[发明专利]涡扇发动机测量偏置容错的气路性能分布式滤波估计方法

说明书

本发明公开了一种涡扇发动机测量偏置容错的气路性能分布式滤波估计方法，首先建立涡扇发动机慢车以上状态的非线性部件级动态通用模型，设计分布式的扩展卡尔曼滤波器，实现对气路部件的性能估计；然后在主滤波器中采用广义似然比法设计自适应算法，提高对突变故障的响应速度；之后针对传感器偏置故障问题建立子滤波器的隔离机制，实现传感器发生偏置故障时的容错估计。本发明解决了现有的包线内航空发动机气路部件性能估计中，由于测量用传感器偏置故障而导致的估计结果精度下降，部件性能参数估计结果偏差较大的问题。适用于在飞行包线内不同工作点的发动机气路部件性能参数估计，提高性能估计算法的稳定性。

技术领域

本发明涉及航空发动机气路部件性能估计技术领域，尤其涉及一种涡扇发动机测量偏置容错的气路性能分布式滤波估计方法。

背景技术

航空发动机作为飞机的心脏，其结构复杂且工作环境恶劣。发动机故障诊断技术是保证发动机性能与可靠性，降低使用维护成本的重要手段。在航空发动机服役过程中，部件性能会不可避免地发生蜕化。气路部件故障影响着航空发动机的性能与可靠性，有必要对其进行准确估计。随着计算机技术的发展以及非线性滤波理论的完善，基于卡尔曼滤波的性能估计算法已成为本领域的研究热点，已有较多非线性滤波方法应用于发动机性能估计上，包括扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波等。其中，扩展卡尔曼滤波作为一种线性卡尔曼滤波算法向非线性系统的推广，实质就是对非线性系统进行一阶近似，将非线性问题转化为一个近似的线性滤波问题，从而利用传统的线性卡尔曼滤波理论求解非线性滤波问题，相对于其他非线性滤波有着实现方式简单，算法能较快收敛的优点，是迄今为止应用最广泛的非线性状态估计方法。

卡尔曼滤波器的传统实现方式为集中式的滤波结构，这一结构有着中央处理器计算负担过重、数据通信带宽要求高等缺点。随着现代飞机综合任务能力以及性能不断提高，发动机结构日趋复杂，越来越多的传感器被用于发动机的状态监测上，所布置的传感器在高温、高压等恶劣工作环境中易出现故障，因此传感器故障容错也成为发动机性能估计领域面临的重要挑战之一。对于传感器故障，传统的集中式滤波器存在着其固有的缺陷。由于传统的集中式滤波器在一个处理器内集中处理所有的测量数据，如果某一传感器发生故障，滤波器将输出错误的滤波结果，发动机性能估计模块便无法正常工作，集中式滤波器必须重新初始化，利用正常工作的传感器信息进行状态估计。因此，在传感器故障发生时，集中式滤波器必须中断操作，无法再对发动机健康参数做出准确估计。

基于信息融合技术的分布式滤波是解决传感器故障容错问题的有效方法。分布式滤波使用独立分布的处理器架构，使用一组子滤波器并行处理各自的量测信息，各子滤波器的局部估计在主滤波器中进行融合并输出全局结果。当某一传感器发生故障，只有对应的子滤波器会受到影响，其他的子滤波器估计结果正常。因此，主滤波器只需要隔离故障子滤波器，只融合其余正常的局部估计结果，全局估计不受影响，整个滤波估计过程不需要中断重启。

发明内容

发明目的：针对上述现有技术，提出一种涡扇发动机测量偏置容错的气路性能分布式滤波估计方法，解决传感器故障导致的估计结果精度下降，部件性能参数估计结果偏差较大的问题。

技术方案：涡扇发动机测量偏置容错的气路性能分布式滤波估计方法，包括以下步骤：

步骤A)：建立涡扇发动机慢车以上状态的非线性部件级动态通用模型，按照部件划分传感器组合，建立分布式的扩展卡尔曼滤波器，实现对气路部件的性能估计；

步骤B)：根据广义似然比法设计自适应算法，对主滤波器全局估计结果进行自适应修正，提高对突变故障的响应速度；

步骤C)：建立子滤波器的隔离机制，在传感器发生偏置故障时，对故障子滤波器进行隔离，重新分配子滤波器的权值，实现传感器发生偏置故障时的容错估计。

进一步的，所述步骤A)的包括具体步骤如下：