【技术实现步骤摘要】
一种航空交流发电机油路系统故障诊断方法及装置
[0001]本申请属于航空发电机故障处理
,具体涉及一种航空交流发电机油路系统故障诊断方法及装置。
技术介绍
[0002]三级无刷交流油冷发电机是飞机电气系统中的关键部件,其性能优良与否,直接影响飞机的安全状态。油路系统为航空发动机提供润滑和冷却,其性能会对发电机的稳定性和可靠性产生直接影响。油路系统的性能指标主要包括流量、压力与温度,这些参数之间是相互关联的。
[0003]故障诊断技术是要通过各种检测技术,测定能反映这些故障隐患和趋向的参数,从中得到状态信息,进一步通过信息分析对系统的故障程度和起因有一个准确的判断,能及时和有效的对系统进行维修并排除故障。故障预测最初在机械设备可靠性研究中被提出,近年来以机载设备为对象的系统级部件级健康管理技术研究受到广泛重视。
[0004]由于在目前发电机系统实验中,受技术条件限制,这些参数能够直接测量得到的很少,这就制约了对其性能的研究。因此,基于模型的油路系统故障诊断和预测方法研究成为航空机载设备健康管理的重要研究方向。
技术实现思路
[0005]为了解决上述问题,本申请第一方面提供了一种航空交流发电机油路系统故障诊断方法,主要包括:
[0006]步骤S1、采集航空交流发电机油路系统故障前设定时间段的与发电机本体压降、流量、进口温度及出口温度相关的四个输入参数,并组合成输入特征向量;
[0007]步骤S2、对所述输入特征向量进行归一化;
[0008]步骤S3、基于预先构 ...
【技术保护点】
【技术特征摘要】
1.一种航空交流发电机油路系统故障诊断方法,其特征在于,包括:步骤S1、采集航空交流发电机油路系统故障前设定时间段的与发电机本体压降、流量、进口温度及出口温度相关的四个输入参数,并组合成输入特征向量;步骤S2、对所述输入特征向量进行归一化;步骤S3、基于预先构建并训练完成的BP神经网络模型,将归一化后的输入特征向量作为模型输入,获得模型输出,所述BP神经网络模型的训练过程包括:以所述输入特征向量包含的四个参数作为输入,以由正常状态、油箱压力异常、漏油异常、油滤堵塞异常及进油口温度传感器异常构建的目标向量作为实际输出,以所述实际输出与训练样本对应的标准输出之间的误差降到设定值以下为训练目标,训练所述BP神经网络模型;步骤S4、基于模型输出,确定航空交流发电机油路系统为正常状态、油箱压力异常、漏油异常、油滤堵塞异常或进油口温度传感器异常。2.如权利要求1所述的航空交流发电机油路系统故障诊断方法,其特征在于,步骤S1之前,进一步包括确定在进行所述BP神经网络模型训练或使用时的四个输入参数,包括:通过仿真模拟系统正常到故障的不同程度状态;提取发电机本体压降均值、发电机本体压降最大值、发电机本体压降标准差、发电机本体压降均方根,并确定各参数在发动机正常状态与故障状态下的参数值差别最大的参数,将其作为四个输入参数中与发电机本体压降相关的第一参数;提取出口流量均值、出口流量最大值、出口流量标准差、出口流均方根,并确定各参数在发动机正常状态与故障状态下的参数值差别最大的参数,将其作为四个输入参数中与出口流量相关的第二参数;提取入口温度均值、入口温度最大值,并确定各参数在发动机正常状态与故障状态下的参数值差别最大的参数,将其作为四个输入参数中与入口温度相关的第三参数;提取出口温度均值、出口温度最大值,并确定各参数在发动机正常状态与故障状态下的参数值差别最大的参数,将其作为四个输入参数中与出口温度相关的第四参数。3.如权利要求1所述的航空交流发电机油路系统故障诊断方法,其特征在于,所述BP神经网络模型在进行训练时隐含层的节点数量为12。4.如权利要求1所述的航空交流发电机油路系统故障诊断方法,其特征在于,步骤S4之后进一步包括:步骤S5、确定在油箱压力异常、漏油异常、油滤堵塞异常或进油口温度传感器异常状态下各输入参数的故障参数序列,每一个异常状态对应于一个故障参数序列;步骤S6、基于所述故障参数序列,按照百分比设定一个预警参数序列;步骤S7、采集正常发动机的运行过程中的与所述故障参数序列中参数项一致的参数,对每一个参数形成原始状态参数数列;步骤S8、基于所述原始状态参数数列,采用灰色理论模型预测其后续时刻的该参数的变化趋势;步骤S9、基于所述变化趋势与所述预警参数序列确定进行预警的时刻,以及根据所述故障参数序列确定进行故障提示的时刻。5.一种航空交流发电机油路系统故障诊断装置,其特征在于,包括:输入参数采集模块,用于采集航空交流发电机...
【专利技术属性】
技术研发人员:张沙沙,程焱,李帅,熊春兰,张晶晶,
申请(专利权)人:陕西航空电气有限责任公司,
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。