【技术实现步骤摘要】
一种基于数字孪生的航空发动机气路故障预测方法
[0001]本专利技术属于数字孪生技术及航空发动机故障预测领域,具体为一种基于数字孪生的航空发动机气路故障预测方法。
技术介绍
[0002]数字孪生技术是一种建立在虚实映射基础上的仿真过程,能够在数字孪生空间内动态反映对应实物的实时状态。数字孪生技术具有广泛的应用场景,如产品设计、工业制造、工程试验等。但在实际应用中,由于建模精度、测量误差、无法观测的动态因素等影响,数字孪生体与对应实物间存在一定的跟踪误差,影响了数字孪生在高精确度场景下的应用。
[0003]航空发动机数字孪生模型是数字孪生技术在航空领域的应用,能够详细反映当前发动机的工作状态,详见王乐等人的数字孪生在航空发动机领域的应用分析。作为飞机的动力来源,航空发动机的可靠性直接关系到飞行器的安全。在发动机的所有故障中,气路故障是最主要的故障类型。通过数字孪生模型进行发动机工作状态仿真和预测,便可提前发现可能出现的故障,提高飞行安全,详见刘魁等人的数字孪生在航空发动机可靠性领域的应用探索。因此,航空发动机气路故障预 ...
【技术保护点】
【技术特征摘要】
1.一种基于数字孪生的航空发动机气路故障预测方法,其特征在于,步骤如下:S1:构建航空发动机部件级数字孪生体;航空发动机部件级数字孪生体包括进气道、压气机、燃烧室、涡轮、尾喷管和转子,输入参数为燃油流量Wf、高度H和马赫数Ma;S2:利用步骤S1中的航空发动机部件级数字孪生体计算当前发动机气路参数仿真数据;发动机气路参数包括转子相对换算转速、进口空气总温、风扇可调叶片角度、压气机可调叶片角度、涡轮前温度、涡轮后排气温度、涡轮后排气压力、压气机进/出口温度和压气机进/出口压力;S3:在航空发动机的运行过程中,实时采集气路传感器信号;S4:对步骤S3中采集得到的气路传感器信号进行去噪处理;使用小波阈值法去噪;对气路传感器信号先使用离散小波变换:其中,(W
ψ
f)为经过小波分解后的气路传感器信号,a0为伸缩步长,b0为基函数因子,m和n分别为尺度系数和平移系数;小波去噪阈值由下式确定:其中,σ为噪声的标准差估计,N为气路传感器信号的长度;阈值函数由下式确定:其中,ω
j,k
为原始气路传感器信号进行小波分解后的小波系数,为经过相应阈值函数处理后的小波系数;采用上述阈值函数对小波分解后的气路传感器信号进行处理,得到经过降噪处理的气路传感器信号;S5:将经过降噪处理的气路传感器信号与航空发动机部件级数字孪生体的仿真数据对比,得到仿真数据与真实测量值之间的误差;S6:建立Wiener
‑
BP误差修正模型,利用步骤S5得到的仿真数据与真实数据之间的差值对Wiener
‑
BP误差修正模型进行训练,并使用训练后的Wiener
‑
BP误差修正模型对航空发动机部件级数字孪生体进行修正,得到经过误差修正的航空发动机部件级数字孪生体;Wiener
‑
BP误差修正模型是基于Wiener模型和BP神经网络建立的;Wiener模型看作一个线性动态环节和一个非线性静态增益的串联,使用BP神经网络替代Wiener模型中的非线性静态增益部分;对于Wiener
‑
BP误差修正模型,其线性动态环节的输入为u(t),则其线性动态环节的输出为:x(t)=b0u(t)+b1u(t
‑
1)+b2u(t
‑
2)+
…
...
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。