复合材料飞机电气回路网物理-概率耦合可靠性评估

doi:10.7527/S1000-6893.2026.33326

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 |

复合材料飞机电气回路网物理-概率耦合可靠性评估

肖女娥¹^,²(), 陈琦¹, 汪克念¹, 李勃阳¹

^1.中国民航大学安全科学与工程学院，天津 300300
^2.中国民航大学科技创新研究院，天津 300300

收稿日期:2026-01-05 修回日期:2026-01-20 接受日期:2026-04-30 出版日期:2026-05-22 发布日期:2026-05-21
通讯作者: 肖女娥 E-mail:nexiao@cauc.edu.cn
基金资助:
国家重点研发计划(2023YFB4302902);中央高校基本科研业务费专项资金(3122025TD01)

Physics-probability coupled reliability assessment of electrical return network in composite aircraft

Nyu’e XIAO¹^,²(), Qi CHEN¹, Kenian WANG¹, Boyang LI¹

^1.College of Safety Science and Engineering，Civil Aviation University of China，Tianjin 300300，China
^2.Science and Technology Innovation Research Institute，Civil Aviation University of China，Tianjin 300300，China

Received:2026-01-05 Revised:2026-01-20 Accepted:2026-04-30 Online:2026-05-22 Published:2026-05-21
Contact: Nyu’e XIAO E-mail:nexiao@cauc.edu.cn
Supported by:
National Key Research and Development Program of China(2023YFB4302902);Foundamental Research Funds for Central Universities(3122025TD01)

摘要/Abstract

摘要：

针对复合材料飞机电气回路网（ERN）因节点规模庞大导致的状态空间爆炸与概率资源错配问题，提出一种结合拓扑筛选与概率引导的可靠性评估方法。该方法基于渗流理论与Molloy-Reed准则构建截断边界，通过网络度矩特征识别并剔除物理不可连通状态；进一步结合动态风险权重与后验后果截断机制，构建概率导引模型，从而引导蒙特卡洛采样向高风险失效区域聚焦。82节点主案例和29节点对照网络的结果表明，所提方法在保证评估精度的同时降低了计算开销。其中，在82节点主案例中，评估次数较传统蒙特卡洛方法削减96.25%，计算效率提升18.25倍，并在不同系统规模下保持较好的适用性。此外，异构部件寿命参数敏感性分析表明不同类型组件退化特征对系统连通可靠度衰退过程的影响存在差异。该方法可为复合材料飞机电气回路网全寿命周期连通可靠性分析提供一种可行的评估框架。

关键词: 复合材料飞机, 电气回路网, Survival Signature, 渗流理论, 动态风险权重

Abstract:

To address the state-space explosion and probability resource mismatch caused by the large node scale of the composite aircraft Electrical Return Network （ERN）， a reliability assessment method combining topological screening and probability guidance is proposed. Based on the percolation theory and the Molloy-Reed criterion， a truncation boundary is constructed to identify and eliminate physically disconnected states through network degree-moment characteristics. Furthermore， a probability-guided model is established by integrating dynamic risk weights and a posterior consequence truncation mechanism， which guides the Monte Carlo sampling to focus on high-risk failure regions. The results of the 82-node primary case and the 29-node comparison network show that the proposed method reduces computational overhead while ensuring assessment accuracy. Specifically， in the 82-node primary case， the number of evaluations is reduced by 96.25% and the computational efficiency is improved by 18.25 times compared with the traditional Monte Carlo method， demonstrating good applicability across different system scales. In addition， the sensitivity analysis of heterogeneous component life parameters indicates that the degradation characteristics of different component types have different effects on the degradation process of system connectivity reliability. The proposed method can provide a feasible assessment framework for the full-life-cycle connectivity reliability analysis of the composite aircraft ERN.

Key words: composite aircraft, electrical return network, Survival Signature, percolation theory, dynamic risk weight

中图分类号:

V242

肖女娥, 陈琦, 汪克念, 李勃阳. 复合材料飞机电气回路网物理-概率耦合可靠性评估[J]. 航空学报, 2026, 47(17): 233326.

Nyu’e XIAO, Qi CHEN, Kenian WANG, Boyang LI. Physics-probability coupled reliability assessment of electrical return network in composite aircraft[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(17): 233326.

图/表 18

表1

图 1

图 2

图 3

图 4

表2

高可靠组件分布参数

类别	名称	数量	分布类型	形状参数 $β$	尺度参数 $η$ /飞行小时
组件1	线缆	48	威布尔	1.3	2.2×10⁶
组件2	搭接片及接线端子	22	威布尔	1.8	4.5×10⁵
组件3	柔性接头	10	威布尔	2.5	1.4×10⁵

表2

图 5

图 6

图 7

图 8

表3

82节点不同方法的性能对比

方法	计算复杂度	耗时/s	评估次数	可靠度RMSE	可靠度MAE
蒙特卡洛法	$O Ω + Ω N m a x \| V \| + \| E \|$	342.01	15 313 030	1.96×10^-3	1.48×10^-4
渗流剪枝法	$O Ω + Ω e f f N m a x \| V \| + \| E \|$	270.61	13 290 782	4.82×10^-3	2.35×10^-3
熵驱动蒙特卡洛法	$O Ω + \| V \| + \| E \| ∑ l ∈ Ω N e n t (l)$	89.56	3 268 920	2.12×10⁻³	9.25×10⁻⁴
双层筛选法	$O Ω + (\| V \| + \| E \|) ∑ l ∈ Ω e f f N a c t u a l (l)$	18.74	574 336	1.31×10^-3	7.48×10^-4

表3

图 9

图 10

表4

表5

图 11

图 12

图 13

参考文献 41

[1]	CORVELEYN S， LACHAUD F， BERTHET F， et al. Long-term creep behavior of a short carbon fiber-reinforced PEEK at high temperature： Experimental and modeling approach［J］. Composite Structures， 2022， 290： 115485.
[2]	ZHANG J， LIN G， VAIDYA U， et al. Past， present and future prospective of global carbon fibre composite developments and applications［J］. Composites Part B： Engineering， 2023， 250： 110463.
[3]	李军，陈祥宝. 通用航空复合材料的发展现状与挑战［J］. 材料导报， 2022， 36（14）： 206-211.
	LI J， CHEN X B. Development status and challenges of general aviation composites［J］. Materials Reports， 2022， 36（14）： 206-211 （in Chinese）.
[4]	JONES C E， SZTYKIEL M， PEÑA-ALZOLA R， et al. Grounding topologies for resilient， integrated composite electrical power systems for future aircraft applications［C］∥2019 AIAA/IEEE Electric Aircraft Technologies Symposium （EATS）. Piscataway： IEEE Press， 2019： 1-15.
[5]	GUTIERREZ G G， MATEOS ROMERO D， CABELLO M R， et al. On the design of aircraft electrical structure networks［J］. IEEE Transactions on Electromagnetic Compatibility， 2016， 58（2）： 401-408.
[6]	杨占刚，魏宇昊，杨娟. 复合材料飞机电气结构网络系统电气特性分析［J］. 航空学报， 2025， 46（16）： 331685.
	YANG Z G， WEI Y H， YANG J. Electrical characteristics analysis of composite aircraft electrical structure network system［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（16）： 331685 （in Chinese）.
[7]	杨占刚，隋政，张起浩，等. 复合材料飞机接地回流网络网内压降分析［J］. 航空学报， 2022， 43（1）： 324859.
	YANG Z G， SUI Z， ZHANG Q H， et al. Voltage drop in composite aircraft grounding and current return network［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（1）： 324859 （in Chinese）.
[8]	中国民用航空局. 运输类飞机适航标准： CCAR-25-R4 ［S］. 北京：中国民用航空局， 2011.
	Civil Aviation Administration of China. Airworthiness standards for transport category airplanes： CCAR-25-R4 ［S］. Beijing： Civil Aviation Administration of China， 2011 （in Chinese）.
[9]	修忠信. 民用飞机系统安全性设计与评估技术概论［M］. 2版. 上海：上海交通大学出版社， 2018.
	XIU Z X. System safety design & assessmet in civil aircraft［M］. 2nd ed. Shanghai： Shanghai Jiao Tong University Press， 2018 （in Chinese）.
[10]	王小辉，朱丽，车程，等. 电气线路互联系统安全性设计与分析方法研究［J］. 西北工业大学学报， 2022， 40（3）： 690-698.
	WANG X H， ZHU L， CHE C， et al. Study on safety design and analysis method for electrical wiring interconnection system［J］. Journal of Northwestern Polytechnical University， 2022， 40（3）： 690-698 （in Chinese）.
[11]	李犟，吴和成，朱晨. 基于半参数退化模型的长寿命产品可靠性评估［J］. 系统工程与电子技术， 2023， 45（6）： 1893-1901.
	LI J， WU H C， ZHU C. Reliability assessment of long-life products based on semi-parametric degradation model［J］. Systems Engineering and Electronics， 2023， 45（6）： 1893-1901 （in Chinese）.
[12]	RAMIREZ-MARQUEZ J E， COIT D W. A Monte-Carlo simulation approach for approximating multi-state two-terminal reliability［J］. Reliability Engineering & System Safety， 2005， 87（2）： 253-264.
[13]	JANE C C， LAIH Y W. A practical algorithm for computing multi-state two-terminal reliability［J］. IEEE Transactions on Reliability， 2008， 57（2）： 295-302.
[14]	刘建英，隋政，张起浩，等. 复合材料飞机接地回流网络建模与阻抗分析［J］. 北京航空航天大学学报， 2021， 47（5）： 885-893.
	LIU J Y， SUI Z， ZHANG Q H， et al. Modeling and impedance analysis of composite material aircraft grounded return network［J］. Journal of Beijing University of Aeronautics and Astronautics， 2021， 47（5）： 885-893 （in Chinese）.
[15]	DATTA E， GOYAL N K. Sum of disjoint product approach for reliability evaluation of stochastic flow networks［J］. International Journal of System Assurance Engineering and Management， 2017， 8（2）： 1734-1749.
[16]	HARDY G， LUCET C， LIMNIOS N. K-terminal network reliability measures with binary decision diagrams［J］. IEEE Transactions on Reliability， 2007， 56（3）： 506-515.
[17]	ELPERIN T， GERTSBAKH I， LOMONOSOV M. Estimation of network reliability using graph evolution models［J］. IEEE Transactions on Reliability， 1991， 40（5）： 572-581.
[18]	COOLEN-MATURI T， COOLEN F P A， BALAKRISHNAN N. The joint survival signature of coherent systems with shared components［J］. Reliability Engineering & System Safety， 2021， 207： 107350.
[19]	REED S， LÖFSTRAND M， ANDREWS J. An efficient algorithm for computing exact system and survival signatures of K-terminal network reliability［J］. Reliability Engineering & System Safety， 2019， 185： 429-439.
[20]	FENG G， PATELLI E， BEER M， et al. Imprecise system reliability and component importance based on survival signature［J］. Reliability Engineering & System Safety， 2016， 150： 116-125.
[21]	YI H， BALAKRISHNAN N， LI X. Multi-state joint survival signature for multi-state systems with shared multi-state components［J］. Methodology and Computing in Applied Probability， 2023， 25（1）： 44.
[22]	LOPES DA SILVA D B， SULLIVAN K M. An optimization-based Monte Carlo method for estimating the two-terminal survival signature of networks with two component classes［J］. Naval Research Logistics （NRL）， 2025， 72（2）： 169-186.
[23]	DI MAIO F， PETTOROSSI C， ZIO E. Entropy-driven Monte Carlo simulation method for approximating the survival signature of complex infrastructures［J］. Reliability Engineering & System Safety， 2023， 231： 108982.
[24]	LEI J Z， KUO W. An order statistics perspective for system reliability［J］. Applied Stochastic Models in Business and Industry， 2025， 41（3）： e2895.
[25]	CHANG P C. MC-based simulation approach for two-terminal multi-state network reliability evaluation without knowing d-MCs［J］. Reliability Engineering & System Safety， 2022， 220： 108289.
[26]	梁禾. 不确定性影响下复杂机电系统可靠性及敏感性分析［D］. 成都：电子科技大学， 2021.
	LIANG H. Reliability and sensitivity analysis of the complex electromechanical system with uncertainty［D］. Chengdu： University of Electronic Science and Technology of China， 2021 （in Chinese）.
[27]	吴建新，李禹雄，杨国栋，等. 基于survival signature和子集模拟的复杂系统可靠性灵敏度分析［J］. 青岛大学学报（自然科学版）， 2020， 33（3）： 15-21.
	WU J X， LI Y X， YANG G D， et al. Reliability sensitivity analysis of complex systems based on survival signature and subset simulation［J］. Journal of Qingdao University （Natural Science Edition）， 2020， 33（3）： 15-21 （in Chinese）.
[28]	HUANG X Z， COOLEN F P A， COOLEN-MATURI T. A heuristic survival signature based approach for reliability-redundancy allocation［J］. Reliability Engineering & System Safety， 2019， 185： 511-517.
[29]	PATELLI E， FENG G， COOLEN F P A， et al. Simulation methods for system reliability using the survival signature［J］. Reliability Engineering & System Safety， 2017， 167： 327-337.
[30]	ERYILMAZ S， COOLEN F P A， COOLEN-MATURI T. Marginal and joint reliability importance based on survival signature［J］. Reliability Engineering & System Safety， 2018， 172： 118-128.
[31]	BEHRENSDORF J， REGENHARDT T E， BROGGI M， et al. Numerically efficient computation of the survival signature for the reliability analysis of large networks［J］. Reliability Engineering & System Safety， 2021， 216： 107935.
[32]	FRIEZEA， KAROŃSKI M. Introduction to random graphs［M］. Cambridge： Cambridge University Press， 2015： 33-41.
[33]	CALLAWAY D S， NEWMAN M E J， STROGATZ S H， et al. Network robustness and fragility： Percolation on random graphs［J］. Physical Review Letters， 2000， 85（25）： 5468-5471.
[34]	COLBOURN C J. The combinatorics of network reliability［M］. New York： Oxford University Press， 1987： 2-24.
[35]	KUO W， ZUO M J. Optimal reliability modeling： Principles and applications［M］. Hoboken： John Wiley & Sons， 2003： 140-187.
[36]	SAE. Guidelines and methods for conducting the safety assessment process on civil airborne systems and equipment： SAE ARP 4761-1996 ［S］. Warrendale： SAE International， 2023 .
[37]	MOLLOY M， REED B. A critical point for random graphs with a given degree sequence［J］. Random Structures & Algorithms， 1995， 6（2-3）： 161-180.
[38]	SAE. Guidelines for development of civil aircraft and systems： SAE ARP4754A ［S］. Warrendale： SAE International， 2010.
[39]	EUROCAE. Guidelines for development of civil aircraft and systems： ED-79A ［S］. Saint-Denis： EUROCAE， 2010.
[40]	SEBASTIO S， TRIVEDI K S， WANG D Z， et al. Fast computation of bounds for two-terminal network reliability［J］. European Journal of Operational Research， 2014， 238（3）： 810-823.
[41]	BUKHSH W A， MCKINNON K. Network data of real transmission networks 2013［EB/OL］. ［2026-04-13］. .

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

类型	ERN主要组成	失效描述
结构组件	走线槽	主要起物理防护和布线路径引导作用，不参与导电，视为不失效。
	滑轨	提供结构支撑与固定功能，不参与电气回路传导，视为不失效。
	横梁	属于主结构承力件，金属连续性完好，视为不失效。
高可靠性组件	搭接片及接线端子	在服役过程中受潮湿、高频振动与热循环影响，接触界面产生氧化膜或磨损，导致接触电阻逐步升高，最终可能出现接触不稳定或断路失效。
	线缆	受长期机械应变、热应力及电流负载作用，绝缘层老化、导体断裂或屏蔽层腐蚀可能导致回路开路、短路或接地不良等失效形式。
	柔性接头	导电桥接单元，易因机械疲劳、应力集中、湿热电化学腐蚀，引发导体断裂、压接松动或接触电阻增大，导致回路导通性能退化。

方法	耗时/s	评估次数	可靠度 RMSE	可靠度 MAE
蒙特卡洛法	4.96	301 556	3.07×10^-3	1.87×10^-4
渗流剪枝法	3.61	239 770	7.90×10^-3	5.35×10^-3
熵驱动蒙特卡洛法	3.86	242 297	2.56×10⁻³	1.51×10⁻⁴
双层筛选法	0.35	17 826	2.47×10^-3	1.58×10^-4

部件类型	尺度参数因子	尺度参数值/fh	R=0.99对应时间/fh	R=0.95对应时间/fh	R=0.90对应时间/fh
线缆	0.8	1.76×10⁶	87 282	103 670	113 325
线缆	1.0	2.20×10⁶	87 405	103 725	113 433
线缆	1.2	2.64×10⁶	87 490	103 743	113 490
搭接片及接线端子	0.8	3.60×10⁵	86 544	103 511	113 127
搭接片及接线端子	1.0	4.50×10⁵	87 405	103 610	113 430
搭接片及接线端子	1.2	5.40×10⁵	87 887	103 661	113 771
柔性接头	0.8	1.12×10⁵	70 448	80 863	90 604
柔性接头	1.0	1.40×10⁵	87 405	103 723	113 430
柔性接头	1.2	1.68×10⁵	103 991

复合材料飞机电气回路网物理-概率耦合可靠性评估

Physics-probability coupled reliability assessment of electrical return network in composite aircraft

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 18

参考文献 41

相关文章 3

编辑推荐

Metrics

本文评价

[1]	杨占刚, 魏宇昊, 杨娟. 复合材料飞机电气结构网络系统电气特性分析[J]. 航空学报, 2025, 46(16): 331685-331685.
[2]	曾东;燕瑛;刘兵山;钱卫. 复合材料飞机结构低速风洞颤振模型的设计[J]. 航空学报, 2006, 27(2): 232-235.
[3]	沈真;唐啸东;陈普会. 复合材料飞机结构损伤容限和耐久性设计初探[J]. 航空学报, 1991, 12(12): 620-622.