航空发动机传感器故障诊断、信号重构的理论与试验研究

摘要

现代航空发动机FADEC系统的应用已成为必然趋势，保证该系统中用于参数测量和状态监控的传感器的可靠性显得尤为重要。传感器故障诊断和信号重构技术则是提高传感器可靠性的重要手段。因此对航空发动机传感器故障诊断系统进行理论与试验研究具有重要意义。
　　本文以某型涡扇发动机为研究对象，采用拟合法建立了发动机线性模型，比较了线性模型在燃油量小阶跃幅值不同时的拟合精度，分析了线性模型离散化后的系统矩阵元素在不同转速下的变化趋势。应用卡尔曼滤波理论，设计了用于单个传感器故障诊断与信号重构的常值增益卡尔曼滤波器簇，并验证了所用常值增益卡尔曼滤波器的滤波效果及稳定性，通过VC++仿真表明该方法用于传感器故障诊断与信号重构是可行的。
　　为了使航空发动机传感器故障诊断算法能够快速和高效地完成硬件在环仿真试验。构建了以NI CompactRIO为核心装置的传感器故障诊断系统的快速原型实时仿真平台。在LabVlEW编程环境中建立了发动机传感器故障诊断系统。分别在发动机模型稳态和动态工作时完成了对单个传感器故障的检测、隔离和重构的硬件在环仿真试验并验证了算法精度和有效性。试验结果表明在发动机稳态和动态工作时，基于卡尔曼滤波器簇的诊断算法均能确保发动机控制系统安全运行，同时表明该快速原型实时仿真平台的设计是成功的。本文研究工作为发动机传感器故障诊断系统的半物理仿真试验奠定了基础。

目录

摘要

注释表

缩略词

第一章 绪论

1．1 研究背景及意义

1．2 传感器故障诊断技术理论研究现状

1．2．1 基于解析模型的方法

1．2．2 不依赖解析模型的方法

1．3 传感器故障诊断技术试验研究现状

1．4 本文研究内容

第二章 发动机数学模型的线性化

2．1 发动机部件级模型的误差说明

2．2 线性连续系统状态变量模型的建立

2．2．1 发动机线性模型

2．2．2 模型参数选择及归一化处理

2．2．3 基于拟合法的状态变量模型的建立

2．3 线性连续系统状态变量模型的精度

2．3．1 小阶跃量的幅值选择

2．3．2 状态变量模型的精度验证

2．4 线性离散系统状态变量模型的建立

2．4．1 连续系统离散状态方程的求解

2．4．2 稳态工作点离散化后的系数矩阵

2．4．3 系统矩阵元素的变化趋势分析

2．5 本章小结

第三章 基于卡尔曼滤波理论的传感器故障诊断系统

3．1 卡尔曼滤波器的设计

3．1．1 线性离散系统的卡尔曼滤波基本方程

3．1．2 常值增益卡尔曼滤波器

3．1．3 常值增益矩阵的计算

3．2 滤波器的滤波效果及稳定性研究

3．2．1 Q、R阵的选择对滤波器估计效果的影响

3．2．2 卡尔曼滤波器的稳定性

3．3 传感器故障诊断与信号重构系统设计

3．3．1 故障诊断与信号重构系统的结构

3．3．2 常值增益卡尔曼滤波器的设计

3．3．3 故障检测、隔离与重构原理

3．4 传感器故障诊断算法数字仿真验证

3．4．1 硬故障仿真验证

3．4．2 软故障仿真验证

3．5 本章小结

第四章 快速原型实时仿真平台的设计

4．1 仿真平台的系统设计

4．1．1 需求分析

4．1．2 总体方案设计

4．1．3 试验原理

4．2 硬件平台的介绍及功能

4．2．1 NI CompactRIO嵌入式控制系统

4．2．2 FADEC系统信号接口模拟器

4．2．3 某型涡扇发动机模型计算机

4．3 基于LabVIEW的传感器故障诊断系统设计

4．3．1 卡尔曼滤波器模块的设计

4．3．2 软、硬故障注入模块的设计

4．3．3 故障检测、隔离和信号重构模块的设计

4．3．4 线性模型切换选择模块的设计

4．3．5 噪声设置及状态监控模块的设计

4．4 本章小结

第五章 传感器故障诊断、信号重构的试验验证

5．1 故障检测阈值的选取

5．2 发动机稳态工况下单个传感器硬故障诊断试验

5．2．1 硬故障诊断试验结果

5．2．2 单个传感器硬故障诊断精度验证

5．3 发动机稳态工况下单个传感器软故障诊断试验

5．3．1 软故障诊断试验结果

5．3．2 单个传感器软故障诊断精度验证

5．4 发动机动态工况下单个传感器故障诊断试验

5．4．1 发动机加速过程中P4传感器发生故障

5．4．2 发动机减速过程中NH传感器发生故障

5．4．3 动态下单个传感器故障诊断精度验证

5．5 测量噪声对传感器故障诊断系统的影响

5．5．1 测量噪声的幅值对阈值选取的影响

5．5．2 测量噪声对传感器故障诊断精度的影响

5．6 本章小结

第六章 总结和展望

6．1 总结

6．2 展望

参考文献

致谢

在学期间的研究成果及发表的学术论文