基于随机模型的航空发动机剩余寿命预测研究

发布时间：2017-08-02 00:12

  本文关键词：基于随机模型的航空发动机剩余寿命预测研究

  更多相关文章： 发动机健康管理 剩余寿命 非线性Wiener过程 维修决策 生物地理学优化算法

【摘要】：随着航空发动机复杂程度的不断提高,为提高发动机的安全性与运行可靠性,降低其全寿命周期费用,亟需开展关于发动机健康管理(EHM)的理论研究与工程实践应用。剩余寿命预测是EHM的关键问题,准确地预测剩余寿命能够为发动机维修决策提供依据。通过总结已有研究存在的不足,本文提出如下研究内容:首先,针对发动机故障样本少等问题,在多源监测数据的基础上,分别提出了基于PCA和KPCA模型的健康状态监控方法,采用T2统计量与SPE指标对发动机进行健康评估与故障检测,并将基于贡献率的故障识别方法应用于发动机故障变量识别中。其次,同时考虑到发动机性能退化过程的非线性、随机性及受测量误差影响等,提出了基于非线性Wiener过程的剩余寿命预测方法,并与基于非线性随机系数回归(RCR)模型的预测方法进行比较。另外,提出了基于EM算法与Kalman滤波算法的退化状态与模型参数实时估计方法,同时对剩余寿命分布进行实时更新,实现剩余寿命在线预测。最后,在剩余寿命预测的基础上,提出了一种针对发动机机队的维修决策优化模型,对备件订购时间与更换时间进行联合决策,并设计了生物地理学优化算法对模型进行求解。计算结果表明,所提出的维修决策优化模型能够降低发动机机队的期望费用率,减少维修费用,从而满足发动机健康管理的要求。
【关键词】：发动机健康管理 剩余寿命 非线性Wiener过程 维修决策 生物地理学优化算法
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V263.6
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 缩略词10-11
• 第一章 绪论11-18
• 1.1 课题来源11
• 1.2 研究意义11-12
• 1.3 剩余寿命预测方法研究现状12-16
• 1.3.1 基于直接监测数据的剩余寿命预测方法13-15
• 1.3.2 基于间接监测数据的剩余寿命预测方法15-16
• 1.4 当前研究存在的问题16
• 1.5 主要研究内容16-18
• 第二章 基于主元模型的航空发动机状态监控应用研究18-34
• 2.1 引言18-19
• 2.2 主元分析方法19-23
• 2.2.1 主元分析的基本思想19-20
• 2.2.2 主元计算20-21
• 2.2.3 基于PCA模型的统计量及其控制限21-22
• 2.2.4 基于PCA模型的状态监控流程22-23
• 2.3 核主元分析法23-28
• 2.3.1 核函数介绍23-24
• 2.3.2 核主元计算24-25
• 2.3.3 基于KPCA模型的统计量与控制限25-26
• 2.3.4 基于KPCA模型的状态监控流程26-28
• 2.4 实例验证28-33
• 2.4.1 数据来源28-29
• 2.4.2 基于PCA的航空发动机状态监控实例29-31
• 2.4.3 基于KPCA的航空发动机状态监控实例31-33
• 2.5 结论33-34
• 第三章 基于非线性随机模型的航空发动机剩余寿命预测研究34-55
• 3.1 引言34-35
• 3.2 基于非线性RCR模型的剩余寿命预测研究35-39
• 3.2.1 性能退化模型建立35
• 3.2.2 模型参数估计35-38
• 3.2.3 剩余寿命分布推导38-39
• 3.2.4 在线剩余寿命预测流程39
• 3.3 基于非线性Wiener退化模型的剩余寿命预测研究39-47
• 3.3.1 性能退化模型建立39-41
• 3.3.2 剩余寿命分布推导41-42
• 3.3.3 退化状态估计与剩余寿命预测42-45
• 3.3.4 基于EM算法的模型参数估计45-47
• 3.4 实例验证47-54
• 3.4.1 基于非线性RCR模型的发动机剩余寿命预测实例47-51
• 3.4.2 基于非线性Wiener退化模型的发动机剩余寿命预测实例51-54
• 3.5 结论54-55
• 第四章 基于剩余寿命的航空发动机预测维修决策研究55-69
• 4.1 引言55-56
• 4.2 单台发动机的维修决策优化模型56-60
• 4.2.1 优化问题描述56-57
• 4.2.2 模型建立及求解57-60
• 4.3 发动机机队的维修决策优化模型60-64
• 4.3.1 优化问题描述60
• 4.3.2 优化模型建立60-62
• 4.3.3 基于生物地理学算法的模型求解62-64
• 4.4 实例计算64-68
• 4.4.1 单台发动机的预测维修决策实例64-66
• 4.4.2 发动机机队的预测维修决策实例66-68
• 4.5 结论68-69
• 第五章 总结与展望69-70
• 5.1 论文主要研究成果69
• 5.2 展望69-70
• 参考文献70-75
• 致谢75-76
• 在学期间的研究成果及发表的学术论文76

【相似文献】

中国期刊全文数据库 前10条

1 张英波;贾云献;邓士杰;邱国栋;;核独立分量分析的随机滤波剩余寿命预测模型[J];火力与指挥控制;2013年08期

2 王丽娜;王勇;;在役起重机含缺陷结构剩余寿命预测方法[J];中国水运(下半月);2011年07期

3 王富岗,徐善国,王来,权仁泽,王焕庭,曹智本;运行四万小时的40HK炉管的研究及其剩余寿命预测[J];大连工学院学报;1982年04期

4 柏兆钰;董金善;;石油化工行业用锅炉炉管的剩余寿命预测[J];装备制造技术;2007年03期

5 孙磊;贾云献;蔡丽影;林国语;赵劲松;;基于油液光谱分析和粒子滤波的发动机剩余寿命预测研究[J];光谱学与光谱分析;2013年09期

6 祝苏明，，李德俊，王富岗，张俊善;长期运行21／4Cr－1Mo钢组织与性能的变化及剩余寿命预测方法[J];大连理工大学学报;1994年05期

7 尤明懿;;基于相似性的剩余寿命预测:鲁棒性与不确定性研究[J];电子产品可靠性与环境试验;2011年06期

8 韩克江;田灿;王新生;罗磊;石磊;;基于Gumbel极值分布的大型原油储罐剩余寿命预测[J];科学技术与工程;2012年13期

9 尤明懿;;一个拓展的基于相似性的剩余寿命预测框架[J];电子产品可靠性与环境试验;2012年03期

10 夏哲恒;于伟;;某小型发动机剩余寿命预测分析[J];舰船电子工程;2012年07期

中国重要会议论文全文数据库 前4条

1 赖仁满;陈颖锋;惠虎;;运行10年的Cr9Mo炉管材质评价及剩余寿命预测[A];压力管道技术研究进展精选集——第四届全国管道技术学术会议[C];2010年

2 陈颖锋;赖仁满;李新河;沈纯厚;李培宁;惠虎;;运行10年的Cr9Mo炉管材质评价及剩余寿命预测[A];第六届全国压力容器学术会议压力容器先进技术精选集[C];2005年

3 韩克江;帅健;;基于Gumbel极值分布的腐蚀管线剩余寿命预测[A];中国力学学会学术大会'2009论文摘要集[C];2009年

4 林燕清;欧进萍;黄文虎;;混凝土疲劳损伤积累和剩余寿命预测研究[A];疲劳与断裂2000——第十届全国疲劳与断裂学术会议论文集[C];2000年

中国博士学位论文全文数据库 前1条

1 周方勤;在役输气管道腐蚀剩余寿命预测技术研究[D];西南石油大学;2006年

中国硕士学位论文全文数据库 前10条

1 史华洁;退化数据驱动的设备剩余寿命预测研究[D];太原科技大学;2015年

2 屈纯;腐蚀型缺陷管道剩余寿命预测方法的研究[D];东北大学;2014年

3 张马兰;基于空地数据链的航空发动机剩余寿命预测研究[D];南京航空航天大学;2015年

4 曹乃宁;油气输送腐蚀管道剩余寿命预测研究[D];西安建筑科技大学;2016年

5 谢吉伟;基于随机模型的航空发动机剩余寿命预测研究[D];南京航空航天大学;2016年

6 姚建军;油气长输管线腐蚀剩余寿命预测技术研究[D];西南石油学院;2004年

7 任振甲;管输原油腐蚀特性研究及管道剩余寿命预测软件开发[D];中国石油大学;2011年

8 肖冬桂;塔机疲劳剩余寿命预测系统研究[D];中南大学;2013年

9 张华伟;油气长输管线的腐蚀剩余寿命预测[D];中国石油大学;2009年

10 王刚;腐蚀管道剩余寿命预测[D];大庆石油学院;2010年

本文编号：606811