• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于蒙特卡羅方法的民用飛機(jī)故障風(fēng)險(xiǎn)評(píng)估方法

      2017-11-17 09:05:27郭媛媛孫有朝李龍彪
      航空學(xué)報(bào) 2017年10期
      關(guān)鍵詞:機(jī)隊(duì)單機(jī)渦輪

      郭媛媛,孫有朝,李龍彪

      南京航空航天大學(xué) 民航學(xué)院,南京 210016

      基于蒙特卡羅方法的民用飛機(jī)故障風(fēng)險(xiǎn)評(píng)估方法

      郭媛媛,孫有朝*,李龍彪

      南京航空航天大學(xué) 民航學(xué)院,南京 210016

      為提高航空安全,降低民用飛機(jī)運(yùn)行過(guò)程中的故障風(fēng)險(xiǎn)水平,分別建立了單機(jī)風(fēng)險(xiǎn)和機(jī)隊(duì)風(fēng)險(xiǎn)計(jì)算方法,指出單機(jī)風(fēng)險(xiǎn)計(jì)算的關(guān)鍵是確定部件故障分布及故障率,威布爾分布很好地描述了部件故障分布情況。針對(duì)部件故障機(jī)理,給出了部件故障的未檢出概率、部件故障后果的條件概率及相應(yīng)嚴(yán)重性后果,判定風(fēng)險(xiǎn)水平能否接受;機(jī)隊(duì)故障風(fēng)險(xiǎn)在已知單機(jī)風(fēng)險(xiǎn)的基礎(chǔ)上,取決于機(jī)隊(duì)規(guī)模和當(dāng)前飛行循環(huán)水平?;跈C(jī)隊(duì)運(yùn)行數(shù)據(jù)預(yù)測(cè)故障飛機(jī)數(shù)量,獲得不同參數(shù)分布、故障飛機(jī)數(shù)量和退役壽命下的機(jī)隊(duì)風(fēng)險(xiǎn)水平。以某型發(fā)動(dòng)機(jī)渦輪盤(pán)榫齒裂紋為例,通過(guò)蒙特卡羅方法,模擬單機(jī)及機(jī)隊(duì)部件產(chǎn)生故障的時(shí)間,分析部件故障引起的單機(jī)風(fēng)險(xiǎn)水平和機(jī)隊(duì)風(fēng)險(xiǎn)水平,基于運(yùn)行數(shù)據(jù)給出民用飛機(jī)單機(jī)和機(jī)隊(duì)在持續(xù)適航階段的風(fēng)險(xiǎn)水平。

      民用飛機(jī);機(jī)隊(duì)風(fēng)險(xiǎn);單機(jī)風(fēng)險(xiǎn);蒙特卡羅方法;累積分布函數(shù);失效率

      民用飛機(jī)作為全球航空運(yùn)輸?shù)闹匾M成部分,保障飛行安全是對(duì)民用飛機(jī)的首要要求。隨著全球航空運(yùn)輸需求增加,其運(yùn)行安全性逐漸受到重視。隨著民用飛機(jī)性能不斷提高,結(jié)構(gòu)愈加復(fù)雜,飛機(jī)部件在運(yùn)營(yíng)階段發(fā)生故障的概率逐漸增加。因此,民用飛機(jī)風(fēng)險(xiǎn)評(píng)估方法的研究受到越來(lái)越多的關(guān)注。

      國(guó)外最早對(duì)民用飛機(jī)風(fēng)險(xiǎn)進(jìn)行研究[1-5]。美國(guó)聯(lián)邦航空管理局于2010年發(fā)布了監(jiān)控安全/分析數(shù)據(jù)(Monitor Safety-Analyze Data,MSAD)條例,對(duì)持續(xù)運(yùn)行安全過(guò)程在結(jié)構(gòu)和標(biāo)準(zhǔn)方面給出了指導(dǎo),要求提出定量的或可發(fā)展為定量的風(fēng)險(xiǎn)分析方法。同時(shí)要求給出可計(jì)算的風(fēng)險(xiǎn)因素,包括機(jī)隊(duì)風(fēng)險(xiǎn)和單機(jī)風(fēng)險(xiǎn)。其中,機(jī)隊(duì)風(fēng)險(xiǎn)為在不采取任何干預(yù)措施時(shí),機(jī)隊(duì)在壽命期內(nèi)潛在的未檢出故障導(dǎo)致的后果損失。單機(jī)風(fēng)險(xiǎn)是相對(duì)于單架飛機(jī)上,機(jī)組和乘客在每個(gè)飛行單位(飛行小時(shí)或飛行循環(huán))面臨的飛機(jī)故障風(fēng)險(xiǎn)。故障模式為未檢出的結(jié)構(gòu)故障、失控、推進(jìn)系統(tǒng)故障或飛行安全系統(tǒng)故障。分析故障風(fēng)險(xiǎn),確定災(zāi)難性后果是否需要采取糾正措施并評(píng)估該措施能否有效降低風(fēng)險(xiǎn)。

      與國(guó)外相比,國(guó)內(nèi)關(guān)于民用飛機(jī)風(fēng)險(xiǎn)方面的研究起步較晚,主要在飛行安全與航空器技術(shù)的風(fēng)險(xiǎn)評(píng)估方面進(jìn)行了一定的相關(guān)性研究[6-13]。采用蒙特卡羅仿真方法模擬發(fā)動(dòng)機(jī)多故障發(fā)生情況,計(jì)算各故障模式的風(fēng)險(xiǎn)因子以及每次飛行風(fēng)險(xiǎn);建立航空發(fā)動(dòng)機(jī)部件故障風(fēng)險(xiǎn)仿真模型、發(fā)動(dòng)機(jī)故障危險(xiǎn)等級(jí)劃分、危險(xiǎn)系數(shù)確定和風(fēng)險(xiǎn)因子計(jì)算的方法,預(yù)測(cè)發(fā)動(dòng)機(jī)故障的發(fā)生情況,評(píng)估發(fā)動(dòng)機(jī)運(yùn)營(yíng)階段的故障風(fēng)險(xiǎn),制定合理的可降低風(fēng)險(xiǎn)方案,分析維修周期對(duì)風(fēng)險(xiǎn)因子的影響,給出合理的降低風(fēng)險(xiǎn)方案;借助概率統(tǒng)計(jì)和安全性分析方法,判斷事件對(duì)單架飛機(jī)和整個(gè)機(jī)隊(duì)的影響程度;提出結(jié)合極值理論與Copula模型量化評(píng)估平尾結(jié)冰條件下飛行風(fēng)險(xiǎn)概率的方法;提出一種基于Kriging和蒙特卡羅半徑外重要抽樣混合的結(jié)構(gòu)概率風(fēng)險(xiǎn)評(píng)估方法;基于蒙特卡羅飛行仿真實(shí)驗(yàn)對(duì)結(jié)冰條件下人-機(jī)-環(huán)系統(tǒng),構(gòu)建了飛行風(fēng)險(xiǎn)發(fā)生的判定條件。隨著中國(guó)民機(jī)項(xiàng)目的蓬勃發(fā)展,中國(guó)自主設(shè)計(jì)與生產(chǎn)的飛機(jī)將越來(lái)越多地獲得適航認(rèn)證并投入運(yùn)營(yíng),但是缺乏基于MSAD提出的對(duì)持續(xù)運(yùn)行安全上單機(jī)及機(jī)隊(duì)風(fēng)險(xiǎn)評(píng)估的相關(guān)研究,本文對(duì)單機(jī)風(fēng)險(xiǎn)及機(jī)隊(duì)風(fēng)險(xiǎn)定量計(jì)算給出了詳細(xì)分析過(guò)程,并以算例進(jìn)行延伸驗(yàn)證,動(dòng)態(tài)監(jiān)測(cè)機(jī)隊(duì)運(yùn)行狀態(tài),確保民用飛機(jī)機(jī)隊(duì)運(yùn)行安全。

      本文基于機(jī)隊(duì)運(yùn)行數(shù)據(jù),建立了單機(jī)與機(jī)隊(duì)機(jī)械部件的風(fēng)險(xiǎn)評(píng)估模型,雙參數(shù)威布爾分布可擬合民用飛機(jī)上各種類(lèi)型的機(jī)械部件壽命數(shù)據(jù)[14]。統(tǒng)計(jì)表明,雙參數(shù)威布爾分布對(duì)發(fā)動(dòng)機(jī)故障模式分布具有很好的擬合性,在確定部件故障數(shù)據(jù)的情況下,能夠很好地反映部件使用壽命與故障率之間的關(guān)系[6]。同時(shí)針對(duì)航空發(fā)動(dòng)機(jī)零部件等高可靠性的產(chǎn)品,其故障統(tǒng)計(jì)通常為小樣本,利用威布爾分布在處理小樣本數(shù)據(jù)時(shí)優(yōu)勢(shì)明顯[15]。本文采用威布爾分布模型預(yù)測(cè)航空發(fā)動(dòng)機(jī)故障風(fēng)險(xiǎn),指出影響風(fēng)險(xiǎn)變化趨勢(shì)的關(guān)鍵因素,通過(guò)威布爾分布分別描述單機(jī)和機(jī)隊(duì)的部件失效率及累積分布函數(shù),以蒙特卡羅方法仿真部件故障時(shí)間。預(yù)測(cè)壽命期內(nèi)飛機(jī)運(yùn)行過(guò)程中飛機(jī)部件故障的風(fēng)險(xiǎn)水平及機(jī)隊(duì)中故障飛機(jī)數(shù)量,確定了機(jī)隊(duì)風(fēng)險(xiǎn)評(píng)估方法。以渦輪盤(pán)榫齒故障為例,建立故障未檢出概率流程圖,給出故障不安全后果的因果鏈、條件概率及相應(yīng)死亡率,計(jì)算不同運(yùn)行狀態(tài)的單機(jī)及機(jī)隊(duì)故障風(fēng)險(xiǎn),評(píng)估在壽命期內(nèi)單機(jī)風(fēng)險(xiǎn)及機(jī)隊(duì)風(fēng)險(xiǎn)是否處于可接受水平,分析維修間隔及退役壽命的制定是否合理,在綜合比較安全要求和經(jīng)濟(jì)效益的情況下,確定維修間隔、退役壽命及單機(jī)和機(jī)隊(duì)的運(yùn)行風(fēng)險(xiǎn)水平。

      1 單機(jī)與機(jī)隊(duì)風(fēng)險(xiǎn)評(píng)估模型

      單機(jī)風(fēng)險(xiǎn)RI是機(jī)組和乘客在每個(gè)飛行小時(shí)/循環(huán)面臨的飛機(jī)故障風(fēng)險(xiǎn)。單機(jī)風(fēng)險(xiǎn)針對(duì)單架飛機(jī),對(duì)每個(gè)飛行循環(huán)產(chǎn)生故障的概率進(jìn)行模擬。機(jī)隊(duì)風(fēng)險(xiǎn)RF是衡量機(jī)隊(duì)風(fēng)險(xiǎn)的重要指標(biāo),是機(jī)隊(duì)在壽命期內(nèi)由于某部件發(fā)生故障導(dǎo)致的運(yùn)行風(fēng)險(xiǎn)。單機(jī)及機(jī)隊(duì)故障風(fēng)險(xiǎn)評(píng)估流程分為3步,如圖1所示。

      圖1 機(jī)隊(duì)與單機(jī)故障風(fēng)險(xiǎn)評(píng)估過(guò)程Fig.1 Processes of fleet and individual failure risk assessment

      步驟1通過(guò)安全分析監(jiān)控?cái)?shù)據(jù)確定機(jī)隊(duì)運(yùn)行過(guò)程中存在潛在的不安全狀態(tài)時(shí),收集機(jī)隊(duì)相關(guān)數(shù)據(jù),包括當(dāng)前運(yùn)行數(shù)據(jù)、維修/運(yùn)行數(shù)據(jù)、模型數(shù)據(jù)、設(shè)計(jì)數(shù)據(jù)和歷史數(shù)據(jù),如飛機(jī)數(shù)量、各飛機(jī)當(dāng)前飛行循環(huán)、飛機(jī)退役壽命、當(dāng)前已檢出故障飛機(jī)數(shù)量和災(zāi)難性后果的致死率等。確定機(jī)隊(duì)情況,包括研究狀況、不安全后果及故障模型。確定飛機(jī)產(chǎn)生故障的參數(shù),包括機(jī)隊(duì)飛行循環(huán)、飛機(jī)數(shù)量和不安全狀態(tài)或后果,為機(jī)隊(duì)故障風(fēng)險(xiǎn)評(píng)估提供數(shù)據(jù)支持。

      步驟2結(jié)合部件故障概率、故障數(shù)量、維修間隔和未檢出概率,確定分布模型的形狀參數(shù)、壽命參數(shù)、故障率函數(shù)和風(fēng)險(xiǎn)分布函數(shù)。通過(guò)故障因果鏈確定不安全后果的條件概率和致死率。計(jì)算單架飛機(jī)某部件在壽命期內(nèi)的故障率和單機(jī)風(fēng)險(xiǎn);給出預(yù)計(jì)故障飛機(jī)數(shù),計(jì)算機(jī)隊(duì)風(fēng)險(xiǎn)。

      步驟3確定風(fēng)險(xiǎn)評(píng)估方法有效性,判定故障引起的機(jī)隊(duì)風(fēng)險(xiǎn)是否在可接受水平。若是,無(wú)需采取措施,繼續(xù)監(jiān)控飛行數(shù)據(jù)[3];若否,針對(duì)風(fēng)險(xiǎn)評(píng)估結(jié)果,分析維修間隔和退役壽命的制定是否合理,采取最優(yōu)糾正措施,重新評(píng)估機(jī)隊(duì)故障風(fēng)險(xiǎn),執(zhí)行步驟2。

      1.1 單機(jī)風(fēng)險(xiǎn)模型

      通過(guò)確定飛機(jī)部件在運(yùn)行期間是否發(fā)生故障,預(yù)測(cè)在壽命期內(nèi)由于該故障導(dǎo)致機(jī)上個(gè)體遭受致命傷害的概率[16-17]。單機(jī)風(fēng)險(xiǎn)為

      RI=h(tI)μIψIfI

      (1)

      式中:h(tI)為部件工作到時(shí)刻tI時(shí)尚未故障,tI時(shí)刻后的下一單位時(shí)間發(fā)生故障的概率;μI為部件故障導(dǎo)致飛機(jī)發(fā)生不安全后果的未檢出概率;ψI為飛機(jī)災(zāi)難性后果發(fā)生概率;fI為死亡率。發(fā)動(dòng)機(jī)部件故障概率h(tI)為

      (2)

      式中:β為形狀參數(shù);η為特征壽命。查閱文獻(xiàn)確定單架飛機(jī)部件雙參數(shù)取值;收集機(jī)隊(duì)運(yùn)行數(shù)據(jù),通過(guò)極大似然估計(jì)確定機(jī)隊(duì)部件雙參數(shù)取值。

      文獻(xiàn)[18]利用專(zhuān)家經(jīng)驗(yàn)確定運(yùn)輸類(lèi)飛機(jī)部件故障檢查效果及檢出概率,據(jù)此判斷損傷、故障是否明顯,檢查手段是否有效,是否受到疲勞損傷影響等確定未檢出概率μ值。如圖2所示,存在5種原因使故障未檢出,未檢出概率越低表明部件在導(dǎo)致不安全后果前被檢出的概率越大。

      步驟1缺陷或者故障是否明顯。若部件由潛在故障發(fā)展為功能故障的過(guò)程中被機(jī)組或維修檢查人員容易檢出,未檢出概率應(yīng)設(shè)為較小值μ=0.01;若否,執(zhí)行步驟2。

      步驟2當(dāng)前執(zhí)行的檢查措施是否有效。若是,進(jìn)一步判斷潛在故障是否在檢查后發(fā)展為功能故障,若是,應(yīng)適當(dāng)縮短該部件的維修計(jì)劃間隔,并設(shè)μ=0.06;若否,執(zhí)行步驟3。

      圖2 確定未檢出故障概率流程Fig.2 Flowchart for determining non-detection failure probability

      步驟3檢查是否起作用。若結(jié)構(gòu)設(shè)計(jì)符合安全壽命理論,如檢查脆性材料起落架結(jié)構(gòu)完整度不能很好地起到檢查監(jiān)控作用,在發(fā)生之前很難檢出,需按時(shí)移除替換,設(shè)μ=0.99;若結(jié)構(gòu)設(shè)計(jì)符合損傷容限理論,如渦輪盤(pán),對(duì)其檢查起作用,執(zhí)行步驟4。

      步驟4是否受疲勞損傷故障影響。相鄰結(jié)構(gòu)部件在相似應(yīng)力水平下運(yùn)行并發(fā)生裂紋,若是,判斷故障是由多個(gè)部件(如相鄰部件,相似結(jié)構(gòu)的縱梁)或是由多個(gè)點(diǎn)(如一個(gè)結(jié)合點(diǎn)的相鄰緊固件)增長(zhǎng),這些裂紋造成災(zāi)難性后果前難以被檢出[3];若否,執(zhí)行步驟5。

      步驟5加載路徑設(shè)計(jì)如果是單條,故障極不可能在災(zāi)難性后果發(fā)生前被檢出,μ=0.9;如果是多條,未檢出概率低于單條加載路徑,μ=0.3。

      Pai為部件發(fā)生第a種故障,發(fā)展至i狀態(tài)的條件概率。給出相應(yīng)部件故障因果鏈,如圖3所示。

      圖3 部件故障因果鏈Fig.3 Causal chain of parts failure

      該部件故障導(dǎo)致2種不安全后果。由當(dāng)前故障狀態(tài)順次發(fā)展最終至不安全后果,相應(yīng)死亡率為fI1、fI2。該部件發(fā)生不安全后果的風(fēng)險(xiǎn)為

      1.2 機(jī)隊(duì)風(fēng)險(xiǎn)模型

      在機(jī)隊(duì)運(yùn)行過(guò)程中,存在通過(guò)無(wú)損檢測(cè)未檢出的故障概率,預(yù)測(cè)機(jī)隊(duì)從當(dāng)前到退役過(guò)程中的故障飛機(jī)數(shù)量,由此發(fā)生系統(tǒng)故障甚至危及飛行安全的災(zāi)難性事故的可能性,給出嚴(yán)重性等級(jí)fF,機(jī)隊(duì)風(fēng)險(xiǎn)RF為

      RF=εFμFψFfF

      (3)

      式中:εF為故障飛機(jī)預(yù)測(cè)數(shù)量;μF為未檢出故障概率;ψF為發(fā)生災(zāi)難性后果的條件概率,因果鏈條件概率乘積之和,與故障類(lèi)型和飛行循環(huán)相關(guān);fF為嚴(yán)重性等級(jí)。

      ε為機(jī)隊(duì)中每架飛機(jī)從當(dāng)前飛行循環(huán)到退役飛行循環(huán)發(fā)生故障的條件概率之和[18],以累積分布函數(shù)表示:

      (4)

      式中:N為機(jī)隊(duì)飛機(jī)數(shù)量;Ai為第i架飛機(jī)預(yù)測(cè)故障概率;F(t)為累積分布函數(shù),t為飛行循環(huán),tR為退役飛行循環(huán),ti為當(dāng)前飛行循環(huán),tR≥ti。

      機(jī)隊(duì)中飛機(jī)設(shè)計(jì)型號(hào)存在差異,同一部件可能不完全相同,據(jù)極大似然估計(jì)函數(shù),由形狀參數(shù)獲得壽命參數(shù),即η=f(ti,β),如式(6)所示。

      (5)

      (6)

      式中:m為機(jī)隊(duì)故障飛機(jī)數(shù)。當(dāng)β確定時(shí),故障飛機(jī)數(shù)越少,機(jī)隊(duì)特征壽命越長(zhǎng)。由式(4)~式(6)可得Ai為

      取β=2,4,tR/η=2/3,1,2,Ai隨ti/tR變化趨勢(shì)如圖4所示。

      圖4 β與tR/η對(duì)Ai的影響Fig.4 Effect of β and tR/η on contribution to Ai

      當(dāng)ti/tR=0時(shí),Ai最大,新飛機(jī)有最高的損傷率。當(dāng)ti/tR=1時(shí),Ai為零,飛機(jī)退役不再運(yùn)行,故障發(fā)生率為零。當(dāng)η/tR≥1時(shí),退役壽命低于特征壽命,機(jī)隊(duì)初始運(yùn)行時(shí)損傷率Ai較低,隨飛機(jī)飛行循環(huán)增加不斷降低,較少在退役之前發(fā)生故障。η/tR=1.5,β=4,對(duì)應(yīng)的曲線,在飛機(jī)交付運(yùn)行時(shí),Ai-max僅為0.06,表明即使是剛交付的新飛機(jī),在整個(gè)壽命期僅有6%的概率發(fā)生故障;當(dāng)η/tR≤1時(shí),退役壽命高于特征壽命,機(jī)隊(duì)至少63.2%的飛機(jī)在退役前發(fā)生故障。η/tR相同時(shí),Ai隨β增大而升高。

      2 發(fā)動(dòng)機(jī)渦輪盤(pán)榫齒故障風(fēng)險(xiǎn)評(píng)估

      2.1 單機(jī)風(fēng)險(xiǎn)評(píng)估

      某型渦輪發(fā)動(dòng)機(jī)維修間隔為1 000 h,在使用中由于Ⅱ級(jí)渦輪盤(pán)榫齒裂紋斷裂導(dǎo)致葉片甩出,曾發(fā)生多次事故[19-20],文獻(xiàn)[21]指出渦輪盤(pán)榫齒在工作時(shí)承受葉片離心力引起的拉伸應(yīng)力、彎曲應(yīng)力、剪切應(yīng)力、齒面上的擠壓應(yīng)力及溫度分布不均勻引起的熱應(yīng)力,容易出現(xiàn)疲勞斷裂。通過(guò)故障數(shù)據(jù)分析,渦輪盤(pán)榫齒裂紋故障概率服從威布爾分布。由文獻(xiàn)[6]確定雙參數(shù)β=2,η=1 418/h。由式(2)獲得渦輪榫齒故障率曲線h(tI),如圖5所示, 發(fā)動(dòng)機(jī)運(yùn)行時(shí)間越長(zhǎng), 故障率上升速率越快,在到達(dá)維修間隔1 000 h時(shí),渦輪盤(pán)榫齒故障率為7.0×10-4/h。

      圖5 渦輪盤(pán)榫齒故障率Fig.5 Failure rate of dovetail gear in turbine disk

      由圖2可知,通過(guò)現(xiàn)有的電位法探傷等檢查方法檢查渦輪盤(pán)榫齒裂紋故障時(shí)存在漏檢的情況,不容易被檢出,在造成災(zāi)難性后果前難以被檢出,結(jié)構(gòu)設(shè)計(jì)符合損傷容限理論,渦輪榫齒在相似應(yīng)力水平上無(wú)相似結(jié)構(gòu)運(yùn)行,不受廣泛的疲勞故障影響,具有多條加載路徑設(shè)計(jì),μ值取0.3。

      榫齒裂紋因果鏈如圖6所示,渦輪盤(pán)榫齒產(chǎn)生裂紋概率P1與當(dāng)前運(yùn)行循環(huán)有關(guān)。當(dāng)ti/tR分別接近于20%、40%、60%、80%時(shí),P1分別為0.8、0.5、0.1、0.01。通過(guò)蒙特卡羅方法,對(duì)渦輪盤(pán)榫齒開(kāi)始出現(xiàn)裂紋故障時(shí)間,模擬100 000次,tR=1 000 h,β=2,η=1 418/h, 預(yù)測(cè)渦輪盤(pán)榫齒在運(yùn)行661 h時(shí)生成可探測(cè)到的裂紋,ti/tR=661/1 000= 66%,則P1=0.1。由榫齒裂紋導(dǎo)致發(fā)生不安全后果的各狀態(tài)條件概率由歷史統(tǒng)計(jì)數(shù)據(jù)獲得。渦輪盤(pán)榫齒故障導(dǎo)致4種不安全后果中的一種或多種:空中解體,墜毀,機(jī)身基本完整、存在人員傷亡,未正常起飛滑行、偏離跑道。4種不安全后果的嚴(yán)重性等級(jí)為死亡數(shù)與總?cè)藬?shù)之比,如圖6所示。

      圖6 渦輪盤(pán)榫齒裂紋因果鏈Fig.6 Causal chain of crack on dovetail gear in turbine disk

      ψIfI=1.6×10-4,1.37×10-4,4×10-9,3×10-7,2.45×10-7,1×10-11,5×10-9,4.9×10-8,5×10-11,1.5×10-8。

      ∑(ψIfI)=2.98×10-4,為單架飛機(jī)當(dāng)前由于榫齒裂紋故障產(chǎn)生的所有不安全后果概率。

      單機(jī)風(fēng)險(xiǎn)RI=h(tI)μIψIfI=h(tI)×0.3×2.98×10-4=8.94×10-5h(tI),如圖7所示。該發(fā)動(dòng)機(jī)在下次維修之前,渦輪盤(pán)榫齒故障導(dǎo)致的后果風(fēng)險(xiǎn)小于部件故障可接受風(fēng)險(xiǎn)水平10-7/飛行小時(shí)[2]。

      圖7 單機(jī)故障風(fēng)險(xiǎn)水平Fig.7 Failure level of individual risk

      2.2 機(jī)隊(duì)風(fēng)險(xiǎn)評(píng)估

      某機(jī)隊(duì)在役飛機(jī)有507架,當(dāng)前飛行循環(huán)如圖8所示。檢出故障飛機(jī)數(shù)m取1、3、5、7、9,tR=50 000飛行循環(huán),70 000飛行循環(huán),分析退役時(shí)間不同對(duì)機(jī)隊(duì)運(yùn)行安全的影響。

      由式(6),β=2,m=1,tR=50 000飛行循環(huán)時(shí),有

      由式(4)可得

      通過(guò)蒙特卡羅方法,對(duì)渦輪盤(pán)榫齒產(chǎn)生裂紋時(shí)間,模擬100 000次。

      當(dāng)tR=50 000飛行循環(huán),β=2,η=635 821時(shí),模擬結(jié)果如圖9所示。

      預(yù)測(cè)渦輪盤(pán)榫齒在運(yùn)行33 311飛行循環(huán)時(shí)生成可探測(cè)的裂紋,ti/tR=66.7%,P1=0.1。

      圖8 機(jī)隊(duì)飛行循環(huán)統(tǒng)計(jì)圖Fig.8 Fleet data of flight cycle

      圖9 預(yù)測(cè)渦輪盤(pán)榫齒故障的飛行循環(huán)Fig.9 Predicted flight cycle of cracking on dovetail gear in turbine disk

      (ψFfF)max=0.000 16

      ∑(ψFfF)=0.000 298

      RF=εμFψFfF=

      2.1×0.3×0.000 298=0.000 188

      當(dāng)tR=70 000飛行循環(huán)時(shí),ti=33 636飛行循環(huán),ti/tR=48.05%,P1=0.5。

      (ψFfF)max=0.000 6

      ∑(ψFfF)=0.001 488

      RF=εμFψFfF=

      5.1×0.3×0.001 488=0.002 28

      相應(yīng)η、ε和RF,如表1所示。

      分別取tR=50 000,70 000,生成圖10所示曲線RF=g(m),給出風(fēng)險(xiǎn)隨故障飛機(jī)數(shù)變化趨勢(shì),民用飛機(jī)機(jī)隊(duì)運(yùn)行風(fēng)險(xiǎn)可接受水平為0.02[2]。風(fēng)險(xiǎn)水平與退役壽命密切相關(guān),退役壽命越長(zhǎng),機(jī)隊(duì)故障風(fēng)險(xiǎn)越高。

      表1 機(jī)隊(duì)故障風(fēng)險(xiǎn)參數(shù)(β=2)Table 1 Failure risk parameters of fleet(β=2)

      圖10 機(jī)隊(duì)故障風(fēng)險(xiǎn)水平Fig.10 Failure level of fleet risk

      取(β,m)=(2,9),(2,1)。由表1或圖11獲得預(yù)測(cè)飛機(jī)出現(xiàn)渦輪盤(pán)榫齒故障數(shù)。表1中β=2,m=9,tR=50 000飛行循環(huán)時(shí),預(yù)測(cè)故障飛機(jī)數(shù)量為18.8架,當(dāng)ti=tR時(shí),存在9+18.8≈28架飛機(jī)可能出現(xiàn)渦輪盤(pán)榫齒故障;由式(3),F(xiàn)(t)隨飛行循環(huán)變化趨勢(shì)如圖11所示,tR=50 000飛行循環(huán),β=2,m=9,ti=tR時(shí),機(jī)隊(duì)累積故障率為5.41%,因此有507×5.41%≈28架飛機(jī)可能出現(xiàn)渦輪盤(pán)榫齒故障。

      圖11 威布爾累積分布函數(shù)Fig.11 Weibull cumulative distribution functions

      3 結(jié) 論

      威布爾分布很好地建立了單機(jī)運(yùn)行故障率曲線和機(jī)隊(duì)隨飛行循環(huán)變化的風(fēng)險(xiǎn)水平。對(duì)發(fā)動(dòng)機(jī)渦輪盤(pán)榫齒故障進(jìn)行單機(jī)和機(jī)隊(duì)風(fēng)險(xiǎn)計(jì)算,單機(jī)運(yùn)行風(fēng)險(xiǎn)取決于部件的故障率和未檢出概率;機(jī)隊(duì)運(yùn)行風(fēng)險(xiǎn)由機(jī)隊(duì)當(dāng)前運(yùn)行規(guī)模及飛行循環(huán)確定。

      1) 單機(jī)渦輪盤(pán)榫齒故障風(fēng)險(xiǎn)水平低于可接受水平10-7/飛行小時(shí),但隨著運(yùn)行時(shí)間接近退役壽命,故障風(fēng)險(xiǎn)水平接近10-7/飛行小時(shí)。

      2) 機(jī)隊(duì)渦輪盤(pán)榫齒故障風(fēng)險(xiǎn)在故障飛機(jī)增至9架,服役壽命為70 000飛行循環(huán)時(shí),風(fēng)險(xiǎn)水平超過(guò)機(jī)隊(duì)風(fēng)險(xiǎn)可接受水平0.02。

      3) 若當(dāng)前退役壽命下對(duì)應(yīng)風(fēng)險(xiǎn)值已超出上限值,則需根據(jù)風(fēng)險(xiǎn)計(jì)算結(jié)果采取相應(yīng)糾正措施。

      [1] CABLER J M.8110.107A Monitor safety/analyze data[S]. Washington, D.C.: Federal Aviation Administration, 2012.

      [2] U.S. Department of Transportation. Advisory circular 39-8 Continued airworthiness assessments of powerplant and auxiliary power unit installations of transport category airplanes[S]. Washington, D.C.: Federal Aviation Administration, 2003.

      [3] Transport Airplane Directorate. PS-ANM-25-05 Transport airplane risk assessment methodology handbook[S]. Washington, D.C.: Federal Aviation Administration, 2011.

      [4] BRISTOL T. Safety management system manual[S]. Washington, D.C.: Federal Aviation Administration, 2014.

      [5] GALILEO T, MICAELA D. Risk assessment techniques for civil aviation security[J]. Reliability Engineering and System Safety, 2011, 96(8): 892-899.

      [6] 李龍彪, 畢蘇藝, 孫有朝. 一種基于故障統(tǒng)計(jì)數(shù)據(jù)的發(fā)動(dòng)機(jī)風(fēng)險(xiǎn)預(yù)測(cè)[J]. 南京航空航天大學(xué)學(xué)報(bào), 2015, 47(4): 559-565.

      LI L B, BI S Y, SUN Y C. Risk prediction of aero-engine based on failure statistics data[J]. Journal of Nanjing University of Aeronautics and Astronautics, 2015, 47(4): 559-565 (in Chinese).

      [7] HEDO J M, Val M R. Assessment of narrow-body transport airplane evacuation by numerical simulation[J]. Journal of Aircraft, 2011, 48(5): 1785-1794.

      [8] 徐慶宏, 孫有朝, 李龍彪. 航空發(fā)動(dòng)機(jī)部件故障風(fēng)險(xiǎn)評(píng)估方法研究[J]. 機(jī)械科學(xué)與技術(shù), 2016, 35(8): 1291-1296.

      XU Q H, SUN Y C, LI L B. Study on risk assessment method for aero-engine component failure[J]. Mechanical Science and Technology for Aerospace Engineering, 2016, 35(8): 1291-1296 (in Chinese).

      [9] 郭媛媛, 李龍彪, 胡宇群, 等. 民用飛機(jī)運(yùn)行風(fēng)險(xiǎn)評(píng)估方法[J]. 航空工程進(jìn)展, 2016, 7(2): 253-258.

      GUO Y Y, LI L B, HU Y Q, et al. Operation risk assessment method of civil aircraft[J]. Advances in Aeronautical Science and Engineering, 2016, 7(2): 253-258 (in Chinese).

      [10] 王健名, 徐浩軍, 薛源, 等. 基于極值理論的平尾結(jié)冰飛行風(fēng)險(xiǎn)評(píng)估[J]. 航空學(xué)報(bào), 2016, 37(10): 3011-3022.

      WANG J M, XU H J, XUE Y, et al. Flight risk evaluation of tailplane icing based on extreme value theory[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(10): 3011-3022 (in Chinese).

      [11] 李巖, 張曙光, 宮綦. 一種改進(jìn)的航空發(fā)動(dòng)機(jī)結(jié)構(gòu)概率風(fēng)險(xiǎn)評(píng)估方法[J]. 航空學(xué)報(bào), 2016, 37(2): 597-608.

      LI Y, ZHANG S G, GONG Q. An improved probabilistic risk assessment method of structural parts for aeroengine[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(2): 597-608 (in Chinese).

      [12] 薛源, 徐浩軍, 胡孟權(quán). 結(jié)冰條件下人-機(jī)-環(huán)系統(tǒng)的飛行風(fēng)險(xiǎn)概率[J]. 航空學(xué)報(bào), 2016, 37(11): 3328-3339.

      XUE Y, XU H J, HU M Q. Flight risk probability of pilot-aircraft-environment system under icing conditions[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(11): 3328-3339 (in Chinese).

      [13] 孫楊慧, 楊坤, 侯乃先, 等. 渦輪盤(pán)概率風(fēng)險(xiǎn)的評(píng)估方法[J]. 航空動(dòng)力學(xué)報(bào), 2016, 31(9): 2195-2202.

      SUN Y H, YANG K, HOU N X, et al. Probabilistic risk assessment method for turbine disk[J]. Journal of Aerospace Power, 2016, 31(9): 2195-2202 (in Chinese).

      [14] 凌丹. 威布爾分布模型及其在機(jī)械可靠性中的應(yīng)用研究[D]. 成都: 電子科技大學(xué), 2010: 3-24.

      LING D. Research on Weibull distribution and its applications in mechanical reliability engineering[D]. Chengdu: University of Electronic Science and Technology of China, 2010: 3-24 (in Chinese).

      [15] 趙洪利, 劉宇文. 基于蒙特卡羅模擬的航空發(fā)動(dòng)機(jī)故障風(fēng)險(xiǎn)預(yù)測(cè)[J]. 北京航空航天大學(xué)學(xué)報(bào), 2015, 41(3): 545-550.

      ZHAO H L, LIU Y W. Forecasting for aero-engine failure risk based on Monte Carlo simulation[J]. Journal of Beijing University of Aeronautics and Astronautics, 2015, 41(3): 545-550 (in Chinese).

      [16] Society of Automotive Engineers. ARP5150 safety assessment of transport airplanes in commercial service[S]. SAE, 2003.

      [17] ABERNETHY R B. The new weibull handbook[M]. 5th ed. Florida: Society of Automotive Engineers International, 2010: 2-11.

      [18] VIOLETTE M G, SAFARIAN P, HAN N, et al. Transport airplane risk analysis[J]. Journal of Aircraft, 2015, 52(2): 395-402.

      [19] 何衛(wèi)鋒, 李應(yīng)紅, 聶祥樊, 等. 激光沖擊葉片榫頭變形控制與疲勞試驗(yàn)[J]. 航空學(xué)報(bào), 2014, 35(7): 2041-2048.

      HE W F, LI Y H, NIE X F, et al. Deformation control and fatigue test of blade tenon by laser shock peening[J]. Acta Aeronautica et Astronautica Sinica, 2014, 35(7): 2041-2048 (in Chinese).

      [20] 孫瑞杰, 閆曉軍. 渦輪葉片榫齒部位疲勞/蠕變?cè)囼?yàn)的新特點(diǎn)[J]. 航空動(dòng)力學(xué)報(bào), 2007, 22(3): 419-424.

      SUN R J, YAN X J. New characteristics of fatigue-creep tests on serration of turbine blades[J]. Journal of Aerospace Power, 2007, 22(3): 419-424 (in Chinese).

      [21] 劉濱春, 王慧. 某型發(fā)動(dòng)機(jī)渦輪盤(pán)榫齒裂紋分析[J]. 工程與試驗(yàn), 2012, 52(2): 26-27.

      LIU B C, WANG H. Analysis of serration crack in turbine disc for engineer[J]. Engineering and Test, 2012, 52(2): 26-27 (in Chinese).

      FailureriskassessmentmethodofcivilaircraftbasedonMonteCarlomethod

      GUOYuanyuan,SUNYouchao*,LILongbiao

      CollegeofCivilAviation,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China

      Inordertoimproveaviationsafetyandreducetherisklevelofpartsfailureintheprocessofcivilaircraftoperation,theindividualandfleetriskshavebeencalculated.Thekeypointsofindividualriskarehowtoconfirmthefailuredistributionandrate,whichturnsoutthatWei-bulldistributionisapplicable.Accordingtothefailuremechanismofpart,thenon-detectionprobabilityandtheconditionalprobabilitythedetectwillleadstoanunsafeoutcomeaswellasrelatedinjuryratehavebeenlisted,inordertodeterminetherisklevel.Basedontheindividualrisk,thekeypointsoffleetriskarefleetscaleandcurrentflightcircles.Thenumberoffailureflightshasbeenpredictedbasedonoperationaldata.Theriskvaluehasbeenacquiredunderdifferentoperatedsituationsuchasparameterdistribution,numberoffailureflightsaswellasretirementcycles.ThefailuretimeofindividualandfleethasbeensimulatedbyMonteCarlomethodinthecaseofserrationcrackinturbinediscofaero-engine.Therisklevelsofindividualandfleetaboutthisparthavebeenanalyzed,andthetwokindsrisklevelshavebeengivenatcontinuedairworthinessstagebasedonoperationaldata.

      civilaircraft;fleetrisk;individualrisk;MonteCarlomethod;cumulativedistributionfunction;failurerate

      2017-01-12;Revised2017-03-02;Accepted2017-04-18;Publishedonline2017-05-031644

      URL:http://hkxb.buaa.edu.cn/CN/html/20171015.html

      s:JointlyfundofNationalNaturalScienceFoundationofChinaandCivilAviationAdministrationofChina(U1333119);DefenseIndustrialTechnologyDevelopmentProgram(JCKY2013605B002);CivilAircraftSpecialFoundationofMinistryofIndustryandInformationTechnology(MJ-F-2011-33);FundofShanghaiEngineeringResearchforCivilAircraftHealthMonitoring(GCZX-2015-05);TechnicalProjectFoundationofStateAdministrationofScience,TechnologyandIndustryforNationalDefense(Z052013B003)

      .E-mailsunyc@nuaa.edu.cn

      http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

      10.7527/S1000-6893.2017.221126

      V239

      A

      1000-6893(2017)10-221126-09

      2017-01-12;退修日期2017-03-02;錄用日期2017-04-18;< class="emphasis_bold">網(wǎng)絡(luò)出版時(shí)間

      時(shí)間:2017-05-031644

      http://hkxb.buaa.edu.cn/CN/html/20171015.html

      國(guó)家自然科學(xué)基金與中國(guó)民用航空局聯(lián)合資助(U1333119); 國(guó)防基礎(chǔ)科研計(jì)劃(JCKY2013605B002); 工信部民機(jī)專(zhuān)項(xiàng)(MJ-F-2011-33); 上海民用飛機(jī)健康監(jiān)控工程技術(shù)研究中心基金(GCZX-2015-05); 國(guó)防科工局技術(shù)基礎(chǔ)科研項(xiàng)目(Z052013B003)

      .E-mailsunyc@nuaa.edu.cn

      郭媛媛,孫有朝,李龍彪.基于蒙特卡羅方法的民用飛機(jī)故障風(fēng)險(xiǎn)評(píng)估方法J.航空學(xué)報(bào),2017,38(10):221126.GUOYY,SUNYC,LILB.FailureriskassessmentmethodofcivilaircraftbasedonMonteCarlomethodJ.ActaAeronauticaetAstronauticaSinica,2017,38(10):221126.

      (責(zé)任編輯:張晗)

      猜你喜歡
      機(jī)隊(duì)單機(jī)渦輪
      熱連軋單機(jī)架粗軋機(jī)中間坯側(cè)彎廢鋼成因及對(duì)策
      新疆鋼鐵(2021年1期)2021-10-14 08:45:36
      2014款寶馬525Li渦輪增壓壓力過(guò)低
      宇航通用單機(jī)訂單式管理模式構(gòu)建與實(shí)踐
      廈航機(jī)隊(duì) Fleet
      南航機(jī)隊(duì)展示
      空中之家(2018年1期)2018-01-31 01:50:56
      水電的“百萬(wàn)單機(jī)時(shí)代”
      能源(2017年9期)2017-10-18 00:48:22
      南航機(jī)隊(duì)展示
      空中之家(2017年5期)2017-04-26 06:25:51
      南航機(jī)隊(duì)展示
      空中之家(2017年1期)2017-04-17 06:09:58
      渦輪增壓發(fā)動(dòng)機(jī)與雙離合變速器的使用
      筑路機(jī)械單機(jī)核算的思考與研究
      蛟河市| 敦化市| 惠安县| 那坡县| 塔城市| 闽侯县| 通渭县| 专栏| 房山区| 广南县| 谢通门县| 通山县| 常宁市| 昆明市| 颍上县| 兴仁县| 大同县| 宜章县| 兴仁县| 安国市| 盱眙县| 东方市| 大竹县| 姚安县| 通州市| 绥宁县| 孟州市| 扶余县| 加查县| 青岛市| 浪卡子县| 庐江县| 东辽县| 夏津县| 宣威市| 宁阳县| 偃师市| 韩城市| 邹平县| 乌什县| 和田县|