基于状态感知的航空发动机变基线模型建模方法研究

机载模型是先进航空发动机控制方法的基础，基线模型作为机载模型的重要组成部分，其建模准确度决定了机载模型的精度。针对传统单一基线模型在局部飞行包线精度高，而难以用于发动机全包线、全状态稳态性能预测的问题，提出了一种基于状态感知的发动机变基线模型建模方法。首先在小波变换滤波的基础上，提出基于状态感知的最优稳态数据筛选阈值计算方法，以减少稳态数据的错选或遗漏；其次，提出基于高斯混合模型（GMM）的变基线模型建模方法，利用GMM实现飞行数据自主聚类，并结合回归分析法，构建全包线、全状态的高精度变基线模型。仿真结果表明：本文提出的稳态数据筛选方法能有效避免数据错选或遗漏，相比于常规的单一基线模型，所提出的变基线模型可使高、低压转子转速的相对均值误差分别减小45%,30%以上。该方法能显著提升基线模型精度，同时实现了稳态数据自动化提取，避免了过多依赖人工经验且难以获得最优阈值的问题。