[發明專利]一種發動機的故障預測方法

有效

• 申請號: 201710249558.7
• 申請日: 2017-04-17
• 公開（公告）號: CN107044349B
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 梁斌;楊春春;李志恒;楊君;蘆維寧;王學謙;譚俊波
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: F02C9/00
• 分類號: F02C9/00;G01M15/14
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 方艷平

本發明公開了一種發動機的故障預測方法，包括以下步驟：獲取所述發動機的多個傳感器的有效測量數據；對所述有效測量數據進行歸一化處理；將歸一化處理后的所述有效測量數據進行切片處理，形成多個切片樣本；將多個所述切片樣本分別送入深度神經網絡進行特征提取，特征提取后連接到全連接網絡；根據所述全連接網絡的輸出，通過softmax分類器進行分類，確定所述發動機的剩余使用壽命。本發明提出的發動機的故障預測方法，流程簡單，易于操作，能夠廣泛應用于飛行器的各類發動機中。

技術領域

本發明涉及航空航天器領域，尤其涉及一種發動機的故障預測方法。

背景技術

發動機是飛行器中的核心部件，同時又是最容易發生故障的部件之一。飛行器一旦發生故障，會對整個機械設備造成不利的影響。因此，挖掘準確、高效的發動機故障預測方法對于保證飛行器的正常運行是十分必要的。

目前發動機故障預測的方法有很多，主要可以分為基于模型的方法、基于數據的方法等等，這些方法的效果很大程度上取決于對采集的真實數據的預處理能力和特征提取的能力。由于不同的發動機，不同的操作條件，所產生的信號特征不一樣，很難找到一種通用的發動機故障預測方法，目前提出的一些故障預測方法都有一定的局限應用范圍。

以上背景技術內容的公開僅用于輔助理解本發明的構思及技術方案，其并不必然屬于本專利申請的現有技術，在沒有明確的證據表明上述內容在本專利申請的申請日已經公開的情況下，上述背景技術不應當用于評價本申請的新穎性和創造性。

發明內容

為解決上述技術問題，本發明提出一種發動機的故障預測方法，流程簡單，易于操作，能夠廣泛應用于飛行器的各類發動機中。

為了達到上述目的，本發明采用以下技術方案：

本發明公開了一種發動機的故障預測方法，包括以下步驟：

S1：獲取所述發動機的多個傳感器的有效測量數據；

S2：對所述有效測量數據進行歸一化處理；

S3：將歸一化處理后的所述有效測量數據進行切片處理，形成多個切片樣本；

S4：將多個所述切片樣本分別送入深度神經網絡進行特征提取，特征提取后連接到全連接網絡；

S5：根據所述全連接網絡的輸出，通過softmax分類器進行分類，確定所述發動機的剩余使用壽命。

優選地，所述發動機為燃氣渦輪發動機。

優選地，步驟S1中具體包括：獲取所述發動機的多個傳感器的直接測量數據，根據所述直接測量數據求得各個傳感器在所述發動機上的波動方差，并將所述直接測量數據中波動方差小于10^-10的數據進行剔除，剔除后剩余的直接測量數據形成所述有效測量數據。

優選地，步驟S1中的多個傳感器的數量為21個，其中21個傳感器分別測量的物理量為：風扇進氣口總溫度、低壓壓縮機出氣口總溫度、高壓壓縮機出氣口總溫度、低壓渦輪出氣口總溫度、風扇進氣口壓強、旁路導管總溫度、高壓壓縮機出氣口總壓強、物理風扇轉速、物理核心速度、引擎壓強比、高壓壓縮機出氣口統計壓強、高壓壓縮機燃料流量、風扇修正轉速、核心修正轉度、主旁路比、燃燒室燃氣比、熱力泄漏量、風扇轉速要求、風扇轉速修正要求、高壓渦輪冷卻劑泄漏量、低壓渦輪冷卻劑泄漏量。

優選地，步驟S3中所述切片處理中切片的時間長度為20～30個時間單元。

優選地，步驟S3中所述切片樣本的輸入為切片處理后的切片，輸出為對應的剩余使用壽命。

優選地，步驟S4中的所述深度神經網絡采用長短時記憶網絡。

優選地，所述長短時記憶網絡包括兩層長短時記憶單元。