民航發(fā)動(dòng)機(jī)的使用周期長,在壽命周期內(nèi)對發(fā)動(dòng)機(jī)進(jìn)行送修是民用航空器維修業(yè)務(wù)的重要內(nèi)容之一,送修決策的合理性不僅關(guān)系到發(fā)動(dòng)機(jī)的安全運(yùn)行,還會(huì)影響發(fā)動(dòng)機(jī)的利用率和維修成本,因此對發(fā)動(dòng)機(jī)送修決策的各個(gè)方面進(jìn)行優(yōu)化具有重要意義。針對目前航空公司在發(fā)動(dòng)機(jī)送修方面存在的問題,本文進(jìn)行以下研究:首先,本文對民航發(fā)動(dòng)機(jī)剩余壽命預(yù)測方法進(jìn)行研究,采用核主元分析處理發(fā)動(dòng)機(jī)監(jiān)測數(shù)據(jù),提取退化特征信息并將其融合成健康指數(shù),并利用相關(guān)向量機(jī)建立健康指數(shù)的回歸模型,預(yù)測發(fā)動(dòng)機(jī)的剩余壽命,與現(xiàn)有方法進(jìn)行對比,結(jié)果表明該方法能夠提高發(fā)動(dòng)機(jī)剩余壽命的預(yù)測精度。其次,本文從壽命件角度對發(fā)動(dòng)機(jī)送修方案進(jìn)行優(yōu)化,將發(fā)動(dòng)機(jī)多壽命件更換視為多目標(biāo)優(yōu)化問題,分析其約束條件并建立優(yōu)化模型,采用粒子群算法對模型進(jìn)行求解,并且對得到的方案集進(jìn)行評(píng)估,選擇其中的最優(yōu)方案作為發(fā)動(dòng)機(jī)的送修方案,通過發(fā)動(dòng)機(jī)實(shí)際的壽命件數(shù)據(jù)驗(yàn)證了該方法的有效性。最后,本文研究了發(fā)動(dòng)機(jī)送修等級(jí)決策方法,以單元體的送修等級(jí)為決策對象,建立了基于狀態(tài)監(jiān)控的發(fā)動(dòng)機(jī)送修等級(jí)決策模型,該模型使用發(fā)動(dòng)機(jī)歷史送修數(shù)據(jù)作為樣本,采用大間隔近鄰算法對樣本空間進(jìn)行優(yōu)化,通過發(fā)動(dòng)機(jī)實(shí)時(shí)監(jiān)... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

CMAPSS仿真實(shí)驗(yàn)渦扇發(fā)動(dòng)機(jī)結(jié)構(gòu)示意圖

數(shù)據(jù)，每組傳感器測量值代表一個(gè)發(fā)動(dòng)機(jī)性能參數(shù)序列，首先對性能參數(shù)序列進(jìn)行預(yù)處理，剔除幾個(gè)測量值為常數(shù)的序列，如 1、5、6、16、17、18、19 序列，因?yàn)檫@些性能參數(shù)不隨飛行周期變化，無法反映發(fā)動(dòng)機(jī)的性能退化趨勢。將剩下的序列作為發(fā)動(dòng)機(jī)的特征參數(shù)序列，對其進(jìn)行核主元分析，提取發(fā)動(dòng)機(jī)的退化特征信息。計(jì)算過程中核函數(shù)選擇為高斯核函數(shù)，并根據(jù)交叉驗(yàn)證的方法確定最佳核函數(shù)寬度為 3.0，設(shè)定最大迭代次數(shù)為 1000，經(jīng)過 186 次迭代后程序運(yùn)行結(jié)束。按照主元貢獻(xiàn)率的大小對得到的主元進(jìn)行排序，其中前 3 個(gè)主元的累計(jì)貢獻(xiàn)率超過了 85%，為 86.7%。因此提取前 3 個(gè)主元序列作為發(fā)動(dòng)機(jī)的退化特征序列，用于下一步的信息融合，三個(gè)主元序列如圖 2-5 所示。

中國民航大學(xué)碩士學(xué)位論文19使用此非線性模型對發(fā)動(dòng)機(jī)的退化特征序列進(jìn)行變換，得到#7號(hào)發(fā)動(dòng)機(jī)完整的健康指數(shù)序列，如圖2-6所示。圖2-6#7號(hào)發(fā)動(dòng)機(jī)健康指數(shù)序列建立RVM回歸模型，將發(fā)動(dòng)機(jī)的完整HI序列作為RVM模型的訓(xùn)練樣本，選擇高斯核函數(shù)并設(shè)置核參數(shù)寬度為40、最大迭代次數(shù)為1000，經(jīng)訓(xùn)練后得到129個(gè)相關(guān)向量。在測試階段，通過上述方法對測試數(shù)據(jù)進(jìn)行退化特征提取和信息融合，獲取待測發(fā)動(dòng)機(jī)的HI序列作為測試樣本，使用訓(xùn)練階段得到的RVM模型對測試樣本進(jìn)行外推預(yù)測，設(shè)定失效閾值為HI=0，超過失效閾值時(shí)預(yù)測結(jié)束，截取預(yù)測過程的飛行循環(huán)數(shù)作為RUL預(yù)測值，得到的預(yù)測結(jié)果和RUL的概率分布分別如圖2-7、圖2-8所示。圖2-7#7號(hào)發(fā)動(dòng)機(jī)RUL預(yù)測結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于Autoencoder-BLSTM的渦扇發(fā)動(dòng)機(jī)剩余壽命預(yù)測[J]. 宋亞,夏唐斌,鄭宇,卓鵬程,潘爾順.  計(jì)算機(jī)集成制造系統(tǒng). 2019(07)
[2]基于退化特征相似性的航空發(fā)動(dòng)機(jī)壽命預(yù)測[J]. 張妍,王村松,陸寧云,姜斌.  系統(tǒng)工程與電子技術(shù). 2019(06)
[3]發(fā)動(dòng)機(jī)維修業(yè)務(wù)將創(chuàng)造售后市場增長紀(jì)錄[J]. James Pozzi.  航空維修與工程. 2019(02)
[4]基于KPCA-Bagging的高斯過程回歸建模方法及應(yīng)用[J]. 趙帥,李妍君,熊偉麗.  控制工程. 2019(01)
[5]K最近鄰算法理論與應(yīng)用綜述[J]. 毋雪雁,王水花,張煜東.  計(jì)算機(jī)工程與應(yīng)用. 2017(21)
[6]航空發(fā)動(dòng)機(jī)單元體送修等級(jí)決策方法研究[J]. 賈寶惠,黃婕,王玉鑫,李耀華.  機(jī)械科學(xué)與技術(shù). 2018(03)
[7]基于Wiener過程的發(fā)動(dòng)機(jī)多階段剩余壽命預(yù)測[J]. 黃亮,劉君強(qiáng),貢英杰.  北京航空航天大學(xué)學(xué)報(bào). 2018(05)
[8]基于奇異值分解極限學(xué)習(xí)機(jī)的維修等級(jí)決策[J]. 劉璟忠.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(07)
[9]基于綜合健康指數(shù)與RVM的系統(tǒng)級(jí)失效預(yù)測[J]. 陳雄姿,于勁松,陸文高,李行善.  系統(tǒng)工程與電子技術(shù). 2015(10)
[10]基于LS-SVM算法和性能可靠性的航空發(fā)動(dòng)機(jī)在翼壽命預(yù)測方法[J]. 馬小駿,任淑紅,左洪福,文振華.  交通運(yùn)輸工程學(xué)報(bào). 2015(03)

博士論文
[1]基于群智能算法融合的行星齒輪箱損傷狀態(tài)識(shí)別診斷及維護(hù)[D]. 賀妍.中北大學(xué) 2019
[2]航空發(fā)動(dòng)機(jī)性能評(píng)價(jià)與衰退預(yù)測方法研究[D]. 謝曉龍.哈爾濱工業(yè)大學(xué) 2016
[3]有監(jiān)督的相似性度量學(xué)習(xí)研究與應(yīng)用[D]. 鄒朋成.南京航空航天大學(xué) 2016
[4]渦扇發(fā)動(dòng)機(jī)高壓壓氣機(jī)葉片裂紋萌生及擴(kuò)展壽命預(yù)測研究[D]. 楊碩.天津大學(xué) 2015
[5]民用渦扇發(fā)動(dòng)機(jī)健康智能監(jiān)控技術(shù)的研究[D]. 瞿紅春.天津大學(xué) 2010

碩士論文
[1]基于多目標(biāo)粒子群算法的多約束組合優(yōu)化問題研究[D]. 張宇豐.西安理工大學(xué) 2019
[2]基于動(dòng)態(tài)規(guī)劃的航空公司機(jī)隊(duì)更新決策研究[D]. 劉沐林.中國民用航空飛行學(xué)院 2019
[3]用于行為識(shí)別的雙流卷積神經(jīng)網(wǎng)絡(luò)微調(diào)算法研究[D]. 楊妙.西南交通大學(xué) 2018
[4]航空公司發(fā)動(dòng)機(jī)送修決策研究[D]. 李永廣.中國民航大學(xué) 2018
[5]基于改進(jìn)SVM的航空發(fā)動(dòng)機(jī)預(yù)測方法研究[D]. 羅華柱.南昌航空大學(xué) 2017
[6]面向全壽命的民航發(fā)動(dòng)機(jī)維修時(shí)機(jī)優(yōu)化方法及其應(yīng)用[D]. 田亞鵬.哈爾濱工業(yè)大學(xué) 2017
[7]基于離散過程神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測技術(shù)研究[D]. 張頡健.哈爾濱工業(yè)大學(xué) 2015
[8]民航發(fā)動(dòng)機(jī)維修工作范圍優(yōu)化方法及其應(yīng)用[D]. 李臻.哈爾濱工業(yè)大學(xué) 2014
[9]基于性能參數(shù)預(yù)測的航空發(fā)動(dòng)機(jī)維修決策支持系統(tǒng)研究[D]. 王雄威.哈爾濱工業(yè)大學(xué) 2013
[10]民航發(fā)動(dòng)機(jī)目標(biāo)在翼時(shí)間確定方法及其應(yīng)用[D]. 陳銀.哈爾濱工業(yè)大學(xué) 2013



本文編號(hào)：3039656