基于EM-KF算法的直升机主减速器剩余寿命预测方法

为解决间接状态监测数据下直升机主减速器剩余寿命预测难以估算的难题,提出了一种卡尔曼滤波和期望最大化算法相结合的剩余寿命预测方法.该方法可以根据不断更新振动信号特征值迅速且有效地估计出模型参数,进而预测不同运行时间主减速器的剩余寿命分布,最后对主减速器试验数据进行了案例分析.结果表明:该方法能够有效估计主减速器的剩余寿命分布,通过与主减速器剩余寿命准确值对比发现,剩余寿命准确值绝大多数落于剩余寿命预测值的95%置信区间内,表明该方法具有好的准确性,进而避免故障的发生.      

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Box-Cox变换与随机系数回归模型的非线性退化设备剩余寿命预测方法

准确预测退化设备的剩余寿命可以为设备维护管理提供重要信息支撑,进而避免设备运行中发生计划外失效、减少设备运行维护成本。针对工程实际设备广泛存在的非线性退化现象,提出了基于Box-Cox变换与随机系数回归模型的非线性退化设备剩余寿命预测方法。首先,采用Box-Cox变换对非线性退化数据进行线性化处理,在此基础上通过随机系数回归模型构建退化模型,并运用Bayesian理论与蒙特卡洛-期望最大化算法在线更新模型参数;然后,基于随机系数回归模型的特性,推导出剩余寿命的分布函数以及其点估计值;最后,通过数值仿真和锂电池实际退化数据验证所提方法的有效性。     

基于滤波模型的航空制导弹药剩余寿命分布

如何更好地利用技术检测数据来预测航空制导弹药剩余寿命,这是弹药质量控制研究中的一个重要方向。利用动态主成分分析法提取了航空制导弹药状态检测参数主成分,解决了弹药检测参数冗余、相互关联的问题,为剩余寿命分布研究奠定了基础。基于滤波模型和威布尔分布以及正态分布,建立了航空制导弹药剩余寿命分布模型。通过实例,就能很好地将弹药剩余寿命分布与弹药故障联系起来,并动态掌握其剩余寿命分布情况。     

随机环境下涡轮盘-片剩余寿命预测方法

采用随机有限元方法, 针对某燃气涡轮盘-片进行了热流固耦合及接触热弹塑性分析, 得到了随机应力应变响应;基于概率Miner损伤准则和应变场强法, 运用K.N.Smith疲劳损伤公式及Manson-Succop形式热强综合参数蠕变方程计算了涡轮盘-片的疲劳蠕变寿命;据此分析了影响疲劳和蠕变损伤的各种因素, 提出了装置使用和维护方面的建议.分析结果接近实际, 证明该方法不失为目前为止较好的预测涡轮盘-片剩余寿命的新方法.      

平稳随机载荷历程下的疲劳裂纹扩展规律预测

工程中多数裂纹构件的受载是随机的,为了更合理、更准确地预测出服役裂纹构件的剩余寿命,针对裂纹构件承受平稳随机载荷且载荷历程的具体特征、载荷水平及载荷作用频度未知的情况,提出了一种预测疲劳裂纹扩展寿命的新方法。该方法根据一段时间对裂纹扩展情况的跟踪观测,推断裂纹扩展规律,实现疲劳裂纹扩展剩余寿命预测。根据应力大小与载荷作用频度是否均已知,将该方法分为两阶段观测法与单阶段观测法。结合一个具体的工程案例,详细阐述了该方法的应用,且验证了其可行性。所提出的方法应用方便、操作简单,可作为工程中预测疲劳裂纹剩余寿命的一种依据。     

基于故障机理和伪失效寿命的 电子产品剩余寿命预测

针对传统电子产品可靠性评估中存在的不足,提出了一种基于故障机理和伪失效寿命的电子产品剩余寿命预测方法。首先,基于电子产品的故障模式、故障机理分析,确定产品敏感性能参数;然后,对敏感参数退化量进行监测,建立电子产品退化轨迹模型,利用最大似然法估计其参数;最后,根据电子产品退化轨迹,设定故障阈值,得到电子产品寿命分布。通过仿真表明,该方法评估精度较高,对电子产品的可靠性评估有一定的参考价值。     

基于混合系统粒子滤波和二元估计的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用混合系统粒子滤波和二元估计算法同时估计对象系统故障演化模型混合状态和未知参数的后验分布。在算法的状态预测阶段,在一定的假设条件的前提下,将混合模型连续状态变量的预测问题转化为一个基本状态空间模型的状态预测问题。通过对连续状态变量当前时刻的后验分布进行迭代采样从而获得其未来时刻的先验分布。在算法的决策阶段,在获取的故障演化模型连续状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了算法的有效性。     

用等效平均损伤模型计算剩余寿命方法的研究

分析了复杂载荷下材料的损伤累积过程和疲劳寿命计自身材料疲劳损伤与其不可逆电阻变化响应的联系。疲劳寿命计自身材料疲劳损伤演变、损伤累积过程以电阻变化速率和变化量显示了其全貌。假设其等效平均损伤等一般规律与金属材料的疲劳情况相类似,结合本文给出拟合精度很好的材料应力寿命曲线,得出随机载荷下剩余寿命计算的简便方法,具有较高可信度。初步实验验证很令人满意。     

基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命预测

针对航空发动机在性能衰减过程中普遍存在的非线性和三源不确定性问题,提出了一种基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命（RUL）预测方法。首先,为解决目前大多数剩余寿命预测方法中潜在假设的局限性,即当前时刻估计的漂移系数与上一时刻漂移系数的后验估计完全相等,在状态空间模型的框架下建立了一类新的同时考虑非线性和三源不确定性的性能衰减模型,并在首达时间下推导出剩余寿命的分布。然后,针对新研发航空发动机缺乏历史数据和先验信息的问题,提出了一种基于Kalman滤波和条件期望最大化（ECM）算法的参数估计方法,使得估计的模型参数不依赖于历史数据量。同时能够在获得一个新的性能衰减数据后,实现对模型参数的自适应估计和在线更新,进而实时地更新航空发动机的剩余寿命分布。实验结果表明,本文方法可以有效地提高剩余寿命预测的准确性,能为航空发动机的维修决策提供可靠的依据。     

Remaining useful life prediction of aircraft lithium-ion batteries based on F-distribution particle filter and kernel smoothing algorithm

As an emergency and auxiliary power source for aircraft,lithium (Li)-ion batteries are important components of aerospace power systems.The Remaining Useful Life (RUL) prediction of Li-ion batteries is a key technology to ensure the reliable operation of aviation power systems.Particle Filter (PF) is an effective method to predict the RUL of Li-ion batteries because of its uncertainty representation and management ability.However,there are problems that particle weights cannot be updated in the p...     

基于LS-SVM的军用航空发电机寿命预测研究

为解决航空发电机寿命有效预测的难题,以期实现视情维修,提升飞机的综合作战效能,提出一种基于LS-SVM（Least Squares Support Vector Machines）模型的航空发电机寿命预测方法。采用某型真实航空发电机,运用航空发电机专用寿命试验平台,对其进行加速寿命试验,获取输入转速、注油压力、负载、频率、电流、进油温度、出油温度、进口压力、出口压力等多种寿命相关参数,深入分析这些参数间的内在联系与寿命变化规律,设计LS-SVM寿命预测模型,并运用该寿命预测模型对航空发电机寿命表征参数进行预测。研究表明,所设计的LS-SVM寿命预测模型能较好实现对航空发电机的寿命预测效能,具有广阔的应用前景和较大的实际应用价值。     

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.      

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

修正容积卡尔曼滤波数据域直接定位算法

为解决数据域直接定位（DPD）算法面临的计算压力,提高算法效率,提出一种基于修正的容积卡尔曼滤波（MCKF）的DPD算法。首先,融合各观测信号波达方向信息,利用子空间数据融合方法建立一种基于间接观测量的DPD滤波模型;然后,根据模型特点设计MCKF算法进行求解,解决间接观测量带来的噪声累积问题;最后,对算法计算量进行分析和对比,说明计算效率的提升。仿真结果表明,所提算法与基于最大似然遍历搜索和遗传算法的DPD算法相比,在相同的估计性能下,计算量下降明显,时效性显著提升,增加了算法实用价值。     

基于SSR改正的实时精密单点定位精度分析

通过IGS分析中心实时播发的SSR(State Space Representation)信息修正广播星历轨道和钟差,使用扩展Kalman滤波数据处理方法仿真实时精密单点定位。结果表明:经过实时SSR修正后的广播星历钟差与IGS最终钟差产品相比,精度优于0.15ns。广播星历SSR修正的实时精密单点定位单天解ENU方向RMS优于20cm,其优于超快速预报星历的实时精密单点定位结果,低于基于IGS最终精密星历的动态精密单点定位精度。