基于使用可靠性的民用航空发动机水洗间隔优化方法研究

航空发动机在翼水洗是发动机性能恢复的重要手段。通过对国内某航空公司2009年和2010年35台发动机水洗前后EGTM恢复数据的分析,提出了发动机水洗效果评估的指标,建立了一套基于发动机水洗使用可靠性的评估方法与水洗间隔优化方法。可以帮助航空公司优化水洗间隔,评估水洗效果,提高发动机使用可靠性,为航空公司优化发动机维修计划提供数据支持。     

民用航空发动机水洗时机决策方法

为了解决民用航空发动机定时水洗带来的水洗效果不明显或者未及时水洗的问题,对发动机水洗时机决策方法进行了研究.对水洗效果进行了分析,提出以期望水洗效果作为水洗时机确定的依据.考虑到水洗效果影响因素众多以及水洗样本容量小,将主成分分析与支持向量机结合起来,建立了发动机水洗效果预测模型.基于期望水洗效果以及预测的水洗效果确定合理的水洗时机.验证结果表明,建立的水洗效果预测模型优于多元线性回归模型,也优于单纯的支持向量机模型.     

基于全报废模型的航空发动机叶片报废率预测方法

基于航空发动机叶片的全报废数据,建立了发动机叶片报废率威布尔分布模型,并运用中位秩的方法对威布尔模型的参数进行了求解。为验证所建立模型的有效性,运用某航空公司CFM56-7B航空发动机报废率数据对模型进行了验证,取得了较好的效果。所建立的报废率模型能够为航空发动机的送修目标确定、维修工作范围制定等提供理论的支持。     

基于数据包络分析的民航发动机维修效果评价

对民航发动机维修效果进行评价可以为发动机承修厂的选择提供决策支持,同时有助于发现发动机承修厂的潜在问题。为了实现发动机维修效果的评价,首先提出了评价指标选择的原则,在此基础上给出了发动机维修效果评价指标体系,建立了基于数据包络分析的C2WH模型的发动机维修效果评价模型,并对模型的构建过程进行了描述。针对决策单元输入输出...     

涡轮叶片累积损伤指数模型及服役可靠性评估

高压涡轮(HPT)叶片是民用航空发动机的关键结构件之一，直接关系到发动机的性能、可靠性与使用寿命。提出了一种HPT叶片服役可靠性评估方法，基于服役条件下的历史工况参数，结合发动机性能模型、叶片关键点应力、温度计算模型、蠕变损伤评估模型对叶片蠕变损伤进行计算，之后考虑服役条件下的多模态数据，针对蠕变失效建立了累积损伤指数模型，融合历史协变量信息对叶片进行服役可靠性评估。仿真结果表明：采用文中定义的蠕变累积损伤指数，可充分利用发动机服役条件下的历史使用信息、状态参数及截尾失效数据，实现特定使用条件下的涡轮叶片服役可靠性评估及剩余寿命预测。相较于传统的可靠性分析方法，累积损伤指数预测模型能够基于单机服役条件提供更加可靠的评估结果，可为航空发动机运行风险评估与视情维修决策提供更好的支持。     

基于发动机EGTM衰退规律分析的水洗方案优化

分析了发动机水洗后EGTM的衰退规律,以及行业内发动机水洗方案的现状,探讨如何实现发动机水洗成本与节油效益的平衡以及水洗方案的优化,为航空公司水洗方案的制订提供参考。     

基于比例风险模型的航空发动机视情维修决策

基于航空发动机在翼监控信息来合理确定视情维修(CBM)决策是航空公司安全运营中的重要内容。本文利用Weibull比例风险回归的建模思想,分析了航空发动机因性能衰退而换发的历史监控数据记录,并据此建立了反映该类发动机性能参数与在翼时间之间的函数关系;进而采用最小维修成本、最大可用度策略确定最优维修决策阈值,为同类型在翼发动机进行维修决策的优化提供了一个客观的量化方法。最后对CF6型发动机历史故障数据进行了实例分析,表明该方法在发动机视情维修决策中的实用价值。      

基于飞行签派员的航空公司运行效率提升研究

航空公司运行控制中心是航空公司的核心,而飞行签派员又是运行控制中心的核心,运行控制中心的 效率直接影响到航空公司的运行安全与效益。根据航空公司飞行签派员的特点和管理现状,对效率量化和效 率评估进行分析研究,采用改进层次分析法(AHP)和物元可拓模型相结合的方法,建立适合我国航空公司飞 行签派员运行效率评估模型;针对评价指标在实际情况下更具有针对性和可操作性,提出4项准则和16项指 标组成的基于签派员航空公司运行效率评价指标体系,并进行算例分析。结果表明:所构建的评价指标体系合 理有效,能够真实反映出航空公司的运行效率与飞行签派员、运控设备、AOC组织结构与工作环境和航空公司 管理规定有着密切联系,为公司运行效率的提升提出理论依据。     

1种发动机自适应模型的修正方法

为解决由于工艺落后和性能衰退所导致的发动机模型与实际发动机失配的问题,从而达到视情维修的目的,建立了1种基于遗传算法的自适应模型修正方法.利用遗传算法高效率的全局搜索能力,以发动机性能参数为目标,优化部件参数,实现了模型的修正,并通过分析发动机性能参数对部件参数的敏感性,研究了选取不同组合的待修正部件参数对模型修正精度的影响.结果表明:采用该修正方法所建立的发动机模型准确性高、鲁棒性强,且具有良好的通用性,为发动机的健康管理和故障诊断提供了重要依据,具有很好的军事和工程应用价值.     

多传感器监测飞机部件非线性退化评估

飞机部件一般采用多传感器进行状态监控,针对退化过程具有非线性特征的民机典型部件剩余寿命（RUL）预测及评估问题,首先建立了部件性能参数的一般非线性Wiener退化过程,推导出基于多传感器监测数据的剩余寿命预测框架和概率密度函数,随后利用状态空间模型进行隐退化状态估计并同时利用最大期望算法（EM）实现参数递推估计,最后形成了飞机部件多传感器监测下的剩余寿命非线性退化评估方法。通过数值仿真案例和民航发动机剩余寿命预测案例,对比线性退化模型和基于单一传感器监测数据的非线性退化模型,验证了所提方法在提高剩余寿命预测精度的有效性,可为飞机及其部件的剩余使用寿命预测和视情维护决策提供技术支撑。     

基于寿命件的民航发动机送修目标确定方法

为了科学合理地制定维修工作范围,提出了一种面向全寿命周期的基于寿命件的民航发动机送修目标确定方法.首先以全寿命周期内送修次数最少、寿命件总成本最低、目标在翼总循环最长为优化目标,建立了多目标优化模型;在分析各优化目标的基础上,提出了一种基于分步求解策略的模型求解方法;最后,采用某航空公司一台航发动机的实际数据对提出的送修目标确定方法进行了验证.结果表明提出的方法能够基于妥协系数和各优化目标权重实现全寿命期内送修次数和寿命件总成本的平衡,能够为发动机送修目标的确定提供决策支持,避免了送修目标确定的随意性.     

基于小波包分析和支持向量机的转静碰摩部位识别

利用航空发动机转子实验器模拟不同径向碰摩部位下的碰摩故障,提出基于小波包分析的支持向量机转静碰摩部位识别方法.首先将从机匣测得的加速度信号进行小波包分解,提取其归一化能量特征,接下来将得到的归一化能量特征输入至支持向量机中,用以识别不同的碰摩部位.利用航空发动机转子实验器模拟大量不同碰摩程度和不同碰摩部位的样本,利用支持向量机进行训练和测试.结果表明小波包能量特征与支持向量机相结合可以有效地判别转静碰摩部位,且仅需1个传感器即可达到98%的识别率.      

一种航空发动机运行可靠性评估方法

航空发动机运行过程中,可靠性评估是航空发动机可靠性评估领域的关键问题之一,而合理的评估方法能够提高可靠性分析的效率和精度,因此本文提出一种支持评估飞机任务过程中航空发动机运行可靠性的方法。结合飞行任务特点和航空发动机工作特性,以快速存取记录器信息为分析数据,考虑当前运行环境、飞机瞬时状态、发动机当前工作状态 3 类因素对运行可靠性进行分析;将随机森林算法与分层抽样法结合对数据进行拟合、预测并计算特征重要度;以 B737-800 机型一次北京—乌鲁木齐的飞行任务为例,对方法的有效性和可行性进行验证。结果表明：本文提出的可靠性评估方法解决了航空发动机运行过程中数据量大、维度高导致的数据处理困难问题。     

飞机故障的运行后果及成本分析方法

系统故障的运行后果分析技术是飞机运行可靠性分析的重要分支,可为维修任务的成本效益分析提供有力支撑。为了研究飞机系统故障对运行后果及成本的影响,从系统故障运行后果的相关性分析入手,首先,梳理飞机系统故障类型和放行情况对运行后果的影响;然后,结合航线维修现行做法及事件树思想提出一种支持评估飞机系统故障的运行后果及其相关成本的方法,建立基于飞机系统故障的运行后果与成本评估模型;最后,以某型号飞机燃油系统为例,验证所提方法的可行性和适用性。结果表明：本文所提方法合理有效,可为评估故障运行后果提供支持,为飞机的设计、运行和维护提供一定的参考。     

航空发动机多状态寿命控制策略与仿真研究

航空发动机寿命控制是航空装备维修保障工作的重要内容,针对当前航空发动机状态寿命多、使用控制策略单一、状态寿命消耗浪费严重等问题,利用多目标决策模型,分别考虑多种状态寿命消耗约束,提出基于航空发动机多状态寿命的控制策略;在利用Simio 3D 构建发动机使用流程仿真模型的基础上,将所提寿命控制策略进行注入,验证所提策略的合理性和可行性。研究结果能够为航空装备使用单位和维修人员制定发动机寿命控制策略提供技术支持和方法参考。     

航空发动机燃油系统执行机构及其传感器故障诊断

提出了基于执行机构模型和航空发动机逆模型的执行机构及其传感器单一故障诊断和定位方法.基于执行机构小闭环结构建立了3阶执行机构传递函数模型.基于两个并联的BP(back propagation)神经网络,建立了航空发动机稳态逆模块和动态补偿模块,形成航空发动机逆模型,以实现基于航空发动机输出的燃油流量估计.以执行机构模型输出和传感器输出之间的偏差为依据进行故障判别,以航空发动机逆模型输出和传感器输出偏差为依据对故障进行定位.以某型航空发动机及其燃油系统执行机构模型为对象进行的仿真,结果表明,该诊断系统可在航空发动机稳态、动态情况下准确地诊断出幅值在1.6%以上的执行机构及其传感器故障并进行定位,验证了所提出故障诊断方法的有效性.      

基于威布尔的发动机涡轮叶片寿命可靠性评估

在发动机涡轮叶片寿命层面上提出了三参数的威布尔分布,确定其寿命的实际分布,为发动机涡轮叶片的可靠性定量评估提供了一种切实可行的方法．其可行性已被初步的实验证实。同时也为航空公司合理备件、节约备件库存量提供参考,对提高公司的运作效益有着重要的意义。     

Regression model for civil aero-engine gas path parameter deviation based on deep domain-adaptation with Res-BP neural network

The variations in gas path parameter deviations can fully reflect the healthy state of aero-engine gas path components and units; therefore, airlines usually take them as key parameters for monitoring the aero-engine gas path performance state and conducting fault diagnosis. In the past, the airlines could not obtain deviations autonomously. At present, a data-driven method based on an aero-engine dataset with a large sample size can be utilized to obtain the deviations. However, it is still difficult to utilize aero-engine datasets with small sample sizes to establish regression models for deviations based on deep neural networks. To obtain monitoring autonomy of each aero-engine model, it is crucial to transfer and reuse the relevant knowledge of deviation modelling learned from different aero-engine models. This paper adopts the Residual-Back Propagation Neural Network (Res-BPNN) to deeply extract high-level features and stacks multi-layer Multi-Kernel Maximum Mean Discrepancy (MK-MMD) adaptation layers to map the extracted high-level features to the Reproduce Kernel Hilbert Space (RKHS) for discrepancy measurement. To further reduce the distribution discrepancy of each aero-engine model, the method of maximizing domain-confusion loss based on an adversarial mechanism is introduced to make the features learned from different domains as close as possible, and then the learned features can be confused. Through the above methods, domain-invariant features can be extracted, and the optimal adaptation effect can be achieved. Finally, the effectiveness of the proposed method is verified by using cruise data from different civil aero-engine models and compared with other transfer learning algorithms.     

基于PSO-ELM的军用飞机维修保障系统效能评估研究

维修保障系统效能评估是军用飞机精细化、规范化管理的一项重要措施,科学的维修保障系统效能评估是精细化保障的基础,是提升战斗力的保证。针对军用飞机的维修保障系统效能评估问题,在总结军用飞机维修保障系统效能评估体系的基础上,提出基于粒子群优化极限学习机算法(PSO-ELM)的维修保障系统效能评估模型;并通过实例进行验证。结果表明:该算法应用于军用飞机维修保障系统的效能评估是可行的,可为军用飞机维修保障效能评估提供借鉴。     

一种MED最优滤波长度选择新方法及其应用

最小熵解卷积（MED）是旋转机械故障诊断领域广泛应用的有效方法，它可以从噪声中提取微弱的故障冲击成分。然而它的有效性依赖于滤波长度的选取，目前，针对MED滤波长度的自动选取并没有明确有效的方法，往往需要人为经验选择。因此，在MED的算法基础上，通过结合自相关函数，提出了一种MED最优滤波长度选择的新方法，该方法构建了一个能量判定标准来衡量输出信号的周期性，从而自适应地确定MED的最优的滤波长度以提升微弱故障信号中的周期脉冲成分，避免MED方法容易出现最大化单一随机脉冲现象的发生。该方法应用于滚动轴承故障微弱冲击特征提取，并利用两个实例进行了有效性验证：基于辛辛那提试验中心的滚动轴承全寿命疲劳加速试验；带机匣的航空发动机转子试验器模拟远离轴承振动源的故障试验。结果表明，所提方法可以消除传递路径影响，提升微弱冲击周期性特征，并且与最大相关峭度解卷积（MCKD）方法相比，诊断结果更具优势。