[发明专利]一种基于时间扩张卷积网络的压气机旋转失速预警方法

说明书

一种基于时间扩张卷积网络的压气机旋转失速预警方法，首先，对航空发动机动态压力数据进行预处理，在实验数据中划分出测试数据集和训练数据集。其次，依次构建时间卷积网络模块、构建Resnet‑v网络模块、构建时间扩张卷积网络预测模型，保存最优预测模型。最后，在测试数据上进行实时预测：首先按照时间卷积网络预测模型的输入要求调整测试集数据维度；按时间顺序，通过时间扩张卷积网络预测模型计算每个样本的喘振预测概率；通过时间扩张卷积网络预测模型计算含有协变量与不含协变量的一对样本的实时喘振概率，观察协变量对模型预测效果的提升作用。本发明综合了时域统计特征和变化趋势，提高预测精度；有利于提高发动机主动控制的性能，具有一定的普适性。

技术领域

本发明涉及一种基于时间扩张卷积网络的压气机旋转失速预警方法，属于航空发动机建模与仿真技术领域。

背景技术

航空发动机的性能稳定性直接关系到整机的飞行安全，而气路部件在整体流量、压力和能量方面维稳作用影响着发动机的整体工作状态，在各种常见的气路故障中，压气机旋转失速是其中一种破坏性极强、变化极快的故障，因此对其进行精准识别和及时预警是国内外航空发动机领域的研究重点。一般来说，压气机失稳发展过程主要有稳态、失速先兆、旋转失速和喘振四个阶段，每个阶段表现特征各异，发生机理较为复杂，传播非常迅速。稳定工作时压气机流量减少，压比增大，当流量减少到超过失稳边界时，压气机则会发生流动失稳，导致旋转失速或喘振的发生，流量波动极为剧烈。喘振发生时，发动机内的机械部件往往已经受到实质性损坏，因此，迫切需要将发动机失稳过程终止在旋转失速的初期，在未对部件造成破坏时就可识别早期微小故障征兆，从而给主动控制留出更多时间。

旋转失速的判别通常从压气机的脉动压力信号提取先兆信号的特征来检测失速，检测算法主要包括时域分析法、频域分析法和时频分析法。时域分析法依据压力信号的时域特征变化，利用方差分析、相关性分析等方法判别，计算速度快，方便工程应用，但对信号辅值依赖大，稳定性差，易受噪声影响。频域分析法通过分析信号频谱图的特征变化来检测，但有信号平稳性的前提要求，应用受限。时频分析法将时域信息和频谱特征结合，分析信息的维度增加，对非平稳信号可以更好地分析，但对于表现形态差异大的失速信号通用性不强。

发明内容

针对现有技术中准确性低，可靠性差的问题，本发明提供一种基于时间扩张卷积网络的压气机旋转失速预警方法。

本发明采用的技术方案如下：

一种基于时间扩张卷积网络的压气机旋转失速预警方法，包括以下步骤：

S1.对航空发动机喘振数据进行预处理，包括以下步骤：

S1.1导入测量点的实验数据作为数据集，采用低通滤波器，对压力变化数据进行滤波处理；

S1.2对滤波后数据进行降采样；根据喘振频率的数值分布区间，基于奈奎斯特采样定理，选定降采样率；

S1.3对降采样后数据进行归一化处理，将数据分布通过线性变化映射到[0,1]区间；

S1.4采用滑动窗口技术构建数据集样本，以steps大小的时间步长为单位切分时域数据，每个数据窗口覆盖的采样点组成一个样本，并为每个样本标注喘振与否的标签1或0；

S1.5将整体数据集划分为训练数据集和测试数据集，再将训练数据集按3:1的比例划分为训练集和验证集；

S2.构建时间卷积网络模块，包括以下步骤：

S2.1将每个样本维度调整为(steps,1)，作为时间卷积网络模块的输入，其中steps为时间步；