[發明專利]一種航空發動機的執行機構和傳感器故障診斷的區分方法

有效

• 申請號: 201410193998.1
• 申請日: 2014-05-08
• 公開（公告）號: CN103983453A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 李秋紅;姜潔;潘陽;聶友偉;李業波
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01M13/02
• 分類號: G01M13/02;G01D18/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 吳樹山

1.一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特征在于以執行機構的預測模型來判斷執行機構和傳感器是否發生故障，以航空發動機的逆映射預測模型來對執行機構和傳感器所發生的故障進行區分定位，具體步驟如下：?

步驟A:基于在線稀疏最小二乘支持向量機(OPLS-SVR)原理，建立執行機構的預測模型，得到該預測模型的輸出燃油量W_f1；?

步驟B:基于改進在線訓練貫序極端學習機(ImOS-ELM)原理，建立航空發動機的逆映射預測模型，以確定燃油流量預測值W_f2；?

步驟C:將步驟A所述的輸出燃油量W_f1與航空發動機的傳感器(LVDT)測得的燃油流量W_f0之間的偏差記為e₁；航空發動機的逆映射預測模型預測燃油流量輸出為W_f2，該W_f2與W_f0之間的偏差記為e₂；?

步驟D:設執行機構和傳感器的故障閾值分別為D₁和D₂，當|e₁|<D₁時，為執行機構的預測模型和傳感器測量值輸出之間無偏差，即判斷執行機構和傳感器為無故障；若|e₁|≥D₁，為執行機構的預測模型和傳感器測量值之間出現偏差，判斷執行機構或傳感器故障；若|e₂|<D₂，為航空發動機的逆映射預測模型和傳感器測量值之間無偏差，即判斷執行機構故障，若|e₂|≥D₂，即判斷傳感器故障。?

2.根據權利要求1所述的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特征在于步驟A所述執行機構的預測模型，是指以前q₁時刻到前2個時刻的燃油測量信號W_f0以及前q₁個時刻到當前時刻的燃油指令W_fr作為支持向量機輸入，對當前時刻的燃油流量測量信號進行預測的模型。?

3.根據權利要求1或2所述的一種航空發動機的執行機構和傳感器故障診斷的區分方法，其特征在于步驟A所述執行機構的預測模型包括以下具體預測步驟：?

步驟A1，由測量得到的第一個樣本可得和當窗口內樣本數據的個數小于規定窗口的長度時，支持向量機的參數通過如下方程組進行遞推求解：?

其中，x_i∈R^m為輸入變量，y_i∈R為輸出變量，矩陣K的元素為K_ij＝k(x_i，x_j)+δ_ij/C其中，1＝[1，1，…，1]^T，k(x_i，x_j)為核函數，?K_n＝k(x_n，x_n)+1/C、P表示第n步計算時的支持向量相應索引集合，P_i表示集合P中第i個元素，|·|代表索引集合的勢；?

步驟A2，達到窗口長度后，測量得到新的樣本時，通過求解如下公式刪除離當前時刻最遠的樣本：?

其中，為m時刻刪除最遠支持向量后的K陣；g_m＝k(x₁，x₁)+1/γ；?G_m＝[k(x₁，x₂)k(x₁，x₃)…k(x₁，x_n)]^T；?

步驟A3，刪除支持向量后，窗口中的數據個數L＝L-1，再由步驟A1計算出m+1時刻的R、a和b，實現了支持向量機的滑動更新；?

步驟A4，基于新采集的數據x_n對輸出y_n進行預測，預測值為設定支持向量更新的閾值ε₁若將x_n舍棄，不作為支持向量，則不需要更新支持向量機參數，否則重復步驟A3更新支持向量。?