涡扇发动机剩余寿命预测算法研究及组件开发
发布时间：2021-11-03 14:54
随着涡扇发动机的规模和体积越来越大,内部各部件的复杂度和耦合度也越来越高,涡扇发动机在运行期间发生故障的概率也越来越大,因此准确预测涡扇发动机剩余寿命的方法已经成为研究热点。哈尔滨工业大学已经开发了既可以用于支持各项能力试验也可以用于信息化分布测试的基础平台（HIT-Joint Test Platform,简称H-JTP）,为联合试验提供虚拟的试验环境以及试验所需要的相关资源。目前,该平台缺少涡扇发动机剩余寿命预测的算法,为此,本课题开展了适用于联合试验平台的涡扇发动机剩余寿命预测算法的研究工作,并开发了涡扇发动机剩余寿命预测模型训练软件以及基于联合实验平台的剩余寿命预测组件。论文的主要工作如下:1、研究了基于数据驱动的涡扇发动机剩余寿命预测算法,根据实验分析可知,基于CNN-JANET涡扇发动机剩余寿命预测模型是精确度最高的。2、针对CNN-JANET算法开发框架不能适用H-JTP平台的问题,提出了结合主成分分析（PCA）和极限梯度提升（XGBoost）的涡扇发动机剩余寿命预测模型。该模型利用PCA可以减小数据量和XGBoost对特征并行计算并预剪枝的特点,兼顾计算精度的同时,缩短训...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
基于数据驱动的涡扇发动机剩余寿命预测算法研究框架
哈尔滨工业大学工学硕士学位论文-11-行都是一系列具有合理线性过渡期的飞行条件的组合，以允许涡扇发动机从一个飞行状态改变到下一个飞行状态。C-MAPSS模拟器仿真的涡扇发动机系统内部结构简图截面如图2-2所示。C-MAPSS模拟器为了方便用户操作，设计了非常人性化的GUI界面，在界面上包括许多可直接编辑的输入参数，设置好高度、马赫数以及油门杆角度PLA值，并通过该模拟器配置不同的操作参数，用户就可以直接方便地得到两种不同的操作模式的涡扇发动机模型：第一种为单一操作模式涡扇发动机模型，该模型为理想情况下涡扇发动机飞行模型，仅仅考虑飞行时通过改变燃油流量来改变飞行状态；第二种是多操作模式涡扇发动机模型，该模型不仅考虑燃油流量对飞机状态带来的内部影响，同样考虑飞行过程中改变增压级后可调放气阀门开度和高压压气机前静子可调叶片角度来影响飞行速度。除此之外，模拟器考虑到因本身机械系统内部各部件震动在涡扇发动机的工作环境产生大量的噪声，在模拟生成的涡扇发动机状态监测数据中的一些参数中添加了高斯白噪声。最后将生成的生成涡扇发动机全周期状态监测数据作为训练集，涡扇发动机非全周期状态监测数据作为测试集，真实剩余寿命寿命数据作为评估模型的参考数据。图2-2C-MAPSS模拟的涡扇发动机截面简图在生成的涡扇发动机状态监测数据集中，共有二十六列数据，其中第一列为涡扇发动机序号；第二列为运行周期；第三列至第五列为飞行参数，依次代表飞行高度、马赫数和油门解算器角度；第六列到第二十六列为状态监测参数，飞行参数和状态监测参数的物理含义如表2-1所示，表示涡扇发动机内部各关键位置的物理参量。
哈尔滨工业大学工学硕士学位论文-13-差。因此，对于生成的数据的结构分析和预处理是涡扇发动机剩余寿命预测的前提和必要步骤。2.3.1数据结构分析首先对涡扇发动机状态监测数据的内容结构进行初步分析，快速剔除无关参数以避免因涡扇发动机剩余寿命预测模型的数据输入维度不合理对涡扇发动机预测精度造成影响。图2-3是单操作涡扇发动机模型的模型飞行参数变化趋势，从图2-3中可以看出，操作参数1和2随时间的变化呈现无规则变化的趋势，而操作参数3则为恒定无变化，由此可知，这三个飞行参数与涡扇发动机剩余寿命预测没有太大关联，因此这三个飞行参数应予剔除。(a)(b)(c)图2-3单操作模式涡扇发动机模型飞行参数变化趋势图2-4为单操作模式涡扇发动机状态监测参数变化趋势。从图中可以看出状态监测参数s1，s5，s6，s10，s16，s18，s19呈现恒定或离散趋势，认为对涡扇发动机的剩余寿命变化没有影响，应剔除s1，s5，s6，s10，s16，s18，s19。图2-4单操作模式涡扇发动机模型状态监测参数变化趋势
【参考文献】：
期刊论文
[1]故障预测与健康管理技术的应用与发展[J]. 陶书弘,吕瑞. 中国设备工程. 2020(07)
[2]航空发动机监测技术比较[J]. 杜泽府. 江苏航空. 2018(02)
[3]航空发动机的研究和发展投资规律探讨[J]. 吴静敏. 工程技术研究. 2017(12)
[4]军用飞机PHM技术进展分析及问题研究[J]. 景博,徐光跃,黄以锋,焦晓璇,梁威. 电子测量与仪器学报. 2017(02)
[5]基于数据驱动的航空发动机故障诊断与预测方法综述[J]. 杨洪富,贾晓亮,任寿伟. 航空精密制造技术. 2016(05)
[6]PHM技术国内外发展情况综述[J]. 吕琛,马剑,王自力. 计算机测量与控制. 2016(09)
[7]航空发动机叶片TC4钛合金振动疲劳裂纹扩展研究及剩余寿命预测[J]. 孙宇博,雷娟娟. 表面技术. 2016(09)
[8]美国典型航空发动机发展计划及对技术创新的影响[J]. 梁琴琴. 全球科技经济瞭望. 2015(07)
[9]空空导弹PHM系统总体设计研究[J]. 李志强,王茜,张孝虎,荣鹏辉. 航空兵器. 2014(05)
[10]健康管理技术综述及卫星应用设想[J]. 于功敬,熊毅,房红征. 电子测量与仪器学报. 2014(03)
博士论文
[1]数据驱动的航空发动机剩余使用寿命预测方法研究[D]. 周俊.南京航空航天大学 2017
[2]航空发动机气路故障静电监测方法及系统研究[D]. 刘鹏鹏.南京航空航天大学 2013
[3]基于改进神经网络的民机发动机故障诊断与性能预测研究[D]. 刘永建.南京航空航天大学 2012
[4]民航发动机健康管理中的寿命预测与维修决策方法研究[D]. 戎翔.南京航空航天大学 2008
[5]轮盘低循环疲劳寿命预测模型和试验评估方法研究[D]. 王卫国.南京航空航天大学 2006
硕士论文
[1]基于数据驱动的涡扇发动机故障预测研究[D]. 陈晓宇.辽宁工程技术大学 2018
[2]联合试验平台控制台与组件运行容器开发[D]. 张国英.哈尔滨工业大学 2018
[3]数据驱动的航空发动机余寿预测方法[D]. 唐王.南京航空航天大学 2018
[4]基于随机模型的航空发动机剩余寿命预测研究[D]. 谢吉伟.南京航空航天大学 2016
[5]航空发动机的剩余寿命预测与健康状态评估[D]. 吴学海.电子科技大学 2014
本文编号：3473885
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
基于数据驱动的涡扇发动机剩余寿命预测算法研究框架
哈尔滨工业大学工学硕士学位论文-11-行都是一系列具有合理线性过渡期的飞行条件的组合，以允许涡扇发动机从一个飞行状态改变到下一个飞行状态。C-MAPSS模拟器仿真的涡扇发动机系统内部结构简图截面如图2-2所示。C-MAPSS模拟器为了方便用户操作，设计了非常人性化的GUI界面，在界面上包括许多可直接编辑的输入参数，设置好高度、马赫数以及油门杆角度PLA值，并通过该模拟器配置不同的操作参数，用户就可以直接方便地得到两种不同的操作模式的涡扇发动机模型：第一种为单一操作模式涡扇发动机模型，该模型为理想情况下涡扇发动机飞行模型，仅仅考虑飞行时通过改变燃油流量来改变飞行状态；第二种是多操作模式涡扇发动机模型，该模型不仅考虑燃油流量对飞机状态带来的内部影响，同样考虑飞行过程中改变增压级后可调放气阀门开度和高压压气机前静子可调叶片角度来影响飞行速度。除此之外，模拟器考虑到因本身机械系统内部各部件震动在涡扇发动机的工作环境产生大量的噪声，在模拟生成的涡扇发动机状态监测数据中的一些参数中添加了高斯白噪声。最后将生成的生成涡扇发动机全周期状态监测数据作为训练集，涡扇发动机非全周期状态监测数据作为测试集，真实剩余寿命寿命数据作为评估模型的参考数据。图2-2C-MAPSS模拟的涡扇发动机截面简图在生成的涡扇发动机状态监测数据集中，共有二十六列数据，其中第一列为涡扇发动机序号；第二列为运行周期；第三列至第五列为飞行参数，依次代表飞行高度、马赫数和油门解算器角度；第六列到第二十六列为状态监测参数，飞行参数和状态监测参数的物理含义如表2-1所示，表示涡扇发动机内部各关键位置的物理参量。
哈尔滨工业大学工学硕士学位论文-13-差。因此，对于生成的数据的结构分析和预处理是涡扇发动机剩余寿命预测的前提和必要步骤。2.3.1数据结构分析首先对涡扇发动机状态监测数据的内容结构进行初步分析，快速剔除无关参数以避免因涡扇发动机剩余寿命预测模型的数据输入维度不合理对涡扇发动机预测精度造成影响。图2-3是单操作涡扇发动机模型的模型飞行参数变化趋势，从图2-3中可以看出，操作参数1和2随时间的变化呈现无规则变化的趋势，而操作参数3则为恒定无变化，由此可知，这三个飞行参数与涡扇发动机剩余寿命预测没有太大关联，因此这三个飞行参数应予剔除。(a)(b)(c)图2-3单操作模式涡扇发动机模型飞行参数变化趋势图2-4为单操作模式涡扇发动机状态监测参数变化趋势。从图中可以看出状态监测参数s1，s5，s6，s10，s16，s18，s19呈现恒定或离散趋势，认为对涡扇发动机的剩余寿命变化没有影响，应剔除s1，s5，s6，s10，s16，s18，s19。图2-4单操作模式涡扇发动机模型状态监测参数变化趋势
【参考文献】：
期刊论文
[1]故障预测与健康管理技术的应用与发展[J]. 陶书弘,吕瑞. 中国设备工程. 2020(07)
[2]航空发动机监测技术比较[J]. 杜泽府. 江苏航空. 2018(02)
[3]航空发动机的研究和发展投资规律探讨[J]. 吴静敏. 工程技术研究. 2017(12)
[4]军用飞机PHM技术进展分析及问题研究[J]. 景博,徐光跃,黄以锋,焦晓璇,梁威. 电子测量与仪器学报. 2017(02)
[5]基于数据驱动的航空发动机故障诊断与预测方法综述[J]. 杨洪富,贾晓亮,任寿伟. 航空精密制造技术. 2016(05)
[6]PHM技术国内外发展情况综述[J]. 吕琛,马剑,王自力. 计算机测量与控制. 2016(09)
[7]航空发动机叶片TC4钛合金振动疲劳裂纹扩展研究及剩余寿命预测[J]. 孙宇博,雷娟娟. 表面技术. 2016(09)
[8]美国典型航空发动机发展计划及对技术创新的影响[J]. 梁琴琴. 全球科技经济瞭望. 2015(07)
[9]空空导弹PHM系统总体设计研究[J]. 李志强,王茜,张孝虎,荣鹏辉. 航空兵器. 2014(05)
[10]健康管理技术综述及卫星应用设想[J]. 于功敬,熊毅,房红征. 电子测量与仪器学报. 2014(03)
博士论文
[1]数据驱动的航空发动机剩余使用寿命预测方法研究[D]. 周俊.南京航空航天大学 2017
[2]航空发动机气路故障静电监测方法及系统研究[D]. 刘鹏鹏.南京航空航天大学 2013
[3]基于改进神经网络的民机发动机故障诊断与性能预测研究[D]. 刘永建.南京航空航天大学 2012
[4]民航发动机健康管理中的寿命预测与维修决策方法研究[D]. 戎翔.南京航空航天大学 2008
[5]轮盘低循环疲劳寿命预测模型和试验评估方法研究[D]. 王卫国.南京航空航天大学 2006
硕士论文
[1]基于数据驱动的涡扇发动机故障预测研究[D]. 陈晓宇.辽宁工程技术大学 2018
[2]联合试验平台控制台与组件运行容器开发[D]. 张国英.哈尔滨工业大学 2018
[3]数据驱动的航空发动机余寿预测方法[D]. 唐王.南京航空航天大学 2018
[4]基于随机模型的航空发动机剩余寿命预测研究[D]. 谢吉伟.南京航空航天大学 2016
[5]航空发动机的剩余寿命预测与健康状态评估[D]. 吴学海.电子科技大学 2014
本文编号：3473885
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3473885.html
