摘要
缩略词
第一章 绪论
1.1 引言
1.2 系统健康管理
1.3 发动机健康管理研究综述
1.3.1 国外研究现状与趋势
1.3.2 国内研究现状与不足
1.4 论文研究问题的提出
1.5 论文结构及章节安排
第二章 基于性能参数的气路部件故障早期预警方法研究
2.1 引言
2.2 气路性能参数监控的贝叶斯因子法
2.2.1 动态线性模型
2.2.2 贝叶斯推理与模型监控
2.2.3 仿真实验
2.3 基于多元状态估计技术的发动机基线模型挖掘
2.3.1 发动机性能参数基线模型
2.3.2 多元状态估计技术
2.3.3 基于MSET的个性化性能基线模型挖掘
2.3.4 仿真实验
2.4 本章小结
第三章 尾气静电信号基线模型的挖掘及其在气路状态监控中的应用研究
3.1 引言
3.2 发动机气路静电监测技术
3.2.1 气路故障静电监测原理
3.2.2 尾气静电感应信号
3.3 尾气静电信号基线成分及影响因素分析
3.3.1 碳烟颗粒物的生成及影响因素
3.3.2 发动机尾气颗粒物排放特性
3.4 故障颗粒物的生成及对尾气静电信号的影响
3.4.1 燃烧类故障
3.4.2 机械类故障
3.5 尾气静电信号基线模型的挖掘与应用
3.5.1 尾气静电监测实验介绍
3.5.2 基于燃油流量单参数的基线模型挖掘
3.5.3 基于多参数的基线模型挖掘
3.6 本章小结
第四章 考虑性能缓慢退化情况下单元体健康状态评估方法研究
4.1 引言
4.2 基于模型的气路分析
4.2.1 基于线性模型的气路分析
4.2.2 基于非线性模型的气路分析
4.3 基于非线性自适应模型的气路分析
4.3.1 非线性自适应·陛能模型
4.3.2 目标函数构建与优化算法
4.4 多部件故障诊断的排除法
4.4.1 单部件故障隔离
4.4.2 故障定量评估
4.4.3 多部件故障隔离的排除法
4.4.4 排除法的进一步讨论
4.5 考虑性能退化情况下单元体健康参数估计
4.5.1 故障模拟
4.5.2 不考虑性能退化的情况
4.5.3 考虑性能退化的情况
4.6 本章小结
第五章 基于贝叶斯网络多源信息融合的单元体健康状态评估方法研究
5.1 引言
5.2 气路分析的贝叶斯方法
5.2.1 贝叶斯网络及推理
5.2.2 用于气路分析的贝叶斯网络模型
5.2.3 健康参数后验分布估计
5.3 基于贝叶斯网络的多源诊断信息的融合
5.3.1 气路分析贝叶斯网络模型的改进
5.3.2 基于故障模式先验概率表的信息融合机制
5.3.3 基于健康参数先验分布的信息融合机制
5.4 仿真实验与分析
5.4.1 涡扇发动机气路分析贝叶斯网络模型
5.4.2 不考虑信息融合
5.4.3 其他诊断信息的融合
5.5 本章小结
第六章 基于状态空间退化模型的剩余寿命预测方法研究
6.1 引言
6.2 剩余寿命预测建模
6.2.1 基于系统运行环境/载荷参数的建模方法
6.2.2 基于系统性能/状态参数的建模方法
6.3 剩余寿命预测的状态空间模型法
6.3.1 状态空间退化模型
6.3.2 退化状态估计
6.3.3 退化状态预测
6.3.4 失效时间分布估计
6.4 状态空间模型法在气路部件健康状态预测中的应用
6.4.1 基于EGTM的气路性能退化预测及可靠性评估
6.4.2 基于健康指数的气路部件健康状态估计与预测
6.4.3 监测数据与物理失效模型融合的裂纹扩展剩余寿命预测
6.5 本章小结
第七章 总结与展望
7.1 论文主要工作和创新点
7.2 进一步研究展望
参考文献
致谢
在学期间的研究成果及发表的学术论文