基于发动机性能的传感器故障隔离方法研究

《基于发动机性能的传感器故障隔离方法研究》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、第40卷第1期航空发动机V01．40N。．12014年2月AeroengineFeb．2014基于发动机性能的传感器故障隔离方法研究朱大明(中航空天发动机研究院，北京100028)摘要：对处于研制阶段的航空发动机整机试验用传感器故障隔离进行了研究。分析了研制阶段发动机试验传感器的故障特点，基于这些特点和发动机自适应模型，建立了多种基于发动机性能模型的故障隔离算法，分别研究了3种不同的隔离指标；分析了发动机故障与传感器故障之间的影响和关系，在发动机故障程度较为严重条件下，建立了改善传感器故障隔离效果的加权方法；并对所建立的算法进行了带有噪声的数值试验。结果表明：

2、采用自适应收敛判断量作为隔离指标，隔离效果最为良好。关键词：传感器；故障诊断；隔离；航空发动机；数值模拟中图分类号：V231文献标识码：Adoi：10．13477／j．cnki．aeroengine．2014．01．008SensorFaultlsolationBasedonEnginePerformanceZHUDa—ming(AVICAerospaceEngineResearchEstablishment，BeOing100028，China)Abstract：Sensorfaultisolationwasresearchedforthewholeengi

3、netestindevelopmentstage．Faultcharacteristicsofenginetestsensorwereanalyzedindevelopmentstage．Basedonthecharacteristicsandengineself-adaptivemodel，kindsoffaultisolationalgorithmswerebuiltOffthebasisofengineperformancesmodel．Threedifferentisolationindicatorwasstudiedrespectively．Thei

4、nfluencesandrelationsbetweenenginefaultandsensorfaultwereanalyzed．Weightedmethodofimprovingfaultisolationeffectwasbuiltinseverenginefaultcondition．Numericalexperimentswithnoisewereconductedforthealgorithm．TheresultsshowthatthebetterisolationeffectistOadoptself-adaptiveconvergencepar

5、ameterastheisolationindicator．Keywords：sensor；faultdiagnosis；isolation；aeroengine；simulation0引言}偏差来模拟测量参数偏差的传感器诊断方法。在发动机工作和试验中，其实际物理过程状态量是经过传感器采集输出，成为测量数据，然后再进入监控和诊断系统。由测量数据显示的故障现象是由发动机部件产生的，还是由传感器产生的，这对监控与诊断有效性将产生很大影响，所以判断传感器是否有故障、隔离及辨识故障就显得很重要。目前，在传感器故障诊断领域常用的方法主要有神经网络”I、主元分析12】(P

6、rincipalComponentAnalysis)、卡尔曼滤波【3J和小波分析141等方法，但这些方法很难应用在研制阶段的发动机试验故障诊断中。本文以发动机性能模型为基础，借助模型自适应性和模式识别技术，建立多种以分析发动机性能参数1整机试验传感器故障特点对于研制阶段的发动机整机试验，其传感器故障有3个特点：(1)测取的参数经常变化，每次试验测取的参数不同。在台架试验阶段，发动机测量参数虽然较多，但是由于调整和串装的原因，试验测取的参数种类容易发生变化，对于同1台份的发动机，在同1试验台架上的多次试验所得到的可能是1组种类不同的测量参数。(2)测量参数记录不

7、完整。对于研制阶段的发动机，由于未知因素多，可靠性不高，易出现突发问题；再加之受试验发动机寿命、试验部件寿命和试验任务等各种因素的影响，在1次试验中，所记录的或可用的测量参数可能只有少量几组，甚至只有l收稿日期：2012一11—15基金项目：航空动力基础研究项目资助作者简介：朱大明(1981)，男，博士，主要从事发动机性能优化和故障诊断研究工作；E—maihdamingzhu@126．COITI。s

8、用格式：朱大鼹．基于发动枫性能的传感器故障隔离方法研究【jl-航空发动枧，2014，40(t)：42—47,74．ZHUDarning．SensorfaultIs

9、olationbasedOFteFt#