基于非线性滤波器的航空发动机气路性能分析

摘要

航空发动机健康管理是实现发动机低成本维护以及安全飞行的重要手段，而气路性能分析作为发动机健康管理的关键问题之一，直接影响发动机健康管理功能的实现，因此，本文以某型涡扇发动机非线性模型为基础，开展了基于非线性滤波器的发动机气路性能分析研究。
　　考虑到卡尔曼滤波算法不能直接应用于非线性非高斯系统，因此，常规的卡尔曼滤波算法在发动机气路性能分析的应用中存在局限性，本文首先研究了基于递推贝叶斯估计和蒙特卡罗方法的粒子滤波算法，并将其应用于航空发动机气路性能分析中，针对粒子滤波中存在的粒子退化与多样性丧失问题进行了重采样改进处理，并利用EKF与改进UKF对粒子进行更新，重新选取重要性密度函数，使其更接近真实后验分布，并在非高斯噪声条件下对该方法进行了仿真验证。
　　为提高对突变故障的估计精度，以扩展卡尔曼滤波构成的自适应模型为基础进行改进，分别加入协方差匹配与似然检测两个过程，前者引入了对滤波过程中系统噪声协方差阵的实时更新过程;后者通过对状态方程的改进，利用广义似然比检测方法实现突变故障诊断。仿真结果表明两种自适应算法在涡扇发动机健康参数的突变与渐变蜕化中都可以得到较为准确的估计。最后将设计的PF算法在快速原型上进行了仿真试验，实现了基于NI CompactRIO的非线性滤波算法与EKF自适应改进算法的实物在回路快速验证。

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 国内外研究现状

1．2．1 健康管理概况

1．2．2 快速原型开发技术

1．3 本文研究主要内容

第二章 粒子滤波在发动机气路分析中的应用

2．1 发动机非线性模型

2．2 粒子滤波基本原理

2．2．1 贝叶斯理论

2．2．2 蒙特卡洛积分

2．2．3 序贯重要性采样

2．2．4 重要性重采样

2．2．5 发动机部件气路分析

2．3 基于标准粒子滤波的改进

2．3．1 线性优化重采样

2．3．2 条件约束优化

2．4 非高斯噪声下的发动机部件气路分析

2．5 本章小结

第三章 基于重要性密度选择的粒子滤波

3．1 EKPF

3．1．1 扩展卡尔曼滤波基本原理

3．1．2 EKPF基本原理

3．1．3 发动机气路部件性能分析

3．2 UPF

3．2．1 UPF基本算法

3．2．2 平方根UPF算法

3．2．3 超球体采样UPF

3．2．4 超球体采样平方根UPF

3．2．5 数字仿真估计

3．3 本章小结

第四章 工程实用的发动机气路健康参数自适应滤波器

4．1 引言

4．2 协方差匹配

4．2．1 基本原理

4．2．2 协方差匹配算法

4．3 广义似然比估计

4．3．1 基本原理

4．3．2 似然估计比检验在气路性能分析中的应用

4．4 仿真结果分析

4．5 本章小结

第五章 基于快速原型平台的发动机气路分析方法验证

5．1 快速原型技术简介

5．1．1 虚拟仪器

5．1．2 CRIO嵌入式硬件平台

5．2 系统设计方案

5．3 健康参数估计仿真

5．3．1 粒子滤波仿真估计

5．3．2 EKF自适应算法估计

5．4 本章小结

第六章 总结与展望

6．1 本文主要工作

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