航空发动机增强型机载自适应模型气路故障诊断方法

针对航空发动机在工程应用中气路健康状态的评估问题,提出一种基于增强型机载自适应模型的气路故障诊断方法。该方法在机载模型中加入神经网络补偿算法,在线修正机载模型的输出误差,提高了卡尔曼滤波器估计精度,以此为基础建立了发动机增强型自适应模型和性能基线模型。增强型自适应模型可实时评估健康参数状态,并指导性能基线模型跟踪发动机正常性能降级趋势,确保剪裁精准的故障信息用于检测和诊断。基于发动机性能仿真模型模拟故障特征数据库,采用RBF神经网络训练样本,完成了故障模式判定和故障隔离。通过构建某型涡轴发动机气路故障诊断平台进行仿真验证,结果表明:该方法能够有效监视发动机在全包线、全寿命周期的气路健康状况,在实际工作流程中具备可行性。

VCE身份证动态模型部件特性快速自动修正方法

为实现模型部件特性快速自动修正的工程需求,提出一种针对身份证模型部件特性的增强型自动修正策略,以稳态试车数据为输入,依据可测传感器组合,分析选取合适的特性修正系数组合,并耦合个体试车数据对共同工作方程进行设计,利用多点修模的双环策略快速自动修正部件特性,实现某型变循环发动机身份证模型的快速自动修正。采取逆流路扰动及Newton-Raphson迭代阻尼系数自调整法和特性图外插保护逻辑等方法提高算法的运行速率和稳定性。仿真结果表明:修正后模型输出最大误差小于0.1%,在2.10 GHz处理器的计算机上单、双涵道模式与常规部件级模型相比,耗时减少98.6%以上,所修正后模型可用于控制律设计以及为确定发动机当前真实状态提供参考。