航空发动机控制系统传感器故障诊断仿真研究

发布时间：2020-01-22 03:49

【摘要】：航空发动机控制系统传感器一旦发生故障会导致控制系统失效,对故障进行及时有效的诊断识别,可以有效防止控制系统性能降低甚至损坏。一般应用Kalman滤波器进行故障诊断研究,但是对工程实际中有色噪声对航空发动机控制系统传感器故障诊断的影响没有进行深入的分析。首先提出采用一组Kalman滤波器进行航空发动机控制系统传感器故障诊断、隔离的方法原理,再次给出了有色噪声情况下的Kalman滤波器设计方法,通过对比滤波估计结果说明有色噪声影响下所提出的方法的有效性,并将非线性发动机模型用于仿真验证,结果表明改进方法能够在有色噪声条件下可以准确有效地诊断、隔离系统中发生的障。
【图文】：

将该非线性模型图形化封装，引入MATLAB/Simulink平台，使之成为Simulink模型库的一部分，对应图3所示的发动机模型部分。6结果分析这里针对上述理论分析重新设计Kalman滤波器并验证其估计的准确性。由式(1)给出的噪声表达式，当N的绝对值远远小于1时是有色噪声，N的绝对值远远大于1时是白噪声，当N的绝对值等于1时介于临界状态。下面分别对了不同噪声下的滤波器估计情况以及基于有色噪声下的Kalman滤波器在故障诊断的应用进行仿真研究。当噪声是有色噪声的情况下，两种滤波器对低压转子转速传感器值的估计情况，如图1所示，横坐标是仿真时间，纵坐标是低压转子转速。可见一般的Kalman滤波器此时发散，，不能正确的估计出测量值，而基于有色噪声换将设计的Kalman滤波器可以很好的估计出测量值，因此如果采用一般的Kalman滤波器用于故障诊断则无法执行正确的诊断并有效隔离。当噪声为白噪声时，两种滤波器对低压转子转速传感器值的估计情况，各个Kalman滤波器的估计结果如图2所示，可以看出两种滤波器均可以准确的估计出结果。图1有色测量噪声下两种卡尔曼滤波估计图2白噪声条件下两种卡尔曼滤波估计基于有色噪声情况下设计一组Kalman滤波器用于传感器故障诊断仿真研究。图3为本文计算仿真的结构示意图，发动机仿真机由工业控制计算机及其配套的ISA总线结构的数据采集卡构成，在仿真机xPC目标系统中运行的是数学仿真模型自动代码生成的程序，此发动机控制系统传感器故障诊断仿真系统结构包括了某型航空发动机模型、传感器故障植入模块以及xPC系统下的数据采集和发送模块等。图4是低压转子转速传感器缓慢漂移故障下的诊断仿真图，其中横坐标为时间，纵坐标为故障指示信号。这里故障类型是斜坡故障，噪声环境设定为有色噪声。由图4

碌穆瞬ㄆ鞴兰魄榭鲆约盎饽谟猩鄳肷饫碌?Kalman滤波器在故障诊断的应用进行仿真研究。当噪声是有色噪声的情况下，两种滤波器对低压转子转速传感器值的估计情况，如图1所示，横坐标是仿真时间，纵坐标是低压转子转速。可见一般的Kalman滤波器此时发散，不能正确的估计出测量值，而基于有色噪声换将设计的Kalman滤波器可以很好的估计出测量值，因此如果采用一般的Kalman滤波器用于故障诊断则无法执行正确的诊断并有效隔离。当噪声为白噪声时，两种滤波器对低压转子转速传感器值的估计情况，各个Kalman滤波器的估计结果如图2所示，可以看出两种滤波器均可以准确的估计出结果。图1有色测量噪声下两种卡尔曼滤波估计图2白噪声条件下两种卡尔曼滤波估计基于有色噪声情况下设计一组Kalman滤波器用于传感器故障诊断仿真研究。图3为本文计算仿真的结构示意图，发动机仿真机由工业控制计算机及其配套的ISA总线结构的数据采集卡构成，在仿真机xPC目标系统中运行的是数学仿真模型自动代码生成的程序，此发动机控制系统传感器故障诊断仿真系统结构包括了某型航空发动机模型、传感器故障植入模块以及xPC系统下的数据采集和发送模块等。图4是低压转子转速传感器缓慢漂移故障下的诊断仿真图，其中横坐标为时间，纵坐标为故障指示信号。这里故障类型是斜坡故障，噪声环境设定为有色噪声。由图4可见WSSＲ1保持很小的值，而其余四个故障指示信号均增大，根据第1节的基于滤波估计值进行传感器故障诊断的理论分析表明是低压转子转速传感器发生了故障。图3基于一组卡尔曼滤波器进行发动机控制系统传感器故障诊断仿真架构示意图图4有Nl故障的WSSＲ1－5仿真结果图7结论本文针对有色噪声条件下的航空发动机控制系统传感器故障诊断问题提出了一组基

【相似文献】

相关期刊论文 前10条

1 张玉;尹腾飞;贾海云;;飞行器导航传感器故障诊断的应用研究[J];计算机仿真;2012年02期

2 徐涛;王祁;;PCA在火箭发动机试车台传感器故障诊断中的应用[J];南京理工大学学报(自然科学版);2006年06期

3 黄向华;丁毅;;基于几何模式识别的发动机传感器故障诊断[J];航空学报;2006年06期

4 孙毅刚;刘静雅;赵珍;;基于极限学习机的航空发动机传感器故障诊断[J];传感器与微系统;2014年08期

5 李本威;樊照远;王永华;尹大伟;蒋科艺;;基于SVR的X型发动机传感器故障诊断研究[J];航空动力学报;2007年10期

6 张洪生;;基于模式识别的航空发动机燃油控制系统传感器故障诊断[J];航空发动机;2008年02期

7 王志武;基于人工智能方法的传感器故障诊断技术[J];火箭推进;2005年05期

8 陈毅;黄金泉;张鹏;;航空发动机控制系统传感器FDIA系统仿真[J];航空动力学报;2008年02期

9 吴学钊;王小平;林秦颖;王发威;;基于自适应LMD和SVM的电传系统传感器故障诊断[J];计算机测量与控制;2013年06期

10 黄向华;基于自联想神经网络的发动机控制系统传感器故障诊断与重构(英文)[J];Chinese Journal of Aeronautics;2004年01期

相关会议论文 前1条

1 张高钱;李秋红;任冰涛;;于神经网络和卡尔曼滤波器的航空发动传感器故障诊断研究[A];全面建成小康社会与中国航空发展——2013首届中国航空科学技术大会论文集[C];2013年

相关硕士学位论文 前4条

1 陈毅;航空发动机控制系统传感器故障诊断研究[D];南京航空航天大学;2007年

2 赵文博;航空发动机传感器故障诊断及信号重构[D];南京航空航天大学;2011年

3 张高钱;航空发动机传感器故障诊断与容错控制[D];南京航空航天大学;2014年

4 刘静雅;基于极限学习机的航空发动机传感器故障诊断研究[D];中国民航大学;2015年

本文编号：2571837