[发明专利]一种航空发动机燃油调节器故障诊断方法

权利要求书

1.一种航空发动机燃油调节器故障诊断方法，其特征在于，步骤如下：

步骤1：分析燃油调节器机理，通过部件级建模方法，建立燃油调节器部件级模型，在此基础上进行稳态和动态计算，得到燃油调节器的机械起动、油门速度和静态流量，以燃油调节器出厂数据为标准，考核所建立的航空发动机燃油调节器部件级模型的精确度和准确度；

步骤2：根据试验数据，并与步骤1所建的燃油调节器部件级模型的仿真数据进行对比，对流量系数、雷诺数、摩擦系数参数进行修正，减小仿真数据与试验数据之间的差异，得到高精度的燃油调节器模型；

步骤3：根据燃油调节器维修报告，获取燃油调节器内易发生故障的类型，并对燃油调节器的失效案例及故障发生机理进行分析总结，分别为磨损、疲劳、液压油污染和密封件老化；

步骤4：针对真实燃油调节器在运行过程中可能发生的各种故障，根据故障发生的机理，对不同的故障模式进行分类，分别为阀芯卡死、弹簧疲劳断裂、喷嘴堵塞、内泄漏和外泄漏，在燃油调节器正常模型的基础上，采用增大摩擦系数、减小弹簧预紧力、减小喷嘴直径、增大壳体间隙、增大节流嘴直径结合的方法来模拟真实燃油调节器中可能出现的各类故障；

步骤5：从燃油调节器的可测输出量中，选取压力、流量、温度等物理量作为反映系统状态的特征参数，并对步骤4中，各种故障模式下的特征参数值进行提取；

步骤6：针对每种故障模式，分别做多组仿真，提取步骤5所述特征参数值，建立不同故障模式对应的样本集，并将所述样本集划分为训练样本和测试样本；

步骤7：选择基于Leverberg-Marquardt算法的BP神经网络作为燃油调节器故障诊断的分类器，对各故障模式进行分类描述，以步骤6中所述样本作为输入项，样本对应的分类描述作为输出项，实现燃油调节器的故障诊断；

步骤7.1：获取燃油调节器在各种状态下的特征参数，作为神经网络的输入项；特征参数为流量、压力和温度；

步骤7.2：根据燃油调节器的五种故障模式：阀芯卡死、弹簧疲劳断裂、喷嘴堵塞、内泄漏和外泄漏，对每种故障模式进行分类描述；

步骤7.3：设计神经网络：需要设定的参数包括神经网络的层数和各层神经元个数；其中，输入层神经元数由选取的特征参数个数决定，为3；输出层神经元个数由状态数决定，为5；

步骤7.4：训练：以步骤6得到的多组训练样本作为输入，各样本对应的分类描述作为输出，从而得到神经网络模型；

步骤7.5：检测：神经网络训练完成后，即对步骤6得到的测试样本进行检测；在检测的过程中，可能会出现误判，这时把误判的样本加入到训练样本中去，对神经网络进一步训练，从而达到要求。