航空发动机气路故障融合诊断方法.pdf
《航空发动机气路故障融合诊断方法.pdf》由会员分享,可在线阅读,更多相关《航空发动机气路故障融合诊断方法.pdf(2页珍藏版)》请在咨信网上搜索。
1、设备管理与维修2023 翼9(下)0引言随着经济的发展,我国航空航天事业正处于不断发展的态势,航空航天的各项环节的稳定性关乎着航空航天事业的发展。航空发动机作为其中的关键组成部分,其科学的管理也成为重要内容。其中,航空发动机 90%的故障问题是气路故障引发的,而此项维修费用在整体维护费用中占比高达 60%。因此,航空发动机气路故障的融合诊断是十分重要的工作。1航空发动机气路故障的主要诊断方法国际故障诊断理论权威学者 Frank 教授提出了故障诊断的3 种方法,同时结合近年来的研究成果,可以将故障细分为 3 种类型:第一种是基于模型的方法,第二种是基于数据驱动的故障诊断方法,第三种为基于信息融合
2、的故障诊断方法1。1.1基于模型的故障诊断方法最早应用于发动机故障诊断的方法便是基于模型的故障诊断方法,该方法通常是以发动机运行物理特征为条件,建设科学的定量机理模型,同时依据传感器测量信息来确保模型特征及模型精度的准确性。其中,该机理模型的精确性会对故障诊断的成效产生较大的影响。此方式的优势在于能够较好的解决数据库获取难的困境,很少要依赖传统的历史信息及积累的经验,可以运用动态化的数据参数来指导故障的诊断,同时可以提升故障诊断的及时性及准确性。此方法可以细化为以下两种。1.1.1线性模型诊断方法此方法进一步细分成参数估计与状态估计两种类型。前者主要是通过系统模型参数来分辨,以此对故障进行诊断
3、,构成诊断的基本思路是构建理论模型及参数辨识度的融合诊断机制,对于数据的变化情况及相应的特征等开展实时的分析,并实施检测,以此来进行参数估计值与正常值偏差的估计,进一步对故障问题进行判断。Brotherton 提出了机载自适应模型,这是基于线性卡尔曼滤波(LKF)与发动机线性模型二者相结合的基础上提出的,这也是该模型的典型研究。同时,Brotherton 的研究成果也应用于对气路部件性能参数进行的预测与分析。此模式可以通过 LFK 来对性能参数实施评估,并且能够修正机载模型,为模型自适用发动机输出变化提供保障。1.1.2非线性模型诊断方法此诊断方法首先是测量相关的参数,然后是建设自适应的发动机
4、性能模型,然后依据部件性能参数的变化情况,针对故障实施分析及检测。将发动机部件性能参数作为基础,引入修正因子,对非线性方程组进行求解,然后对部件的性能实施评估。运用主因子概念分析方式,测量参数服从正态分布的情况下,分别进行每组的组合优化,以此获得每组最优解,再从中选择残差最小的组。则较大概率为此故障2。此模型接近真实的发动机工作实际情况,因此可以较好的反映出发动机气路故障问题。但是缺点在于现阶段的机载计算机水平及存储资源有限,该方式的应用无法获得理想的效果。1.2基于数据驱动的故障诊断方法在工程开展的过程中,通常数学模型的构建较为困难,也会导致基于模型的故障诊断模式的使用范围较小。而基于数据驱
5、动的故障诊断模式对于机理模型的精准度依赖不高,凭借的是对先验知识的分析,需要由发动机领域专家知识、经验及已有的数据等。将其应用在非线性系统领域之中具备的发展前景更加广阔。该模式的诊断方式主要由以下 5 个部分组成。1.2.1人工神经网络方法神经网络具有较多优势,可以实现自主学习、拟合任意连续非线性函数,并且能够处理分别是信息存储等功能,同时非线性逼近与在线评估等功能也较好。所以,为了更好地应用于故障诊断系统之中,该模式的建设有由征兆到故障模式映射的要求。目前,常用于发动机气路故障诊断的网络模型有 BP(Back-Propagation)网络、概率神经网络、SOFM(Self-Organizat
6、ion Feature Map,自组织特征映射网)、自联想网络等3。其中,BP 神经网络主要是将网络学习故障作为参考;概率神经网络主要是根据目前的模式仰恩等对类条件概率密度实施评估,以此来获取 Bayes 意义中的分类最优化。主要的网络训练不需要迭代。SOFM 网络术语监督学习网络,其依赖类型较少且能够将未知故障进行自动聚类,通过样本距离实现聚类,针对模式噪声拥有很强的鲁棒性。1.2.2专家系统方法针对发动机气路故障诊断工作,主要是获取故障专家系统,一般需要将故障模式信息与征兆信息等实施结合,按照故障征兆及规则等对故障的内容实施推理。其中,基于概率推理而形成的有向图网络的之一表现便是贝叶斯证据
7、网络,此网络可以针对不确定信息进行处理,并运用专家系统来开展知识的推理。20摘要:介绍航空发动机气路故障诊断的方法,分析气路部件故障融合诊断方法,有效解决发动机存在的气路故障问题,以促进发动机的稳定运行。关键词:航空发动机;气路故障;诊断中图分类号:V233.7文献标识码:BDOI:10.16621/ki.issn1001-0599.2023.09D.80航空发动机气路故障融合诊断方法郑玮晟,梁敬宜,张正嘉,高梓健,张元才(沈阳航空航天大学,辽宁沈阳110122)骳髎髗设备管理与维修2023 翼9(下)世纪 90 年代,该方法被广泛应用于发动机故障排查工作。1.2.3模糊推理方法模糊推理方法一
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 航空发动机 故障 融合 诊断 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。