融合空间和时间特征的航空发动机气路性能异常检测方法技术

本发明专利技术公开了融合空间和时间特征的航空发动机气路性能异常检测方法，包括以下步骤：S1.数据采集；S2.针对航空发动机气路性能异常检测问题进行建模；S3.建立融合空间与时间特征的排气温度(EGT)异常检测模型；S4.进行基于GCN的空间特征提取；S5.进行基于门控时间卷积神经网络的时间特征提取；S6.改进Informer预测模型；本发明专利技术在Informer编码器引入BiLSTM模块，增强了退化特征图的局部依赖性，Probesparse自注意机制实现了对特征矩阵中主要特征的自适应区分和选择，提高了预测的精度，使用大量真实世界的航班数据来训练和验证所提出的方法，所提出的模型解决了航空发动机仿真数据不真实、实验数据不完整的问题。

【技术实现步骤摘要】

本专利技术涉及航空发动机气路性能异常检测，具体为融合空间和时间特征的航空发动机气路性能异常检测方法。

技术介绍

1、目前，航空发动机气路异常检测方法可归于以下两类：基于模型的方法和数据驱动的方法。基于模型的方法需要建立发动机精确的物理数学模型来描述发动机的工作特性，实际航空发动机是一个极其复杂的非线性系统，基于模型的异常检测方法对模型的设计精度要求很高。数据驱动的方法则只需足够的判断经验和历史数据，具有更强的泛化性和适应性。因此，数据驱动的气路异常检测方法得到了得到了广泛的探索。

2、在实际工程应用中，航空发动机气路部件性能会随着飞行时间的增加而逐渐恶化，这会在实际运行过程中增加燃料喷射量以满足推力要求。增量燃料的燃烧会导致egt增加，因此，排气温度是航空发动机气路性能的重要指示参数，是航空发动机确定拆卸期限、优化维修计划和制定运行时间表的参考依据。许多研究使用egt作为发动机气路性能异常监测指标进行预测。li等人采用强化学习方法，预测egt作为发动机异常监测指标，对发动机维修计划进行了修正。zhong等人将卷积神经网络(cnn)与支持向量机(本文档来自技高网...

【技术保护点】

1.融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，所述步骤S1采用某航空公司B737的实际飞行数据，飞机发动机所使用的发动机型号均为CFM56_7B，数据均来源于B737的快速存取记录器。

3.根据权利要求2所述的融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，所述步骤S2的实施步骤如下：

4.根据权利要求3所述的融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，所述步骤S3的实施步骤如下：

...

【技术特征摘要】

1.融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，所述步骤s1采用某航空公司b737的实际飞行数据，飞机发动机所使用的发动机型号均为cfm56_7b，数据均来源于b737的快速存取记录器。

3.根据权利要求2所述的融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，所述步骤s2的实施步骤如下：

4.根据权利要求3所述的融合空间和时间特征的航空发动机气路性能异常检测方法，其特征在于，所述步骤s3的实施步骤如下：

5.根据权利要求4所述的融合空...

【专利技术属性】
技术研发人员：张营，陶星宇，李爱，孙宁，闵永军，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人