[发明专利]多失效模式下多模型集成航空发动机运行可靠性评估方法

说明书

技术领域

本发明涉及航空安全领域，具体是一种多失效模式下多模型集成航空发动机运行可靠性评估方法。

背景技术

确评估航空发动机运行可靠性水平，一方面可以为有效保障飞行安全提供依据，另一方面可以为制定维修决策提供支撑，实现航空发动机运行过程中“安全”和“经济性”的有机结合。

航空发动机作为典型的复杂系统，在运行过程中，多种因素共同影响其可靠性水平，其运行可靠性评估的复杂性体现在以下三方面，一是航空发动机运行过程中往往多种失效模式并存，每种失效模式的作用机制及变化规律各不相同，增加了运行可靠性评估的难度；二是当存在多种失效模式且失效模式不断切换和变化时，建立的可靠性评估模型往往存在着一定的不确定性，难以准确描述航空发动机运行可靠性水平；三是当多种失效模式并存时，单一的运行可靠性评估模型往往无法综合反映多种失效模式对航空发动机运行可靠性的影响。

发明内容

本发明为了解决现有技术中单一的可靠性评估模型无法综合反映多种失效模式对航空发动机运行可靠性的影响的问题，提供了一种针对多失效模式下多模型集成航空发动机运行可靠性评估方法。

本发明提出的一种针对多失效模式的多模型集成航空发动机运行可靠性评估方法，包括以下步骤：

1）分析航空发动机的多失效模式；

2）建立从结构维和时间维进行航空发动机运行可靠性评估的多失效模式分析模型，进行多失效模式分析；

3）建立航空发动机运行可靠性评估备选模型；

4）采用贝叶斯因子方法选择航空发动机运行可靠性评估模型，通过贝叶斯因子的不同取值判断各模型优劣，作为选择和评价单一模型描述航空发动机运行可靠性水平的依据；

5）综合分析多种失效模式，建立多模型集成航空发动机运行可靠性评估模型p(X,θ_k,M_k)＝P(M_k)p(θ_kM_k)p(Xθ_k,M_k)，其中k∈κ表示模型指数，P(M_k)表示模型M_k的先验概率密度函数，p(θ_kM_k)表示在模型M_k下参数向量θ_k的条件概率，p(Xθ_k,M_k)表示在模型M_k和参数向量θ_k下事件X的条件概率密度函数；

6）应用贝叶斯模型平均方法，分析多种失效模式对航空发动机运行可靠性的影响，航空发动机运行可靠性评估表达式是其中f_j(R(f_j,R^T))表示已知运行可靠度R的情况下，失效模式j(j＝1,2,3)的概率密度函数；ρ_j表示第j种失效模式导致系统失效的后验概率，非负且满足反映的是每种失效模式对运行可靠性的贡献程度；

7）采用马尔可夫链蒙特卡洛算法（Markov Chain Monte Carlo,MCMC）仿真计算贝叶斯模型平均中各失效模式权重，根据BMA权重与方差在似然函数中的权重变量进行随机采样，假设其符合正态分布，采用Metropolis-Hastings抽样技术，针对未知参数ρ_i(i＝1,2)的概率密度函数为π(ρ_i)，选取起始点ρ_i⁽⁰⁾，满足π(ρ_i⁽⁰⁾)＞0，迭代产生多个不同Markov链，使Markov链收敛于目标分布π(ρ_i)，计算航空发动机运行可靠性。

步骤1）所述的多失效模式包括航空发动机性能退化失效、结构强度失效及突发失效的作用形式及失效规律。

步骤2）所述的多失效模式分析包括通过混合概率分布从结构维角度建立航空发动机运行可靠性评估中的多失效模式分析以及通过复合模型和条件概率分布从时间维角度建立航空发动机运行评估中的多失效模式分析。