一种航空发动机多阶段退化分界点在线检测方法

本发明涉及航空发动机剩余寿命预测与健康管理，具体涉及一种航空发动机多阶段退化分界点在线检测方法。

背景技术：

1、近年来，航空领域发展迅猛，航空发动机作为飞机的心脏，其健康问题备受关注。为了预防航空发动机失效，现阶段一般采用定期维护的方式对航空发动机进行维修保养。然而，先进设计和制造技术日新月异，航空发动机自身的可靠性也在不断提高，该种维护方式虽然能够确保航空发动机安全服役，但过于保守，造成了极大的资源浪费。随着物联网的不断发展，尤其是数据采集和通信技术的进步，全面覆盖的航空发动机传感器网络得以建立，为实时采集航空发动机健康状态数据提供了便利。

2、目前，基于监测数据的航空发动机运维策略得到广泛关注和研究，该类运维策略的核心是对航空发动机的剩余寿命进行准确预测。一般而言，航空发动机退化过程分为三个阶段。第一阶段为正常运行阶段，此时发动机平稳运行，监测信号在某个恒定幅值附近轻微波动；第二阶段为缓慢退化阶段，此时发动机出现退化趋势，监测信号幅值以某一速率缓慢上升；第三阶段为快速退化阶段，此时发动机退化趋势明显，监测信号幅值以某一速率快速上升，直至超出阈值，最终失效。

3、航空发动机监测数据中包含其不同运行阶段的退化信息，对于不同的运行阶段，需要采取不同的运维策略和对应的寿命预测模型，若选用的模型与退化阶段不匹配，将会造成难以估量的损失，例如，当航空发动机进入快速退化阶段即将失效时，若还采用缓慢退化阶段的预测算法，则势必会导致故障报警时间滞后，带来不可估量的损失。因此，对航空发动机多阶段退化分界点进行准确检测显得至关重要。

技术实现思路

1、针对现有技术中的上述不足，本发明提供了一种航空发动机多阶段退化分界点在线检测方法，以期提升寿命预测算法与退化阶段的匹配度，最终提高寿命预测精度。

2、为了达到上述发明目的，本发明采用的技术方案为：

3、一种航空发动机多阶段退化分界点在线检测方法，包括以下步骤：

4、获取航空发动机监测数据，并对监测数据进行预处理；

5、以监测数据的统计指标设定检测阈值，利用检测阈值对预处理后的监测数据进行检测，得到正常运行阶段与缓慢退化阶段的ⅰ型分界点；

6、在检测到ⅰ型分界点存在后，采用增量极大似然法计算预处理后的监测数据的增量极大似然差值，利用增量极大似然差值检测缓慢退化阶段与快速退化阶段的ⅱ型分界点。

7、可选择地，监测数据包括：

8、数据采样点的采样时刻和幅值。

9、可选择地，对监测数据进行预处理包括：

10、判断监测数据是否满足检测条件；若是，则执行下一步骤；否则继续获取航空发动机监测数据；

11、计算数据采样点的幅值的样本均值和样本标准差；

12、对所有数据采样点进行去均值处理。

13、可选择地，检测条件包括：

14、数据采样点的数量大于或等于数量阈值。

15、可选择地，对所有数据采样点进行去均值处理包括：

16、

17、其中，xn为数据样本点n去均值处理后的幅值，x′n为数据采样点的幅值，为数据采样点的幅值的样本均值。

18、可选择地，以监测数据的统计指标设定检测阈值包括：

19、以数据采样点的幅值的样本均值与三倍幅值的样本标准差之和设定检测阈值。

20、可选择地，利用检测阈值对预处理后的监测数据进行检测，得到正常运行阶段与缓慢退化阶段的ⅰ型分界点，包括：

21、判断连续三个数据采样点去均值处理后的幅值是否均大于检测阈值；若是，则当前数据采样点为正常运行阶段与缓慢退化阶段的ⅰ型分界点；否则继续检测下一个数据采样点。

22、可选择地，增量极大似然差值的计算方式为：

23、

24、其中，为数据采样点n分别位于两个退化阶段的增量极大似然差值，η1和σ1分别为缓慢退化阶段的退化速率和扩散系数，η2和σ2分别为快速退化阶段的退化速率和扩散系数，△xn-1为相邻两个数据采样点去均值处理后的幅值差值，△tn-1为相邻两个数据采样点的间隔时间。

25、可选择地，利用增量极大似然差值检测缓慢退化阶段与快速退化阶段的ⅱ型分界点包括：

26、判断连续三个数据采样点的增量极大似然差值是否均小于零；若是，则当前数据采样点为缓慢退化阶段与快速退化阶段的ⅱ型分界点；否则继续检测下一个数据采样点。

27、本发明具有以下有益效果：

28、本发明针对航空发动机，提出一种航空发动机多阶段退化分界点在线检测方法。对航空发动机运行中的各个阶段进行了定义和建模，通过3-3原则检测ⅰ型分界点，通过增量极大似然差值法检测ⅱ型分界点，能够实现航空发动机三个运行阶段的划分，为预测模型和运维策略的选取提供了重要的参考。同时，本发明为在线检测方法，仅需对当前采样点进行分析，极大地减少了计算量。

技术特征：

1.一种航空发动机多阶段退化分界点在线检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，监测数据包括：

3.根据权利要求1所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，对监测数据进行预处理包括：

4.根据权利要求3所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，检测条件包括：

5.根据权利要求3所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，对所有数据采样点进行去均值处理包括：

6.根据权利要求1所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，以监测数据的统计指标设定检测阈值包括：

7.根据权利要求1-6任一项所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，利用检测阈值对预处理后的监测数据进行检测，得到正常运行阶段与缓慢退化阶段的ⅰ型分界点，包括：

8.根据权利要求1所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，增量极大似然差值的计算方式为：

9.根据权利要求1或8所述的航空发动机多阶段退化分界点在线检测方法，其特征在于，利用增量极大似然差值检测缓慢退化阶段与快速退化阶段的ⅱ型分界点包括：

技术总结本发明属于航空发动机剩余寿命预测与健康管理技术领域，公开了一种航空发动机多阶段退化分界点在线检测方法，包括获取航空发动机监测数据，并对监测数据进行预处理；以监测数据的统计指标设定检测阈值，利用检测阈值对预处理后的监测数据进行检测，得到正常运行阶段与缓慢退化阶段的Ⅰ型分界点；在检测到Ⅰ型分界点存在后，采用增量极大似然法计算预处理后的监测数据的增量极大似然差值，利用增量极大似然差值检测缓慢退化阶段与快速退化阶段的Ⅱ型分界点。本发明能够有效地检测出分界点，并极大地减少了计算量。技术研发人员：蔡潇,谢旻,李健,李鹏,李振祥受保护的技术使用者：香港城市大学成都研究院技术研发日：技术公布日：2025/1/6