航空發(fā)動(dòng)機(jī)性能評(píng)價(jià)與衰退預(yù)測(cè)方法研究.pdf

1、航空公司需保證航空發(fā)動(dòng)機(jī)運(yùn)行的安全性與可靠性，且保證發(fā)動(dòng)機(jī)維修的經(jīng)濟(jì)效益，航空發(fā)動(dòng)機(jī)的性能評(píng)價(jià)與衰退預(yù)測(cè)可為上述決策提供技術(shù)支持。由于難以建立精確的物理模型，因此基于發(fā)動(dòng)機(jī)監(jiān)控?cái)?shù)據(jù)的智能學(xué)習(xí)技術(shù)成為發(fā)動(dòng)機(jī)性能評(píng)價(jià)與衰退預(yù)測(cè)的有效方法。發(fā)動(dòng)機(jī)復(fù)雜的運(yùn)行工況與性能衰退過(guò)程對(duì)性能評(píng)價(jià)與衰退預(yù)測(cè)模型提出了挑戰(zhàn)，而模型的正確性直接決定了維修決策的準(zhǔn)確性與經(jīng)濟(jì)性。目前，多工況多參數(shù)的性能評(píng)價(jià)是難點(diǎn)之一，對(duì)于衰退預(yù)測(cè)，發(fā)動(dòng)機(jī)性能衰退中復(fù)雜的特性給預(yù)測(cè)

2、模型帶來(lái)了較大困難，因此，研究航空發(fā)動(dòng)機(jī)的性能評(píng)價(jià)與衰退預(yù)測(cè)方法具有重要意義。
　　本文采用數(shù)據(jù)驅(qū)動(dòng)的方法，針對(duì)航空發(fā)動(dòng)機(jī)性能評(píng)價(jià)與衰退預(yù)測(cè)中的若干問(wèn)題進(jìn)行了研究，包括性能衰退狀態(tài)評(píng)價(jià)、性能衰退狀態(tài)短期預(yù)測(cè)、性能參數(shù)短期預(yù)測(cè)、發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)、以及預(yù)測(cè)模型的不確定性評(píng)估。
　　研究航空發(fā)動(dòng)機(jī)的性能衰退狀態(tài)評(píng)價(jià)。針對(duì)航空發(fā)動(dòng)機(jī)監(jiān)控參數(shù)眾多，關(guān)系復(fù)雜的特點(diǎn)，提出了航空發(fā)動(dòng)機(jī)監(jiān)控?cái)?shù)據(jù)的樹(shù)形表示方法，將眾多監(jiān)控參數(shù)按功用與隸屬關(guān)系

3、進(jìn)行組織。為合理衡量監(jiān)控?cái)?shù)據(jù)的差異程度，定義了監(jiān)控?cái)?shù)據(jù)樹(shù)的距離，并通過(guò)證明，給出了其成為廣義距離的充分條件。使用該距離實(shí)現(xiàn)了基于模糊聚類的航空發(fā)動(dòng)機(jī)性能衰退狀態(tài)評(píng)價(jià)方法，該方法與局部模型方法結(jié)合后可用于多工況下的發(fā)動(dòng)機(jī)性能衰退狀態(tài)評(píng)價(jià)。
　　研究航空發(fā)動(dòng)機(jī)性能衰退狀態(tài)短期預(yù)測(cè)。針對(duì)傳統(tǒng)預(yù)測(cè)模型中未考慮發(fā)動(dòng)機(jī)性能衰退的時(shí)間累積效應(yīng)，以及未考慮性能衰退趨勢(shì)等問(wèn)題，通過(guò)改進(jìn)Takagi-Sugeno模糊規(guī)則模型，建立了過(guò)程模糊規(guī)則（PF

4、R）模型。模型的輸入與輸出均為連續(xù)函數(shù)，分別考慮了發(fā)動(dòng)機(jī)歷史性能衰退的時(shí)間累積效應(yīng)與未來(lái)變化趨勢(shì)。推導(dǎo)了PFR模型訓(xùn)練的解析解，進(jìn)而給出其快速參數(shù)辨識(shí)算法。PFR模型的訓(xùn)練無(wú)需迭代，提高了模型的效率與穩(wěn)定性。以發(fā)動(dòng)機(jī)的歷史性能衰退序列為樣本訓(xùn)練PFR模型，進(jìn)而預(yù)測(cè)發(fā)動(dòng)機(jī)未來(lái)的性能衰退狀態(tài)，結(jié)果顯示PFR模型在發(fā)動(dòng)機(jī)性能衰退狀態(tài)預(yù)測(cè)中準(zhǔn)確、穩(wěn)定且運(yùn)行高效。
　　研究航空發(fā)動(dòng)機(jī)性能參數(shù)的短期預(yù)測(cè)。針對(duì)航空發(fā)動(dòng)機(jī)性能參數(shù)測(cè)量值受工況影響

5、的問(wèn)題，采用雙儲(chǔ)備池回聲狀態(tài)網(wǎng)絡(luò)（DRESN）模型預(yù)測(cè)發(fā)動(dòng)機(jī)的性能參數(shù)，將歷史性能參數(shù)變化以及工況參數(shù)結(jié)合后預(yù)測(cè)未來(lái)的性能參數(shù)值，有效的考慮了工況參數(shù)的影響。推導(dǎo)了DRESN模型參數(shù)的解析解，并應(yīng)用其進(jìn)行模型求解，提出了DRESN模型的快速訓(xùn)練算法，提高了性能參數(shù)預(yù)測(cè)的精度與效率。
　　研究航空發(fā)動(dòng)機(jī)的剩余壽命預(yù)測(cè)。為了提高發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)的精度，運(yùn)用基于實(shí)例推理方法，根據(jù)其流程，將集成學(xué)習(xí)模型與基于相似度的預(yù)測(cè)方法結(jié)合，提出了

6、近鄰增強(qiáng)與雙層隨機(jī)森林模型。首先提出了近鄰增強(qiáng)方法，基于相似度尋找與當(dāng)前發(fā)動(dòng)機(jī)相似的性能衰退模式，進(jìn)而調(diào)整訓(xùn)練樣本，使其側(cè)重于相似的衰退模式，然后提出了雙層模型，以提高隨機(jī)森林模型的預(yù)測(cè)精度，最后將二者結(jié)合后預(yù)測(cè)發(fā)動(dòng)機(jī)的剩余壽命。
　　研究航空發(fā)動(dòng)機(jī)預(yù)測(cè)模型的預(yù)測(cè)區(qū)間估計(jì)。針對(duì)上述點(diǎn)預(yù)測(cè)模型結(jié)果存在不確定性的問(wèn)題，采用了基于殘差聚類的預(yù)測(cè)區(qū)間估計(jì)方法。基于點(diǎn)預(yù)測(cè)模型預(yù)測(cè)結(jié)果的殘差，使用極端學(xué)習(xí)機(jī)分別構(gòu)建預(yù)測(cè)區(qū)間上限與下限的估計(jì)模型