CN111862388B - 一种基于数据的航空发动机排气温度裕度寿命计算方法 - Google Patents
一种基于数据的航空发动机排气温度裕度寿命计算方法 Download PDFInfo
- Publication number
- CN111862388B CN111862388B CN202010690650.9A CN202010690650A CN111862388B CN 111862388 B CN111862388 B CN 111862388B CN 202010690650 A CN202010690650 A CN 202010690650A CN 111862388 B CN111862388 B CN 111862388B
- Authority
- CN
- China
- Prior art keywords
- engine
- trim
- temperature
- exhaust temperature
- historical data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/006—Indicating maintenance
Abstract
本发明公开了一种基于数据的航空发动机排气温度裕度寿命计算方法,首先,识别发动机排气温度裕度影响因素,并对换算/修正公式系数进行多项式回归拟合,随后进行发动机风扇转速/排气温度的换算和风扇转速的修正;其次,利用支持向量机对发动机引气系统相关数据与排气温度数据进行机器学习,并利用遗传算法优化SVM学习机中的惩罚因子及核函数,获得发动机排气温度裕度;再次,利用小波变换对EGTM进行降噪和特征提取;最后,运用多项式回归拟合EGTM性能衰退率并计算发动机EGTM剩余寿命。该方法实现了从数据输入到EGTM计算及裕度剩余寿命预测的全部过程,结果可作为维修计划制定及经济成本计算的理论支撑和参考依据。
Description
技术领域
本发明属于航空发动机技术领域。
背景技术
航空发动机监控是目前国内外航空领域研究的重点问题之一,发动机监控通过提高飞机安全性、降低运营成本、增加飞机可靠性和飞机可用度等多个方面产生效益。其中发动机实际排气温度裕度(EGTM,部分公司监控发动机热天排气温度裕度即EGTHDM,二者实质相同)是航空公司及发动机制造、维修厂商监控发动机状态的重中之重。
EGTM是指发动机制造商规定的排气温度限制值与拐点温度下发动机排气温度值之差。拐点温度是发动机制造商规定的起飞时可保证最大推力(或功率)的最高大气温度。利用EGTM监控可以诊断发动机故障、推断发动机寿命、制定维修清洗计划、监控新发磨合状况以及检查翻修质量等。
目前EGTM是由发动机制造商利用航空公司共享的飞机通讯寻址与报告系统(Aircraft Communication Addressing and Reporting System,简称ACARS)报文数据计算得到的,其计算方法作为公司商业机密。航空燃气涡轮发动机监视系统设计与实施指南(HB/Z 286.2-96)给出了EGTM的估算方法,其中提到了应对换算排气温度进行工作状态修正和引气修正,求出在标准大气条件下发动机最大推力(或功率)状态起飞时的排气温度,但未给出具体修正方法,需依赖发动机制造商。
目前大多数研究均采用一种计算EGT测量值与EGT基线差值,再用警戒值减去差值的方法估算EGTM,但该方法中EGT基线值仍通过发动机制造商计算得到,不能直接从运营数据中获得。还有部分研究基于工程实际数据及监控经验,虽能实现EGTM数值计算,但因工程数据较少,换算过程中部分修正参数值的确定主观因素较大,使得换算效果存在较大波动,不能很好地应用于实际运营中。
发明内容
发明目的:为解决现有技术在计算EGTM时主观因素较大,换算结果存在较大波动等问题,本发明提供了一种基于数据的航空发动机排气温度裕度寿命计算方法。
技术方案:本发明提供了一种基于数据的航空发动机排气温度裕度寿命计算方法,具体包括如下步骤:
步骤1:获取航空发动机数据,包括:大气总温TAT、指示风扇转速N1、发动机排气温度EGT、可变放气活门位置VBV、可调静子叶片位置VSV、低压涡轮间隙控制活门位置LPTACC、高压涡轮间隙控制活门位置HPTACC、发动机高压引气活门HPV、发动机引气压力调节活门PRV、客舱除冰活门位置Nacelle、机翼除冰活门位置Wing、空调组件流量Pack;
步骤2:建立航空发动机风扇转速修正模型,具体为:根据大气总温TAT对发动机风扇转速标准进行工况换算,得到指示风扇转速修正值N1K,根据发动机风扇转速的配平值及N1K,对发动机风扇转速进行推力管理换算,从而计算得到风扇的实际转速N1KACT;
步骤3:建立航空发动机排气温度修正模型,具体为:根据采集到的发动机排气温度EGT,对发动机排气温度标准进行工况换算,得到排气温度换算值EGTK;将EGTK以及步骤1获取的VBV、VSV、LPTACC、HPTACC、HPV、PRV、Nacelle、Wing、Pack放入训练好的支持向量机中,得到修正后的排气温度换算值EGTKC;
步骤4:根据步骤2得到的N1KACT得到发动机排气温度的阈值,根据发动机的类型确定发动机排气的拐点温度TCORNER,根据步骤4计算得到的EGTKC和TCORNER,得到发动机实际排气温度裕度EGTM;
步骤5:建立航空发动机裕度剩余寿命模型,具体为:对步骤4中的EGTM进行特征值提取,根据提取后的特征信号,得到航空发动机的裕度剩余寿命。
进一步的,所述步骤2具体为:
所述发动机风扇转速标准工况换算为:
根据采集到的大气总温,计算温度换算比θ:
根据θ和采集到的指示风扇转速N1,解如下方程:
N1K取值范围为3000-5200,根据该取值范围求解上述方程,计算得到N1K;
所述的发动机风扇转速推力管理换算为:
根据发动机的类型确定发动机风扇转速的配平值Trim,根据如下公式确定指示风扇转速N1的配平影响修正值ΔN1Ctrim:
当Trim=0时,ΔN1Ctrim=0;
当Trim=1时,ΔN1Ctrim=2.301·10-8·N1K3-2.92·10-4·N1K2+1.236·N1K-1737;
当Trim=2时,ΔN1Ctrim=4.602·10-8·N1K3-5.84·10-4·N1K2+2.471·N1K-3475;
当Trim=3时,ΔN1Ctrim=6.903·10-8·N1K3-8.76·10-4·N1K2+3.707·N1K-5212;
当Trim=4时,ΔN1Ctrim=9.585·10-8·N1K3-1.22·10-3·N1K2+5.167·N1K-7275;
当Trim=5时,ΔN1Ctrim=1.189·10-7·N1K3-1.51·10-3·N1K2+6.403·N1K-9013;
当Trim=6时,ΔN1Ctrim=1.527·10-7·N1K3-1.94·10-3·N1K2+8.224·N1K-11580;
当Trim=7时,ΔN1Ctrim=2.032·10-7·N1K3-2.58·10-3·N1K2+10.93·N1K-15380;
根据计算得到的N1K和ΔN1Ctrim,计算该两者之间的差值N1Ktrim:
根据计算得到的N1Ktrim,计算转速换算指数α:
α=-1.363·10-8N1Ktrim 2+8.791·10-5N1Ktrim+0.3579;
根据计算得到的N1Ktrim、θ和α,计算得到风扇的实际转速N1KACT;
进一步的,所述步骤3具体为:通过如下公式计算得到EGTK
其中,θ为温度换算比;
采集发动机的m组历史数据,该历史数据包括:发动机排气温度、可变放气活门位置、可调静子叶片位置、低压涡轮间隙控制活门位置、高压涡轮间隙控制活门位置、发动机高压引气活门、发动机引气压力调节活门、客舱除冰活门位置、机翼除冰活门位置和空调组件流量;根据历史数据中的m组发动机排气温度,得到m组排气温度换算值;构建支持向量机模型学习矩阵如下所示:
其中X为支持向量机的输入向量,Y为支持向量机的输出向量,VBVm为第m组历史数据中的可变放气活门位置、VSVm为第m组历史数据中的可调静子叶片位置、LPTACCm为第m组历史数据中低压涡轮间隙控制活门位置、HPTACCm为第m组历史数据中高压涡轮间隙控制活门位置、HPVm为第m组历史数据中发动机高压引气活门、PRVm为第m组历史数据中发动机引气压力调节活门、Nacellem为第m组历史数据中客舱除冰活门位置、Wingm为第m组历史数据中机翼除冰活门位置,Packm为第m组历史数据中空调组件流量、EGTKm为第m组排气温度换算值,EGTKCm为基于第m组历史数据预设的第m个修正后的排气温度换算值;
通过遗传算法优化支持向量机中的基于径向基核函数的惩罚因子及核函数参数,得到引气系统修正训练模型;
将步骤1中采集的VBV、VSV、LPTACC、HPTACC、HPV、PRV、Nacelle、Wing、Pack放入该引气系统修正训练模型中得到修正后的排气温度换算值EGTKC。
进一步的,所述步骤4具体为:发动机排气温度的阈值为EGTLIM:
EGTLIM=0.2044·N1KACT-99.75;
根据步骤3中计算得到的EGTKC,以及发动机排气的拐点温度TCORNER,基于如下公式计算得到拐点温度下的发动机的排气温度EGTCORNER:
将EGTLIM与EGTCORNER的差值作为修正前发动机排气温度裕度EGTMr;
根据发动机的类型,得到该发动机排气温裕度修正系数γ,基于如下公式计算得到发动机实际排气温度裕度EGTM:
EGTM=(EGTLIM-EGTCORNER)·γ。
进一步的,所述步骤5具体为:采用多贝西3阶小波滤波器对步骤4中的EGTM进行小波变换处理,得到EGTM特征信号;采用线性函数对该特征信号进行拟合,得到衰退曲线:EGTM=k·x+b,其中k为衰退率,b值为发动机初始的EGTM,基于衰退率计算航空发动机的裕度剩余寿命Klife:
有益效果:本发明提供了一种航空发动机排气温度裕度寿命计算方法,实现了从数据采集到剩余寿命预测地全过程计算,解决了现有航空发动机排气温度裕度计算困难的问题,本发明原理清晰简洁,适用范围广,操作简单,方法新颖有效。
附图说明
图1为本发明的流程图;
图2为发动机转速换算指数基线图;
图3为发动机N1配平偏差基线图;其中图(a)为N1 Trim值为0时的偏差曲线,图(b)为N1 Trim值为1时的偏差曲线,图(c)为N1 Trim值为2时的偏差曲线,图(d)为N1 Trim值为3时的偏差曲线,图(e)为N1 Trim值为4时的偏差曲线,图(f)为N1 Trim值为5时的偏差曲线,图(g)为N1 Trim值为6时的偏差曲线,图(h)为N1 Trim值为7时的偏差曲线;
图4为N1KACT与EGT的基线图。
具体实施方式
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
如图1所示,本实施例提供一种基于数据的航空发动机排气温度裕度寿命计算方法,具体包括以下步骤:
A.航空发动机数据选取;
B.航空发动机风扇转速修正模型构建;
C.航空发动机拐点温度下排气温度修正模型构建;
D.航空发动机相关排气温度值计算;
E.航空发动机裕度剩余寿命模型构建。
本实施例中发动机的型号为CFM56-5B。
所述步骤A具体为:对飞机通讯寻址与报告系统(飞机通信寻址与报告系统)数据进行选取
基于飞机通讯寻址与报告系统数据,选取飞机通讯寻址与报告系统起飞报告中相关参数值,包括:大气总温(Total Air Temperature,简称TAT)、指示风扇转速(IndicatedFan Speed,简称N1)、发动机排气温度(Exhaust Gas Temperature,简称EGT)、可变放气活门位置(VBV Position,简称VBV)、可调静子叶片位置(VSV Position,简称VSV)、低压涡轮间隙控制活门位置(LPT ACC Position,简称LPTACC)、高压涡轮间隙控制活门位置(HPTACC Position,简称HPTACC)、发动机高压引气活门(Bleed Engine High Pressure Valve,简称HPV)、发动机引气压力调节活门(Bleed Engine Pressure Regulating Valve,简称PRV)、客舱除冰活门位置(ANTI-ICE Valve PositionNacelle,简称A/I Nacelle)、机翼除冰活门位置(ANTI-ICE valve position Wing,简称A/I Wing)、空调组件流量(AirConditioning Pack Flow,简称Pack);如表1所示
表1
参数名称 | 参数释义 | 单位 |
Total Air Temperature | 大气总温 | ℃ |
Indicated Fan Speed | 指示风扇转速 | % |
Exhaust Gas Temperature | 发动机排气温度 | ℃ |
VBV Position | 可变放气活门位置 | ° |
VSV Position | 可调静子叶片位置 | ° |
LPT ACC Position | 低压涡轮间隙控制活门位置 | % |
HPT ACC Position | 高压涡轮间隙控制活门位置 | % |
Bleed Engine High Pressure Valve | 发动机高压引气活门(开关量) | / |
Bleed Engine Pressure Regulating Valve | 发动机引气压力调节活门(开关量) | / |
ANTI-ICE Valve Position Nacelle | 客舱除冰活门位置(开关量) | / |
ANTI-ICE valve position Wing | 机翼除冰活门位置(开关量) | / |
Air Conditioning Pack Flow | 空调组件流量 | KG/SEC |
所述步骤B具体为:
对航空发动机基本信息数据进行选取
基于航空发动机基本信息数据,选取发动机名牌相关参数,包括:发动机类型、发动机风扇转速配平值(N1 Trim);如表2所示。
表2
参数名称 | 参数释义 | 单位 |
Engine type | 发动机类型 | / |
N1 Trim | 发动机风扇转速配平值 | / |
发动机风扇转速修正参数选择
基于步骤1中选取的飞机通讯寻址与报告系统数据,选择发动机风扇转速相关修正参数,包括:TAT、N1;基于步骤1中选取的航空发动机基本信息数据,选择发动机风扇转速相关修正参数,包括:发动机类型、发动机风扇转速配平值。
发动机风扇转速标准工况换算
根据采集到的TAT,计算θ:
根据采集到的N1、计算得到的θ,预设不同N1值、不同θ值下的指示风扇转速修正值N1K,N1K取值范围为3000-5200,并对三者进行多项式拟合,拟合的基线如图2所示(α为θ的系数),根据拟合结果得到的函数关系,代入N1、θ求解方如下程:
根据N1K取值范围3000-5200,计算N1K。
发动机风扇转速推力管理换算
收集不同N1 Trim、不同N1K下的ΔN1Ctrim,并将三者进行多项式拟合,拟合的基线如图3所示,根据拟合结果计算出各N1 Trim值下N1K与ΔN1Ctrim的函数关系:
Trim=0:ΔN1Ctrim=0;
Trim=1:ΔN1Ctrim=2.301·10-8·N1K3-2.92·10-4·N1K2+1.236·N1K-1737;
Trim=2:ΔN1Ctrim=4.602·10-8·N1K3-5.84·10-4·N1K2+2.471·N1K-3475;
Trim=3:ΔN1Ctrim=6.903·10-8·N1K3-8.76·10-4·N1K2+3.707·N1K-5212;
Trim=4:ΔN1Ctrim=9.585·10-8·N1K3-1.22·10-3·N1K2+5.167·N1K-7275;
Trim=5:ΔN1Ctrim=1.189·10-7·N1K3-1.51·10-3·N1K2+6.403·N1K-9013;
Trim=6:ΔN1Ctrim=1.527·10-7·N1K3-1.94·10-3·N1K2+8.224·N1K-11580;
Trim=7:ΔN1Ctrim=2.032·10-7·N1K3-2.58·10-3·N1K2+10.93·N1K-15380;
其中Trim为风扇转速配平值;
根据计算得到的N1K、ΔN1Ctrim,计算N1Ktrim:
N1Ktrim=N1K-ΔN1Ctrim。
发动机风扇转速修正值计算
根据计算得到的N1Ktrim,计算转速换算指数α:
α=-1.363·10-8N1Ktrim 2+8.791·10-5N1Ktrim+0.3579。
根据计算得到的N1Ktrim、θ、α,计算风扇的实际转速N1KACT:
所述步骤C具体为:
发动机排气温度修正参数选择
基于步骤A中选取的飞机通讯寻址与报告系统数据,选择发动机排气温度修正相关参数,包括:TAT,EGT。
发动机排气温度标准工况换算
根据采集到的EGT、计算得到的θ,计算排气温度换算值EGTK:
发动机引气系统参数选择
基于步骤1中选取的飞机通讯寻址与报告系统数据,选择影响发动机排气温度的引气系统相关参数,包括:VBV、VSV、LPTACC、HPTACC、HPV、PRV、A/INacelle、A/I Wing、Pack。
发动机排气温度受引气系统影响修正
采集发动机的m组历史数据,该历史数据包括:发动机排气温度、可变放气活门位置、可调静子叶片位置、低压涡轮间隙控制活门位置、高压涡轮间隙控制活门位置、发动机高压引气活门、发动机引气压力调节活门、客舱除冰活门位置、机翼除冰活门位置和空调组件流量;根据历史数据中的m组发动机排气温度,得到m组排气温度换算值,并根据每一组发动机排气温度,根据实验经验预设对应的修正后的排气温度换算值
其中X为支持向量机的输入向量,Y为支持向量机的输出向量,VBVm为第m组历史数据中的可变放气活门位置、VSVm为第m组历史数据中的可调静子叶片位置、LPTACCm为第m组历史数据中低压涡轮间隙控制活门位置、HPTACCm为第m组历史数据中高压涡轮间隙控制活门位置、HPVm为第m组历史数据中发动机高压引气活门、PRVm为第m组历史数据中发动机引气压力调节活门、Nacellem为第m组历史数据中客舱除冰活门位置、Wingm为第m组历史数据中机翼除冰活门位置,Packm为第m组历史数据中空调组件流量、EGTKm为第m组排气温度换算值,EGTKCm为基于第m组历史数据预设的第m个修正后的排气温度换算值;
将X与Y输入机器学习算法SVM(支持向量机)中进行训练,通过遗传算法优化基于RBF(径向基核函数)核函数SVM的惩罚因子及核函数参数,得到引气系统训练模型。
根据步骤A采集到的VBV、VSV、LPTACC、HPTACC、HPV、PRV、Nacelle、Wing、Pack及计算得到的EGTK,构建SVM模型训练矩阵:
Xi=[VBVi VSVi LPTACCi HPTACCi HPVi PRVi Nacellei Wingi Packi EGTKi]
,i为训练样本量。
将Xi输入机器学习算法SVM中进行预测,得到EGTKC:
fSVM(Xi)=EGTKC。
所述步骤D具体为:
发动机排气温度限制值计算
将不同N1KACT值下的发动机排气温度的阈值EGTLIM值进行多项式拟合,拟合的基线如图4所示,根据拟合结果计算出N1KACT与EGTLIM的函数关系。
EGTLIM=0.2044·N1KACT-99.75。
发动机拐点温度下TCORNER排气温度值计算
基于步骤1中选取的航空发动机基本信息数据,选取发动发动机类型。
发动机的类型对应的拐点温度和排气温裕度修正系数γ如表3所示:
表3
根据计算得到的EGTKC、TCORNER,计算拐点温度下的发动机的排气温度EGTCORNER:
修正前航空发动机排气温度裕度值计算
根据计算得到的EGTLIM、EGTCORNER,计算修正前发动机排气温度裕度EGTMr:
EGTMr=EGTLIM-EGTCORNER。
发动机排气温度裕度值计算
根据采集得到的发动机类型,得到发动机排气温裕度修正系数γ。
根据计算得到的EGTMr、γ,计算发动机实际排气温度裕度EGTM:
EGTM=EGTMr·γ。
所述步骤E具体为:
发动机排气温度裕度特征提取
将计算得到的EGTM采用Daubechies3阶(多贝西3阶小波)滤波器进行小波变换处理阈值为1,得到EGTM特征信号。
发动机排气温度裕度剩余寿命计算
采用线性函数对特征信号进行拟合,其中x值为飞行循环,y值为EGTM,得到衰退曲线y=k·x+b,其中k值为衰退率,b值为发动机初始EGTM。
根据计算得到的EGTM最后一个样本值及k,计算发动机的裕度剩余寿命Klife:
本实施例的优点在于提供一种基于民用航空数据的发动机性能监控预测方法,实现了从数据采集到剩余寿命预测的全过程计算,解决了现有航空发动机热天排气温度裕度的计算困难,发明原理清晰简洁,适用范围广,操作简单,方法新颖有效。
以上所述仅是对本发明的较佳实施方式而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施方式所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (4)
1.一种基于数据的航空发动机排气温度裕度寿命计算方法,其特征在于:包括以下步骤:
步骤1:获取航空发动机数据,包括:大气总温TAT、指示风扇转速N1、发动机排气温度EGT、可变放气活门位置VBV、可调静子叶片位置VSV、低压涡轮间隙控制活门位置LPTACC、高压涡轮间隙控制活门位置HPTACC、发动机高压引气活门HPV、发动机引气压力调节活门PRV、客舱除冰活门位置Nacelle、机翼除冰活门位置Wing、空调组件流量Pack;
步骤2:建立航空发动机风扇转速修正模型,具体为:根据大气总温TAT,对发动机风扇转速标准进行工况换算,得到指示风扇转速修正值N1K;根据发动机风扇转速的配平值及N1K,对发动机风扇转速进行推力管理换算,从而计算得到风扇的实际转速N1KACT;
步骤3:建立航空发动机排气温度修正模型,具体为:根据采集到的发动机排气温度EGT,对发动机排气温度标准进行工况换算,得到排气温度换算值EGTK;采集发动机的m组历史数据,并根据m组历史数据预设m组修正后的排气温度换算值,将该m组历史数据和m组修正后的排气温度换算值放入支持向量机中训练;将EGTK以及步骤1获取的VBV、VSV、LPTACC、HPTACC、HPV、PRV、Nacelle、Wing、Pack放入训练好的支持向量机中,得到修正后的排气温度换算值EGTKC;
步骤4:根据步骤2得到的N1KACT,得到发动机排气温度的阈值;根据发动机的类型确定发动机排气的拐点温度TCORNER;根据发动机排气温度的阈值、TCORNER和步骤3中的EGTKC,计算得到发动机实际排气温度裕度EGTM;
步骤5:建立航空发动机裕度剩余寿命模型,具体为:对步骤4中的EGTM进行特征值提取,根据提取后的特征信号,得到航空发动机的裕度剩余寿命;
所述步骤2具体为:
所述发动机风扇转速标准工况换算为:
根据采集到的大气总温,计算温度换算比θ:
将θ和步骤1采集到的N1代入如下方程,计算得到N1K:
根据发动机的类型确定发动机风扇转速的配平值Trim,根据如下公式确定指示风扇转速N1的配平影响修正值ΔN1Ctrim:
当Trim=0时,ΔN1Ctrim=0;
当Trim=1时,ΔN1Ctrim=2.301·10-8·N1K3-2.92·10-4·N1K2+1.236·N1K-1737;
当Trim=2时,ΔN1Ctrim=4.602·10-8·N1K3-5.84·10-4·N1K2+2.471·N1K-3475;
当Trim=3时,ΔN1Ctrim=6.903·10-8·N1K3-8.76·10-4·N1K2+3.707·N1K-5212;
当Trim=4时,ΔN1Ctrim=9.585·10-8·N1K3-1.22·10-3·N1K2+5.167·N1K-7275;
当Trim=5时,ΔN1Ctrim=1.189·10-7·N1K3-1.51·10-3·N1K2+6.403·N1K-9013;
当Trim=6时,ΔN1Ctrim=1.527·10-7·N1K3-1.94·10-3·N1K2+8.224·N1K-11580;
当Trim=7时,ΔN1Ctrim=2.032·10-7·N1K3-2.58·10-3·N1K2+10.93·N1K-15380;
计算N1K和ΔN1Ctrim之间的差值N1Ktrim:
根据计算得到的N1Ktrim,计算转速换算指数α:
α=-1.363·10-8N1Ktrim 2+8.791·10-5N1Ktrim+0.3579;
根据计算得到的N1Ktrim、θ和α,计算得到风扇的实际转速N1KACT;
2.根据权利要求1所述的一种基于数据的航空发动机排气温度裕度寿命计算方法,其特征在于,所述步骤3具体为:通过如下公式计算得到EGTK:
其中,θ为温度换算比;
采集发动机的m组历史数据,该历史数据包括:发动机排气温度、可变放气活门位置、可调静子叶片位置、低压涡轮间隙控制活门位置、高压涡轮间隙控制活门位置、发动机高压引气活门、发动机引气压力调节活门、客舱除冰活门位置、机翼除冰活门位置和空调组件流量;根据历史数据中的m组发动机排气温度,得到m组排气温度换算值;构建支持向量机模型学习矩阵如下所示:
其中X为支持向量机的输入向量,Y为支持向量机的输出向量,VBVm为第m组历史数据中的可变放气活门位置、VSVm为第m组历史数据中的可调静子叶片位置、LPTACCm为第m组历史数据中低压涡轮间隙控制活门位置、HPTACCm为第m组历史数据中高压涡轮间隙控制活门位置、HPVm为第m组历史数据中发动机高压引气活门、PRVm为第m组历史数据中发动机引气压力调节活门、Nacellem为第m组历史数据中客舱除冰活门位置、Wingm为第m组历史数据中机翼除冰活门位置,Packm为第m组历史数据中空调组件流量、EGTKm为第m组排气温度换算值,EGTKCm为基于第m组历史数据预设的第m个修正后的排气温度换算值;
通过遗传算法优化支持向量机中的基于径向基核函数的惩罚因子及核函数参数,得到引气系统修正训练模型;
将步骤1中采集的VBV、VSV、LPTACC、HPTACC、HPV、PRV、Nacelle、Wing、Pack输入至引气系统修正训练模型中得到修正后的排气温度换算值EGTKC。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690650.9A CN111862388B (zh) | 2020-07-17 | 2020-07-17 | 一种基于数据的航空发动机排气温度裕度寿命计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690650.9A CN111862388B (zh) | 2020-07-17 | 2020-07-17 | 一种基于数据的航空发动机排气温度裕度寿命计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111862388A CN111862388A (zh) | 2020-10-30 |
CN111862388B true CN111862388B (zh) | 2021-09-07 |
Family
ID=72983751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010690650.9A Active CN111862388B (zh) | 2020-07-17 | 2020-07-17 | 一种基于数据的航空发动机排气温度裕度寿命计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111862388B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102928232A (zh) * | 2012-11-21 | 2013-02-13 | 中国民用航空飞行学院 | 一种航空发动机整机性能衰退趋势预测方法 |
CN108170945A (zh) * | 2017-12-26 | 2018-06-15 | 哈尔滨工业大学 | 一种航空发动机修后排气温度裕度预测方法 |
CN111144018A (zh) * | 2019-12-30 | 2020-05-12 | 厦门大学 | 一种基于航后数据的航空发动机整机剩余性能提取方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7487029B2 (en) * | 2004-05-21 | 2009-02-03 | Pratt & Whitney Canada | Method of monitoring gas turbine engine operation |
FR2986507B1 (fr) * | 2012-02-06 | 2014-01-17 | Eurocopter France | Procede et dispositif pour realiser un controle de l'etat de sante d'un turbomoteur d'un aeronef pourvu d'au moins un turbomoteur |
US9816897B2 (en) * | 2012-06-06 | 2017-11-14 | Harris Corporation | Wireless engine monitoring system and associated engine wireless sensor network |
CN105092255B (zh) * | 2014-05-23 | 2018-03-06 | 中国航发商用航空发动机有限责任公司 | 涡扇发动机风扇整机配平方法及系统 |
US20180010982A1 (en) * | 2016-07-08 | 2018-01-11 | Ge Aviation Systems Llc | Engine performance modeling based on wash events |
CN108225783B (zh) * | 2016-12-15 | 2020-01-31 | 中国航发商用航空发动机有限责任公司 | 航空涡轮风扇发动机风扇转子配平方法和装置 |
JP7023086B2 (ja) * | 2017-11-14 | 2022-02-21 | 株式会社クボタ | 作業車 |
CN108304886A (zh) * | 2018-02-27 | 2018-07-20 | 中国民用航空飞行学院 | 航空发动机性能监控方法 |
-
2020
- 2020-07-17 CN CN202010690650.9A patent/CN111862388B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102928232A (zh) * | 2012-11-21 | 2013-02-13 | 中国民用航空飞行学院 | 一种航空发动机整机性能衰退趋势预测方法 |
CN108170945A (zh) * | 2017-12-26 | 2018-06-15 | 哈尔滨工业大学 | 一种航空发动机修后排气温度裕度预测方法 |
CN111144018A (zh) * | 2019-12-30 | 2020-05-12 | 厦门大学 | 一种基于航后数据的航空发动机整机剩余性能提取方法 |
Non-Patent Citations (2)
Title |
---|
CFM56-5B发动机性能衰退评估;敖良忠;《中国民航飞行学院学报》;20060531(第2期);第28-30页 * |
基于起飞排气温度裕度(EGTM)的航空发动机寿命预测研究;彭鸿博,刘孟萌,王悦阁;《科学技术与工程》;20140630;第14卷(第16期);第160-164页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111862388A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102928232B (zh) | 一种航空发动机整机性能衰退趋势预测方法 | |
EP2544064B1 (en) | Method for detecting whether performance of aircraft components is in the decline period | |
CN108139749B (zh) | 基于自适应算法的发动机健康状况预测 | |
CN107807628B (zh) | 民用飞机空调系统热交换器性能退化评估方法 | |
US10442544B2 (en) | Engine degradation management via multi-engine mechanical power control | |
US8850876B2 (en) | Methods and systems for monitoring engine oil temperature of an operating engine | |
US9830747B2 (en) | Engine health monitoring | |
CA2940139A1 (en) | Method for diagnosing a fault in an air-conditioning pack of an aircraft | |
US10038397B2 (en) | Multiple engine condition matching via electrical power extraction control | |
CN111504364A (zh) | 用于预测航空器的空气调节组合件中故障的方法 | |
GB2436366A (en) | Monitoring Gas Turbine Engines | |
CN113053171B (zh) | 一种民机系统风险预警方法及系统 | |
CN111932102B (zh) | 一种基于动态控制图的民用飞机系统风险预警方法 | |
US20220097864A1 (en) | Aircraft performance optimization based on engine performance monitoring | |
CN111862388B (zh) | 一种基于数据的航空发动机排气温度裕度寿命计算方法 | |
EP3742359A1 (en) | Systems and methods for auxiliary power unit health indicator computation | |
CN104050371A (zh) | 一种基于改进sdg的多故障诊断方法 | |
US20190287321A1 (en) | Method for fuselage leak monitoring and detection by an integrated apu-ecs-cpcs system | |
CN115525987A (zh) | 一种用于涡轴发动机的可用功率自动评估方法 | |
CN113378328B (zh) | 一种用于控制系统的燃气涡轮前温度计算方法 | |
CN114970022A (zh) | 一种航空发动机机载状态的监测方法 | |
Avwunuketa et al. | Aircraft Auxiliary Power unit (APU) Condition Monitoring | |
CN117330323A (zh) | 航空发动机性能试飞有效性判定的方法及系统 | |
CN115758693A (zh) | 基于数据拟合基线模型的民机空调系统健康指数构建方法 | |
CN116591825A (zh) | 一种航空燃气涡轮发动机显示转速的修正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |