导读:本文包含了在翼寿命预测论文开题报告文献综述及选题提纲参考文献，主要关键词:航空发动机,视情维修,性能衰退,维修决策控制限
在翼寿命预测论文文献综述
曹惠玲,吴泽民,曲春刚,康力平[1]（2015）在《基于CBM策略的航空发动机在翼寿命预测研究》一文中研究指出为了给航空公司制定航空发动机拆换计划提供科学合理的依据,基于视情维修方式,对航空发动机的在翼寿命进行了研究。首先,根据发动机历史拆换记录,基于比例危险-比例优势模型建立了发动机维修决策控制限的数学模型。然后,利用基于最小二乘支持向量机的时间序列预测方法对发动机状态参数进行了趋势预测,进而结合维修决策控制限模型便可得到发动机在翼寿命的预测结果。最后通过实例验证了该方法的有效性和实用价值。(本文来源于《中国机械工程》期刊2015年13期）
马小骏,任淑红,左洪福,文振华[2]（2015）在《基于LS-SVM算法和性能可靠性的航空发动机在翼寿命预测方法》一文中研究指出以航空发动机的实际性能监测数据为基础,建立了时变性能退化模型,并进行了性能趋势预测。根据监测数据中大量与在翼寿命紧密相关的信息,分析了性能退化过程与失效分布函数之间的关系,得到了给定可靠度下的航空发动机在翼寿命。以航空发动机的实际在翼寿命为基础,利用K-S拟合检验方法对在翼寿命分布模型进行检验,采用最小二乘支持向量机确定了模型参数。结合性能退化趋势,计算了修正后的航空发动机在翼寿命,并以6台PW4000航空发动机为案例进行实例验证。分析结果表明:当正则化参数分别为25、37、28、40、27与35时,6台PW4000航空发动机的实际在翼寿命依次为6 921、7 160、7 820、8 490、8 498、6 921循环,对应的在翼寿命预测值依次为6 534、6 726、7 378、7 940、9 103、6 534循环,最大相对误差为0.071 190,最小相对误差为0.055 917,平均相对误差为0.060 824,可见,提出的方法可以很好地满足工程实际需要。(本文来源于《交通运输工程学报》期刊2015年03期）
吴泽民[3]（2015）在《CBM策略下民航发动机在翼寿命预测与维修决策研究》一文中研究指出对于航空公司而言,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。(本文来源于《中国民航大学》期刊2015-05-05）
王烨,左洪福,蔡景,戎翔[4]（2013）在《基于Bayesian推断和LS-SVM的发动机在翼寿命预测模型》一文中研究指出为解决发动机的寿命预测精度问题,该文将贝叶斯(Bayesian)推断应用于最小二乘支持向量机(LS-SVM)模型参数的选择,建立了发动机在翼寿命的非线性预测模型。分析了影响发动机在翼寿命的性能参数,建立了用于机器学习的预测模型训练集,构建了基于LS-SVM的发动机在翼寿命预测模型。采用Bayesian推断理论优化LS-SVM建模,获取最优建模参数。通过某型发动机在翼寿命数据集训练模型,对在翼寿命进行预测。与几种常用的算法相比较,该文模型预测精度能够提高4.58%至9.51%,较好地解决了小样本下的预测问题,具有良好的泛化能力和预测精度。(本文来源于《南京理工大学学报》期刊2013年06期）
孙见忠,左洪福,刘鹏鹏,朱磊,袁风[5]（2013）在《基于动态线性模型的民航发动机性能状态监控与在翼寿命预测》一文中研究指出以民航发动机为对象.提出了一种基于动态线性模型的性能状态监控与在翼寿命预测方法.利用动态线性模型来描述性能参数偏差值序列.借助贝叶斯因子法来监测参数序列的异常.算例分析表明.该方法可操作性强.昔助统计方法能够在故障发生的早期及时预警;动态线性模型同时用来描述发动机的性能退化过程,能够考虑维修、水洗以及故障等使用因素对性能退化的影响.实例证明该方法更加符合航空公司实际运营情况,能够更加合理地预测下发时间.(本文来源于《系统工程理论与实践》期刊2013年12期）
赵玉婷[6]（2010）在《民航发动机在翼寿命预测模型方法研究》一文中研究指出作为飞机的“心脏”,航空发动机的健康状态对保证飞行安全和降低航空公司的运营成本则具有重要意义。本文借助丰富的民航发动机性能监测数据信息,以健康管理理论为基础,全面深入的研究了相关的寿命预测模型方法。首先,介绍了民机视情维修的维修概念和研究范畴;对民航发动机的状态监控的主要技术进行了介绍,阐述了发动机寿命预测重要性参数的选取准则;最后分别对DEGT和EGTM参数进行分析,确定使用EGTM进行寿命预测的原因,并介绍了影响EGTM的各种因素。确定了发动机在翼寿命预测的参数。为民用发动机在翼寿命预测做好基础工作。其次,考虑数据质量的问题直接影响发动机寿命预测的准确性,为保证发动机寿命预测的准确性,对发动机性能数据处理方法研究。研究了性能数据采集的内容和采集的途径;分析了数据中存在的质量问题,并提出对采集到的数据的质量的基本要求;接着提出了数据清洗的原理和插值方法,并举例说明清理和差值后的效果。数据的采集和处理为民航发动机寿命预测提供有效的数据支撑。最后,分析了发动机在翼寿命预测的概念、种类、特点,深入研究了民航发动机剩余寿命预测的方法,包括线性回归方法、分段线性回归方法、基于时间序列以及基于布朗运动的寿命预测方法。应用发动机的运行数据进行了预测方法的线性回归、分段线性回归、基于时间序列以及基于布朗运动实例验证。(本文来源于《南京航空航天大学》期刊2010-12-01）
于文武,康力平[7]（2010）在《基于AHP的航空发动机在翼寿命预测》一文中研究指出航空发动机作为飞机的心脏,其健康状态直接影响着飞机的安全飞行和可靠工作。能否对发动机机队进行科学的管理,对航空公司的运营状况起着极其重要的作用。因此,需要有一套科学完善的航空发动机在翼寿命预测系统对机队进行评估预测,来帮助工程师及时了解机队当前的整体运行状况,及时制定出合理的更换发动机和维修计划,从而降低发动机的使用和维修成本,提高发动机可靠性。(本文来源于《航空制造技术》期刊2010年20期）
任淑红[8]（2010）在《民航发动机性能可靠性评估与在翼寿命预测方法研究》一文中研究指出作为飞机心脏的发动机,其健康状态对保证飞机安全和降低航空公司的运营成本具有重要意义。发动机的可靠性评估在发动机的整个设计、制造、使用、维护等各个阶段都非常重要,精确的可靠性评估可以有效的指导发动机的使用和维修管理任务,为提高飞机安全经济运营奠定基础。传统可靠性理论必须依据失效数据对产品进行可靠性评估,然而,对于发动机而言,在允许的时间内很难获取足够的失效数据。因此,极少失效甚至零失效下的发动机可靠性评估已成为航空领域所面临的关键问题。而上世纪末兴起的以性能退化数据为基础的性能可靠性分析理论和方法为解决上述问题提供了有效途径。本文以此为背景,结合航空发动机使用维护过程中所采集的性能数据,以性能可靠性分析理论为基础,深入研究了发动机的性能可靠性评估理论和方法。主要内容如下:(1)研究了基于性能数据的航空发动机机队可靠性评估方法,根据航空发动机使用过程中的性能退化信息,通过影响因素分析,结合随机过程理论,建立了基于带漂移的布朗运动的性能退化量模型。同时,通过分析性能退化过程与失效分布之间的关系,利用Kolmogorov向前方程以及布朗运动的性质,建立了布朗运动过程首达时间分布即航空发动机达到失效阈值的失效分布,从而可以对发动机机队的可靠性进行评估,而且获得了很高的评估精度,显示了极少失效情况下进行可靠性分析的优势。(2)研究了单性能参数条件下航空发动机在翼寿命预测模型。传统的寿命预测方法都是建立在大量的寿命信息的基础上,而对于高可靠性的航空发动机,很难搜集到足够多的失效数据,然而发动机使用过程中的性能退化信息中包含大量与寿命紧密相关的信息。故本文以性能可靠性分析理论为基础,利用拟合优度检验得到模型的先验分布参数,然后分别通过贝叶斯更新方法和时间序列方法建立了航空发动机性能退化模型,从而获得了发动机在失效阈值下的单一在翼寿命预测数据;最后利用免疫粒子群组合预计方法(IA-PSO方法)对发动机的在翼寿命进行组合预测,并对结果进行了比较,组合预测精度明显提高。用此方法可以对投入使用但尚无寿命信息的产品寿命进行预测,具有广泛的适用性。(3)航空发动机是非常复杂的机电液系统,其健康状态表现在多个性能参数上,而且各参数间具有复杂的相关性,为了全面评估发动机的可靠性,提高在翼寿命预测精度,提出了基于多性能参数的的航空发动机实时性能可靠性评估方法和寿命控制方法,利用状态空间方法,建立具有时变参数的多性能退化量模型,通过卡尔曼滤波进行性能趋势预测和模型参数实时更新估计。利用实时监测数据,分析了各性能参数间的相关性,根据多维随机变量的性质,建立了多参数性能可靠度联合概率分布,进而对发动机的性能可靠性进行实时评估,同时预测在翼寿命,其预测精度要高于单参数条件下的在翼寿命预测。较之传统可靠性评估方法仅能得到发动机机群平均可靠度水平而言,上述方法可以对单台发动机的性能可靠性进行实时评估,根据每台发动机不同的性能可靠度水平进行寿命控制。(4)以上主要研究了航空发动机气路性能退化失效模式,然而航空发动机是具有多种失效模式的复杂系统,其失效是不同失效模式间竞争的结果,因此,本文研究建立了多失效模式共存的航空发动机可靠性评估模型。首先,对于气路性能退化失效部分,结合(3)介绍的方法建立了基于多参数的航空发动机退化失效模型;然后,对于其它典型失效模式,为了体现气路性能衰退对其的影响,我们利用比例危险模型分别建立了叁类典型失效模式的失效分布函数;最后,结合可靠性分析理论,给出了多失效模式共存的航空发动机可靠性分析模型。该方法能够给出航空发动机在一定时期内哪种失效模式更容易引起失效或者某种失效模式出现的概率,为航空公司能够及时掌握发动机的健康状态,有针对性的进行发动机的维修计划安排以及更加灵活的机队管理提供了科学理论基础。(5)结合航空公司实际工程需求,构建了民航发动机集成维修管理系统,实现民航发动机的状态监测、寿命控制、维修决策与资源调度。此系统也是上述可靠性评估与寿命预测方法的验证,正逐步应用于航空公司的发动机日常工程管理中,应用效果非常显着,有效的提高了发动机的维修管理水平。(本文来源于《南京航空航天大学》期刊2010-10-01）
富涛,许春生[9]（2006）在《在翼航空发动机剩余寿命预测》一文中研究指出作为飞机的心脏,发动机的健康状况将直接影响飞机的安全飞行和出勤。对于航空公司,不仅要考虑飞机的安全性,还要考虑公司的经济性。在确保发动机安全的条件下,对在翼发动机的寿命预测已成为各大航空公司考虑的课题。(本文来源于《中国民航飞行学院学报》期刊2006年03期）
在翼寿命预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以航空发动机的实际性能监测数据为基础,建立了时变性能退化模型,并进行了性能趋势预测。根据监测数据中大量与在翼寿命紧密相关的信息,分析了性能退化过程与失效分布函数之间的关系,得到了给定可靠度下的航空发动机在翼寿命。以航空发动机的实际在翼寿命为基础,利用K-S拟合检验方法对在翼寿命分布模型进行检验,采用最小二乘支持向量机确定了模型参数。结合性能退化趋势,计算了修正后的航空发动机在翼寿命,并以6台PW4000航空发动机为案例进行实例验证。分析结果表明:当正则化参数分别为25、37、28、40、27与35时,6台PW4000航空发动机的实际在翼寿命依次为6 921、7 160、7 820、8 490、8 498、6 921循环,对应的在翼寿命预测值依次为6 534、6 726、7 378、7 940、9 103、6 534循环,最大相对误差为0.071 190,最小相对误差为0.055 917,平均相对误差为0.060 824,可见,提出的方法可以很好地满足工程实际需要。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在翼寿命预测论文参考文献
[1].曹惠玲,吴泽民,曲春刚,康力平.基于CBM策略的航空发动机在翼寿命预测研究[J].中国机械工程.2015
[2].马小骏,任淑红,左洪福,文振华.基于LS-SVM算法和性能可靠性的航空发动机在翼寿命预测方法[J].交通运输工程学报.2015
[3].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
[4].王烨,左洪福,蔡景,戎翔.基于Bayesian推断和LS-SVM的发动机在翼寿命预测模型[J].南京理工大学学报.2013
[5].孙见忠,左洪福,刘鹏鹏,朱磊,袁风.基于动态线性模型的民航发动机性能状态监控与在翼寿命预测[J].系统工程理论与实践.2013
[6].赵玉婷.民航发动机在翼寿命预测模型方法研究[D].南京航空航天大学.2010
[7].于文武,康力平.基于AHP的航空发动机在翼寿命预测[J].航空制造技术.2010
[8].任淑红.民航发动机性能可靠性评估与在翼寿命预测方法研究[D].南京航空航天大学.2010
[9].富涛,许春生.在翼航空发动机剩余寿命预测[J].中国民航飞行学院学报.2006