[发明专利]一种实时在线超声速进气道不起动状态预警的方法

说明书

本发明提出一种能够实时在线超声速进气道不起动状态预警的方法，可自动对传感器历史测量数据进行变点检测，检测出压力信号突变的时刻从而识别对应的流态，并筛选出适合预警任务的传感器，处理训练集后输入WPT‑CNN网络并训练出对应的分类器，通过分类器接收实时动态试验数据，实现进气道不起动预警。本发明提出的实时在线预警算法相比传统预警方法，借助人工智能技术大幅度减少了预警的难度和复杂性，具有更强的可靠性和可实施性，实施过程相对简单，适用于不同类型进气道和多种工况。与此同时，本发明使用的深度学习模型本身嵌入了小波包变换，不需要额外的时频分析，测试的结果证明本发明能够满足实时在线预警的要求。

技术领域

本发明属于超声速不起动状态预警技术领域，具体涉及一种实时在线超声速不起动状态预警的方法。

背景技术

超声速飞行技术在军事作战、商业运输等领域具有极高的应用前景，是21世纪各国以及各公司航空航天领域重要的战略发展方向之一。超燃冲压发动机由于具有结构简单、重量轻、单位推力高和速度快等优点，是超声速飞行最佳动力发动机，超声速进气道是超燃冲压发动机重要组成部分，它处于正常工作状态是超燃冲压发动机正常运行的前提条件。进气道不起动状态是航空发动机在工作时出现的一种异常现象，它发生在进气道的亚临界工作状态，表现为发出间断性的巨大轰鸣，进气道中的流量和压力发生周期性变化，尾部正激波作往复运动。不起动状态发生时，航空发动机工况急剧恶化，推力和推重比大幅度下降，气流剧烈冲击，总压剧烈波动，发动机甚至会因之而熄火，在超高速飞行中，这无疑会引起灾难性的后果与损失。此外，发生不起动状态时进气道结构还会产生周期性的力载荷和热载荷，造成发动机永久性机械损伤和结构破坏，这会导致飞行成本大幅提高。实际实验表明现阶段技术水平，超声速进气道会不可避免地受到不起动状态的影响，1998年美俄联合开展的飞行测试以及2011年美国开展的X-51A飞行测试中，进气道均因为出现不起动状态导致飞行实验失败。为了保证超燃冲压发动机的正常运行，希望尽可能在不起动前采取措施避免进气道进入不起动状态，因此对超声速进气道不起动状态预警尤为重要。

对于实际飞行中超声速进气道不起动状态的预警目前主要基于数据驱动的方法，即根据仿真数据或者试验数据选定方法，并设定参数以及指标。目前不起动状态预警方法基本都是通过人工分析从而设定参数，包括CUSUM、GLR、RFT等方法，这主要存在以下两方面问题：参数设定直接决定了预警结果，需要高水平的专业知识和技术人员，但即使是该领域的专家也不能保证分析和参数设定不会出错，并且频域的数据分析进一步加大了预警的难度；对于不同工况和发动机，参数的设定会需要进行改变，需要重新进行分析，这大幅增加了工作量。人工智能领域技术能解决这两方面问题，例如模式识别技术，它能够通过网络训练自动分析和挖掘数据信息从而实现在线实时识别，降低预警任务的难度，并且网络参数的设定只影响模型的分类精度，只需要保证较高的识别精度不需要详细分析参数跟预警结果的关系，具有更高的容错。除此之外，该类技术不需要复杂的光路系统，既适用于地面试验，也适用于实际飞行，并且可以利用地面试验或实际飞行中不断产生的新数据修正已有的模型，充分挖掘历史数据和实时数据中的有效信息，在提高数据利用率的同时，使得模型对于外界条件的适应性较强。