第1章 绪论 1
1.1 引言 1
1.2 目前存在的问题 2
1.3 研究现状与发展趋势 5
1.3.1 性能可靠性分析原理 5
1.3.2 基于单性能参数的可靠性分析技术 8
1.3.3 基于多性能参数的可靠性分析技术 12
1.3.4 航空发动机在翼寿命评估技术 12
1.3.5 基于多失效模式共存的可靠性分析技术 14
1.4 本书主要内容 15
第2章 基于性能数据的航空发动机机队可靠性评估 18
2.1 概述 18
2.2 航空发动机主要性能监测参数分析 19
2.2.1 巡航监控参数 19
2.2.2 发动机排气温度裕度（EGTM）定义 19
2.2.3 影响EGTM的因素分析 20
2.3 航空发动机性能数据的分析 22
2.3.1 性能数据预处理 22
2.3.2 性能数据中不完全寿命数据的可靠度计算 23
2.4 基于带漂移的布朗运动的航空发动机EGTM性能退化量模型 25
2.4.1 基于带漂移的布朗运动的概念及性质 25
2.4.2 基于带漂移的布朗运动的航空发动机性能退化量模型的建立 32
2.4.3 EGTM性能符合带漂移的布朗运动的检验 33
2.5 航空发动机机队可靠性评估模型 34
2.5.1 可靠性评估模型的建立 34
2.5.2 模型中未知参数估计 36
2.5.3 实时可靠性评估模型的修正 37
2.6 实例分析 37
2.6.1 带漂移的布朗运动的检验 38
2.6.2 可靠度函数的建立 39
2.6.3 可靠性评估模型的检验 40
第3章 单性能参数条件下航空发动机在翼寿命预测方法研究 42
3.1 概述 42
3.2 基于贝叶斯更新方法的航空发动机在翼寿命预测模型 43
3.2.1 贝叶斯统计推断 43
3.2.2 具有一般独立同分布随机误差项的随机参数线性退化量模型 45
3.2.3 具有布朗运动误差项的随机参数线性退化量模型 48
3.2.4 模型实现 50
3.3 基于时间序列方法的航空发动机在翼寿命预测模型 53
3.3.1 时间序列方法简介 53
3.3.2 基于时间序列方法的航空发动机在翼寿命预测模型实现 54
3.4 基于免疫粒子群的航空发动机在翼寿命组合预测模型 60
3.4.1 航空发动机在翼寿命组合预测模型描述 60
3.4.2 组合预测模型描述 60
3.4.3 免疫粒子群优化算法 61
3.4.4 航空发动机在翼寿命组合预测实现 63
第4章 多性能参数条件下的航空发动机在翼寿命预测方法研究 65
4.1 概述 65
4.2 状态空间模型和卡尔曼滤波算法 66
4.2.1 状态空间模型 66
4.2.2 卡尔曼滤波理论 69
4.3 基于卡尔曼滤波算法的时变参数退化量模型 72
4.3.1 时变参数退化量模型的状态空间表示 72
4.3.2 时变参数估计的卡尔曼滤波递归算法 73
4.3.3 时变参数退化量模型的建立 74
4.4 基于多参数的航空发动机性能退化失效模型 80
4.4.1 随机行走过程 80
4.4.2 多维正态随机变量的性质 80
4.4.3 基于多参数的航空发动机性能退化失效分析 81
4.4.4 实时性能可靠度函数曲线 83
4.5 基于性能可靠性的航空发动机在翼寿命控制 85
4.5.1 基于性能可靠性的航空发动机实时可靠在翼寿命预测 85
4.5.2 航空发动机在翼寿命控制 86
第5章 多失效模式共存下的航空发动机使用可靠性评估 88
5.1 概述 88
5.2 航空发动机在翼寿命影响因素分析 89
5.3 航空发动机典型失效模式失效模型的建立 91
5.3.1 三类典型失效模式失效数据的收集整理 91
5.3.2 协变量主成分分析 93
5.3.3 基于比例危险模型的典型失效模式的失效分布函数的建立 95
5.3.4 误差分析 97
5.3.5 模型实现 98
5.4 基于多失效模式共存的航空发动机使用可靠性评估 99
第6章 民航发动机视情维修管理系统开发 104
6.1 概述 104
6.2 系统的总体设计 104
6.2.1 系统需求与应用目标 104
6.2.2 系统的功能模块 105
6.3 航空发动机可靠性评估和下发预测的流程 106
6.3.1 航空发动机可靠性评估流程 106
6.3.2 航空发动机下发预测流程 107
6.4 系统的具体实现 108
6.4.1 系统开发平台简介 108
6.4.2 数据库设计 108
6.4.3 系统软件界面 109
附录 115
参考文献 126