【技术实现步骤摘要】
航空发动机故障诊断方法和装置、计算机装置和存储介质
[0001]本公开涉及航空发动机领域，特别涉及一种航空发动机故障诊断方法和装置、计算机装置和存储介质。
技术介绍
[0002]航空发动机试验过程中，存在着各种各样的故障，如某部件超温、超压或超振等，这些故障轻则造成发动机性能退化，重则引起部件损伤从而造成整台发动机损坏。此外，由于航空发动机是高度复杂的系统，涉及空气动力学、工程热物理、机械、控制等众多学科，在试车过程中，会有大量的跟试人员在现场对试验数据进行监视，若出现多台发动机同时试车，会对人力资源造成很大的挑战。因此如何准确、快速且节约人工地对航空发动机进行故障诊断，已成为航空发动机试车试验中越来越重要的工作。
[0003]目前，针对某发动机试车过程中出现的故障，相关技术主要采用机器自动诊断的方法和专家人工诊断的方法。机器自动诊断主要采用基于阈值的故障隔离，即当某一个参数特征或某几个参数特征超出阈值且维持了一段时间，则触发故障告警。专家人工诊断主要依赖有经验的技术员进行检测，通过人工比对实际结果与期望目标，若发现...
【技术保护点】
【技术特征摘要】
1.一种航空发动机故障诊断方法，其特征在于，包括：实时采集与待诊断故障相关的传感器数据；将采集到的传感器数据进行特征提取和特征合并，形成一组样本数据；将该组样本数据输入到预先训练好的故障概率模型，得到该组样本数据中每个特征点的故障概率；根据每个特征点的故障概率判断该组样本数据是否存在故障。2.根据权利要求1所述的航空发动机故障诊断方法，其特征在于，所述根据每个特征点的相似概率判断该组样本数据是否存在故障包括：判断每个特征点的故障概率是否大于单个特征点故障概率阈值；将大于单个特征点故障概率阈值的特征点判定为故障点；判断故障点个数是否大于累积故障点个数阈值；在故障点个数大于累积故障点个数阈值的情况下，判定该组样本数据存在故障。3.根据权利要求1或2所述的航空发动机故障诊断方法，其特征在于，所述将该组样本数据输入到预先训练好的故障概率模型，得到该组样本数据中每个特征点的故障概率包括：将该组样本数据输入到预先训练好的故障概率模型中，自动比对该组样本数据中每个特征点与预先训练好的故障概率模型的相似性，通过插值的方式，计算出每个特征点的相似概率；根据每个特征点的相似概率确定每个特征点的故障概率。4.根据权利要求1或2所述的航空发动机故障诊断方法，其特征在于，还包括：通过预先训练得到故障概率模型。5.根据权利要求4所述的航空发动机故障诊断方法，其特征在于，所述通过预先训练得到故障概率模型包括：获取与待诊断故障相关的传感器数据；对相关传感器数据进行特征提取和特征合并，形成模型训练集；利用模型训练集，进行网格划分，统计模型训练集中的特征点落在划分好的网格区间的频数，训练得到故障概率模型，其中，模型输出结果为一组样本数据中各特征点的故障概率。6.根据权利要求4所述的航空发动机故障诊断方法，其特征在于，在待诊断故障为发动机压气机喘振故障的情况下，相关传感器数据为高压压气机进口总压传感器采集的高压压气机进口总压数据。7.根据权利要求4所述的航空发动机故障诊断方法，其特征在于，所述对相关传感器数据进行特征提取和特征合并，形成模型训练集包括：获取每组样本数据的标准差和平均频率；将每...
【专利技术属性】
技术研发人员：罗大琴，李洋，徐建，
申请(专利权)人：中国航发商用航空发动机有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。