[发明专利]一种基于粗糙集理论的航空发动机故障规则生成方法

说明书

一种基于粗糙集理论的航空发动机故障规则生成方法，属于航空发动机故障诊断技术领域。首先通过对航空发动机的历史工况信息进行数据采集，确定各参数隶属函数表达式，并进行离散化处理，同时结合与之对应的决策样本，建立了航空发动机的历史故障数据表。根据故障数据表，采用粗糙集数据挖掘算法实现规则。本发明的方法从工程应用角度出发，为航空发动机故障诊断专家系统提供了有效的故障分析知识。

技术领域

本发明属于航空发动机故障诊断技术领域，具体涉及基于模糊集的知识获取方法对航空发动机历史故障数据进行规则生成。

背景技术

航空发动机工作环境恶劣复杂，转子转动速度高、高温高压气流均会对发动机的结构强度产生较大影响。因此，发动机在工作过程中极易出现各种故障，并且故障特征具有多源、异构等复杂特性，然而在这些较为复杂的故障特征当中存在着隐藏的故障模式，那么如何从复杂特征中挖掘出航空发动机的故障模式是一个重要问题。

目前已有很多国内外学者展开了航空发动机故障诊断方面的工作，其方法主要可以分为以下三类：

a.以数字建模及故障参数预估为基础的诊断方法在航空发动机故障诊断方法

这种方法要求有很强的数学建模基础，在建模过程中所使用的参数往往很难在实际生产中找到完全相似的样本，因此当使用的参数不准确时在很大程度上会影响故障诊断准确率。

b.通过实测发动机状态参数诊断方法

这种方法在实际应用中通过对发动机故障的监测，对这些参数进行统计，并以创立故障树模型加以辅助、误差分析-试车数据图表法、分类识别等，不过在实际情况中，上述方法存在着描述不具体，分类不明确的缺陷。

c.基于专家经验知识的专家系统方法

航空发动机故障诊断专家系统是一种以在航空维修领域有较高技术水平的工程技术人员的经验、方法为基础的排故方系统，这个系统可以通过利用专家的经验和知识给出解决故障问题的信息和方法，且能以比较强的表达能力和丰富的专业知识和推理来判定发动机故障现象的原因。

然而专家系统知识库建立大多是凭借专家经验，往往具有主观性，使得知识的准确性差，所以知识获取是专家系统的瓶颈。专家系统对于不确定信息的处理通常需要附加信息或先验知识，而这些附加信息和先验知识往往又凭借经验给定，所以具有主观性。同时模糊集和神经网络不能处理不完备信息，也不能消除信息冗余。而对于粗糙集来说，不需要数据之外的先验知识，对于不确定信息的处理具有客观性。

因此本发明提出一种基于粗糙集理论的航空发动机故障规则生成方法，并对规则进行检测(包括对等价、冗余、矛盾和从属规则处理)，得到最终使用的规则，为航空发动机故障诊断专家提供故障分析知识，进而存储到专家系统知识库。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于粗糙集理论的航空发动机故障规则生成方法。首先通过对航空发动机的历史工况信息(如压气机进口总温，高压转子转速等等)进行数据采集，确定各参数隶属函数表达式，并进行离散化处理，同时结合与之对应的决策样本，建立了航空发动机的历史故障数据表。根据故障数据表，采用粗糙集数据挖掘算法实现规则。从工程应用角度出发，为航空发动机故障诊断专家系统提供了有效的故障分析知识。

本发明的技术方案：

一种基于粗糙集理论的航空发动机故障规则生成方法，步骤如下：

第一步，确定样本属性和决策属性

确定样本属性：获取航空发动机历史故障仿真数据，性能参数数据包括油门杆角度PLA、高压转子转速NH、低压转子转速NL、风扇出口内涵总压P23、压气机进口总温T25、压气机出口总压P3、压气机出口总温T25、低压涡轮出口总压P6、低压涡轮出口总温T6，共9组参数；其中，PLA是控制量，其它8组参数均包括真实值和基线值；