针对新型常用航空发动机,以解决"四个分离"问题为目标,开展全系统全寿命预知维修决策的新理论与新方法研究。发现和建立关键部件故障致电机理和机载化静电监测传感器的原理和实现方法。建立基于传感器数据驱动、传感器信息与物理模型混合、马尔可夫过程、比例强度模型等方法故障趋势模型,全系统地预测整机性能衰退和部件功能故障时间及分布。创立基于多Agent协同诊断和故障趋势预测的单机维修决策模型和方法,全系统、全寿命、全策略地评估维修范围、修理深度、寿命及可靠性,优化维修间隔。综合权衡备发资源、拆换率不均衡、保障成本等因素,创建具有随机故障约束的机群预知维修决策理论与全费用、多目标维修优化方法,全局决策发动机送修时机,优化备发数量和调度计划。研制预知维修决策支持软件原型系统并完成应用和验证。研究成果将指导发动机PHM设计与维修保障工作,全面提高设计、使用、维修的安全性、可靠性和利用率,降低维修与保障成本。
aero engine;pronostics maintenance;electrostatic monitoring;prognostics and health managem;maintenance decision
本项目以航空发动机为研究对象,开展全系统全寿命预知维修决策理论、方法与技术的研究。(1)针对新型常用航空发动机,提出并建立了涵盖新型传感器技术、状态监测与故障诊断方法、关键件剩余寿命预测、整机性能衰退预测和风险评估、单机送修决策与机群调度方法的预知维修决策理论和方法体系。为我国新型国产发动机以及飞机等大型装备健康管理系统的开发做了系统的探索研究,并储备了技术和方法。(2)提出和研制了基于静电感应原理的航空发动机静电监测系统,包括发动机气路静电监测系统、滑油磨粒静电监测系统及磨损区域静电监测系统,拓展了发动机在线状态监测的深度和广度,解决了航空发动机关键部件机载化监测技术瓶颈问题。目前已申请专利8项,整套静电监测系统在2013年国际日内瓦发明展上获得银奖,其中气路静电监测系统逐渐成熟,并已开始国产型号应用的探索研究。(3)针对航空发动机叶片疲劳裂纹、轴承磨损等主要可探测部件及整机性能衰退,建立故障时间预测方法和模型,所提出的方法和模型在领域内重要期刊(Mechanical Systems and Signal Processing(MSSP), Measurement Science and Technology(MST), IEEE Transactions等)及国际PHM会议上发表,获得同行好评和广泛引用。(4)提出基于全策略预知的单机维修决策理论与全系统、全寿命维修优化方法,以机群为研究对象,以发动机单次在翼剩余寿命为主要约束,综合考虑各种损失成本,建立发动机机群预知维修决策理论方法,为国内航空公司发动机维修管理实践提供了可行的方法,提高了发动机送修管理的水平。(5)针对民航发动机工程管理的实际需求,设计与开发民用航空发动机预知维修决策支持软件原型系统,并在国内2家大型航空公司进行应用验证,有效提高了民航发动机工程管理的水平、降低了寿命周期成本。(6)以本项目为依托,在IEEE Transactions、MSSP、MST等国际期刊和本领域重要的国际会议(IEEE PHM)上发表(含已录用)论文79篇,被SCI收录7篇、EI收录51篇,出版专著1部,申请国家发明专利12项(其中6项已授权),培养博士12名,硕士21名。