下载文档原格式
航空发动机的故障诊断与维修技术研究随着航空业的快速发展，航空发动机的故障诊断与维修技术研究也变得越来越重要。
航空发动机是飞机的“心脏”，保障了飞机正常运行和安全。
故障的发生可能导致飞机停飞，造成经济损失和人员安全问题。
因此，对航空发动机的故障诊断与维修技术进行深入研究，对航空业的发展有着至关重要的作用。
首先，航空发动机的故障诊断技术是保障飞机安全的重要手段之一、通过采用先进的故障诊断技术，可以快速、准确地确定故障原因，从而及时采取相应的维修措施。
例如，使用振动传感器、温度传感器等监测设备，可以及时发现发动机的振动、温度等异常情况，从而减少故障的发生概率。
此外，结合数据分析和机器学习等技术，可以有效地提高故障的预测能力，避免因故障造成的事故和延误。
其次，航空发动机的维修技术研究可以提高维修效率和降低成本。
航空发动机是高度复杂的设备，维修一台发动机需要大量的时间和人力资源。
因此，通过对航空发动机维修技术的研究，可以提高维修的效率，缩短飞机的停飞时间。
例如，采用增材制造技术，可以快速制造并更换损坏的零部件，从而减少维修时间。
此外，引入智能化维修设备和工具，可以提高维修的准确性和可靠性，减少人为的误操作和人为的隐患，提高航空发动机的安全性。
此外，航空发动机的故障诊断与维修技术研究还可以为航空业的可持续发展做出贡献。
随着环境保护意识的增强，航空业对于燃油效率和排放标准的要求也越来越高。
通过研究航空发动机的故障诊断与维修技术，可以改善发动机的燃油效率和性能，减少有害排放物的排放，提高发动机的环保性能。
例如，通过使用先进的涡轮增压技术和燃油喷射系统，可以提高发动机的燃烧效率，减少燃油的消耗和对环境的影响。
总之，航空发动机的故障诊断与维修技术研究对于航空业的发展至关重要。
通过提高故障诊断的准确性和维修的效率，可以提高飞机的安全性和可靠性，减少经济损失和人员安全问题的发生。
同时，通过改善发动机的燃油效率和环保性能，也可以为航空业的可持续发展做出贡献。
航空发动机修理维护决策系统研究航空发动机是飞机的核心部件，其正常运行的重要性不言而喻。
但随着使用年限的增加和各种因素的影响，航空发动机会逐渐出现各种问题和故障。
因此，对航空发动机进行修理和维护就变得至关重要。
而在这个过程中，决策系统发挥了重要作用。
航空发动机修理维护决策系统，其实就是一种帮助工程师进行修理和维护决策的软件系统。
它可以通过分析各项指标，判断发动机是否需要维修、更换、调整等行为，并综合考虑时间、财务、安全等多种因素，提供最佳的修理和维护方案。
这个系统的研究和开发，对飞机的安全稳定运行具有非常重要的意义。
在航空发动机修理维护决策系统的研究和开发中，需要考虑以下几点：1. 数据处理能力航空发动机的运行状态需要实时监控，包括发动机的振动、压力、转速、温度、油压等多种指标。
因此，数据处理能力是决策系统的核心。
系统应该能够快速、准确地获取各项数据，并将其进行分类、整理、分析、存储。
同时，还应该具备一定的数据可视化能力，使工程师能够直观地了解发动机的运行状态。
2. 决策算法决策算法是航空发动机修理维护决策系统的关键。
在进行维修决策时，系统需要考虑多种因素，如发动机的使用年限、维修历史、维修成本、更换成本等。
在考虑这些因素时，系统需要采用一种合理的决策算法，才能保证提供最佳的维修方案。
3. 维修历史记录和知识管理航空发动机的维修过程中，需要不断积累经验和知识，以便更好地判断发动机的运行情况和维修方案。
因此，决策系统应该具备一定的知识管理能力，能够收集、整理、归纳和存储各种维修历史记录、文献资料和工程师的专业知识。
这有助于提高系统的决策准确度和工程师的工作效率。
4. 流程优化航空发动机的维修过程通常需要涉及多个环节，如维修计划的制定、备件采购、维修作业、质量检验等。
为了保证整个维修过程的效率和质量，决策系统应该尽可能地优化整个维修流程，包括任务分配、信息共享、流程监控等。
在航空发动机修理维护决策系统的研究和开发中，以上几个方面都需要得到充分的关注和解决，才能实现系统的高效稳定运行。
航空发动机维修模糊综合决策方法
付克亚;李本威
【期刊名称】《航空发动机》
【年(卷),期】2007(033)004
【摘要】提出了1套完整的航空发动机维修模糊综合决策方法.试验结果表明,与以往复杂设备维修决策方法的应用相比,应用该方法后,决策成功率有很大提高;该方法可广泛用于其他复杂设备维修决策支持系统内部决策模块的开发.
【总页数】4页(P55-58)
【作者】付克亚;李本威
【作者单位】海军驻洛阳地区航空军事代表室,河南洛阳,471009;海军航空工程学院,山东烟台,264001
【正文语种】中文
【中图分类】V2
【相关文献】
1.基于RCM和模糊综合评判的航空发动机附件维修决策分析 [J], 徐健
2.基于双层模糊综合评价的复杂产品维修决策方法 [J], 董仲慧
3.基于区间数灰色模糊综合评判的继电保护维修决策方法研究 [J], 张媛;覃剑;王谦;陈伟;张海兵
4.航空发动机维修灰色模糊决策方法研究 [J], 井立国;王端民;廖博
5.模糊多属性决策方法评价变压器状态维修策略 [J], 袁志坚;孙才新;李爱华;李剑;廖瑞金
因版权原因，仅展示原文概要，查看原文内容请购买。
基于灰色聚类分析的FJ44发动机故障诊断技术的研究摘要:航空发动机故障诊断技术对于保证发动机的可靠性和飞行的安全性、经济行具有重要意义。
本文以FJ44型航空发动机为研究对象,采用灰色系统理论对发动机常见故障类型进行分析,通过灰色聚类分析的方法实现发动机常见故障的诊断。
实际参数验证表明该方法具有较高的可行性,对FJ44型发动机的故障诊断有一定的参考性。
关键词:故障诊断灰色聚类FJ44发动机Abstract:The aeroengine fault diagnosis technology have very important meaning to guarantee the reliability,safety and economic of the engine and flight. This paper take FJ44 aeroengine as the research object,by using the grey system theory to analyze the common faults of this engine.through the method of gray clustering analysis to realize the engine common fault diagnosis.The actual parameters test show that this method has a highly feasibility,and it can be a certain reference for the FJ44 aeroengine fault diagnosis.Keywords:fault dignosis;grey cluster;FJ44aeroengine民航业发动机故障诊断多依靠经验丰富的工程师对故障进行判断,其随机性较高,排故时间一般也较长。
航空发动机故障诊断与维修技术研究随着航空业的快速发展，航空发动机的故障率也越来越高，成为了制约航空运输安全的一大问题。
对于航空公司和飞行员而言，发现并及时排除故障至关重要，而航空发动机故障诊断与维修技术的研究就显得尤为重要。
本文将详细探讨航空发动机故障的诊断方法和维修技术，并尝试寻找更高效的解决方案。
一、航空发动机故障的诊断方法航空发动机故障的诊断方法一般是根据故障的症状进行分析。
常见的故障症状包括发动机噪音大、排气颜色异常、工作温度过高、功率不足等。
针对不同的故障症状，通常采用以下诊断方法：1. 根据故障代码检测和分析：先进的航空发动机通常会带有故障代码系统，当发动机出现故障时，系统会自动产生对应的故障代码，可以通过读取故障代码来分析故障的具体原因。
2. 实验和测试：通过实验和测试的方式，对发动机各个模块的工作状态进行全面的检测，包括燃油系统、油压系统、冷却系统等。
同时还可以通过人工观察发动机冷却液的颜色和气味等特征来判断是否存在故障。
3. 数据处理：现代发动机的喘振检测系统（FDD）具有很强的自适应能力，可以通过处理大量的系统数据，判断发动机是否存在故障，并可以通过信号源、时域和频域分析来对发动机状况进行准确分析。
以上方法虽然相对较为可靠，但需要手动进行数据处理和分析，对于大规模的发动机维修来说，还是显得相对繁琐，需要更高效的解决方案。
二、航空发动机维修技术的研究航空发动机维修技术是指对发动机进行必要的检查、调整和维护，使其达到最优工作状态的过程。
在航空发动机的维修过程中，工程技术人员主要依靠人力和经验进行操作，比较依赖手工调试的方法，但这种方法效率较低，耗时长，且往往需要定期进行机械拆卸，才能彻底解决发动机故障。
为了提高航空发动机的维修效率，现代技术正在对航空发动机的维修技术进行升级。
诸如智能化监测、智能化控制、先进机器人双臂维修系统等技术，正在逐步在发动机维修领域得到应用。
随着5G、人工智能等技术的快速发展，航空发动机维修技术也面临不断的更新升级。
航空发动机故障检测与故障模式识别研究1. 引言航空发动机是飞机的核心部件，其安全性对于飞机运行的安全性具有至关重要的影响。
在发动机运行过程中，存在各种各样的故障情况，因此保障发动机安全运行、尽早发现并及时处理故障，是保证飞机安全的重要环节之一。
近年来，随着航空安全意识的提高和先进技术的应用，航空发动机的故障检测和故障模式识别得到了更加广泛的关注。
本文将围绕航空发动机故障检测和故障模式识别的研究进行深入探讨。
2. 航空发动机故障检测技术航空发动机故障检测技术是指对于发动机运行异常的情况进行检查和分析，旨在确定故障的根源和性质，并进行针对性的修复和调整。
航空发动机故障检测技术一般可分为以下几种方法。
2.1. 状态监测方法状态监测是对发动机运行状态进行周期性检查和分析，旨在确保发动机稳定运行并提前预测可能存在的故障。
常见的状态监测参数包括温度、压力、转速、振动等。
2.2. 故障树分析方法故障树分析是一种面向数据的故障诊断方法，它通过对事故树与故障树的分析建模，确定故障的根本原因，同时提供了针对性的治理方案，以防止类似故障再次发生。
2.3. 人工智能方法人工智能通过利用专家系统和神经网络等技术，对复杂的发动机故障进行精确诊断。
人工智能方法不仅具有较高的精度，而且能够快速适应新的数据和信息。
3. 航空发动机故障模式识别技术航空发动机故障模式识别技术是航空发动机故障检测技术的一个重要组成部分，它的主要目的是在发生故障之前，对于故障的模式进行准确识别和预测。
航空发动机故障模式识别技术一般采用以下方法。
3.1. 基于机器学习的方法基于机器学习的方法主要包括分类、聚类、预测和回归等技术，进而实现对发动机的状态和故障的判断和识别。
3.2. 基于信号处理的方法基于信号处理的方法通过对于发动机运行过程中所产生的振动、声音和电信号等进行分析和处理，识别发动机问题和故障。
3.3. 基于人工智能的方法基于人工智能的方法利用神经网络、遗传算法等技术，通过对发动机故障数据进行训练和优化，实现故障的快速诊断和解决。
多部件系统视情维修决策技术研究随着现代工业的不断发展，设备日益向大型化、复杂化方向发展，多部件系统的维修决策成为一个重要问题。
视情维修作为一种预防性维修方式，能够根据设备运行状态进行针对性维修，提高设备利用率和降低维修成本。
本文针对多部件系统视情维修决策技术进行研究。
在多部件系统中，视情维修决策技术具有重要意义。
通过对设备运行状态进行实时监测和诊断，可以提前发现潜在故障，制定合理的维修计划，减少设备停机时间和维修成本。
然而，当前视情维修决策技术仍存在一定的局限性，需要进一步研究和改进。
未来，随着传感器、人工智能等技术的不断发展，视情维修决策技术将在多部件系统中发挥更大的作用。
随着全球航空业的快速发展，民用航空发动机的数量和复杂性不断增加。
与此同时，航空发动机的维护和修理成本也显著上升。
为了降低运营成本和提高发动机的可靠性，基于成本优化的民用航空发动机视情维修决策研究显得尤为重要。
本文将围绕这一问题，探讨相关的研究现状、存在的问题以及解决方案。
民用航空发动机是一种高度复杂的机械设备，其维护和修理成本较高。
以往的研究主要集中在提高发动机的性能和可靠性上，而忽视了维修成本的问题。
然而，随着市场竞争的加剧和运营成本的提高，发动机的维修成本已成为航空公司不可忽视的问题。
因此，基于成本优化的民用航空发动机视情维修决策研究具有重要的现实意义。
基于成本优化的民用航空发动机视情维修决策研究需要以下几个方面的问题：如何更好地控制维修成本，提高发动机的可靠性？如何利用先进的技术手段进行数据分析，优化维修决策流程？针对以上提出的问题，本文将从以下几个方面进行分析：（1）引入成本控制理念，对维修过程中的各项成本进行精细化管理和预测；（2）采用经济性分析方法，对不同维修方案进行评估和选择；（3）优化维修流程，降低维修时间和成本。
（1）建立全面的维修效果评估指标体系；（2）运用模糊综合评价等方法对维修效果进行定量评估；（3）对维修人员进行培训和考核，提高维修质量。
航空发动机故障诊断及修复技术研究航空业是现代经济体系中不可或缺的部分，而航空发动机是飞机顺利起飞和安全飞行的核心。
然而，在发动机寿命长、零件较多、复杂性高的情况下，可能会涉及到诊断和修复的需求。
本文将探讨航空发动机故障诊断及修复技术的相关研究，包括故障诊断方法以及修复技术的应用。
一、故障诊断方法航空发动机故障诊断的方法可以分为两种，一种是通过在线监测和分析来确定故障原因，另一种则是借助离线技术获得故障诊断结果。
在线监测和分析技术是主要应对航空发动机故障的手段之一，包括多参数监测、机载故障录音器等技术，这些技术对实时诊断非常有效，可以在故障出现时对发动机进行观察和监测，及时准确地掌握发动机状态和趋势。
而离线技术则是指通过更换某些零部件进行故障定位，通过实验室检测和分析实现疑点的确认，这些技术通常在故障发生后进行，可以提供更准确和详细的数据。
对于在线监测和分析技术的研究与开发，现代航空工程中已经有了很大的进展。
例如，通过改进传感器和实时性能分析系统，可以通过多参数监测技术实现对发动机状态的实时监测和分析。
机载故障录音器技术也有很大的发展，可以收集冗长、大量的数据，通过处理后提供丰富的数据支持，积极促进发动机的检测与分析。
但是，在线检测技术也有其局限性，主要是监测指标的准确性、数量和质量的影响因素较为复杂，并且需要大量信号处理的技术支持。
此外，它可以监测到故障信息的进行和判定，在某些问题的深入探讨上还不能提供明确的结果。
离线技术则需要一定的维修资源和条件，还需要进行人工维修和检测，实现更加准确和精细的故障诊断，但是对航空公司来说，离线技术的应用需要一定的成本投入，包括人力、资金和专业的设备等资源支持。
二、修复技术的应用整个航空发动机维修工作的核心是修理和更换发动机故障零部件，有时需要对发动机进行大修，甚至进行整机翻修。
成功的修复工作对于航空公司来说极其重要，可以提高航空公司的信誉度和用户的满意度。
因此，选择有效和安全的维修方案就显得尤为关键。
航空发动机的故障诊断与维修技术研究航空发动机是飞行安全的关键部件，任何一点小小的故障都可能引起航班延误甚至事故。
因此，航空发动机的故障诊断与维修技术研究非常重要。
本文将从几个方面来探讨航空发动机的故障诊断与维修技术研究。
一、基本原理首先，我们需要了解航空发动机的结构。
航空发动机主要由压气机、燃烧室、涡轮机组成。
其基本原理就是通过喷射气流产生推力，让飞机飞行。
从这个简单的原理，我们可以知道，在航空发动机的运行中，可能会发生因为磨损、松动或其他原因，导致推力损失或者更严重的故障。
因此，航空发动机的故障诊断和维修技术研究也是必不可少的。
二、常见故障航空发动机的常见故障有多种，主要包括异常振动、异响、温度过高、压力过低等。
这些故障都可能影响飞机的正常飞行和安全。
例如，发动机异响可能是由于进气口或排气口有异物堵塞或破损，或者轴承损坏等原因所致。
而温度过高则可能是由于燃气室内的过热引起，也可能是因为润滑油不足或润滑系统故障引起。
在发现这些故障后，需要采用相应的故障诊断和维修技术来解决。
三、故障诊断技术现在，航空发动机的故障诊断技术非常成熟。
其中，无损检测技术是其中的一种。
无损检测技术可以通过检测发动机的振动、声音和温度等指标，来实现故障的快速定位。
同时，无损检测技术可以在保持发动机完整性的基础上，有效地降低了故障诊断的成本。
除此之外，还有机载健康监测系统（HMCS）。
该系统可以动态地监测航空发动机的性能和状态，并及时给出预警信息。
该系统可以减少故障的发生和飞行取消的概率，并提高飞行的安全性。
四、维修技术航空发动机的维修技术也非常重要。
经过一段时间的使用，航空发动机中的一些部件可能会出现磨损、锈蚀等问题，而需要进行维修。
常见的维修技术包括磨削和磨光、喷焊、热处理等。
其中，磨削和磨光技术可以有效地改善部件的精度和表面质量，喷焊技术可以有效地保持零部件的完整性，而热处理技术则可以提高零部件的耐磨性和耐腐蚀性。
五、结语总之，航空发动机的故障诊断和维修技术研究非常重要。
第26卷 第3期2009年6月 黑龙江大学自然科学学报JOURNAL OF NAT URAL SC I E NCE OF HE I L ONGJ I A NG UN I V ERSI TYVol 126No 13June,2009航空发动机维修灰色模糊决策方法研究井立国, 王端民, 廖 博(空军工程大学工程学院,西安710038)摘 要:以灰色系统理论和模糊数学为基础,提出一套完整的航空发动机维修灰色模糊决策方法,试验结果表明,决策结果更加接近故障维修实际,该方法可用于航空发动机维修决策支持系统的开发,对其他复杂武器装备维修决策具有一定的参考价值。
关键词:航空发动机;灰色系统理论;灰色模糊决策中图分类号:V37文献标志码:A文章编号:1001-7011(2009)03-0342-05收稿日期:2008-10-18基金项目:军队科研基金“某型航空发动机维修创新理论研究”资助项目0 引 言航空发动机维修决策问题是个不确定型决策问题,它在部队中普遍存在,并且是一项复杂的系统工程,由于人的参与使相关数据与信息系统中的不确定性更加显著,不确定性通常分为两类,一个是所谓“主观”不确定性,即人的思维模糊性,另一个是信息不完全、不充分所造成的客观不确定性,即灰性。
因此用灰色模糊概念来探讨不确定型决策问题,能够更好地构建具有柔性的决策模型,且使决策结果更加接近实际[1]。
为了实现对复杂武器装备的快速维修,进行了以便携式计算机为平台的复杂武器装备维修决策支持系统开发。
该计算机智能系统将在很大程度上减轻维修人员繁重的脑力和体力劳动,提高复杂武器装备维修效率。
但是,内部决策模块的合理开发设计,包括故障模式与故障征兆之间的映射关系、故障模式和故障征兆的识别与表达等是该系统的技术难点。
以灰色系统理论和模糊数学为基础,对航空发动机故障维修决策进行了研究。
1 基于灰色模糊理论的航空发动机维修决策方法以灰色系统理论和模糊数学为基础,给出航空发动机可能出现的各种故障模式集合X =(x 1,x 2,…,x m ),所有航空发动机故障征兆(即那些能够较好地反映发动机运行状况,并且便于测量的参数可能的变化情况)构成的集合U =(u 1,u 2,…,u n )。
专业人员d k ∈D =(d 1,d 2,…,d l )按照故障模式与故障征兆之间的内在关系,综合考虑经验统计数据、机理分析结果和征兆出现的显著程度,给出故障模式x i ∈X,i =1,2,…,m在故障征兆u j ∈U,j =1,2,…,n 下的属性值是灰色模糊数(u (k )ij ,v (k)ij )。
对于给定的决策者d k ,对应一个故障模式集合X 与故障征兆U 之间的灰色模糊关系B～(k ),使得对于任意故障模式x i 与故障征兆u j 对灰色模糊关系B ～(k )的隶属度u (k )R (x i ,u j )>u (k )ij ,有点灰度v (k )R (x i ,u j )>v (k )ij ,记为(u (k )ij ,v (k )ij )。
则由专业人员d k 决定的灰色模糊关系B～(k ),用灰色模糊关系矩阵表示为B～(k )=((u (k )ij ,v (k)ij ))m ×n ,(k =1,2,…,l )(111)设专业人员d k 的灰色模糊权重向量为λ～=((λ1,π1),(λ2,π2),…,(λl ,πl ))(112)其中λk ≥0,∑lk =1λk=1,0≤πk ≤1,k =1,2,…,l,则全体专业人员D 对应的灰色模糊关系矩阵为B ～=((u ij ,v ij ))m ×n(113)其中u ij =∑lk =1λku (k )ij,v ij =1l∑lk =1(πk +v (k )ij )∧1,(i =1,2,…m ,j =1,2,…,n )[1].灰色模糊数(u ij ,v ij )的值对最终决策的质量起着至关重要的作用。
111 故障征兆权重向量已知的灰色模糊决策方法设已知各种故障征兆的权重及相应的点灰度构成灰色模糊权重向量为A ～=((α1,v 1),(α2,v 2),…,(αn ,v n ))(114)其中αj >0,∑nj =1αj=1,0≤v j ≤1,j =1,2,…,n 。
集结各种故障模式的综合属性值,即计算B ～=B ～A ～T=((b i ,v b i ))m ×1(115)其中b i =∑mj =1αj u ij,v b i=1n∑nj =1(vi+v ij )∧1,i =1,2,…,m 。
B ～的排序向量β=(β1,β2,…,βm )定义为βi =P ((b i ,v b i ))=αb i +(1-α)(1-v b i ),i =1,2,…,m 。
(116)其中α为平衡系数(0<α<1),式(116)的意义是βi 的取值体现了第i 种故障模式的综合隶属度越大越好,而其综合点灰度越小越好[1]。
平衡系数可根据实际问题先求出,或由下述方法确定:求解优化问题m ax G (x 1,x 2)=∑mi =1[x 1bi+(1-v b i )]-x 1ln x 1-x 2ln x 2s .t .x 1+x 2=1,x 1>0,x 2>0(117)其中目标函数的第一项表示x 1,x 2的选取,应使各种故障模式的综合隶属度最大,且点灰度又尽可能小,第二项表示要尽可能地消除x 1,x 2选取的随机不确定性。
最优化问题式(117)的唯一解是x 1=exp∑mi =1(bi+v b i -1)1+exp∑m i =1(bi+v b i -1),x 2=11+exp∑mi =1(bi+v b i -1)(118)事实上,求函数F (x 1,x 2,λ)=∑mi =1[x 1bi+x 2(1-v b i )]-x 1ln x 1-x 2ln x 2+λ(1-x 1-x 2)的极值点即得式(117).综上所述,在故障征兆灰色模糊权重向量已知的情况下可给出一种实用的维修决策方法,其步骤如下:步骤1 对给定的专业人员d k ,建立由d k 决定的灰色模糊关系矩阵式(111);步骤2 根据已知的专业人员权d k 重向量式(112),计算全体专业人员D 对应的灰色模糊关系矩阵式(113);步骤3 根据已知的故障征兆灰色模糊权重向量式(114),集结各种故障模式的综合属性值,即计算式(115);步骤4 按公式(116)计算式(115)的排序向量β=(β1,β2,…,βm );步骤5 按分量β1,β2,…,βm 的大小,由大到小对相应方案进行排序,其中最大分量对应的方案为最优方案,即最优的维修决策。
112 故障征兆灰色模糊权重向量未知的灰色模糊决策方法设有灰色模糊数p 1=(u 1,v 1),p 2=(u 2,v 2),则称d (p 1,p 2)=|u 1-u 2|+|v 1-v 2|为灰色模糊数p 1,p 2的相离度。
记全体专业人员D 对应的灰色模糊关系矩阵式(113)中元素(u ij ,v ij )=r ij ,(i =1,2,…,m ,j =1,2,…,n )假故障征兆权重向量为w =(w 1,w 2,…,w n ),则由文献[2]知,w 应使总偏差函数D (w)=∑nj =1Dj(w )=∑nj =1∑mi =1∑mk =1d (r ij,r k j)wj・343・第3期井立国等:航空发动机维修灰色模糊决策方法研究取最大值。
同时由信息熵[4]的物理意义知,H (w)=-∑nj =1wjln w j 取最大值时,w =(w 1,w 2,…,w n )的随机不确定性最小。
因此,故障征兆权重的权重应是最优化问题的解m ax G(w)=∑nj =1∑mi =1∑mk =1d (r ij,r k j)wj-∑mj =1w jln wjs .t .∑nj =1wj=1,w j ≥0,j =1,2,…,n(119)由拉格朗日乘数法可得式(119)的唯一解为w j =exp∑mi =1∑mk =1d (r ij,r k j)∑nj =1exp ∑mi =1∑mk =1d (r ij,r k j),j =1,2,…,n (1110)若记故障征兆灰色模糊权重向量A ～=((w 1,0),(w 2,0),…,(w n ,0))(1111)则由式(1110)和式(113)可计算各种故障模式的综合属性值,即计算式(115)。
综上所述,在故障征兆灰色模糊权重向量未知情况下可给出一种实用的决策算法:步骤1、步骤2这两步与111中的步骤1、步骤2两步相同;步骤3依据式(113)和式(1110)计算故障征兆灰色模糊权重向量式(1111);步骤4利用式(1111),集结各故障模式的综合属性值,即计算式(115),此时步骤5、步骤6这两步与111中的步骤4、步骤5两步相同。
由此可见,维修决策问题实质上转化成为灰色模糊决策问题。
由于B ～中的每一项取值都是在综合考虑了多种影响因素后获得的,因此这种维修决策方法的使用,决策结果会更加接近航空发动机故障维修实际,决策准确性会有较大提高,该方法可用于航空发动机维修决策支持系统内部决策模块的开发。
2 航空发动机维修灰色模糊决策过程航空发动机维修灰色模糊决策模块中,各灰色模糊数(u ij ,v ij )的值能否如实地反映发动机故障模式x i与故障特征u j 之间的内在关系,直接影响着决策的质量。
因此,在构建时,需要综合考虑经验统计数据L 1、机理分析结果L 2和征兆出现的显著程度L 3等因素,以确定(u ij ,v ij )的取值,具体过程如下。
首先,专业人员d k 根据经验统计数据得出x i 发生的次数N x i 和此时u j 出现的次数N u j ,求出前后的比值u L 1ij (k )=N x i N u j,k =1,2,…,l,即表征了经验统计数据所包含的故障信息;由于u L 1ij (k )是在多数据大样本、信息充分经验丰富的条件下计算得到的,根据工厂及军队相关领域专家经验和意见,v L 1ij (k )为0≤v L 1ij (k )≤011,k =1,2,…,l 。
其次,为了弥补经验统计数据的不足,专业人员d k ,对在x i 发生时,u j “是否出现”以及“出现的程度是否显著”等进行分析判断,按照表1的标准进行独立评分[3];并根据数据多少、样本大小、信息完全程度和经验丰富程度来确定“是否出现”以及“出现的程度是否显著”等的点灰度,结合工厂及军队相关领域专家和意见,v L 2ij (k )为0≤v L 2ij (k )≤014、v L 3ij (k )为0≤v L 3ij (k )≤015,其中k =1,2,…,l 。
