[发明专利]大涵道比民航发动机性能诊断方法及系统

摘要

本发明涉及一种大涵道比民航发动机性能诊断方法及系统，其中方法包括：采用非线性方法对发动机各个气路单元体进行单独建模并组建为发动机整机稳态模型，并利用健康发动机的观测数据对模型参数进行训练；通过滑动窗口采样方法获得待诊断发动机的气路参数的观测值，基于所述发动机整机稳态模型，利用改进的无迹卡尔曼滤波的观测方程对待诊断发动机的气路参数的观测值进行滤波，得到用于评估单元体衰退程度的多个单元体衰退因子。本发明通过将发动机稳态建模和无迹卡尔曼滤波相结合对单元体衰退趋势进行跟踪，在民航发动机飞行数据上的实验显示，该方法所获得的性能诊断结果具有较高的准确性。

主权项

1.一种大涵道比民航发动机性能诊断方法，其特征在于，包括以下步骤：模型训练步骤、采用非线性方法对发动机各个气路单元体进行单独建模并组建为发动机整机稳态模型，并利用健康发动机的观测数据对模型参数进行训练；性能诊断步骤、通过滑动窗口采样方法获得待诊断发动机的气路参数的观测值，基于所述发动机整机稳态模型，利用改进的无迹卡尔曼滤波的观测方程对待诊断发动机的气路参数的观测值进行滤波，得到用于评估单元体衰退程度的多个单元体衰退因子；所述模型训练步骤包括以下步骤：(1)通过以下非线性函数对发动机各个气路单元体建立非线性函数仿真模型：式中，fη、fw、fπ分别为多项式拟合函数，αη、αw、απ分别为三个函数的多项式系数，η代表绝热效率，w代表相似流量，π代表压比，Nc代表相似转速，Pin代表进口压力，用以修正雷诺数效应的影响，γ为气体绝热系数，用于修正变比热过程误差，μ为单元体控制量；(2)将发动机各个气路单元体的非线性函数仿真模型组装为发动机整机稳态模型，并利用健康发动机的观测数据对模型参数进行训练，目标函数为：s.t.E(U)＝0式中，为第i个飞行记录样本，为所有样本的集合，N为样本个数，Δb_j代表仿真模型的输出与实测数据的预测误差，K代表实测参数的个数；为不同计算方法对不可测变量做出的预测结果之间的差值，C代表此类变量的个数；w_j和w_n代表各代数项的权重；R(·)为正则项；E为发动机稳态运行约束条件集合；所述性能诊断步骤包括：(1)定义系统的工况矢量β、观测矢量y和状态矢量x为：x＝[ΔηLPC,ΔwHPC,ΔηHPC,ΔηHPT,ΔηLPT]T其中，为飞行记录样本；Δη_LPC为LPC效率衰退因子，Δw_HPC为HPC流量衰退因子，Δη_HPC为HPC效率衰退因子，Δη_HPT为HPT效率衰退因子，Δη_LPT为LPT效率衰退因子；Z_alt为飞行高度，M_n为马赫数，N₁为低压转子转速，T₂为进气道总温，EGT为发动机排气温度，N₂为高压转子转速，W_FF为燃油流量；(2)构建如下改进的无迹卡尔曼滤波的观测方程：其中，Y(t)＝[(g(x(t),β(t‑τ+1)))；…；(g(x(t),β(t)))]为3τ维的增广观测向量，τ为滤波算法的滑动采样窗口宽度；x(t)，y(t)分别代表t时刻的单元体衰退因子和气路参数的观测值，g(·)代表所述模型训练步骤中获得的发动机整机稳态模型，f(·)为t时刻的单元体衰退因子向t+1时刻转变的状态转移方程，G(·)是发动机整机稳态模型g(·)在t‑τ+1至t时刻的输出矢量的串联矢量，v和ε分别表示系统状态误差和观测误差；(3)利用改进的无迹卡尔曼滤波的观测方程对待诊断发动机的气路参数的观测值进行滤波。