基于威布尔分布的涡扇发动机寿命预测研究
发布时间：2021-07-27 15:29
研究统计表明,航空发动机失效是导致飞机故障的两大主要原因之一,发动机可靠性直接影响航空飞机的工作状态,但是由于发动机系统结构复杂且长期处于恶劣工况中,其在翼可靠性往往很难保证,所以研究发动机剩余寿命预测具有很重要的意义。设备维护人员可以通过剩余寿命预测结果来判断设备所处的运行状态和实施维修或替换的必要性,从而制定最优的维修策略,使设备乃至整个系统在保证可靠性的前提下消耗最少的维修资源、并能达到最长的有效使用寿命。本文首先简单阐述了研究涡扇发动机在翼寿命预测的意义,根据本文研究问题的需求对国内外寿命预测技术研究现状进行了调研和总结,在此基础上提出了本文的主要研究内容和研究方案;同时,为了能够更好地理解计算过程中产生的中间数据、判断计算结果是否合理,首先就涡扇发动机的结构组成、工作原理、重要性能参数、典型故障模式及其对应的参数变化情况进行简单的介绍;之后对美国国家航空航天局预测中心进行的涡扇发动机性能退化仿真实验相关信息及其公开发布的实验数据集的具体内容和形式进行了详细的说明。在进行寿命预测之前,为了提高处理协变量数据以及寿命预测的计算效率,首先通过皮尔逊相关系数法和逐步回归法进行协变量分...
【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】：75 页
【学位级别】：硕士
【部分图文】：
剩余寿命预测方法
发动机运行速度达到音速水平时，传统飞机常用的活塞式发动机升等的问题，为了解决这一问题人们不得不增加发动机的体景条件下，燃气涡轮发动机凭借其质量轻、能够有效突破音应用，并发展出了包含涡扇发动机在内的许多不同类型的发结构组成动机是由涡轮螺旋桨发动机逐渐改进形成的一类发动机，从穿过自身的流体中汲取动能来为飞行器提供动力。如前文机，涡扇发动机的优势在于其能在提升发动机的功率的同于较低水平，且能够在保证低噪音、低油耗的前提下提供相工作效率[50]。言，涡扇发动机主要由如图 2-1 所示的 6 部分结构以及进气涡轮分别用于驱动压气机和风扇。下面分别对这几个重要组9-50]：
哈尔滨工业大学工学硕士学位论文行减速，并充分利用气流速度使其增压，以使其达到发动机进口。针对航空器飞行速度的不同，可以将进气道分为如图 2-2 所示前缘钝圆的时亚音速进气道，可以有效避免亚音速飞行时进口处尖锐的是超音速进气道，可以有效减小增压过程中的外界阻力。
【参考文献】：
期刊论文
[1]基于机器学习算法的寿命预测与故障诊断技术的发展综述[J]. 郭一帆,唐家银. 计算机测量与控制. 2019(03)
[2]基于多元协变量和随机森林算法的宁夏用电量预测[J]. 宁永龙,邹蒙. 机电信息. 2019(06)
[3]涡扇发动机的工作原理及应用综述[J]. 陈建军. 时代汽车. 2018(05)
[4]统计史上“相关”概念的思想演变[J]. 聂淑媛. 中国统计. 2018(04)
[5]涡扇发动机的工作原理及应用综述[J]. 安双琪. 内燃机与配件. 2018(01)
[6]多参数相似性信息融合的剩余寿命预测[J]. 梁泽明,姜洪权,周秉直,高建民,高智勇,王荣喜,姜朋. 计算机集成制造系统. 2018(04)
[7]多源统计数据驱动的航空发动机剩余寿命预测方法[J]. 赵广社,吴思思,荣海军. 西安交通大学学报. 2017(11)
[8]权马尔可夫链在居民消费价格指数预测中的应用[J]. 徐娟. 当代经济. 2017(21)
[9]逐步回归分析法及其应用[J]. 游士兵,严研. 统计与决策. 2017(14)
[10]模糊权马尔可夫链在原州区降雨量预测中的应用[J]. 李淑娟. 农业科学研究. 2016(03)
博士论文
[1]数控机床可靠性模型理论分析与研究[D]. 南东雷.北京科技大学 2017
[2]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
[3]基于数据驱动的电器产品寿命预测方法研究[D]. 马东娟.河北工业大学 2016
[4]民用涡扇发动机在线健康诊断关键技术研究[D]. 张书刚.西北工业大学 2014
[5]水文过程对黄河口湿地景观格局演变的驱动机制研究[D]. 张爱静.中国水利水电科学研究院 2013
[6]威布尔分布模型及其在机械可靠性中的应用研究[D]. 凌丹.电子科技大学 2011
[7]民航发动机健康管理中的寿命预测与维修决策方法研究[D]. 戎翔.南京航空航天大学 2008
[8]基于智能技术的民航发动机故障诊断和寿命预测研究[D]. 郝英.南京航空航天大学 2006
硕士论文
[1]飞行器关键部件可靠性建模与评估方法研究[D]. 师璐.西安理工大学 2018
[2]基于信息融合方法的卫星部件可靠性预测[D]. 杜许龙.西安理工大学 2018
[3]航天器关键部件寿命预测与可靠性研究[D]. 王妮.西安理工大学 2018
[4]滚动轴承的性能退化评估与剩余使用寿命预测方法的研究[D]. 周裕华.华南理工大学 2018
[5]基于模型的锂离子电池剩余寿命预测方法[D]. 王玉斐.哈尔滨工程大学 2017
[6]基于状态的滚动轴承寿命预测与维修计划优化研究[D]. 马慧.北京交通大学 2017
[7]YW公司维修费用的灰色预测模型研究[D]. 李明西.哈尔滨工业大学 2016
[8]机电产品寿命预测方法研究[D]. 杨帅.电子科技大学 2013
[9]基于马尔可夫模型的寿命预测技术研究[D]. 郭超众.哈尔滨工业大学 2009
本文编号：3306053
【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】：75 页
【学位级别】：硕士
【部分图文】：
剩余寿命预测方法
发动机运行速度达到音速水平时，传统飞机常用的活塞式发动机升等的问题，为了解决这一问题人们不得不增加发动机的体景条件下，燃气涡轮发动机凭借其质量轻、能够有效突破音应用，并发展出了包含涡扇发动机在内的许多不同类型的发结构组成动机是由涡轮螺旋桨发动机逐渐改进形成的一类发动机，从穿过自身的流体中汲取动能来为飞行器提供动力。如前文机，涡扇发动机的优势在于其能在提升发动机的功率的同于较低水平，且能够在保证低噪音、低油耗的前提下提供相工作效率[50]。言，涡扇发动机主要由如图 2-1 所示的 6 部分结构以及进气涡轮分别用于驱动压气机和风扇。下面分别对这几个重要组9-50]：
哈尔滨工业大学工学硕士学位论文行减速，并充分利用气流速度使其增压，以使其达到发动机进口。针对航空器飞行速度的不同，可以将进气道分为如图 2-2 所示前缘钝圆的时亚音速进气道，可以有效避免亚音速飞行时进口处尖锐的是超音速进气道，可以有效减小增压过程中的外界阻力。
【参考文献】：
期刊论文
[1]基于机器学习算法的寿命预测与故障诊断技术的发展综述[J]. 郭一帆,唐家银. 计算机测量与控制. 2019(03)
[2]基于多元协变量和随机森林算法的宁夏用电量预测[J]. 宁永龙,邹蒙. 机电信息. 2019(06)
[3]涡扇发动机的工作原理及应用综述[J]. 陈建军. 时代汽车. 2018(05)
[4]统计史上“相关”概念的思想演变[J]. 聂淑媛. 中国统计. 2018(04)
[5]涡扇发动机的工作原理及应用综述[J]. 安双琪. 内燃机与配件. 2018(01)
[6]多参数相似性信息融合的剩余寿命预测[J]. 梁泽明,姜洪权,周秉直,高建民,高智勇,王荣喜,姜朋. 计算机集成制造系统. 2018(04)
[7]多源统计数据驱动的航空发动机剩余寿命预测方法[J]. 赵广社,吴思思,荣海军. 西安交通大学学报. 2017(11)
[8]权马尔可夫链在居民消费价格指数预测中的应用[J]. 徐娟. 当代经济. 2017(21)
[9]逐步回归分析法及其应用[J]. 游士兵,严研. 统计与决策. 2017(14)
[10]模糊权马尔可夫链在原州区降雨量预测中的应用[J]. 李淑娟. 农业科学研究. 2016(03)
博士论文
[1]数控机床可靠性模型理论分析与研究[D]. 南东雷.北京科技大学 2017
[2]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
[3]基于数据驱动的电器产品寿命预测方法研究[D]. 马东娟.河北工业大学 2016
[4]民用涡扇发动机在线健康诊断关键技术研究[D]. 张书刚.西北工业大学 2014
[5]水文过程对黄河口湿地景观格局演变的驱动机制研究[D]. 张爱静.中国水利水电科学研究院 2013
[6]威布尔分布模型及其在机械可靠性中的应用研究[D]. 凌丹.电子科技大学 2011
[7]民航发动机健康管理中的寿命预测与维修决策方法研究[D]. 戎翔.南京航空航天大学 2008
[8]基于智能技术的民航发动机故障诊断和寿命预测研究[D]. 郝英.南京航空航天大学 2006
硕士论文
[1]飞行器关键部件可靠性建模与评估方法研究[D]. 师璐.西安理工大学 2018
[2]基于信息融合方法的卫星部件可靠性预测[D]. 杜许龙.西安理工大学 2018
[3]航天器关键部件寿命预测与可靠性研究[D]. 王妮.西安理工大学 2018
[4]滚动轴承的性能退化评估与剩余使用寿命预测方法的研究[D]. 周裕华.华南理工大学 2018
[5]基于模型的锂离子电池剩余寿命预测方法[D]. 王玉斐.哈尔滨工程大学 2017
[6]基于状态的滚动轴承寿命预测与维修计划优化研究[D]. 马慧.北京交通大学 2017
[7]YW公司维修费用的灰色预测模型研究[D]. 李明西.哈尔滨工业大学 2016
[8]机电产品寿命预测方法研究[D]. 杨帅.电子科技大学 2013
[9]基于马尔可夫模型的寿命预测技术研究[D]. 郭超众.哈尔滨工业大学 2009
本文编号：3306053
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3306053.html
