APP下载

某型发动机可靠性分配建模及可靠性研究*

2016-03-15谢小平任长合

舰船电子工程 2016年2期
关键词:故障率建模发动机

谢小平 任长合 张 锦 沈 军

(镇江船艇学院 镇江 212003)



某型发动机可靠性分配建模及可靠性研究*

谢小平任长合张锦沈军

(镇江船艇学院镇江212003)

摘要论文以某型发动机为研究对象,针对主机和燃油流量调节器典型部件,对其故障率指标的可靠性建模和分配进行了研究。采用模糊综合评判理论和模糊推理方法相结合的方法,建立了某型航空发动机可靠度分配模型,在此基础上分析了相应部件在修复后可靠性指标的变化,并与以前的定寿方法进行对比分析。得到主机和燃油流量调节器分别延寿88h和59h。为发动机延寿提供参考。

关键词发动机; 故障率; 燃油流量调节器; 可靠性分配; 建模; 定寿

Reliability Distribution Modeling and Reliability Research of X Engine

XIE XiaopingREN ChangheZHANG JinSHEN Jun

(Zhenjiang Water Craft College, Zhenjiang212003)

AbstractThis paper used X engine as research object, aiming at main component and fuel mass flow regulator, researched reliability modeling and distribution of failure rate. This paper adopted fuzzy and synthetic evaluation theory and fuzzy deduction, established reliability distribution model, analyzed reliability change of corresponding components after repairing on this basis, and previous evaluating life span method was compared, life of main component and fuel mass flow regulator prolonged 88h and 59h. It provided reference to prolong engine use life.

Key Wordsengine, failure ratio, fuel mass flow regulator, reliability distribution, modeling, determining life

Class NumberV235.13

1引言

传统的航空发动机可修复附件的可靠性评估,通常是对附件本身的各种故障模式不加区分,并且是建立在“修复如新”的基础上。事实上,不同故障所造成的影响及其结果并不相同。如果把这些故障等同看待,客观上是不合理的,难以界定修复后的再次定寿指标。因此本文从可修复附件的结构入手,采用可靠性分配的理念确定其组件的可靠性贡献度,将各故障部位加以区分,分析附件的可靠性指标。

2可靠性分配方法

可靠性与维修性指标分配是为了把系统的可靠性与维修性定量要求按照一定的准则分配给系统各组成附件而进行的工作。其目的是将整个系统的可靠性与维修性要求转换为每一个分系统或附件的可靠性与维修性要求,使之协调一致。它是一个由整体到局部,由上到下的分解过程。

经典的可靠性分配模型和方法很多,如等分分配法、比例分配法、AGREE法、可靠性工程加权分配法[1]等。

由于航空发动机属于多发性故障、多故障模式类别的复杂机电产品,其可靠性数据的统计结果会因统计方法的不同相差很大,因而适用于航空发动机可靠性分配的可靠性数据或不足、或可信性不大。另一方面,影响发动机可靠性的因素很多,都存在不同程度的模糊性。因此对这类复杂产品的可靠性分配,实质上是一种模糊决策,常规的分配方法或是不适用,或是应用效果不佳。因此,本文采用模糊理论对某型航空发动机主机及其典型可修复附件进行可靠性分配。

3模糊可靠性分配建模

本文采用模糊综合评判理论和模糊推理方法相结合的方法[2~5],对某型航空发动机进行可靠度分配分析。当系统的可靠度已有明确的限定,而各因素没有明确的限定时,只需单独分析研究子系统在发动机中处的地位、所起的作用,并从费用、重要程度、复杂程度和制造水平等几个方面来考虑,提出推理语句,从而用模糊数学理论对这类问题量化处理;在这个基础上,再用模糊综合评判理论中可靠度分配的方法,得到满足系统可靠度要求的分配方案。

1) 建立因素集及其子集

首先根据因素的属性,将影响附件可靠性的因素归纳为重要程度U1、复杂程度U2、制造水平U3和附件技术特性U4共四类因素,以此组成因素集U,则有

U={U1,U2,U3,U4}

然后将各因素细分为若干子因素,从而组成因素子集。

2) 确定各因素的权重集

各因素之间对附件可靠度的影响通常是不同的,所以要建立各因素的权重集。权重集的合理性将在很大程度上影响可靠度分配的准确性,根据经验和专家打分可以得出任一因素度应得权重。但是,常规主观赋权法中专家给出的结论是一个精确的数值,这显然与决策信息欠缺的实际情况不符,如果允许专家用模糊语言直接给影响因素赋权,则权重集会更为合理。本文根据设计初期系统可靠性分配的特点,采用了一种新的模糊语言量化方法,以便进一步扩大因素赋权和单因素评判的效果。

设C为1个梯形模糊数,其隶属函数为C(x),则其一般表达式为

(1)

设n位专家参与赋权,第j位专家对因素Ui(i=1,2,3,4)评定的模糊权重为

φij(x)=(aij,bij,cij,dij)

则其期望评价、n位专家的平均期望评价分别为

(2)

(3)

最后将平均期望评价作归一化处理,得到各因素的权重集φ=(φ1,φ2,φ3,φ4),其中φi为各因素对权重集的隶属度。

3) 建立因素等级集和相应的模糊子集

专家在决策信息欠缺时能作出模糊性的判断,所以用模糊语言划分因素等级集的方法更合理。于是,因素等级集可设为

V={v1,v2,…,vn}

式中:vi(i=1,2,…,n)是用梯形模糊数表示的模糊语言变量,如“较高”、“较低”、“中等”。通过各子系统的可靠度范围和因素等级集建立离散的可靠度对各因素等级的模糊子集。

4) 模糊评估

首先进行单个因素评判,即要求专家就每个子因素给出评判对象取各个评价元素的可能性,从而得到一个单因素评判向量。显然,决策信息缺乏时单因素评判结果也会具有模糊性,仅给出1个精确值的常规方法并不合理,因此也改用梯形模糊数来表示[6]。

当有多名专家参与评判时,单因素评判的结果按上述处理权重的方法进行计算,就可得到众专家按子因素ij评判时,评判对象取vk(k=1,2,…,n)的平均可能性mijk(j=1,2,…,t)。从而,ui的单因素评判矩阵Mi=[mijk]t×n。Mi亦称为ui与vk之间的模糊关系,rijk在数学上表示二元组(uij,vk)隶属于该模糊关系的隶属度。考虑子因素权重后,得到1级评判向量。

Xi=φi∘Mi=[xi1,xi2,…xin],(i=1,2,3,4)

式中:合成运算“∘”采用可综合考虑全部单因素评判信息的(+,×)模糊算子。于是,得到2级评判矩阵M=[X1,X2,X3,X4]T。同样,考虑类因素的权重后,得到2级评判向量

X=φ∘M=[x1,x2,…,xn]

采用加权平均法对xj做进一步处理,即将xj作为权数,以对各评价元素vj进行加权平均的值作为评判结果,则

(4)

其中vj为梯形模糊数,式(4)不能用常规方法直接计算,设vj=(aj,bj,cj,dj),δ1j=bj-aj,δ2j=dj-cj,(j=1,2,…,n),则vj的α截集为

该方法与现有方法相比,不仅能够更好地利用专家经验来提高评判结果的准确性,而且可以得到不同置信水平下的分配结果,因而具有更好的工程应用价值。

4主机可靠性分配及可靠性研究

4.1主机可靠性分配

某型发动机的主机由压气机、燃烧室、尾喷管、涡轮和附件传动装置五个部件串联而成,其首翻期的故障率指标λ=0.176%,现将该指标分配给各部件。

首先评估压气机的可靠性水平。因素集合中的因素子集设置如上所述,现确定它们的权重集[7]。为了便于专家给因素赋权,这里将因素的相对重要程度分成五级:很重要:A=(7.5,8,8.5,9);重要:B=(6,6.5,7,7.5);较重要:C=(4.5,5,5.5,6);一般:D=(3,3.5,4,4.5);不重要:E=(1.5,2,2.5,3)。五位专家对因素子集的权重赋值见表1。其中,第一位专家赋给u11的权重为φ11=(7.5,8,8.5,9),在表1中表示为A,其他以此类推。

表1 专家对因素子集u1的权重赋值

现将模糊评语设为五等,则评价集为

V={v1,v2,v3,v4,v5}

={较差,一般,较好,好,很好}

式中:v1=(0,1,1.5,2);v2=(2,3,3.5,4);v3=(4,5,5.5,6);v4=(6,7,7.5,8);v5=(8,9,9,9.5)。

单因素评判的一致性判据设置为:针对每个评价元素,单因素评判的绝对偏差(个人的期望评价与相应的平均期望评价之差的绝对值)不得大于0.1[8~9]。经验证,表2中的单因素评价满足该一致性判据。

表2 单因素评判的平均值

同样,可以得到对其他两个子因素进行单因素评判的平均期望评判。于是

则因素集u1的1级评判向量为

X1=φ1∘M1

=[0.1924,0.4365,0.8664,0.9154,0.7231]

按照以上方法,同样可以得到因素子集u2、u3和u4的单因素评判结果,则2级评判矩阵如下:

按u1的权重赋值方法,各类因素的权重集φ=[0.3054,0.2371,0.2876,0.1527],则2级评判向量为

X=φ∘M

=[0.1766,0.4534,0.7867,0.8201,0.4786]

在上述计算结果基础上,进一步得到y1=(0.6,[4.5334,5.5432],0.3891),其物理意义为:压气机的可靠性水平大约在评价域的[4.5334,5.5432]区间内。

按照上述方法,再对燃烧室、尾喷管、涡轮和附件传动装置的可靠性水平进行评判,其结果分别为

y2=(0.3982,[2.5467,3.7684],0.2337)

y3=(0.5321,[1.9087,2.6755],0.3378)

y4=(0.5099,[5.5531,6.4453],0.5577)

y5=(0.3021,[6.5641,7.4423],0.3588)

表3 主机各组件故障率分配及可靠性贡献度

4.2主机可靠性研究

某发动机从初始状态使用至600h时,压气机叶片多处打伤,经返场更换新压气机后继续投入使用。经分析可知,该型发动机首次故障分布满足β=1.229,r=0.104三参数的威布尔分布,进一步得到可靠度函数如下:

即R(600)=79.43%,进一步得到相应的λ(600)=0.118%。

由上述步骤得到此时各分组件的故障率分配如表4所示。

表4 t=600h发动机各组件故障率分配

修复后压气机更换为新件,故障率起始值为0,此时发动机总故障率变为

λ′(600)=0.086%

计算可得主机故障率为0.086%的使用时间为

t=512h

即此主机在修复后相当于回到了原先t=512h的可靠性水平,按照原有首翻期800h的规定,再次使用可定寿为288h。如果不从主机的结构角度分析,得到再次使用寿命仅为200h,这样会大大缩短了维修周期,造成资源的严重浪费。

在实际运用中,还需要对主机组件进行进一步的可靠性分配,细化到每一个底层单元;需要注明的是,这样运用的前提是每一个底层单元的剩余寿命至少要高于主机的剩余寿命,否则可能会出现这样一种情况,主机的可靠度值还比较高,而底层关键单元的剩余寿命已经很短了,特殊情况下建议提前更换这些危险单元,以有效延长主机的翻修周期。

5典型可修复附件可靠性分配研究

5.1燃油流量调节器可靠性分配

燃油流量调节器由高压转子转速控制器、膜盒组件、空气分压器、压差控制器、P3限制器、附面层控制再调活门、温度控制器和齿轮传动系统等组成,其首翻期的故障率指标为λ=0.106‰。实际使用中发现,故障主要集中发生在传动系统、高压转子转速控制器、附面层控制再调活门三处,因此这里视其他组件的可靠度为1[10]。

依据专家打分,并结合第3节的处理方法,计算各组件的故障率分配情况如表5所示。

表5 燃油流量调节器各组件故障率分配及可靠性贡献度

5.2燃油流量调节器可靠性研究

此燃油流量调节器的累积工作时间为153h,再次使用时给定的寿命仅为47h。考虑到此燃油流量调节器已更换了两个主要故障件,必然会在一定程度上提高附件的可靠度,所以此燃油流量调节器还有延寿的潜质,下面通过计算分析进行说明。

该型燃油流量调节器首次故障分布满足β=1.114,α=171.2,γ=12.1的三参数的威布尔分布,可靠度函数如下:

最后一次故障时,传动系统已工作153h,高压转子转速控制器已工作56h。

R(56)=98.72%,λ(56)=0.022‰

R(153)=98.16%,λ(153)=0.082‰

t=56h和t=153h的故障率分配如表6所示。

表6 t=56h和t=153h时燃油流量调节器的故障率分配

经最后一次修复后,此燃油流量调节器的故障率为

λ=3.5875×10-5+0.4561×10-5=0.040‰

计算可得故障率为0.040‰的使用时间为

t=94h

此燃油流量调节器的可靠性水平已回复到t=94h的时候,按照其原有翻修周期200h的规定,再次使用可定寿为106h,这已远远超过47h的指标。

6结语

本文建立了某发动机模糊可靠性分配模型。并在此模型基础上,对主机和燃油流量调节器进行了故障率指标的可靠性分配,研究了相应附件在修复后的可靠性指标变化情况,得到主机和燃油流量调节器分别延寿88h和59h。通过与以前的定寿方法进行对比分析,得到本文的方法是有效的。

参 考 文 献

[1] 王俨剀,廖明夫.航空发动机健康等级综合评价方法[J].航空动力学报,2008,23(5):939-945.

[2] 夏耀洲,朱从乔.基于修正因子模糊数学模型的柴油机调速技术研究[J].内燃机学报,2004,25(1):51-53.

[3] 赵德孜,温卫东,段成美.基于模糊数的航空发动机可靠性预计模型[J].航空动力学报,2004(3):320-323

[4] 胡金海,谢寿生,等.基于粗糙集理论的航空发动机性能综合评判[J].系统工程与电子技术,2006,28(5):704-706.

[5] 安宗文.机械模糊可靠性设计理论研究与应用[D].前州:前州理工大学,2003.

[6] 赵德孜,温卫东.基于模糊综合评判的航空发动机可靠性分配方法[J].航空发动机,2005,31(1):22-27.

[7] Park K S. Fuzzy apportionment of systems reliability[J]. IEEE Trans. Reliability,1987,36(2):129-132.

[8] Utkin L V. A method to solve fuzzy reliability optimiz-ation problem[J]. Microelectronics and Reliability,1995,35:171-191.

[9] 潜伟建,夏志澜.舰船技术状态等级划分研究[J].船舶工程,2001,5:62-64.

[10] Goldberg D E. Genetic algorithms in search, optimization and machine lerning[M]. MA: Addison-wesley,1989:1-83.

中图分类号V235.13

DOI:10.3969/j.issn.1672-9730.2016.02.031

作者简介:谢小平,男,硕士,助教,研究方向:发动机建模。

*收稿日期:2015年8月4日,修回日期:2015年9月23日

猜你喜欢

故障率建模发动机
基于FLUENT的下击暴流三维风场建模
通过控制策略的改进降低广五直线电机的故障率
2015款宝马525Li行驶中发动机熄火
基于运行信息的断路器故障率预测研究
联想等效,拓展建模——以“带电小球在等效场中做圆周运动”为例
求距求值方程建模
发动机空中起动包线扩展试飞组织与实施
基于PSS/E的风电场建模与动态分析
浅析如何提高TEG发电机运行效率以降低设备故障率
新一代MTU2000发动机系列