。它们包括：增长趋势、幂律模型的拟合优度、相同故障机理及拟合加速方法的图检验；幂律模型参数、加速方程系数、加速系数、激活能及正常与加速应用水平下MTBF的图估计，并用实例说明这些方法。     

不完全数据秩分布理论

建立了不完全数据和无失效数据秩分布理论。给出了失效数据和中止数据的百分位秩和平均秩。从而可以成功地对实验中或外场的不完全数据和无失效数据进行统计分析,并提供最佳试验设计和最大限度地进行信息开发。     

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。