● 摘要
随着信息技术的发展和广泛应用，机载设备维修保障工作重点已由传统的机械修复为主，逐步转变为以信息获取、传输、处理及维修决策为主。基于飞机状态监控系统采集、记录并传输到地面数据库中的飞行参数数据，借助各种算法和模型监控、预测机载设备的健康状况及其变化趋势，对保障飞行安全、降低维护成本、提高飞机使用效率具有重要意义。 如何利用地面存储的历史飞行数据来表征机载设备健康状况的变化过程，是课题首要解决的问题，为此提出了机载设备性能评价指标和性能指标监测序列的概念。为了提高飞行数据建模利用的准确性，需消除性能指标监测数据中的异常值和有害噪声；提出了一组符合机载设备性能指标监测序列特点的异常值辨识与剔除算法和基于信噪比经验值奇异值分解滤波消噪算法。前者灵活运用统计直方图、多项式拟合、距离辨识、切比雪夫不等式/分布模型辨识等多种方法，保证了异常值辨识与剔除的正确性与可信度；后者数学原理清晰，而且简单实用。通过仿真分析，证实了上述算法的有效性和合理性。序列平稳性是构建统计预测模型的重要前提，为此还研究了监测序列的平稳性逆序检验和平稳化处理方法。 在依据机载设备性能指标监测序列构建预测模型时，为了提高预测性能，研究了：1、基于时间序列统计预测模型的建模方法 首先证明了自回归滑动平均模型（ARMA）建模的理论依据——“任意有限带宽零均值平稳随机过程可由白噪声过程经一线性滤波器得到”这一命题。然后分别介绍了ARMA模型和函数系数自回归模型（FAR）的形式、定阶与参数/系数函数估计方法，并指出其适用范围；之后又对FAR建模所存在的主要缺点进行了仿真分析。为了克服FAR建模运算量大、存在人为性等不足，提出了一种新的统计预测模型——多项式系数自回归模型（PCAR）。同ARMA模型相比，PCAR模型扩大了适用对象范围，有效降低了建模误差；同FAR模型相比，具有参数模型的特点，而且基于BIC准则的建模算法，避免了“过渡建模”现象发生。结合某发动机EGTM监测序列对上述模型的预测性能进行了比较分析，发现PCAR模型最佳，FAR模型次之，ARMA模型最差；而且PCAR建模所需时间仅为FAR建模的0.2%。2、基于径向基函数预测网络的建模方法 介绍了径向基函数预测网络（RBFPN）的结构特点和参数二阶段学习算法，并通过仿真验证了隐层节点径向基函数中心的不稳定性。之后，重点解决了RBFPN输入层和隐层节点数目的有效确定问题：1) 分析了自相关法和奇异值分解法确定输入层节点数目的局限性，基于序列偏自相关函数的统计性质，提出了一种新的输入层节点数目确定算法；2) 分析了RBFPN预测性能、参数学习时间与隐层节点数目的关系，针对“均方误差门限法”存在人为性和“留一法”运算量大之不足，提出了一种基于BIC准则的隐层节点数目确定算法。结合某发动机EPR和N2监测序列，验证了上述算法所确定网络结构的合理性和优越性。3、“线性加权”和“序列分解”组合预测方法 组合预测能够克服单一模型自身的局限性，进一步提高预测准确度。首先，针对线性加权组合预测，提出了序列相对贴近度（SRND）相关概念和方法，分析、评价参与组合各单一模型的适用性，并据此研制权值分配算法；结合EGTM监测序列进行仿真，结果表明：基于SRND的权值分配方法，能够获得优于均方预测误差倒数加权和熵权法的组合性能，而且运算时间远小于最优权法（不足其1%）。其次，针对含有趋势项的性能指标监测序列，在奇异值分解滤波算法基础上，提出了一种联合RBFPN和FAR模型的预测方案；仿真结果表明它能克服RBFPN和FAR模型各自的不足，有效改进对EGTM监测值的预测准确度。 此外还研究了预测模型在机载设备寿命监控和异常检测中的应用方法，为科学合理制定配件更换时间和实现设备视情维修提供决策依据。基于χ2分布模型，分别提出了“标准化预测误差平方和χ2检验”和“分布拟合χ2检验”两种在线异常检测算法，并通过仿真验证了所提出算法的有效性。 最后，给出了全文的研究结论，指出利用飞行数据对机载设备实施故障预测与健康管理完全可行且十分必要。