一种基于主成分分析法的发动机性能评估方法

为了能对发动机机队的性能进行视情维修管理和实时排序,利用多属性风险决策方法对高位空间进行降维处理,并根据性能参数中蕴含的客观信息建立主成分分析方法的综合模型。由该方法得出的综合指数可判断发动机的相对性能,为发动机性能评估提供依据。     

基于贝叶斯信息融合的航空发动机健康状态评估方法研究

每个热力参数都可从某一角度评估航空发动机的性能状态,而这些参数相互之间存在一定的互补性,因此可采用信息融合技术来综合这些信息,以增加状态评估的准确性和确定性。本文建立了基于贝叶斯融合的发动机性能状态评估模型,从工程实际出发,对发动机热力参数进行预处理后采用相关分析方法进行筛选和定权,确定了先验分布和条件分布计算方法,并应用此模型对航空发动机的性能状态老化程度进行了评估。     

基于主成分分析方法的航空发动机性能排队研究

提出基于主成分分析的发动机性能排队方法,并以此方法对19台JT9D-7R4发动机进行性能排队,与发动机实际换发方案以及普惠公司的EGT指数法相比,主成分分析方法可以综合地考量发动机各方面因素,可信度高,利于规模大的机队精细地评估性能相近的发动机,并给出更好的排队结果。     

基于模糊信息熵的航空发动机性能评估和可靠性分析

以航空发动机为研究对象,利用发动机测量参数变化评估发动机综合性能。将多个测量参数通过模糊信息熵方法转化成1维参数,克服了1个参数不能全面反映发动机性能的缺点;结合性能退化可靠性理论和随机过程方法,通过分析发动机性能退化过程,运用威布尔分布建立了基于随机过程的性能退化过程中的发动机性能可靠性模型。结果表明：通过模糊信息熵方法得到的性能参数能较好地反映发动机性能状况及可靠性程度。     

基于信息熵-模糊理论的航空发动机性能评估

航空发动机性能评估可以分析发动机健康状况,预测潜在故障。传统评估方法主要通过计算发动机排气温度和燃油流量的变化进行评价,该方法反映的发动机特征信息不够全面。运用信息熵理论和模糊数学理论,通过对某型发动机典型故障进行故障树分析,计算故障征兆及原因的信息熵权值,建立了一个多参数的发动机性能评估模型,并对发动机各类故障原因对整体性能的影响进行定量分析,从而为发动机可靠性控制提供量化参考指标。     

基于马氏距离的航空发动机健康监控方法

航空发动机健康监控是实现航空发动机健康管理的关键技术之一。针对航空发动机健康监控高维计算复杂度高的问题,提出了一种基于主成分分析与马氏距离结合的计算方法。首先通过主成分分析对性能监测参数进行降维,并采用马氏距离计算发动机的健康参数,最终根据威布尔分布确定健康参数的警戒值。实例计算结果表明,方法能够较好反映航空发动机健康状态,并能检测运行过程中出现的异常点。     

融合静电信号和气路参数的发动机性能评估方法

为了研究静电监测技术对航空发动机的监测效果,开展了航空涡喷发动机静电监测台架实验,获得了140个完整试车阶段的静电信号数据。针对发动机传统气路性能评估方法的信息源有限的问题,提出了一种融合静电信号和气路参数的发动机性能评估流程和方法,进一步采用了基于逻辑回归模型的评估算法对发动机的综合性能进行量化评估,通过融合试车实验的静电数据和性能参数,对发动机的健康状态评价方法进行研究。结果表明:当健康值为0.9以上可以认为发动机为健康状态,当健康值小于0.3时可以认为发动机已经发生了较为严重的退化,所提出的融合评估方法要优于传统的性能参数评估方法,能够提前预警气路性能严重退化。     

航空发动机顶层设计指标评价方法及软件开发

采用层次分析、熵值、质量功能展开、模糊综合评价等运筹学的基本方法,结合航空发动机行业的技术特点,建立了一套能够量化评估航空发动机的先进性和技术成熟度等顶层设计指标的评价方法,并在C++Builder编译环境下开发了面向对象的评估软件。在民用航空发动机项目中的实际应用表明,方法能够对航空发动机的先进性和技术风险等顶层设计指标进行合理的量化评估,并对航空发动机研发过程中的技术成熟度进行动态跟踪。     

航空发动机单元体性能评估方法研究

航空发动机单元体性能的好坏直接关系到整台发动机是否能正常运转,运用主成分分析法对发动机的运行数据进行分析计算,提取出一个健康指数来表征单元体性能的衰退程度,并对各个单元体的状况进行评估.通过对实际运行的数据分析表明,该评估方法切实可行,使单元体的评估更为准确合理.     

发动机飞行任务剖面的主成份聚类法

本文提出了利用主成份分析对航空发动机飞行任务剖面进行分类的方法 ,并对某战斗机发动机 1 8个飞行任务剖面进行了聚类分析。选取了飞行高度、飞行马赫数、发动机转速以及发动机重心法向过载等 4个参数作为分类的原始依据参数。对上述 4个参数进行主成份分析 ,得到 4个独立的主成份 ,其中第一、二主成份的累积贡献率可达 81 .1 %。因此 ,可以根据主平面内各飞行任务剖面的第一、二主成分的分布情况直观地进行定性地分类。最后 ,本文利用重心法进行了定量的聚类 ,得到了分类的树状图。研究结果表明本文提出的方法是合理可行的     

A novel none once per revolution blade tip timing based blade vibration parameters identification method

The vibration caused blade High Cycle Fatigue (HCF) is seriously affects the safety operation of turbomachinery especially for aero-engine. Thus, it is crucial important to identify the blade vibration parameters and then evaluate the dynamic stress amplitude. Blade Tip Timing (BTT) method is one of the promising method to solve these problems. While, it need a high resolution Once Per Revolution (OPR) signal which is difficult to get for the aero-engine. Here, a Coupled Vibration Analysis (CVA) method for identifying blade vibration parameters by a none OPR BTT is proposed. The method assumes that every real blade has its own vibration performance at a given speed. Whereby, it can take any blade as the reference blade, and the other blades using the reference blade as the OPR for vibration displacement calculating and further parameter identifying. The proposed method is validated by numerical model. Also, experimental studies are carried out on a straight blade and a twisted three dimensional blade test rig as well as a large industrial axial compressor respectively. The results show that the proposed method can accurately identify the blade synchronous vibration parameters and quantitatively evaluate the mistuning in bladed disks, which lays a foundation for the reliability improvement of aero-engine.     

航空发动机高压转子的结构动力学设计方法

建立了航空发动机高压转子的动力学模型,该模型包含所有的结构动力学设计参数,揭示了设计参数与转子振动特性间的关系,提出了转子临界转速界值的估计方法,并予以理论证明.建立了分别基于两阶临界响应的支承刚度设计准则.发现了转子参数临界转速现象,在参数临界转速处,阻尼器将失去阻尼作用,振动趋于无穷大;给出了参数临界转速出现的条件,上述的结论对于航空发动机高压转子的设计具有重要的指导意义.     

A multi-rate sensor fusion approach using information filters for estimating aero-engine performance degradation

Gas-path performance estimation plays an important role in aero-engine health management, and Kalman Filter(KF) is a well-known technique to estimate performance degradation. In previous studies, it is assumed that different kinds of sensors are with the same sampling rate, and they are used for state estimation by the KF simultaneously. However, it is hard to achieve state estimation using various kinds of sensor measurements at the same sampling rate due to a complex network and physical characteristic differences between sensors, especially in an advanced multisensor architecture. For this purpose, a multi-rate sensor fusion using the information filtering approach is proposed based on the square-root cubature rule, which is called Multi-rate Squareroot Cubature Information Filter(MSCIF) to track engine performance degradation. Soft measurement synchronization of the MSCIF is designed to provide a sensor fusion condition for multiple sampling rates of measurement, and a fault sensor is isolated by maximum likelihood validation before state estimation. The contribution of this paper is to supply a novel multi-rate informationfilter approach for sensor fault tolerant health estimation of an aero-engine in a multi-sensor system. Tests are conducted for aero-engine performance degradation estimation with multiple sampling rates of sensor measurement on both digital simulation and semi-physical experiment.Experimental results illustrate the superiority of the proposed algorithm in terms of degradation estimation accuracy and robustness to sensor failure in a multi-sensor system.     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

Regression model for civil aero-engine gas path parameter deviation based on deep domain-adaptation with Res-BP neural network

The variations in gas path parameter deviations can fully reflect the healthy state of aero-engine gas path components and units; therefore, airlines usually take them as key parameters for monitoring the aero-engine gas path performance state and conducting fault diagnosis. In the past, the airlines could not obtain deviations autonomously. At present, a data-driven method based on an aero-engine dataset with a large sample size can be utilized to obtain the deviations. However, it is still difficult to utilize aero-engine datasets with small sample sizes to establish regression models for deviations based on deep neural networks. To obtain monitoring autonomy of each aero-engine model, it is crucial to transfer and reuse the relevant knowledge of deviation modelling learned from different aero-engine models. This paper adopts the Residual-Back Propagation Neural Network (Res-BPNN) to deeply extract high-level features and stacks multi-layer Multi-Kernel Maximum Mean Discrepancy (MK-MMD) adaptation layers to map the extracted high-level features to the Reproduce Kernel Hilbert Space (RKHS) for discrepancy measurement. To further reduce the distribution discrepancy of each aero-engine model, the method of maximizing domain-confusion loss based on an adversarial mechanism is introduced to make the features learned from different domains as close as possible, and then the learned features can be confused. Through the above methods, domain-invariant features can be extracted, and the optimal adaptation effect can be achieved. Finally, the effectiveness of the proposed method is verified by using cruise data from different civil aero-engine models and compared with other transfer learning algorithms.     

航空发动机稳态总体气动特性的逆向仿真研究

由于缺乏发动机稳态工作的气动参数数据,飞机/发动机气动一体化设计遇到了困难。为此对某型航空发动机的离散试车数据点进行了多元高次多项式拟合,建立了该型号发动机的稳态特性曲线。在此基础上进行了发动机的总体气动性能逆向仿真研究,建立了该型号发动机进出口气动参数随工况变化的关系曲线,为某型飞机的机体/发动机一体化气动设计提供了依据。      

竞争性故障模型可靠性评估的非参数估计方法

针对航空发动机现场数据的可靠性评估面临着小子样与随机删失问题,对可靠性评估中的非参数估计方法进行了对比分析.应用蒙特卡罗方法,在竞争性故障模型下,设计了一种对比可靠性评估方法优劣性的仿真方法.该方法以三重威布尔分布为例,通过模拟产生具有随机删失特点的航空发动机现场故障数据,分别对比4种可靠性评估非参数估计方法的优劣性.最后通过一个工程应用案例验证了模型的有效性.仿真结果表明:在三重威布尔竞争性故障模型下,非参数估计方法的优劣顺序依次是Kaplan-Meier估计、平均秩次法、Herd-Johnson估计、Nelson-Aalen估计.      

基于卡尔曼滤波和主元分析的发动机性能衰退

在给定测量参数基础上,通过非线性估计得到对应离散时刻的部件性能参数,利用数据插值方法扩充测量参数。利用主元分析方法对这些测量参数进行分解,提取反映性能衰退的成分,以此构造反映性能变化的统计量,假定该统计量服从,分布,对性能衰退情况做进一步分析,得到在10000时间点附近性能衰退最为严重,已超过阀值,与前面参数估计结果相符。用部件性能衰退分析方法对发动机性能状况监控,为及时采取维护措施提供了一定的指导作用。     

Duane模型的导数最小二乘估计

 针对传统最小二乘估计仅仅考虑回归模型曲线本身的试验样本,不能同时对曲线动态变化规律进行描述、未能充分利用模型与数据信息的问题,依据在一次观测中待定参数的取值应使得随机样本与模型各阶导函数在概率尺度下具有最小距离的原理,通过构造模型曲线导数意义下的损失函数,提出了一种能够综合利用模型与试验数据导数信息的导数最小乘方估计方法,推广了传统最小二乘估计的模型条件与使用范围。并结合复杂可修产品可靠性增长的Duane模型给出了参数的一般导数最小二乘估计与最佳导数最小二乘估计式,证明了模型参数的导数最小二乘估计较传统最小二乘估计具有更好的统计性质。为实际中确定模型曲线,进行工程预测提供了一条新的技术途径。     

航空发动机尾气静电信号基线模型分析及应用

开展了基于尾气静电信号的航空发动机气路监控技术的应用研究,把尾气静电监测信号EGEMS作为一种新的气路状态参数并建立其基线模型,通过监控尾气静电信号RMS(root mean square)值的偏差值实现对气路部件的实时监控.首先从尾气静电监测的角度总结了尾气碳烟颗粒物的排放特性,分析了尾气静电信号的基线成分、主要影响因素及典型故障静电信号特征,在此基础上分别提出了基于燃油流量单参数的尾气静电信号基线模型(参数化模型)和基于多元状态估计技术的多参数基线模型(非参数化模型)挖掘技术.通过对某型涡轴发动机尾气静电信号的分析表明:所建立的基线模型能够准确反映发动机不同工况下的尾气静电信号的基本特征,有效地监测到气路的异常状态,验证了所提方法的可行性和有效性.