基于3DCNN-JTFA的航空发动机控制系统传感器的故障诊断方法技术方案

本发明专利技术涉及一种基于3DCNN‑JTFA的航空发动机控制系统传感器的故障诊断方法，在航空发动机‑传感器的数学模型基础，建立了故障生成器；将航空发动机飞行数据与故障生成器输出信号进行随机混合，得到样本数据集；通过JTFA方法对样本数据集处理得到时频图；对样本数据集按照故障类型进行标签训练3DCNN模型；将航空发动机控制系统传感器的实时测量数据输入到3DCNN‑JTFA模型中，经过预处理、JTFA分析得到时频图、设标签、3DCNN进行分类等步骤，完成实时的故障检测和隔离。本发明专利技术将JTFA、3DCNN和多次二元分类技术相结合，采用离线学习，在线运行的方式，将其用于诊断实验中，且对噪声干扰不敏感，提高了诊断效率。同时设计了故障生成器，解决了数据不匹配的问题。

Sensor fault diagnosis method of aeroengine control system based on 3dcnn-jtfa

【技术实现步骤摘要】
基于3DCNN-JTFA的航空发动机控制系统传感器的故障诊断方法
本专利技术属于航空发动机控制系统传感器故障诊断领域，涉及一种基于3DCNN-JTFA的航空发动机控制系统传感器的故障诊断方法。
技术介绍
航空发动机是是长期工作在高转速、高负荷和高温环境下的复杂热力机械，对可靠性和安全性要求极高。航空发动机控制系统以传感器测量信号为基础进行工作，但由于传感器测量数据多、分布广、且其安装部位特殊，长时间工作在高温、高压、强振动的工况中，是控制系统中最容易发生故障的部件。传感器一旦故障有可能导致整个控制系统失效，造成严重的经济损失。因此，对传感器进行及时、有效的故障诊断，以提高航空发动机的安全性和可靠性，具有十分重要的意义。已有文献表明，目前航空发动机控制系统传感器故障诊断的研究主要有：基于数学模型的方法(如卡尔曼滤波器模型)、基于信号的方法(如小波方法)、基于知识的方法(如如神经网络、支持向量机等智能算法)。基于数学模型的诊断技术较为成熟，但受到模型精度的制约，对航空发动机控制系统这类非线性的复杂系统来说建立数学模型十分困难，故障诊本文档来自技高网...

【技术保护点】
1.一种基于3DCNN-JTFA的航空发动机控制系统传感器的故障诊断方法，其特征在于步骤如下：/n步骤1：利用部件法建立航空发动机的状态变量数学模型，以二阶惯性元件作为传感器的数学模型，二阶惯性元件描述为/n

【技术特征摘要】
1.一种基于3DCNN-JTFA的航空发动机控制系统传感器的故障诊断方法，其特征在于步骤如下：
步骤1：利用部件法建立航空发动机的状态变量数学模型，以二阶惯性元件作为传感器的数学模型，二阶惯性元件描述为



其中，ξ为传感器的阻尼比，wn为传感器的自然频率，τ为延迟时间；
将航空发动机状态变量数学模型与传感器的数学模型进行串联，为航空发动机控制系统的数学模型；
步骤2：对故障按照故障发生原因进行分类，编号方法：
(a)正常情况，无故障原因，编号为0；
(b)偏置故障，故障原因为偏置电流或偏置电压等，编号为1；
(c)尖峰故障,故障原因为电源和地线中的随机干扰、浪涌、电火花放电D/A变换器中的毛刺等，编号为2；
(d)开路故障，故障原因为信号线断、芯片管脚没连上等，编号为3；
(e)漂移故障，故障原因为温漂等，编号为4；
(f)短路故障，故障原因为污染引起的桥路腐蚀线路短接等，编号为5；
(g)周期性干扰，故障原因为电源50Hz干扰等，编号为6；
步骤3、建立故障生成器：输入带有高斯白噪声的阶跃信号经过航空发动机控制系统模型后得到一个输出信号，按照步骤2模型的输出信号进行处理，得到不同类型的模拟故障信号；
(a)正常情况：航空发动机控制系统模型的输出信号，数值在1附近波动；
(b)偏置故障：在航空发动机控制系统模型的输出信号上加一恒定或随机的小信号；
(c)尖峰故障：在航空发动机控制系统模型的输出信号上加一个脉冲信号；
(d)开路故障：航空发动机控制系统模型的输出信号接近最大值，最大值为1.5左右；
(e)漂移故障：使航空发动机控制系统模型的输出信号信号以某一速率偏移原信号；
(f)短路故障：使航空发动机控制系统模型的输出信号接近于零；
(g)周期性干扰：在航空发动机控制系统模型的输出信号上叠加某一频率的信号，然后在模型的输出信号中随机加入环境噪声影响的高斯白噪声，得到的信号为故障生成器的输出信号；
步骤4：将航空发动机在不同飞行条件下和不同工作状态下的飞行记录数据，与故障生成器生成的大量的输出信号进行随机混合后，得到航空发动机控制系统传感器的样本数据集；样本数据集包括航空发动机控制系统九个关键的可测传感器；
步骤5：对样本数据集中的数据进行预处理；



其中






式中，x(k)为待处理的传感器信号，xi(k)为样本数据集中第i个传感器信号，y(k)为处理后的信号；
步骤6：通过JTFA方法处理航空发动机控制系统传感器的样本数据集，得到时频图，具体步骤如下：
(61)对基函数Amor小波进行尺度变换和平移，在不同的时间尺度和频率尺度下对航空发动机控制系统传感器信号进行不同分辨率的分解，Amor小波的中心频率Fc为0.8125Hz，选择尺度因子为p∈[1,100]，平移因子为q∈[1,1ength]，length为传感器信号的长度，采样频率fs为100；



其中：p为对应于频率信息的缩放因子，即尺度参数；q为对应于时空信息的平移因子，即变换参数；ψ(x)为Amor小波AnalyticMorlet(Gabor)Wavelet的函数，为ψ(x)的复共轭；Wf(p,q)为小波变换后的信号，f(x)为传感器信号的频谱；通过对小波系数矩阵的标准化，得到时频图的像素矩阵，并在信号随p、q变化的特定时频范围内求解；
(62)在选定的尺度因子范围中，按照从小到大，步长为1的顺序选择尺度因子；在不同的尺度因子下，对预处理后的传感器信号的不同部分产生不同的小波系数；根据尺度与频率之间的关系将尺度序列转化为频率序列和小波系数，频率序列和时间序列画出传感器信号的以得到信号的3通道RGB时频图，其中x轴为时间序列，y轴为频率序列，图像的颜色代表信号的能量大小，用小波系数表示；
尺度与频率的关系为
Fa＝Fc×fs/p
其中，Fa为频率，Fc为小波的中心频率，fs为采样频率，p为...

【专利技术属性】
技术研发人员：李慧慧，缑林峰，杨江，孙瑞谦，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61