基于多源异构信息的航空发动机转子参数校准与可靠性分析

复杂系统可靠性分析结果的准确性与输入参数精度密切相关。针对包含多源不确定信息的可靠性分析问题，提出了基于贝叶斯最大熵的随机模型修正与参数校准方法。该方法将类型统计信息（例如矩信息、可靠度）转换为约束条件，进而利用不确定性优化求解传统参数估计问题。考虑混合不确定性，引入Wasserstein距离构建似然函数，并利用近似算法提高计算效率。该方法通过增加“熵项”的方式拓展了经典贝叶斯推理的适用范围，可处理多源异构数据与混合不确定性问题。针对多部件航空发动机转子系统，建立了基于survival signature的多态系统可靠性模型，并应用上述方法开展可靠性分析，结果显示本方法较传统方法具有更高精度与更强的稳健性。