一种基于stf和mb的飞机环境控制系统换热器故障诊断方法
【技术领域】
[0001] 本发明涉及飞机环境控制系统换热器故障诊断的技术领域，具体涉及一 种基于STF(StrongTrackingFilter)和修正贝叶斯（MB)分类算法（Modified Bayes'classificationalgorithm)模型的飞机环境控制系统换热器故障诊断方法。
【背景技术】
[0002] 飞机环境控制系统是飞机中的关键系统，主要负责飞机座舱和设备舱的温度控 制，为乘客和驾驶员供应空气、适宜的温度以及压力，及时带走电子产品运行产生的大量热 量，防止因设备过热导致的故障发生。近年来随着飞机电子设备数量的急剧递增，电子设备 的运行产生大量的热量，若不及时采取降温措施，将导致电子设备故障的发生，甚至会导致 机毁人亡的严重事故发生。因此，确保飞机环境控制系统的可靠运行显得尤为重要。故障 诊断技术通过对设备故障特征参数的跟踪，能够对设备的健康问题做出诊断，是确保飞机 环境控制系统可靠运行的有效措施。
[0003] 换热器是飞机环境控制系统最主要和常见的组成部件，其可靠性直接决定环控系 统的运行效率和可靠性。对换热器故障实施故障诊断是确保环控系统高效和安全运行的重 要保证。因此，本文选择换热器作为故障诊断的对象。
[0004]目前，对于换热器的研究主要集中在换热器设计，结构优化以及仿真方面，而换热 器故障诊断和健康评估方面的研究较少。目前已有的换热器故障诊断方法主要是基于扩展 卡尔曼滤波（EKF)以及双模型滤波（DMF)算法（基于EKF算法，利用两个不同的EKF模型， 分别跟踪缓变状态和突变状态），这两种方法都是通过对换热器故障相关参数的估计实现 设备的故障诊断，但是都存在对于建模误差和初值选取比较敏感等问题，而且EKF模型为 开环模型，其增益矩阵不随跟踪情况的变化而动态调整，因此跟踪精度和效果不高。强跟踪 滤波算法能够很好的克服以上问题，并且STF算法是一种闭环模型，其增益矩阵能够随着 跟踪情况的变化在线动态调整，因此STF能够更有效的实现参数估计，并用于换热器的故 障特征参数估计。
【发明内容】
[0005] 本发明的目的在于提供一种基于STF和MB的飞机环境控制系统换热器故障诊断 方法，该方法能有效地应用于飞机环境控制系统换热器的故障诊断。
[0006] 本发明米用的技术方案为：一种基于STF和MB的飞机环境控制系统换热器故障诊 断方法，该方法步骤如下：
[0007] 第一步：基于STF的换热器故障特征参数估计
[0008] 在换热器模型的基础之上，通过对换热器故障模式的分析，得出换热器故障特征 参数；STF算法以换热器冷边和热边的入口出口温度为输入，实时在线估计换热器故障特 征参数；
[0009] 第二步：基于MB算法的故障检测和诊断
[0010] 选择修正贝叶斯分类算法作为换热器故障检测和诊断算法；以STF算法估计得出 的故障特征参数为MB算法的输入，得出各故障特征参数的故障幅值，当故障特征参数的故 障幅值大于预先设定的阈值时，判定为该故障特征参数对应的故障发生；具体的故障检测 和诊断策略如下：
[0011] 对STF算法估计得出的所有故障特征参数分别进行以下操作：
[0012] ?如果某故障特征参数Y^勺MB算法结果大于预先确定的阈值持续报警，则表明 与某故障特征参数对应的故障发生；跳转至第三步；
[0013] ?如果上述条件不满足，则跳转至第一步；
[0014] 第三步：故障幅值估计
[0015]报警的故障特征参数Yi对应的等效故障幅值EEFA(estimatedequivalent faultamplitude)通过式（1)进行计算，
[0016] EEFA:，,(? -g (1)
[0017] 其中：EEFA为换热器发生故障时的等效故障幅值，W为换热器正常运行时故障特 征参数L的估计结果，为换热器第K时刻运行时故障特征参数Yi的估计结果；
[0018] 跳转至第一步。
[0019] 进一步的，所述的飞机环境控制系统换热器为板翅式空-空对流换热器，由冷边 空气通道和热边空气通道两个交叉90度的管路通道以及换热平板组成，热空气和冷空气 通过换热器管路和换热平板进行换热；在换热器实际使用中，冷边及热边的入口、出口温度 为被测量。换热器经常发生泄露、堵塞及结垢故障，这三类故障为"参数偏差"型故障，故障 特征表现为空气质量流量、空气有效流通面积、换热器传热系数等不可测量参数的变化；因 此，通过冷边及热边的入口、出口温度很难直接进行换热器的故障检测与诊断。
[0020] 进一步的，所述的飞机环境控制系统换热器故障诊断方法的第一步，以换热器测 量参数冷边及热边的入口、出口温度为输入，采用一种基于换热器模型修正的强跟踪滤波 器（STF)，实现换热器状态与参数联合估计，实时在线通过可测量参数估计不能直接测量 的换热器故障特征；强跟踪滤波器对换热器模型中的不确定及未建模动态具有较强的鲁棒 性，对换热器达到稳态后的缓变或突变故障特征参数具有很强的跟踪能力。
[0021] 进一步的，所述的飞机环境控制系统换热器故障诊断方法的第二步，以强跟踪滤 波器估计的换热器故障特征参数为输入，采用MB方法实时估计得出各故障特征参数对应 的故障幅值，当故障特征参数的故障幅值大于预先设定的阈值时，判定为该故障特征参数 对应的故障发生，从而实现有效的飞机环控系统换热器故障诊断。
[0022] 本发明与现有技术相比的优点在于：
[0023](1)针对飞机环控系统换热器的故障检测与诊断相关研究匮乏，研究成果实际应 用效果有待提高的现状，提出了一套完整的飞机环境控制系统换热器故障诊断的有效方 法；
[0024] (2)利用强跟踪滤波方法，以换热器可测量参数为输入估计不可测量的换热器故 障特征参数，弥补了通过可测量参数不能有效进行换热器故障诊断的问题。
[0025] (3)基于换热器模型构建的强跟踪滤波器，对换热器模型中的不确定及未建模动 态具有较强的鲁棒性，对换热器达到稳态后的缓变或突变故障特征参数具有很强的跟踪能 力，同时具有实时在线估计换热器故障特征参数的特点，实现了实时有效的故障特征参数 估计，为故障诊断的准确率的提高，以及虚警率的降低提供有效支撑。
[0026] (4)基于STF与MB模型的换热器故障诊断方法，突破了以往大多数故障诊断方法 仅能给出故障诊断结果而较少给出故障幅值的问题，所述方法能够在有效的故障特征参数 估计基础上，给出各故障的故障幅值，并依据故障幅值的变化进行有效的故障诊断。
【附图说明】
[0027] 图1为基于ST