航空发动机燃油泵可靠性评估.docVIP

航空发动机燃油泵可靠性评估 1 前言 空中停车是除鸟击之外导致飞行事故征候的第二大原因，而且 25%左右的空中停车是由飞机机械故障或者维修人为差错等维修管理失效导致的。为了防止空中停车，保证飞机安全持续适航。需对发动机重要部件的寿命和维修间隔做出预判，致使在临界状态时，给予零部件更换和维修。以保证发动机能在正常状态下运行。在此统计了近几年空中停车和发动机的HMU以及燃油泵从出厂后和大修后一直到出现故障的运行时间。根据样本数据建立相应的数学模型，预测出部件的维修间隔。 2 数据分析模型 常用的故障分布模型有指数分布、正态分布、对数正态分布以及威布尔分布。不同的分布适用于描述不同产品特征，一般情况下，指数分布，由于其故障率不随使用时间变化而改变，适用于具有恒定失效率的部件，无余度的复杂系统，经老练试验需定期维护的部件；正态分布可用于分析因机械磨损、老化、腐蚀而发生的产品，一般是飞机结构部分的故障分析；对数正态分布适用于金属疲劳寿命分析、电机绕组绝缘、半导体器件等；威布尔分布主要适用于机电件，如继电器、电位计、陀螺、电动机、航空发电机、蓄电池、液压泵、空气涡轮发动机、材料疲劳件等。在此次分析中主要用到正态分布和威布尔分布，只对这两种分布进行分析。 2.1威布尔函数 威布尔分布广泛的应用于飞机系统及其附件的可靠性分析中。服从威布尔的故障时间 t 的概率密度函数为 式中， β —形状参数； η —尺度参数； γ —位置参数。 参数的取值直接对威布尔分布的失效密度函数产生影响，如图 2-1 所示。形状参数β 主要对分布的失效密度函数的形状产生影响，其大小直接影响失效率的性质；尺度参数η 影响分布的失效密度函数的离散度；位置参数γ 只对分布的失效密度函数的位置产生影响。可以看出位置参数γ ≠0 的情况，可以经位移变换，将其转换为γ=0 的两参数威布尔分布，其失效密度函数的形状和离散度不会发生改变。为了简化研究方法，只研究两参数威布尔分布，即令γ=0 ，不会对研究结果产生影响。两参数威布尔分布的概率密度函数为 其可靠度函数为： 密度函数为： 失效率函数为： 图2-1分布参数对威布尔分布失效密度函数影响 两参数威布尔分布的形状参数和尺度参数对可靠度的影响如图 2-2所示。图 2-2（a）为形状参数对可靠度的影响，可以看出，在一定的使用时间之前，在同一时刻，形状参数的值愈小，对应的可靠度愈低；在这个使用时间之后，正好相反，在同一时刻，形状参数的值愈小，对应的可靠度愈高。图 2-2（b）为尺度参数对可靠度的影响，可以看出，同一时刻，尺度参数愈大，对应的可靠度愈高。 图2-2 分布参数对两参数威布尔可靠度的影响 两参数威布尔分布具有很好的性质，可以描述递增、递减和恒定故障率的情况。当β1 时，故障率是递减的，属于早期失效，适用于零部件故障时间分布的早期阶段；当 β1时故障率是递增的，适用于零部件的耗损阶段，其中，当1β4 时属于早期损耗，当 β4时属于快速损耗；当 β=1时，威布尔分布退化为故障率恒定的指数分布，属于随机失效。因此，非常适用于飞机系统及其附件寿命数据的可靠性分析。其形状参数和尺度参数，是航空维修工程中制定维修计划的重要依据。 2.2 模型参数估计 （1）利用中位秩和最小二乘法对η和β参数估计 设对某种产品中取n只进行寿命试验，得寿命数据为 {ti，i=1,2,…,n}。假设有t1t2…tn。设MR(ti 威布尔分布的分布函数可写成如下形式： 也可以表示为线性： Y 其中,Yi=ln-ln1-MR(ti 线性拟合后，其对应的斜率即为威布尔分布的形状参数 截距为lnη，斜率为 对于多重截尾数据，可以通过平均秩次法调整数据秩，从而用调整后的秩确定新的累计概率MR(ti) 利用上式最小二乘法对待估曲线进行分布拟合，即可得出最佳分布。平均秩次法 ? 3 发动机燃油泵数据分析 为了分析产品的可靠性水平，需要收集可靠性数据。常见的可靠性数据包括成败型数据与寿命数据。成败型数据是指给定工作与时间条件下的故障数，寿命数据是指给定工作条件下的故障时间。针对这两种数据开展的分析略有不同。从目的上看，前者主要是基于产品在给定的工作时间与条件下的故障数，对产品在该工作时间之前发生故障的概率做出统计推断；而后者主要是依据产品在给定工作条件下的故障时间，对产品的寿命做出推断。可靠性数据是进行可靠性分析的基础，只有获得及时、准确、完整、连续的飞机维修可靠性数据，才能有效地开展后续的分析工作，为可靠性管理提供决策依据。 3.1数据预处理 民航飞机的维修可靠性数据信息相对离散又分布较广，飞机系统附件的使用时间、使用数据及性能数据等都是进行可靠性分析的关键数据。其中，使用