基于相关向量机的发动机剩余寿命预测

针对民航发动机寿命预测中监测参数较多筛选困难的问题,提出一种基于信息融合与相关向量机的发动机剩余寿命预测方法。首先通过核主元分析方法从发动机多维监测数据中提取退化特征信息;然后利用非线性模型将主元序列融合成反映发动机退化趋势的健康指数序列;最后采用相关向量机以历史失效数据为训练样本建立预测模型,对现有的发动机健康指数序列进行外推预测得到当前样本的寿命预测值。通过NASA Ames研究中心公开的涡轮风扇发动机仿真数据验证了该方法的有效性,其预测性能优于常用的支持向量机模型和过程神经网络模型。     

多源统计数据驱动的航空发动机剩余寿命预测方法

针对统计数据驱动方法中多变量无法建立退化模型的问题,提出了一种多源统计数据驱动的航空发动机剩余寿命(RUL)预测方法。建立了基于欧氏距离的航空发动机监测信息融合模型,综合多源监测数据以量化发动机健康状态退化过程;构建了基于非线性漂移维纳过程的航空发动机退化模型,推导发动机剩余寿命概率密度函数解析式,实现对发动机剩余寿命的估计。选取C-MAPSS数据集进行仿真实验,结果表明,与已有研究结果相比,所提方法预测结果在确定系数和惩罚得分两项均有所改进。该方法可为其他非线性退化系统的RUL预测提供一定的参考。     

锂离子电池的多状态模型剩余寿命预测方法

针对锂离子电池的容量恢复现象导致的剩余寿命预测精度不高的问题,提出了一种锂离子电池的多状态模型剩余寿命预测方法.首先通过分析锂电池的衰退数据将锂离子电池的退化过程分为正常退化、容量恢复和加速退化三种状态,然后分别对三种状态的退化过程进行建模并验证了模型的有效性,将3种状态的模型组合得到锂离子电池多状态容量衰退模型.然后基于建立的模型提出了粒子群优化粒子滤波算法,用于多状态容量衰退模型进行参数识别和状态更新.最后实现了锂离子电池的剩余寿命预测和预测结果的不确定性表达.与其他方法相比,实验结果表明:所提出方法精度更高,鲁棒性更强.     

基于数据融合与GRU的航空发动机剩余寿命预测

针对深度学习构造复合健康指标可解释性差,预测结果难以量化发动机剩余寿命预测中的不确定性问题,提出一种基于数据融合与门控循环单元(GRU)的航空发动机剩余寿命预测方法。首先,将多源传感器数据加权融合构造一维复合健康指标;然后,利用Bootstrap方法对一维复合健康指标进行有放回抽样,获取n组发动机退化特征样本;最后,利用一维复合健康指标和n组发动机退化特征样本构建“n+1”个基于GRU的剩余寿命预测模型,实现对航空发动机剩余寿命的区间预测。为证明所提方法的可行性和优越性,采用涡扇发动机退化数据集(C-MAPSS)的数据进行实验,得到的均方根误差为15.825 4,评分函数值为344.210 5。结果表明,该方法不仅能获得较好的预测效果,还能有效解决深度学习在发动机剩余寿命预测中存在的缺陷。     

拧紧力矩对复合材料层合板与金属板连接强度影响

航空发动机结构复杂，状态变量多且相互之间存在着严重非线性特征，传统的基于物理失效模型的方法难以精确地预测发动机的剩余寿命（RUL）。针对此问题，采用改进的卷积神经网络(CNN)方法对发动机剩余寿命进行预测。预测过程通过建立退化模型，给每个训练样本添加RUL标签；为了更好地提取发动机使用过程中状态变量与剩余寿命之间的相关关系，使用不同的一维卷积核提取序列趋势信息特征；将特征输入构建的卷积神经网络得到剩余寿命的预测值。为了验证方法的有效性，在NASA提供的涡轮风扇发动机仿真数据集(C MAPSS)上进行了测试，并与深度信念网络等方法对比，结果表明改进的卷积神经网络拥有更高的精度。     

双通道深度卷积神经网络的航空发动机剩余使用寿命预测方法

提出了一种基于双通道的深度卷积神经网络方法,用来预测航空发动机剩余使用寿命。该方法在传统卷积神经网络上,应用最大信息系数进行数据降维、卡尔曼滤波进行数据降噪;通过数据切片,将数据片标签设置为最后一个循环的剩余使用寿命,实现数据重构;引入分段和线性剩余使用寿命衰减模型,并给出了寿命衰减起始点判断方法;将寿命衰减前、寿命衰减中2种特征作为双通道网络模型的输入。在NASA涡轮风扇发动机仿真数据集（CMAPSS）上测试结果显示,在测试数据范围较大时,该方法相关指标明显优于其他方法,在航空发动机剩余寿命预测上具有显著优势。     

大数据背景下相似性设备剩余寿命预测研究进展

剩余寿命预测是设备故障预测与健康管理的重要组成部分,准确预测设备剩余寿命将有助于决策者及时制定维修策略,避免巨额的失效损失。随着物联网和大数据技术的发展,实时监控设备的运行状态变得越来越便利,为改进和发展设备剩余寿命预测方法奠定了坚实基础。基于相似性的设备剩余寿命预测方法不需要假设设备退化模型,而是通过大数据分析设备间运行状态的相似性进行预测,具有很高的预测精度和强鲁棒性。本文从健康指标构建、相似性度量选取、数据融合等方面,对基于相似性的设备剩余寿命预测方法进行了梳理总结,分析比较了相应性质。文章最后对基于相似性的设备剩余寿命预测方法的未来研究方向进行了探讨。     

基于概率稀疏自注意力的航空发动机剩余寿命预测

航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力（ProbSparse Self-Attention）的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度,减小了时间和空间复杂度;通过注意力层整合后的信息,进一步通过前馈神经网络层和卷积层,提取传感器的空间特征,编码层之间通过扩张因果卷积相连接,扩大了感受野,提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法,实验结果表明,相比于实验中的对比模型,所提模型的RMSE和Score值均有提升,推理速度也优于其他模型。     

锂离子电池剩余寿命间接预测方法

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regression,GPR)方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

锂离子电池剩余寿命间接预测方法简

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归（Gaussian process regression,GPR）方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

基于深度学习的柴油机气门健康状态评估

柴油发动机在运行过程中,其气门间隙会随其性能状态退化发生改变,为了解决传统的健康状态评估方法健康指标确定困难、权重人为经验依赖性大的问题,本文提出一种基于深度学习的柴油机气门健康状态评估方法。首先通过小波包分解算法对柴油机缸盖振动信号进行分解,对分解得到的节点信号分别提取常见的14个时域特征和小波包分解信号能量比向量,构建多维综合健康评估指标向量。然后基于一维卷积神经网络（One-Dimensional Convolutional Neural Network, 1DCNN）构建健康状态评估模型,将得到的健康评估指标向量输入模型中进行训练与健康状态评估。本文通过柴油机实验台开展气门退化模拟实验验证了该方法的有效性,与传统方法相比解决了健康指标的筛选问题以及人为主观经验带来的影响,并具有更好的健康状态评估效果。     

应用单元体参数的航空发动机性能预警方法

基于安全关口前移的性能预警要求,提出以单元体参数的航空发动机性能预警方法,提取发动机原理分析性能参数相关的可测参数与参数组合.以发动机机队为研究对象,运用数据统计的σ准则构建性能指数动态阈值模型.以PW4077D型机队5台发动机1 440~1 980循环数据验证模型,并与主成分性能阈值模型比较.结果表明:构建的模型计算结果与主成分模型结果一致,即性能动态阈值随循环数增加而复杂下降,在1 500,1 560和1 840等循环附近阈值有所恢复.     

车用汽油发动机稳态控制参数的优化研究

通过试验数据建立了描述发动机稳态控制参数与性能关系的数学模型,并利用目标规划方法协调各种性能指标对控制参数要求上的矛盾,最终得出了使发动机稳态性能指标综合最优的控制参数。     

内流场环境的方程式赛车进气歧管优化设计

发动机进气系统作为制约整车动力系统主要性能的子系统,成为进行车辆动力性能提升中设计优化的关键之一。基于此,研究开展了赛车环境下进气歧管相关尺寸参数对进气效果的分析。基于已有发动机实体,研究首先构建了完整的发动机数字分析模型获得理论分析的基准尺寸参数,而后耦合发动机其他性能指标参数,通过发动机台架试验验证仿真结果的准确性。最后,通过单因素变量控制法定量分析进气歧管长度与内径等几何参数变量对进气歧管在发动机设计性能影响的具体关系。结果表明基于数字模型分析的结果具有较高的力学逼真度,研究可以为后续赛车以及乘用车设计中发动机行性能提升提供参考。     

基于贝兹曲线的压气机特性图生成方法

精准的性能模型对发动机性能评估和故障诊断尤为重要,其精度主要决定于发动机部件特性图(Map)。这些是发动机制造商的专有信息,是在昂贵的试车测试中获得的。但同种类型发动机由于装配尺寸和制造工艺的误差,个体发动机部件Map之间存在一定区别,其中压气机Map的变化尤为明显。为此提出了一种新的压气机特性图生成方法,通过贝兹曲线的通用方程来表示压气机的转速特性线,将控制贝兹曲线形状的控制点参数表示为无量纲转速的多项式函数,以完成压气机特性图上转速特性线的生成过程。最后利用发动机试车数据,在建立的涡扇发动机性能模型上进行了验证,并对比了使用不同控制点参数对模型精度的影响,结果表明该方法可以有效提高发动机性能模型的准确性。     

基于状态监控数据的航空活塞发动机故障诊断

针对某型航空活塞发动机空中功率迟滞和地面停车故障,提出一种通过飞行动态模型还原、数据推理和比较法相结合的故障诊断方法。以美国莱康明发动机和GARMIN 1000飞行数据为研究对象,利用Google Earth和FLIGHTDATA运用航段坐标和姿态数据还原飞机故障航段轨迹,结合EGVIEW发动机数据处理软件分析发动机运行中采集的各项数据,研究故障发动机典型数据特征,并基于故障时段发动机余气系数的计算结果判断故障发动机实际工况。结果表明：发动机故障发生时严重富油,通过对燃油调节器结构原理的剖析和地面测试台对其的性能测试,确定了两起发动机故障同源且均与飞行操纵、燃油调节器慢车性能参数超标和慢车活门结构设计有关,同时验证了利用状态监控数据进行故障诊断的有效性和准确性。     

一种计算涡流室式柴油机工作过程的数学模型

本文提出了一种预测涡流室式柴油机工作过程和整机性能的数学模型,计算结果与实测值的比较说明,它可以反映喷油过程及发动机结构参数、运转参数对涡流室式柴油机工作过程和性能的影响,计算简单,便于推广.     

基于特征线的脉冲爆震发动机性能估算与结构参数设计

在x-t平面建立了脉冲爆震发动机(PDE)爆震室内爆震波传播过程的物理模型，在此基础上应用特征线算法给出了一种脉冲爆震发动机性能参数估算方法，确定了PDE性能参数与结构参数之间的定量关系，建立了PDE结构参数的设计方法。用算例对不同推力水平的脉冲爆震发动机结构参数进行了设计与分析，为脉冲爆震发动机设计与应用提供理论依据。