基于氣路參數(shù)樣本的航空發(fā)動機狀態(tài)監(jiān)視方法與系統(tǒng)研究.pdf

1、航空發(fā)動機是飛機的動力核心，其結(jié)構(gòu)復(fù)雜、工作環(huán)境惡劣，是飛機的主要故障來源，其健康狀態(tài)的好壞直接影響著飛行安全和航空公司的效益。本文在國家自然科學(xué)基金（項目號：60572174）及中國國際航空公司（國航）科研基金的資助下，研究了基于氣路參數(shù)的民用航空發(fā)動機健康狀態(tài)監(jiān)視方法及其系統(tǒng)。
　　發(fā)動機氣路參數(shù)樣本本質(zhì)上是一種混有較強隨機噪聲的時間序列，經(jīng)常出現(xiàn)孤立突變數(shù)據(jù)和趨勢突變數(shù)據(jù)等異常。小波變換是一種多尺度時-頻分析工具，對于數(shù)據(jù)點

2、突變和數(shù)據(jù)趨勢突變等局部特征都能很好地描述，十分適合處理非平穩(wěn)的發(fā)動機氣路參數(shù)時間序列并識別其異常數(shù)據(jù)。為了提高發(fā)動機性能數(shù)據(jù)的可用性，及時識別發(fā)動機的異常狀態(tài)并準(zhǔn)確恢復(fù)原數(shù)據(jù)，論文提出了基于信號連續(xù)小波變換模極大曲線搜索的信號突變識別及重構(gòu)方法，該方法可以在識別數(shù)據(jù)突變的同時有效地抑制隨機噪聲，進(jìn)而有效地恢復(fù)真實信號。為了解決采用連續(xù)小波變換帶來的運算速度問題，給出了基于傅里葉變換的信號連續(xù)小波變換與反演的快速算法。通過仿真算例研究了

3、邊沿效應(yīng)及小波變換模極大曲線搜索過程中可能出現(xiàn)的偽模極大曲線等問題的處理方法，籍此提高突變數(shù)據(jù)識別及信號重構(gòu)的準(zhǔn)確性。發(fā)動機氣路參數(shù)數(shù)據(jù)預(yù)處理的實例表明，所提出的方法能有效地恢復(fù)發(fā)動機性能參數(shù)數(shù)據(jù)，其信號重構(gòu)效果優(yōu)于一般的小波軟閾值降噪方法。
　　為解決復(fù)雜系統(tǒng)狀態(tài)預(yù)測模型難以建立且預(yù)測精度難以保證的問題，提出了一種混合遞歸過程神經(jīng)網(wǎng)絡(luò)。設(shè)計了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，通過引入一組合適的正交基函數(shù)對網(wǎng)絡(luò)的輸入函數(shù)和連接權(quán)函數(shù)進(jìn)行展開，實現(xiàn)了

4、網(wǎng)絡(luò)的簡化。給出了一種基于彈性 BP算法的混合遞歸過程神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。將網(wǎng)絡(luò)與幾種傳統(tǒng)神經(jīng)網(wǎng)絡(luò)分別應(yīng)用到Mackey-Glass混沌時間序列預(yù)測中，驗證了網(wǎng)絡(luò)的有效性。最后將上述網(wǎng)絡(luò)分別應(yīng)用到航空發(fā)動機氣路參數(shù)預(yù)測的具體問題中，對比結(jié)果表明，混合遞歸過程神經(jīng)網(wǎng)絡(luò)在這一問題中有更好的工程可用性，是一種有效的發(fā)動機健康狀態(tài)監(jiān)視工具。
　　針對基于最小二乘理論的傳統(tǒng)數(shù)據(jù)擬合方法在求解雙隨機變量間的函數(shù)關(guān)系時的不適應(yīng)性問題，提出了一種可

5、同時考慮雙擬合變量的隨機噪聲影響的歐氏距離最小二乘支持向量回歸方法，給出了基于Matlab二次規(guī)劃工具箱的實現(xiàn)算法。通過實例驗證了該方法在發(fā)動機性能趨勢分析中的有效性。另外，由于擬合不同的發(fā)動機性能參數(shù)的時間序列數(shù)據(jù)可能需要不同的擬合方法，簡要地提出了基于多階次多項式回歸算法的發(fā)動機性能參數(shù)時間序列數(shù)據(jù)擬合方法。
　　層次分析法是一種實用有效的多準(zhǔn)則決策方法，但其判斷矩陣的確定需進(jìn)行一致性檢驗，同時，其對于評價指標(biāo)觀測值的評分準(zhǔn)則

6、一般由專家憑經(jīng)驗給出，帶有很強的不確定性。為此，提出一種灰色層次分析法，該方法將判斷矩陣的擬優(yōu)一致化求解方法與灰色聚類評價理論相結(jié)合，有效地克服了層次分析法的上述缺點。針對發(fā)動機狀態(tài)綜合評價問題，建立了發(fā)動機狀態(tài)綜合評價指標(biāo)體系；基于擬優(yōu)一致判斷矩陣求取了發(fā)動機狀態(tài)的各評價指標(biāo)綜合權(quán)值；對發(fā)動機狀態(tài)的各評價指標(biāo)進(jìn)行了灰類劃分，并基于三角權(quán)函數(shù)對評價指標(biāo)所表征的發(fā)動機實際狀態(tài)觀測值進(jìn)行評分。最后給出了一個發(fā)動機狀態(tài)綜合評價問題的示例，結(jié)果

7、表明了方法的有效性。
　　從國航發(fā)動機健康狀態(tài)監(jiān)視及工程管理這一應(yīng)用背景出發(fā)，進(jìn)行了軟件開發(fā)需求分析，系統(tǒng)功能模型、數(shù)據(jù)模型和體系結(jié)構(gòu)的設(shè)計。綜合本文提出的幾種發(fā)動機性能監(jiān)視和健康狀態(tài)綜合評價方法，開發(fā)了面向航空發(fā)動機全壽命管理的發(fā)動機健康狀態(tài)監(jiān)視軟件系統(tǒng)。系統(tǒng)包括發(fā)動機維護(hù)及狀態(tài)監(jiān)視信息管理、發(fā)動機狀態(tài)趨勢分析、發(fā)動機狀態(tài)參數(shù)超限自動報警、發(fā)動機狀態(tài)綜合評價及發(fā)動機拆換期預(yù)報等功能模塊。該系統(tǒng)作為“發(fā)動機全壽命管理系統(tǒng)”的重要組