数据驱动的航空发动机异常检测方法研究

发布时间：2020-11-15 08:26

　　 航空发动机是在多种极端条件下工作的复杂设备,航空发动机能否正常、稳定地工作会直接影响飞机的飞行安全。针对航空发动机可能或已经出现的异常状况的检测分析是保证航空发动机安全的重要手段。为了保证检修或运行时及时发现航空发动机已经发生或可能发生的异常,需要研究高效、准确的异常检测方法。本文的研究内容包括:航空发动机关键参数值异常检测,航空发动机时序数据异常序列检测和基于退化模式的航空发动机异常状态预警,它们覆盖了航空发动机异常检测的不同方面。本文的主要工作和创新点如下:(1)航空发动机关键参数值异常检测主要研究发动机关键参数的值是否存在异常。针对航空发动机数据维度过高的问题,提出了基于互信息与合作博弈的发动机异常特征选择算法AFSIC,通过计算每个属性和异常的关联度,寻找最佳的特征子集;同时,针对航空发动机数据不平衡的问题,在隔离森林算法的基础上提出了加权隔离森林算法WIForest,对不同的异常特征赋予权重,提高异常值检测算法在高维和数据不平衡下的效果。实验表明,将AFS-IC算法和WIForest算法结合,在航空发动机关键参数异常值检测问题上具有较高的精确度。(2)航空发动机时序数据异常模式检测主要研究发动机时序数据中的异常序列。针对时序数据异常样本过少,提出了一种无监督的发动机参数异常序列检测方法TFDTW-JDD。该算法使用J近邻异常算法解决时序数据中连续的异常数据造成的“双胞胎怪胎”问题,同时采用带局部趋势特征的动态时间规整算法,对J近邻异常算法中时序数据相似度计算的部分进行优化,取得了较高的异常序列检测正确率。(3)基于状态退化的航空发动机状态预警主要研究发动机状态及健康状况的度量方法,通过拟合其状态退化情况,对可能发生的航空发动机异常状态进行预警。针对基于退化轨迹相似性的算法TSBAP中没有考虑退化轨迹趋势的问题,提出了基于多信息融合相似性度量的异常预警算法IF-TSBAP,从相似性度量的角度优化了原始的TSBAP算法。通过实验,证明该算法比原始的TSBAP算法效果更好,且优于基于其他预测模型的算法,拥有较高的准确性。
【学位单位】：南京航空航天大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V263.6
【部分图文】：

图 1.2 数据驱动的航空发动机异常检测研究内容示意图针对这三个问题，国内外专家学者已经有了一些研究和探索，并提出了一些经典的异常检测算法，并将其应用于航空发动机领域。然而，随着传感器数据的愈发复杂，对异常检测算法的要求就越高，这使得一些通用的异常检测方法很难高效地检测这三种异常模式，寻找新的技术手段成为迫切的需要。1.2 国内外研究现状近年来，异常检测的研究逐渐兴起。大多数异常检测算法，是通过挖掘异常模式，并对符合异常模式的样本进行识别并标注的方式实现异常检测的，这就决定了检测不同的异常模式需要的异常检测算法不同。针对图 1.2 中航空发动机数据中出现的三种异常模式，国内外学者已经进行了大量的研究，下文将根据不同的异常模式分别介绍国内外的研究现状。1.2.1 异常值检测异常值检测是异常检测问题中的重要课题，针对这一课题，国内外已经有了广泛的研究。Ben-Gal I 等[8][8]在其文献中总结了异常值检测的方法。异常值，又被称为离群点。异常值检测

南京航空航天大学硕士学位论文2.4.1 数据集说明实验使用的数据是涡轮航空发动机的仿真数据，采用 NASA 发布的民用模块化航空推进系统仿真（Commercial Modular AeroPropulsion System Simulation，CMAPSS）软件仿真而来。使用该软件对涡轮航空发动机的运行过程进行仿真，在随机时刻对仿真软件中提供的 26 个虚拟传感器进行快照（Snapshot），每次快照所获得的 26 维传感器数据构成一个样本。图 2.2 展示了随机选取的 500 个数据样本中第 4 号传感器（上图）和第 7 号传感器（下图）的数据。

南京航空航天大学硕士学位论文，设定每次迭代的特征子集数量 w 100。图 2.2 展示了一次实验的迭代中，最佳特征best 的特征数量，即数据的维度个数变化情况。
【相似文献】

相关期刊论文 前10条

1 王巍巍;;航空发动机领域军民融合发展的思考[J];航空动力;2018年03期

2 ;《航空发动机》征稿简则[J];航空发动机;2019年01期

3 李添宇;;航空发动机关键制造技术现状及趋势[J];世界制造技术与装备市场;2019年02期

4 ;《航空发动机》征稿简则[J];航空发动机;2019年02期

5 寧勇;鄒靖華;;中小型民用航空发动机自主研发路径探讨[J];航空动力;2019年02期

6 ;《航空发动机》征稿简则[J];航空发动机;2019年03期

7 ;《航空发动机》征稿简则[J];航空发动机;2019年04期

8 金伟;;探究民用航空发动机创新与开放发展之道[J];航空动力;2019年04期

9 肖柏荣;;航空发动机维护中孔探检测技术的应用[J];中国高新科技;2019年15期

10 ;《航空发动机》征稿简则[J];航空发动机;2019年05期

相关博士学位论文 前10条

1 李云峰;航空发动机主轴轴承寿命等效加速试验方法研究[D];哈尔滨工业大学;2019年

2 陈超;基于切换策略的航空发动机多目标控制设计[D];东北大学;2017年

3 李晓明;某航空发动机防喘控制系统故障预测与健康管理技术应用研究[D];吉林大学;2018年

4 张璐;民用航空发动机电气系统故障诊断方法研究[D];天津大学;2016年

5 梁剑;基于成本优化的民用航空发动机视情维修决策研究[D];南京航空航天大学;2005年

6 刘元朋;基于特征的航空发动机管路反求建模系统关键技术研究[D];西北工业大学;2006年

7 周文祥;航空发动机及控制系统建模与面向对象的仿真研究[D];南京航空航天大学;2006年

8 桂元坤;航空发动机产品开发过程集成的关键技术研究[D];西北工业大学;2006年

9 李建章;航空发动机热端部件模拟环境下3D C/SiC的微结构演变和失效机制[D];西北工业大学;2006年

10 汤新民;基于Petri网的航空发动机车间维修过程建模及其应用研究[D];哈尔滨工业大学;2007年

相关硕士学位论文 前10条

1 张正;商用航空发动机管路的振动特性分析[D];上海交通大学;2018年

2 赵爽忻;航空发动机自动调姿安装的设计与应用[D];电子科技大学;2019年

3 张声宝;航空发动机新型3D打印紧凑换热器设计与性能研究[D];上海交通大学;2018年

4 梅满;航空发动机分布式通信网络优化及应用研究[D];南京航空航天大学;2019年

5 何锦涛;航空发动机电子控制器电磁防护设计研究[D];南京航空航天大学;2019年

6 陆琪;与使用相关的航空发动机综合任务谱编制方法研究[D];南京航空航天大学;2019年

7 佘律波;航空发动机环形件电子束焊接应力与变形有限元分析[D];南京航空航天大学;2019年

8 何晓聪;基于分数阶滑模的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;2018年

9 高天阳一;基于分布式滤波的航空发动机气路性能分析方法[D];南京航空航天大学;2019年

10 单睿斌;航空发动机气路故障容错控制方法研究[D];南京航空航天大学;2019年

本文编号：2884556