航空发动机状态监视与故障诊断系统研究

《航空发动机状态监视与故障诊断系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京航空航天大学硕士学位论文航空发动机状态监视与故障诊断系统研究姓名：宋云峰申请学位级别：硕士专业：航空宇航推进理论与工程指导教师：黄金泉20081201南京航空航天大学硕士学位论文摘要航空发动机属于多发故障机械，建立发动机状态监视与故障诊断系统，可以实现维修策略从经验型的定期维修向更科学的视情维修发展，提高发动机的可靠性、安全性和经济性。本文研究了发动机状态监视与故障诊断系统。系统利用BP神经网络对测量参数的瞬态偏差数据进行分析，并根据发动机的状态变化来改变测量参数的有效性边界，实现对瞬态测量参数的实时有效性检查；利用模糊逻辑对发动机测量参数

2、的稳态偏差进行分析，实现发动机健康评估，实时监控发动机性能蜕化引起的异常状况；根据健康评估的结果，决定是否对异常原因进行分析，利用定量的BP神经网络或RBF神经网络实现性能蜕化诊断。利用VC++6.0软件，建立了航空发动机状态监视与故障诊断仿真平台。平台包含3大模块：数据管理模块、健康评估模块、故障诊断模块。在此平台上对上述3个部分的功能进行仿真验证。结果表明，系统能对瞬态测量参数进行有效性检查，实时判断单个或两个测量参数的超限情况；能实时有效地评价发动机的健康状况，监控发动机因性能蜕化而引起的异常；能对发动机单个性能蜕化异常进行故障诊断，对故

3、障原因进行定量分析。关键词：航空发动机，有效性检查，健康评估，状态监视，故障诊断，神经网络，模糊逻辑i航空发动机状态监视与故障诊断系统研究AbstractAeroengineisamechanismwhichiseasilyfailed.Aconditionmonitoringandfaultdiagnosticssystemcouldimprovethereliabilityofaeroengine,andcouldalsofoundanimportantbaseformaintainingtechniquefromtheexperience

4、-basedonetothecondition-basedone.Theconditionmonitoringandfaultdiagnosticssystemforaeroengineswasstudiedinthisthesis.ABPneuralnetworkwasusedtoevaluatetheconfidencelimitsofthetransientparameters.Theconfidencelimitsweredeterminedaccordingtothevariationofengineoperationconditio

5、n.Afuzzylogicwasusedtoanalyzingsteady-stateerrorsofthemeasurementparameters.Theabnormitycausedbyperformancedegradationwasdetected.Ifafaultisdetected,thefaultdiagnosiswasusedforfurtheranalysis.ABPneuralnetworkorRBFneuralnetworkisusedforquantitativediagnosisoftheperformancedeg

6、radation.SimulationplatformbasedonVC++6.0wasdevelopedtoverifythefeasibilityofthesystem．Theplatformcontainsthreemodules：datamanagementmodule,healthevaluationmoduleandfaultdiagnosticmodule.Validationofthethreemoduleswasperformedontheplatform.Theresultsshowthatthesystemcouldval

7、idatetheeffectivenessofthetransientparametersinreal-timeforsingleordoublemeasurementparametersabnormity.Thehealthconditionofaeroengineisvalidatedandtheabnormityofenginedegradationisdetectedeffectively.Quantitativeanalysisisperformedaccurately．Keywords:aeroengine，datavalidati

8、on，healthevaluation，conditionmonitoring，faultdiagnostics，neuralnetwork，fuzz