[发明专利]一种基于发动机气路静电信号的异常颗粒物检测方法

说明书

本发明公开了一种基于发动机气路静电信号的异常颗粒物检测方法，包括以下步骤：1)构建静电检测信号随机变量，将所述随机变量的集合表征为一个随机向量，通过识别随机向量中的稀疏异常随机变量以实现检测异常颗粒的目标；2)构建基于压缩感知的多重测量信号模型，即MMV‑CS，通过在随机向量的独立采样集合和测量信号的重数之间进行类比，获知压缩感知的多重测量信号模型与异常信号检测之间的内在关系；3)MMV‑CS模型中测量矩阵的近似估计；4)提出MMV‑LASSO算法进行优化求解/恢复随机向量；5)根据恢复的随机向量检测其中的异常变量。本发明实用性强，可广泛应用于航空发动机技术领域。

技术领域

本发明涉及航空发动机状态监测领域，具体是指一种基于发动机气路静电信号的异常颗粒物检测方法，尤其涉及一种用于静电阵列探测器信号处理的方法。

背景技术

航空发动机的健康状态是航空器运行安全性、可靠性的决定性因素，然而目前的材料、设计、生产、工艺和维护还不能充分保证发动机使用中对可靠性、耐久性和维修性的要求，不能确保飞行的安全性和可靠性，因此，需要依据航空发动机的状态监测系统对发动机的健康状态做出准确的评估。

航空发动机气路静电监测方法是一种适用于航空发动机气路恶劣环境的实时在线监测方法，能够有效地对故障高发的气路部件实施在线监测并提供预警信息。当发动机处于健康状态下工作时，尾气中静电荷水平主要取决于碳烟颗粒的数量，而此时气路中碳烟颗粒数量也相对稳定，因此，整体静电荷水平会稳定在一定的范围内上下波动。当发动机发生故障或燃烧性能衰退时，会产生大量的异常颗粒物(如发动机部件发生碰磨、侵蚀、烧伤等故障时)，这些颗粒物粒径差异很大，正常状况下燃烧产生的碳烟颗粒物粒径大约在4-6nm和20-30nm区间的双峰分布，而故障产生的颗粒物粒径大都在40um以上。由于不同颗粒粒径大小的差异会导致颗粒所携带的电荷量不同，从而引起气路中静电荷水平的变化，因此，可以基于气路静电场变化情况来实现异常颗粒物的检测。此外，由于单个的静电传感器监测范围有限，而发动机喷管管径较大，往往需要安装多个传感器，组建静电阵列探测器来实现对整个气路的监测。

前期实验过程中采集的信号可以表明，当气路中的异常颗粒物经过传感器时所产生的感应信号具有明显的稀疏特性，而在现有的研究中并没有考虑这一点，目前的信号均基于奈奎斯特采样定理所获得，导致数据采集量多，后续的预处理和特征提取计算量大。对监测系统而言，这会直接影响到系统的实时性和效率，而且一旦采用新型静电矢量探测感知器来对气路静电进行静电监测，所需的测点会增加，因此需要研究适用于静电监测信号的压缩感知方法，来实现信号的观测与重构。

发明内容

针对以上问题，本发明提出了一种用于处理航空发动机气路静电监测数据的方法，可高效解决航空发动机静电监测中采集信号的数据量大的问题，提升系统监测效率。

本发明提供的技术方案为：

一种基于发动机气路静电信号的异常颗粒物检测方法，包括以下步骤：

1)构建静电检测信号随机变量，将所述随机变量的集合表征为一个随机向量，通过识别随机向量中的稀疏异常随机变量以实现检测异常颗粒的目标；

2)构建基于压缩感知的多重测量信号模型，即MMV-CS，通过在随机向量的独立采样集合和测量信号的重数之间进行类比，获知压缩感知的多重测量信号模型与异常信号检测之间的内在关系；

3)MMV-CS模型中测量矩阵的近似估计；

4)提出MMV-LASSO算法进行优化求解/恢复随机向量；

5)根据恢复的随机向量检测其中存在的异常变量。

进一步地，所述步骤1)包括以下实施内容：