航空发动机试验数据管理系统设计

为了满足航空发动机试验的需求,实现内场、外场、露天台试验数据的统一管理,根据航空发动机试验体系的实际情况 以及大数据的理念,采用现代测控技术、通讯技术、数据管理和分析技术等先进手段,解决了多数据源数据的采集与融合、多类型 试验数据即结构化与非结构化数据的综合管理、试验数据的快速处理分析等关键技术难题,建立了1个基于以太网的航空发动机 试验数据管理系统,实现了对试验数据的集中管理、有效共享、合理使用和安全存储。该数据管理系统已保障多种型号航空发动 机完成了试验,结果表明：该系统中试验数据的45%为结构化数据、55%为非结构化数据,同时提供给发动机故障诊断系统、健康 管理系统、试验信息管理系统等多个系统,具有适用性强、安全性高、易于管理等特点,可以满足试验数据管理的技术要求。     

逆波兰式优化算法在航空发动机测试系统中的应用

为了适应新一代航空发动机测试系统的发展要求,提高测试系统对计算参数的处理能力,结合航空发动机测试系统的自身特点,将逆波兰式算法应用到测试系统的参数计算中,并对逆波兰式算法进行改进和优化。结果表明:逆波兰式算法可提高发动机测试系统代码的可移植性与重复性,优化后的逆波兰式算法可提高测试系统的容错性、计算结果准确性,从计算程序的运行时间来看,优化后的算法较未优化算法的计算效率提高20%~40%。     

基于高斯混合模型的发动机稳态数据特征值提取方法

因航空发动机的工作环境及工作特性所致,其稳态试验数据常伴有噪声干扰,对稳态值计算结果的准确性造成影响。在对稳态数据进行正态性检验后,利用稳态数据来源的正态特性,以及利用混合模型对数据的良好回归特性,基于高斯混合模型对稳态数据进行筛选分类。依托发动机稳态数据分布形式的相近性与数据本身的统计特性,来确定稳态数据特征值的提取方法。在对发动机稳态数据进行数据筛选以及对比不同稳态数据片段后,验证模型方法的数据降噪效果以及稳态数据特征值计算结果与同一稳定工作状态数据片段的选取不相关性。结果表明：从仿真数据的筛选结果以及不同稳态数据片段的验证结果可知,该方法具有较强的稳定性,可有效筛选出发动机稳态点数据,并准确计算出发动机稳态值,一般收敛结果相对误差在0.2%以内。