[發明專利]基于粒子濾波的航空發動機氣路部件健康診斷方法

有效

• 申請號: 201310449926.4
• 申請日: 2013-09-27
• 公開（公告）號: CN103489032A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 黃金泉;馮敏;魯峰
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

1.一種基于粒子濾波的航空發動機氣路部件健康診斷方法，包括以下步驟：

步驟A、建立發動機非線性數學模型；

步驟B、設計基于神經網絡重要性權值調整的粒子濾波算法；

步驟C、采用設計的算法實現基于發動機非線性模型的氣路部件健康診斷。

2.如權利要求1所述基于粒子濾波的航空發動機氣路部件健康診斷方法，其特征在于：所述步驟A包括以下步驟：

根據發動機氣動熱力學特性和典型的部件特性數據建立發動機各個部件的模型；

根據流量連續、功率平衡和轉子動力學原理建立各個部件之間的共同工作方程組；

采用牛頓拉夫森迭代算法求解非線性方程組，獲得發動機各截面工作參數。

3.如權利要求1所述基于粒子濾波的航空發動機氣路部件健康診斷方法，其特征在于：所述步驟B中，基于神經網絡重要性權值調整的粒子濾波算法步驟具體如下：

(1)初始化

在k=0時刻，從重要密度函數采樣N個粒子，采樣得到的粒子用

表示，1/N表示初始時刻粒子的權值，重要密度函數取轉移先驗概率密度函數：

xki~q(xki|xk-1i,zk)=p(xki|xk-1i)]]>

式中z_k表示k時刻的測量值。

(2)計算重要性權值

在時刻k，利用下式計算粒子的權值，將粒子按權值大小降序排列：

wki=wk-1ip(zk|xki)p(xk|xk-1i)q(xki|xk-1i,zk)]]>

(3)權值分裂

根據步驟(2)中排好序的粒子，考慮粒子總數目N，權值最大的r個粒子保留不變，這樣最好粒子得以保留，同時適當選取p個權值次大的粒子分裂為兩個小的權值減半的粒子，為了保持粒子數固定不變，將權值最小的p個粒子舍掉。

(4)粒子調整

取經過權值分裂后權值最小的q個粒子，利用BP神經網絡調整粒子的狀態，誤差能力定義如下：

ϵ=12Σk=1q(zk-yk)2=12Σk=1qek2]]>

式中z_k是目標值，即系統在任意時刻的測量值，y_k是神經網絡的輸出，將權值最小的q個粒子作為神經網絡的輸入，樣本的學習函數為系統的測量方程，學習完畢后將BP神經網絡的權值輸出，即作為調整后粒子的狀態，利用重要性權值公式計算調整后粒子的權值，用調整后的粒子及其權值代替原來的q個粒子。

(5)重要性權值歸一化及狀態估計

wki=wkiΣj=1Nwkj]]>

x^k=Σi=1Nwkixki]]>

(6)重采樣

計算有效粒子數Neff=1Σi=1N(wki)2,]]>判斷是否進行重采樣，當N_eff＜N_th，則進行重采樣，否則不進行重采樣，N_th為閾值，返回至步驟(2)。

4.如權利要求1所述基于粒子濾波的航空發動機氣路部件健康診斷方法，其特征在于：所述步驟C中包括以下步驟：

在發動機非線性模型中引入一組表示發動機部件健康狀況的指標參數為健康參數，通常選取為旋轉部件的效率變化程度系數SE_i和流量變化程度系數SW_i；

通過發動機的輸出值與非線性模型預測值之間的殘差結合設計的粒子濾波算法對部件健康參數變化進行估計，實現發動機氣路部件的健康診斷。