基于多模型的航空发动机传感器混合故障诊断方法 |
| |
引用本文: | 赵万里,郭迎清,徐柯杰,杨庆材,王昆,郭鹏飞.基于多模型的航空发动机传感器混合故障诊断方法[J].推进技术,2023(3):229-237. |
| |
作者姓名: | 赵万里 郭迎清 徐柯杰 杨庆材 王昆 郭鹏飞 |
| |
作者单位: | 1. 西北工业大学动力与能源学院;2. 杭州汽轮动力集团股份有限公司 |
| |
基金项目: | 国家科技重大专项(J2019-V-0003-0094); |
| |
摘 要: | 本文在多模型架构下,提出一种航空发动机传感器在线混合故障检测与隔离算法。利用长短期记忆网络逼近航空发动机建模误差、健康参数变化、过程噪声和测量噪声等不确定性源引起的真实发动机与机载模型之间的偏差。将传感器测量输出与不确定性值的偏差用于一种基于多模型的混合卡尔曼滤波器组算法中,利用贝叶斯方法计算每个传感器在健康模式和不同故障模式下的条件概率,然后根据最大概率准则进行传感器故障检测与隔离,克服了阈值难以选取的问题。针对某型涡扇发动机传感器发生偏置故障、漂移故障和间歇性故障的情形进行仿真验证,并对比了不同传感器之间的检测与隔离精度。结果表明:所提出的方法可以在更高水平的退化下诊断出发动机传感器常见的故障,混合方法对不同不确定性源具有鲁棒性。
|
关 键 词: | 航空发动机 传感器 多模型 故障诊断 长短期记忆网络 混合卡尔曼滤波 |
|
|