航空发动机视情维修管理中的寿命预测技术

第1章  绪论1.1  引言1.2  目前存在的问题1.3  研究现状与发展趋势1.3.1  性能可靠性分析原理1.3.2  基于单性能参数的可靠性分析技术1.3.3  基于多性能参数的可靠性分析技术1.3.4  航空发动机在翼寿命评估技术1.3.5  基于多失效模式共存的可靠性分析技术1.4  本书主要内容第2章  基于性能数据的航空发动机机队可靠性评估2.1  概述2.2  航空发动机主要性能监测参数分析2.2.1  巡航监控参数2.2.2  发动机排气温度裕度（EGTM）定义2.2.3  影响EGTM的因素分析2.3  航空发动机性能数据的分析2.3.1  性能数据预处理2.3.2  性能数据中不完全寿命数据的可靠度计算2.4  基于带漂移的布朗运动的航空发动机EGTM性能退化量模型2.4.1  基于带漂移的布朗运动的概念及性质2.4.2  基于带漂移的布朗运动的航空发动机性能退化量模型的建立2.4.3  EGTM性能符合带漂移的布朗运动的检验2.5  航空发动机机队可靠性评估模型2.5.1  可靠性评估模型的建立2.5.2  模型中未知参数估计2.5.3  实时可靠性评估模型的修正2.6  实例分析2.6.1  带漂移的布朗运动的检验2.6.2  可靠度函数的建立2.6.3  可靠性评估模型的检验第3章  单性能参数条件下航空发动机在翼寿命预测方法研究3.1  概述3.2  基于贝叶斯更新方法的航空发动机在翼寿命预测模型3.2.1  贝叶斯统计推断3.2.2  具有一般独立同分布随机误差项的随机参数线性退化量模型3.2.3  具有布朗运动误差项的随机参数线性退化量模型3.2.4  模型实现3.3  基于时间序列方法的航空发动机在翼寿命预测模型3.3.1  时间序列方法简介3.3.2  基于时间序列方法的航空发动机在翼寿命预测模型实现3.4  基于免疫粒子群的航空发动机在翼寿命组合预测模型3.4.1  航空发动机在翼寿命组合预测模型描述3.4.2  组合预测模型描述3.4.3  免疫粒子群优化算法3.4.4  航空发动机在翼寿命组合预测实现第4章  多性能参数条件下的航空发动机在翼寿命预测方法研究4.1  概述4.2  状态空间模型和卡尔曼滤波算法4.2.1  状态空间模型4.2.2  卡尔曼滤波理论4.3  基于卡尔曼滤波算法的时变参数退化量模型4.3.1  时变参数退化量模型的状态空间表示4.3.2  时变参数估计的卡尔曼滤波递归算法4.3.3  时变参数退化量模型的建立4.4  基于多参数的航空发动机性能退化失效模型4.4.1  随机行走过程4.4.2  多维正态随机变量的性质4.4.3  基于多参数的航空发动机性能退化失效分析4.4.4  实时性能可靠度函数曲线4.5  基于性能可靠性的航空发动机在翼寿命控制4.5.1  基于性能可靠性的航空发动机实时可靠在翼寿命预测4.5.2  航空发动机在翼寿命控制第5章  多失效模式共存下的航空发动机使用可靠性评估5.1  概述5.2  航空发动机在翼寿命影响因素分析5.3  航空发动机典型失效模式失效模型的建立5.3.1  三类典型失效模式失效数据的收集整理5.3.2  协变量主成分分析5.3.3  基于比例危险模型的典型失效模式的失效分布函数的建立5.3.4  误差分析5.3.5  模型实现5.4  基于多失效模式共存的航空发动机使用可靠性评估第6章  民航发动机视情维修管理系统开发6.1  概述6.2  系统的总体设计6.2.1  系统需求与应用目标6.2.2  系统的功能模块6.3  航空发动机可靠性评估和下发预测的流程6.3.1  航空发动机可靠性评估流程6.3.2  航空发动机下发预测流程6.4  系统的具体实现6.4.1  系统开发平台简介6.4.2  数据库设计6.4.3  系统软件界面附录参考文献