[发明专利]一种航空发动机启动过程排气温度预测方法

说明书

本发明属于航空发动机预测技术领域，提供了一种航空发动机启动过程排气温度预测方法。本发明所要解决的技术问题是填补航空发动机在启动过程中排气温度预测的空缺，提供一种航空发动机启动过程排气温度预测方法，利用航空发动机地面试车数据，采用机器学习的方法得到发动机启动过程排气温度预测模型，该模型预测精度高、泛化性能好，预测结果可进一步用于发动机控制方面等，降低了发动机出现超温的可能性。相对于传统的单参数预测，本发明由于采用融合预测，包含了更多信息，使得预测误差降低；相对于单一的预测算法，本发明由于采用了AdaBoost.RT集成算法，对弱学习机进行集成，预测误差更小。

技术领域

本发明属于航空发动机预测技术领域，具体涉及一种航空发动机启动过程排气温度预测方法。

背景技术

在飞机启动时，航空发动机处于高温、高负荷和高转速的状态，发动机出现超温的可能性较大，增加了飞行风险，因此，需要对排气温度进行预测以及时对航空发动机进行控制防止出现超温。对航空发动机排气温度预测的方法主要有三种：基于模型的方法、基于回归的方法和基于机器学习的方法。其中，基于模型的方法计算复杂、实时计算可能出现迭代不收敛等问题；基于回归的方法有时变量之间不一定有明显的线性或者其他函数关系，模型很难选择；基于机器学习的方法具有非常强的非线性映射能力，训练时间短。在文献《基于支持过程向量机的航空发动机排气温度预测》中，于广斌等人提出一种支持过程向量机模型，并运用到航空发动机排气温度预测中以预测航空发动机气路性能衰退规律，预测精度高。在文献《Application of Neural Networks in Forecasting Engine SystemsReliability》中，Xu K等人利用神经网络对航空发动机排气温度进行预测以预测发动机系统故障和可靠性。以上方法都是以航空发动机多个飞行循环的排气温度为数据进行预测，以显示航空发动机的性能状态及退化情况，但没有涉及到整个启动过程的排气温度预测，因此无法在有超温现象前对发动机进行控制。

发明内容

本发明所要解决的技术问题是填补航空发动机在启动过程中排气温度预测的空缺，提供一种航空发动机启动过程排气温度预测方法，利用航空发动机地面试车数据，采用机器学习的方法得到发动机启动过程排气温度预测模型，该模型预测精度高、泛化性能好，预测结果可进一步用于发动机控制方面等。

按照本发明，提供了一种航空发动机启动过程排气温度预测方法，本发明的技术方案如下：

首先，对传感器采集到的航空发动机地面试车数据，如高压压气机转速、低压压气机转速、主燃油流量、低压涡轮后温度等进行预处理，主要包括对异常数据的识别和处理、数据的平滑处理及数据的归一化处理。然后，基于信息融合的思想，通过合适的相关性方法选择与排气温度相关性大的参数作为输入参数对其进行预测。另外，对选择的参数进行相空间重构构建输入输出样本。最后，采用机器学习的算法对排气温度进行预测，获得预测精度高、泛化能力强、鲁棒性好的航空发动机启动过程排气温度预测模型。

优选地，在本发明中，对异常数据的识别采用基于密度的方法然后进行剔除。对数据的平滑处理采用专用函数平滑法。相关性分析方法采用互信息法。相空间重构的参数分别采用互信息法和Cao法。机器学习算法采用AdaBoost.RT集成算法，通过对弱学习机极限学习机(ELM)进行集成，得到效果优越的强学习机。

本发明的有益效果：本发明的预测模型预测精度高、泛化能力强、鲁棒性强，可对航空发动机启动过程的排气温度进行实时预测，预测结果可用于航空发动机控制等方面，降低了发动机出现超温的可能性。相对于传统的单参数预测，本发明由于采用融合预测，包含了更多信息，使得预测误差降低；相对于单一的预测算法，本发明由于采用了AdaBoost.RT集成算法，对弱学习机进行集成，预测误差更小。

附图说明

图1是本发明的流程图。

具体实施方式