民航发动机全寿命周期机队维修策略优化方法研究
发布时间：2021-01-27 02:39
民航发动机是民用航空器的主要动力来源和引气装置,是安全性要求较高、部件组成及其相互影响较为复杂的动力机械。目前多数民航发动机仍然采用以单机为中心的维修思想,尚缺乏从全寿命、全机队角度对发动机维修策略进行主动优化的方法,这直接影响民航发动机维修决策的科学性和机队管理的精细化程度。然而,当民航发动机维修优化方法从以单机、单次为中心的维修思想扩展到以机队为中心且面向全寿命的维修策略优化时,其问题的规模和复杂度将会急剧增加。针对这一问题和需求,本文的研究目标是探索面向全寿命的民航发动机机队维修决策优化方法,并分别对民航发动机单机单次维修优化、单机全寿命维修策略优化和机队维修策略优化三个层面的关键技术展开研究。首先对民航发动机气路性能预测及故障诊断方法进行研究,这是民航发动机单机单次维修优化的基础支持技术。针对民航发动机气路性能预测中需要同时处理参数时序信息和工况影响的特点,提出基于长短期记忆（Long Short Term Memory,LSTM）深度学习网络的民航发动机气路性能预测模型。针对民航发动机故障样本较少且故障发动机之间存在个体差异的特点,提出基于故障征候状态性能偏差的民航发动机故障...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：144 页
【学位级别】：博士
【部分图文】：
性能参数序列分组示意图
第 2 章 民航发动机气路性能预测与故障诊断模型进行训练。各台发动机的故障征候状态性能偏差计算模型均利用常运行样本组进行训练。利用训练后的模型计算发动机故障征候状态量时，将故障征候样本组作为模型输入，模型输出即为故障征候状态量。故障征候状态性能偏差计算模型的建立及故障指征计算过程示意14 所示。
图 3-2 航空发动机风扇单元体拆解记录示例n module and sub-module dismantling record of turbofan以看出，每个单元体及子单元体的拆解记录分oved）、是否部分拆解（Partial Disassembly or Disassembly）。为简化表达并便于建模计算，各“010”的形式。即：若对单元体进行了相应的行相应维修则该位记“0”。因此，发动机单元矢量表征。民航发动机的性能衰退可分为 3 大类[136]：（1）；（2）不能通过简单维护恢复的；（3）永久性及损伤件更换等操作都无法恢复的。民航发动机一般是可以恢复的，而第 3 类性能衰退一般是机执行较大的维修工作范围，修后的发动机也以非线性系统AF 表示发动机送修前状态，该发系统BF 表征，两个非线性系统表示为： 1 2A nF F F F
【参考文献】：
期刊论文
[1]改革开放与中国航空业·民航维修业篇 MRO产业的发展与变革[J]. 刘振敏. 大飞机. 2018(10)
[2]深度强化学习综述[J]. 刘全,翟建伟,章宗长,钟珊,周倩,章鹏,徐进. 计算机学报. 2018(01)
[3]民航发动机拆发日期预测研究[J]. 彭鸿博,刘孟萌,王悦阁. 自动化仪表. 2016(09)
[4]基于支持向量机的航空发动机性能衰退指标预测[J]. 谭巍,徐健,于向财. 航空发动机. 2014(04)
[5]基于寿命件的民航发动机送修目标确定方法[J]. 付旭云,陈银,钟诗胜. 航空动力学报. 2014(07)
[6]基于优化多核支持向量回归的制造过程均值偏移幅度估计[J]. 朱波,刘飞. 中国机械工程. 2014(05)
[7]基于性能状态的民航发动机送修目标确定方法[J]. 付旭云,陈银,钟诗胜. 计算机集成制造系统. 2013(12)
[8]基于动态线性模型的民航发动机性能状态监控与在翼寿命预测[J]. 孙见忠,左洪福,刘鹏鹏,朱磊,袁风. 系统工程理论与实践. 2013(12)
[9]不确定条件下民航发动机维修工作范围决策[J]. 付旭云,崔智全,钟诗胜. 哈尔滨工业大学学报. 2012(07)
[10]基于支持向量机泛化误差界的多核学习方法[J]. 刘勇,廖士中. 武汉大学学报(理学版). 2012(02)
博士论文
[1]航空发动机性能评价与衰退预测方法研究[D]. 谢晓龙.哈尔滨工业大学 2016
[2]基于智能学习模型的民航发动机健康状态预测研究[D]. 雷达.哈尔滨工业大学 2013
[3]机队航空发动机维修规划及其关键技术研究[D]. 付旭云.哈尔滨工业大学 2011
本文编号：3002273
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：144 页
【学位级别】：博士
【部分图文】：
性能参数序列分组示意图
第 2 章 民航发动机气路性能预测与故障诊断模型进行训练。各台发动机的故障征候状态性能偏差计算模型均利用常运行样本组进行训练。利用训练后的模型计算发动机故障征候状态量时，将故障征候样本组作为模型输入，模型输出即为故障征候状态量。故障征候状态性能偏差计算模型的建立及故障指征计算过程示意14 所示。
图 3-2 航空发动机风扇单元体拆解记录示例n module and sub-module dismantling record of turbofan以看出，每个单元体及子单元体的拆解记录分oved）、是否部分拆解（Partial Disassembly or Disassembly）。为简化表达并便于建模计算，各“010”的形式。即：若对单元体进行了相应的行相应维修则该位记“0”。因此，发动机单元矢量表征。民航发动机的性能衰退可分为 3 大类[136]：（1）；（2）不能通过简单维护恢复的；（3）永久性及损伤件更换等操作都无法恢复的。民航发动机一般是可以恢复的，而第 3 类性能衰退一般是机执行较大的维修工作范围，修后的发动机也以非线性系统AF 表示发动机送修前状态，该发系统BF 表征，两个非线性系统表示为： 1 2A nF F F F
【参考文献】：
期刊论文
[1]改革开放与中国航空业·民航维修业篇 MRO产业的发展与变革[J]. 刘振敏. 大飞机. 2018(10)
[2]深度强化学习综述[J]. 刘全,翟建伟,章宗长,钟珊,周倩,章鹏,徐进. 计算机学报. 2018(01)
[3]民航发动机拆发日期预测研究[J]. 彭鸿博,刘孟萌,王悦阁. 自动化仪表. 2016(09)
[4]基于支持向量机的航空发动机性能衰退指标预测[J]. 谭巍,徐健,于向财. 航空发动机. 2014(04)
[5]基于寿命件的民航发动机送修目标确定方法[J]. 付旭云,陈银,钟诗胜. 航空动力学报. 2014(07)
[6]基于优化多核支持向量回归的制造过程均值偏移幅度估计[J]. 朱波,刘飞. 中国机械工程. 2014(05)
[7]基于性能状态的民航发动机送修目标确定方法[J]. 付旭云,陈银,钟诗胜. 计算机集成制造系统. 2013(12)
[8]基于动态线性模型的民航发动机性能状态监控与在翼寿命预测[J]. 孙见忠,左洪福,刘鹏鹏,朱磊,袁风. 系统工程理论与实践. 2013(12)
[9]不确定条件下民航发动机维修工作范围决策[J]. 付旭云,崔智全,钟诗胜. 哈尔滨工业大学学报. 2012(07)
[10]基于支持向量机泛化误差界的多核学习方法[J]. 刘勇,廖士中. 武汉大学学报(理学版). 2012(02)
博士论文
[1]航空发动机性能评价与衰退预测方法研究[D]. 谢晓龙.哈尔滨工业大学 2016
[2]基于智能学习模型的民航发动机健康状态预测研究[D]. 雷达.哈尔滨工业大学 2013
[3]机队航空发动机维修规划及其关键技术研究[D]. 付旭云.哈尔滨工业大学 2011
本文编号：3002273
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3002273.html
