基于時頻分析的飛行狀態(tài)監(jiān)視研究.pdf

1、航空發(fā)動機的結(jié)構(gòu)極其復(fù)雜，且在高溫和高速的惡劣環(huán)境下工作，較易發(fā)生各種故障。這不但對飛機的飛行安全造成影響，而且也增加了飛機的運營成本。為了保證發(fā)動機的可靠運行，提前找出發(fā)動機可能存在或即將發(fā)生的故障是很有必要的。而飛行數(shù)據(jù)提供了飛機運行的豐富信息，其中的氣路參數(shù)數(shù)據(jù)與發(fā)動機息息相關(guān)。本文希望通過對氣路參數(shù)數(shù)據(jù)的時頻分析總結(jié)其特征，為后續(xù)的評估發(fā)動機健康狀況和預(yù)測發(fā)動機壽命奠定基礎(chǔ)。
　　飛行數(shù)據(jù)由于飛機狀態(tài)的不斷變化，及外界環(huán)境

2、的影響，呈現(xiàn)非線性、非平穩(wěn)的特征。對這類信號的處理，Huang等人于1998年提出的希爾伯特-黃變換（HHT）分析方法具有良好的效果，被選作本文時頻分析的手段。HHT主要包括兩個方面：經(jīng)驗?zāi)Ｊ椒纸猓‥MD）與希爾伯特譜分析。其中EMD是將信號分解成有限個固有模態(tài)函數(shù)和一個趨勢項，其結(jié)果的好壞對整個分析結(jié)果有重要影響。但EMD本身存在諸多問題，模態(tài)混疊就是其中之一。因此以Huang等人近幾年提出的基于白噪聲輔助分析的總體經(jīng)驗?zāi)Ｊ椒纸猓‥E

3、MD）來替代EMD，而互補形式的EEMD（CEEMD）可以有效消除加入的白噪聲，且提高了分解效率。
　　本文先對數(shù)據(jù)進行了奇異值分解去噪與五點三次平滑處理。之后針對飛機不同飛行階段的特點，給出了不同的分析過程。依賴希爾伯特譜對時間、頻率和幅值的同時綜合顯示，可以有效定位飛行數(shù)據(jù)中的突變信息。并給出了構(gòu)造Hankel矩陣、IMF矩陣和HHS矩陣進行奇異值分解對數(shù)據(jù)序列突變程度的評估。
　　具體實現(xiàn)上，本文以VisualC++完