[发明专利]一种航空发动机气路故障的融合诊断方法

权利要求书

1.一种航空发动机气路故障的融合诊断方法，包括以下步骤：

步骤1),建立发动机状态变量模型；

步骤2),采集发生气路故障的发动机在飞行包线内进入准稳态时的风扇转速N_L的传感器测量值、压气机转速N_H的传感器测量值、压气机出口总压P₃的传感器测量值、内涵出口总温T₆的传感器测量值作为该发动机发生气路故障时的气路数据；

步骤3),根据得到的发动机状态变量模型与发生气路故障的发动机的[N_L，N_H，P₃，T₆]传感器测量值，利用卡尔曼滤波器和类电磁机制算法，求解出最优粒子；

步骤3.1)，随机从可行域中产生N个粒子；

步骤3.2)，计算每一个粒子的目标函数值；

步骤3.3)，针对每一个粒子，根据其目标函数值求得其电荷量；

步骤3.4)，针对每一个粒子，根据其电荷量计算出作用在该粒子上的合力；

步骤3.5)，针对每一个粒子，根据作用在该粒子上的合力计算出其移动步长，并且使该粒子以所述移动步长移动；

步骤3.6)，按照预先设定的最大迭代次数重复执行步骤3.2)至步骤3.5)；

步骤3.7)，计算每一个粒子的目标函数值，选择目标函数值最小的粒子作为最优粒子；

步骤4),根据最优粒子求得发生气路故障的发动机的[N_L，N_H，P₃，T₆]传感器偏置值与气路部件健康参数。

2.如权利要求1所述的航空发动机气路故障的融合诊断方法，其特征在于，所述步骤1)中建立发动机状态变量模型的具体步骤如下：

步骤1.1)，根据发动机气动热力学特性和典型的部件特性数据建立发动机部件级模型；

步骤1.2)，根据建立的发动机部件级模型采用小扰动法与拟合法相结合的方法求解发动机状态变量模型。

3.如权利要求1所述的航空发动机气路故障的融合诊断方法，其特征在于，步骤3.2)中所述计算每一个粒子的目标函数值的具体步骤如下：

步骤3.2.1)，将发生气路故障的发动机的[N_L，N_H，P₃，T₆]传感器测量值分别减去每一个粒子的[N_L，N_H，P₃，T₆]传感器偏置向量，所得结果分别输入到卡尔曼滤波器中进行发动机气路部件故障诊断，得到每一个粒子对应的气路部件健康参数；

步骤3.2.2)，将每一个粒子的传感器偏置向量和其对应的气路部件健康参数分别输入到发动机状态变量模型、将其输出值与发生气路故障的发动机的[N_L，N_H，P₃，T₆]传感器测量值作差后，根据以下公式求得每一个粒子的目标函数值：

$J_i={\left\{\underset{j=1}{\overset{4}{\Σ}}{\[\frac{{\left({\hat{y}}_i\right)}_j-y_j}{W_j}\]}^2\right\}}^{\frac{1}{2}}$

其中，J_i是第i个粒子的目标函数值，σ_j是第j个传感器中噪声的标准偏差，k是选定的偏移向量的非零项个数，W_j是第j个传感器的惩罚因子，是发动机状态变量模型的输出值，y_j是发生气路故障的发动机的[N_L，N_H，P₃，T₆]传感器测量值。