發(fā)布時間：2021-04-15 12:44

　　針對縮減艦上保障規(guī)模和提高艦載機的完好率的需求,提出艦載機預防性維修工作優(yōu)化方法。分析了如何選取優(yōu)化項目和參數(shù),對比分析了各種趨勢分析方法的適用性,采用基于飛參數(shù)據(jù)的趨勢分析方法,刻畫系統(tǒng)或部件的性能變化趨勢,提供適合單機的艦載機預防性維修工作優(yōu)化決策支撐,并以典型系統(tǒng)進行了案例應用,形成了一種新的艦載機提高保障效能、提升系統(tǒng)安全性水平的技術途徑。 

【文章來源】：測控技術. 2020,39(12)

【文章頁數(shù)】：5 頁

【部分圖文】：

漸變故障P-F曲線

為減少艦載機預防性維修工作，同時部分實現(xiàn)基于狀態(tài)的維修，通過針對所有維修活動項目，開展擴展FMEA分析，對具有高保障代價、性能退化趨勢的維修活動相關成品和部件實施機上在線監(jiān)測設計，在地面進行趨勢分析，綜合判斷后可消減或優(yōu)化預防性維修活動。以往型號飛機定時維修的周期一般偏于保守，制定維護規(guī)程時缺乏定量參考，而趨勢分析能夠發(fā)現(xiàn)產(chǎn)品的潛在故障并觸發(fā)維修，減少故障發(fā)生，為后續(xù)故障預測奠定基礎，并為艦載機維護規(guī)程的優(yōu)化提供輸入。2 趨勢分析參數(shù)確定及方法對比分析

從圖4泵源子系統(tǒng)的聯(lián)合熵變化趨勢來看，隨系統(tǒng)工作時間增加，聯(lián)合熵先是逐漸增大，之后又開始顯著下降，這與該架飛機在外場經(jīng)過了一次液壓油清洗、油濾更換等定檢工作有關，可看出該方法得出的系統(tǒng)性能刻畫曲線是相對準確的，可以用于后續(xù)的預防性維修工作優(yōu)化決策。圖4 泵源子系統(tǒng)聯(lián)合熵變化趨勢

【參考文獻】：
期刊論文
[1]基于狀態(tài)的武器電子裝備故障預測研究綜述[J]. 侯曉東,王永攀,楊江平,張宇.  系統(tǒng)工程與電子技術. 2018(02)
[2]風力發(fā)電機組故障診斷與預測技術研究綜述[J]. 金曉航,孫毅,單繼宏,吳根勇.  儀器儀表學報. 2017(05)
[3]基于數(shù)據(jù)驅動的航空發(fā)動機故障診斷與預測方法綜述[J]. 楊洪富,賈曉亮,任壽偉.  航空精密制造技術. 2016(05)
[4]基于IDEF的復雜機電系統(tǒng)狀態(tài)解析[J]. 楊培林,徐凱,薛沖沖,侯瑞雙.  機械設計與制造. 2015(09)
[5]機載設備視情維修及其決策建模分析[J]. 吳明輝,阮永貴,韓海艦.  國外電子測量技術. 2015(03)
[6]狀態(tài)維修理論及剩余壽命預測的研究現(xiàn)狀與展望[J]. 張仕新,昝翔,李浩,韓朝帥.  兵工自動化. 2014(09)
[7]考慮退化模式動態(tài)轉移的健康狀態(tài)自適應預測[J]. 李鑫,呂琛,王自力,陶小創(chuàng).  自動化學報. 2014(09)
[8]基于遺傳算法和ARMA模型的航空發(fā)電機壽命預測[J]. 崔建國,趙云龍,董世良,張紅梅,陳希成.  航空學報. 2011(08)
[9]基于線性趨勢模型與LSSVM的校準間隔組合預測[J]. 劉如峰,李世平,文超斌,宋兵.  傳感器與微系統(tǒng). 2010(09)
[10]復雜裝備健康管理模式綜述[J]. 滿強,夏良華,王亞彬,徐英.  火炮發(fā)射與控制學報. 2009(02)

博士論文
[1]基于狀態(tài)監(jiān)測信息的設備在線健康預測及維護優(yōu)化研究[D]. 劉勤明.上海交通大學 2014
[2]維修決策理論研究及其在離心壓縮機轉子系統(tǒng)中的應用[D]. 李常有.哈爾濱工業(yè)大學 2009
[3]維修決策模型和方法的理論與應用研究[D]. 王凌.浙江大學 2007



本文編號：3139362