[发明专利]一种基于改进状态跟踪滤波器的变循环发动机解析余度估计方法

权利要求书

1.一种基于改进状态跟踪滤波器的变循环发动机解析余度估计方法，其特征在于，包括以下步骤：

步骤A)，建立变循环发动机慢车以上状态的非线性部件级模型，求取0高度、0马赫数下MSV为75时的工作点处的状态空间模型，将健康参数增广进状态量得到增广状态空间模型；

步骤B)，求取常值卡尔曼增益阵，与非线性模型相结合构成改进状态跟踪滤波器，根据传感器残差计算健康参数修正量，进而修正非线性模型，实现全包线、各工况下的非线性模型输出自适应；

步骤C)，在检测到某传感器故障后，关闭状态跟踪滤波器，使健康参数不再改变，将修正后的非线性模型对应输出参数用作故障传感器的解析余度。

2.如权利要求1所述的一种基于改进状态跟踪滤波器的变循环发动机解析余度估计方法，其特征在于，所述步骤A)包括如下具体步骤：

步骤A1)，根据变循环发动机各部件特性、设计点参数建立各部件的数学模型，然后建立各部件之间的共同工作方程，并使用非线性方程数值解法迭代求解各工作截面的参数，建立变循环发动机慢车以上状态的非线性部件级模型；

步骤A2)，根据目前工程实际，选择需要使用的发动机模型工作截面的传感器量测参数，将模型计算所得的各传感器(转速，温度，压力)数据进行相似归一化处理；

步骤A3)，在设计点处运行模型，将模态转换阀(MSV)调整至75，将模型中旋转部件的健康参数视为非线性模型输入量，利用小扰动法求取该工作点处的状态空间模型；对系数矩阵元素进行位置变换，使健康参数从输入量转为状态量，得到增广状态空间模型。

3.如权利要求1所述的一种基于改进状态跟踪滤波器的变循环发动机解析余度估计方法，其特征在于，所述步骤B)包括如下具体步骤：

步骤B1)，在增广状态空间模型中，加入零均值、方差分别为Q和R的系统噪声W和测量噪声V，进而计算状态协方差阵P，由标准卡尔曼增益阵求取公式，反复迭代得到最终的常值卡尔曼增益阵K；

步骤B2)，将常值卡尔曼增益阵与非线性模型相结合，构成改进状态跟踪滤波器；当前状态量X_k-1|k先与A矩阵相乘得到状态量的先验估计X_k|k，然后计算当前传感器值Y_k|k与非线性模型输出值f(X_k-1|k)之差，该残差与常值卡尔曼增益阵K相乘得到状态量的修正量，修正之后得到状态量的后验估计X_k|k+1；将该状态量后验估计值修正非线性模型，继而循环向下迭代计算。

4.如权利要求1所述的一种基于改进状态跟踪滤波器的变循环发动机解析余度估计方法，其特征在于，所述步骤C)包括如下具体步骤：

步骤C1)，在检测到某传感器发生故障后，将所有传感器测值与非线性模型输出的残差设为零，同时关闭卡尔曼滤波程序；

步骤C2)，将对应故障传感器的自适应模型输出参数作为该故障传感器的解析余度。