基于参数融合的航空发动机的可靠性建模分配方法

技术领域

本发明涉及发动机设计技术领域，特别涉及一种航空发动机的可靠性建模分配方法及可靠性评估方法。

背景技术

可靠性指标是产品研制阶段的设计依据，也是衡量产品使用可靠性的参照。在航空领域，民用航空发动机典型的可靠性指标包括：空停率(Inflight Shutdown Rate，IFSR)、返厂率、签派中断率(Dispatcher Interrupt Rate，DIR)等，上述可靠性指标通常为运营指标，国外OEM(Original Equipment Manufacturer，原始设备制造商)，如GE(GeneralElectric Company，通用电气公司)、P&W(Pratt&Whitney Group，普拉特·惠特尼集团)、RR(Rolls Royce plc.，罗尔斯·罗伊斯)等，其可靠性指标的分配与评估均可利用前代产品的运营数据做支撑，并在相似产品的使用中得到了充分验证，通过不断的可靠性分析、设计迭代，其发动机产品的可靠性达到了很高水平。

国内除有限的军机经验外，在民用航空发动机可靠性参数体系构建领域尚处探索阶段，在可靠性参数转化、可靠性要求制定、可靠性指标分配等方面，缺乏系统化、工程化的方法。

发明内容

本发明要解决的技术问题是为了克服现有技术中航空发动机的可靠性指标在缺乏历史数据作为参考时无法进行分配和评估依靠的缺陷，提供一种航空发动机的可靠性建模分配方法及可靠性评估方法。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种基于多参数融合的航空发动机的可靠性建模分配方法，所述可靠性建模分配方法包括：

基于所述发动机的运营可靠性指标与所述发动机的设计指标的关联关系建立可靠性转化与分配模型；

基于参数融合算法融合所述运营可靠性指标的若干影响因子以确定所述可靠性转化与分配模型的参数；

基于确定参数后的所述可靠性转化与分配模型将所述运营可靠性指标转化为所述设计指标并分配到所述航空发动机的部件系统。

较佳地，所述运营可靠性指标包括返厂率；所述影响因子包括发动机返厂特征参数、工况因子、特征寿命、首次返厂间隔和返厂率分配比例；

基于所述发动机的运营可靠性指标与所述发动机的设计指标的关联关系建立可靠性转化与分配模型的步骤包括：

基于威布尔分布模型、所述发动机的返厂率与所述部件系统的特征寿命的关联关系建立返厂率转化模型；

基于参数融合算法融合所述运营可靠性指标的若干影响因子以确定所述可靠性转化与分配模型的参数的步骤包括：

基于DS证据理论和贝叶斯算法将所述发动机返厂特征参数、所述工况因子、所述首次返厂间隔、所述返厂率分配比例和所述特征寿命进行融合以确定所述返厂率转化模型的参数。

较佳地，所述返厂率转化模型包括以下公式：

R＝1-F(t)；

F(t)＝SVR*t；

其中，R为发动机可靠度，A为发动机返厂特征参数，θ为特征寿命，β为形状参数，t为时间，F(t)为发动机失效概率，SVR为发动机返厂率。

较佳地，所述运营可靠性指标包括空停率；所述影响因子包括失效严酷程度、失效影响等级、零部件数量、零部件工况；

基于所述发动机的运营可靠性指标与所述发动机的设计指标的关联关系建立可靠性转化与分配模型的步骤包括：

基于空停故障树模型建立空停率转化模型；所述空停故障树模型包括导致空停的所有底事件集合；

基于参数融合算法融合所述运营可靠性指标的若干影响因子以确定所述可靠性转化与分配模型的参数的步骤包括：

基于主成分分析算法将所述失效严酷程度、所述失效影响等级、所述零部件数量、所述零部件工况进行融合以确定所述空停故障树模型内各底事件的权重系数。

较佳地，所述运营可靠性指标包括签派中断率；所述影响因子包括航线可更换单元的数量、工况参数、故障被检测率和维修可达性参数；

基于所述发动机的运营可靠性指标与所述发动机的设计指标的关联关系建立可靠性转化与分配模型的步骤包括：

基于所述签派中断率与所述航线可更换单元故障率的关联关系建立签派中断率转化模型；

基于参数融合算法融合所述运营可靠性指标的若干影响因子以确定所述可靠性转化与分配模型的参数的步骤包括：

将所述航线可更换单元的数量、工况参数、故障被检测率、维修可达性参数进行融合以确定所述签派中断率转化模型的参数。

较佳地，所述签派中断率转化模型包括以下公式：

DIR＝F(t)*γ

其中，DIR为签派中断率，为F(t)为航线可更换单元故障率，γ

较佳地，所述可靠性建模分配方法还包括：

获取所述发动机的试验所积累的故障数据；

基于所述故障数据确定所述发动机返厂特征参数。

本发明还提供一种航空发动机的可靠性评估方法，所述可靠性评估方法包括：

获取所述发动机的运营可靠性指标和所述运营可靠性指标的若干影响因子；

基于所述运营可靠性指标和所述影响因子利用如上所述的发动机的可靠性建模分配方法以得到可靠性转化与分配模型；

基于所述可靠性转化与分配模型的参数进行仿真分析；

将仿真分析的结果与所述运营可靠性指标进行比较以对所述发动机进行评估。

本发明还提供一种基于多参数融合的航空发动机的可靠性建模分配系统，所述可靠性建模分配系统包括：

模型建立模块，用于基于所述发动机的运营可靠性指标与所述发动机的设计指标的关联关系建立可靠性转化与分配模型；

参数确定模块，用于基于参数融合算法融合所述运营可靠性指标的若干影响因子以确定所述可靠性转化与分配模型的参数；

指标分配模块，用于基于确定参数后的所述可靠性转化与分配模型将所述运营可靠性指标转化为所述设计指标并分配到所述航空发动机的部件系统。

较佳地，所述运营可靠性指标包括返厂率；所述影响因子包括发动机返厂特征参数、工况因子、特征寿命、首次返厂间隔和返厂率分配比例；

所述模型建立模块具体用于基于威布尔分布模型、所述发动机的返厂率与所述部件系统的特征寿命的关联关系建立返厂率转化模型；

所述参数确定模块具体用于基于DS证据理论和贝叶斯算法将所述发动机返厂特征参数、所述工况因子、所述首次返厂间隔、所述返厂率分配比例和所述特征寿命进行融合以确定所述返厂率转化模型的参数。

较佳地，所述返厂率转化模型包括以下公式：

R＝1-F(t)；

F(t)＝SVR*t；

其中，R为发动机可靠度，A为发动机返厂特征参数，θ为特征寿命，β为形状参数，t为时间，F(t)为发动机失效概率，SVR为发动机返厂率。

较佳地，所述运营可靠性指标包括空停率；所述影响因子包括失效严酷程度、失效影响等级、零部件数量、零部件工况；

所述模型建立模块具体还用于基于空停故障树模型建立空停率转化模型；所述空停故障树模型包括导致空停的所有底事件集合；

所述参数确定模块具体还用于基于主成分分析算法将所述失效严酷程度、所述失效影响等级、所述零部件数量、所述零部件工况进行融合以确定所述空停故障树模型内各底事件的权重系数。

较佳地，所述运营可靠性指标包括签派中断率；所述影响因子包括航线可更换单元的数量、工况参数、故障被检测率和维修可达性参数；

所述模型建立模块具体还用于基于所述签派中断率与所述航线可更换单元故障率的关联关系建立签派中断率转化模型；

所述参数确定模块具体还用于将所述航线可更换单元的数量、工况参数、故障被检测率、维修可达性参数进行融合以确定所述签派中断率转化模型的参数。

较佳地，所述签派中断率转化模型包括以下公式：

DIR＝F(t)*γ

其中，DIR为签派中断率，F(t)为航线可更换单元故障率，γ

较佳地，所述可靠性建模分配系统还包括：

故障数据获取模块，用于获取所述发动机的试验所积累的故障数据；

返厂特征参数确定模块，用于基于所述故障数据确定所述发动机返厂特征参数。

本发明还提供一种航空发动机的可靠性评估系统，所述可靠性评估系统包括：

指标获取模块，用于获取所述发动机的运营可靠性指标和所述运营可靠性指标的若干影响因子；

模型构建模块，用于基于所述运营可靠性指标和所述影响因子利用如上所述的航空发动机的可靠性建模分配系统以得到可靠性转化与分配模型；

仿真分析模块，用于基于所述可靠性转化与分配模型的参数进行仿真分析；

比较评估模块，用于将仿真分析的结果与所述运营可靠性指标进行比较以对所述发动机进行评估。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于多参数融合的航空发动机的可靠性建模分配方法或如上所述的航空发动机的可靠性评估方法。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于多参数融合的航空发动机的可靠性建模分配方法或如上所述的航空发动机的可靠性评估方法。

本发明的积极进步效果在于：本发明提供的基于多参数融合的航空发动机的可靠性建模分配方法，通过基于发动机的运营可靠性指标与发动机的设计指标的关联关系建立可靠性转化与分配模型，基于参数融合算法融合运营可靠性指标的若干影响因子以确定可靠性转化与分配模型的参数，将运营的可靠性指标转化为可贯彻的设计指标，对多种参数进行智能化数据融合，综合考虑了发动机的多种特征，突破了无历史使用数据的瓶颈，为发动机设计改进与可靠性增长提供了定量分析依据。

附图说明

图1为本发明实施例1的基于多参数融合的航空发动机的可靠性建模分配方法的流程图。

图2为本发明实施例2的基于多参数融合的航空发动机的可靠性建模分配方法的流程图。

图3为本发明实施例2的空停故障树的示意图。

图4为本发明实施例3的航空发动机的可靠性评估方法的流程图。

图5为本发明实施例4的基于多参数融合的航空发动机的可靠性建模分配系统的结构示意图。

图6为本发明实施例5的基于多参数融合的航空发动机的可靠性建模分配系统的结构示意图。

图7为本发明实施例6的航空发动机的可靠性评估系统的结构示意图。

图8为本发明实施例7的电子设备的硬件结构示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

请参考图1，其为本实施例中的基于多参数融合的航空发动机的可靠性建模分配方法的流程图。具体的，如图1所示，所述可靠性建模分配方法包括：

S101、基于发动机的运营可靠性指标与发动机的设计指标的关联关系建立可靠性转化与分配模型。航空发动机典型的运营可靠性指标包括空停率、返厂率、签派中断率等运营指标；航空发动机由大量的不同种类的部件系统构成，因此，可靠性指标作为航空发动机整体运营指标，无法直接地、准确地贯彻到设计流程中。但是在实际使用中，运营可靠性指标与设计指标具有物理意义上的关联关系，运营可靠性指标会影响设计指标，因此，在一种可选的实施方式中，可以基于发动机的运营可靠性指标与部件系统的设计指标的关联关系建立可靠性指标与设计指标之间相互转化的数学模型，以将运营可靠性指标与设计指标进行转化。

S102、基于参数融合算法融合运营可靠性指标的若干影响因子以确定可靠性转化与分配模型的参数。综合考量可靠性指标的多种影响因子，对各种影响因子相关的参数信息或数据进行多源数据融合，以确定可靠性转化模型的参数。

S103、基于确定参数后的可靠性转化与分配模型将运营可靠性指标转化为设计指标并分配到航空发动机的部件系统。

本实施例提供的航空发动机的可靠性建模分配方法，通过基于发动机的运营可靠性指标与发动机的设计指标的关联关系建立可靠性转化与分配模型，基于参数融合算法融合运营可靠性指标的若干影响因子以确定可靠性转化与分配模型的参数，将运营的可靠性指标转化为可贯彻的设计指标，对多种参数进行智能化数据融合，综合考虑了发动机的多种特征，突破了无历史使用数据的瓶颈，为发动机设计改进与可靠性增长提供了定量分析依据。

实施例2

如图2所示，本实施例的基于多参数融合的航空发动机的可靠性建模分配方法是对实施例1的进一步改进，具体地：

在一种可选的实施方式中，运营可靠性指标包括返厂率；影响因子包括发动机返厂特征参数和部件系统的工况因子、特征寿命、首次返厂间隔、返厂率分配比例。

步骤S101可以包括：

S1011、基于威布尔分布模型、发动机的返厂率与部件系统的特征寿命的关联关系建立返厂率转化模型。由于威布尔分布是根据最弱环节模型或串联模型得到的，能充分反映材料缺陷和应力集中源对材料疲劳寿命的影响，而且具有递增的失效率，所以，适合作为零件的寿命分布模型或给定寿命下的疲劳强度模型。

在一种可选的实施方式中，返厂率转化模型包括以下公式：

R＝1-F(t)；

F(t)＝SVR*t；

其中，R为发动机可靠度，A为发动机返厂特征参数，θ为特征寿命，β为形状参数，t为时间，F(t)为发动机失效概率，SVR为发动机返厂率。

步骤S102可以包括：

S1021、基于DS证据理论和贝叶斯算法将发动机返厂特征参数、工况因子、首次返厂间隔、返厂率分配比例和特征寿命进行融合以确定返厂率转化模型的参数。首次返厂间隔、返厂率分配比例可以根据运营和设计的实际需求进行配置，发动机返厂特征参数可以基于相似机型的航空发动机故障累计数据进行确定。对返厂率的多种影响因子进行智能化数据融合，综合考虑了发动机返厂率的多种特征，提高了返厂率转化模型的准确性。在上述公式中，通过融合确定模型的参数A和β。

在一种可选的实施方式中，在步骤S1021前，可靠性建模分配方法还包括：

获取发动机的试验所积累的故障数据。

基于故障数据确定发动机返厂特征参数。

在另一种可选的实施方式中，运营可靠性指标包括空停率；影响因子包括失效严酷程度、失效影响等级、零部件数量、零部件工况。

步骤S101可以包括：

S1012、基于空停故障树模型建立空停率转化模型；如图3所示，可能导致空停的超转故障的故障树模型包括导致超转的所有底事件集合。故障树分析是由上往下的演绎式失效分析法，故障树模型包括导致空停的所有底事件集合；将空停率指标沿着故障树分配到底事件，并基于底事件上的要求制定设计指标。如图3所示，将发动机超转分配到的空停率指标言故障树，并继续在发动机VSV(Variable Stator Van，可调静子叶片)全关导致高压转子转速N2超限、发动机低压轴断裂、发动机燃油供给过高和发动机高压涡轮轴断裂间进行分配，最终分配到底事件，如燃油和控制子系统供给燃烧的燃油过多的概率要求，进而制定燃油和控制子系统的设计指标。

步骤S102可以包括：

S1022、基于主成分分析算法将失效严酷程度、失效影响等级、零部件数量、零部件工况进行融合以确定空停故障树模型内各底事件的权重系数。

在另一种可选的实施方式中，可靠性指标包括签派中断率；影响因子包括航线可更换单元的数量、工况参数、故障被检测率和维修可达性参数。

步骤S101可以包括：

S1013、基于签派中断率与航线可更换单元故障率的关联关系建立签派中断率转化模型。航线可更换单元的故障是签派中断率，即签派中断率的重要原因，构建影响派遣中断的故障率模型，需要考虑航线可更换单元在外场的使用场景，综合考虑温度等环境因素、外场的检测能力和维修性等因素。

在一种可选的实施方式中，签派中断率转化模型包括以下公式：

DIR＝F(t)*γ

其中，DIR为签派中断率，F(t)为航线可更换单元故障率，γ

步骤S102可以包括：

S1023、将航线可更换单元的数量、工况参数、故障被检测率、维修可达性参数进行融合以确定签派中断率转化模型的权重因子。对签派中断率的多种影响因子进行智能化数据融合，综合考虑了航线可更换单元的数量、工况参数、在使用场景中故障被检测率和维修可达性等多种特征，提高了签派中断率模型的准确性。

本实施例提供的基于多参数融合的航空发动机的可靠性建模分配方法，通过建立返厂率转化模型、空停率转化模型和签派中断率转化模型，融合返厂率、空停率和签派中断率的若干影响因子以确定模型的参数，将运营的可靠性指标转化为可落实的设计指标，对多种参数进行智能化数据融合，综合考虑了发动机的多种特征，突破了无历史使用数据的瓶颈，为发动机设计改进与可靠性增长提供了定量分析依据。

实施例3

请参考图4，其为本实施例中的航空发动机的评估方法的流程图。具体的，如图4所示，所述评估方法包括：

S301、获取发动机的运营可靠性指标和运营可靠性指标的若干影响因子。

S302、基于运营可靠性指标和影响因子利用实施例1或实施例2的航空发动机的可靠性建模分配方法以得到可靠性转化与分配模型。

S303、基于可靠性转化与分配模型的参数进行仿真分析。

S304、将仿真分析的结果与运营可靠性指标进行比较以对发动机进行评估。

本实施例提供的航空发动机的评估方法，利用上述航空发动机的可靠性建模分配方法得到可靠性转化与分配模型，将运营可靠性指标转化成各部件系统的参数，基于部件系统的参数进行仿真分析，根据仿真分析的结果与可靠性指标进行比较以对发动机进行初步评估，实现了在设计阶段能够对发动机进行定量分析。

实施例4

请参考图5，其为本实施例中的基于多参数融合的航空发动机的可靠性建模分配系统的结构示意图。具体的，如图5所示，所述可靠性建模分配系统包括：

模型建立模块1，用于基于发动机的运营可靠性指标与发动机的设计指标的关联关系建立可靠性转化与分配模型。航空发动机典型的运营可靠性指标包括空停率、返厂率、签派中断率等运营指标；航空发动机由大量的不同种类的部件系统构成，因此，可靠性指标作为航空发动机整体运营指标，无法直接地、准确地贯彻到设计流程中。在一种可选的实施方式中，可以基于发动机的运营可靠性指标与部件系统的设计指标的关联关系建立运营可靠性指标与设计指标的数学模型，以将运营可靠性指标与设计指标进行转化。

参数确定模块2，用于基于参数融合算法融合可靠性指标的若干影响因子以确定可靠性转化模型的参数；综合考量可靠性指标的多种影响因子，对各种影响因子相关的参数信息或数据进行多源数据融合，以确定可靠性转化模型的参数。

指标分配模块3，用于基于确定参数后的可靠性转化与分配模型将运营可靠性指标转化为设计指标并分配到航空发动机的部件系统。

本实施例提供的基于多参数融合的航空发动机的可靠性建模分配系统，通过基于发动机的运营可靠性指标与发动机的设计指标的关联关系建立可靠性转化模型，融合可靠性指标的若干影响因子以确定可靠性转化与分配模型的参数，将运营的可靠性指标转化为可贯彻的设计指标，对多种参数进行智能化数据融合，综合考虑了发动机的多种特征，突破了无历史使用数据的瓶颈，为发动机设计改进与可靠性增长提供了定量分析依据。

实施例5

如图6所示，本实施例的基于多参数融合的航空发动机的可靠性建模分配系统是对实施例4的进一步改进，具体地：

在一种可选的实施方式中，运营可靠性指标包括返厂率；影响因子包括发动机返厂特征参数、工况因子、特征寿命、首次返厂间隔和返厂率分配比例。

模型建立模块1具体用于基于威布尔分布模型、发动机的返厂率与部件系统的特征寿命的关联关系建立返厂率转化模型；由于威布尔分布是根据最弱环节模型或串联模型得到的，能充分反映材料缺陷和应力集中源对材料疲劳寿命的影响，而且具有递增的失效率，所以，合适作为零件的寿命分布模型或给定寿命下的疲劳强度模型。

在一种可选的实施方式中，返厂率转化模型包括以下公式：

R＝1-F(t)；

F(t)＝SVR*t；

其中，R为发动机可靠度，A为发动机返厂特征参数，θ为特征寿命，β为形状参数，t为时间，F(t)为发动机失效概率，SVR为发动机返厂率。

参数确定模块2具体用于基于DS证据理论和贝叶斯算法将发动机返厂特征参数、工况因子、首次返厂间隔、返厂率分配比例和特征寿命进行融合以确定返厂率转化模型的参数。首次返厂间隔、返厂率分配比例可以根据运营和设计的实际需求进行配置，发动机返厂特征参数可以基于相似机型的航空发动机故障累计数据进行确定。对返厂率的多种影响因子进行智能化数据融合，综合考虑了发动机返厂率的多种特征，提高了返厂率转化模型的准确性。

在一种可选的实施方式中，可靠性建模分配系统还包括：

故障数据获取模块4，用于获取发动机的试验所积累的故障数据。

返厂特征参数确定模块5，用于基于故障数据确定发动机返厂特征参数。

在另一种可选的实施方式中，运营可靠性指标包括空停率；影响因子包括失效严酷程度、失效影响等级、零部件数量、零部件工况。

模型建立模块1具体还用于基于空停故障树模型建立空停率转化模型；如图3所示，可能导致空停的超转故障的故障树模型包括导致超转的所有底事件集合。故障树分析是由上往下的演绎式失效分析法，故障树模型包括导致空停的所有底事件集合；将空停率指标沿着故障树分配到底事件，并基于底事件上的要求制定设计指标。如图3所示，将发动机超转分配到的空停率指标言故障树，并继续在发动机VSV全关导致高压转子转速N2超限、发动机低压轴断裂、发动机燃油供给过高和发动机高压涡轮轴断裂间进行分配，最终分配到底事件，如燃油和控制子系统供给燃烧的燃油过多的概率要求，进而制定燃油和控制子系统的设计指标。

参数确定模块2具体还用于基于主成分分析算法将失效严酷程度、失效影响等级、零部件数量、零部件工况进行融合以确定空停故障树模型内各底事件的权重系数。

在另一种可选的实施方式中，运营可靠性指标包括签派中断率；影响因子包括航线可更换单元的数量、工况参数、故障被检测率和维修可达性参数。

模型建立模块1具体还用于基于签派中断率与航线可更换单元故障率的关联关系建立签派中断率转化模型；航线可更换单元的故障是签派中断率，即签派中断率的重要原因，构建影响派遣中断的故障率模型，需要考虑航线可更换单元在外场的使用场景，综合考虑温度等环境因素、外场的检测能力和维修性等因素。

在一种可选的实施方式中，签派中断率转化模型包括以下公式：

DIR＝F(t)*γ

其中，DIR为签派中断率，F(t)为航线可更换单元故障率，γ

参数确定模块2具体还用于将航线可更换单元的数量、工况参数、故障被检测率、维修可达性参数进行融合以确定签派中断率转化模型的权重因子。对签派中断率的多种影响因子进行智能化数据融合，综合考虑了航线可更换单元的数量、工况参数、在使用场景中故障被检测率和维修可达性等多种特征，提高了签派中断率模型的准确性。

本实施例提供的基于多参数融合的航空发动机的可靠性建模分配系统，通过建立返厂率转化模型、空停率转化模型和签派中断率转化模型，融合返厂率、空停率和签派中断率的若干影响因子以确定模型的参数，将运营的可靠性指标转化为可落实的设计指标，对多种参数进行智能化数据融合，综合考虑了发动机的多种特征，突破了无历史使用数据的瓶颈，为发动机设计改进与可靠性增长提供了定量分析依据。

实施例6

请参考图7，其为本实施例中的航空发动机的可靠性评估系统的结构示意图。具体的，如图7所示，所述可靠性评估系统包括：

指标获取模块6，用于获取所述发动机的运营可靠性指标和所述运营可靠性指标的若干影响因子。

模型构建模块7，用于基于所述运营可靠性指标和所述影响因子利用实施例4或实施例5的航空发动机的可靠性建模分配系统以得到可靠性转化与分配模型。

仿真分析模块8，用于基于所述可靠性转化与分配模型的参数进行仿真分析。

比较评估模块9，用于将仿真分析的结果与所述运营可靠性指标进行比较以对所述发动机进行评估。

本实施例提供的航空发动机的可靠性评估系统，利用上述航空发动机的可靠性建模分配系统得到可靠性转化与分配模型，将运营可靠性指标转化成各部件系统的参数，基于部件系统的参数进行仿真分析，根据仿真分析的结果与可靠性指标进行比较以对发动机进行初步评估，实现了在设计阶段能够对发动机进行定量分析。

实施例7

图8为本发明实施例7提供的一种电子设备的结构示意图。所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例1或实施例2的基于多参数融合的航空发动机的可靠性建模分配方法或实施例3的航空发动机的可靠性评估方法。图8显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。

总线33包括数据总线、地址总线和控制总线。

存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。

存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实现实施例1或实施例2的基于多参数融合的航空发动机的可靠性建模分配方法或实施例3的航空发动机的可靠性评估方法。

电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

实施例6

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1或实施例2的基于多参数融合的航空发动机的可靠性建模分配方法或实施例3的航空发动机的可靠性评估方法。

其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。

在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1或实施例2的基于多参数融合的航空发动机的可靠性建模分配方法或实施例3的航空发动机的可靠性评估方法。

其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。