一種基于滑模理論的航空發(fā)動機氣路故障診斷方法
【專利摘要】本發(fā)明公開了一種基于滑模理論的航空發(fā)動機氣路故障診斷方法，包括以下步驟：基于人工蜂群算法優(yōu)化，智能修正航空發(fā)動機非線性部件級模型；基于誤差反饋滑?？刂?，獲得發(fā)動機自適應(yīng)線性模型；設(shè)計擴張干擾估計滑模觀測器，實現(xiàn)發(fā)動機傳感器故障診斷、隔離與重構(gòu)；設(shè)計基于人工蜂群優(yōu)化的滑模觀測器，實現(xiàn)發(fā)動機氣路部件故障診斷。本發(fā)明針對航空發(fā)動機氣路故障問題，以增強系統(tǒng)的可靠性和安全性宗旨，研究發(fā)動機高精度部件級模型修正方法，提出發(fā)動機自適應(yīng)線性模型建立新思路，給出航空發(fā)動機氣路故障診斷新策略，突破航空發(fā)動機氣路部件故障診斷與傳感器故障診斷綜合難題，提出一套行之有效的高可靠的航空發(fā)動機故障診斷方法。
【專利說明】
一種基于滑模理論的航空發(fā)動機氣路故障診斷方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于故障診斷技術(shù)，涉及航空發(fā)動機模型建立與故障診斷方法。
【背景技術(shù)】
[0002] 航空發(fā)動機是飛機的心臟，其健康狀態(tài)對保證飛行安全和降低維修成本具有重要 意義。從技術(shù)手段上確保飛行安全，是航空工業(yè)中非常重要內(nèi)容，一直受到航空發(fā)達國家高 度重視。據(jù)統(tǒng)計，發(fā)動機故障在飛行故障中占很大比重，且常常造成災(zāi)難性事故。發(fā)動機維 修與更換費用非常巨大，占飛機常規(guī)維修費用的60%以上。及時檢測和準確定位發(fā)動機的 故障，排除發(fā)動機故障帶來的安全隱患，保證飛機安全經(jīng)濟可靠運行，是目前航空公司、發(fā) 動機生產(chǎn)制造單位、維修系統(tǒng)及科研單位急需解決的現(xiàn)實問題。此外，在航空發(fā)動機故障 中，發(fā)動機氣路故障約占發(fā)動機故障總體的90%甚至更多。因此，航空發(fā)動機氣路故障診斷 的研究受到了越來越多的關(guān)注。
[0003] 近年來，隨著滑模理論的發(fā)展，基于滑模觀測器的故障診斷研究蓬勃興起，其相關(guān) 理論結(jié)果已經(jīng)在航空航天中得以應(yīng)用。文[1]開展了基于滑模觀測器的故障診斷技術(shù)及其 在飛控系統(tǒng)中的應(yīng)用研究。文[2]使用線性變參數(shù)滑模觀測器實現(xiàn)了故障的診斷與重構(gòu)，基 于高可信度飛機非線性模型仿真平臺驗證了所提方法的有效性。文[3]基于非其次高階滑 模觀測器研究了傳感器故障診斷問題，并針對飛機系統(tǒng)開展了仿真和實驗驗證研究。
[0004] 本發(fā)明針對航空發(fā)動機氣路故障問題，結(jié)合人工蜂群算法和滑模理論，提出新穎 的部件級模型修正和自適應(yīng)線性模型建立方法，提出基于滑模觀測器的發(fā)動機氣路部件故 障診斷和傳感器故障診斷、隔離與重構(gòu)新方法，用以提高發(fā)動機故障診斷的準確率，增強航 空發(fā)動機系統(tǒng)的可靠性，保證飛行安全。
[0005] [1]劉京津，基于滑模觀測器的故障診斷技術(shù)及其在飛控系統(tǒng)中的應(yīng)用研究，南京 航空航天大學(xué)，碩士論文，2008.
[0006] [2]Halim Alwi,Christopher Edwards,Andres Marcos,Fault reconstruction using a LPV sliding mode observer for a class of LPV systems,Journal of the Franklin Institute,349(2):510-530,2012.
[0007] [3]Alejandra Ferreira de LozajJerOffleCieslakjDavid HenryjJorge Da VilajAli Zolghadri，Sensor Fault Diagnosis Using a Non-homogeneous High-order Sliding Mode Observer with Application to a Transport Aircraft ,9(4):1-10, 2015.

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的是提供一種基于滑模理論的航空發(fā)動機氣路故障診斷方法，針對航 空發(fā)動機氣路故障問題，以增強系統(tǒng)的可靠性和安全性宗旨，研究發(fā)動機高精度部件級模 型修正方法，提出發(fā)動機自適應(yīng)線性模型建立新思路，給出航空發(fā)動機氣路故障診斷新策 略，突破航空發(fā)動機氣路部件故障診斷與傳感器故障診斷綜合難題，提出一套行之有效的 高可靠的航空發(fā)動機故障診斷方法。
[0009] 為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：
[0010] 一種基于滑模理論的航空發(fā)動機氣路故障診斷方法，包括以下步驟：
[0011]步驟1，依據(jù)部件級建模方法，建立航空發(fā)動機部件級模型，對發(fā)動機部件級模型 進行穩(wěn)態(tài)和動態(tài)計算，以試車數(shù)據(jù)為標準，考核所建立的航空發(fā)動機部件級模型的仿真輸 出數(shù)據(jù)與試車數(shù)據(jù)的匹配度；
[0012] 步驟2,采用人工蜂群算法對航空發(fā)動機部件級模型進行修正；
[0013] 步驟3,將修正后的發(fā)動機部件級模型輸出數(shù)據(jù)與發(fā)動機動態(tài)運行試驗數(shù)據(jù)以及 原發(fā)動機部件級模型輸出數(shù)據(jù)相比較，驗證模型精度的改善程度;其中，要求實現(xiàn)最大建模 誤差不大于10%，穩(wěn)態(tài)建模誤差控制在1 %以內(nèi)；
[0014] 步驟4,在滿足模型輸出精度的前提下，將非線性部件級模型線性化，建立線性狀 態(tài)變量模型；
[0015] 步驟5，采用由壓氣機效率退化量、禍輪效率退化量組成的可調(diào)參數(shù)向量來表征航 空發(fā)動機性能退化值，通過以該可調(diào)參數(shù)向量作為航空發(fā)動機模型的一個控制輸入量，結(jié) 合滑?？刂评碚摚O(shè)計具有強魯棒性的滑?？刂破鳎瑢崿F(xiàn)發(fā)動機模型的輸出自適應(yīng)地?zé)o偏 跟蹤真實發(fā)動機的實際輸出，提出基于誤差反饋滑?？刂频暮娇瞻l(fā)動機自適應(yīng)線性動態(tài)模 型設(shè)計方法；
[0016] 步驟6,針對發(fā)動機氣路故障，從安全性、可靠性角度出發(fā)，研究發(fā)動機漸變故障和 突變故障機理，對發(fā)動機氣路故障模式進行分類，建立故障模型；之后基于發(fā)動機故障模 型，向發(fā)動機非線性部件級模型中注入故障，用于模擬真實發(fā)動機中可能出現(xiàn)的各類故障；
[0017] 步驟7,提出基于分層診斷策略的航空發(fā)動機氣路故障診斷方法:首先進行傳感器 故障排查，設(shè)計基于擴張干擾估計的滑模觀測器，實現(xiàn)在傳感器測量輸出中包含噪聲干擾 時，仍舊能夠及時定位故障傳感器，并對故障傳感器進行重構(gòu)，達到避免由于傳感器故障而 發(fā)生發(fā)動機氣路部件故障誤判的目的；其次依據(jù)傳感器數(shù)據(jù)進行狀態(tài)監(jiān)視，實時估計發(fā)動 機性能，在此基礎(chǔ)上，綜合利用各個可測量的發(fā)動機運行參數(shù)，開展發(fā)動機氣路部件故障的 診斷研究，采用基于人工蜂群優(yōu)化的滑模觀測器對故障進行診斷，從而實現(xiàn)高效發(fā)動機氣 路部件故障診斷，降低誤報率和漏報率，提高準確率。
[0018] 步驟2的具體步驟為:分析發(fā)動機旋轉(zhuǎn)部件特性對建模誤差的影響，分析修正因子 的多種組合的不同效果，根據(jù)試車數(shù)據(jù)，基于人工蜂群算法，確定優(yōu)化的修正因子，對發(fā)動 機部件特性以及引氣系數(shù)、總壓恢復(fù)系數(shù)進行修正，從而修正發(fā)動機部件級模型。
[0019] 步驟7中的具體步驟為：
[0020] 步驟7.1，首先，針對發(fā)動機傳感器故障，設(shè)計基于擴張干擾估計的滑模觀測器，實 現(xiàn)在傳感器測量輸出中包含噪聲干擾時，仍舊能夠及時定位故障傳感器，并對故障傳感器 進行重構(gòu)，達到避免由于傳感器故障而發(fā)生發(fā)動機氣路部件故障誤判的目的；
[0021 ]步驟7.2，其次，用部件效率和流量特性與設(shè)計值的偏差來表征發(fā)動機的健康情 況，利用各個可測量的發(fā)動機運行參數(shù)，設(shè)計基于人工蜂群優(yōu)化的滑模觀測器，用于實現(xiàn)發(fā) 動機氣路部件故障的檢測和診斷。
[0022]本發(fā)明的有益效果是:本發(fā)明針對航空發(fā)動機氣路故障問題，結(jié)合人工蜂群算法 和滑模理論，提出新穎的部件級模型修正和自適應(yīng)線性模型建立方法，提出基于滑模觀測 器的發(fā)動機氣路部件故障診斷和傳感器故障診斷、隔離與重構(gòu)方法，可以提高航空發(fā)動機 部件級模型的精度以及自適應(yīng)線性模型的穩(wěn)態(tài)和動態(tài)性能，及時診斷、隔離并重構(gòu)傳感器 故障信號，降低發(fā)動機氣路故障診斷的誤報率和漏報率，增強航空發(fā)動機系統(tǒng)的可靠性，保 證飛行安全。
【附圖說明】
[0023] 圖1為渦軸發(fā)動機結(jié)構(gòu)圖；
[0024] 圖2為部件級模型穩(wěn)態(tài)計算流程圖；
[0025] 圖3為部件級模型動態(tài)計算流程圖；
[0026]圖4為航空發(fā)動機部件級模型智能修正原理圖；
[0027]圖5為航空發(fā)動機自適應(yīng)線性模型示意圖；
[0028]圖6為航空發(fā)動機故障診斷原理圖。
【具體實施方式】
[0029] 下面以某型渦軸發(fā)動機的氣路故障診斷問題為例，結(jié)合附圖對本發(fā)明的技術(shù)方案 進行詳細說明：
[0030] 如圖1所示為渦軸發(fā)動機的結(jié)構(gòu)圖，渦軸發(fā)動機包括部件:進氣道i;壓氣機ii;燃 燒室ii i ;燃氣渦輪iV;動力渦輪V;尾噴管Vi ;圖中的截面包括:遠方未擾動截面〇 ;進氣道進 口截面1;進氣道出口截面(壓氣機進口截面)2;壓氣機出口截面(燃燒室進口截面)3;燃燒 室出口截面(燃氣渦輪進口截面)4;燃氣渦輪出口截面(動力渦輪進口截面)5;動力渦輪出 口截面(尾噴管進口截面)6;尾噴管出口截面7;
[0031 ]步驟1，根據(jù)渦軸發(fā)動機結(jié)構(gòu)圖1，依據(jù)部件級建模方法，建立渦軸發(fā)動機各個部件 的模型，對壓氣機模型、燃燒室模型、燃氣渦輪模型、動力渦輪模型、尾噴管模型、旋翼模型 分別進行函數(shù)級封裝，建立初猜值模塊、特性數(shù)據(jù)插值模塊、系數(shù)修正模塊、燃氣熱力學(xué)計 算模塊、Newton-Raphson方法求解這些非線性方程組模塊等通用模塊。如圖2和圖3對發(fā)動 機部件級模型進行穩(wěn)態(tài)和動態(tài)計算。以試車數(shù)據(jù)為標準，考核模型仿真輸出數(shù)據(jù)與試車數(shù) 據(jù)的匹配度。
[0032]其中，對發(fā)動機部件級模型進行穩(wěn)態(tài)和動態(tài)計算的方法在很多文獻中均有介紹， 以下舉例說明：1)穩(wěn)態(tài)計算
[0033]航空發(fā)動機穩(wěn)定平衡條件為：
[0034] (1)壓氣機與渦輪功率平衡：
[0035]
[0036]
[0037]
[0038]
[0039]
[0040] (4)動力渦輪進口流量連續(xù)：
[0041]
[0042]
[0043]
[0044]發(fā)動機達到穩(wěn)態(tài)平衡要保證Eqo-5都為0。
[0045] 上述非線性方程組求解可采用經(jīng)典Newton-Raphson方法。上一節(jié)中所描述的穩(wěn)態(tài) 平衡控制方程是發(fā)動機達到穩(wěn)態(tài)的必要條件，方程求解成功即表示模型的各性能指標參數(shù) 達到穩(wěn)態(tài)要求，因此需要先試取五個性能指標參數(shù)作為方程要求解的參數(shù)，這些試取的未 知參數(shù)稱為猜值參數(shù)，猜值參數(shù)選擇是否恰當(dāng)將關(guān)系到方程能否求解成功，或者模型達到 穩(wěn)態(tài)時的性能優(yōu)劣。發(fā)動機各截面流量W，各轉(zhuǎn)動部件功率PW皆是壓氣機相對轉(zhuǎn)速N Crc；s、動 力渦輪相對轉(zhuǎn)速NPrc；s、燃氣渦輪壓比系數(shù)0^、動力渦輪壓比系數(shù)C pii以及壓氣機壓比系數(shù)Cc11 的非線性函數(shù)，具體的非線性關(guān)系由發(fā)動機各部件數(shù)學(xué)模型和特性決定。因此在這里選擇 Ncrcs身^、0^、&11、(^為穩(wěn)態(tài)平衡控制方程的猜值參數(shù)，所以式（1)~式（5)可記作如下形 式：
[0046] ^(NcrcsjNprcsjCGlljCp lljCc11)=O 1 = 1,2,3,4,5 (6)
[0047] 通過穩(wěn)態(tài)共同工作方程的約束和聯(lián)系，在供油量給定時對發(fā)動機穩(wěn)態(tài)工作點的確 定就轉(zhuǎn)化為解一組以Ncrcs、N Prcs、Cto、、Ca為獨立變量的非線性方程組求解的問題。本文采 用經(jīng)典的Newton-Raphson方法，以迭代方式求解非線性方程組的解，設(shè)置一定的精度，當(dāng)方 程都滿足精度要求時，迭代完畢，表示方程求解成功，穩(wěn)態(tài)計算流程圖如圖2所示。
[0048] 用Newton-Raphson方法修正一組初猜參數(shù)Nc res > Nprcs > απ、&π、&π的值，使非線性方 程組(6)在誤差絕對值ε_〈10- 6意義下成立，即
[0049] fi (NcrcsjNprcsjCGlljCplljCc 11) = Ei^emin 1 = 1,2,3,4,5 (7)
[0050] 用Newton-Raphson方法按偏導(dǎo)數(shù)方向修正猜值參數(shù)，設(shè)第K+1步初猜參數(shù)的值為：
[0051] m I k+i = ru I k+A m 1 = 1,2,3,4,5
[0052] ni = c〇 ,Π 2 - Cgjt , Π 3 - Cpjt , Π 4 - Ncrcs , Π 5 - Nprcs
[0053] 其中：
[0055] A稱為雅可比矩陣，具體表達式為： (8)
[0057] (8)式中偏導(dǎo)數(shù)的計算按中心差分法求，即：
[0059] 2)動態(tài)計算
[0060]在發(fā)動機動態(tài)過程中，由于發(fā)動機工作處在非平衡狀態(tài)，壓氣機與燃氣渦輪功率 以及旋翼負載與動力渦輪功率不在平衡，但同時各截面流過的流量還滿足連續(xù)條件，在動 態(tài)平衡過程中，動力渦輪轉(zhuǎn)子要保持恒定或者在微小范圍波動以維持旋翼的轉(zhuǎn)速恒定，可 得動態(tài)過程中的二個平衡控制方程：
[0061 ] (1)燃氣渦輪進口流量連續(xù)，同式(3)。
[0062] (2)動力渦輪進口流量連續(xù)，同式(4)。
[0063] (3)尾噴管出口壓力平衡，同式(5)。
[0064]發(fā)動機模型在動態(tài)過程中有三個平衡控制方程，因為動態(tài)過程中滿足流量連續(xù)以 及壓力平衡，發(fā)動機各部件流量與轉(zhuǎn)子功率皆可為壓氣機壓比系數(shù)Ca、燃氣渦輪壓比系數(shù) Cto、動力渦輪壓比系數(shù)Cp11所表示的非線性函數(shù)，因此選擇απ、α π、&π為動態(tài)平衡控制方程 的猜值參數(shù)。當(dāng)發(fā)動機模型從穩(wěn)態(tài)開始動態(tài)計算時，發(fā)動機模型根據(jù)馬赫數(shù)M a、飛行高度Η、 總距Θ進行各部件模型計算，這里同樣采用Newton-Raphson法求解非線性方程組，動態(tài)計算 流程圖如圖3所不。
[0065]平衡條件可表示為：
[0066] ^(Cci1jCgi1jCpii)=O 1 = 1,2,3 (10)
[0067] 非線性方程組在誤差絕對值emin〈l(T6意義下成立，即
[0068] ^(Cci1jCgi1jCpii) = Ei^emin i = l,2,3 (11)
[0069]滿足上式條件可認為模型得到了在動態(tài)點得解。用Newton-Raphson法計算發(fā)動機 模型得到第K+1步猜值參數(shù)為：
[0070]
[0071]
[0072]
[0074]
[0073] 雅可比矩陣A為：
[0075]
[0076]
[0077] 步驟2,如圖4所示，分析發(fā)動機旋轉(zhuǎn)部件特性對建模誤差的影響，分析修正因子的 多種組合的不同效果，根據(jù)試車數(shù)據(jù)，基于人工蜂群算法，確定優(yōu)化的修正因子，對發(fā)動機 部件特性以及引氣系數(shù)、總壓恢復(fù)系數(shù)等進行修正，從而修正發(fā)動機部件級模型。
[0078]步驟3,如圖4所示，在步驟2的基礎(chǔ)上，將修正后的發(fā)動機部件級模型輸出數(shù)據(jù)與 發(fā)動機動態(tài)運行試驗數(shù)據(jù)以及原發(fā)動機部件級模型輸出數(shù)據(jù)相比較，驗證模型精度的改善 程度;其中，要求實現(xiàn)最大建模誤差不大于10%，穩(wěn)態(tài)建模誤差控制在1%以內(nèi)。
[0079] 步驟4,在滿足模型輸出精度的前提下，從部件級模型中獲取發(fā)動機穩(wěn)態(tài)點的狀態(tài) 變量模型建模數(shù)據(jù)，將非線性部件級模型在發(fā)動機設(shè)計點附近線性化，建立線性狀態(tài)變量 模型，用以滿足發(fā)動機故障診斷中對計算時間的要求。
[0080] 建立線性狀態(tài)變量模型的具體步驟為：
[0081] 設(shè)航空發(fā)動機狀態(tài)變量模型為：
[0082]
(16)
[0083] 在該模型的基礎(chǔ)上建立起增量模型：
[0084]
(17)
[0085] 其中△表示增量符號，增量表示相對于某個穩(wěn)態(tài)測量點的增量;選取的研究變量
為燃氣渦輪相對轉(zhuǎn)速和動力渦輪相對轉(zhuǎn)速，PNC為燃氣渦輪相對轉(zhuǎn) 速，PNP為動力渦輪相對轉(zhuǎn)速;系統(tǒng)輸>
分別為燃油流量增量和導(dǎo)葉角 增量，WFB為燃油流量，α為導(dǎo)葉角；系統(tǒng)輸出
ds表示設(shè)計點；ds表示 設(shè)計點，A為增量符號，增量表示相對于某個穩(wěn)態(tài)測量點的增量，A，B，C，D和A'，B'，C'，D'S 適維矩陣；
[0086]根據(jù)變量的物理意義能夠算出：
[0102]
(25)
[0103] 其中:G11(S)為供油量增量到燃氣渦輪相對轉(zhuǎn)速增量的傳遞函數(shù)，G12(S)為導(dǎo)葉角 增量到燃氣渦輪相對轉(zhuǎn)速增量的傳遞函數(shù)，G 21(S)為供油量增量到動力渦輪相對轉(zhuǎn)速增量 的傳遞函數(shù)，G22(S)為導(dǎo)葉角增量到動力渦輪相對轉(zhuǎn)速增量的傳遞函數(shù);Kn、K 12為燃氣渦輪 相對轉(zhuǎn)速增量對供油量增量和導(dǎo)葉角增量的放大系數(shù)，Κ21、Κ22為動力渦輪相對轉(zhuǎn)速增量對 供油量增量和導(dǎo)葉角增量的放大系數(shù);時間常數(shù)!^燃油流量增量和導(dǎo)葉角增量到燃氣渦輪 相對轉(zhuǎn)速增量的時間常數(shù);時間常數(shù)!^燃油流量增量和導(dǎo)葉角增量到燃氣渦輪相對轉(zhuǎn)速增 量的時間常數(shù)；
[0104] 基于系統(tǒng)在同一工作點附近的線性動態(tài)響應(yīng)和非線性動態(tài)響應(yīng)相一致的特性，在 同一穩(wěn)態(tài)工作點附近，對非線性的航空發(fā)動機部件級模型分別作供油量的階躍仿真、導(dǎo)葉 角的階躍仿真，假設(shè)供油量階躍量為穩(wěn)態(tài)點的1%，導(dǎo)葉角的階躍為-0.5度，獲取系統(tǒng)階躍 響應(yīng)變化過程直到達到穩(wěn)態(tài)的數(shù)據(jù)。有：
[0105]
[0106]
[0107]
[0108]
[0109]
[0110]然后，4
.，采用Af，t線性擬合的方法計算
[0111] 步驟5,考慮到不同發(fā)動機之間的差異和使用期內(nèi)性能退化等因素對發(fā)動機性能 的影響，本發(fā)明采用由壓氣機效率退化量、渦輪效率退化量組成的特定的可調(diào)參數(shù)向量來 表征航空發(fā)動機性能退化值，通過以該可調(diào)參數(shù)向量作為航空發(fā)動機模型的一個控制輸入 量，結(jié)合滑?？刂评碚摚O(shè)計出具有強魯棒性的滑?？刂破?，實現(xiàn)發(fā)動機模型的輸出自適應(yīng) 地?zé)o偏跟蹤真實發(fā)動機的實際輸出，提出基于誤差反饋滑模控制的航空發(fā)動機自適應(yīng)線性 動態(tài)模型設(shè)計方法。圖5給出了航空發(fā)動機自適應(yīng)線性模型示意圖。
[0112] 結(jié)合圖5,基于誤差反饋滑?？刂频暮娇瞻l(fā)動機自適應(yīng)線性模型設(shè)計步驟具體如 下：
[0113] I)建立發(fā)動機在銳化量P輸入作用下的小偏差狀態(tài)變量方程，其形式為
[0114]
(27)
[0115] 其中AP，BP為適維矩陣， Ax - Xnonlinear- Xlinear為發(fā)動機部件級模型狀態(tài)Xnonlinear與 線性模型狀態(tài)XH_r之間的差值。說明：式(27)中的XH_r與式(17)中的X等價。
[0116] 2)設(shè)計線性滑模函數(shù)：
[0117] Sc = OAx (28)其中Sc為滑模變量，。為線性滑模面設(shè)計參數(shù)。〇可以根據(jù)極點配置 的方法來獲得，通過選取合適的σ來保證滑模面S。= Ix I Sc；(X) =0}具有良好的穩(wěn)態(tài)和動態(tài)性 能。
[0118] 3)采用滑模趨近律4=-Ugn(〇，同時對滑模函數(shù)（28)求導(dǎo)數(shù)，結(jié)合狀 態(tài)變量動態(tài)方程(27 )，可獲得滑?？刂破鱬:
[0119]
[0120] 其中qci>0和qc2>0為趨近律可設(shè)計參數(shù)。
[0123] 其中δ〇>〇為柔化系數(shù)。[0124] 4)聯(lián)立公式(27)和(17)可獲得基于滑模控制器的航空發(fā)動機自適應(yīng)線性模型
[0121]
[0122]
[0125
(3.1)
[0126] 由公式(31)不難發(fā)現(xiàn)，在滑?？刂破鳓训淖饔孟?，ΔΧ將會收斂，即發(fā)動機線性模型 狀態(tài)Xll_^趨近于部件級模型狀，因此，通過合理選擇滑?？刂破髦械脑O(shè)計參 數(shù)。^。^。^。，可以實現(xiàn)線性模型狀態(tài)奶^^快速跟隨部件級模型狀態(tài)^^^^并且具有 車父強的魯棒性。
[0127] 可見，基于以上方法，通過在發(fā)動機的設(shè)計點構(gòu)造一個滑?？刂破?，即可保證所設(shè) 計的線性模型在寬廣的飛行包線內(nèi)適用，因此，該航空發(fā)動機自適應(yīng)線性模型具有優(yōu)良的 自適應(yīng)能力，可以有效逼近發(fā)動機部件級模型的輸出精度。
[0128] 另外，由于面向故障診斷的航空發(fā)動機模型，對模型實時性有較高的要求，本發(fā)明 所提的航空發(fā)動機自適應(yīng)線性模型相比于發(fā)動機非線性部件級模型，可以有效避免非線性 模型迭代求解的時間往往超出發(fā)動機故障診斷的不足。
[0129] 步驟6，針對發(fā)動機氣路故障，對發(fā)動機氣路故障模式進行分類，建立故障模型;之 后基于發(fā)動機故障模型，向發(fā)動機非線性部件級模型中注入故障，用于模擬真實發(fā)動機中 可能出現(xiàn)的各類故障。
[0130]以容易發(fā)生氣路故障的旋轉(zhuǎn)部件故障診斷為例，它們的故障模式可歸結(jié)為效率和 流量特性變化，可以選取壓氣機效率突變故障、壓氣機流量突變故障、壓氣機效率漸變故 障、壓氣機流量漸變故障、動力渦輪效率突變故障、動力渦輪流量突變故障、動力渦輪效率 漸變故障、動力渦輪流量漸變故障等故障模式來模擬發(fā)動機故障。
[0131] 1)效率η的突變故障可以簡要描述為：
[0132] η = η, t>t：im!l
[0133] 其中f.為效率的突變值，t為時間變量，tfauit為故障發(fā)生時刻；
[0134] 2)流量的突變故障可以簡要描述為：
[0135] in - /?, t > t,mlt
[0136] 其中6為流量的突變值，t為時間變量，tfauit為故障發(fā)生時刻；
[0137] 3)效率η的漸變故障可以簡要描述為：
[0138] Π .= knn.o, t ^ tf ault
[0139] 其中％為無故障時的效率值，kn為故障漸變速率，t為時間變量，tfauit為故障發(fā)生 時刻；
[0140] 4)流量Λ的漸變故障可以簡要描述為：
[0141]
[0142] 其中也為無故障時的效率值，4為故障漸變速率，t為時間變量，tfauit為故障發(fā)生 時刻；
[0143] 步驟7,因為航空發(fā)動機傳感器自身發(fā)生故障時，會影響測量結(jié)果，進而導(dǎo)致發(fā)動 機氣路部件故障診斷出現(xiàn)誤判，所以，本步驟設(shè)計一種基于分層診斷策略的航空發(fā)動機氣 路故障診斷方法，圖6給出了基于該方法的航空發(fā)動機故障診斷原理圖。
[0144] 下面結(jié)合圖6,分兩個子步驟，對基于分層診斷策略的航空發(fā)動機氣路故障診斷方 法給予詳細說明。
[0145] 假設(shè)在步驟5的基礎(chǔ)上，通過滑模控制器(式30)的作用，發(fā)動機線性模型已經(jīng)很好 的逼近了發(fā)動機部件級非線性模型，此時進行發(fā)動機的氣路故障診斷研究，下述的實施步 驟基于發(fā)動機線性模型(式17)。
[0146] 步驟 7.1
[0147] 首先，針對發(fā)動機傳感器故障，設(shè)計基于擴張干擾估計的滑模觀測器，實現(xiàn)在包含 噪聲干擾的傳感器測量輸出中，進行傳感器故障排查，及時定位和重構(gòu)故障傳感器，避免由 于傳感器故障而產(chǎn)生的發(fā)動機氣路部件故障誤判。
[0148] 以下是基于擴張干擾估計滑模觀測器的發(fā)動機傳感器故障診斷設(shè)計步驟：
[0149] 1)對航空發(fā)動機線性模型（式17)進行增廣，并考慮不確定因素和外干擾的影響， 構(gòu)造發(fā)動機系統(tǒng)的增廣線性模型
[0150]
V M I
[0151] 其中Z = [x，u]T是增廣的狀態(tài)變量，V = 是增廣的控制變量，d是描述系統(tǒng)不確定 因素和外干擾的組合干擾。
[0152]
，則式(32)可寫為
[0153] i-^Az + Bv + d (33)[0154] 2)設(shè)計擴張干擾估計器[0155] 干擾估計值^由擴張干擾估計器獲取，所述擴張干擾估計器為：
[0156]
[0157] 打十值，α是擴張干擾估計器的內(nèi) 部狀態(tài)，β是可設(shè)計的正實數(shù)，Q是可設(shè)計的負定矩陣。[0158] 3)設(shè)計滑模觀測器
[0159] Π ) >
[0160]
[0161]
[0162] %滑模觀測器可設(shè)計參數(shù)。
[0163] 與步驟5類似，這里的Sgn(Sz)函數(shù)可以用
替代，以消除滑模抖振影 響，其中δζ>0為柔化系數(shù)。
[0164] 4)傳感器故障診斷、隔離與重構(gòu)
[0165] 將系統(tǒng)傳感器輸出值y與滑模觀測器(式35)輸出值|2相減得出殘差僅
如果殘差值efz在超過了設(shè)定的閾值D1，就認為傳感器發(fā)生了故障。一旦系統(tǒng)判定傳感器發(fā) 生故障，那么就根據(jù)滑模狀態(tài)觀測器(式35)，用又替代y，對故障傳感器進行故障隔離與重 構(gòu)，以避免故障值對系統(tǒng)控制產(chǎn)生不良影響。如此，可以構(gòu)成傳感器故障診斷、隔離與重構(gòu) 模塊。
[0166] 步驟 7.2
[0167] 其次，鑒于航空發(fā)動機部件發(fā)生氣路故障，會引起部件效率和流量特性偏離設(shè)計 值，可以用部件效率和流量特性與設(shè)計值的偏差來表征發(fā)動機的健康情況?？紤]到發(fā)動機 部件的效率和流量特性在實際中較難實時測量，可以綜合利用各個可測量的發(fā)動機運行參 數(shù)，設(shè)計基于人工蜂群優(yōu)化的滑模觀測器，用于實現(xiàn)發(fā)動機氣路部件故障的檢測和診斷，降 低誤報率和漏報率。
[0168] 以下以壓氣機效率和流量特性為例，介紹基于人工蜂群優(yōu)化滑模觀測器的發(fā)動機 氣路故障診斷設(shè)計步驟：
[0169] 1)選擇壓氣機效率和流量特性構(gòu)成狀態(tài)變量，建立發(fā)動機在控制u輸入作用下的 小偏差狀態(tài)變量方程，其形式為
[0170]
(36)
[0171] 其中△^，8^，(^，〇取為適維矩陣4^=[~，《。]7為狀態(tài)變量，其中~為壓氣機效率， w。為壓氣機流量特性。
[0172] 2)考慮傳感器故障的影響，設(shè)計滑模觀測器
[0173]
(37)
[0174] 其中為狀態(tài)Xnw的估計值，iV為本觀測器的輸出估計值，Lnw>〇為滑模觀測器可 設(shè)計參數(shù)。
[0175] 滑模變量snw定義為
[0176]
(38)
[0177] 其中兔為步驟7.1中定義的輸出估計值。
[0178] 與步驟5類似，這里的Sgn(Snw)函數(shù)可以用
替代，以消除滑模抖振影 響，其中δη?>0為柔化系數(shù)。
[0179] 3)針對滑模觀測器(37)，通過人工蜂群算法，實現(xiàn)對觀測器參數(shù)Lnw的自整定。
[0180] 4)對發(fā)動機健康狀況進行描述：
[0181]
[0182] 共中?為表祉友動機健埭的參數(shù)，Tics，Wc;s分別為壓氣機健康情況下的部件效率和 流量特性。
[0183] 5)發(fā)動機氣路故障診斷
[0184] 將發(fā)動機實際輸出值y(仿真過程中用發(fā)動機部件級模型輸出值yncinlin(3ar代替）與 滑模觀測器(37)輸出值Λ?相減得出殘差值=)，-)%".，如果殘差值e fnw在超過了設(shè)定的 閾值D2，就認為發(fā)動機壓氣機部件發(fā)生了故障。
[0185] 若殘差efnw小于閾值D2，則代表發(fā)動機壓氣機部件基本無故障；一旦在^時刻殘差 值e fnw到達D2，則代表發(fā)動機壓氣機部件故障已經(jīng)產(chǎn)生，但此時還不能判定故障類型。
[0186] 為了判斷故障類型，需要在針_>02后再設(shè)定t#Pt3兩個時刻獲取殘差值，用來計算 故障的變化率Pf。在ti時亥ljefnw>D2系統(tǒng)判定故障發(fā)生后t2 = ti+l(s)時刻，即系統(tǒng)判定故障發(fā) 生后Is取樣，此時殘差值設(shè)定為e/V?w2:H2時刻的計算(今#2 - =/Vl 在t3 = tl+2(S)時 亥|J，即系統(tǒng)判定故障發(fā)生后2s再次取樣，此時殘差值設(shè)為efnw3,之后在t3時刻計算 (eWi -)/f =_/Vi，如果Pf 1~Pf2~0，則判定系統(tǒng)發(fā)生突變故障，如果Pf 1~Pf2乒0，則判定 系統(tǒng)發(fā)生漸變故障。通過這樣的邏輯過程，不僅可以判斷出發(fā)動機氣路部件故障與否，還能 夠判斷發(fā)生故障的類型。
[0187] 本發(fā)明的創(chuàng)新之處主要為以下幾點：
[0188] (1)提出一種基于分層診斷策略的航空發(fā)動機氣路故障診斷方法(對應(yīng)于圖6)。因 為航空發(fā)動機傳感器自身發(fā)生故障時，會影響測量結(jié)果，進而導(dǎo)致發(fā)動機氣路部件故障診 斷出現(xiàn)誤判，所以本發(fā)明提出一種基于分層診斷策略的航空發(fā)動機氣路故障診斷方法:首 先進行傳感器故障排查，設(shè)計一種基于擴張干擾估計的滑模觀測器設(shè)計方法，實現(xiàn)在傳感 器測量輸出中包含噪聲干擾時，仍舊可以及時定位故障傳感器，并對故障傳感器進行重構(gòu)， 達到避免由于傳感器故障而發(fā)生發(fā)動機氣路部件故障誤判的目的；其次依據(jù)傳感器數(shù)據(jù)進 行狀態(tài)監(jiān)視，實時估計發(fā)動機性能，在此基礎(chǔ)上，綜合利用各個可測量的發(fā)動機運行參數(shù)， 開展發(fā)動機氣路部件故障的診斷研究，提出一種基于人工蜂群優(yōu)化的滑模觀測器故障診斷 方法，從而實現(xiàn)高效發(fā)動機氣路部件故障診斷，降低誤報率和漏報率，提高準確率。
[0189] (2)提出一種面向航空發(fā)動機故障診斷的組合建模方法(對應(yīng)于圖4和圖5)。面向 故障診斷的航空發(fā)動機模型，對模型精度和實時性都有較高的要求。本發(fā)明提出一種基于 智能部件級模型和自適應(yīng)線性模型的組合建模方法:首先，在分析發(fā)動機旋轉(zhuǎn)部件特性對 建模誤差的影響和修正因子的多種組合的不同效果的基礎(chǔ)上，根據(jù)人工蜂群算法，確定優(yōu) 化的修正因子，結(jié)合發(fā)動機運行數(shù)據(jù)，提出一種航空發(fā)動機部件級模型智能修正新方法;其 次，考慮到航空發(fā)動機部件級模型是一類非線性模型，非線性模型迭代求解的時間往往超 出發(fā)動機故障診斷的要求，因此，在滿足模型輸出精度的前提下，將非線性模型線性化，再 利用滑?？刂破鞯牧己敏敯粜?，提出一種基于誤差反饋滑?？刂频暮娇瞻l(fā)動機自適應(yīng)線性 模型設(shè)計方法，實現(xiàn)僅需在設(shè)計點構(gòu)造一個滑?？刂破?，即可保證所設(shè)計的線性模型在寬 廣的飛行包線內(nèi)適用，具有優(yōu)良的自適應(yīng)能力。
【主權(quán)項】
1. 一種基于滑模理論的航空發(fā)動機氣路故障診斷方法，其特征在于:包括以下步驟： 步驟1，依據(jù)部件級建模方法，建立航空發(fā)動機部件級模型，對發(fā)動機部件級模型進行 穩(wěn)態(tài)和動態(tài)計算，以試車數(shù)據(jù)為標準，考核所建立的航空發(fā)動機部件級模型的仿真輸出數(shù) 據(jù)與試車數(shù)據(jù)的匹配度； 步驟2，采用人工蜂群算法對航空發(fā)動機部件級模型進行修正； 步驟3,將修正后的發(fā)動機部件級模型輸出數(shù)據(jù)與發(fā)動機動態(tài)運行試驗數(shù)據(jù)以及原發(fā) 動機部件級模型輸出數(shù)據(jù)相比較，驗證模型精度的改善程度;其中，要求實現(xiàn)最大建模誤差 不大于10%，穩(wěn)態(tài)建模誤差控制在1%以內(nèi)； 步驟4,在滿足模型輸出精度的前提下，將非線性部件級模型線性化，建立線性狀態(tài)變 量模型； 步驟5,采用由壓氣機效率退化量、渦輪效率退化量組成的可調(diào)參數(shù)向量來表征航空發(fā) 動機性能退化值，通過以該可調(diào)參數(shù)向量作為航空發(fā)動機模型的一個控制輸入量，結(jié)合滑 模控制理論，設(shè)計具有強魯棒性的滑模控制器，實現(xiàn)發(fā)動機模型的輸出自適應(yīng)地?zé)o偏跟蹤 真實發(fā)動機的實際輸出，提出基于誤差反饋滑?？刂频暮娇瞻l(fā)動機自適應(yīng)線性動態(tài)模型設(shè) 計方法； 步驟6，針對發(fā)動機氣路故障，從安全性、可靠性角度出發(fā)，研究發(fā)動機漸變故障和突變 故障機理，對發(fā)動機氣路故障模式進行分類，建立故障模型；之后基于發(fā)動機故障模型，向 發(fā)動機非線性部件級模型中注入故障，用于模擬真實發(fā)動機中可能出現(xiàn)的各類故障； 步驟7,提出基于分層診斷策略的航空發(fā)動機氣路故障診斷方法:首先進行傳感器故障 排查，設(shè)計基于擴張干擾估計的滑模觀測器，實現(xiàn)在傳感器測量輸出中包含噪聲干擾時，仍 舊能夠及時定位故障傳感器，并對故障傳感器進行重構(gòu)，達到避免由于傳感器故障而發(fā)生 發(fā)動機氣路部件故障誤判的目的；其次依據(jù)傳感器數(shù)據(jù)進行狀態(tài)監(jiān)視，實時估計發(fā)動機性 能，在此基礎(chǔ)上，綜合利用各個可測量的發(fā)動機運行參數(shù)，開展發(fā)動機氣路部件故障的診斷 研究，采用基于人工蜂群優(yōu)化的滑模觀測器對故障進行診斷，從而實現(xiàn)高效發(fā)動機氣路部 件故障診斷。2. 如權(quán)利要求1所述的基于滑模理論的航空發(fā)動機氣路故障診斷方法，其特征在于:步 驟2的具體步驟為:分析發(fā)動機旋轉(zhuǎn)部件特性對建模誤差的影響，分析修正因子的多種組合 的不同效果，根據(jù)試車數(shù)據(jù)，基于人工蜂群算法，確定優(yōu)化的修正因子，對發(fā)動機部件特性 以及引氣系數(shù)、總壓恢復(fù)系數(shù)進行修正，從而修正發(fā)動機部件級模型。3. 如權(quán)利要求1所述的基于滑模理論的航空發(fā)動機氣路故障診斷方法，其特征在于:步 驟7中的具體步驟為：， 步驟7.1，首先，針對發(fā)動機傳感器故障，設(shè)計基于擴張干擾估計的滑模觀測器，實現(xiàn)在 傳感器測量輸出中包含噪聲干擾時，仍舊能夠及時定位故障傳感器，并對故障傳感器進行 重構(gòu)，達到避免由于傳感器故障而發(fā)生發(fā)動機氣路部件故障誤判的目的； 步驟7.2，其次，用部件效率和流量特性與設(shè)計值的偏差來表征發(fā)動機的健康情況，利 用各個可測量的發(fā)動機運行參數(shù)，設(shè)計基于人工蜂群優(yōu)化的滑模觀測器，用于實現(xiàn)發(fā)動機 氣路部件故障的檢測和診斷。
【文檔編號】G06F17/50GK106055770SQ201610361681
【公開日】2016年10月26日
【申請日】2016年5月26日
【發(fā)明人】肖玲斐, 杜彥斌, 胡繼祥, 陳宇寒
【申請人】南京航空航天大學(xué)