一种飞机发动机压气机失速故障检测方法技术

本发明专利技术公开了一种飞机发动机压气机失速故障检测方法，本飞机发动机压气机失速故障检测方法首先利用传感器收集压气机正常工作和失速条件下的压力信号，并进行预处理；然后利用人工免疫系统的反面选择原理构建神经网络检测器，并通过训练提高检测器的故障检测能力；最后对已采集的带有故障标签的飞机发动机压气机压力脉动信号进行失速检测。本发明专利技术利用人工免疫系统的反面选择原理来构建神经网络检测器，通过训练将压气机的异常模式信息存储在分布的检测器中，根据检测器的激活来发现故障，能够在失速发生的瞬时检测出失速信号，提高检测速度；并能够通过训练充分地利用已有的历史数据，提高了检测率；进而准确有效地检测飞机发动机压气机失速故障。

【技术实现步骤摘要】

本专利技术涉及一种飞机发动机故障检测方法，具体是一种飞机发动机压气机失速故 障检测方法。
技术介绍
高速多级轴流式压气机在中高转速下稳态工作时，如果中间级发生失速，那么将 直接导致发动机喘振。因此，针对大部分采用轴流式压气机的飞机发动机，在中高转速稳态 下，可通过对失速信号的检测，指令消喘系统工作，相对于检测喘振信号消喘的工作方式， 该方法可防止压气机增压比和效率出现较大损失，对于提高发动机工作的稳定性具有重要 意义。 对飞机发动机压气机失速故障的检测，目前主要是通过失速后发动机所表现出来 的性能变化加以判别，属于事后检测方式，在时间上有较大滞后，难以及时准确地发现发动 机的失速故障。因此目前的故障检测方法并不能准确地检测出飞机发动机失速的故障。
技术实现思路
针对上述现有技术存在的问题，本专利技术提供一种飞机发动机压气机失速故障检测 方法，利用人工免疫系统的反面选择原理来构建神经网络检测器，通过训练将压气机的异 常模式信息存储在分布的检测器中，根据检测器的激活来发现故障，能够准确有效地检测 飞机发动机压气机失速故障。 为了实现上述目的，本飞机发动机压气机失速故障检测方法具体包括以下步骤： 步骤1 :获取飞机发动机压气机正常工作和失速条件下的压力信号； 步骤2 :利用反面选择原理构建神经网络反面选择模型； 步骤3 :构建由三层反馈神经网络组成的检测器； 步骤4 :通过检测器的训练确定权值向量； 步骤5 :通过仿真实验研究，确定神经网络反面选择模型的参数； 步骤6 :针对压力信号进行失速检测； 步骤7 :在检测流程中，将待测试的飞机发动机压气机压力信息代入步骤6得到的 S个合格的检测器用来检测压力信号中的异常，根据激活检测器的统计信息，判断飞机发动 机压气机失速故障是否发生。 进一步，所述步骤2中利用反面选择原理构建神经网络反面选择模型的具体方法 如下： 步骤2. 1 :定义自己空间和非己空间，自己空间由系统正常状态时的特征向量组 成，用集合Self表示；非己空间由系统故障或异常状态时的特征向量组成，用集合Non_ Self表示，且Non_Self为Self的补集； 步骤2. 2 :对系统的特征样本进行二进制编码，构成自己集合Self，表示系统的正 常模式，并确定一个匹配阈值r，当两个串连续匹配的位数大于等于r时，两串匹配，否则不 匹配； 步骤2. 3 :随机产生检测器集D，D中的每个检测器与Self中的样本不相匹配； 步骤2. 4 :通过检测器与Self中样本的匹配程度来检测自己集合是否发生变化。 进一步，所述步骤3中构建由三层反馈神经网络组成的检测器的具体方法如下： 步骤3. 1 :在第一层，输入向量中的元素 Xi和权值向量中的元素 W1之间的匹配程度Cl1在每一个输入节点处的计算公式为： (Ii= (x J-Wi)2, i = 1, 2, ···, N ； 步骤3. 2 :山作为第二层节点的输入，f( ·)为第二层节点函数，采用如下形式的 径向基函数：V- J 步骤3. 3 :第二层的输出又作为第三层，即输出层的输入，最后输出y的表达式 为： 步骤3. 4 :得到检测器的匹配误差E : E = y_ λ ; 如果对任意一个输入向量，匹配误差E > 0,则判定此检测器不能匹 配自己空间中的样本。 进一步，所述步骤4中通过检测器的训练确定权值向量的具体方法如下： 令w和V分别表示权值向量和，对于给定的一点 (w' 〇，为了增加输出误差E (V，〇，权值w和V应该分别向E (Λ /)的正梯度方向变化 Aw*^P Δ V *, 令Mf >和>分别表示在第k次迭代过程中&和V i的值，则 进一步，所述步骤5中通过仿真实验研究，确定神经网络反面选择模型的具体参 数如下： 检测器个数S ;窗口宽度N ;匹配阈值λ ; 作为检验智能数据分析方法有效性的标准数据，Mackey-Glass混纯时间序列 X(t)由下面的非线性微分方程产生： 其中，a = 0· 1，b = 0· 2, c = 10 ; 通过上述仿真实验得到所述检测器个数S、窗口宽度N及匹配阈值λ的具体取值 范围。 进一步，所述步骤6中针对压力信号进行失速检测的具体方法如下： 步骤6. 1 :在训练流程，对压力信号进行加窗处理，通过相互不重叠的窗口，窗口 的宽度为Ν，把时间序列信号分解为不同的时间序列段，作为检测器的输入模式向量； 步骤6. 2 :通过反面选择过程，产生初始的S个检测器，再通过检测器的训练，最后 得到S个合格的检测器； 步骤6. 3 :对于被检测的压力信号时间序列，故障检测率η为： 其中M为正确激活的检测器个数，L为错误激活的检测器个数。 与现有技术相比，本飞机发动机压气机失速故障检测方法首先利用传感器收集压 气机正常工作和失速条件下的压力信号，并进行预处理；然后利用人工免疫系统的反面选 择原理构建神经网络检测器，并通过训练提高检测器的故障检测能力；最后对已采集的带 有故障标签的飞机发动机压气机压力脉动信号进行失速检测。本专利技术利用人工免疫系统的 反面选择原理来构建神经网络检测器，通过训练将压气机的异常模式信息存储在分布的检 测器中，根据检测器的激活来发现故障，能够在失速发生的瞬时检测出失速信号，提高了检 测的速度；并能够通过训练充分地利用已有的历史数据，提高了检测率；进而能够准确有 效地检测飞机发动机压气机失速故障。【附图说明】 图1是本专利技术中神经网络检测器的结构示意图； 图2是本专利技术中失速故障检测流程示意图； 图3是本专利技术中检测器个数对故障检测率的影响曲线图； 图4是本专利技术中窗口宽度对故障检测率的影响曲线图； 图5是本专利技术中匹配阀值对故障检测率的影响曲线图； 图6是本专利技术中故障检测率随训练步数的变化曲线图。【具体实施方式】 下面结合附图对本专利技术做进一步说明。 高速多级轴流式压气机在中高转速下稳态工作时，如果中间级发生失速，那么将 直接导致发动机喘振。因此，针对大部分采用轴流式压气机的飞机发动机，在中高转速稳态 下，可通过对失速信号的检测，指令消喘系统工作，相对于检测喘振信号消喘的工作方式， 该方法可防止压气机增压比和效率出现较大损失，对于提高发动机工作的稳定性具有重要 意义。 对飞机发动机压气机失速故障的检测，目前主要是通过失速后发动机所表现出来 的性能变化加以判别，属于事后检测方式，在时间上有较大滞后，难以及时准确地发现发动 机的失速故障。当压气机出现失速时，其失速气团引起的压力波动，将改变原有信号的模式 特征。因此，失速检测可以转化为一种异常检测问题，也就是说，在特征时间序列上检测工 作模式的变化，进行正常与异常模式的判别。 本专利技术利用反面选择原理来构建神经网络检测器，通过激活检测器来发现信号的 异常点，进而探测压气机的失速故障。试验结果表明，利用本方法可以准确地检测压气机失 速故障。 为了论述问题方便，本专利技术首先定义自己空间和非己空间：自己空间由系统正常 状态时的特征向量组成，用集合Self表示；非己空间由系统故障或异常状态时的特征向量 组成，用集合Non_Self表示，且Non_Self为Self的补集。 反面选择算法的基本步骤为：首先对系统的特征样本进行二进制编码，构成自己 集合本文档来自技高网...

【技术保护点】
一种飞机发动机压气机失速故障检测方法，其特征在于，具体包括以下步骤：步骤1：获取飞机发动机压气机正常工作和失速条件下的压力信号；步骤2：利用反面选择原理构建神经网络反面选择模型；步骤3：构建由三层反馈神经网络组成的检测器；步骤4：通过检测器的训练确定权值向量；步骤5：通过仿真实验研究，确定神经网络反面选择模型的参数；步骤6：针对压力信号进行失速检测；步骤7：在检测流程中，将待测试的飞机发动机压气机压力信息代入步骤6得到的S个合格的检测器用来检测压力信号中的异常，根据激活检测器的统计信息，判断飞机发动机压气机失速故障是否发生。

【技术特征摘要】

【专利技术属性】
技术研发人员：李乐喜，侯胜利，史霄霈，周扬，王涛，乔丽，沐爱勤，
申请(专利权)人：中国人民解放军空军勤务学院，
类型：发明
国别省市：江苏;32