基于自适应拟合建模的航空发动机健康参数估计

针对航空发动机各部件会发生性能缓慢退化,而现有的发动机线性模型建模方法无法在全寿命期限内满足精度要求,导致滤波算法对健康参数的估计误差随着飞行循环数的增加而增加的问题,提出自适应拟合的方法建立包含健康参数的状态变量模型(SVM),并设计卡尔曼滤波器进行健康参数估计。方法利用上一个采样周期内健康参数的估计值实时更新健康参数相关系数矩阵,以提高线性模型的精度。以某型商用航空发动机部件级模型为基础,在设计巡航点采用提出的方法建立线性变参数模型。通过相似换算,在多个飞行状态点,进行数字仿真性能缓慢退化过程。经验证:相比改进拟合法,基于所提建模方法的卡尔曼滤波器能较大地提高对健康参数的估计精度,同时具有较好的实时性。