航空发动机主燃油控制系统诊断方法和装置制造方法及图纸

本发明专利技术公开了一种基于AMESim的航空发动机主燃油控制系统诊断方法和装置，方法中，采集t0时刻待测航空发动机的运行数据；基于运行数据建立航空发动机控制器Simulink模型，获得控制器的指令信号；基于AMESim建立主燃油控制系统模型和卡尔曼滤波模型，所述指令信号分别注入到基于AMESim的主燃油控制系统模型和卡尔曼滤波模型；采集所述主燃油控制系统模型输出数据，卡尔曼滤波模型输出为无故障的特征数据，将所述运行数据和特征数据作残差，以得到待测航空发动机残差数据；所述残差数据与阈值区间进行对比分析进行诊断得到航空发动机主燃油控制系统的诊断结果。燃油控制系统的诊断结果。燃油控制系统的诊断结果。

【技术实现步骤摘要】
航空发动机主燃油控制系统诊断方法和装置


[0001]本专利技术属于航空发动机油路故障诊断
，特别是一种基于AMESim的航空发动机主燃油控制系统诊断方法和装置。

技术介绍

[0002]航空发动机油路故障诊断作为发动机健康管理基础技术之一，能够提供系统级的健康状态评估，确定油路部件维修范围，支撑视情维修策略。随着飞机发动机技术指标的不断提高，相应地对航空发动机控制及燃油系统的功能和性能提出了更加严格的要求。
[0003]目前机械液压式发动机燃油控制系统依然应用广泛，由于机械液压式燃油控制系统是采用机械结构(如杠杆、凸轮型面、活门型口等)实现对发动机的控制，而研制发动机燃油附件由于加工误差、装配误差和调整误差等影响，使每台发动机燃油附件性能都有所不同。另外，传统发动机控制器模型在燃油输出中仅考虑到惯性环节影响，通过惯性环节输出后再进行一定修正以达到发动机仿真所需燃油流量条件，这对于设计发动机主燃油控制系统方面所考虑的影响因素不够全面，从而降低了整个控制系统的鲁棒性。实现机械液压式燃油控制系统与发动机的配套使用仍需要依赖于真实发动机进行大量的试验。这样增加了发动机研制的成本，延长了发动机的研制周期，增大了发动机的研制风险。而在发动机机油路故障诊断应用场景中，对于新投入运行的发动机，在其运行初期，各部件处于健康状态，可获得的数据只包含正常样本。而且由于发动机油路构成复杂，所含液压附件繁多，且在其运行过程中无法直观判断油路系统中各附件健康状态，导致无法确定油路控制系统输出燃油流量是否符合预计燃油流量。
[0004]因此，在发动机主燃油控制系统建模与故障诊断应用场景中，如何结合我国对航空发动机主燃油控制系统级整机模型的需求，并在此基础上建立跨平台融合建模架构，通过访问发动机控制器的实时监测数据进行故障诊断，对解决现有模型架构中的模型考虑因素不够全面和工作状态是否符合预期问题具有重要意义。
[0005]在
技术介绍
部分中公开的上述信息仅仅用于增强对本专利技术背景的理解，因此可能包含不构成本领域普通技术人员公知的现有技术的信息。

技术实现思路

[0006]针对现有技术中存在的问题，本专利技术提出一种基于AMESim的航空发动机主燃油控制系统诊断方法和装置，采用机理模型与数据驱动融合的建模方式，分别建立主燃油控制系统主要附件、执行机构模型，并在此基础上建立跨平台融合建模架构，通过访问发动机控制器的实时监测数据进行故障诊断，从而能够解决模型架构中考虑因素不够全面和直观反映工作状态是否符合预期的问题。
[0007]本专利技术的目的是通过以下技术方案予以实现，一种基于AMESim的航空发动机主燃油控制系统诊断方法包括：
[0008]步骤S100：采集待测航空发动机的运行数据；
[0009]步骤S200：基于运行数据建立航空发动机控制器Simulink模型，获得控制器的指令信号；
[0010]步骤S300：基于AMESim建立主燃油控制系统模型和卡尔曼滤波模型，所述指令信号分别注入到基于AMESim的主燃油控制系统模型和卡尔曼滤波模型；
[0011]步骤S400：采集所述主燃油控制系统模型输出数据，卡尔曼滤波模型输出为无故障的特征数据，将所述运行数据和特征数据作残差，以得到待测航空发动机残差数据；
[0012]S500：所述残差数据与阈值区间进行对比分析进行诊断得到航空发动机主燃油控制系统的诊断结果。
[0013]所述的基于AMESim的航空发动机主燃油控制系统诊断方法中，步骤S100中，运行数据包括以下特征参数：
[0014]环境参数：风扇进口总温T2、风扇进口总压P2和环境静压P0；
[0015]风扇运行参数：风扇出口总温T
25
和风扇出口总压P
25
；
[0016]高压压气机运行参数：高压压气机出口总温T
31
和高压压气机出口静压P
31
；
[0017]高压涡轮和低压涡轮运行参数：主燃油流量W
f
、涡轮后总温T6、涡轮后总压P6、高压转子转速n1和低压转子转速n2。
[0018]所述的基于AMESim的航空发动机主燃油控制系统诊断方法中，步骤S200中，控制器Simulink模型于Matlab Simulink界面中，通过S
‑
function模块功能，编写控制器相应算法，以得到控制器Simulink模型。
[0019]所述的基于AMESim的航空发动机主燃油控制系统诊断方法中，所述特征参数标准化处理，将10个采样步长的标准化后的特征参数值置于一个数据单元构成(1，12，10)维的运行数据集，其中，1表示数据单元数，12表示特征参数数量，10表示步长数量。
[0020]所述的基于AMESim的航空发动机主燃油控制系统诊断方法中，步骤S300中，所述卡尔曼滤波模型表示为：
[0021][0022][0023][0024][0025][0026]其中，为上一状态预测的结果，为上一状态最优结果，u
k
为现在状态控制量，A、B为系统参数矩阵，为对应的协方差，P
k
‑1为是对应的协方差，A
T
表示A的转置矩阵，Q是系统过程协方差，K
k
为卡尔曼增益，H为测量系统参数，H
T
为H转置，R为测量噪声协方差，为对应的协方差，为现在状态的最优估计值，Z
k
为k时刻测量值，P
k
为的更新，为对应的协方差，I为1的矩阵，k为现在时刻，k
‑
1为上一时刻。
[0027]所述的基于AMESim的航空发动机主燃油控制系统诊断方法中，所述AMESim主燃油控制系统模型表示为：
[0028][0029]其中，Q(t)为主燃油控制系统负载特性，X为液压缸活塞的时域位移，是X的一阶求导，A为液压缸腔室的活塞面积，B为液压缸因压力产生的总泄漏系数，V为液压缸、液压缸与伺服阀之间的软管的总体积，β
e
为有效弹性模量，P为负载压力，t为时间。
[0030]所述的基于AMESim的航空发动机主燃油控制系统诊断方法中，步骤S400中，所述残差数据获取过程包括如下步骤：
[0031]S401：将控制器的指令信号输入到基于AMESim的主燃油控制系统模型后，经计量阀预留出口输出对应燃油流量数据到Simulink仿真平台，从而获取基于AMESim主燃油控制系统模型的燃油流量数据集；
[0032]S402：基于控制器的指令信号于Simulink平台注入噪声，并输入到卡尔曼滤波模型后，经卡尔曼滤波模型预测、更新功能，输出该待测模型对应指令信号下的预计燃油流量数据集；
[0033]S403：两同一指令信号下的燃油流量数据集和预计燃油流量数据集做残差后输入故障诊断模块进行故障诊断，其中，步骤诊断模块基于Simulink S
‑
function进行制作，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AMESim的航空发动机主燃油控制系统诊断方法，其特征在于，其包括以下步骤，步骤S100：采集待测航空发动机的运行数据；步骤S200：基于运行数据建立航空发动机控制器Simulink模型，获得控制器的指令信号；步骤S300：基于AMESim建立主燃油控制系统模型和卡尔曼滤波模型，所述指令信号分别注入到基于AMESim的主燃油控制系统模型和卡尔曼滤波模型；步骤S400：采集所述主燃油控制系统模型输出数据，卡尔曼滤波模型输出为无故障的特征数据，将所述运行数据和特征数据作残差，以得到待测航空发动机残差数据；S500：所述残差数据与阈值区间进行对比分析进行诊断得到航空发动机主燃油控制系统的诊断结果。2.根据权利要求1所述的基于AMESim的航空发动机主燃油控制系统诊断方法，其中，优选的，步骤S100中，运行数据包括以下特征参数：环境参数：风扇进口总温T2、风扇进口总压P2和环境静压P0；风扇运行参数：风扇出口总温T
25
和风扇出口总压P
25
；高压压气机运行参数：高压压气机出口总温T
31
和高压压气机出口静压P
31
；高压涡轮和低压涡轮运行参数：主燃油流量W
f
、涡轮后总温T6、涡轮后总压P6、高压转子转速n1和低压转子转速n2。3.根据权利要求1所述的基于AMESim的航空发动机主燃油控制系统诊断方法，其中，步骤S200中，控制器Simulink模型于Matlab Simulink界面中，通过S
‑
function模块编写控制器算法，以得到控制器Simulink模型。4.根据权利要求2所述的基于AMESim的航空发动机主燃油控制系统诊断方法，其中，所述特征参数标准化处理，将10个采样步长的标准化后的特征参数值置于一个数据单元构成(1，12，10)维的运行数据集，其中，1表示数据单元数，12表示特征参数数量，10表示步长数量。5.根据权利要求1所述的基于AMESim的航空发动机主燃油控制系统诊断方法，其中，步骤S300中，所述卡尔曼滤波模型表示为：骤S300中，所述卡尔曼滤波模型表示为：骤S300中，所述卡尔曼滤波模型表示为：骤S300中，所述卡尔曼滤波模型表示为：骤S300中，所述卡尔曼滤波模型表示为：其中，为上一状态预测的结果，为上一状态最优结果，u
k
为现在状态控制量，A、B为系统参数矩阵，为对应的协方差，P
k
‑1为是对应的协方差，A
T
表示A的转置矩阵，Q是系统过程协方差，K
k
为卡尔曼增益，H为测量系统参数，H
T
为H转置，R为测量噪声协方差，为对应的协...

【专利技术属性】
技术研发人员：耿佳，罗鹏程，徐茂峻，刘金鑫，李明，宋志平，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：