CBM策略下民航发动机在翼寿命预测与维修决策研究

发布时间：2017-09-07 02:41

  本文关键词：CBM策略下民航发动机在翼寿命预测与维修决策研究

  更多相关文章： 民航发动机 视情维修 维修决策控制限 比例危险-比例优势模型 在翼寿命预测

【摘要】：对于航空公司而言,编制民航发动机维修拆换计划时需提前制定一个科学合理的发动机维修时机。最初民航发动机维修建模研究多基于失效寿命数据的统计分析,忽略了发动机必要状态信息对系统的影响,出现了“状态”很大程度上独立于“维修决策”的问题。本文根据目前广泛应用的视情维修(CBM)策略,针对民航发动机维修决策的时机问题,进行了发动机在翼寿命预测和维修决策建模方法的研究。论文深入研究了民航发动机CBM决策建模的基础理论,围绕发动机维修决策控制限建模和发动机状态参数趋势预测技术开展研究,建立了基于比例危险-比例优势(PH-PO)模型的维修决策控制限模型和基于支持向量机(SVM)理论的状态参数趋势预测模型。针对因性能衰退而换发的发动机,分别从单性能参数和多状态参数两种条件下进行了发动机CBM决策的建模研究。对于只考虑单一性能参数如排气温度裕度(EGTM)而言,论文利用基于SVM理论的状态参数趋势预测模型对EGTM监测值进行了性能衰退的趋势分析,然后参照提前设定的监控阈值来判断是否需要维修。采用单参数评估方法具有简单易行的优点,但该方法忽略了其它影响因素所包含的有价值信息,难以综合全面地反映发动机的性能状况,其评估效果也就相对粗糙,因此有必要采用多状态参数的综合性能评估方法。对于考虑多状态参数而言,本文采用PH-PO模型,通过对发动机机队(群体)的维修历史数据进行分析研究,选择多个状态参数,将因性能衰退而下发的发动机的在翼运行时间看作为寿命数据样本,同时充分考虑发动机必要状态信息对系统运行的影响,将系统状态参数,系统可靠度及在翼时间之间建立起准确的数学函数关系,由此得到发动机的维修决策控制限模型,然后利用基于SVM理论的状态参数趋势预测模型对发动机状态参数进行趋势预测,进而得到发动机在翼寿命的预测结果。通过本文研究,能够综合可靠性、状态和故障数据来动态的预测民航发动机的寿命,从而为航空公司提供更加灵活的发动机寿命预测方法,并为发动机维修拆换计划的制定工作提供技术支持,实例分析表明了该研究良好的工程实用价值。
【关键词】：民航发动机 视情维修 维修决策控制限 比例危险-比例优势模型 在翼寿命预测
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V263.6
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 注释表11-12
• 第一章 绪论12-20
• 1.1 研究背景和意义12-13
• 1.2 国内外研究发展现状13-18
• 1.2.1 航空发动机维修管理理论与技术13-15
• 1.2.2 航空发动机在翼寿命评估技术15-17
• 1.2.3 研究发展趋势及存在的问题17-18
• 1.3 论文研究内容18-20
• 1.3.1 论文研究关键技术18
• 1.3.2 各章节内容的结构安排18-20
• 第二章 民航发动机基于状态的维修决策建模基础理论和方法20-26
• 2.1 民航发动机视情维修策略概述20-21
• 2.2 性能衰退定义21
• 2.3 民航发动机维修建模参数选取21-24
• 2.3.1 单参数条件下维修建模参数选取22-23
• 2.3.2 多参数条件下维修建模参数选取23-24
• 2.4 民航发动机基于状态的维修决策建模方法24-25
• 2.5 本章小结25-26
• 第三章 民航发动机维修决策控制限建模方法研究26-35
• 3.1 引言26
• 3.2 模型数学形式的确定26-28
• 3.2.1 典型的统计回归模型26-27
• 3.2.2 比例危险-比例优势（PH-PO）模型27-28
• 3.3 维修决策控制限模型的建立28-34
• 3.3.1 模型建立注意事项28-29
• 3.3.2 协变量预处理-主成分分析法29-31
• 3.3.3 模型参数估计31-33
• 3.3.4 基于PH-PO模型的维修决策控制模型33-34
• 3.4 本章小结34-35
• 第四章 民航发动机状态参数的趋势预测方法研究35-43
• 4.1 时间序列分析35-36
• 4.2 基于支持向量机的数据分析36-40
• 4.2.1 理论基础36-37
• 4.2.2 SVM算法原理37-39
• 4.2.3 核函数39
• 4.2.4 最小二乘法支持向量机（LS-SVM）39-40
• 4.3 基于最小二乘支持向量机的时间序列预测模型40-42
• 4.3.1 数据准备40-41
• 4.3.2 预测模型41-42
• 4.4 本章小结42-43
• 第五章 民航发动机在翼寿命预测与维修决策应用实例43-54
• 5.1 引言43
• 5.2 单性能参数下的民航发动机在翼寿命预测与维修决策43-46
• 5.2.1 基于EGTM的发动机在翼寿命预测与维修决策流程44
• 5.2.2 案例分析44-46
• 5.3 基于多状态参数的民航发动机在翼寿命预测与维修决策46-52
• 5.3.1 在翼寿命预测与维修决策流程46-47
• 5.3.2 应用实例47-52
• 5.4 本章小结52-54
• 第六章 总结与展望54-56
• 6.1 全文工作总结54-55
• 6.2 未来工作展望55-56
• 参考文献56-64
• 致谢64-65
• 作者简介65

【相似文献】

中国期刊全文数据库 前10条

1 董玉亮;王旭丹;顾煜炯;;基于风险的维修决策及其在电站设备中的应用[J];现代电力;2008年02期

2 李常有;徐敏强;郭耸;王日新;高晶波;;维修决策的研究现状与展望[J];热力透平;2008年01期

3 郭丽杰;高金吉;杨剑锋;王世达;李大成;;石化旋转机械基于风险的维修决策研究[J];北京化工大学学报(自然科学版);2009年02期

4 张耀辉;王少华;韩小孩;魏立刚;;状态维修决策的研究现状与展望[J];装甲兵工程学院学报;2013年02期

5 Miguel Simas;王秩信;;以可靠性和风险为基础的维修决策[J];设备管理与维修;2007年01期

6 李娟娟;侯素霞;徐军;罗积军;;基于贝叶斯网络信息价值的故障维修决策应用研究[J];仪器仪表学报;2007年S1期

7 沈军;张耀辉;王少华;;任务成功性优先的多属性维修决策研究[J];装甲兵工程学院学报;2011年05期

8 李学军,霍达;体育场馆维修决策综合评定方法[J];基建优化;2004年06期

9 王小林;程志君;郭波;郭驰名;;基于冲击模型劣化系统的不完全维修决策[J];系统工程理论与实践;2011年12期

10 刘晶;季海鹏;朱清香;;一种带有风险控制的维修决策方法[J];计算机集成制造系统;2010年10期

中国重要会议论文全文数据库 前5条

1 王晓鸣;李桂青;;住宅维修决策与准则研究[A];第八届全国结构工程学术会议论文集（第Ⅱ卷）[C];1999年

2 李娟娟;侯素霞;徐军;罗积军;;基于贝叶斯网络信息价值的故障维修决策应用研究[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

3 苍安裕;邹青;孔繁森;方勇;;可拓评价方法在设备维修决策中的应用[A];增强自主创新能力 促进吉林经济发展——启明杯·吉林省第四届科学技术学术年会论文集（上册）[C];2006年

4 郑贤斌;陈国明;;在役埋地油气管道腐蚀评估与维修决策模型[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

5 华成;徐光华;张庆;刘弹;李红军;;基于CBR的智能维修决策技术研究与应用[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国博士学位论文全文数据库 前4条

1 冒刘燕;基于可靠性理论的内河船闸维修决策研究[D];东南大学;2015年

2 郭丽杰;基于风险的石化动设备智能维修决策研究[D];北京化工大学;2009年

3 王庆锋;基于风险和状态的智能维修决策优化系统及应用研究[D];北京化工大学;2011年

4 刘繁茂;面向故障过程的多设设可靠性分析与维修决策[D];华中科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 禹红杰;动车组转向架关键零部件维修决策研究[D];大连交通大学;2015年

2 王瑞;风电机组典型故障维修决策[D];华北电力大学(北京);2016年

3 李凯;电力变压器故障分析及智能维修决策[D];华北电力大学(北京);2016年

4 许力;基于可靠性数据的飞机系统维修决策研究[D];中国民航大学;2016年

5 吴泽民;CBM策略下民航发动机在翼寿命预测与维修决策研究[D];中国民航大学;2015年

6 肖磊;劣化系统维修决策建模与仿真方法研究[D];国防科学技术大学;2008年

7 孙海港;基于可靠性的发动机生产线维修决策理论研究[D];吉林大学;2005年

8 王广伟;发动机滑油信息综合与面向任务维修决策[D];国防科学技术大学;2002年

9 周晶;地铁设备状态值确定与运行维修决策研究[D];上海交通大学;2012年

10 刘凯;贝叶斯网络维修决策系统的开发与应用研究[D];国防科学技术大学;2004年

，

本文编号：806951