航空發(fā)電機(jī)渦輪盤狀態(tài)趨勢分析技術(shù)研究

作為飛機(jī)電力系統(tǒng)的核心部件,航空發(fā)電機(jī)渦輪盤能否正常工作直接影響著飛機(jī)的供電能力。由于其長期處于復(fù)雜且惡劣的工作環(huán)境中,對其安全性和可靠性提出了很高的要求。因此,對航空發(fā)電機(jī)渦輪盤進(jìn)行狀態(tài)趨勢分析并預(yù)測其剩余使用壽命可以及時獲取航空發(fā)電機(jī)狀態(tài)及壽命信息,為保障其安全可靠運行,從而提高飛機(jī)的戰(zhàn)斗能力奠定基礎(chǔ),具有廣闊的應(yīng)用前景。 本文針對某型航空發(fā)電機(jī)展開狀態(tài)趨勢分析技術(shù)研究,并預(yù)測其剩余使用壽命。通過航空發(fā)電機(jī)專用壽命試驗平臺,獲取其相關(guān)狀態(tài)信息及壽命試驗數(shù)據(jù),確定航空發(fā)電機(jī)狀態(tài)及壽命表征參數(shù),并對所獲取的試驗數(shù)據(jù)進(jìn)行預(yù)處理。在深入分析試驗數(shù)據(jù)的基礎(chǔ)上,針對數(shù)據(jù)特點,本文分別運用灰色系統(tǒng)理論和時間序列方法對航空發(fā)電機(jī)建立了GM(1,1)和ARMA(p,q)模型,并將構(gòu)建的模型應(yīng)用到航空發(fā)電機(jī)狀態(tài)趨勢分析中。為進(jìn)一步提高分析結(jié)果的準(zhǔn)確性,本文還分別引入兩種優(yōu)化算法——遺傳優(yōu)化算法和粒子群優(yōu)化算法對構(gòu)建的模型進(jìn)行優(yōu)化。航空發(fā)電機(jī)渦輪盤狀態(tài)趨勢分析結(jié)果表明,優(yōu)化前后的模型均可實現(xiàn)航空發(fā)電機(jī)狀態(tài)趨勢分析效能。通過對研究結(jié)果進(jìn)行誤差分析可知, ARMA(p,q)模型預(yù)測誤差最小,精度最高,確定其為最優(yōu)分析模型。 最后,利用確定的最優(yōu)分析模型——基于粒子群優(yōu)化算法優(yōu)化的ARMA(p,q)模型預(yù)測航空發(fā)電機(jī)剩余使用壽命。通過繪制壽命曲線,并對航空發(fā)電機(jī)狀態(tài)趨勢分析結(jié)果進(jìn)行前向預(yù)測,得到航空發(fā)電機(jī)剩余使用壽命預(yù)測值。結(jié)果表明,本文所構(gòu)建的分析模型可以對航空發(fā)電機(jī)狀態(tài)變化趨勢進(jìn)行準(zhǔn)確分析,并較好預(yù)測其剩余使用壽命,研究結(jié)果科學(xué)有效,達(dá)到了預(yù)期研究目標(biāo)。