赵洪利 郑涅

摘要：性能数据是发动机健康状态的重要体现，分析性能数据可以预测发动机剩余使用寿命，为维修决策提供依据。发动机的健康状态与多个监测数据密切相关。基于训练发动机数据和测试发动机数据，采用主成分分析方法融合多元数据构建了发动机健康指数。退化模型构建采用维纳过程方法，利用EM算法结合训练发动机数据迭代优化离线参数。基于贝叶斯方法结合测试发动机数据，在线更新退化模型参数，实时计算测试发动机剩余使用寿命概率密度分布及期望。两种方法对比结果显示，基于单一性能指标构建的性能模型，对测试发动机最后10循环的预测均方根误差平均值为12.95，基于融合数据构建的性能模型的预测均方根误差平均值为5.34，证明数据融合发动机后期预测效果更好。

关键词：综合健康指数；维纳模型；离线参数；在线参数；剩余使用寿命

中图分类号：V239文献标识码：ADOI：10.19452/j.issn1007-5453.2021.05.004

航空发动机可靠性水平直接影响民航飞机安全运营，适时维护修理不仅可以提高飞机安全水平，还可以降低航空公司运营成本，增加行业竞争力，故航空发动机可靠性研究至关重要。发动机运行过程中会生成大量性能数据，这些数据被实时监测并上传至综合数据库。运用可靠性建模方法对这些过程数据进行分析处理，可以预测航空发动机退化轨迹，进而预测发动机剩余使用寿命，为航空公司制定视情维修决策提供依据[1-4]。

剩余使用寿命（RUL）预测是预测与健康管理（PHM）技术的重要组成部分[5-6]，当前RUL预测主要是基于数据驱动的方法，其中包括概率分布、统计理论模型、机器学习等。……