[發(fā)明專利]一種航空發(fā)動機全包線內氣路部件故障特征提取及故障識別方法

有效

• 申請?zhí)枺?/td>: 201811200056.6
• 申請日: 2018-10-16
• 公開（公告）號: CN109190304B
• 公開（公告）日: 2020-12-01
• 發(fā)明（設計）人: 魯峰;閆召洪;黃金泉;丁華陽;仇小杰
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06N3/08
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 秦秋星

1.一種航空發(fā)動機全包線內氣路部件故障特征提取方法，其特征在于：包括以下步驟：

步驟1)根據(jù)發(fā)動機在飛行包線內不同工作點、不同工作狀態(tài)下的典型氣路故障模式數(shù)據(jù)，采用ReliefF算法計算其特征影響權值，對所述特征影響權值進行加權計算并降序排列得到待選氣路故障特征影響權值序列；

步驟2)根據(jù)所述待選氣路故障特征影響權值序列將待選氣路故障特征依次增加形成新的特征子集，采用ELM故障診斷模型獲得各特征子集下的典型氣路故障識別精度，依據(jù)識別精度波動量確定包線內最優(yōu)氣路故障特征；

所述步驟1)的具體步驟如下：

步驟1.1)將發(fā)動機模型在包線內不同工作點不同工作狀態(tài)的氣路故障模式數(shù)據(jù)進行標準化處理，得到訓練數(shù)據(jù)集D，所述氣路故障模式數(shù)據(jù)由各個傳感器的測量參數(shù)組成；

步驟1.2)初始化特征權值向量W(A)＝0，A＝1,2,...,p，采用ReliefF算法計算包線內不同工作點不同工作狀態(tài)下的氣路故障特征影響權值；A表示氣路故障特征，p表示特征數(shù)目；

步驟1.3)對不同工作點不同工作狀態(tài)下氣路故障特征影響權值進行加權計算，確定待選氣路故障特征并降序排列。

2.根據(jù)權利要求1所述的一種航空發(fā)動機全包線內氣路部件故障特征提取方法，其特征在于：所述步驟1.2)中采用ReliefF算法計算包線內不同工作點不同工作狀態(tài)下的氣路故障特征影響權值的具體步驟如下：

步驟1.2.1)從故障模式訓練集D中隨機選擇一個樣本記為R_i(i＝1,m)，在樣本空間里，找到與樣本R_i同類的k個最近鄰H_i，從不同類樣本中找到k個最近鄰M_j(C)(j＝1,k)；m為抽樣次數(shù)，C表示不同于A的樣本類別；

步驟1.2.2)采用ReliefF算法迭代更新航空發(fā)動機包線內不同工作點和不同工作狀態(tài)下的氣路故障特征影響權值。

3.根據(jù)權利要求2所述的一種航空發(fā)動機全包線內氣路部件故障特征提取方法，其特征在于：所述步驟1.2.2)中用ReliefF算法迭代更新航空發(fā)動機包線內不同工作點、不同工作狀態(tài)下的氣路故障特征影響權值的具體步驟如下：

步驟1.2.2.1)更新航空發(fā)動機包線內不同工作點每個特征影響權值

其中diff(A,R_i,H_j)表示樣本R_i與樣本H_i關于特征A的距離；m為抽樣次數(shù)；P(C)表示第C類目標的概率；class(R_i)表示樣本R_i擁有的類標簽；

步驟1.2.2.2)迭代更新航空發(fā)動機包線內不同工作狀態(tài)下的氣路故障特征影響權值，直至所有樣本訓練完成。

4.根據(jù)權利要求1所述的一種航空發(fā)動機全包線內氣路部件故障特征提取方法，其特征在于：所述步驟1.3)中確定的待選氣路故障特征并降序排列的具體步驟如下：

步驟1.3.1)換算轉速為100％時權重為W_n,1，其余換算轉速權重為W_n,2，典型工作點的權重為W_e,1，其余工作點權重均為W_e,2，對所有工況下氣路故障模式數(shù)據(jù)的氣路故障特征影響權值進行加權平均計算；

步驟1.3.2)對加權平均后的發(fā)動機全包線內氣路故障特征權值系數(shù)降序排列。

5.根據(jù)權利要求1所述的一種航空發(fā)動機全包線內氣路部件故障特征提取方法，其特征在于：所述步驟2)中根據(jù)所述待選氣路故障特征影響權值序列將待選氣路故障特征依次增加形成新的特征子集，用于ELM模型的故障模式識別的具體步驟如下：

步驟2.1)將ELM故障診斷模型輸入層權值和隱含層偏置隨機初始化，隱含層激活函數(shù)為sigmoid函數(shù)；

步驟2.2)基于ELM模型將得到所有特征子集分別用于發(fā)動機故障模式識別，根據(jù)識別精度波動量是否超出波動閾值V，從待選氣路故障特征中確定最優(yōu)氣路故障特征集。

6.基于權利要求1-5任一所述方法的航空發(fā)動機全包線內氣路部件故障識別方法，其特征在于，根據(jù)最優(yōu)故障特征集，基于ELM故障診斷模型利用測試數(shù)據(jù)完成氣路故障診斷驗證，具體步驟為：

步驟3.1)根據(jù)最優(yōu)氣路故障特征集，將篩選所得數(shù)據(jù)集分為訓練數(shù)據(jù)集和測試數(shù)據(jù)集；

步驟3.2)利用訓練數(shù)據(jù)集訓練ELM故障診斷模型，再代入測試數(shù)據(jù)集進行氣路故障診斷。