【技术实现步骤摘要】
本申请涉及航空发动机健康管理，特别涉及一种航空发动机关键参数退化估计方法、装置及介质。
技术介绍
1、航空发动机作为飞机的主要动力装置，其控制效果的优劣直接影响到飞机的飞行品质和可靠性，其中性能退化评估技术在智能发动机领域受到了广泛的关注。发动机性能退化主要体现为部件流通能力的下降和效率的退化，导致实际发动机与同型号额定发动机之间存在偏差，此时的油门杆角度与对应的被控参数之间的关系发生变化，导致发动机无法提供所需要的推力，影响飞行员的操作判断，严重的可能酿成机毁人亡的惨剧。
2、传统的性能退化估计技术主要对发动机运行周期内的性能参数进行数据分析，评估油针指令、涡轮后温度、压气机出口压力、转速等参数之间的映射关系，得到相应参数下的退化趋势，但对季节性差异、飞行时的进口条件变化、发动机运行状态等因素带来的参数变化未能很好的解决。
技术实现思路
1、本申请提供了一种航空发动机关键参数退化估计方法、装置及介质，其优点是可以修正外界环境、飞行状态等因素对关键参数性能退化带来的不利影响，从而准确、快速的对发动机关键参数性能退化进行评估，进而提高发动机的安全性，降低发动机的维护成本。
2、一方面，本申请提供一种基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，包括以下步骤：
3、步骤1：确定需要评估的关键参数，以确定的关键变量为因变量，确定影响关键参数的自变量，同时根据自变量对关键参数的影响程度，区分主自变量与次自变量；
4、步骤2：采集包
5、步骤3：对预处理后的航空发动机运行数据稳态段提取；
6、步骤4：绘制关键参数及影响关键参数的主自变量之间的散点图；
7、步骤5：根据步骤4中的散点图进行曲线拟合；
8、步骤6：根据步骤4中的散点图确定发动机稳态工作时的主自变量取值范围并从中取若干主自变量值；
9、步骤7：对单架次发动机运行数据，根据步骤4至步骤6，获得关键参数修正前特征值；
10、步骤8：对所有架次修正前特征值进行分析，获取各次因变量与修正前特征值之间的关系；
11、步骤9：根据步骤8获取的次因变量与修正前特征值之间的关系与对步骤7获取的修正前特征值进行修正，得到最终的关键参数特征值。
12、进一步的，步骤2中，对航空发动机运行数据的预处理包括归一化及滤波处理，数据归一化方法为z-score归一化、max-min归一化、标准差归一化中的任意一种；滤波时需要同时兼顾信号频域、时间分辨率的要求，滤波方法为低通滤波、傅里叶变换滤波、小波变换滤波中的任意一种。
13、进一步的，步骤3中，航空发动机运行数据稳态段提取采用的稳态段提取方法为核密度估计算法、高斯分布估计算法中的任意一种。
14、进一步的，步骤4中，以影响关键参数的主自变量为横坐标，关键参数为纵坐标进行绘制散点图。
15、进一步的，步骤7包括：
16、步骤7.1：对单架次发动机运行数据，根据步骤4绘制散点图；
17、步骤7.2：对据步骤7.1绘制的散点图，根据步骤5选择的拟合类型进行曲线拟合；
18、步骤7.3：利用步骤6选取的主自变量值与步骤7.2的拟合结果，计算当前架次数据关键参数修正前特征值。
19、进一步的，步骤7中计算得出的修正前的特征值可以表示为：
20、
21、式中，δp退化为退化量，在海量数据中，同一时刻所有发动机的退化量符合正态分布；x1′为次自变量1，为次自变量1对关键参数p的影响，可以表示为：
22、
23、进一步的，步骤8中，计算关键参数在一次自变量下的关键参数偏差，以该次因变量为横坐标，关键参数偏差为纵坐标，绘制关系，并对进行曲线拟合。
24、进一步的，步骤9中，修正后的关键参数特征值如下式所示：
25、
26、通过对比发动机不同使用架次的关键参数特征值，即可完成发动机关键参数退化评估。
27、又一方面，本申请提供一种航空发动机关键参数退化估计装置，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被处理器调用并执行时，实现如上所述的基于数据驱动的航空发动机关键参数退化估计方法。
28、又一方面，本申请提供一种计算机可读介质，其特征在于，所述计算机可读介质存储器存储有计算机程序，所述计算机程序被计算机调用并执行时，实现上所述的基于数据驱动的航空发动机关键参数退化估计方法。
29、综上所述，本申请的有益效果是：可以修正外界环境、飞行状态等因素对关键参数性能退化带来的不利影响，从而准确、快速的对发动机关键参数性能退化进行评估，进而提高发动机的安全性，降低发动机的维护成本。
本文档来自技高网...【技术保护点】
1.一种基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤2中，对航空发动机运行数据的预处理包括归一化及滤波处理，数据归一化方法为Z-Score归一化、Max-Min归一化、标准差归一化中的任意一种；滤波时需要同时兼顾信号频域、时间分辨率的要求，滤波方法为低通滤波、傅里叶变换滤波、小波变换滤波中的任意一种。
3.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤3中，航空发动机运行数据稳态段提取采用的稳态段提取方法为核密度估计算法、高斯分布估计算法中的任意一种。
4.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤4中，以影响关键参数的主自变量为横坐标，关键参数为纵坐标进行绘制散点图。
5.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤7包括：
6.根据权利要求5所述的基于数据驱动的航空发动机关键参数退化估计方法
7.根据权利要求6所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤8中，计算关键参数在一次自变量下的关键参数偏差，以该次因变量为横坐标，关键参数偏差为纵坐标，绘制关系，并对进行曲线拟合。
8.根据权利要求7所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤9中，修正后的关键参数特征值如下式所示：
9.一种航空发动机关键参数退化估计装置，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被处理器调用并执行时，实现如权利要求1-8任意一项所述的基于数据驱动的航空发动机关键参数退化估计方法。
10.一种计算机可读介质，其特征在于，所述计算机可读介质存储器存储有计算机程序，所述计算机程序被计算机调用并执行时，实现如权利要求1-8任意一项所述的基于数据驱动的航空发动机关键参数退化估计方法。
...【技术特征摘要】
1.一种基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤2中，对航空发动机运行数据的预处理包括归一化及滤波处理，数据归一化方法为z-score归一化、max-min归一化、标准差归一化中的任意一种；滤波时需要同时兼顾信号频域、时间分辨率的要求，滤波方法为低通滤波、傅里叶变换滤波、小波变换滤波中的任意一种。
3.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤3中，航空发动机运行数据稳态段提取采用的稳态段提取方法为核密度估计算法、高斯分布估计算法中的任意一种。
4.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤4中，以影响关键参数的主自变量为横坐标，关键参数为纵坐标进行绘制散点图。
5.根据权利要求1所述的基于数据驱动的航空发动机关键参数退化估计方法，其特征在于，步骤7包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。