[发明专利]一种航空发动机排气温度的监测方法

摘要

本发明公开了一种航空发动机排气温度的监测方法，该方法包括以下步骤：(1)采集并且存储发动机排气温度数据；(2)提取指定时段的发动机排气温度历史数据，构建用于建立和测试预测模型的多维训练样本集和测试样本集以及用于预测的模型输入；(3)建立基于卷积和离散过程神经网络的预测模型，采用Levenberg-Marquardt算法训练预测模型，测试并且存储预测模型；(4)使用预测模型预测发动机排气温度，并且应用于航空发动机状态监控。本发明的方法有利于提高航空发动机状态监视和维修保障水平，从而达到保证飞行安全的目的。

主权项

1.一种航空发动机排气温度的监测方法，其特征在于：该方法包含以下步骤：步骤(1)：通过安装在航空发动机上的温度传感器采集发动机排气温度数据，并且通过飞机通信寻址与报告系统传输到地面的发动机性能监控中心进行预处理并且存储。步骤(2)：从发动机性能监控中心数据库提取指定时段的发动机排气温度历史数据，构成一维的排气温度时间序列，在此基础上构建用于建立和测试预测模型的多维训练样本集、测试样本集以及用于预测的预测模型输入。步骤(3)：建立基于卷积和离散过程神经网络的预测模型，采用所述步骤(2)建立的训练样本集对所述预估模型进行训练，然后采用测试样本集对预测模型进行测试，确定合适的预测模型参数，存储预测模型；所述步骤(3)的具体方法为：用于发动机排气温度预测的卷积和离散过程神经网络预测模型具有一个输入层、一个隐含层和一个输出层，输入步骤(2)生成的排气温度历史数据就可以得到排气温度的预测值，其预测值由如下的卷积和离散过程神经网络预测模型决定：y=Σj=1mvjf(Σi=1nωji*xi+θ1j)+θ2=Σj=1mvjf(Σi=1nΣl=1Lωji(l)xi(l)+θ1j)+θ2]]>其中，*表示卷积运算，ω_ji为连接隐层第j个神经元与输入层第i个输入单元的权向量，x_i为长度为L的输入向量，为输入层第i个输入单元；v_j为连接隐层第j个神经元和输出神经元的权值；为隐层第j个神经元的激励阈值；θ₂为输出层激励阈值；根据Levenberg-Marquardt训练算法采用训练样本对预测模型进行训练，并采用步骤(2)中的测试样本对预测模型进行测试，如果测试效果满足要求，进行下一步骤，否则，重复进行步骤(3)直到获得满意的预测效果，存储最终得到的预测模型。步骤(4)：输入步骤(2)中采用发动机排气温度历史数据生成的用于预测的模型输入样本，使用预测模型对未来一段时间内的发动机排气温度进行预测，并且将其应用于航空发动机状态监控，包括判断排气温度变化趋势，监测排气温度是否有突变。