基于非线性估计的航空发动机转动部件 健康监控技术

【类型】学位论文

【作者】郑宇昕 

【关键词】 航空发动机 健康监控 非线性退化方程 退化因子 改进的粒子群算法 抗差卡尔曼滤波

【摘要】航空发动机被喻为飞行器的心脏,对其进行健康监控有利于提高飞行安全性。随着现代科技的发展,发动机的性能不断提高,对系统结构和工作环境的要求也随之提高,使其各部件更加容易发生故障,从而影响飞行安全性和整个发动机的可靠性。因此对航空发动机的健康监控日显重要。本文主要研究了基于非线性部件级模型的航空发动机健康监控。首先,使用变比热热力方法建立了发动机部件级解析模型,通过分析其共同工作条件,得到了发动机共同工作方程组,并阐述传统NR算法在求解发动机共同方程组时的不足和缺陷。基于传统算法自身的不足和缺陷,本文引入现代优化算法——粒子群算法对其进行求解。首先研究标准粒子群算法及其参数设置,引入改进的粒子群算法——SWPSO和WCPSO,通过合理设置参数,进行数值仿真实验,得到了满意的计算结果,验证了改进算法用于求解发动机部件级热力模型的可行性。使用抗差Kalman滤波对仿真的测量数据进行预处理,取得了较好的去噪结果。分析部件性能退化的原理,合理选择退化因子,联立发动机共同工作方程组和退化后的测量方程,建立发动机的性能退化模型,将性能退化因子的估计问题转化成了非线性方程组的求解问题。应用SAPSO和WCPSO求解性能退化模型,以解决标准粒子群算法陷入局部最优的问题,完成了退化模型求解,并给出了获得满意估计结果时目标函数的收敛量级。通过设置故障情况下的退化参数,验证了算法的可行性。本文的研究成果具有良好的工程实用价值,可用于发动机健康监控和故障诊断。

【学位名称】硕士

【学位授予单位】国防科学技术大学

【学位授予年度】2016

【导师姓名】廖瑛

【读秀链接】读秀链接