一种动力装置气路性能实时故障诊断方法制造方法及图纸

本发明专利技术涉及一种动力装置气路性能实时故障诊断方法。包括以下步骤：S1，构建动力装置数学模型；S2，基于所述动力装置数学模型，构建动力装置气路性能故障仿真模型；S3，构建非线性卡尔曼滤波器；S4，基于所述非线性卡尔曼滤波器，对所述动力装置气路性能故障仿真模型进行实时故障诊断。解决了气路性能实时故障诊断方法准确度不高、实时性差的问题。实时性差的问题。实时性差的问题。

【技术实现步骤摘要】
一种动力装置气路性能实时故障诊断方法


[0001]本专利技术涉及航空机电
，具体而言，涉及一种动力装置气路性能实时故障诊断方法。

技术介绍

[0002]航空机电系统中动力装置是重要的组成部分，飞机的辅助动力功能依赖于动力装置，动力装置是航空机电技术研究的重点领域。动力装置在使用和运维阶段需要对其健康状态进行实时监测并进行故障诊断，气路部件故障诊断是动力装置健康管理中重要的部分。现有航空机电产品常用的健康状态诊断方法分为基于专家知识和基于数据驱动的故障诊断方法；基于专家知识的方法依赖于知识经验，存在偶然性大、准确度不高的特点；基于数据驱动的方法需要大量的故障数据支撑，而对于动力装置一类的故障小样本问题，故障试验数据有限，开展故障注入试验需要成本较大不适用于获取大量数据；在没有大量数据的条件下数据驱动的故障诊断方法准确度较低。同时，动力装置由于系统集成度高、非线性程度大、耦合性强的特点，开展建模机理和故障诊断研究难度大，而且为了达到实时故障诊断的效果需要其计算效率高满足实时性要求，目前对其气路性能实时故障诊断的相关研究较少。

技术实现思路

[0003]本专利技术的目的在于克服上述技术存在的不足，为解决气路性能实时故障诊断方法准确度不高、实时性差的问题，本专利技术提供了一种动力装置气路性能实时故障诊断方法。
[0004]第一方面，本专利技术提供了一种动力装置气路性能实时故障诊断方法，包括：动力装置气路性能实时故障诊断方法包括以下步骤：
[0005]S1，构建动力装置数学模型；
[0006]S2，基于动力装置数学模型，构建动力装置气路性能故障仿真模型；
[0007]S3，构建非线性卡尔曼滤波器；
[0008]S4，基于非线性卡尔曼滤波器，对动力装置气路性能故障仿真模型进行实时故障诊断。
[0009]在一些实施例中，动力装置数学模型包括：压气机数学模型、燃烧室数学模型和动力涡轮数学模型。
[0010]在一些实施例中，步骤S2，基于动力装置数学模型，构建动力装置气路性能故障仿真模型，包括：
[0011]S21，基于动力装置的工作原理，确定动力装置气路性能的健康参数和测量参数；
[0012]S22，将健康参数和测量参数的输入输出接口分别加入压气机数学模型、燃烧室数学模型和动力涡轮数学模型，得到压气机故障仿真模型、燃烧室故障仿真模型和动力涡轮故障仿真模型；
[0013]S23，基于流量平衡、压力平衡和能量平衡关系，结合压气机故障仿真模型、燃烧室
故障仿真模型和动力涡轮故障仿真模型，构建动力装置气路性能故障仿真模型。
[0014]在一些实施例中，健康参数包括：压气机效率、压气机流量、燃烧室燃烧效率、燃烧室总压恢复系数、动力涡轮效率、动力涡轮流量；测量参数包括：压气机出口压力、压气机出口温度、燃烧室出口压力、燃烧室出口温度、燃油流量、动力涡轮出口温度。
[0015]在一些实施例中，基于所述健康参数改变所述压气机数学模型中压气机效率值和压气机流量值，得到所述压气机故障诊断模型的数学函数形式为：
[0016]；
[0017]式中，H1为压气机效率、H2为压气机流量，P
1_in
为环境压力，T
1_in
为环境温度，π1为压气机压比，n为动力装置轴转速，Q
1_out
、T
1_out
、P
1_out
、W
1_out
分别为压气机的出口流量、出口温度、出口压力和消耗功。
[0018]在一些实施例中，基于所述健康参数改变所述燃烧室数学模型中燃烧室效率值和燃烧室出口压力值，得到所述燃烧室故障诊断模型的数学函数形式为：
[0019]；
[0020]式中，H3为燃烧室燃烧效率、H4为燃烧室总压恢复系数，P
2_in
、T
2_in
、Q
2_in
、Q
fuel
分别为燃烧室的进口压力、进口温度、进口流量和燃油量，Q
2_out
、T
2_out
、P
2_out
分别为燃烧室的出口流量、出口温度和出口压力。
[0021]在一些实施例中，基于健康参数改变动力涡轮数学模型中动力涡轮效率值和动力涡轮流量值，得到动力涡轮故障诊断模型的数学函数形式为：
[0022]；
[0023]式中，H5、H6分别为动力涡轮效率、动力涡轮流量，P
3_in
、T
3_in
、π3分别为动力涡轮的进口压力、进口温度和膨胀比，n为动力装置轴转速，Q
3_out
、T
3_out
、P
3_out
、W
3_out
为动力涡轮出口流量、出口温度、出口压力和输出功。
[0024]在一些实施例中，步骤S3，构建非线性卡尔曼滤波器，包括：
[0025]S31，采用小扰动法构建动力装置故障仿真模型的雅克比矩阵；
[0026]S32，结合系统噪声的影响，构建动力装置状态协方差矩阵；
[0027]S33，基于雅克比矩阵和动力装置状态协方差矩阵，构建非线性卡尔曼滤波增益矩阵；
[0028]S34，基于非线性卡尔曼滤波增益矩阵，构建非线性卡尔曼滤波器。
[0029]在一些实施例中，步骤S4，基于非线性卡尔曼滤波器，对动力装置的气路性能进行实时故障诊断，包括：
[0030]S41，设定传感器采样周期，通过传感器实时采集动力装置故障仿真模型参数，将参数实时代入非线性卡尔曼滤波器中；
[0031]S42，通过非线性卡尔曼滤波器实时求解输出动力装置气路性能的健康参数预测值；
[0032]S43，基于健康参数预测值变化情况定位故障部件以及故障属性；
[0033]S44，基于故障部件及故障属性制定部件维护或部件更换策略。
[0034]本专利技术提供的技术方案具有以下有益效果：
[0035]1、本专利技术通过构建动力装置故障仿真模型，可实现故障注入仿真，并为构建非线
性卡尔曼滤波器提供模型支撑，减少了故障注入试验成本；
[0036]2、本专利技术基于非线性卡尔曼滤波算法能够实现各部件气路故障的准确诊断，不依赖于大量试验数据，根据各部件健康度情况制定维护或更换策略，从而保障动力装置的可靠运行；
[0037]3、本专利技术方法计算效率高，能实现实时故障诊断，可以在运维阶段第一时间定位到故障部件。
[0038]4、本专利技术基于模型的故障诊断方法以反映装置气动热力学性质的物理方程为基础，在构建装置数学模型的基础上进行气路性能故障诊断，相比于基于数据驱动的方法，对故障数据依赖性较小，因此在工程实际中有较大应用价值。
[0039]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0040]此处的附本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力装置气路性能实时故障诊断方法，其特征在于，所述动力装置气路性能实时故障诊断方法包括以下步骤：S1，构建动力装置数学模型；S2，基于所述动力装置数学模型，构建动力装置气路性能故障仿真模型；S3，构建非线性卡尔曼滤波器；S4，基于所述非线性卡尔曼滤波器，对所述动力装置气路性能故障仿真模型进行实时故障诊断。2.根据权利要求1所述的一种动力装置气路性能实时故障诊断方法，其特征在于，所述动力装置数学模型包括：压气机数学模型、燃烧室数学模型和动力涡轮数学模型。3.根据权利要求2所述的一种动力装置气路性能实时故障诊断方法，其特征在于，所述步骤S2，基于所述动力装置数学模型，构建动力装置气路性能故障仿真模型，包括：S21，基于所述动力装置的工作原理，确定所述动力装置气路性能的健康参数和测量参数；S22，将所述健康参数和测量参数的输入输出接口分别加入所述压气机数学模型、燃烧室数学模型和动力涡轮数学模型，得到压气机故障仿真模型、燃烧室故障仿真模型和动力涡轮故障仿真模型；S23，基于流量平衡、压力平衡和能量平衡关系，结合所述压气机故障仿真模型、燃烧室故障仿真模型和动力涡轮故障仿真模型，构建动力装置气路性能故障仿真模型。4.根据权利要求3所述的一种动力装置气路性能实时故障诊断方法，其特征在于，所述健康参数包括：压气机效率、压气机流量、燃烧室燃烧效率、燃烧室总压恢复系数、动力涡轮效率、动力涡轮流量；所述测量参数包括：压气机出口压力、压气机出口温度、燃烧室出口压力、燃烧室出口温度、燃油流量、动力涡轮出口温度。5.根据权利要求3所述的一种动力装置气路性能实时故障诊断方法，其特征在于，基于所述健康参数改变所述压气机数学模型中压气机效率值和压气机流量值，得到所述压气机故障诊断模型的数学函数形式为：；式中，H1为压气机效率、H2为压气机流量，P
1_in
为环境压力，T
1_in
为环境温度，π1为压气机压比，n为动力装置轴转速，Q
1_out
、T
1_out
、P
1_out
、W
1_out
分别为压气机的出口流量、出口温度、出口压力和消耗功。6.根据权利要求3所述的一种动力装置气路性能实时故障诊断方法，其特征在于，基于所述健康参数改变所述燃烧室数学模型中燃...

【专利技术属性】
技术研发人员：陈丽君，杜翔宇，王伊凡，王小平，周禹男，夏冶宝，刘鑫，
申请(专利权)人：中国航空工业集团公司金城南京机电液压工程研究中心，
类型：发明
国别省市：