航空發動機氣路系統健康狀態預測方法（簡體書）

航空發動機氣路系統健康狀態預測具有重要的理論研究意義及工程應用價值。本書在置信規則庫理論框架下，對航空發動機氣路系統健康狀態預測方法進行介紹。在此基礎上，融合航空發動機氣路系統健康狀態特徵量及專家知識，建立了基於置信規則庫的航空發動機氣路系統健康狀態預測模型，利用隸屬度函數建立了不同健康狀態等級之間的隸屬度關係，解決了航空發動機氣路系統處於臨界狀態時健康狀態等級的歸屬問題； 建立了融合多特徵的航空發動機氣路系統健康狀態預測模型，提高了航空發動機氣路系統健康狀態預測模型精度；建立了考慮監測誤差的航空發動機氣路系統健康狀態預測模型，降低了環境噪聲干擾及傳感器退化等因素帶來的監測數據不可靠性，提高了工程實際中系統健康狀態預測的準確性；提出了一種基於並串行置信規則庫的航空發動機氣路系統健康狀態預測模型，解決了單個置信規則庫模型複雜度高、不能動態全面反映氣路系統的健康狀態和運行時間長的問題。本書可供從事複雜機電系統建模， 航空發動機氣路系統故障診斷、健康管理等相關方向研究的研究生及工程技術人員閱讀參考。

尹曉靜，博士，長春工業大學，講師，碩士研究生導師，吉林大學在站博士後。一直從事機械性能狀態監測及故障診斷等相關研究。主持國家自然科學基金青年基金項目1項，吉林省科技廳重點研發項目1項，吉林省教育廳項目1項；作為主要參與人獲得吉林省科技進步一等獎1項，吉林省科技進步二等獎1項，中國專利優秀獎及吉林省專利金獎各1項；以一作及通信作者發表學術論文10余篇；出版學術專著1 部；授權軟件著作權6項，申請發明專利2件；擔任多個國際期刊審稿人。近年來，圍繞複雜機電裝備的故障診斷、健康狀態評估及預測展開，以航空發動機、軌道車輛為研究物件開展研究。

航空發動機氣路系統健康評估及預測具有重要的理論研究意義及工程應用價值。本書在置信規則庫理論框架下，利用氣路系統的多個性能參數作為輸入特徵，融合專家知識，研究基於多特徵的航空發動機氣路系統健康狀態預測方法，動態、全面反映航空發動機氣路系統健康狀態，提高複雜機電系統健康狀態評估的精度。建立了航空發動機氣路系統健康狀態和不同健康狀態等級之間的隸屬程度關係，解決了當航空發動機氣路系統處於臨界狀態時健康狀態等級的歸屬問題；建立融合多特徵置信規則庫的航空發動機氣路系統健康狀態預測模型，解決健康狀態信息不完全問題；提出一種考慮監測誤差的多特徵置信規則庫的航空發動機氣路系統健康狀態預測模型，解決環境噪聲干擾及傳感器退化等因素帶來的監測數據不可靠問題；提出一種基於並串行置信規則庫的航空發動機氣路系統健康狀態預測模型，解決單個置信規則庫模型複雜度高不能動態全面反映氣路系統的健康狀態、運行時間長的問題。本書可供人工智能、複雜系統建模、系統辨識等專業研究生作為教材使用，也可供從事航空發動機氣路系統故障預測、健康評估相關專業的工程技術人員閱讀參考。

航空發動機作為飛機動力系統的核心部件之一，是一種高度複雜、高度精密的機械電子系統。在航空發動機的眾多子系統當中，氣路系統占有重要地位，航空發動機氣路系統的健康管理直接影響飛機的安全運行及維護成本。航空發動機氣路系統健康狀態預測是航空發動機健康管理的重要內容，合理有效的健康狀態預測可以在航空發動機氣路系統發生故障及性能退化前，采取相應的措施消除系統的安全隱患。另外，對航空發動機氣路系統進行有效的健康狀態預測，可以為系統的維護提供決策依據，實現用最少的備件庫存滿足設備最大的維護操作，進而降低系統的備件庫存費用，降低企業維護經濟成本。
目前，航空發動機氣路系統的健康狀態預測大多是利用基於數據、基於模型和基於知識的方法建立預測模型，其準確性是由有效數據的種類及樣本量決定的。雖然在航空發動機氣路系統中，通過長期的可靠運行，可以獲取大量的多種類的正常監測數據，但是，航空發動機氣路系統的性能參數種類多樣，數量眾多，監測數據容易出現不完備且冗余的情況，無法取得良好的預測效果。
本書在對航空發動機氣路系統健康狀態預測方法深入研究分析、總結的基礎上，在置信規則庫理論框架下，融合航空發動機氣路系統監測數據和專家先驗知識對航空發動機氣路系統進行健康狀態預測，建立了基於多特徵的航空發動機氣路系統健康狀態預測模型，提出了考慮特徵量監測誤差的航空發動機氣路系統健康狀態預測方法，建立了基於並串行置信規則庫的航空發動機氣路系統健康狀態預測模型。
本書主要由尹曉靜統稿和編寫，張邦成、周志杰參與部分章節編寫工作，主要內容為史廣旭、彭壽鑫攻讀碩士期間與導師尹曉靜取得的成果，長春財經學院信息工程學院裴瑩、長春工業大學碩士研究生張宇、於喆、賀強強、張森等參與了本書的校對工作，在此對他們表示由衷的感謝！本書得到國家自然科學基金面上項目（61973046），吉林省科技廳重點研發項目（20200403036SF）的資助，特此致謝！
限於筆者水平，書中不妥之處在所難免，懇請讀者批評指正。

著者

第1章 概述 001
1.1 航空發動機氣路系統健康狀態預測方法分析 003
1.1.1 航空發動機氣路系統健康狀態預測發展現狀 005
1.1.2 航空發動機氣路系統健康狀態預測研究存在的問題分析 008
1.2 本書的結構安排 008

第2章 置信規則庫專家系統及其推理方法 011
2.1 專家系統 012
2.2 置信規則庫的基本概念 014
2.3 置信規則庫的推理 016
2.4 置信規則庫專家系統模型優化 018
2.5 置信規則庫的應用與發展 021
2.6 本章小結 025

第3章 航空發動機氣路系統故障機理分析 027
3.1 概述 028
3.2 航空發動機氣路系統的工作機理分析 028
3.3 航空發動機氣路系統的故障機理分析 029
3.3.1 壓氣機部件故障機理分析 029
3.3.2 燃燒室部件故障機理分析 032
3.3.3 渦輪部件故障機理分析 034
3.4 本章小結 035

第4章 基於置信規則庫的航空發動機氣路系統健康狀態預測 037
4.1 概述 038
4.2 問題描述 038
4.3 基於BRB-MF 的航空發動機氣路系統健康狀態預測模型 040
4.3.1 航空發動機氣路系統健康狀態特徵量選擇 041
4.3.2 基於BRB 的航空發動機氣路系統健康狀態概率預測 042
4.3.3 基於CMA-ES 優化算法的參數優化 043
4.4 航空發動機氣路系統健康狀態等級的確定 045
4.5 案例分析 049
4.5.1 數據的濾波處理 050
4.5.2 基於BRB 的航空發動機氣路系統健康狀態概率預測 051
4.6 對比分析 057
4.7 本章小結 059

第5章 基於多特徵置信規則庫的航空發動機氣路系統健康狀態預測 061
5.1 概述 062
5.2 航空發動機氣路系統健康狀態特徵量分析 062
5.3 基於多特徵置信規則庫的航空發動機氣路系統健康狀態預測 065
5.3.1 問題描述 065
5.3.2 模型的建立 066
5.3.3 案例分析 069
5.4 本章小結 071

第6章 考慮監測誤差的航空發動機氣路系統健康狀態預測 073
6.1 概述 074
6.2 問題描述 074
6.3 考慮監測誤差的多特徵置信規則庫的航空發動機氣路系統健康狀態預測模型的建立 075
6.3.1 基於傳感器退化和環境特性的監測誤差的計算方法 075
6.3.2 考慮監測誤差的多特徵置信規則庫的航空發動機氣路系統健康狀態預測模型的建立過程 079
6.3.3 健康狀態預測模型的建立過程 083
6.4 案例分析 084
6.5 本章小結 093

第7章 基於並串行置信規則庫的航空發動機氣路系統健康狀態預測 095
7.1 概述 096
7.2 問題描述 096
7.3 基於並串行置信規則庫的航空發動機氣路系統健康狀態預測模型的建立 097
7.3.1 基於並串行BRB 的航空發動機氣路系統健康狀態預測模型的建立 097
7.3.2 基於模糊C 均值的置信規則庫參數優化方法 099
7.3.3 航空發動機氣路系統健康狀態預測模型的建立過程 100
7.4 案例分析 100
7.5 本章小結 107

參考文獻 108