民用航空发动机多阶段性能退化规律及剩余寿命预测方法研究

Due to the requirements of safety process management and real-time dynamic management，the key issues of engine health operation of civil aviation are studied. It combines multiple stages trait produced by load effect,maintenance quality and performance degradation model, and proposes the evolution of the healthy operation of civil aviation and prediction method. The research contents are summarized as follows. 1) Operation reliability model based on load effect and maintenance quality. This method uses separated-phase Wiener process to characterize the performance degradation of aero-engines, and the variability of engines are described by random parameters. 2）The significance test of the multi stage performance degradation model. It combines the mutation factor and the multi-stage statistics, and use some coefficients such as the significant degree, nonlinear significant level, to carry on outstanding check of multi-stage model. 3) Prediction model of residual useful life. It proposes a residual lifetime prediction method based on multiply stages Wiener process with random effects, real-time data of individual engine and mutation stage data. Results of the project will reveal the operating rules, enhance the level of engine health management and provide better decision-making.

针对发动机健康管理从事后管理转变为实时动态管理的趋势，研究民航发动机健康运行的关键问题。将载荷冲击和维修引起的发动机性能退化速度变化问题和性能退化模型结合，提出了民航发动机多阶段性能退化规律和预测方法的研究。主要内容包括：1）结合载荷冲击和维修数据研究发动机健康运行可靠性问题，提出了基于多阶段-维纳过程的性能退化模型。2）多阶段的性能退化模型的显著性检验问题.将突变触发因素和多阶段统计相结合，从非线性显著水平、显著度等参数检验多阶段退化的有效性。3）发动机健康态势预测规律：将可靠性模型、单台发动机的性能数据和突变阶段数据相结合，实时预测出发动机的多阶段的剩余寿命。课题成果将揭示航空发动机健康运行规律，提高发动机健康安全运行水平提供理论依据和决策参考。

航空发动机气路部件长期处于高温、高压的工作环境中，其故障率一直居高不下，气路部件故障是引起发动机严重事故的主要诱因之一。同时，航空发动机健康管理系统对于诸如气路静电监测技术等新型状态监测技术具有着强烈的需求，正逐渐成为研究热点。主要工作如下：.针对当前航空发动机剩余使用寿命(RUL)预测主要采用单参数方法，性能退化曲线不能反映性能衰退非平稳特性等问题，提出了基于多阶段性能退化的发动机可靠性分析方法。该方法结合载荷冲击和维修数据研究发动机健康运行可靠性问题。实例验证了本文方法的有效性。.本文提出基于超统计信息融合的多阶段寿命预测方法。该预测方法将发动机具有非平稳退化特性的多个参数进行融合得到发动机的实际性能退化曲线并建立预测模型，借助Kalman滤波算法实现递归运算估计预测模型的时变参数，进而预测剩余寿命。预测过程结合了监测参数自身的退化特点并综合利用了多源观测信息，可以较真实地反映非平稳的性能衰退过程。实验结果表明，该方法相比传统方法具有更高的预测精度和更符合实际需求的预测演化过程，能较好地控制发动机的维修决策风险。.针对目前剩余寿命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。该方法首先采用多阶段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Bayes方法对模型参数进行更新，从而实时航空发动机的剩余寿命分布更新，最终实现对单台航空发动机的剩余寿命预测。.针对基于随机过程的寿命预测方法都是假设发动机的退化过程是渐进连续退化的，并未考虑因外部冲击或突发因素导致的发动机退化过程的零星跳跃。为了更准确有效的预测，本文提出了一种基于Lévy随机过程的预测新方法，该过程是一种组合了伽玛过程和复合泊松过程的levy从属过程，基于特征函数与逆傅立叶变换，我们推导出一种新的可靠性函数和寿命概率密度函数，其特征在于综合考虑了渐进退化与跳跃退化过程。实例验证了本文所建立模型进行预测的准确性高于传统的方法。.最后，建立了发动机剩余寿命预测原型系统。该系统包括项目的主要功能。能够揭示航空发动机健康运行规律，提高发动机健康安全运行管理。

内容获取失败，请点击重试