基于損傷傳播模型和數(shù)據(jù)分析的航空發(fā)動機(jī)剩余壽命預(yù)測的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于航空發(fā)動機(jī)預(yù)測與健康管理技術(shù)領(lǐng)域，特別涉及一種基于損傷傳播模 型和數(shù)據(jù)分析的航空發(fā)動機(jī)剩余壽命預(yù)測方法。
【背景技術(shù)】
[0002] 航空發(fā)動機(jī)是個典型的復(fù)雜機(jī)械系統(tǒng)，由大量的熱力旋轉(zhuǎn)部件構(gòu)成，長期處在高 溫、高壓、高轉(zhuǎn)速等惡劣的工作環(huán)境下，且經(jīng)常面臨未知的外部環(huán)境;隨著航空工業(yè)的迅猛 發(fā)展，航空設(shè)備不斷的更新?lián)Q代，飛機(jī)的綜合性、復(fù)雜性和智能化程度不斷提高，對飛機(jī)的 機(jī)動、安全、經(jīng)濟(jì)、環(huán)保等性能提出了更高的要求，這對航空發(fā)動機(jī)的要求變得日益苛刻；因 此，航空發(fā)動機(jī)在整個飛機(jī)系統(tǒng)中是個敏感、易損的故障多發(fā)部件。對航空發(fā)動機(jī)進(jìn)行故障 診斷、預(yù)測和健康管理(PHM)具有十分重大的意義。
[0003] 航空發(fā)動機(jī)預(yù)測是指對部件、系統(tǒng)剩余可用的或安全的壽命的估計，即壽命預(yù)測， 是航空發(fā)動機(jī)健康管理中技術(shù)含量最高、難度最大的綜合性技術(shù)。有研究指出，大部分裝備 部件的故障率不服從浴盆曲線分布，由此提出了基于狀態(tài)的維修，即以往對部件的監(jiān)控是 及時發(fā)現(xiàn)并判斷出故障，不具備預(yù)測的能力。通過預(yù)測，可以提高飛行的安全性，任務(wù)的完 成率;根據(jù)預(yù)測結(jié)果有效安排維護(hù)/檢修工作，去除失效部件，根據(jù)其余部件的剩余使用壽 命做出合理決策，最大化部件使用價值的，可以大大降低維修成本。針對整臺航空發(fā)動機(jī)的 壽命周期預(yù)測，可提前對航空發(fā)動機(jī)進(jìn)行檢修，防止航空發(fā)動機(jī)在空中出現(xiàn)故障，避免重大 安全事故。對民用航空發(fā)動機(jī)而言，通過預(yù)測航空發(fā)動機(jī)換發(fā)時間，可有效地進(jìn)行整個航空 發(fā)動機(jī)機(jī)隊的使用及大修計劃管理。對軍用航空發(fā)動機(jī)而言，預(yù)測航空發(fā)動機(jī)在未來某特 定時間和特定環(huán)境下完成任務(wù)的能力，也是非常重要的。
[0004] 飛機(jī)發(fā)動機(jī)從某個初始退化點開始，流量和效率會發(fā)生指數(shù)變化，對其他參數(shù)產(chǎn) 生影響，故障傳播繼續(xù)直到達(dá)到某個故障標(biāo)準(zhǔn)。損傷傳播建模跟蹤和預(yù)測飛機(jī)發(fā)動機(jī)渦輪 機(jī)械的損傷進(jìn)程，損傷傳播建模在不同應(yīng)用領(lǐng)域使用的模型包括阿倫尼斯模型，Coffin-Manson機(jī)械裂紋增長模型，和艾林模型（超過三種應(yīng)力或當(dāng)前兩項模型不符合要求時采 用）。這些模型具有一個共同點，即故障演變是種指數(shù)變化的過程?？紤]宏觀的退化特征，假 設(shè)磨損的傳播遵循w=Ae B(t)。
[0005] 對于壽命預(yù)測的數(shù)據(jù)分析方法有遞歸神經(jīng)網(wǎng)絡(luò)，SVM方法，隱馬爾科夫模型等。本 發(fā)明涉及的數(shù)據(jù)分析方法包括已公開的線性回歸，非線性最小二乘法，相似性分析和K近鄰 法等基礎(chǔ)算法。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的針對目前已有技術(shù)存在的問題，提供一種基于損傷傳播模型和數(shù)據(jù) 分析的航空發(fā)動機(jī)剩余壽命預(yù)測方法，本發(fā)明方法能夠給航空發(fā)動機(jī)的預(yù)測和健康管理提 供有效的技術(shù)支持，給航空發(fā)動機(jī)的后續(xù)維修決策提供有效的參考。
[0007] 為實現(xiàn)上述目的，本發(fā)明提供了一種基于損傷傳播模型和數(shù)據(jù)分析的航空發(fā)動機(jī) 剩余壽命預(yù)測方法，其特征在于，該方法包括如下步驟：
[0008] 1)采集某型航空發(fā)動機(jī)的全壽命運行周期的傳感器測量數(shù)據(jù)，從中選擇構(gòu)建損傷 傳播模型的傳感器參數(shù)；
[0009] 2)將選中的構(gòu)建損傷模型健康指標(biāo)h的傳感器參數(shù)融合成描述航空發(fā)動機(jī)的健康 狀況的健康指標(biāo)，形成健康指標(biāo)序列Ih(k)}，其中h(k)代表航空發(fā)動機(jī)在第k次運行時的健 康指標(biāo)，ke [1，n]，n代表該航空發(fā)動機(jī)總共的運行次數(shù)；
[0010] 3)將每組健康指標(biāo)序列{h(k)}擬合一個指數(shù)型損傷傳播模型Mi，Mi代表第i組訓(xùn)練 數(shù)據(jù)對應(yīng)的損傷傳播模型并將各組健康指標(biāo)序列{h(k)}擬合的指數(shù)型損傷傳播模型組成 損傷傳播模型庫{Mi};
[0011] 4)對待預(yù)測的多臺該型號航空發(fā)動機(jī)的歷史運行的傳感器測量數(shù)據(jù)，按照步驟1) 選取用于構(gòu)建損傷傳播模型的傳感器參數(shù)，將這些傳感器參數(shù)融合成健康指標(biāo)，形成多臺 待預(yù)測航空發(fā)動機(jī)的健康指標(biāo)序列l(wèi)h(k)};
[0012] 5)將每臺待預(yù)測的航空發(fā)動機(jī)的健康指標(biāo)序列{h(k)}與步驟3)中損傷傳播模型 庫{MJ中的模型進(jìn)行相似性匹配；
[0013] 6)根據(jù)每臺待預(yù)測的航空發(fā)動機(jī)的匹配結(jié)果預(yù)測該臺航空發(fā)動機(jī)的剩余壽命，將 這些剩余壽命采用k近鄰法進(jìn)行融合獲取最終的剩余壽命。
[0014] 本發(fā)明的特點及有益效果：
[0015] 本發(fā)明將損傷傳播建模和數(shù)據(jù)分析方法應(yīng)用到航空發(fā)動機(jī)領(lǐng)域，針對航空發(fā)動機(jī) 從健康運行到失效的全壽命周期的數(shù)據(jù)，采用單調(diào)變化的原則對傳感器數(shù)據(jù)進(jìn)行了選取， 將選中的傳感器數(shù)據(jù)融合成航空發(fā)動機(jī)健康指標(biāo);根據(jù)損傷傳播建模方法使用最小二乘法 進(jìn)行了發(fā)動機(jī)失效模型庫的搭建;將在役航空發(fā)動機(jī)的歷史數(shù)據(jù)與模型庫進(jìn)行相似性匹 配，使用了標(biāo)準(zhǔn)化歐式距離進(jìn)行相似度比較，求得每組測試數(shù)據(jù)在模型庫下的剩余壽命庫； 最后采用了 k近鄰法對剩余壽命庫進(jìn)行了最終剩余壽命的求取。本發(fā)明能夠給航空發(fā)動機(jī) 的預(yù)測和健康管理提供有效的技術(shù)支持，給航空發(fā)動機(jī)的后續(xù)維修決策提供有效的參考。
【附圖說明】
[0016] 圖1為本發(fā)明一種基于損傷傳播模型和數(shù)據(jù)分析的航空發(fā)動機(jī)剩余壽命預(yù)測方法 的實施例流程框圖；
【具體實施方式】
[0017] 下面結(jié)合附圖及實施例對本發(fā)明進(jìn)行詳細(xì)說明。
[0018] 本發(fā)明的一種基于損傷傳播模型和數(shù)據(jù)分析的航空發(fā)動機(jī)剩余壽命預(yù)測方法的 實施例流程，如圖1所示，該方法包括如下步驟：
[0019] 1)采集某型航空發(fā)動機(jī)的全壽命運行周期的傳感器測量數(shù)據(jù)，從中選擇構(gòu)建損傷 傳播模
[0020] 型的傳感器參數(shù)；
[0021] 具體包括以下步驟：
[0022] 11)本實施例中，利用美國國家航空航天局(NASA)卓越預(yù)測中心的渦扇發(fā)動機(jī)(航 空發(fā)動機(jī)的一種)退化仿真數(shù)據(jù)集作為分析的數(shù)據(jù)對象，該數(shù)據(jù)集來自NASA的民用模塊化 航空推進(jìn)系統(tǒng)仿真軟件(CMAPSS)的仿真結(jié)果，CMAPSS通過改變渦扇發(fā)動機(jī)模型部件的流量 和效率（以指數(shù)率變化的形式)來仿真退化的故障，當(dāng)故障達(dá)到磨損閾值(表示一個超過了 部件/子系統(tǒng)不能使用的操作限制)時認(rèn)為該渦扇發(fā)動機(jī)模型失效。CMAPSS中渦扇發(fā)動機(jī)模 型的輸出是傳感器測量值的時間序列;本實施例選用CMAPSS數(shù)據(jù)集中的FD002數(shù)據(jù)(該數(shù)據(jù) 包括一共有6種運行狀態(tài)，21個傳感器測量參數(shù)）；該數(shù)據(jù)集包括訓(xùn)練數(shù)據(jù)，測試數(shù)據(jù)和測試 數(shù)據(jù)的剩余壽命；
[0023] 12)根據(jù)某些應(yīng)用領(lǐng)域已有成熟的損傷傳播模型（如應(yīng)用于各種故障機(jī)械機(jī)理的 阿倫尼斯模型，應(yīng)用于機(jī)械故障、材料疲勞的Coffin-Manson模型，應(yīng)用于溫度和應(yīng)力的艾 琳模型），其故障演變具有指數(shù)變化的過程的特點；假設(shè)磨損的傳播遵循w = AeB(t)(其中，w 是磨損程度，A是比例因子，B(t)是隨時間變化的指數(shù)），磨損發(fā)展到某個閾值thw時，系統(tǒng)將 失效;設(shè)用以描述航空發(fā)動機(jī)的健康狀況的健康指標(biāo)h，在航空發(fā)動機(jī)初始運行時，該健康 指標(biāo)h值為1，在航空發(fā)動機(jī)的磨損到達(dá)閾值1匕時，該健康指標(biāo)h值退化為0;由于健康指標(biāo)h 的值是隨著時間變化的，為此設(shè)以時間為變量的健康方程為：
[0024] h(t) = l-AeB(t)/thw (1)；
[0025] 13)將Π )002訓(xùn)練數(shù)據(jù)的運行狀態(tài)劃分成多種運行狀態(tài)，并將多個傳感器測量值轉(zhuǎn) 化為健康指標(biāo)h，再從中選擇出作為構(gòu)建損傷模型健康指標(biāo)h的傳感器參數(shù);本實施例劃分 為6種運行狀態(tài)；由于健康方程中健康指標(biāo)h是個單變量，因此需要將21個傳感器測量值轉(zhuǎn) 化為健康指標(biāo)h;本實施例選擇在6種不同的運行狀態(tài)下都符合該要求的傳感器參數(shù)測量 值，最終選擇了 21個傳感器測量值中的5個測量值作為構(gòu)建損傷模型健康指標(biāo)h的傳感器參 數(shù)(損傷傳播模型中的健康指標(biāo)h是指數(shù)型單調(diào)變化的，融合參數(shù)時只選擇單調(diào)變化且受噪 聲影響較小(參數(shù)變化量對參數(shù)本身而言較大）的參數(shù)），這5個傳感器測量值對應(yīng)的航空發(fā) 動機(jī)變量分別為:LPC出口總溫，HPC出口總溫，LPT出口總溫，HPC出口靜壓，旁通比；
[0026] 2)將選中的構(gòu)建損傷模型健康指標(biāo)h的傳感器參數(shù)融合成描述航空發(fā)動機(jī)的健康 狀況的健康指標(biāo)，形成健康指標(biāo)序列l(wèi)h(k)}，其中h(k)代表航空發(fā)動機(jī)在第k次運行時的健 康指標(biāo)，ke [1，n]，n代表該航空發(fā)動機(jī)總共的運行次數(shù)；
[0027] 本實施例使用線性回歸模型對選中的5個構(gòu)建損傷模型的傳感器參數(shù)進(jìn)行融合， 轉(zhuǎn)換成健康指標(biāo)h:
[0028]
[0029] 其中，x = (XI，X2, . . .，xn)是N(N = 5)維特征向量，h為健康指標(biāo)；（α，β) = (α ,βχ, 02，···，βΝ)是Ν+1維模型參數(shù)；
[0030] 從訓(xùn)練數(shù)據(jù)集中選取樣本集Q={(x，h)}，用以求取線性回歸模型：
[0031]
[0032] 式中，下標(biāo)i代表訓(xùn)練數(shù)據(jù)集中第i組數(shù)據(jù)序列，Cf代表第i組數(shù)據(jù)的第r次運行； Ch〇代表健康指標(biāo)h取0的次數(shù);Chl代表健康指標(biāo)h取1的次數(shù)；
[0033] 本實施例中ro〇02訓(xùn)練數(shù)據(jù)包含260組訓(xùn)練數(shù)據(jù)(每組訓(xùn)練數(shù)據(jù)代表一臺航空發(fā)動 機(jī)的全壽命周期的運行過程），將260組訓(xùn)練數(shù)據(jù)按運行狀態(tài)劃分為6組狀態(tài)數(shù)據(jù)(本實施例 劃分了 6種運行狀態(tài)，每種運行狀態(tài)對應(yīng)1組狀態(tài)數(shù)據(jù)）；對每種運行狀態(tài)對應(yīng)的1組狀態(tài)數(shù) 據(jù)使用公式(3)選取樣本集Ω，將樣本集Ω代入公式(2)中，使用非線性最小二乘法求取該 運行狀態(tài)下公式(2)中的模型參數(shù)(α，β)(每種運行狀態(tài)應(yīng)對一組模型參數(shù)(α，β)，本實施例 劃分了 6種運行狀態(tài)，因