一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法技术

本发明专利技术提出了一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法，解决航空发动机整机剩余寿命难于准确预测的问题，首先，使用同型号发动机的全寿命历史退化数据构建退化模式字典。其次，对待预测发动机的数据进行传感器选择和状态参数维度约减。再次，将待预测发动机的衰退轨迹与退化字典中的参考发动机衰退轨迹进行图形匹配，获得待预测发动机的寿命估计和与各参考发动机的相似度。最后，通过相似性加权策略，获取待预测发动机的剩余使用寿命。本发明专利技术提出的方法能准确地预测航空发动机的剩余使用寿命，而寿命预测对于发动机的维护和维修具有非常重要的意义。

【技术实现步骤摘要】

本专利技术涉及航空发动机剩余寿命预测的
，具体涉及一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法。
技术介绍
随着现代航空工业的发展，各类飞机的应用范围越来越广，单架飞机的运载能力越来越强，随之而来的是对飞机可靠性和安全性的更高要求。安全性、可靠性和经济性是航空发动机制造商、维修厂和航空公司等相关部门最为关心的三大因素，也是衡量发动机制造水平的关键性指标。然而，航空发动机作为飞机最重要的核心部件，由于其结构复杂、集成度高、工作条件恶劣等诸多因数导致其稳定性难以控制。并且，由于其担任飞机的主要动力源，一旦航空发动机发生故障，往往导致机毁人亡的灾难性后果。因此，为了取得最大的经济效益和安全性，如何对航空发动机进行剩余寿命预测成为工业界的关注焦点和学术界的研究热点。基于气路性能参数进行航空发动机整机健康状态的监测与寿命预测近年来受到学者们的关注。然而，航空发动机结构复杂，性能参数种类繁多，参数之间具有较强的相关性。此外，发动机长时间工作在高温、高压等复杂恶劣的环境中，表征系统健康状态的参数常受到各种噪声的干扰，在这种背景下准确预测发动机整机剩余寿命十分困难。
技术实现思路
本专利技术要解决的技术问题为：针对航空发动机整机剩余寿命难于准确预测的问题，提出一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法。本专利技术采用的技术方案为：一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法，其特征在于：(1)通过航空发动机全寿命的气路退化数据获取其性能退化模式，并使用多台发动机的退化数据构建性能衰退参照字典；(2)使用退化轨迹的包络多边形来稳健地表征航空发动机系统的性能退化模式；(3)通过参考发动机和待预测发动机退化多边形的重叠面积来量化二者之间性能退化规律的相关性，并使用线段长度比等价地计算两多边形的重叠面积比；(4)将参考发动机的真实剩余寿命作为待预测发动机剩余寿命的估计值，依据重叠面积比生成相似性权重，加权这些寿命估计值来获取待预测发动机的剩余寿命。本专利技术与现有技术相比的优点在于：(1)、基于相似性理论充分挖掘历史全寿退化数据中的性能衰退规律，并应用该规律对待预测发动机的剩余寿命进行估计，预测精度高；(2)、受传感器测量噪声等的影响，获得的性能衰退轨迹常带有较多的毛刺，基于欧氏距离的相似性匹配稳健性差，重叠面积匹配既可以保证匹配精度，又可以避免噪声的干扰。(3)、先对待预测发动机的剩余寿命进行多次估计，然后对估计值加权集成获得待预测发动机的剩余寿命，该方法具有集成学习的优势，算法稳健性好。附图说明图1为本专利技术一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法流程图；图2为性能衰退多边形提取示意图；图3为黎曼积分原理图；图4为重叠面积计算原理图；图5为最优面积匹配原理图；图6为涡轮风扇发动机气路部件简图；图7为1#发动机的21个传感器参数变化情况；图8为状态参数第一主成分随循环的变化情况；图9为利用前4个参考发动机数据对1#发动机RUL的估计结果。具体实施方式下面结合附图以及具体实施方式进一步说明本专利技术。如图1所示，一种基于图形匹配的航空发动机整机剩余寿命预测方法，主要包含以下步骤：第一步，构建发动机性能退化字典。通过处理已经运行至失效的发动机历史数据，得到预测时可以参考的退化模式字典。首先，选择具有明显上升或下降趋势的传感器参数用以表征发动机的性能退化。其次，使用维度约减方法对数据进行降维，得到一维的性能退化曲线。最后，按照一定的规范存储这些参考发动机的性能退化数据，便于后续检索使用。第二步，待预测发动机数据预处理。选择与退化字典相同的传感器参数，并用同样的降维方法进行状态参数维度的约减。第三步，使用多边形匹配方法匹配每台参考发动机的退化轨迹和待预测发动机的退化轨迹。首先，提取参考发动机和待预测发动机退化轨迹的上下包络曲线，得到他们的退化多边形表示形式。其次，在每台参考发动机的退化多边形中，匹配待预测发动机退化多边形，使他们重叠部分的面积最大。最后，计算重叠的面积比和RUL的估计值。第四步，加权集成。通过重叠面积生成相似性权重，对多个RUL估计值进行加权，最终得到待预测发动机的剩余使用寿命。1基于图形匹配的航空发动机整机剩余寿命预测方法具体步骤如下：1.1高维数据维度约减(1)传感器选择航空发动机有大量的实时监测的性能状态参数，并非所有的状态参数都能反映系统的性能状态降级，比如一些主动的控制量等。在进行寿命预测前，需要找出具有退化趋势的传感器参数，将其作为反映整机性能的状态指标，用以度量系统的健康状态。(2)主成分分析(PCA)在经过传感器筛选后，状态监测参数仍具有很高的维度，这对于后续数据处理是不利的，因而还需进行参数维度的进一步约减。这里，我们选择主成分分析方法对数据进行降维。主成分分析(PCA,Principle Component Analysis)是应用最广泛的一种特征提取方法之一，它是一种统计学方法，在信号处理、模式识别、数字图像处理等领域已经得到了广泛的应用。主成分分析方法基本思想是提取出空间原始数据中的主要特征(主元)，减少数据冗余，使得数据在一个低维的特征空间被处理，同时保持原始数据的绝大部分的信息，从而解决数据空间维数过高的瓶颈问题。设航空发动机退化状态矩阵为X，其列向量Xk＝(x1k,x2k,...,xnk)T为n维状态参数，发动机的某一性能状态可由xk描述，xk的协方差矩阵为： R x = Σ k = 1 N ( X k - x ‾ ) ( X k - x ‾ ) T - - - ( 1 ) ]]>式中，N为退化状态的采样数，为各状态参数的均值 x ‾ = 1 N Σ k = 1 N x k - - - ( 2 ) ]]>求解Rx的全部特征值λi(i＝1,2,...,n)和特征向量vi，将特征值λi按照从大到小的顺序排列：λ1>λ2>...>λn，则对应的特征向量为vi(i＝1,2,..,n)。样本xi投影到特征向量vi得到该方向对应的主分量为： y i本文档来自技高网...

【技术保护点】
一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法，其特征在于：(1)通过航空发动机全寿命的气路退化数据获取其性能退化模式，并使用多台发动机的退化数据构建性能衰退参照字典；(2)使用退化轨迹的包络多边形来稳健地表征航空发动机系统的性能退化模式；(3)通过参考发动机和待预测发动机退化多边形的重叠面积来量化二者之间性能退化规律的相关性，并使用线段长度比等价地计算两多边形的重叠面积比；(4)将参考发动机的真实剩余寿命作为待预测发动机剩余寿命的估计值，依据重叠面积比生成相似性权重，加权这些寿命估计值来获取待预测发动机的剩余寿命。

【技术特征摘要】
1.一种基于气路性能参数图形匹配的航空发动机整机剩余寿命预测方法，其特征在于：(1)通过航空发动机全寿命的气路退化数据获取其性能退化模式，并使用多台发动机的退化数据构建性能衰退参照字典；(2)使用退化轨迹的包络多边形来稳健地表征航空发动机系统的性能退化模式；(3)通过参...

【专利技术属性】
技术研发人员：刘红梅，李连峰，吕琛，马剑，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11