[發明專利]基于SAE-HMM的航空發動機連續健康狀態評估方法

在審

• 申請號: 202010284029.2
• 申請日: 2020-04-13
• 公開（公告）號: CN111652461A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 陶來發;郝杰;張統;劉學;呂琛
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/18;G01M15/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于SAE?HMM的航空發動機連續健康狀態評估方法，所述方法包括，收集航空發動機監測參數；參數預處理；SAE模型特征提取；健康狀態劃分；HMM模型描述參數與健康狀態之間的概率對應關系以及概率轉移關系；歷史參數數據訓練隱馬爾可夫模型；實時監測參數數據通過建立好的SAE?HMM模型進行健康狀態評估；SAE?HMM模型輸出的各個狀態概率值計算發動機當前的健康度，并進行發動機健康狀態轉移預警。本發明在保證原有信息量的同時，具有模型運算效率高，復雜度低，并支持不確定維度參數與特征的自適應能力，有效挖掘并表征了多維數據中蘊含的發動機連續退化規律，提高了發動機健康狀態評估精度，實現了更加精確的狀態轉移預警。

技術領域

本發明涉及航空發動機領域，特別涉及一種基于SAE-HMM的航空發動機連續健康狀態評估方法。

背景技術

近年來，現代航空宇航技術不斷進步，航空飛行器也廣泛的進入越來越多的領域，其飛行能力也在不斷增強。隨著航空飛行器性能的提高，人們對其安全性以及可靠性的要求也越來越高。航空發動機作為飛機的主要動力源與最重要的部件，其發生故障造成的后果往往是機毀人亡，是毀滅性的。同時，由于其部件之間的集成度高、工作環境較為惡劣、組成結構十分復雜等諸多因素，發動機的穩定性往往是難以控制的。

目前，對航空發動機的健康狀態評估主要有兩種，一種是定期的巡檢、檢修，在規定架次飛行后，進行發動機的巡檢與檢修，雖然這也可以起到對健康狀態的評估，但是缺乏實時性，并且會消耗大量的人力物力；第二種是故障后維修，但這是在發生故障或異常后的不就手段，很難起到預警作用。因此需要提出一種發動機的連續健康評估方法。

視情維修是起源于美國聯合航空公司與聯邦航空局在飛機上采用的維修方法，通過對發動機傳感器信號的分析，當維修對象出現“潛在故障”時就進行調整，從而避免故障發生。這種方法大大提高了發動機的故障率，縮小了維修范圍，減少了維修工作量。本專利基于視情維修的思路，建立基于SAE-HMM的航空發動機連續健康狀態評估方法，對發動機的健康狀態進行連續評估。

目前在視情維修方面也有了一定的專利成果，如《基于狀態基線的航空發動機氣路單元體健康狀態評價方法》，《一種基于神經網絡算法的航空發動機狀態診斷方法》，本發明基于現有方法的優勢在于：通過SAE模型進行特征提取與降維，在保證原有信息量的同時大大降低了模型的復雜度，提高運算效率，從而可以支持多不確定維度參數與特征的自適應能力；使用HMM模型對歷史參數進行訓練，實現健康狀態的自動判別，無須建立不同參數的退化函數，降低復雜度。同時還提出了基于SAE-HMM模型的健康度計算方法，將離散狀態量轉化為連續健康度，可以起到狀態轉移預警的作用，提高了本方法的適用性。

發明內容

本發明的目的在于提供一種基于SAE-HMM的航空發動機連續健康狀態評估方法，對航空發動機的健康狀態實現連續評估。

本發明所采用的技術方案是，基于SAE-HMM的航空發動機連續健康狀態評估方法，具體包括：

利用傳感器收集到航空發動機各項運行監測參數；

整理后的各傳感器參數數據進行歸一化以及指數平均平滑處理；

平滑處理后的多維航空發動機監測參數使用SAE模型進行特征提取與降維，目標維數由專家經驗或工程實際而定；

對降維后參數進行健康狀態的劃分，具體的狀態閾值可根據參數退化的百分比劃定狀態閾值；

航空發動機健康狀態與發動機監測參數之間的關系用隱馬爾可夫模型描述，用以描述連續監測參數與健康狀態之間的概率對應關系以及健康狀態的概率轉移關系；

歷史多維參數數據通過SAE模型進行特征提取后，根據提取出的特征參數確定隱馬爾可夫模型中的參數；