基于统计学的维修决策及其在航空发动机系统中的应用

【摘要】：航空发动机作为飞机的心脏,在航空工业动力设备中占有极其重要的地位,其可靠性和性能保证了飞机的总体性能和飞行安全。同时航空发动机也是发生故障较多的系统,航空发动机故障维修的费用很高,所以制定合适的维修计划,对航空公司有着极大的现实意义。本文针对航空发动机系统的维修决策,进行了以下三方面的工作:第一,基于单状态参数进行决策,即某个参数指标到达阈值之后进行维修,本文在单状态维修方面,使用数据预测的思想,先使用了时间序列模型ARIMA进行关于排气温度EGT的预测,准确率在百分之九十以上,由于时间序列模型只能提取线性平稳特征,无法有效的提取非线性特征,考虑对其优化,通过ARIMA与长短期记忆网络LSTM结合,利用时间序列模型提取残差作为长短期记忆网络的输入,再用LSTM进行误差回归分析,最后把误差加到ARIMA模型上进行预测。第二,在多状态参数决策方面,针对航空公司的历史故障数据,首先使用了威布尔模型进行拟合可靠度,基于威布尔模型可靠度决策;接着使用威布尔比例风险算法,求取历史故障数据的瞬时故障率最值,基于瞬时故障率做出决策,然后将时间作为横轴坐标,协变量的综合状态作为纵轴坐标,得到了一条对数曲线,这个对数曲线就是该风险率下航空发动机时间-状态的维修阈值。最后考虑在威布尔比例风险模型基础上结合马尔科夫过程,对其离散化处理,把连续状态离散成正常、一般退化、严重退化、故障四个状态,基于半马尔科夫模型转移概率求航空发动机的剩余安全寿命。第三,介绍了决策理论的基本知识及决策基本过程,分析了几种常见的维修优化目标的实现方法,完成了决策理论的最后一步—方案评价。接着介绍了主观评价的方法—灰色系统理论,它除了应用在方案评估优劣排序外,在小数据、模糊信息中使用很广,最后使用灰靶理论计算了一个工程中常见的方案选择问题,利用综合靶心距对方案进行优劣排序。