航空发动机PHM中的数据挖掘机遇与挑战

预测与健康管理(PHM)是未来先进航空发动机确保飞行安全、实现二级视情维修的关键使能技术。数据挖掘是PHM实现发动机健康状态评估、诊断以及剩余寿命预测的核心技术。本文首先从军事需求入手,简要分析了PHM技术的作用和意义,阐述了数据挖掘在PHM技术中发挥的重要作用,简要分析了国内外在航空发动机PHM中数据挖掘的差距。接着,详细分析了在航空发动机PHM技术中的关键数据挖掘问题,指出了数据挖掘问题的难点和技术挑战。最后,提出了集计算机、航空宇航两大学科之力推动发动机PHM技术成熟的建议。     

航空发动机健康管理系统发展现状及其指标体系研究

简述了航空发动机故障检测与诊断的发展历程,表明预测与健康管理(PHM)系统是实现先进发动机的必备功能.在分析典型先进航空发动机预测与健康管理(EPHM)系统的基础上,详细阐述了EPHM的需求,并基于需求系统梳理了EPHM系统的指标体系.最后对我国航空发动机健康管理的研究提出了几点展望.     

基于Python的航空发动机仿真平台开发

航空发动机控制系统研制过程中,系统仿真是控制算法验证、边界条件模拟和故障注入等的有效手段,对提升航空发动机控制系统质量和降低验证成本具有重要作用.结合工程实际需要,基于Python程序设计语言,综合运用面向对象的发动机建模、数据库和人机界面等技术完成某航空发动机全数字仿真平台开发,并通过仿真实验验证了该平台的正确性和可靠性.该平台充分利用了Python在程序设计、数据库、数值分析和GUI等方面的强大优势,具有良好的可交互性和可扩展性.     

涡轮后排气温度摆动故障仿真研究

介绍了一种航空发动机低压涡轮后排气温度Tt摆动故障仿真研究方法,分析了导致航空发动机低压涡轮后排气温度摆动故障的典型原因.应用虚拟仪器编程技术,采用模块化编程思想,建立了低压涡轮后排气温度控制系统仿真平台,实现了实际试车过程低压涡轮后排气温度Tt摆动的故障仿真.在传感器信号回路串入低通滤波器进行滤除干扰仿真,根据仿真结果提出了排除Tt摆动故障的方法.经试车验证,此仿真平台能有效指导航空发动机低压涡轮后排气温度控制系统故障排除.     

基于5G技术的智能车间故障预测与健康管理系统

基于5G技术的智能车间故障预测与健康管理系统(PHM),利用5G技术大连接、低延时、高带宽的特性以及移动边缘计算(MEC)的技术优势,结合视景仿真建模、知识图谱、神经网络等新一代信息技术,实现智能车间故障预测与健康管理系统(PHM)的状态监测,故障诊断定位,故障预测,健康状态管理四个功能,为预防性维修提供技术支撑,能有效降低维修和维护成本。     

发动机故障领域知识图谱构建与应用

发动机生产故障和售后维修报告中有大量动力总成和零部件故障信息. 本文将知识图谱引入柴油发动机故障领域, 设计发动机故障领域知识图谱构建的系统流程, 针对多源故障数据进行本体建模. 使用BERT和BiLSTM-CRF结合的实体识别框架, 挖掘故障数据中的专家知识. 提出实体相关性评价指标FF-IEF, 并基于知识图谱和贝叶斯网络进行故障诊断. 设计并开发EFKG原型系统, 共包含12534个实体和408972条三元组, 该系统提供知识抽取、可视化检索、辅助决策等功能, 有效提高信息检索和维修效率, 对知识图谱在发动机故障领域的应用具有一定指导意义.     

一种民机PHM顶层架构仿真验证平台的设计和研究

由于民机故障预测与健康管理（简称PHM）系统可提高飞机安全性、增强机队管理、降低维修费用等功能,航空部门愈发重视PHM技术发展,但由于国内民机发展较晚,民机PHM顶层架构技术研究尚处探索中,文中结合国内外民机PHM发展情况,借鉴国外先进机型的PHM设计方法,提出适合我国民机PHM顶层架构研制的仿真方法和设计思路,然后按照评判准则进行架构验证,为民机PHM发展提供一定技术支持。     

燃气涡轮发动机PHM系统设计与实现技术研究

基于燃气涡轮发动机由计划维修模式向视情维修(Condition Based Maintenance, CBM)模式转变、由被动保障向主动保障发展的实际需求,针对目前燃气涡轮发动机在故障预测与健康管理(Prognostics and Health Management, PHM)系统设计上存在的整体性与系统性不强的问题,通过开展燃气涡轮发动机的PHM技术研究,围绕故障诊断、寿命预测、保障决策等PHM系统的核心功能要素,提出了一种新型燃气涡轮发动机PHM系统架构。该架构包括实时监测模块与保障决策模块,实时监测模块主要基于测试性建模实现故障诊断逻辑设计以满足涡轮发动机故障检测与健康管理的实时性要求,保障决策模块为燃气涡轮发动机的CBM保障提供了一种数据驱动的决策生成方法,通过长短时记忆网络(Long Short-Term Memory, LSTM)算法预测关键部件寿命,以匹配最佳的维修保障方案,提升燃气涡轮发动机的保障效能,最后给出了该系统架构的部分核心功能的设计。     

飞行器故障预测与健康管理(PHM)集成工程环境研究

故障预测与健康管理(PHM)技术能够实现故障监测、诊断、预测、状态评估及综合决策的功能,能够降低飞行器维修、使用和保障费用,提高飞行器战备完好率、任务成功率以及安全性和可用性;在分析了国内外研究现状的基础上,提出了构建飞行器故障预测与综合健康管理的通用化支撵平台和验证环境的设计思路,并展开描述了PHM开发环境、运行环境、验证环境的具体功能组成,研究成果能够为检验飞行器PHM系统工作效能提供有效验证,为降低飞行器PHM验证费用提供借鉴.     

PHM仿真试验系统设计与应用

PHM系统是保障机载设备稳定安全运行的重要工具。通过构建PHM仿真试验系统,可以对系统架构、总线接口、数据处理、分区存储等系统功能进行仿真验证,以便尽早发现PHM系统设计初期存在的各种问题,及时对方案进行改进和优化,降低系统研制的风险。对PHM仿真试验系统的设计进行了研究,提出了一种PHM仿真试验系统设计与应用方法,从总体层次、软硬件设计等方面介绍仿真试验系统的组成和功能设计。搭建飞机级及各区域级的仿真设备,构建基于总线通讯的交联仿真网,支持数据、模型、流程等功能的仿真,并在最后给出了仿真试验的主要流程。实际应用表明,本方法能够较好地支撑仿真验证试验,从而缩短试验周期,提高研制效率,为系统设计工作提供支撑从PHM系统功能验证的角度为PHM系统研制提供支撑。     

航天器地面健康管理验证系统设计与实现

航天器地面健康管理系统作为整个航天器健康管理系统的核心,主要为技术人员提供航天器试验、运行和管理过程中的数据分析、诊断、预测等服务。目前由于航天器故障机理难以获取、故障验证环境不足、缺乏统一的验证方法和性能指标,给航天器PHM的研究成果的有效验证与评价带来了困难。提出了一种基于大数据的航天器地面健康管理系统设计思路,并对其验证评估指标体系和验证方法进行了研究,在此基础上设计实现了基于仿真和试验验证的航天器地面健康管理验证系统,通过多个航天器故障仿真和在轨历史数据试验,验证了提出的航天器地面健康管理验证系统设计方法的有效性,能够有效的应用于航天器的地面健康管理过程,具有较强的航天器工程应用价值。     

决策树算法在电路故障诊断中的应用

针对PHM（Prognostic and Health Management）中数据挖掘和知识获取困难的问题,提出一种以J48决策树算法为基础的故障诊断方法。采用了开源数据挖掘软件Weka,对CTSV滤波器故障仿真数据进行计算,对故障数据进行属性清理和参数选择。生成的决策树模型有很高的交叉验证率和分类效果。     

一种新的计算机辅助故障树生成方法

故障树分析是过程风险分析中的一种有效方法,计算机辅助生成故障树尤其重要.该文中,提出一种基于图论仿真和数据挖掘的新方法.图论模型是一种深层知识,能够表达复杂的因果关系,具有包容大规模潜在信息的能力,尤其适用于安全领域的应用.深入研究故障传播机制及故障树的内在机理,从本质上讲,故障诊断、HAZOP及故障树分析的理论基础都是一样的,即对系统的稳态定性仿真及分析.通过稳态定性仿真即图论仿真,得到故障剧情样本.在此基础上,开发了一个图论建模推理平台.在此平台上进行相应的故障剧情分析,得到故障剧情样本.然后从中提取关联规则,并最终连接形成故障树.该文给出一个离心泵及液位系统的故障树生成过程,证明了此方法的实用性和有效性.     

基于OSA-CBM的PHM系统设计

结合PHM系统的使用目标和飞机各运行场景下PHM实现场景,提出PHM系统主要实现的功能;对OSA-CBM开展研究,将PHM系统按照OSA-CBM的分层定义,并且以某型号的PHM系统设计为背景,提出了基于OSA-CBM的PHM系统设计框架;介绍了该PHM系统按照开放式体系架构要求开展的功能定义、层次划分,以及对每个层级的输入输出定义;以Rational ROSE软件为模型开发工具,建立了各层级间的数据流动关系以及同层级之间的数据传递关系,对端口、算法、时序、配置等信息以UML语言进行了规定;分别采用Visual C#2010和Matlab软件开发平台实现了不同层级的功能,最终共同搭建了PHM系统的演示平台,实现了数据采集层、数据采集层、状态监测层及健康评估层、表示层等层级功能,为后续PHM系统的多用户协同开发设计奠定了技术基础。     

数字孪生飞云江流域水利知识平台建设研究

为提高飞云江流域智慧管控风险能力,根据数字孪生流域知识平台建设要求,以知识图谱为技术框架,引入机器深度学习技术,融入流域预报调度业务规则、历史典型场景洪水模式和专家预报经验等知识,通过图模型可视化处理,将知识以图数据模式进行存储,建立流域业务规则库、历史场景库、专家经验库和知识图谱库。利用图计算引擎管理和驱动知识,对流域特点、水利对象关联关系、业务规则等水利知识,进行挖掘提炼、归类组合、智慧管理和集成应用,构建基于水利知识图谱的数字孪生流域知识平台。数字孪生飞云江流域水利知识平台具有智能匹配、智慧推荐、全景推演等特点,可支撑流域防洪“四预”业务,提升流域风险与调度决策全流程数字化、智慧化、精准化水平,为其他水利知识平台建设提供经验借鉴。     

航空液压系统故障模拟试验台设计

飞机液压系统故障诊断是飞机故障预测与健康管理(Prognostics and Health Management,PHM)领域的难点。随着液压系统向高压化方向发展,其渗漏、增温、压力脉动导致的管道断裂,以及回油压力过高等诸多液压系统的致命故障发生的概率增加。通过液压系统试验台构成分析及仿真验证,建立了完善的飞机液压系统故障模拟试验台。制订液压系统故障模拟试验方案,在模拟试验台完成试验。采集正常状态、不同工况、预置故障试验和加速寿命试验的数据,获得可靠的飞机液压系统关键征兆参数。通过对比分析不同工况数据的时频特征,确定均方根可用于时域故障特征分析,小波包能量谱可用于频域故障特征分析。利用时频故障特征,通过正常及预置故障试验数据,验证了所提出的检测方法的有效性。     

面向智能保障的航空测试技术应用与发展

为增强航空装备智能保障信息感知和数据获取能力、提升智能保障决策的准确性,急需将测试技术与智能保障深度融合,并明确智能保障对测试技术的发展需求。首先分析了航空装备智能保障需求,然后深入分析了航空测试技术在智能保障中的应用范围及流程,最后提出了智能监测传感器、非接触测试、智能BIT工程化与认知BIT技术、机载智能专用监控芯片、边界扫描装置、PHM系统验证与熟化和机载智能保障测试标准化等航空测试技术在机载智能保障中的应用的发展建议,同时提出了便携式测试诊断设备统型、飞机维修线智能测试系统研制、飞机部件地面定位测量引导设备研制、飞机隐身涂层损伤一体化智能检测设备研制、结构损伤智能柔性检测设备研制、便携式油液智能检测设备研制、地面PHM系统数据库及应用系统研制、保障测试设备验证与评价系统研制等航空装备地面智能保障测试方面的发展建议,希望能够为智能保障测试技术发展起到一定的推动作用。     

基于Spark的航空信息服务平台

针对大数据时代下,海军航空部队存在的种种数据治理问题,设计了一种基于Spark的航空信息服务平台,平台实现了航空数据的存储,分析与挖掘等功能.平台采用4层体系架构,使用了HDFS分布式文件存储框架和Hive数据仓库工具实现了数据的存储和管理.最后,通过仿真实验,比较在不同数据量下航空信息服务平台与传统航空数据仓库的性能优劣.通过海军航空信息服务平台建设,可以有效为海军航空部队实训提供数据支撑,为平台使用者提供辅助决策.     

基于卷积神经网络的发动机故障预测方法

近年来,卷积神经网络(CNN)等深度学习方法的发展为发动机故障诊断和预测带来了新的思路。CNN具有局部连接、权值共享、池化操作以及多层结构等特点,能够有效提取局部特征,降低网络的训练难度,使CNN具有很强的学习能力和特征表达能力。开展了深度卷积神经网络故障预测方法研究,实现了面向发动机气路故障预测算法架构。利用基于发动机试验仿真数据对该方法进行了验证,并与其他几种常见的基于数据驱动的预测方法进行了比较,验证结果表明本文提出的基于卷积神经网络的预测方法具有较好的可行性和效果,可作为开展发动机PHM技术研究的参考。