Rolls-Royce发动机基线挖掘方法

采用基于核函数的多元非线性回归分析方法,对Rolls-Royce公司的发动机基线方程进行了求解,建立了标准化过程中的核函数和性能参数的偏差值模型.把厂家系统计算出的偏差值作为目标值,其他相关参数的测量值作为输入,采用高斯牛顿迭代法对该多元非线性方程组进行回归分析,能够迅速收敛,准确地求解出模型未知系数,经整理可得出准确的基线方程.通过比较自主基线求解的偏差值与厂家系统求解的偏差值可知,采用上述基线挖掘方法得到的基线方程模型精度能够满足实际应用的要求.     

航空发动机车间维修成本预测

为提高航空发动机车间维修成本的预测精度,对工时+材料合同模式下的车间维修成本构成进行了分析,将其重新划分为确定Ⅰ型成本、确定Ⅱ型成本、不确定Ⅰ型成本和不确定Ⅱ型成本.对不确定Ⅰ型成本和不确定Ⅱ型成本,分别建立了重要件报废概率模型和其他器材费和修理费的成本概率模型,采用粒子群优化算法对模型参数进行了求解.采用某航空公司的实际数据对所提方法进行了验证,开发了一套原型系统.通过在某大型航空公司中的试用,验证了原型系统的有效性.     

航空发动机气路参数偏差值平滑处理技术

为保留反映航空发动机故障信息或操作状态信息的真实突变数据,提出一种离群点挖掘与类指数平滑算法相结合的数据平滑处理技术.采用基于统计学的滚动样本离群点挖掘算法进行离群点挖掘,对非离群点的突变数据采用基于权重分配的类二次指数平滑算法进行滚动平滑.以厂家系统输出的平滑值作为学习目标,以均方误差最小化为目标进行参数优化.采用所提出的平滑处理技术及十点平滑算法对偏差值进行平滑处理,并与厂家系统的原始平滑值对比可知,提出的数据平滑处理技术能够保留真实突变数据,同时实现发动机气路参数偏差值的合理平滑.     

不确定条件下民航发动机维修工作范围决策

为降低民航发动机维修成本和提高修后性能,提出不确定条件下的发动机维修工作范围决策方法．将发动机各单元体各维修级别能够恢复的整机性能值表示为一个梯形模糊数,建立单元体性能恢复值分配优化的模糊机会约束规划模型;将模型的机会约束转化为清晰等价类,发现该模型和确定条件下的单元体性能恢复值分配优化模型具有相同的结构,能够采用确定条件下模型的求解方法进行求解;利用应用实例对提出方法进行了验证．结果表明:提出方法能够解决不确定条件下的发动机维修工作范围决策问题;模型机会约束的置信水平对决策结果至关重要,要综合考虑实现送修目标的风险和维修成本,确定合理的置信水平．     

基于性能状态的民航发动机送修目标确定方法EI北大核心CSCD

为了科学合理地制定民航发动机的维修工作范围,提出一种面向全寿命周期的基于性能状态的发动机送修目标确定方法。研究了发动机性能衰退模型及性能恢复值与维修成本之间的关系。建立了面向全寿命周期的基于性能状态的送修多目标优化模型,并提出了模型求解方法。采用某航空公司的实际数据对提出的方法进行了验证。结果表明提出的方法是有效的,能够为发动机送修目标的确定提供决策支持,避免了送修目标确定的随意性。     

小样本条件下航空装备费用预测

为了提高小样本条件下的航空装备费用预测的精度,将信息扩散方法和支持向量机相结合,提出了信息扩散支持向量机预测模型,对模型的拓扑结构、建模步骤进行了描述.为了采用粒子群优化算法为模型选择合适的参数,考虑到模型参数既有连续变量,又有离散变量,提出对粒子位置的各个分量采用不同的更新策略.将信息扩散支持向量机应用于军用飞机机载...     

一种改进的航空发动机剩余寿命预测方法

针对传统的发动机剩余寿命预测方法因为假定机队中所有发动机有相同的性能衰退模式,导致预测精度不高的问题,在分析发动机排气温度裕度数据的基础上,提出基于性能衰退模式的发动机剩余寿命预测方法．对发动机排气温度裕度粗大误差的处理进行了研究,定义了排气温度裕度时序数据的距离,给出了性能衰退模式挖掘步骤,采用CFM56-5B发动机的排气温度裕度时序数据对提出的方法进行了验证．结果表明,提出的方法与基于机队EGTM平均衰退率的预测方法相比,平均相对误差减少了2.5%。基于性能衰退模式的发动机剩余寿命预测方法可以为发动机拆发期限预测和维修计划制定提供可靠的支持．     

基于过程神经网络的航空发动机性能参数预测

针对传统方法难以对性能参数进行有效预测的问题,提出一种基于过程神经网络的性能参数预测方法。为解决反向传播学习算法收敛速度慢、易陷于局部极小点等问题,开发了一种基于正交基函数展开的Leven-berg-Marquardt学习算法。为提高过程神经网络的泛化能力,从提高训练样本的质量和规模入手,研究了实际测量数据的预处理方法,并提出一种基于样条函数拟合和相空间重构理论的训练样本集构造方法。最后,将该方法用于某型航空发动机性能参数的预测,获得了满意的结果。