基于状态监测的民机机载设备寿命预测方法现状研究.pdf

《基于状态监测的民机机载设备寿命预测方法现状研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于状态监测的民机机载设备寿命预测方法现状研究口李长杰口谢小东口明新国1．上海交通大学机械与动力工程学院上海2002402．上海飞机客户服务有限公司上海200241摘要：准确地预测机载设备的剩余寿命，是实现高效的基于状态维修(CBM)、降低民用飞机生命周期成本的关键。对近年来基于状态监测的机载设备寿命预测的代表性方法进行了分类和概括．对比分析了各种方法的区别及优缺点，展望了几个具有前景的研究方向。关键词：民用飞机机载设备基于状态监测寿命预测中图分类号：TH165+．2；V241．07文献标识码：A文章编号：1000—4998f2013)08—0042—04从寿命

2、控制的角度，可将民用飞机分为飞机机体和机载设备两部分，其中民用飞机机载设备是对民机基于状态监测的民机机载飞行过程中的各种信息和指令进行监控、传送、处理和设备寿命预测方法l显示设备的总称，分为航电设备系统和机电设备系统两大部分。它将飞机的各个组成部分连接起来，相当于基于模型的方法基于数据驱动的方法飞机的大脑、神经和指挥系统，是飞行员安全、可靠、准确地操纵飞机，完成预定飞行任务的重要保证。先进的、r、r飞机中机载设备的成本占飞机总成本的40％以上，由基于失效l基于人工lI基于统计lj基于状态ll基于相f于运行条件复杂，工作环境恶劣，随着使用时间的增物理模型I【智能模

3、型l1分析的l】外推的lI似性的加，剩余寿命逐渐降低，容易造成恶性事故，但如果盲I的方法1I的方法I}方法l1方法lI方法}目维修更换，则会增加成本。数据统计表明，我国民航▲图1基于状态监测的民机机载设备寿命预测方法分类业的维修成本占总运营成本的20％左右．每年用于维护、修理和航材等方面的费用是巨大的⋯。可见，预测确度，还可用于相似部件或系统的寿命预测参考，即本机载设备的寿命以降低维修成本是很重要的，准确地文所要探讨的基于状态监测的寿命预测。预测出机载设备的剩余寿命．是实现高效的基于状态不同类型机载设备的寿命特性不同，而且它们的维修(CBM)、降低民机生命周期成

4、本的关键。工作环境千差万别．因此寿命预测的方法也有很大差近年来，基于状态监测的设备寿命预测技术的研异。根据构成和工作特征的不同，可将民机机载设备究层出不穷，新方法、新模型不断涌现。并探索应用于分为5种类型，表1对应给出了目前寿命预测采用的机载设备中。本文对目前基于状态监测的机载设备寿主要方法。命预测的代表性方法进行了分类f见图l1、概括和对比表1民机机载设备寿命特性分类分析，探讨了几个具有前景的研究方向。编号机载设备类别寿命特性主要预测方法1民机机载设备寿命特性分析l机械类疲劳、损耗型Al、Bl、B2、B3民用飞机机载设备的寿命是指在规定的运行条件2机电类疲劳、

5、日历老化型A1、Bl、B3下，从投入使用开始到不能继续使用、报废为止的工作3电子类击穿、热负荷型A2Bl时间或日历持续时间。机载设备的寿命预测就是预4电气类高温老化、热负荷型A2、B2计某部件或子系统完成其功能的状态，并确定剩余寿命和正常工作时间。实施状态监测一方面可以实时了5塑料、橡胶类高温老化、日历老化型A2、B1、B2解和掌握机载设备的状态，提早发现故障及其原因；另表中．A1为基于失效物理模型的方法．A2为基于一方面可以利用监测数据进行寿命预测，提高预测准人工智能模型的方法：B1为基于统计分析的方法．B2收稿日期：2013年3月为基于状态外推的方法，B3为

6、基于相似性的方法。2013／8机械制造51卷第588期信息，因而多用于复杂系统的研究。NagiGebraeel、2基于状态监测的机载设备寿命预测方法研MarkLawley等_8]在利用神经网络方法进行基于状态究进展监测的剩余寿命预测方面做了大量研究。提出了基于随着维修观念和维修理论的发展，设备的维护策振动分析的神经网络退化模型。ZhigangTian等。提出略已由事后维护、基于时间的预防维护．逐步发展为基了一种充分利用失效部件和未失效即被替换部件状态于状态的维护(CBM)。有调查表明，对状态监测投入监测历史数据的人工神经网络模型．尤其适用于失效1～2万美元，每年

7、可节省50万美元的维护费用。近数据不多的情况；在文献[11]中将验证机制引入人工年来，状态监测技术在重大装备(尤其是航空设备)的神经网络的训练过程，以提高模型的预测性能。寿命预测中得到广泛研究和应用，张小丽等E4]综述了机文献[12]基于粗糙神经网络对某型航空电子设备械重大装备寿命预测方法，归纳了存在的问题和难点。故障预测进行了研究，预测结果较准确。文献[13]、为便于归纳总结，本文将基于状态监测的设备寿命预[14]提出了一种用于球轴承剩余寿命预测的神经网络测方法分为基于模型的方法和基于数据驱动的方法。模型。文献『15]根据某航空装备的状态监测数据建立2．1基于

8、模型的方法了BP神经网络