基于CBM策略的航空发动机在翼寿命预测研究

中国机械工程 ›› 2015, Vol. 26 ›› Issue (13): 1725-1730.

基于CBM策略的航空发动机在翼寿命预测研究

曹惠玲1;吴泽民1;曲春刚1;康力平2

1.中国民航大学，天津，300300
2.北京飞机维修工程有限公司，北京，100621

出版日期:2015-07-10 发布日期:2015-07-08
基金资助:
中央高校基本科研业务费专项资金资助项目（ZXH2012P007）

Life on Wing Prediction of Aeroengine Based on CBM Strategy

Cao Huiling1;Wu Zemin1;Qu Chungang1;Kang Liping2

1.Civil Aviation University of China，Tianjin，300300
2.Aircraft Maintenance and Engineering Corporation，Beijing，100621

Online:2015-07-10 Published:2015-07-08
Supported by:
Fundamental Research Funds for the Central Universities( No. ZXH2012P007)

摘要/Abstract

摘要：

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。

关键词: 航空发动机, 视情维修, 性能衰退, 维修决策控制限, 比例危险-比例优势模型, 在翼寿命

Abstract:

Based on CBM strategy, the life on wing prediction of aeroengine was made herein, aiming at providing airlines with a scientific and reasonable basis for the engine's plans of removal. Firstly, according to the aeroengine's historical data of removal, a mathematical model of the maintenance decision-making control limit was established. And the establishment of this model was based on the proportional hazards-proportional odds model. Then using time series prediction method based on least squares support vector machine, and combined with the condition trend prediction of engine, life on wing of engine was predicted. Finally, in the case study of a concrete instance, the method was proved to be effective and to have a high practical value.

Key words: aeroengine, condition based maintenance(CBM)；performance degradation, maintenance decision-making control limit；proportional hazards-proportional odds model；life on wing

中图分类号:

V267
O29

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, 26(13): 1725-1730.

Cao Huiling, Wu Zemin, Qu Chungang, Kang Liping. Life on Wing Prediction of Aeroengine Based on CBM Strategy[J]. China Mechanical Engineering, 2015, 26(13): 1725-1730.

参考文献

[1]Moubray J. Reliability Centred Maintenance[M]. London：Butterworth-Heinemann Ltd.，1999.
[2]劳立斯 J F. 寿命数据中的统计模型和方法[M]. 茆诗松，濮晓龙，刘忠，译. 北京：中国统计出版社，1998.
[3]Samrout M，Chtelet E，Kouta R，et al. Optimization of Maintenance Policy Using the Proportional Hazard Model[J]. Reliability Engineering & System Safety，2009，94(1)：44-52.
[4]Elsayed E A，Zhang H. Design of Optimum Multiple-stress Accelerated Life Testing Plans Based on Proportional Odds Model[J]. International Journal of Product Development，2009，7(3/4)：186-198.
[5]Huang T，Elsayed E A，Jiang T. An ALT Proportional Hazard-proportional Odds Model[C]//Proc. of the 14th ISSAT International Conference on Reliability and Quality in Design. Orlando，Florida，USA，2008：39-43.
[6]袁风，左洪福. 航空发动机性能衰退率计算方法研究[J]. 航空维修与工程，2009(2)：46-48.
Yuan Feng，Zuo Hongfu. Research on Calculation of Aeroengine Performance Deterioration Rate[J]. Aviation Maintenance & Engineering，2009(2)：46-48.
[7]何晓群. 应用多元统计分析[M]. 北京：中国统计出版社，2010.
[8]张海军. 民航发动机性能评估方法与视情维修决策模型研究[D]. 南京：南京航空航天大学，2007.
[9]Zbigniew Michalewicz. Genetic Algorithms+Data Structures=Evolution Programs[M]. Berlin：Springer Verlag，1996.
[10]段玉倩，贺家李. 遗传算法及其改进[J]. 电力系统及其自动化学报，1998，10(1)：39-52.
Duan Yuqing，He Jiali. Genetic Algorithm and Its Modification[J]. Proceedings of the CSU-EPSA，1998，10(1)：39-52.
[11]左洪福，张海军，戎翔. 基于比例风险模型的航空发动机视情维修决策[J]. 航空动力学报，2006，21(4)：716-721.
Zuo Hongfu，Zhang Haijun，Rong Xiang. Condition Based Aero-engine Maintenance Decision Method Using Proportional Hazards Model[J]. Journal of Aerospace Power，2006，21(4)：716-721.
[12]王革丽，杨培，毛宇清. 基于支持向量机方法对非平稳时间序列的预测[J]. 物理学报，2008，57(2)：714-719.
Wang Geli，Yang Peicai，Mao Yuqing. On the Application of Non-stationary Time Series Prediction Based on the SVM Method[J]. Acta Physica Sinica，2008，57(2)：714-719.
[13]胡金海，谢寿生，骆广琦，等. 基于支持向量机方法的发动机性能趋势预测[J]. 推进技术，2005，26(3)：260-264.
Hu Jinhai，Xie Shousheng，Luo Guangqi，et al. Study of Support Vector Machines for Aeroengine Performance Trend Forecasting[J]. Journal of Propulsion Technology，2005，26(3)：260- 264.
[14]Takes F. Detecting Strange Attractors in Turblulence[J]. Lecture Notes in Mathematics，1981，898：366-381.

[1]	孙惠斌, 颜建兴, 魏小红, 常智勇, . [数字孪生驱动的智能制造]数字孪生驱动的航空发动机装配技术[J]. 中国机械工程, 2020, 31(07): 833-841.
[2]	栾孝驰1,2;沙云东1;郭小鹏3;杨帝思4;马侹1,4. 装配参数对附件机匣锥齿轮破裂故障的影响[J]. 中国机械工程, 2020, 31(04): 438-444.
[3]	张强;李坚;谢里阳;何雪浤. 考虑二层因素影响的综合因子可靠性分配法[J]. 中国机械工程, 2019, 30(19): 2301-2305.
[4]	刘洋;刘晓波;梁珊. 基于傅里叶分解方法的航空发动机转子故障诊断[J]. 中国机械工程, 2019, 30(18): 2156-2163.
[5]	何刘海;吴桂娇;王平. 基于支持向量机决策树的航空发动机轴心轨迹识别方法[J]. 中国机械工程, 2019, 30(08): 969-974.
[6]	李联辉1,2;孙红霞1;李红梅1;张秦玮1;高阳1;雷婷1;袁颖2. 基于单一产品数据源和多色集的装配数据建模与组织[J]. 中国机械工程, 2017, 28(19): 2346-2353.
[7]	张俊红, 刘萌, 付曦, 寇海军, 林建生. 复杂载荷作用下压气机叶片疲劳寿命数值分析[J]. 中国机械工程, 2017, 28(12): 1442-1448,1467.
[8]	侯亮, 张晓云, 王志强, 柴象海, . 航空发动机风扇叶片脱落仿真分析大规模并行计算方法研究[J]. 中国机械工程, 2016, 27(03): 383-386.
[9]	廖仲坤, 陈果, 王海飞. 套齿联轴器对航空发动机振动特性的影响[J]. 中国机械工程, 2015, 26(10): 1312-1319.
[10]	汪浩祥, 严洪森, 汪峥, . 面向航空发动机装配线的知识化制造自适应优化调度[J]. 中国机械工程, 2014, 25(23): 3180-3187,3194.
[11]	张龙, 黄文艺, 熊国良, 曹青松. 基于多域特征与高斯混合模型的滚动轴承性能退化评估[J]. 中国机械工程, 2014, 25(22): 3066-3072.
[12]	周媛1,2;左洪福1. 基于主成分分析和线性判别的航空发动机状态监视[J]. 中国机械工程, 2014, 25(11): 1433-1437.
[13]	孙见忠;左洪福. 使用条件对民航发动机涡轮叶片蠕变寿命的影响分析[J]. 中国机械工程, 2014, 25(11): 1511-1516.
[14]	张营, 左洪福, 任淑红, 朱磊. 一种航空发动机性能衰退预测的优化算法 [J]. 中国机械工程, 2011, 22(9): 1009-1013.
[15]	谭真臻, 陈果, 陈立波, 李允. 基于图像分析和野点检测的航空发动机磨损状态识别 [J]. 中国机械工程, 2010, 21(7): 827-831.