[发明专利]大涵道比民航发动机性能诊断方法及系统

说明书

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。

技术领域

本发明涉及航空发动机气路参数预测技术领域，尤其涉及一种大涵道比民航发动机性能诊断方法及系统。

背景技术

作为一类高价值复杂装备，航空发动机的性能与其运营成本和运行安全性息息相关。航发的性能诊断技术能够根据观测到的气路参数对单元体的性能衰退程度进行实时评估，对发动机的能耗计算、可靠性评估和维修计划制定具有重要意义。目前，国内外的航发性能诊断研究多集中于性能建模和噪声抑制两大热点，其中，性能建模方法可细分为线性模型、非线性模型和人工智能建模方法；而为了消除数据噪声和粗大误差，卡尔曼滤波、人工免疫理论和人工神经网络方法的应用是被广泛采用的手段。

目前，发动机性能诊断研究多基于数字仿真模型或台架试验，利用飞行数据进行实时诊断的研究案例极为有限。相对于地面试验环境，真实飞行环境更为复杂，其测试完备性和数据采集质量亦远不如实验室环境，对模型的降噪能力和鲁棒性提出了更为严峻的考验。因此，开发适用于低可观测、强噪声环境的发动机性能建模技术和单元体衰退评估技术，是航发性能诊断在实际应用推广过程中所必须解决的技术难题。

发明内容

本发明要解决的技术问题在于，针对现有技术中的上述问题，提出了一种大涵道比民航发动机性能诊断方法及方法。

为了解决上述技术问题，本发明第一方面，提供了一种大涵道比民航发动机性能诊断方法，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。

在根据本发明所述的大涵道比民航发动机性能诊断方法中，优选地，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，f_η、f_w、f_π分别为多项式拟合函数，α_η、α_w、α_π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，N_c代表相似转速，P_in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