CN103499452B - 发动机试车数据的自动判读方法 - Google Patents

Abstract

本发明提出一种发动机试车数据的自动判读方法，包括以下步骤：对每个发动机性能参数与多个来流气动参数进行相关度分析，确定影响发动机性能参数波动的主要参数；以上述主要参数为发动机模型输入参数，用同批次试车数据对发动机理论模型进行修正，获取发动机的半实物模型；在进行发动机试车数据的判读时，运用发动机半实物模型实时计算不同来流工况下发动机性能参数，并以此作为判读的标准值进行自动判读。根据本发明实施例方法，提升弹用涡轮发动机试车数据判读效率、提高试车数据判读的准确率，确保交付产品的质量与可靠性。

Description

发动机试车数据的自动判读方法

技术领域

本发明涉及弹用涡轮发动机技术领域，尤其涉及一种发动机试车数据的自动判读方法。

背景技术

弹用涡轮发动机产品交付前均需进行整机连管(模拟实际飞行速度)试车，通过对试车过程获取的试车数据进行分析与判读来评定发动机的性能与产品质量情况。

目前，弹用涡轮发动机试车数据判读均为人工判读，即通过技术人员对试车的每一个测试数据、数据的每一个特征进行经验判读，以评定发动机的技术状态，但是，人工判断存在以下缺陷：1、判读效率低，弹用涡轮发动机试车过程监测参数多达近百个，人工判读工作量大，判读效率低；2、产品质量难以保证，受人员技术水平、人员精神状态等不定因素影响极大，判读过程中容易出现技术认识不够、人员疏忽等问题，导致出现错判、漏判等质量问题，严重影响交付产品的质量。

除人工判读方法外，与弹用涡轮发动机类似的航空发动机领域还采用过阈值判读方法对试车数据进行自动判读。即判读前设定发动机重要参数允许的工作范围，若试验值超出允许范围则进行报警提示。但是，存在以下缺陷：1、数据判读的可信度较低，为防止判读过程中过多的虚警出现，通常给定的阈值范围较宽(一般涵盖发动机工作的所有工况)，宽范围的阈值无法对小范围波动的异常数据进行有效识别，判读结果的可信度较低；2、无法对波动参数进行判读，弹用涡轮发动机试车过程中，参数的波动有受连管试车台模拟进口总温、总压波动影响的正常参数波动，也有发动机某部件系统出现故障导致的异常参数波动，因两者波动幅值相近，原有的阈值判读无法将两者有效区分。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的第一个目的在于提出一种发动机试车数据的自动判读方法。该方法提升弹用涡轮发动机试车数据判读效率、提高试车数据判读的准确率，确保交付产品的质量与可靠性。

为了实现上述目的，本发明第一方面实施例的发动机试车数据的自动判读方法，包括以下步骤：对同批次正常波动的试车数据进行发动机性能参数与来流气动参数之间的相关分析；筛选出满足预设条件的多个相关参数，确定发动机试车过程中影响发动机性能参数波动的主要来流气动参数；对同批次的所述发动机试验数据进行统计获取对应的实际性能参数，以所述主要来流气动参数、油门控制电压Uy为自变量，发动机性能参数为应变量对所述实际性能参数进行曲线拟合以获取所述实际性能参数和所述主要来流气动参数之间的第一函数关系；根据基于发动机部件特性的理论模型获取发动机理论性能参数，并对所述理论性能参数进行曲线拟合以获取所述理论性能参数和所述主要来流气动参数之间的第二函数关系；根据所述第一函数关系和所述第二函数关系获取所述理论性能参数和所述实际性能参数之间的校正关系以获取所述发动机的半实物模型；以及在进行所述发动机试车数据的判读时，运用所述发动机的半实物模型实时计算不同来流工况下发动机性能参数，并以此作为判读的标准值制定自动判读判据实现试车数据自动判读。

在本发明的一个实施例中，预设条件为预设阈值。

在本发明的一个实施例中，所述发动机为弹用涡轮发动机。

在本发明的一个实施例中，所述性能参数包括高压转子转速Nh、低压转子转速Nl、压气机后气流总压Pt3、风扇后气流总压Pt13、风扇后气流总温Tt13和高压涡轮后气流总温Tt4a。

在本发明的一个实施例中，所述来流气动参数包括发动机进口来流总压Ptm、发动机进口来流总温Ttm、发动机进口来流静压Pm、发动机出口背压Pc和所述油门控制电压Uy。

根据本发明实施例的发动机试车数据的自动判读方法，创新性地建立了发动机半实物模型，并将其应用至弹用涡轮发动机试车数据自动判读领域，实现了试车数据在多参数耦合作用下的判据自适应调整，提升弹用涡轮发动机试车数据判读效率、提高试车数据判读的准确率，确保交付产品的质量与可靠性。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，

图1是根据本发明一个实施例的发动机试车数据的自动判读方法的流程图；

图2是根据本发明实施例的半实物模型中数据传递的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

下面参考附图描述根据本发明实施例的发动机试车数据的自动判读方法。

图1是根据本发明一个实施例的发动机试车数据的自动判读方法的流程图。如图1所示，发动机试车数据的自动判读方法包括以下步骤，其中，在本发明的实施例中，发动机为弹用涡轮发动机，应当理解，以下所述的实施例均以弹用涡轮发动机为例进行说明，本领域的技术人员在进行其他发动机的试车数据判断时可参考本发明实施例所述的原理。

S101，对同批次正常波动的试车数据进行发动机性能参数与来流气动参数之间的相关分析。

具体地，发动机在正常试车过程中，通常受来流气动参数波动影响较大，为有效识别正常波动数据与故障波动数据间的差别，需找出发动机性能参数与试车台的来流气动参数间相互影响关系，运用信号耦合技术实现正常波动下发动机性能参数的表达。具体表现为运用相关分析得到每个发动机性能参数和每个来流气动参数之间的相关度。

在本发明的一个实施例中，性能参数包括高压转子转速Nh、低压转子转速Nl、压气机后气流总压Pt3、风扇后气流总压Pt13、风扇后气流总温Tt13和高压涡轮后气流总温Tt4a。来流气动参数包括发动机进口来流总压Ptm、发动机进口来流总温Ttm、发动机进口来流静压Pm、发动机出口背压Pc。

例如，相关度计算公式如公式(1)所示。

$R=\frac{\mathrm{\ΣXY}-\frac{\mathrm{\ΣX\ΣY}}{N}}{\sqrt{(\mathrm{\Σ}{X}^2-\frac{{\left(\mathrm{\ΣX}\right)}^2}{N})(\mathrm{\Σ}{Y}^2-\frac{{\left(\mathrm{\ΣX}\right)}^2}{N})}}$ 公式(1)

其中，R表示相关度，X、Y分别表示发动机性能参数和来流气动参数。

又如，根据上述示例的计算公式获取的相关度结果如下表1所示，其中R11至R46为具体的数值。

表1

变量

Nh

Nl

Pt3

Pt13

Tt13

Tt4a

Ptm

R11

R12

R13

R14

R15

R16

Ttm

R21

R22

R23

R24

R25

R26

Pm

R31

R32

R33

R34

R35

R36

Pc

R41

R42

R43

R44

R45

R46

S102，筛选出满足预设条件的多个相关参数，确定发动机试车过程中影响发动机性能参数波动的主要来流气动参数。

具体地，可以根据上述步骤S101的相关分析结果，找出与发动机性能参数相关度较大的来流气动参数为主要来流气动参数。更具体地，预设条件为预设阈值，将相关参数即相关度大于预设阈值的筛选出来，分别找到对应的来流气动参数以获取多个主要来流气动参数，以确定发动机试车过程中影响发动机性能参数波动的主要来流气动参数。

S103，对同批次发动机试验数据进行统计，通过曲线拟合以获取实际性能参数和主要来流气动参数之间的第一函数关系。

具体地，以主要来流气动参数Ptm、Ttm、油门控制电压Uy为自变量，发动机性能参数为应变量进行曲线拟合，建立发动机实际工作中发动机性能参数与主要来流气动参数间的非线性函数关系。

在实际的运算中，为了确保计算的准确性和可靠性，统一将发动机性能参数换算到标准大气后进行非线性曲线拟合，即将在实验中获取的发动机性能参数与来流气动参数按以下公式进行换算，

其中Nh*为换算后的高转换算转速，T_tm0为模拟标准条件下的发动机进口总温。

其中Nl*为换算后的低转换算转速。

其中Tt13*为换算后的风扇后换算总温。

其中Tt4a*为换算后的高压涡轮后换算总温。

根据换算之后的参数，进行统计拟合，可以得到统计意义下的发动机性能换算参数与h_i(Uy)之间的第一函数关系，其中，i表示第i个性能参数，

(公式2)。

S104，根据基于发动机部件特性的理论模型获取发动机理论性能参数，并对理论性能参数进行曲线拟合以获取理论性能参数和主要来流气动参数之间的第二函数关系。

具体地，如下式所示，其中，i表示第i个性能参数。

公式(3)

由于，弹用涡轮发动机理论数学模型通常为基于发动机各部件特性的数学模型，模型的计算精度取决于给定部件特性的准度。由于发动机零部件加工、装配等误差，导致理论模型计算结果与发动机实际性能偏差较大。为此，需对发动机理论模型进行修正，得到准确的、适用实际工程的发动机半实物模型。

S105，根据第一函数关系和第二函数关系获取理论性能参数和实际性能参数之间的校正关系以获取发动机的半实物模型。

其中，理论性能参数和实际性能参数之间的校正关系如下式所示。

公式(4)

S106，在进行发动机试车数据的判读时，考虑来流参数波动的影响(以主要来流气动参数为输入)，运用发动机半实物模型实时计算不同来流工况下发动机性能参数，并以半实物模型计算结果作为试车数据判读的标准值制定自动判读判据实现试车数据自动判读。发动机的半实物模型计算中数据传递过程如图2所示。

根据本发明实施例的发动机试车数据的自动判读方法，创新性地建立了发动机半实物模型，并将其应用至弹用涡轮发动机试车数据自动判读领域，实现了试车数据在多参数耦合作用下的判据自适应调整，提升弹用涡轮发动机试车数据判读效率、提高试车数据判读的准确率，确保交付产品的质量与可靠性。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (5)

1.一种发动机试车数据的自动判读方法，其特征在于，包括以下步骤：

对同批次正常波动的试车数据进行发动机性能参数与来流气动参数之间的相关分析；

筛选出满足预设条件的多个相关参数，确定发动机试车过程中影响发动机性能参数波动的主要来流气动参数；

对同批次的所述发动机试验数据进行统计获取对应的实际性能参数，以所述主要来流气动参数、油门控制电压Uy为自变量，发动机性能参数为应变量对所述实际性能参数进行曲线拟合以获取所述实际性能参数和所述主要来流气动参数之间的第一函数关系；

根据基于发动机部件特性的理论模型获取发动机理论性能参数，并对所述理论性能参数进行曲线拟合以获取所述理论性能参数和所述主要来流气动参数之间的第二函数关系；

根据所述第一函数关系和所述第二函数关系获取所述理论性能参数和所述实际性能参数之间的校正关系以获取所述发动机的半实物模型；以及

在进行所述发动机试车数据的判读时，运用所述发动机的半实物模型实时计算不同来流工况下发动机性能参数，并以此作为判读的标准值制定自动判读判据实现试车数据自动判读。

2.根据权利要求1所述的方法，其特征在于，所述预设条件为预设阈值。

3.根据权利要求1-2任一项所述的方法，其特征在于，所述发动机为弹用涡轮发动机。

4.根据权利要求1所述的方法，其特征在于，所述性能参数包括高压转子转速Nh、低压转子转速Nl、压气机后气流总压Pt3、风扇后气流总压Pt13、风扇后气流总温Tt13和高压涡轮后气流总温Tt4a。

5.根据权利要求1所述的方法，其特征在于，所述来流气动参数包括发动机进口来流总压Ptm、发动机进口来流总温Ttm、发动机进口来流静压Pm、发动机出口背压Pc和所述油门控制电压Uy。