基于时变故障率模型的航空发动机部件维修方法技术

本公开揭示了一种基于时变故障率模型的航空发动机部件维修方法，方法包括：根据航空发动机部件的历史故障统计数据建立故障率模型；基于检测误差项对航空发动机部件实际衰退的真实检测构建故障风险函数，维护过程中的不同维护行为及次数对部件故障风险的影响通过加入故障率递增因子和役龄递减因子实现；将维护成本对性能恢复的影响加入到役龄递减因子中，以反映投入成本影响下的综合性能变化；考虑经济性和安全性，以包括维护经济成本与停机时间损失成本的长期费用率和故障率最小为目标构建目标函数；求解目标函数的最优检测时间间隔。间隔。间隔。

【技术实现步骤摘要】
基于时变故障率模型的航空发动机部件维修方法


[0001]本公开属于航空发动机多部件系统维修策略优化领域，尤其涉及一种基于时变故障率模型的航空发动机部件维修方法。

技术介绍

[0002]航空航天技术的飞速发展对航空发动机系统维护提出了越来越高的要求，不仅需要在经济性上减少维护投入成本，同时也要保证设备的运行安全，避免重大事故的发生。因此，对航空发动机单部件系统维护成本与运行状态的可持续性研究具有重要的研究意义。
[0003]传统的航空发动机部件维护大多按照定期维护执行，这样会极大增加维护成本，造成过度维护或严重故障停机等问题，本研究采用基于状态的维护方案来改善航空发动机维护现状，通过对航空发动机部件的故障数据进行统计分析，建立部件实际劣化模型，引入故障率递增因子和役龄递减因子可有效模拟维护行为对部件性能的改变。采用优化后的维护参数能够在避免因飞机故障率高而导致故障伤害的同时，降低总体维护成本。因此，所提出的方法在实际运维过程中具有较大的应用潜力。
[0004]在
技术介绍
部分中公开的上述信启、仅仅用于增强对本专利技术背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

技术实现思路

[0005]针对定期维护的不足，本公开的目的在于提供一种基于时变故障率模型的航空发动机部件维修方法。
[0006]为实现上述目的，本公开提供以下技术方案，一种基于时变故障率模型的航空发动机部件维修方法包括如下步骤：
[0007]步骤1，根据航空发动机部件的历史故障统计数据建立故障率模型，其中，根据航空发动机部件的历史故障统计数据建立部件随运行时间的故障概率分布，通过拟合故障概率分布建立故障率模型；
[0008]步骤2，基于故障率模型，引入检测误差项构建故障风险函数以反映对航空发动机部件实际衰退的真实检测；
[0009]步骤3，在故障风险函数中加入故障率递增因子和役龄递减因子表征部件性能提升水平，第i次不完全维护的性能提升水平为：λ
[i+1]M
(t)＝b
i
λ
[i]M
(t+a
i
ΔT
i
)(0＜t＜ΔT
i+1
)，其中，b
i
和a
i
分别为故障率递增因子和役龄递减因子，且b
i
＞1，0＞a
i
＞1，ΔT
i
为第i次和第i
‑
1次不完全维护的时间间隔，λ
[i]M
(t)为第i次维护之后，t时刻的故障风险水平；
[0010]步骤4，基于检测成本、维护成本以及停机时间，综合建立成本函数；
[0011]步骤5，基于成本函数和故障风险函数计算费用率和风险率，构建目标函数；
[0012]步骤6，求解目标函数的最优检测时间间隔。
[0013]所述的方法中，步骤1中，故障率模型为双参数威布尔模型：其中，t为飞机运行时间，β和η分别为形状参数和尺度参数，λ0(t)为t时刻部件发生故障的概率。λ0(t)指的是双参数威布尔模型，可以计算在某一个时刻的部件发生故障概率，即：故障率。上述进行模型参数解释的时候，直接将λ0(t)特指为部件在t时刻发生故障的概率。
[0014]所述的方法中，步骤2中，所述检测误差项为高斯误差E，加入高斯误差项后的故障风险函数为：
[0015]其中，β和η分别为威布尔故障率模型参数，E为检测误差项，N(
·
)为高斯分布，σ2为误差项方差，λ
M
(t)为考虑检测误差的故障风险函数。
[0016]所述的方法中，步骤3中，第i次不完全维护的有效工龄：其中，C
IPMj
为第j次不完全维护成本，C
PR
为替换成本，a为成本调节参数，且b为时间调整参数，且0＜b＜1，所述有效工龄替换役龄递减因子得到考虑成本影响的性能提升水平：
[0017][0018]其中，T为部件自上一次替换以来的总运行时间，ΔT
i
为第i次和第i
‑
1次不完全维护的时间间隔。
[0019]所述的方法中，步骤4中，构建的所述成本函数包括检测成本C
m
、事后维修成本C
a
、预测性维修成本C
p
以及停机损失成本C
d
。
[0020]所述的方法中，步骤5中，所述目标函数包括费用率C
u
和风险率ψ
u
，其中，其中，M为总维护次数，T
m
为飞机总飞行时间，C
m
、C
a
、C
p
、C
d
分别为维护过程的成本，t
i
为第i次维护时刻，λ
[i+1]M
(t)为第i+1次维护行为之前所遵循的综合故障风险函数。
[0021]所述的方法中，步骤6中，用遗传算法将长期运行的费用率和风险率作为适应度函数求解最优检测时间间隔。
附图说明
[0022]图1是本专利技术步骤示意图；
[0023]图2是本专利技术基于故障风险的阈值维护图；
[0024]图3是本专利技术仿真流程图；
[0025]图4是本专利技术遗传算法优化流程图；
[0026]图5是本专利技术无检测误差项的维护仿真图；
[0027]图6是本专利技术增加检测误差项的维护仿真图。
具体实施方式
[0028]下面将参照附图1至图6详细地描述本公开的具体实施例。虽然附图中显示了本公开的具体实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0029]需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本专利技术的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本专利技术的范围。本公开的保护范围当视所附权利要求所界定者为准。
[0030]为便于对本公开实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且各个附图并不构成对本公开实施例的限定。
[0031]一个实施例中，如图1所示，本公开提供一种基于时变故障率模型的航空发动机部件维修方法包括如下步骤：
[0032]步骤1，根据航空发动机部件的历史故障统计数据建立故障率模型；
[0033]步骤2，基于检测误差项对航空发动机部件实际衰退的真实检测构建故障风险函数；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时变故障率模型的航空发动机部件维修方法，包括如下步骤：步骤1，根据航空发动机部件的历史故障统计数据建立故障率模型，其中，根据航空发动机部件的历史故障统计数据建立部件随运行时间的故障概率分布，通过拟合故障概率分布建立故障率模型；步骤2，基于故障率模型，引入检测误差项构建故障风险函数以反映对航空发动机部件实际衰退的真实检测；步骤3，在故障风险函数中加入故障率递增因子和役龄递减因子表征部件性能提升水平，第i次不完全维护的性能提升水平为：λ
[i+1]M
(t)＝b
i
λ
[i]M
(t+a
i
ΔT
i
)(0＜t＜ΔT
i+1
)，其中，b
i
和a
i
分别为故障率递增因子和役龄递减因子，且b
i
＞1，0＞a
i
＞1，ΔT
i
为第i次和第i
‑
1次不完全维护的时间间隔，λ
[i]M
(t)为第i次维护之后，t时刻的故障风险水平；步骤4，基于检测成本、维护成本以及停机时间，综合建立成本函数；步骤5，基于成本函数和故障风险函数计算费用率和风险率，以费用率和风险率最低为目标构建目标函数；步骤6，求解目标函数的最优检测时间间隔。2.根据权利要求1所述的方法，其中，优选的，步骤1中，故障率模型为双参数威布尔模型：其中，t为飞机运行时间，β和η分别为形状参数和尺度参数，λ0(t)为t时刻部件发生故障的概率。3.根据权利要求1所述的方法，其中，所述检测误差项为高斯误差E，加入高斯误差项后的故障风险函数为：其中，β...

【专利技术属性】
技术研发人员：严如强，杨旭彪，周峥，孙闯，唐亚军，杨波，田绍华，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：