Resumen

Como componente esencial y fuente de energía principal de las aeronaves, la estabilidad operativa del motor de avión tiene un impacto importante en la seguridad y confiabilidad del sistema. La predicción precisa de la tendencia de degradación en un motor no solo puede mejorar su estabilidad operativa, sino también reducir significativamente los costos de mantenimiento. En este artículo, se propone un método de pronóstico novedoso que combina la entropía de permutación CEEMDAN y un modelo GreyMarkov mejorado para llevar a cabo la predicción de tendencia de degradación multietapa de motores de aeronaves. Para cuantificar de manera precisa el nivel de degradación de los motores, se ha diseñado de forma innovadora un nuevo índice de degradación integrado (IDI) mediante datos sensoriales multidimensionales. Posteriormente, debido a la alta velocidad y excelente rendimiento, se emplea específicamente el algoritmo CEEMDAN para descomponer la serie IDI generada y eliminar la influencia potencial de las fluctuaciones estocásticas. Con el objetivo de abord

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Motores de aeronaves; Estabilidad operativa; Predicción de la tendencia de degradación; Algoritmo CEEMDAN; Modelo GreyMarkov; Costos de mantenimiento
• Keywords:Aircraft engines; Operational stability; Degradation tendency prediction; CEEMDAN algorithm; GreyMarkov model; Maintenance costs