用于對組合動力裝置進行氣路故障檢測的方法和裝置與流程

本申請涉及故障檢測，尤其涉及一種用于對組合動力裝置進行氣路故障檢測的方法和裝置。

背景技術(shù)：

1、在實現(xiàn)飛機能量、功能、物理和控制方面全面綜合的發(fā)展趨勢下，飛機的輕量化與集成化十分關(guān)鍵，機電系統(tǒng)作為飛機上最龐雜的系統(tǒng)，其先進性直接影響了飛機的整體性能。

2、組合動力裝置（熱管理型組合動力裝置）作為一種集成了飛機輔助動力、應(yīng)急動力以及熱管理等系統(tǒng)的裝置，因其能夠降低飛機的整體成本、提高硬件利用率、提高飛機的整體性能，在飛機中的應(yīng)用越來越廣泛。但是，在組合動力裝置的使用階段和運維階段，對于該裝置的健康狀態(tài)監(jiān)測及故障診斷十分重要，其中，對于裝置內(nèi)部的氣路故障診斷是其健康管理中重要的部分。

3、相較于傳統(tǒng)的動力組件回路，組合動力裝置的系統(tǒng)集成度高、非線性程度大、耦合性強、回路部件數(shù)量多、關(guān)聯(lián)的物理量多，因此，在發(fā)生故障時更加難以準(zhǔn)確定位。

技術(shù)實現(xiàn)思路

1、有鑒于此，本申請?zhí)峁┮环N用于對組合動力裝置進行氣路故障檢測的方法和裝置，用以對準(zhǔn)確的對組合動力裝置進行氣路故障檢測。

2、具體地，本申請是通過如下技術(shù)方案實現(xiàn)的：

3、本申請第一方面提供一種用于對組合動力裝置進行氣路故障檢測的方法，所述方法包括：

4、獲取當(dāng)前時刻的測量參數(shù)和上一時刻的狀態(tài)參數(shù)；其中，所述狀態(tài)參數(shù)包括指定參數(shù)以及與所述測量參數(shù)相關(guān)的健康參數(shù)；所述測量參數(shù)為所述組合動力裝置中的壓氣機、燃燒室、動力渦輪、冷卻渦輪的各項參數(shù)中與氣路性能相關(guān)的參數(shù)；

5、將所述上一時刻的狀態(tài)參數(shù)輸入到所述組合動力裝置對應(yīng)的仿真模型中，以由所述仿真模型根據(jù)所述上一時刻的狀態(tài)參數(shù)輸出上一時刻的預(yù)測測量參數(shù)；其中，所述仿真模型用于表征狀態(tài)參數(shù)與測量參數(shù)之間的相關(guān)關(guān)系；

6、根據(jù)預(yù)先構(gòu)建好的卡爾曼濾波器在上一時刻的狀態(tài)協(xié)方差矩陣、所述卡爾曼濾波器在當(dāng)前時刻的測量噪聲矩陣、所述卡爾曼濾波器在當(dāng)前時刻的系統(tǒng)噪聲矩陣、以及所述仿真模型對應(yīng)的組合雅可比矩陣確定所述卡爾曼濾波器在當(dāng)前時刻的卡爾曼增益矩陣；其中，所述仿真模型對應(yīng)的組合雅可比矩陣基于所述仿真模型的第一初始雅可比矩陣以及預(yù)先訓(xùn)練好的預(yù)測模型的第二初始雅可比矩陣聯(lián)合得到；所述預(yù)先訓(xùn)練好的預(yù)測模型用于基于輸入的測量參數(shù)預(yù)測對應(yīng)的健康參數(shù)；所述預(yù)測模型基于預(yù)設(shè)數(shù)量組樣本數(shù)據(jù)訓(xùn)練得到，每組樣本數(shù)據(jù)包括任一時刻下的實際測量參數(shù)和實際健康參數(shù)；

7、基于所述卡爾曼濾波器，根據(jù)上一時刻的健康參數(shù)、所述當(dāng)前時刻的測量參數(shù)、所述上一時刻的預(yù)測測量參數(shù)和所述當(dāng)前時刻的卡爾曼增益矩陣計算當(dāng)前時刻的健康參數(shù)，以根據(jù)所述當(dāng)前時刻的健康參數(shù)對所述組合動力裝置進行氣路故障檢測；

8、根據(jù)所述當(dāng)前時刻的卡爾曼增益矩陣、所述組合雅可比矩陣、以及所述上一時刻的狀態(tài)協(xié)方差矩陣更新當(dāng)前時刻的狀態(tài)協(xié)方差矩陣。

9、本申請第二方面提供一種用于對組合動力裝置進行氣路故障檢測的裝置，所述裝置包括獲取模塊、處理模塊、確定模塊、計算模塊和更新模塊，其中：

10、所述獲取模塊，用于獲取當(dāng)前時刻的測量參數(shù)和上一時刻的狀態(tài)參數(shù)；其中，所述狀態(tài)參數(shù)包括指定參數(shù)以及與所述測量參數(shù)相關(guān)的健康參數(shù)；所述測量參數(shù)為所述組合動力裝置中的壓氣機、燃燒室、動力渦輪、冷卻渦輪的各項參數(shù)中與氣路性能相關(guān)的參數(shù)；

11、所述處理模塊，用于將所述上一時刻的狀態(tài)參數(shù)輸入到所述組合動力裝置對應(yīng)的仿真模型中，以由所述仿真模型根據(jù)所述上一時刻的狀態(tài)參數(shù)輸出上一時刻的預(yù)測測量參數(shù)；其中，所述仿真模型用于表征狀態(tài)參數(shù)與測量參數(shù)之間的相關(guān)關(guān)系；

12、所述確定模塊，用于根據(jù)預(yù)先構(gòu)建好的卡爾曼濾波器在上一時刻的狀態(tài)協(xié)方差矩陣、所述卡爾曼濾波器在當(dāng)前時刻的測量噪聲矩陣、所述卡爾曼濾波器在當(dāng)前時刻的系統(tǒng)噪聲矩陣、以及所述仿真模型對應(yīng)的組合雅可比矩陣確定所述卡爾曼濾波器在當(dāng)前時刻的卡爾曼增益矩陣；其中，所述仿真模型對應(yīng)的組合雅可比矩陣基于所述仿真模型的第一初始雅可比矩陣以及預(yù)先訓(xùn)練好的預(yù)測模型的第二初始雅可比矩陣聯(lián)合得到；所述預(yù)先訓(xùn)練好的預(yù)測模型用于基于輸入的測量參數(shù)預(yù)測對應(yīng)的健康參數(shù)；所述預(yù)測模型基于預(yù)設(shè)數(shù)量組樣本數(shù)據(jù)訓(xùn)練得到，每組樣本數(shù)據(jù)包括任一時刻下的實際測量參數(shù)和實際健康參數(shù)；

13、所述計算模塊，用于基于所述卡爾曼濾波器，根據(jù)上一時刻的健康參數(shù)、所述當(dāng)前時刻的測量參數(shù)、所述上一時刻的預(yù)測測量參數(shù)和所述當(dāng)前時刻的卡爾曼增益矩陣計算當(dāng)前時刻的健康參數(shù)，以根據(jù)所述當(dāng)前時刻的健康參數(shù)對所述組合動力裝置進行氣路故障檢測；

14、所述更新模塊，用于根據(jù)所述當(dāng)前時刻的卡爾曼增益矩陣、所述組合雅可比矩陣、以及所述上一時刻的狀態(tài)協(xié)方差矩陣更新當(dāng)前時刻的狀態(tài)協(xié)方差矩陣。

15、本申請?zhí)峁┑挠糜趯M合動力裝置進行氣路故障檢測的方法和裝置，第一方面，聯(lián)合仿真模型的第一初始雅可比矩陣以及預(yù)先訓(xùn)練好的預(yù)測模型的第二初始雅可比矩陣來確定仿真模型的組合雅可比矩陣，進而基于該組合雅可比矩陣來確定卡爾曼濾波器在當(dāng)前時刻的卡爾曼增益矩陣，這樣，最大化的利用仿真模型和預(yù)測模型的優(yōu)勢，優(yōu)化每個模型對系統(tǒng)狀態(tài)的描述能力，更精確地捕捉復(fù)雜系統(tǒng)中的動態(tài)變化，從而提高預(yù)測精度，以更精確地估計組合動力裝置的健康參數(shù)；第二方面，通過聯(lián)合使用仿真模型和預(yù)測模型，可以在復(fù)雜、多變的運行環(huán)境中保持對氣路故障的準(zhǔn)確檢測，增加對外部擾動的魯棒性。

技術(shù)特征：

1.一種用于對組合動力裝置進行氣路故障檢測的方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述組合雅可比矩陣的確定過程，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述組合雅可比矩陣是動態(tài)更新的，所述組合雅可比矩陣的更新過程，包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述均方誤差確定所述第一初始雅可比矩陣的第一權(quán)重系數(shù)和所述第二初始雅可比矩陣的第二權(quán)重系數(shù)，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)預(yù)先構(gòu)建好的卡爾曼濾波器在上一時刻的狀態(tài)協(xié)方差矩陣、所述卡爾曼濾波器在當(dāng)前時刻的測量噪聲矩陣、所述卡爾曼濾波器在當(dāng)前時刻的系統(tǒng)噪聲矩陣、以及所述仿真模型對應(yīng)的組合雅可比矩陣確定所述卡爾曼濾波器在當(dāng)前時刻的卡爾曼增益矩陣，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述一組樣本數(shù)據(jù)的獲取過程，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述仿真模型的建立過程，包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述卡爾曼濾波器，根據(jù)上一時刻的健康參數(shù)、所述當(dāng)前時刻的測量參數(shù)、所述上一時刻的預(yù)測測量參數(shù)和所述當(dāng)前時刻的卡爾曼增益矩陣計算當(dāng)前時刻的健康參數(shù)，包括：

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述當(dāng)前時刻的卡爾曼增益、所述組合雅可比矩陣、以及所述上一時刻的狀態(tài)協(xié)方差矩陣更新下一時刻的狀態(tài)協(xié)方差矩陣，包括：

10.一種用于對組合動力裝置進行氣路故障檢測的裝置，其特征在于，所述裝置包括獲取模塊、處理模塊、確定模塊、計算模塊和更新模塊，其中：

技術(shù)總結(jié)
本申請?zhí)峁┮环N用于對組合動力裝置進行氣路故障檢測的方法和裝置。本申請?zhí)峁┑姆椒?，包括：獲取當(dāng)前時刻的測量參數(shù)和上一時刻的狀態(tài)參數(shù)；將所述上一時刻的狀態(tài)參數(shù)輸入到組合動力裝置對應(yīng)的仿真模型中，得到上一時刻的預(yù)測測量參數(shù)；根據(jù)預(yù)先構(gòu)建好的卡爾曼濾波器在上一時刻的狀態(tài)協(xié)方差矩陣、當(dāng)前時刻的測量噪聲矩陣、系統(tǒng)噪聲矩陣、以及仿真模型對應(yīng)的組合雅可比矩陣確定卡爾曼濾波器在當(dāng)前時刻的卡爾曼增益矩陣；組合雅可比矩陣基于仿真模型的初始雅可比矩陣以及預(yù)測模型的初始雅可比矩陣聯(lián)合得到；基于卡爾曼濾波器，根據(jù)上一時刻的健康參數(shù)、當(dāng)前時刻的測量參數(shù)、上一時刻的預(yù)測測量參數(shù)和當(dāng)前時刻的卡爾曼增益矩陣計算健康參數(shù)。

技術(shù)研發(fā)人員：王晨陽,杜翔宇,劉子健,劉熠,周禹男,姚葉明,王小平
受保護的技術(shù)使用者：中國航空工業(yè)集團公司金城南京機電液壓工程研究中心
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30