一种根据振动信号确定飞机发动机退化率的方法

摘要

本发明提出一种根据振动信号确定飞机发动机退化率的方法，首先采用支持向量回归的方法拟合出发动机的振动值分布曲线和退化率曲线；其次判断高误差率回归分布曲线中的统计异常点和高误差率退化率曲线中的阶跃改变点，消除统计异常点和阶跃改变点，根据阶跃对各观察值进行分段；最后对各分段采用低误差率的支持向量回归重新拟合发动机的退化率曲线。本方法精度高、可靠性好，可以有效的对飞机发动机在使用过程中退化情况进行评估，得到的退化率曲线可以作为发动机的维护和维修安排的参考，也可用于发动机使用的长期规划中。

主权项

一种根据振动信号确定飞机发动机退化率的方法，其特征在于：包括以下步骤：步骤1：根据飞机一次完整飞行中的发动机振动值数据，拟合发动机振动值分布，绘制初步的发动机振动值分布曲线和退化率曲线：步骤1.1：局部拟合：使用支持向量回归的方法，对飞机一次完整飞行中的发动机振动值数据的散点进行局部拟合，其中根据设定的分段拟合范围，对每段数据做高误差率支持向量回归；所述发动机振动值数据带有时间信息；步骤1.2：采用拉格朗日法计算步骤1.1中支持向量回归的优化问题，并结合拉格朗日乘数对每段数据生成回归曲线；步骤1.3：在每段数据中选取中心点数据，根据中心点数据的时间信息计算回归曲线上对应时间点的数值点，并将其作为一个基准点；步骤1.4：按照时间顺序依次连接所有基准点，得到初步的发动机振动值分布曲线，并计算初步的发动机振动值分布曲线上各点的导数，根据导数值得到初步的发动机振动值的退化率曲线；步骤2：确定统计异常点：步骤2.1：利用步骤1所得的初步的发动机振动值分布曲线，计算该分布曲线中每个数据点的残差R_resid，R_resid＝D_data‑D_fit，其中D_data为实际的发动机振动数据，D_fit为步骤1得到的对应拟合数据；并得到分布曲线中各个数据点残差的最大值max(R_resid)；步骤2.2：根据以下公式$R_{\mathrm{SD}}=\sqrt{{\Sigma }_{i=1}^n{({R_{\mathrm{resid}}}^i-{\bar{R}}_{\mathrm{resid}})}^2/n}$计算残差数据的修正标准差R_SD，其中R_residⁱ为符合计算条件的残差数据集中的第i个数据，符合计算条件的残差数据集中共n个数据，为符合计算条件的残差数据集中所有残差数据的平均值；所述符合计算条件的残差数据集指残差数值小于max(R_resid)*0.9的残差数据组成的集合；步骤2.3：计算初步的发动机振动值分布曲线中每个数据点的标准残差值Z_resid＝R_resid/R_SD；步骤2.4：得到发动机振动统计异常点为标准残差值大于3的数据点；根据这些发动机振动统计异常点的时间信息，在步骤1的飞机一次完整飞行中的发动机振动值数据中，将发动机振动统计异常点的振动值替换为0；步骤3：确定阶跃改变点：步骤3.1：计算初步的发动机振动值的退化率曲线中每个数据点d_j的标准误差e_se^j：${e_{\mathrm{se}}}^j=|\sqrt{{\Sigma }_{j=1}^N{d_j}^2/N}-d_j|$其中N为初步的发动机振动值的退化率曲线中的数据点个数；步骤3.2：计算初步的发动机振动值的退化率曲线的平均斜率e_avg和平均误差e_err：e_avg＝E(d_j)e_err＝E(e_se^j)步骤3.3：计算无控制作用区的可信区间的上限L_u和下限L_d：L_u＝2×e_avg+3×e_errL_d＝0.5×e_avg‑3×e_err步骤3.4：对于步骤1的飞机一次完整飞行中的发动机振动值数据中的各个数据点，若某一数据点的振动值与导数值的乘积不在可信区间[L_d,L_u]内，则确定该数据点为阶跃改变点；根据这些阶跃改变点的时间信息，在步骤1的飞机一次完整飞行中的发动机振动值数据中，将阶跃改变点的振动值替换为0；步骤4：对于经过步骤2和步骤3处理后的飞机一次完整飞行中的发动机振动值数据，采用以下步骤得到准确的飞机发动机退化率曲线：步骤4.1：以步骤3确定的阶跃改变点作为端点对经过步骤2和步骤3处理后的飞机一次完整飞行中的发动机振动值数据进行分段，对分段数据做低误差率支持向量回归；步骤4.2：采用拉格朗日法计算步骤4.1中支持向量回归的优化问题，并结合拉格朗日乘数对步骤4.1中的每段数据生成回归曲线；步骤4.3：在步骤4.1中的每段数据中选取中心点数据，根据中心点数据的时间信息计算步骤4.2得到的回归曲线上对应时间点的数值点，并将其作为一个基准点；步骤4.4：按照时间顺序依次连接步骤4.3得到的所有基准点，得到发动机振动值分布曲线，并计算发动机振动值分布曲线上各点的导数，根据导数值得到准确的飞机发动机退化率曲线。