航空发动机部件性能故障融合诊断方法研究  

Research on performance fault fusion diagnosis of aero-engine component

作　　者：鲁峰[1] 黄金泉[1] 陈煜[1,2] 

机构地区：[1]南京航空航天大学能源与动力学院,南京210016 [2]贵州黎阳航空发动机公司,贵阳561102

出　　处：《航空动力学报》2009年第7期1649-1653,共5页Journal of Aerospace Power

摘　　要：提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.A method of engine component fault diagnosis based on fuzzy decision fusion was proposed to improve the accuracy of component fault diagnosis,and reduce the probability of false alarming and missing detection.By using Kalman filter algorithm and least square support vector machine(LSSVM),the sensor outputs were both sent to two different modules —— self-tuning model and data-based diagnostic module —— to estimate the health parameters.Fuzzy algorithm was operated to adjust the weights of two modules,and the...

关 键 词：航空发动机 融合诊断 自适应模型 最小二乘支持向量机(LSSVM) 模糊逻辑 D-S(Dempster-Shafer)证据理论 

分 类 号：V233.7[航空宇航科学与技术—航空宇航推进理论与工程]