基于随机Wiener过程的航空发动机剩余寿命预测

针对目前剩余寿命(RL)预测方法没有综合考虑发动机个体性能退化的差异性和多阶段性的问题,提出了基于多阶段性能退化模型预测航空发动机剩余寿命的方法。首先,该方法采用多阶段Wiener过程对航空发动机进行退化建模,并假设退化模型参数服从随机分布来描述发动机个体的差异性。然后,根据历史性能退化数据与历史失效时间数据,利用期望最大化算法对模型参数的先验分布进行估计。当获得单台发动机的实时退化数据后,使用Bayesian方法对模型参数进行更新,从而实时更新航空发动机的RL分布,最终实现对单台航空发动机的RL预测。实验结果表明,该方法预测精度较高,能为航空发动机维修计划的制定提供依据。     

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。     

考虑随机冲击影响的自适应Wiener过程剩余寿命预测方法

现有针对存在随机冲击影响的退化设备剩余寿命预测(RUL)方法, 不适用于退化设备测量间隔分布不均匀、监测数据的测量频率与历史数据频率不一致的情况, 并且未考虑将来退化过程中自适应漂移的可变性。鉴于此, 基于自适应Wiener过程, 提出了一种考虑随机冲击影响的非线性退化设备剩余寿命预测方法。首先, 利用正态分布描述随机冲击对设备退化量的影响, 建立融合随机冲击影响的自适应Wiener过程退化模型, 推导出首达时间意义下剩余寿命的解析表达式。然后, 通过考虑退化漂移可变性和随机冲击对退化率的影响, 构建出状态空间模型实现设备剩余寿命在线更新, 并应用期望最大化方法实现模型参数估计。最后, 通过数值仿真以及惯性导航系统陀螺仪、锂电池2个实例, 从不同角度验证了所提方法的有效性和实用性。     

基于性能非线性退化统计模型的发动机剩余寿命预测

针对航空发动机在性能退化过程中普遍存在的非线性和不确定性问题,提出一种基于非线性退化数据的统计模型和剩余寿命预测方法。通过对发动机性能真实退化轨道的分析,采用统计回归的建模方法建立发动机退化轨道模型,利用发动机的历史数据,通过最小二乘估计求解模型中的未知参数;根据贝叶斯准则,以发动机实时监测数据与参数的先验分布对模型中的参数进行实时更新,以发动机性能退化量首次达到红线值作为失效依据,采用蒙特卡洛仿真的方法得到发动机剩余寿命分布,实现了对个体发动机剩余寿命的预测;通过试验数据进行发动机剩余寿命的预测,验证了该方法的准确性。结果表明：根据发动机退化数据结合退化模型得到的个体发动机剩余寿命实时预测值末端均方根误差为0.02588,可以辅助指导维修决策。     

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。     

基于Wiener过程的民用航空发动机性能可靠性预测

通过对民用航空发动机性能退化数据的分析,提出了一种有效融合先验退化数据和现场退化数据的性能可靠性评估和剩余寿命预测方法.首先在先验退化数据的基础上确定Wiener过程参数的先验分布,然后利用贝叶斯方法融合新增的现场数据,对Wiener过程参数进行更新,并在此基础上对单台发动机进行性能可靠性评估和剩余寿命预测.该方法能根据现场退化数据不断地对可靠性和剩余寿命进行更新.最后通过某航空公司发动机性能退化数据验证文中提出的方法,结果表明41号发动机在2000循环和3000循环时预测的剩余寿命相对误差分别为0.060和0.018,可以满足航空公司发动机下发计划制定的实际需要.      

基于融合神经网络的航空发动机剩余寿命预测

航空发动机的性能退化是影响飞机飞行安全的重要因素.准确预测发动机的退化过程,对于飞机安全飞行具有重要意义.针对航空发动机剩余寿命预测问题,提出了一种将卷积神经网络和长短期记忆网络相融合的数据驱动模型.与常规使用单一的神经网络不同,所提出的融合模型结合了两种神经网络的优点,利用卷积神经网络提取数据中的空间特征并采用长短期...     

基于Weibull混合分布的航空发动机零部件寿命建模

针对航空发动机在维修工作中存在重要零部件使用寿命及失效率难以估算的问题,搜集了发动机重要零部件燃油计量活门、整体驱动发电机、液压机械组件的使用寿命数据,并运用Weibull混合分布及单Weibull分布分别建立了上述重要零部件的寿命模型.在模型求解过程中采用了经典的三参数相关系数优化法,求出发动机重要零部件的可靠度、失效率及故障概率密度函数.通过计算得出Weibull混合分布模型的线性相关系数rg比单Weibull分布模型的大;同时K-S假设检验结果显示,Weibull混合分布的统计量观测值Dn均小于临界值D30,0.1.结果表明:相对于单Weibull分布,Weibull混合分布模型更精确地表征了发动机重要零部件的寿命数据,从而有效地提高寿命参数的估算精度;Weibull混合分布模型的可靠性有助于发动机管理工程师制定视情维修方案;并对航材备件的数量有指导意义,具有较高的推广应用价值.     

基于信息融合的航空发动机剩余寿命预测

利用航空发动机状态监测信息,考虑到信息本身具有的误差性和随机性等特点,采用贝叶斯线性模型融合了监测信息,实现了综合利用多源信息的进行航空发动机性能衰退评估;以性能衰退评估结果为输入变量,建立基于Gamma随机过程的可靠性评估模型,预测在指定性能可靠性水平下的剩余寿命.通过算例,分析了不同监测参数对剩余寿命预测的影响.该方法能将性能监测与可靠性分析集成到一个框架中,充分利用了多种状态监测信息,结果更加准确,更符合控制航空发动机维修决策风险的实际.      

动量轮维纳过程退化建模与寿命预测

针对动量轮寿命预测无失效数据问题,利用有漂移的维纳过程对其轴承温度建立性能退化模型,同时,考虑由于加工工艺、制造误差等因素所造成的不确定性,利用随机变量来描述其漂移参数和扩散参数,并结合自助法获取纠偏估计.根据所建模型仿真了轴承温度维纳过程的样本路径,最后,对动量轮进行随机失效阈值情形的寿命预测和剩余寿命预测.该模型为...     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

精密机电设备寿命评估方法

寿命评估技术既是确保设备安全、可靠运行的核心和关键,也是设备定寿、延寿的重要依据。从工程的视角,根据精密机电设备的工作状态,将精密机电设备分为新研设备、工作态设备、贮存态设备3类,分析这3种状态机电设备的特点及可以获取的信息资源,进而对新研设备、工作态设备、贮存态设备的寿命评估方法进行了系统研究和评述,对存在的问题及未来发展趋势进行了分析和展望。鉴于难以对复杂精密机电设备的机理进行建模,数据驱动的寿命估计已成为当前研究的主流,本文在3种状态机电设备分类的框架下,重点分析了数据驱动寿命估计的研究动态。     

非恒定温度场合弹上性能退化型部件贮存可靠性评估

导弹在贮存期内要反复经历运输、存放、检测、维修和战备值班等过程,其环境温度并不恒定,而是在一定范围内发生动态变化。对性能参数有变化趋势的弹上部件而言,有必要考虑环境温度变化对其可靠性的影响,因此提出一种非恒定温度剖面下的贮存可靠性评估方法。首先,分析产品实际性能退化的特点,选择带有非线性漂移项的Wiener过程描述产品的退化性能,推导出试验环境下产品的寿命分布。然后,采用Gamma分布拟合贮存期间的弹内温度分布。进而利用比例风险模型描述温度变化对产品可靠性的影响,推导弹上性能退化型部件在非恒定温度剖面下的无条件寿命分布,并给出模型参数的极大似然估计。算例表明本方法实际可行。     

融合加速退化和现场实测退化数据的剩余寿命预测方法

针对先验信息为加速退化数据的情况,提出了利用非共轭先验分布进行Bayesian统计推断的剩余寿命预测方法。不预先假定Wiener过程参数值的分布类型,利用加速系数将加速应力下的参数值折算到工作应力水平下,进而使用Anderson-Darling方法确定参数值的最优拟合分布类型。在对参数值进行折算时,根据周源泉提出的理论对Wiener过程参数与加速应力之间的关系进行了推导。参数估计时,通过极大似然法得到超参数的估计值,利用WinBUGS软件实现Markov Chain Monte Carlo仿真得到参数的后验均值。通过某型军用电连接器寿命预测实例验证了所提方法的实用价值和研究意义,结果表明本方法可有效解决先验信息为加速退化数据时进行剩余寿命预测的难题。     

基于气路参数融合的涡扇发动机性能退化预测

针对单参数驱动的涡扇发动机性能退化预测精度不高的问题,提出了一种基于气路参数融合的涡扇发动机性能退化预测的方法。通过监测发动机性能退化过程中多源参数,采用专家经验和核主成分分析相结合的方法,进行发动机性能参数的选择和融合,从而构建健康参数。基于非线性Wiener过程构建涡扇发动机退化模型,采用极大似然方法求得发动机退化模型的离线参数估计值;由于不同发动机性能退化的差异性,基于贝叶斯更新理念对随机参数进行实时更新,可以实现对单台发动机的性能退化实时预测。通过实例验证,采用此方法在预测末端方均根误差为0.028 3,整体预测精度提升了54.5%,可以辅助指导维修决策。      

基于信度规则库的惯性平台健康状态参数在线估计

 实时准确的健康状态预测是规划惯性平台系统及时、经济的维修策略的关键技术。由于平台系统的健康状态是不能够直接观测的,假设平台系统的特征参数监测数据是可以获取到的,而且平台系统的健康状态与特征量是相关的。基于信度规则库(BRB),以平台系统的状态监测特征参数作为BRB系统的输入,以平台的健康状态作为输出结果,组建了惯性平台健康状态预测系统。为了克服现有BRB参数优化方法的不足,实现实时状态预测,基于期望最大化(EM)算法,研究了健康状态预测系统的参数在线估计算法。该算法在获取系统新的输入输出信息后,就对参数进行更新。利用本文提出的方法对惯性平台系统的健康状态实时预测问题进行了实验分析,实验结果表明：该方法可以有效地实现惯性平台系统健康状态预测模型参数实时估计;与参数离线优化方法相比,该方法不仅在预测精度上,而且在运行时间上都具有明显的优势;在工程实际中有良好的应用潜力。