航空發(fā)動(dòng)機(jī)氣路故障融合診斷方法研究.pdf

1、航空發(fā)動(dòng)機(jī)故障診斷技術(shù)是保障飛行安全，降低維護(hù)費(fèi)用的重要手段。本文以某型渦扇發(fā)動(dòng)機(jī)模型為研究對(duì)象，圍繞信息融合技術(shù)開展了航空發(fā)動(dòng)機(jī)氣路故障融合診斷方法研究，包括基于融合濾波方法的氣路健康參數(shù)估計(jì)、氣路部件故障融合診斷與定位、氣路部件故障與傳感器故障融合診斷。論文的主要工作和貢獻(xiàn)如下：
　　在發(fā)動(dòng)機(jī)部件級(jí)模型的基礎(chǔ)上建立了發(fā)動(dòng)機(jī)狀態(tài)變量模型，設(shè)計(jì)線性卡爾曼濾波器對(duì)發(fā)動(dòng)機(jī)氣路部件健康參數(shù)進(jìn)行在線估計(jì)；針對(duì)集中式結(jié)構(gòu)的線性卡爾曼濾波器存

2、在計(jì)算效率低、容錯(cuò)性差等缺陷，提出采用線性融合卡爾曼濾波算法實(shí)現(xiàn)發(fā)動(dòng)機(jī)氣路健康參數(shù)的估計(jì)，通過(guò)理論分析和數(shù)字仿真證明了融合濾波算法的優(yōu)勢(shì)。
　　由于發(fā)動(dòng)機(jī)為強(qiáng)非線性系統(tǒng)且健康參數(shù)間耦合性強(qiáng)，線性濾波器用于發(fā)動(dòng)機(jī)氣路健康參數(shù)估計(jì)存在精度不夠高等缺陷，將融合卡爾曼濾波器推廣至非線性系統(tǒng)，分別基于擴(kuò)展卡爾曼濾波器、無(wú)跡卡爾曼濾波器、粒子濾波器構(gòu)建融合濾波器；為了將反映發(fā)動(dòng)機(jī)健康狀態(tài)的先驗(yàn)知識(shí)引入至健康參數(shù)估計(jì)中，對(duì)融合粒子濾波器進(jìn)行改進(jìn)

3、，采用概率密度截?cái)喾尤氩坏仁郊s束，提高了估計(jì)精度；針對(duì)測(cè)量參數(shù)統(tǒng)計(jì)特性未知對(duì)融合粒子濾波器估計(jì)效果的影響，采用小波變換實(shí)時(shí)估計(jì)測(cè)量噪聲標(biāo)準(zhǔn)差并以此更新粒子似然函數(shù)，實(shí)現(xiàn)了測(cè)量噪聲變化下發(fā)動(dòng)機(jī)氣路部件健康參數(shù)的準(zhǔn)確估計(jì)。
　　采用自適應(yīng)加權(quán)D-S證據(jù)理論方法進(jìn)行發(fā)動(dòng)機(jī)氣路部件故障融合診斷與定位。以基于粒子濾波器和極限學(xué)習(xí)機(jī)的氣路部件故障診斷方法為基礎(chǔ)，在決策層構(gòu)建融合診斷模塊對(duì)兩個(gè)診斷結(jié)果進(jìn)行融合；為了解決多證據(jù)融合過(guò)程中證據(jù)嚴(yán)重

4、沖突的問(wèn)題，通過(guò)混淆矩陣獲取兩種診斷方法對(duì)發(fā)動(dòng)機(jī)各故障模式的診斷可靠度，從而在生成基本概率賦值函數(shù)時(shí)賦予不同的權(quán)值系數(shù)。通過(guò)發(fā)動(dòng)機(jī)單、雙部件故障仿真，驗(yàn)證了所提出的方法能有效降低證據(jù)沖突，提高了發(fā)動(dòng)機(jī)氣路部件故障融合診斷與定位的精度。
　　研究了航空發(fā)動(dòng)機(jī)氣路部件故障與傳感器故障融合診斷方法。分析了發(fā)動(dòng)機(jī)傳感器常見的故障形式及產(chǎn)生原因；以卡爾曼濾波器為基礎(chǔ)，提出了采用融合卡爾曼濾波器組和擴(kuò)展卡爾曼濾波器-自適應(yīng)遺傳算法（EKF-A