一种基于LSTM的航空发动机智能本机平衡方法和相关装置

本发明属于航空发动机整机振动领域以及故障诊断，具体涉及一种基于lstm的航空发动机智能本机平衡方法和相关装置。

背景技术：

1、当前，某型航空发动机由于不平衡原因，导致发动机出现了振动突增问题。在解决该问题时传统的三圆法、影响系数法等方法存在试重次数多，装配与验证成本高等缺陷。且经多次试重开车后，使用整机振动测点得到影响系数不收敛，难以指导本机平衡。

2、在进行动平衡时首先要获取转子振动的大小、相位以及加重大小等数据。振动大小即振动幅值的大小，相位则为振动波形参考的度数，加重大小即为在参考位置加重的质量块的大小。如何精准获取转子不平衡的振动幅值大小与不平衡量之间的关系，是决定转子动平衡效果的关键。由于航空发动机的复杂性，以及存在经验接触角的原因，当前并没有有效的能够反映振动大小和不平衡量之间的关系模型，导致难以准确实现发动机的核心机转子本机智能动平衡。

技术实现思路

1、有鉴于此，本发明旨在提供一种基于lstm的航空发动机智能本机平衡方法和相关装置，通过采用lstm模型挖掘航空发动机振动与不平衡量之间的非线性关系，从而准确支撑发动机的核心机转子本机智能动平衡。

2、为了实现上述目的，本发明提供的技术方案如下：

3、本发明第一方面提供了一种基于lstm的航空发动机智能本机平衡方法，包括如下步骤：

4、获取航空发动机的转子转速以及原始振动相位和幅值的时间序列数据；

5、将转子转速以及原始振动相位和幅值的时间序列数据输入到预训练的lstm预测模型中，得到用于航空发动机智能本机平衡的加重角度和加重大小；

6、其中，lstm预测模型是基于lstm算法训练的，以转子转速以及原始振动相位和幅值的时间序列数据为输入，以航空发动机智能本机平衡的加重角度和加重大小为输出的模型。

7、进一步的，转子转速以及原始振动相位和幅值的时间序列数据是基于键相信号和振动加速度信号得到的，键相信号是利用键相转速传感器对加装低齿叶片的改装转子叶片进行测量获得的具有键相功能的转速信号，低齿叶片在改装转子叶片上的位置为进行航空发动机本机平衡的基准位置。

8、进一步的，在基于键相信号和振动加速度信号得到转子转速以及原始振动相位和幅值的时间序列数据时，还对键相信号进行调理，包括：

9、按照最大最小归一化方法对键相信号进行归一化处理；

10、依据低齿信号阈值从归一化处理后的键相信号中寻找低齿信号位置；

11、将找到的低齿信号位置的信号置为高电平1，其余位置信号置为0，从而获得调理后的键相信号。

12、进一步的，原始振动相位的计算式如下：

13、

14、相信号的转速基频对应的相位，为经过fft分析的振动加速度信号在转速基频位置的相位。

15、进一步的，键相信号和振动加速度信号进行fft分析包括：

16、对原始键相信号进行fft，计算当前信号对应的转速，得到转子转速；

17、然后对调理后的键相信号进行fft，计算转速基频对应的相位；

18、对振动加速度信号进行fft，计算转速基频左右设定范围内各个频率的相位，并取所有相位的平均值，作为振动加速度信号在转速基频位置的相位。

19、进一步的，lstm预测模型的网络架构包括：输入层、隐藏层和输出层；

20、输入层用于接收航空发动机的转子转速以及原始振动相位和幅值的时间序列数据；

21、隐藏层用于通过lstm结构挖掘时间序列数据中振动与不平衡量之间的非线性关系；

22、输出层用于输出结合隐藏层所挖掘的信息进行迭代预测，并输出所预测的加重角度和加重大小。

23、进一步的，lstm预测模型采用误差反向传播方法进行模型训练。

24、本发明第二方面提供了一种基于lstm的航空发动机智能本机平衡装置，包括：

25、数据获取模块，用于获取航空发动机的转子转速以及原始振动相位和幅值的时间序列数据；

26、平衡模块，用于将转子转速以及原始振动相位和幅值的时间序列数据输入到预训练的lstm预测模型中，得到用于航空发动机智能本机平衡的加重角度和加重大小；

27、其中，lstm预测模型是基于lstm算法训练的，以转子转速以及原始振动相位和幅值的时间序列数据为输入，以航空发动机智能本机平衡的加重角度和加重大小为输出的模型。

28、相应地，本发明还提供了一种计算机设备，设备包括处理器以及存储器：

29、存储器用于存储计算机程序，并将计算机程序的指令发送至处理器；

30、处理器根据计算机程序的指令执行如第一方面的一种基于lstm的航空发动机智能本机平衡方法。

31、相应地，本发明还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如第一方面的一种基于lstm的航空发动机智能本机平衡方法。

32、综上，本发明提供了一种基于lstm的航空发动机智能本机平衡方法和相关装置，包括获取航空发动机的转子转速以及原始振动相位和幅值的时间序列数据；将转子转速以及原始振动相位和幅值的时间序列数据输入到预训练的lstm预测模型中，得到用于航空发动机智能本机平衡的加重角度和加重大小；其中，lstm预测模型是基于lstm算法训练的，以转子转速以及原始振动相位和幅值的时间序列数据为输入，以航空发动机智能本机平衡的加重角度和加重大小为输出的模型。本发明通过利用lstm挖掘振动大小与不平衡量之间的非线性关系，从而准确支撑发动机的核心机转子本机智能动平衡。

技术特征：

1.一种基于lstm的航空发动机智能本机平衡方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于lstm的航空发动机智能本机平衡方法，其特征在于，所述转子转速以及原始振动相位和幅值的时间序列数据是基于键相信号和振动加速度信号得到的，所述键相信号是利用键相转速传感器对加装低齿叶片的改装转子叶片进行测量获得的具有键相功能的转速信号，所述低齿叶片在所述改装转子叶片上的位置为进行航空发动机本机平衡的基准位置。

3.根据权利要求2所述的基于lstm的航空发动机智能本机平衡方法，其特征在于，在基于所述键相信号和所述振动加速度信号得到所述转子转速以及原始振动相位和幅值的时间序列数据时，还对所述键相信号进行调理，包括：

4.根据权利要求2所述的基于lstm的航空发动机智能本机平衡方法，其特征在于，所述原始振动相位的计算式如下：

5.根据权利要求4所述的基于lstm的航空发动机智能本机平衡方法，其特征在于，所述键相信号和所述振动加速度信号进行fft分析包括：

6.根据权利要求1所述的基于lstm的航空发动机智能本机平衡方法，其特征在于，所述lstm预测模型的网络架构包括：输入层、隐藏层和输出层；

7.根据权利要求1或6所述的基于lstm的航空发动机智能本机平衡方法，其特征在于，所述lstm预测模型采用误差反向传播方法进行模型训练。

8.一种基于lstm的航空发动机智能本机平衡装置，其特征在于，包括：

9.一种计算机设备，其特征在于，所述设备包括处理器以及存储器：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于lstm的航空发动机智能本机平衡方法。

技术总结本发明提供了一种基于LSTM的航空发动机智能本机平衡方法和相关装置，包括获取航空发动机的转子转速以及原始振动相位和幅值的时间序列数据；将转子转速以及原始振动相位和幅值的时间序列数据输入到预训练的LSTM预测模型中，得到用于航空发动机智能本机平衡的加重角度和加重大小；其中，LSTM预测模型是基于LSTM算法训练的，以转子转速以及原始振动相位和幅值的时间序列数据为输入，以航空发动机智能本机平衡的加重角度和加重大小为输出的模型。本发明通过利用LSTM挖掘振动大小与不平衡量之间的非线性关系，从而准确支撑发动机的核心机转子本机智能动平衡。技术研发人员：康玉祥,秦天龙,米江,乔保栋,高强,陈果,葛向东受保护的技术使用者：南京航空航天大学技术研发日：技术公布日：2024/11/18