摘要:针对机载燃油泵性能退化过程呈现的多阶段、非线性的特点以及对寿命预测实时性的要求,提出了一种基于失效物理与数据驱动融合的燃油泵在线退化建模与寿命预测方法。 通过开关卡尔曼滤波器对燃油泵退化阶段进行在线识别,并对快速退化阶段建立失效物理与数据驱动融合的退化模型,然后基于无迹卡尔曼滤波器对建立的退化模型不断进行模型参数更新,并使用更新后的模型对失效寿命进行预测。 将所提方法分别与纯数据驱动的方法、不进行退化阶段识别以及不进行参数更新的融合方法进行比较,整个参数更新过程中其均方根误差不超过 0. 3,寿命预测百分比误差不超过 2% ,均小于对比方法,验证了本文方法的有效性与优越性。

摘要:针对机载燃油泵可靠性高、寿命长,实际工作环境复杂,而试验应力因素单一等特点,设计搭建了复杂应力条件下燃油泵退化试验平台,并对应力因素影响进行了分析。 首先通过对燃油泵失效机理的分析,选取了影响轴承磨损的电应力和机械振动作为主要应力,开展其性能退化研究;然后基于以上选取的应力搭建了燃油泵退化试验平台和振动试验装置,并对压力传感器和流量传感器进行了选型,介绍了信号采集控制系统,设计了燃油泵夹持装置并对其动态性能进行了分析;最后基于正交试验思想设计了试验方案,并采用极差分析和方差分析 2 种方法对试验结果进行了分析。 所提方法缩减了 2 / 3 的试验次数,节省了试验时间,并得出电压对燃油泵可靠性的影响更为显著,其置信度可达 99% 。