基于趋势分析的舰载机预防性维修工作优化技术研究

发布时间：2021-04-15 12:44

　　针对缩减舰上保障规模和提高舰载机的完好率的需求,提出舰载机预防性维修工作优化方法。分析了如何选取优化项目和参数,对比分析了各种趋势分析方法的适用性,采用基于飞参数据的趋势分析方法,刻画系统或部件的性能变化趋势,提供适合单机的舰载机预防性维修工作优化决策支撑,并以典型系统进行了案例应用,形成了一种新的舰载机提高保障效能、提升系统安全性水平的技术途径。 

【文章来源】：测控技术. 2020,39(12)

【文章页数】：5 页

【部分图文】：

渐变故障P-F曲线

为减少舰载机预防性维修工作，同时部分实现基于状态的维修，通过针对所有维修活动项目，开展扩展FMEA分析，对具有高保障代价、性能退化趋势的维修活动相关成品和部件实施机上在线监测设计，在地面进行趋势分析，综合判断后可消减或优化预防性维修活动。以往型号飞机定时维修的周期一般偏于保守，制定维护规程时缺乏定量参考，而趋势分析能够发现产品的潜在故障并触发维修，减少故障发生，为后续故障预测奠定基础，并为舰载机维护规程的优化提供输入。2 趋势分析参数确定及方法对比分析

从图4泵源子系统的联合熵变化趋势来看，随系统工作时间增加，联合熵先是逐渐增大，之后又开始显著下降，这与该架飞机在外场经过了一次液压油清洗、油滤更换等定检工作有关，可看出该方法得出的系统性能刻画曲线是相对准确的，可以用于后续的预防性维修工作优化决策。图4 泵源子系统联合熵变化趋势

【参考文献】：
期刊论文
[1]基于状态的武器电子装备故障预测研究综述[J]. 侯晓东,王永攀,杨江平,张宇.  系统工程与电子技术. 2018(02)
[2]风力发电机组故障诊断与预测技术研究综述[J]. 金晓航,孙毅,单继宏,吴根勇.  仪器仪表学报. 2017(05)
[3]基于数据驱动的航空发动机故障诊断与预测方法综述[J]. 杨洪富,贾晓亮,任寿伟.  航空精密制造技术. 2016(05)
[4]基于IDEF的复杂机电系统状态解析[J]. 杨培林,徐凯,薛冲冲,侯瑞双.  机械设计与制造. 2015(09)
[5]机载设备视情维修及其决策建模分析[J]. 吴明辉,阮永贵,韩海舰.  国外电子测量技术. 2015(03)
[6]状态维修理论及剩余寿命预测的研究现状与展望[J]. 张仕新,昝翔,李浩,韩朝帅.  兵工自动化. 2014(09)
[7]考虑退化模式动态转移的健康状态自适应预测[J]. 李鑫,吕琛,王自力,陶小创.  自动化学报. 2014(09)
[8]基于遗传算法和ARMA模型的航空发电机寿命预测[J]. 崔建国,赵云龙,董世良,张红梅,陈希成.  航空学报. 2011(08)
[9]基于线性趋势模型与LSSVM的校准间隔组合预测[J]. 刘如峰,李世平,文超斌,宋兵.  传感器与微系统. 2010(09)
[10]复杂装备健康管理模式综述[J]. 满强,夏良华,王亚彬,徐英.  火炮发射与控制学报. 2009(02)

博士论文
[1]基于状态监测信息的设备在线健康预测及维护优化研究[D]. 刘勤明.上海交通大学 2014
[2]维修决策理论研究及其在离心压缩机转子系统中的应用[D]. 李常有.哈尔滨工业大学 2009
[3]维修决策模型和方法的理论与应用研究[D]. 王凌.浙江大学 2007



本文编号：3139362