基于数据驱动的航空发动机气路健康监测方法研究

摘要

航空发动机由多个复杂子系统精密配合而成的大型设备，工作条件苛刻复杂，极易发生腐蚀、积垢、疲劳等情况，产生安全事故。健康监测技术通过分析航空发动机常见的失效模式以及特性，以气路性能参数，如发动机排气温度偏差、燃油流量，高压转子转速、低压转子转速为研究对象，挖掘气路性能参数的深度信息，以达到对发动机的部件的健康监测。 论文的主要工作内容如下：（1）对国内外航空发动机健康监测技术进行了研究，对航空发动机的气路失效模式以及常见的气路健康监测方法进行了总结；（2）研究了基于指数平滑法和和Savitzky-Golay平滑的气路参数预处理，消除噪声数据的作用影响，并对比两种平滑处理结果；（3）研究了基于人工免疫算法的航空发动机故障诊断方法，并提出了一种可以实现阈值自优化的双种群免疫算法，实现了航空发动机的故障诊断；（4）研究了基于ELM_Adaboost强预测器的航空发动机气路参数预测，并采用多个指标进行预测结果评估，并与BP神经网络的参数预测结果进行对比；（5）研究了基于双种群免疫算法和ELM_Adaboost强预测器融合的航空发动机剩余寿命预测研究，以5种型号发动机气路样本作实例，实现2000个飞行循环内发动机的失效状态的有效预测。

目录

第一个书签之前

摘 要

图表清单

注释表

缩略词

绪论

1.1研究背景

1.2国内外研究现状

1.2.1国外研究现状

1.2.2国内研究现状

1.3发动机气路健康监测技术

1.3.1航空发动机常见气路故障

1.3.2航空发动机气路健康监测原理

1.3.3常用的航空发动机气路健康监测方法

1.4本文研究内容以及章节安排

航空发动机气路参数样本收集及数据处理

2.1航空发动机简化模型

2.2原始数据分析方法及选择

2.3气路参数预处理

2.3.1指数平滑法

2.3.2 Savitzky-Golay平滑法

2.4气路参数预处理结果及分析

2.5本章小结

基于免疫算法的航空发动机气路故障诊断

3.1引言

3.2克隆选择算法

3.3阴性选择算法

3.3.1基本定义

3.3.1算法描述

3.4基于阴性选择算法的航空发动机气路故障诊断

3.4.1初始抗体产生

3.4.2检测器的变异成熟

3.4.3故障检测与诊断

3.5基于阴性选择算法的航空发动机气路故障检测与诊断

3.5.1基本定义

3.5.3初始抗体个数影响分析

3.5.4亲和力计算公式影响分析

3.5.5加入噪声样本验证

3.5.6实例总结

3.6基于双种群免疫算法的航空发动机气路故障诊断

3.6.1双种群免疫算法流程

3.6.2算法参数设置

3.6.3结果分析

3.6.4噪声样本验证

3.6.5结论

3.7本章总结

航空发动机气路参数预测

4.1相空间重构理论

4.2极限学习机拓扑模型

4.3Adaboost算法简介

4.4应用实例

4.4.1有效性验证

4.4.2航空发动机气路参数预测

4.5本章总结

航空发动机剩余寿命预测方法研究

5.1多因子决策函数模型

5.2航空发动机状态预测方法研究

5.3寿命预测结果分析

5.4本章小结

总结与展望

6.1研究总结

6.2工作展望

参考文献

致谢