[发明专利]航空发动机故障诊断方法和装置、计算机装置和存储介质

说明书

本公开涉及一种航空发动机故障诊断方法和装置、计算机装置和存储介质。该航空发动机故障诊断方法包括：实时采集与待诊断故障相关的传感器数据；将采集到的传感器数据进行特征提取和特征合并，形成一组样本数据；将该组样本数据输入到预先训练好的故障概率模型，得到该组样本数据中每个特征点的故障概率；根据每个特征点的故障概率判断该组样本数据是否存在故障。本公开采用机器诊断的方法代替人工诊断，从而提高了复杂故障诊断的智能化程度，同时降低了跟试人员人力成本。

技术领域

本公开涉及航空发动机领域，特别涉及一种航空发动机故障诊断方法和装置、计算机装置和存储介质。

背景技术

航空发动机试验过程中，存在着各种各样的故障，如某部件超温、超压或超振等，这些故障轻则造成发动机性能退化，重则引起部件损伤从而造成整台发动机损坏。此外，由于航空发动机是高度复杂的系统，涉及空气动力学、工程热物理、机械、控制等众多学科，在试车过程中，会有大量的跟试人员在现场对试验数据进行监视，若出现多台发动机同时试车，会对人力资源造成很大的挑战。因此如何准确、快速且节约人工地对航空发动机进行故障诊断，已成为航空发动机试车试验中越来越重要的工作。

目前，针对某发动机试车过程中出现的故障，相关技术主要采用机器自动诊断的方法和专家人工诊断的方法。机器自动诊断主要采用基于阈值的故障隔离，即当某一个参数特征或某几个参数特征超出阈值且维持了一段时间，则触发故障告警。专家人工诊断主要依赖有经验的技术员进行检测，通过人工比对实际结果与期望目标，若发现异常，及时报告故障。

发明内容

发明人通过研究发现：相关技术基于阈值的故障隔离诊断方法主要适用于故障诊断逻辑简单、且阈值恒定的情况，针对某些故障诊断逻辑复杂的情况(如需要结合多个参数，或参数需要多次预处理，或阈值不固定等)该方法应用效果不好。相关技术专家人工诊断的方法则存在如下缺点：1)因长时间盯住监控器，造成眼花漏检的问题；2)因人的反应能力不及机器，造成反应滞后的问题；3)因对跟试人员技术能力要求过高，造成跟试人员短缺的问题。

鉴于以上技术问题中的至少一项，本公开提供了一种航空发动机故障诊断方法和装置、计算机装置和存储介质，可以在线实时、可靠地进行航空发动机的智能故障诊断。

根据本公开的一个方面，提供一种航空发动机故障诊断方法，包括：

实时采集与待诊断故障相关的传感器数据；

将采集到的传感器数据进行特征提取和特征合并，形成一组样本数据；

将该组样本数据输入到预先训练好的故障概率模型，得到该组样本数据中每个特征点的故障概率；

根据每个特征点的故障概率判断该组样本数据是否存在故障。

在本公开的一些实施例中，所述根据每个特征点的相似概率判断该组样本数据是否存在故障包括：

判断每个特征点的故障概率是否大于单个特征点故障概率阈值；

将大于单个特征点故障概率阈值的特征点判定为故障点；

判断故障点个数是否大于累积故障点个数阈值；

在故障点个数大于累积故障点个数阈值的情况下，判定该组样本数据存在故障。

在本公开的一些实施例中，所述将该组样本数据输入到预先训练好的故障概率模型，得到该组样本数据中每个特征点的故障概率包括：

将该组样本数据输入到预先训练好的故障概率模型中，自动比对该组样本数据中每个特征点与预先训练好的故障概率模型的相似性，通过插值的方式，计算出每个特征点的相似概率；

根据每个特征点的相似概率确定每个特征点的故障概率。

在本公开的一些实施例中，所述航空发动机故障诊断方法还包括：