[發明專利]一種分階段的航空發動機性能衰退模式挖掘方法

有效

• 申請號: 201710575219.8
• 申請日: 2017-07-14
• 公開（公告）號: CN107357994B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 付旭云;鐘詩勝;林琳;張永健;王琳
• 申請（專利權）人: 哈爾濱工業大學（威海）
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 威海科星專利事務所 37202
• 代理人: 初姣姣

本發明涉及航空發動機性能評估方法技術領域，具體的說是一種分階段的航空發動機性能衰退模式挖掘方法，其特征在于包括以下步驟：進行性能參數預處理，具體包括粗大誤差處理、降噪處理；進行性能衰退模式挖掘，包括快速衰退階段模式挖掘和正常衰退階段模式挖掘，本發明通過挖掘出發動機的長期衰退模式，為航空發動機的穩定運行和高效率維護提供了保證。

技術領域：

本發明涉及航空發動機性能評估方法技術領域，具體的說是一種分階段的航空發動機性能衰退模式挖掘方法。

背景技術：

民航發動機的性能隨著使用時間的增長而逐漸衰退。獲得其性能衰退規律對于航空發動機的壽命預測、維修時機優化都有重要意義。當前對民航發動機性能衰退模式挖掘的方法可分為基于物理模型的挖掘和基于數據的挖掘兩類。

基于物理模型的方法需要根據航空發動機的工作原理建立數學模型，然后采用參數估計技術對模型參數進行估計進而進行趨勢預測。如利用非線性模型，分析航空發動機渦輪組件在不同應力下的衰退規律。利用卡爾曼濾波器對航空發動機的排氣溫度進行了預測，并探討了該方法與貝葉斯方法相結合的可能性。利用概率方法計算設備在各時刻的可靠度概率分布，給出具有概率意義的設備剩余使用壽命。由于不掌握設計模型，國內航空公司難以采用該方法對民航發動機性能衰退進行預測。基于數據的方法則是從航空發動機的歷史性能參數中挖掘其中的衰退規律，并預測其未來的變化趨勢。常用的數據預測方法有回歸分析法、神經網絡和支持向量機等。研究發現，民航發動機性能衰退非常緩慢。因此，在基于性能衰退確定發動機的維修時機時，提高長期預測的精度更有實際意義。為此，在分析民航發動機性能衰退趨勢特點的

發明內容：

本發明針對現有技術中存在的缺點和不足，提出了一種分階段的航空發動機性能衰退模式挖掘方法。

本發明通過以下措施達到：

一種分階段的航空發動機性能衰退模式挖掘方法，其特征在于包括以下步驟：

步驟1：進行性能參數預處理，具體包括粗大誤差處理、降噪處理；

步驟2：進行性能衰退模式挖掘，包括快速衰退階段模式挖掘和正常衰退階段模式挖掘，其中所述快速衰退階段模式挖掘具體包括以下步驟：Step1按照式計算各樣本點之間的距離，確定樣本鄰近數K，初始化每個樣本點x_i的類別C_i＝-1(表示樣本未分配)；

Step2計算每個樣本點的局部密度ρ_i和距離δ_i，確定樣本點的γ_i值，繪制γ決策圖，據此確定出聚類中心集合CI；

Step3根據式確定離群點集合Outlier；

Outlier＝{o|k_dist(o)＞threshold}

Step4對除聚類中心點之外的非離群點采用分配策略一進行處理；

Step5對經分配策略一未分配的非離群點和離群點集合Outlier中的樣本點采用分配策略二進行處理；

Step6經上述步驟未分配的樣本點標記為噪聲點；

其中上述樣本分配策略一的詳細步驟如下所述：

Step1從聚類中心集合CI中選擇一個新的聚類中心ci，然后將ci從CI中刪除，

Step2將ci點的K鄰近集合KNN(ci)中的樣本點并入ci所在的類別，初始化隊列V_q，并將KNN(ci)中的樣本點依次加入隊列V_q，