一种航空发动机气路部件故障检测方法与流程

本发明涉及一种航空发动机气路部件故障检测方法，属于航空发动机故障诊断技术领域。

背景技术：
航空发动机作为飞机的心脏，结构复杂而且工作环境恶劣，发动机故障诊断技术是保证发动机性能与可靠性，降低使用维护成本的重要手段。在航空发动机服役过程中，部件性能会发生缓慢退化，此外，还可能发生部件健康参数突变；与此同时，由于工作环境的恶劣，传感器也是故障易发元件之一；气路部件故障与传感器故障共同影响着航空发动机的性能与可靠性，有必要对其进行诊断。目前，航空发动机气路部件故障诊断主要是通过测量参数的变化估计健康参数的变化，从而分析发动机气路部件的健康状况；线性卡尔曼滤波器作为一种基于模型的气路部件故障诊断方法，对于线性高斯系统能够获得最优的状态估计，且算法计算量小，但是发动机本身是一个复杂的非线性系统，线性化建模过程不可避免的会引入二次建模误差，影响诊断的精度。扩展卡尔曼滤波器是线性卡尔曼滤波器向非线性系统的推广，其对非线性系统进行一阶近似，将非线性问题转化为一个近似的线性滤波问题，适用于航空发动机这类强非线性系统，具有较高的估计精度，因此在航空发动机气路部件故障诊断上已获得广泛应用。传统的基于扩展卡尔曼滤波器的航空发动机气路部件故障诊断方法为集中式结构，即将各传感器测量值直接传输到中央处理器进行全局的健康参数估计，存在中央处理器计算负担大，传输信道要求高，容错性差等缺点。气路部件故障诊断是以传感器测量信号为基础工作的，传感器信号正常与否将直接影响到气路部件故障诊断乃至发动机控制的有效性。目前，国内外已对航空发动机传感器故障诊断与容错展开了大量研究，如基于残差x2的诊断法，基于机器学习的诊断法等。但是，基于集中式卡尔曼滤波器的上述方法仅使用单一滤波器的估计信息，实现起来较为复杂，增加了计算负担。

技术实现要素：
针对上述技术问题，本发明所要解决的技术问题是提供一种航空发动机气路部件故障检测方法，克服了现有技术中的不足，针对航空发动机气路部件故障与传感器故障设计了融合诊断方法，有效保证了航空发动机更加安全可靠的运行。本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种航空发动机气路部件故障检测方法，首先针对航空发动机各个指定气路部件，分别设置用于指定参数测量的各个传感器；然后将各个指定气路部件按其所在工作区域进行划分获得各个工作区域组，接着设置分别与各个工作区域组相一一对应的局部滤波器，各个工作区域组中各指定气路部件上设置的各个传感器分别与所在工作区域组对应的局部滤波器相连接；最后设置与各个局部滤波器相连接的主滤波器；所述故障检测方法包括如下步骤：步骤001.初始化k＝0，并预设第k时刻航空发动机各个指定气路部件的工作效率变化系数集合X全局，k、第k时刻航空发动机各个指定气路部件工作效率变化系数对应的协方差阵集合P全局，k，以及航空发动机系统噪声协方差阵Q全局；将上述三组预设量平均分配至各个局部滤波器中，使得各个局部滤波器分别获得其在第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、其在第k时刻的局部滤波器协方差阵集合Pi，k，以及其对应的航空发动机系统噪声协方差阵Q，并进入步骤002；其中，i＝{1、…、I}，I表示局部滤波器的个数；Pi，k表示第i个局部滤波器在第k时刻所获系统各个指定气路部件工作效率变化系数，分别相对于该局部滤波器自第0时刻起至第k时刻所有时刻所获对应指定气路部件工作效率变化系数的协方差，所构成第i个局部滤波器第k时刻的局部滤波器协方差阵集合；步骤002.分别针对各个局部滤波器，局部滤波器根据第k时刻所获其对应工作区域组中各指定气路部件上各传感器的检测结果、该局部滤波器第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、该局部滤波器第k时刻的局部滤波器协方差阵集合Pi，k,以及局部滤波器对应的航空发动机系统噪声协方差阵Q，计算获得该局部滤波器第k+1时刻系统各个指定气路部件的初级工作效率变化系数集合X′i，k+1；接着，该局部滤波器获得其在第k+1时刻所获系统各个指定气路部件初级工作效率变化系数，分别相对于该局部滤波器自第0时刻起至第k+1时刻所有时刻所获对应指定气路部件初级工作效率变化系数的初级协方差，构成该局部滤波器第k+1时刻的局部滤波器初级协方差阵集合P′i，k+1，并进入步骤003；步骤003.分别针对各个局部滤波器，获得局部滤波器在第k+1时刻所获系统各个指定气路部件的初级工作效率变化系数，分别相对于所有局部滤波器在第k+1时刻所获对应系统指定气路部件的初级工作效率变化系数的协方差，构成该局部滤波器第k+1时刻的全局滤波器协方差阵集合hi,k+1，并进入步骤004；步骤004.分别针对各个局部滤波器第k+1时刻的全局滤波器协方差阵集合hi,k+1，判断是否大于1，是则判定该全局滤波器协方差阵集合hi,k+1所对应的局部滤波器有故障，针对该局部滤波器进行隔离；否则判定该全局滤波器协方差阵集合hi所对应的局部滤波器无故障；当执行完所有局部滤波器后，进入步骤005；其中，T表示全局滤波器协方差阵集合的预设阈值；步骤005.各个无故障的局部滤波器分别将其所获X′i，k+1和P′i,k+1，以及其对应的航空发动机系统噪声协方差阵Q上传至主滤波器中，主滤波器针对来自各个无故障局部滤波器的信息进行信息融合，分别获得第k+1时刻航空发动机各个指定气路部件的工作效率变化系数集合X全局，k+1、第k+1时刻航空发动机各个指定气路部件工作效率变化系数对应的协方差阵集合P全局，k+1，以及航空发动机系统噪声协方差阵Q全局，并进入步骤006；步骤006.主滤波器将X全局，k+1、P全局，k+1和Q全局平均分配至各个无故障局部滤波器中，各个无故障局部滤波器分别获得第k+1时刻系统各个指定气路部件的工作效率变化系数集合Xi，k+1、第k+1时刻的局部滤波器协方差阵集合Pi，k+1，以及局部滤波器所对应的航空发动机系统噪声协方差阵Q；然后分别针对各个无故障局部滤波器，比较无故障局部滤波器所对应系统各个指定气路部件上一时刻的工作效率变化系数与当前时刻的工作效率变化系数，实现针对系统各个指定气路部件的故障检测，并进入步骤007；步骤007.将k+1的值赋予k，并返回步骤002。作为本发明的一种优选技术方案：所述步骤001中，针对预设第k时刻航空发动机各个指定气路部件的工作效率变化系数集合X全局，k、第k时刻航空发动机各个指定气路部件工作效率变化系数对应的协方差阵集合P全局，k，以及航空发动机系统噪声协方差阵Q全局，通过如下公式：Xi，k＝X全局，k；将上述三组预设量平均分配至各个局部滤波器中，使得各个局部滤波器分别获得其在第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、其在第k时刻的局部滤波器协方差阵集合Pi，k，以及其对应的航空发动机系统噪声协方差阵Q。作为本发明的一种优选技术方案：所述步骤002具体包括如下步骤：步骤00201.获得第k时刻各个指定气路部件上所设各个传感器检测指定参数的检测结果，并分别上传至传感器所在工作区域组对应的局部传感器当中；同时，各个局部滤波器分别根据所对应的航空发动机系统噪声协方差阵Q，分别获得各个局部滤波器所对应的航空发动机系统噪声w；并且各个局部滤波器分别获其在第k时刻所对应的测量噪声vi,k；并进入步骤00202；步骤00202.分别针对各个局部滤波器，局部滤波器根据第k时刻所获其对应工作区域组中各指定气路部件上各传感器的检测结果、该局部滤波器第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、该局部滤波器第k时刻的局部滤波器协方差阵集合Pi，k、第k时刻的航空发动机控制量uk、该局部滤波器在第k时刻所对应的测量噪声vi,k，以及局部滤波器所对应的航空发动机系统噪声w，采用扩展卡尔曼滤波方法，通过发动机非线性数学模型，计算获得该局部滤波器所对应工作区域组中各指定气路部件的初级工作效率变化系数，并通过航空发动机部件间的全局性，获得其余工作区域组中各个指定气路部件的初级工作变化系数，共同构成该局部滤波器所获第k+1时刻系统各个指定气路部件的初级工作效率变化系数集合X′i，k+1；接着，该局部滤波器获得其在第k+1时刻所获系统各个指定气路部件初级工作效率变化系数，分别相对于该局部滤波器自第0时刻起至第k+1时刻所有时刻所获对应指定气路部件初级工作效率变化系数的初级协方差，构成该局部滤波器第k+1时刻的局部滤波器初级协方差阵集合P′i，k+1。作为本发明的一种优选技术方案：所述步骤00202中，所述航空发动机控制量为所述航空发动机的主燃烧室供油量和尾喷管截面积。作为本发明的一种优选技术方案：所述步骤005中，主滤波器针对来自各个无故障局部滤波器的信息，分别通过如下公式进行信息融合，分别获得第k+1时刻航空发动机各个指定气路部件的工作效率变化系数集合X全局，k+1、第k+1时刻航空发动机各个指定气路部件工作效率变化系数对应的协方差阵集合P全局，k+1，以及航空发动机系统噪声协方差阵Q全局。作为本发明的一种优选技术方案：所述步骤006中，主滤波器将X全局，k+1、P全局，k+1和Q全局，通过如下公式：Xi，k+1＝X全局，k+1；平均分配至各个无故障局部滤波器中，各个无故障局部滤波器分别获得第k+1时刻系统各个指定气路部件的工作效率变化系数集合Xi，k+1、第k+1时刻的局部滤波器协方差阵集合Pi，k+1，以及局部滤波器所对应的航空发动机系统噪声协方差阵Q。本发明所述一种航空发动机气路部件故障检测方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明设计的航空发动机气路部件故障检测方法，解决了标准扩展卡尔曼滤波算法采用集中式结构进行气路健康诊断存在计算负担大，容错性差的问题；而且所设计基于状态一致性的传感器故障检测、隔离方法，可以实现传感器容错功能；以融合结构的滤波结构为基础，在各局部滤波器和主滤波器之间增加故障检测单元，利用传感器正常状况下，各局部滤波器状态估计具有的一致性，进行传感器故障检测，若子系统发生故障，对其进行隔离，在主滤波器中进行融合时，剔除故障子系统的信息，仅对正常的子系统融合与反馈信息，实现了具有传感器容错功能的气路故障诊断。附图说明图1是涡扇发动机气路工作截面标识图；图2是本发明具有融合结构的滤波器组结构图；图3是本发明设计航空发动机气路部件故障检测方法的流程示意图；图4a是实施例中传感器发生漂移故障的各指定气路部件所对应的状态量示意图；图4b是与图4a相对应各局部滤波器的残差图；图5a是实施例中传感器发生脉冲故障的各指定气路部件所对应的状态量示意图；图5b是与图5a相对应各局部滤波器的残差图；图6a是针对传感器发生漂移故障时应用传统的集中式扩展卡尔曼滤波诊断方法的仿真示意图；图6b是针对传感器发生漂移故障时应用本发明所设计检测方法的仿真示意图；图7a是针对传感器发生脉冲故障时应用传统的集中式扩展卡尔曼滤波诊断方法的仿真示意图；图7b是针对传感器发生脉冲故障时应用本发明所设计检测方法的仿真示意图。具体实施方式下面结合说明书附图针对本发明的具体实施方式作进一步详细的说明。融合扩展卡尔曼滤波器由于采用滤波器组的形式进行滤波估计，各子滤波器和主滤波之间的冗余信息可以用来进行传感器故障的检测，而且不良子系统的估计结果对系统融合解的贡献将很小，故障子系统可以很容易隔离，降低了对全局估计的影响。因此采用融合结构的扩展卡尔曼滤波器能很好地完成航空发动机气路部件故障与传感器故障的融合诊断。本发明所涉及实施例所应用的涡扇发动机气路的工作截面如图1所示，主要部件包括进气道、风扇、压气机、燃烧室、高压涡轮、低压涡轮、混合室、加力燃烧室和尾喷管等，如图2和图3所示，本发明所设计航空发动机气路部件故障检测方法在针对上述实施例中涡扇发动机的实际应用过程当中，首先针对航空发动机各个指定气路部件(风扇、压气机、高压涡轮、低压涡轮)，分别设置用于指定参数测量的各个传感器，这里我们所设计的传感器分别用于风扇转速、压气机转速、风扇出口温度、风扇出口压力、压气机出口温度、压气机出口压力、高压涡轮出口温度、混合室出口温度；然后将各个指定气路部件按其所在工作区域进行划分获得各个工作区域组，即这里的冷端工作区域组，包括T22、P22、T3、P3各个传感器；热端工作区域组，包括T43、T6各个传感器；高压端工作区域组，包括T3、P3、T43各个传感器；低压端工作区域组，包括T22、P22、T6各个传感器；接着设置分别与各个工作区域组相一一对应的局部滤波器，各个工作区域组中各指定气路部件上设置的各个传感器分别与所在工作区域组对应的局部滤波器相连接；最后设置与各个局部滤波器相连接的主滤波器；所述故障检测方法包括如下步骤：步骤001.初始化k＝0，并预设第k时刻航空发动机各个指定气路部件的工作效率变化系数集合X全局，k、第k时刻航空发动机各个指定气路部件工作效率变化系数对应的协方差阵集合P全局，k，以及航空发动机系统噪声协方差阵Q全局；这里航空发动机各个指定气路部件的工作效率变化系数集合X全局，k＝[SE1、SE2、SE3、SE4]，SE1、SE2、SE3、SE4分别为风扇、压气机、高压涡轮、低压涡轮的工作效率变化系数；再通过如下公式：Xi，k＝X全局，k；将上述三组预设量平均分配至各个局部滤波器中，使得各个局部滤波器分别获得其在第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、其在第k时刻的局部滤波器协方差阵集合Pi，k，以及其对应的航空发动机系统噪声协方差阵Q，并进入步骤002；其中，i＝{1、…、I}，I表示局部滤波器的个数；Pi，k表示第i个局部滤波器在第k时刻所获系统各个指定气路部件工作效率变化系数，分别相对于该局部滤波器自第0时刻起至第k时刻所有时刻所获对应指定气路部件工作效率变化系数的协方差，所构成第i个局部滤波器第k时刻的局部滤波器协方差阵集合。步骤002.分别针对各个局部滤波器，局部滤波器根据第k时刻所获其对应工作区域组中各指定气路部件上各传感器的检测结果、该局部滤波器第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、该局部滤波器第k时刻的局部滤波器协方差阵集合Pi，k,以及局部滤波器对应的航空发动机系统噪声协方差阵Q，计算获得该局部滤波器第k+1时刻系统各个指定气路部件的初级工作效率变化系数集合X′i，k+1；接着，该局部滤波器获得其在第k+1时刻所获系统各个指定气路部件初级工作效率变化系数，分别相对于该局部滤波器自第0时刻起至第k+1时刻所有时刻所获对应指定气路部件初级工作效率变化系数的初级协方差，构成该局部滤波器第k+1时刻的局部滤波器初级协方差阵集合P′i，k+1，并进入步骤003。上述步骤002具体包括如下步骤：步骤00201.获得第k时刻各个指定气路部件上所设各个传感器检测指定参数的检测结果，并分别上传至传感器所在工作区域组对应的局部传感器当中；同时，各个局部滤波器分别根据所对应的航空发动机系统噪声协方差阵Q，分别获得各个局部滤波器所对应的航空发动机系统噪声w；并且各个局部滤波器分别获其在第k时刻所对应的测量噪声vi,k；并进入步骤00202。步骤00202.分别针对各个局部滤波器，局部滤波器根据第k时刻所获其对应工作区域组中各指定气路部件上各传感器的检测结果yi，k、该局部滤波器第k时刻所获系统各个指定气路部件的工作效率变化系数集合Xi，k、该局部滤波器第k时刻的局部滤波器协方差阵集合Pi，k、第k时刻的航空发动机控制量uk、该局部滤波器在第k时刻所对应的测量噪声vi,k，以及局部滤波器所对应的航空发动机系统噪声w，采用扩展卡尔曼滤波方法，通过如下发动机非线性数学模型：X′i，k+1＝f(Xi，k，uk)+wyi，k＝g(Xi，k，uk)+vi,k计算获得该局部滤波器所对应工作区域组中各指定气路部件的初级工作效率变化系数，并通过航空发动机部件间的全局性，获得其余工作区域组中各个指定气路部件的初级工作变化系数，共同构成该局部滤波器所获第k+1时刻系统各个指定气路部件的初级工作效率变化系数集合X′i，k+1；接着，该局部滤波器获得其在第k+1时刻所获系统各个指定气路部件初级工作效率变化系数，分别相对于该局部滤波器自第0时刻起至第k+1时刻所有时刻所获对应指定气路部件初级工作效率变化系数的初级协方差，构成该局部滤波器第k+1时刻的局部滤波器初级协方差阵集合P′i，k+1，这里，yi，k＝[NL、NH、T22、P22、T3、P3、T43、T6]，依次为风扇转速、压气机转速、风扇出口温度、风扇出口压力、压气机出口温度、压气机出口压力、高压涡轮出口温度、混合室出口温度；航空发动机控制量分别为主燃烧室供油量Wf＝2.48kg/s，尾喷管截面积A8＝0.2597m2。步骤003.分别针对各个局部滤波器，获得局部滤波器在第k+1时刻所获系统各个指定气路部件的初级工作效率变化系数，分别相对于所有局部滤波器在第k+1时刻所获对应系统指定气路部件的初级工作效率变化系数的协方差，构成该局部滤波器第k+1时刻的全局滤波器协方差阵集合hi,k+1，并进入步骤004。对于本发明所设计各个局部滤波器与主滤波器之间的结构来说，当各个局部滤波器处于正常工作状态时，各个局部滤波器均能较为准确地获得结果，因此各个局部滤波器所获结果之间的差异很小。而当某个子系统的传感器发生故障，例如当T43传感器发生故障时，局部滤波器2和局部滤波器3所获结果误差变大，甚至完全错误，而局部滤波器1和局部滤波器4由于没有受到错误传感器的影响，所获结果仍然正确，所以各个局部滤波器估计值之间的差异将显著变大。步骤004.分别针对各个局部滤波器第k+1时刻的全局滤波器协方差阵集合hi,k+1，判断是否大于1，是则判定该全局滤波器协方差阵集合hi,k+1所对应的局部滤波器有故障，针对该局部滤波器进行隔离；否则判定该全局滤波器协方差阵集合hi所对应的局部滤波器无故障；当执行完所有局部滤波器后，进入步骤005；其中，T表示全局滤波器协方差阵集合的预设阈值。步骤005.各个无故障的局部滤波器分别将其所获X′i，k+1和P′i,k+1，以及其对应的航空发动机系统噪声协方差阵Q上传至主滤波器中，主滤波器针对来自各个无故障局部滤波器的信息，分别通过如下公式进行信息融合，分别获得第k+1时刻航空发动机各个指定气路部件的工作效率变化系数集合X全局，k+1、第k+1时刻航空发动机各个指定气路部件工作效率变化系数对应的协方差阵集合P全局，k+1，以及航空发动机系统噪声协方差阵Q全局，并进入步骤006。步骤006.主滤波器将X全局，k+1、P全局，k+1和Q全局，通过如下公式：Xi，k+1＝X全局，k+1；平均分配至各个无故障局部滤波器中，各个无故障局部滤波器分别获得第k+1时刻系统各个指定气路部件的工作效率变化系数集合Xi，k+1、第k+1时刻的局部滤波器协方差阵集合Pi，k+1，以及局部滤波器所对应的航空发动机系统噪声协方差阵Q；然后分别针对各个无故障局部滤波器，比较无故障局部滤波器所对应系统各个指定气路部件上一时刻的工作效率变化系数与当前时刻的工作效率变化系数，实现针对系统各个指定气路部件的故障检测，并进入步骤007。步骤007.将k+1的值赋予k，并返回步骤002。为了验证本发明所设计航空发动机气路部件故障检测方法的有效性，在MATLAB环境下进行气路健康诊断的数字仿真。在发动机设计点H＝0、Ma＝0、Wf＝2.48kg/s、A8＝0.2597m2，模拟气路故障与传感器故障，采用本发明所设计航空发动机气路部件故障检测方法与传统集中式扩展卡尔曼滤波诊断方法进行气路故障诊断的仿真比较。气路故障为发动机工作3000循环数时的多健康参数同时渐变退化，传感器故障为T43传感器在第5s分别发生3％的飘移故障与脉冲故障。如图4a和图4b所示，是实施例中传感器发生漂移故障的各指定气路部件所对应的状态量示意图，及其对应残差图；如图5a和图5b所示，是实施例中传感器发生脉冲故障的各指定气路部件所对应的状态量示意图，及其对应的残差图；第5秒故障发生时各个局部滤波器残差绝对值如下表1所示。故障类型局部滤波器1局部滤波器2局部滤波器3局部滤波器4T43漂移故障0.00600.03380.00460.0343T43脉冲故障0.00130.03050.00190.0290表1如图4a所示，第5s传感器故障检测信号显著变大，超过了阈值，据此判断此时发生了传感器故障。结合表1和图4b可知，此时，局部滤波器2,3所获结果与前一时刻主滤波器所获结果的残差变化明显，因此判断局部滤波器2,3发生故障。在此后的融合过程中，仅融合局部滤波器1,4的估计结果，使得应用本发明所设计方法的输出没有受到传感器故障的影响。同样如图5a和图5b所示的传感器发生脉冲故障仿真中，在第5s也检测到了传感器故障，此时各局部滤波器所获结果与前一时刻的主滤波器所获结果的差值分别为[0.00130.03050.00190.0290],由此也判断出了局部滤波器2,3发生故障。传统集中式扩展卡尔曼滤波诊断方法与本发明所设计航空发动机气路部件故障检测方法的仿真结果如图6a、图6b和图7a、图7b所示。如图6a和图6b分别是传感器发生漂移故障时传统集中式扩展卡尔曼滤波诊断方法和本发明所设计航空发动机气路部件故障检测方法的仿真结果，图7a和图7b分别是传感器发生脉冲故障时传统集中式扩展卡尔曼滤波诊断方法和本发明所设计航空发动机气路部件故障检测方法的仿真结果。从图6a、图6b和图7a、图7b可以直观的看出，无论是传感器发生飘移故障还是脉冲故障，本发明所设计航空发动机气路部件故障检测方法均能检测出明显的故障信号，从而对故障局部滤波器进行隔离，利用剩余的正常局部滤波器进行融合，系统全局估计并没有受到传感器故障的影响。而集中式结构由于无法进行传感器故障的检测与隔离，健康参数估计值均受到了严重干扰。本发明设计的航空发动机气路部件故障检测方法，解决了标准扩展卡尔曼滤波算法采用集中式结构进行气路健康诊断存在计算负担大，容错性差的问题；而且所设计基于状态一致性的传感器故障检测、隔离方法，可以实现传感器容错功能；以融合结构的滤波结构为基础，在各局部滤波器和主滤波器之间增加故障检测单元，利用传感器正常状况下，各局部滤波器状态估计具有的一致性，进行传感器故障检测，若子系统发生故障，对其进行隔离，在主滤波器中进行融合时，剔除故障子系统的信息，仅对正常的子系统融合与反馈信息，实现了具有传感器容错功能的气路故障诊断。上面结合说明书附图针对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。