[发明专利]航空发动机工作状态识别模型构建方法、模型及识别方法

权利要求书

1.航空发动机工作状态识别模型构建方法，其特征在于基于C4.5决策树构建识别模型，所述构建方法包括如下步骤：

获取飞机多个架次的N种发动机参数，并构建第一时序数据集；

根据上述N种发动机参数之间的相关性，对上述时序数据集进行特征提取，得到M种发动机参数，所述M种发动机参数为对航空发动机工作状态敏感的发动机参数，并基于所述M种发动机参数构建第二时序数据集；

对于第二时序数据集进行人工标记，标记工作状态；

根据人工标记后的第二时序数据集、基于C4.5决策树构建工作状态识别模型。

2.根据权利要求1所述的航空发动机工作状态识别模型构建方法，其特征在于所述N种发动机参数包括低压涡轮后燃气总温、振动值、发动机低压转子转速、发动机高压转子转速、油门位置、低压进口叶片转角、高压进口叶片转角、喷口鱼鳞片位置、发动机进口空气总温、滑油进口压力、占空比S1、占空比S8和APII-39二次电源接通；

所述M种发动机参数包括中发动机低压转子转速N1、发动机高压转子转速N2、油门位置Alfa_PYD、低压进口叶片转角Alfa_1、高压进口叶片转角Alfa_2、喷口鱼鳞片位置Dpc、发动机进口空气总温T1、滑油进口压力Pm。

3.根据权利要求1所述的航空发动机工作状态识别模型构建方法，其特征在于根据上述N种发动机参数之间的相关性，对上述时序数据集进行特征提取之前，对第一时序数据集进行数据预处理，数据预处理包括：异常值剔除、缺失数据填补、去噪滤波和归一化处理。

4.根据权利要求3所述的航空发动机工作状态识别模型构建方法，其特征在于通过中值滤波的方法进行数据去噪，采用插值方法进行缺失数据填补。

5.根据权利要求3所述的航空发动机工作状态识别模型构建方法，其特征在于采用皮尔逊系数ρ_X,Y对上述N种发动机参数进行相关性分析，公式为：

其中，X表示发动机参数x构建的向量，Y表示发动机参数y构建的向量，σ_X表示X的标准差，σ_Y表示Y的标准差，cov(X,Y)表示发动机参数x与发动机参数y的协方差。

6.根据权利要求1所述的航空发动机工作状态识别模型构建方法，其特征在于工作状态分为停车、慢车、巡航、最大状态、小加力状态、全加力状态，分别对应标记为0、1、2、3、4和5。

7.根据权利要求1、2、3、4、5或6所述的航空发动机工作状态识别模型构建方法，其特征在于根据人工标记后的第二时序数据集、基于C4.5决策树构建工作状态识别模型，包括如下步骤：

计算第二时序数据集X的信息熵：

其中，X_i表示第二时序数据集X中发动机工作状态标记为i的数据，P(X_i)表示X_i在X中所占的比例；

根据M种发动机参数计算每一种参数C_j(j＝1,2,......,M)的信息增益G(X,C_j)：

其中，Values(C_j)表示参数C_j的值域，|X_v|表示第二时序数据集X中参数C_j值为v为元素数量；

根据M种发动机参数计算每一种参数C_j(j＝1,2,......,M)的分裂信息S(X,C_j)：

根据M种发动机参数计算每一种参数C_j(j＝1,2,......,M)的信息增益率R(X,C_j)：

选择具有信息增益率R(X,C_j)的参数C_j作为决策树的根节点，在第二时序数据集剩下的参数中选择信息增益率最高的作为分叉节点，递归形成基于C4.5决策树的工作状态识别模型。