[发明专利]航空发动机故障诊断模型训练方法、诊断方法及装置在审
申请号: | 202211284284.2 | 申请日: | 2022-10-20 |
公开(公告)号: | CN115994479A | 公开(公告)日: | 2023-04-21 |
发明(设计)人: | 周寒;陈毅;莫李平;钱昆;陈颂雕;王奕首;陈国顺;卿新林 | 申请(专利权)人: | 厦门大学;厦门航空有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06Q10/20;G01M15/02;G01M15/14 |
代理公司: | 厦门加减专利代理事务所(普通合伙) 35234 | 代理人: | 包爱萍 |
地址: | 361005 福建*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 航空发动机 故障诊断 模型 训练 方法 诊断 装置 | ||
1.一种航空发动机故障诊断模型训练方法,其特征在于,包括:
获取航空发动机的性能参数的偏差值,所述性能参数包括:排气温度EGT、高压涡轮转速N2、燃油流量FF;
对所述性能参数的偏差值进行特征优化,得到优化后的性能参数偏差值;
以所述优化后的性能参数偏差值作为输入,基于KNN算法构建航空发动机故障诊断模型。
2.根据权利要求1所述的航空发动机故障诊断模型训练方法,其特征在于,所述性能参数还包括:高压压气机出口温度T3、低压压气机出口温度T25。
3.根据权利要求1或2所述的航空发动机故障诊断模型训练方法,其特征在于,所述获取航空发动机的性能参数的偏差值包括:
获取航空发动机的测试性能参数;
基于多元线性的方法进行基线建模,获取航空发动机的基线性能参数;
将所述测量性能参数减去基线性能参数,得到所述性能参数的偏差值。
4.根据权利要求3所述的航空发动机故障诊断模型训练方法,其特征在于,在基线建模之前,还包括对原始性能参数进行预处理,以预处理后的所述性能参数作为基线建模的基础;
其中,预处理的措施包括:
对原始性能参数数据采用最近邻填补方法对所有的缺失值进行填补,得到完整的性能参数数据;
从所述完整的性能参数数据中提取飞机巡航段的性能参数数据;
从所述飞机巡航段的性能参数数据中筛选水洗后的一段时间内的数据用于基线建模。
5.根据权利要求3所述的航空发动机故障诊断模型训练方法,其特征在于,所述对所述性能参数的偏差值进行特征优化,得到优化后的性能参数偏差值包括:
对所述性能参数的偏差值分别进行特征增维,得到增维后的性能参数偏差值;
对增维后的性能参数偏差值进行筛选,得到最优的性能参数偏差值;
以所述最优的性能参数偏差值作为构建航空发动机故障诊断模型的基础。
6.一种航空发动机故障诊断方法,其特征在于,包括:
获取待诊断的航空发动机故障数据;
将所述待诊断的航空发动机故障数据输入预先构建好的航空发动机故障诊断模型,得到诊断结果;
所述诊断结果包括:待诊断的航空发动机故障数据属于哪一类故障;
所述航空发动机故障诊断模型采用权利要求1-5任一所述的方法构建得到。
7.根据权利要求6所述的航空发动机故障诊断方法,其特征在于,所述获取待诊断的航空发动机故障数据包括:
获取航空发动机原始故障数据;
将所述原始故障数据采用少数类过采样方法进行扩充,得到扩充后的故障数据;
将所述扩充后的故障数据进行归一化处理,得到归一化后的故障数据;
以所述归一化后的故障数据作为所述待诊断的航空发动机故障数据。
8.一种航空发动机故障诊断模型训练装置,其特征在于,包括:
获取单元,用于获取航空发动机的性能参数的偏差值,所述性能参数包括:排气温度EGT、高压涡轮转速N2、燃油流量FF;
优化单元,用于对所述性能参数的偏差值进行特征优化,得到优化后的性能参数偏差值;
构建单元,用于以所述优化后的性能参数偏差值作为输入,基于KNN算法构建航空发动机故障诊断模型。
9.一种航空发动机故障诊断装置,其特征在于,包括:
获取单元,用于获取待诊断的航空发动机故障数据;
预测单元,用于将所述待诊断的航空发动机故障数据输入预先构建好的航空发动机故障诊断模型进行预测,得到诊断结果;
所述诊断结果包括:待诊断的航空发动机故障数据属于哪一类故障;所述航空发动机故障诊断模型采用权利要求1-5任一所述的方法构建得到。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述航空发动机故障诊断模型训练方法或者实现如权利要求6-7所述的航空发动机故障诊断方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学;厦门航空有限公司,未经厦门大学;厦门航空有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211284284.2/1.html,转载请声明来源钻瓜专利网。