燃气轮机健康状态组合法综合评价

针对燃气轮机状态评估过程中参与组合的单一评估方法选择不明确和组合评价结果不一致的问题,提出一种事前事后检验和重复组合的综合评价方法。选取表征性能退化和振动状态的12个评价指标来评估整体的健康状态,在8种单一评价方法的基础上,用传统Borda法、综合Borda法、Copeland法、模糊Borda法和Dodgson法等5种组合评价方法对燃气轮机健康状态进行了多指标综合评价。在组合步骤中,参与组合的单一评估方法要通过Kendall协同系数检验和Spearman等级相关系数检验,组合后如果评价结果排序不一致,通过Spearman等级相关系数检验剔除与原单一评价不相关的组合方法后,其余组合结果再重复组合,以得到排序一致的综合评价结果。实例分析表明,组合法综合评价结果符合实际经验。     

基于组合赋权-改进TOPSIS的导弹状态评估方法

针对导弹状态评估过程主观性强、结论简单粗放等问题,提出1种基于组合赋权-改进理想解法(TOPSIS)的导弹状态评估方法.首先,深入分析导弹状态影响因素,构建导弹状态评估指标体系;然后,综合运用模糊层次分析法与熵权法计算各指标的组合权重,提出通过导弹状态标准参数来确定TOPSIS模型的正、负理想解,并将正、负理想解的距离...     

基于健康行为模型的飞行器控制系统健康评估

通过分析与飞行器控制系统相关的健康模式与模型参数的映射关系,利用近似响应原理,阐述了建立健康模型、开展系统健康评估的方法;结合测点仿真数据和多维向量相似度的原理,提出了健康指标的计算、优化方法和系统健康评估总体方案。以某型舵机模型为研究对象,采用高斯白噪声作为激励源,应用BP神经网络构建舵机组件的健康行为模型。模型在某飞行器6 DOF仿真平台中进行仿真和验证,实现了基于健康行为模型的在线故障监测。通过研究健康行为建模方法在飞行控制系统健康评估中的应用,为飞行器的健康评估提供了一种可行方案。     

基于模糊综合评判的航空发动机排故流程设计方法

根据模糊综合评判理论,提出了一种基于模糊综合评判的航空发动机排故流程设计方法。研究了航空发动机排故流程中部件受检次序的模糊综合评判模型的建立、评判模型中各影响因素权重的确定及模糊综合评判方法三大问题。最后给出了应用实例,取得了比较好的效果。     

于不确定性与重要度的改进DSmT健康状态评估

针对目前健康状态评估准确度不高、客观性不强的问题,引入评估指标的不确定性和重要度,提出一种基于不确定性和重要度的改进DSmT（Dezert Smarandache theory）健康状态评估方法.首先,引入指标不确定性和重要度作为加权因子,能够得到比较合理的指标权重;其次,采用模糊综合评判方法,通过构造三角形梯形隶属度函数确定各指标的广义基本信度赋值;然后,基于指标权重对广义基本信度赋值进行改进DSmT融合,得到各指标的广义基本信度赋值加权融合后的评估结果;最后,以某供电系统为例进行了实例验证,结果表明该方法能够赋予各评估指标较合理的权重,健康状态评估结果与系统实际运行状态相符.      

民用飞机验证类试验/试飞中构型差异管理策略研究

在民用飞机研发过程中,构型差异管理是适航验证类试验/试飞过程中进行的必要动作,用以评估当前设计构型能否满足试验/试飞进行的要求以及试验/试飞的适航代表性。从单机设计构型要求、适航验证类试验/试飞要求、型号设计构型、单机设计构型以及实物状态的角度出发,分析了适航验证类试验前后飞机的各类构型差异,并提出了构型差异管理模型。     

一种基于投影寻踪的航天器健康评估方法

针对常用健康评估方法在航天器测控管理领域应用过程中出现的通用性、易用性和适用性方面的不足,提出了一种基于投影寻踪评估模型的航天器健康评估方法.该方法首先计算得出分系统运行状态的可信度;然后利用卫星故障预案和故障实例构建投影寻踪评估模型,自动获取运行状态指数评价权重;最后通过构建等级评价标准对航天器健康状态进行评估.以某在轨卫星为例进行仿真测试,验证结果显示该方法所构建模型简便且易于升级维护,评估结果与实际情况吻合,对解决实际的工程问题具有实用价值.     

航空发动机应急控制研究综述

传统航空发动机控制器设计旨在满足整个服役期间正常使用,但在诸如飞机结构损伤、机场跑道损毁等紧急事件中,则期望发动机可以为飞机提供额外的性能,以增强飞机的可控性,提升机载人员生存能力。介绍了国内外航空发动机应急控制研究现状;根据飞机需求,分析增推力控制和快速响应控制2种应急控制模式及其实现方法,并对发动机运行风险及风险评估管理结构进行阐述;结合国内实际情况,建议开展飞/推综合仿真系统、精确机载模型、应急控制模式等方向的研究,以推动应急控制的实现。     

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.     

结构可靠性定寿模型

 本文提出一新的结构可靠性定寿模型,它综合考虑了安全寿命设计、损伤容限设计和无损检测的可靠性。根据该模型可以合理确定结构具有高可靠度的使用寿命和检修周期。