航空發(fā)動機狀態(tài)參數處理技術及其應用研究.pdf

1、為避免航空發(fā)動機的維修不足或維修過剩，國內各大航空公司已開始廣泛采用視情維修方式，即依據在翼發(fā)動機的實際健康狀態(tài)來制定發(fā)動機的維修策略。航空發(fā)動機狀態(tài)監(jiān)控是視情維修的基礎，由于國內航空公司尚未掌握其關鍵技術——航空發(fā)動機狀態(tài)參數處理技術，導致國內航空公司只能依賴于國外發(fā)動機生產廠家提供的發(fā)動機狀態(tài)監(jiān)控系統(tǒng)來監(jiān)控發(fā)動機的健康狀態(tài)。
　　航空發(fā)動機狀態(tài)參數處理技術主要包括三個方面：狀態(tài)參數預處理、狀態(tài)參數基線建模和狀態(tài)參數趨勢預測。航

2、空發(fā)動機常年在高溫、高壓、高噪聲環(huán)境下工作，導致狀態(tài)參數數據不可避免地存在噪聲，因此需對采集到的狀態(tài)參數數據進行預處理之后才能用于發(fā)動機健康狀態(tài)的分析、評價和預測。為準確分析和評價航空發(fā)動機的健康狀態(tài)，需將狀態(tài)參數數據與基線進行比較，而目前我國的航空公司尚沒有一套實用性較強的自主基線庫。對航空發(fā)動機狀態(tài)參數變化趨勢進行預測，可以提前掌握航空發(fā)動機的健康狀態(tài)，從而結合租發(fā)、備發(fā)等情況制定合理的維修策略，而目前國內航空公司尚沒有一套精度較高

3、的狀態(tài)參數趨勢預測方法。
　　為解決以上問題，本文對航空發(fā)動機狀態(tài)參數處理技術展開研究。針對航空發(fā)動機狀態(tài)參數數據的特點，提出了一種一次指數平滑法和拉依達準則相結合的數據預處理方法，實現了對狀態(tài)參數數據的平滑去噪預處理。利用非線性回歸分析方法對廠家監(jiān)控系統(tǒng)的狀態(tài)參數數據處理結果進行分析從而挖掘出隱藏于廠家監(jiān)控系統(tǒng)中的基線模型。提出了一種基于過程神經網絡的狀態(tài)參數預測方法，為提高該方法的預測精度，提出了一種基于樣條函數擬合和相空間重