一種航空發動機的執行機構和傳感器故障診斷的區分方法
2023-06-12 12:38:31 1
一種航空發動機的執行機構和傳感器故障診斷的區分方法
【專利摘要】本發明涉及一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於以執行機構的預測模型來判斷執行機構和傳感器是否發生故障，以航空發動機的逆映射預測模型來對執行機構和傳感器所發生的故障進行區分定位，具體步驟包括：步驟A建立執行機構的預測模型；步驟B建立航空發動機的逆映射預測模型；步驟C基於執行機構的預測模型和航空發動機的逆映射預測模型建立執行機構及其傳感器故障診斷系統；步驟D設執行機構和傳感器的故障閾值分別為D1和D2，診斷執行機構和傳感器的故障。本發明不受航空發動機健康程度和航空發動機型號之間差異的影響，可直接應用於不同型號和不同使用程度的航空發動機上，具有廣泛的推廣應用價值。
【專利說明】一種航空發動機的執行機構和傳感器故障診斷的區分方法
【技術領域】
[0001]本發明屬於航空航天設備故障診斷【技術領域】，具體涉及一種航空發動機的執行機構和傳感器故障診斷的區分方法。
【背景技術】
[0002]現代航空發動機的控制系統是一個多迴路、多變量、非線性的複雜系統，其中以傳感器測量信號為參考，通過控制系統計算出當前工作狀態下控制量的指令信號，再通過執行機構驅動實際控制量，如燃油流量、尾噴口面積等發生的變化，進而改變發動機的工作狀態。但由於航空發動機工作在高溫、高壓、大應力的苛刻條件下，而且還經常變換工作狀態，承受著大的、變化的載荷，從而導致執行機構和傳感器成為故障多發元件之一。公知的執行機構和傳感器是航空發動機和控制系統之間的橋梁，如果執行機構和傳感器發生故障，將給航空發動機和控制系統提供錯誤的信息，從而影響航空發動機的性能，甚至引起災難性的後果。隨著對航空發動機性能要求的不斷提高，航空發動機和控制系統越來越複雜，故障隨時可能出現在執行機構和傳感器上。因此，對執行機構和傳感器故障進行診斷，並採取相應的容錯控制措施至關重要。
[0003]目前，在航空發動機故障診斷方面，國內外大多數的研究工作都集中在控制系統的氣路傳感器故障診斷與容錯技術上。如Kobayashi等研究了基於自適應模型的傳感器故障診斷方法，對比自適應模型和真實傳感器的輸出，通過閾值判斷其是否發生故障。Zedda等應用最優估計方法對渦輪發動機和傳感器進行故障診斷。魯峰等基於發動機傳感器信號之間的相關性，採用支持向量機作為信號之間的映射工具，建立故障診斷系統，在發動機發生單傳感器故障時，取得了良好的診斷效果。袁春飛等採用卡爾曼濾波器對傳感器進行故障診斷和隔離，並仿真驗證了其可行性和精度。黃向華等基於自聯想神經網絡建立的故障診斷系統，能夠較好地診斷出發動機傳感器發生的故障類型。由此可見，在氣路傳感器故障診斷中，應用較多的方法就是基於模型和數據的方法。
[0004]在航空發動機的執行機構故障診斷方面，國內外僅公開了少量的研究成果。如韓冰潔等基於卡爾曼濾波器組的研究，蔣平國等基於執行機構小閉環迴路數學模型的研究，這些均屬於對執行機構自身故障的診斷問題研究，但還沒有綜合考慮到傳感器發生故障的情況，因此無法對發動機執行機構和傳感器發生的故障進行區分定位，不能從根本上解決誤判或錯判問題。如何克服現有技術所存在的不足已成為當今航空航天設備故障診斷【技術領域】中亟待解決的重點難題之一。
【發明內容】
[0005]本發明目的是為克服現有技術的不足而提供一種航空發動機的執行機構和傳感器故障診斷的區分方法，本發明不受航空發動機健康程度和航空發動機型號之間差異的影響，可直接應用於不同型號和不同使用程度的航空發動機上，具有廣泛的推廣應用價值。
[0006]根據本發明提出的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於以執行機構的預測模型來判斷執行機構和傳感器是否發生故障，以航空發動機的逆映射預測模型來對執行機構和傳感器所發生的故障進行區分定位，具體步驟如下:
[0007]步驟A:基於在線稀疏最小二乘支持向量機(OPLS-SVR)原理，建立執行機構的預測模型，得到該預測模型的輸出燃油量Wfl ；
[0008]步驟B:基於改進在線訓練貫序極端學習機(ImOS-ELM)原理，建立航空發動機的逆映射預測模型，以確定燃油流量預測值Wf2 ；
[0009]步驟C:將步驟A所述的輸出燃油量Wfl與航空發動機的傳感器(LVDT)測得的燃油流量Wftl之間的偏差記為ei ;航空發動機的逆映射預測模型預測燃油流量輸出為Wf2，該Wf2與Wftl之間的偏差記為e2 ；
[0010]步驟D:設執行機構和傳感器的故障閾值分別為D1和D2,當I ei I < D1時，為執行機構的預測模型和傳感器測量值輸出之間無偏差，即判斷執行機構和傳感器為無故障；若
|ei|≥ D1，為執行機構的預測模型和傳感器測量值之間出現偏差，判斷執行機構或傳感器故障；若Ie2I < D2，為航空發動機的逆映射預測模型和傳感器測量值之間無偏差，即判斷執行機構故障，若|e2| ≥D2即判斷傳感器故障。
[0011]本發明的進一步的優選方案在於:
[0012]本發明步驟A所述執行機構的預測模型，是指以前Q1時刻到前2個時刻的燃油測量信號Wftl以及前qi個時刻到當前時刻的燃油指令Wft作為支持向量機輸入，對當前時刻的燃油流量測量信號進行預測的模型。
[0013]本發明步驟A所述執行機構的預測模型包括以下具體預測步驟:
[0014]步驟Al，由測量得到的第一個樣本可得
【權利要求】
1.一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於以執行機構的預測模型來判斷執行機構和傳感器是否發生故障，以航空發動機的逆映射預測模型來對執行機構和傳感器所發生的故障進行區分定位，具體步驟如下: 步驟A:基於在線稀疏最小二乘支持向量機(OPLS-SVR)原理，建立執行機構的預測模型，得到該預測模型的輸出燃油量Wfl ； 步驟B:基於改進在線訓練貫序極端學習機(ImOS-ELM)原理，建立航空發動機的逆映射預測模型，以確定燃油流量預測值Wf2 ； 步驟C:將步驟A所述的輸出燃油量Wfl與航空發動機的傳感器(LVDT)測得的燃油流量Wftl之間的偏差記為ei ;航空發動機的逆映射預測模型預測燃油流量輸出為Wf2，該Wf2與Wf0之間的偏差記為e2 ； 步驟D:設執行機構和傳感器的故障閾值分別為DdPD2，當I ^KD1時，為執行機構的預測模型和傳感器測量值輸出之間無偏差，即判斷執行機構和傳感器為無故障；若Ie1I ^D1,為執行機構的預測模型和傳感器測量值之間出現偏差，判斷執行機構或傳感器故障；若e21 <D2,為航空發動機的逆映射預測模型和傳感器測量值之間無偏差，即判斷執行機構故障，若Ie2I SD2，即判斷傳感器故障。
2.根據權利要求1所述的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於步驟A所述執行機構的預測模型，是指以前Q1時刻到前2個時刻的燃油測量信號Wftl以及前qi個時刻到當前時刻的燃油指令Wft作為支持向量機輸入，對當前時刻的燃油流量測量信號進行預測的模型。
3.根據權利要求1或2所述的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於步驟A所述執行機構的預測模型包括以下具體預測步驟: 步驟Al，由測量得到的第一個樣本可得
4.根據權利要求1所述的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於步驟B所述航空發動機的逆映射預測模型，是指以風扇轉速(PNF)、壓氣機轉速(PNC)、低壓渦輪出口壓力(Ρ46)、壓氣機出口總壓(Ρ3)、低壓渦輪出口溫度(Τ46)五個傳感器前q2步的數據作為輸入，主燃油流量作為輸出；通過極端學習機逆映射得到執行機構燃油流量的估計值Wf2。
5.根據權利要求1所述的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特徵在於步驟B所述航空發動機的逆映射預測模型包括以下具體預測步驟:步驟BI，隨機生成輸入層權值Wi和偏置匕以及正則化參數λ e R+，基於第一組採集數據，利用如下公式計算初始隱含層矩陣H1 = [hJT:
【文檔編號】G01D18/00GK103983453SQ201410193998
【公開日】2014年8月13日 申請日期:2014年5月8日 優先權日:2014年5月8日
【發明者】李秋紅, 姜潔, 潘陽, 聶友偉, 李業波 申請人:南京航空航天大學