基于支持向量机诊断压气机清洗管理.docVIP

基于支持向量机诊断压气机清洗管理 　　【摘 要】民用航空发动机部件在使用中不可避免的退化是导致发动机使用过程中整机性能衰减的最主要因素。压气机进气道因吸入大量气体，易发生积垢、腐蚀、侵蚀等，导致部件效率降低，最终影响发动机整机性能。压气机清洗作为业内广泛认可有效的发动机维护方式，已被列入常规的维护程序中。本文采用了支持向量机的方法判别压气机渐进退化状态，并给出是否进行压气机清洗维护的建议。 　　【关键词】发动机在翼清洗；支持向量机；遗传算法 　　Condition-Based Compressor Washing Schedule Management 　　SHI Shuo 　　（Shenyang Aero Engine Research Institute， Shenyang Liaoning 110015， China） 　　【Abstract】Unavoidable deteriorations on engine components are the main reason of engine performance degradation. Fouling， corrosion and erosion degrade compressors in terms of flow capacity and efficiency. Advanced compressor washing techniques prevent large build-up of debris by injecting washing fluid upstream of the compressor. This project will focus on improving the understanding of the performance recovery achieved via advance simulation. A special emphasis will be given to the identification by SVMs and study of the key drivers that justify the use of compressor washing and its potential improvements. 　　【Key words】Compressor on-wing washing； Support Vector Machines （SVMs）； Genetic Algorithm （GA） 　　0 引言 　　民用飞机自投入使用起，因其自身及环境原因，发动机部件会呈现不可避免的退化趋势。发动机整机性能随工作时间开始逐步衰减，主要表现为为维持推力在恒定范围之内增加的耗油量，以及随即造成的排气温度升高、热端部件寿命降低等，这些调整会对发动机的可靠性、经济性等造成直接或间接的影响。 　　发动机清洗，作为业界公认的最为经济有效的性能维持方法，目前通常采用固定时间间隔清洗的策略，由发动机生产厂商提供清洗周期建议或各航空公司根据自身航线及飞机特性进行定期清洗维护。随着视情维护理念得到更为广泛的认可，作为发动机定期维护保养基本程序的发动机清洗，也相应地希望优化管理应需而定。 　　本文以某长航程三轴大涵道比民用飞机发动机为例，对压气机部件退化进行判别，根据发动机性能状态变化，为发动机视情在翼清洗维护提供建议。 　　1 压气机部件退化判别 　　首先对发动机进行建模，模拟发动机性能（含性能衰减状态），可以得到由性能退化引发的各监测参数的变化。以此作为基础，选取支持向量机（Support Vector Machines - SVMs）作为分类器，判别压气机部件的退化。由于积垢、腐蚀等原因会导致发动机性能退化，具体表征为转速、耗油量等监控参数的变化。 　　图1 发动机故障与监测参数变化的关系 　　将上图反向分析便可应用于发动机的健康诊断，即从监测参数的变化来推断发动机性能退化的原因，是本文判别压气机部件故障的基本思想。将部分发动机监测参数作为输入，对应的压气机是否发生了一定程度的渐进性性能衰减作为分类的标识。以支持向量机作为分类器，具体分为两步：训练分类器和使用分类器。 　　SVM作为分类器可进行分类前，需要对其进行训练学习，选择一些发动机监测的参数作为训练数据，通过判别发动机性能是否出现了渐进性的衰减来推断发动机部件是否发生了渐进性的退化。在此，被用作训练的监测参数包括： 　　SVM是建立在统计学习理论的VC维理论和结构风险最小原理基础上的一种监督学习模型，因其在解决小样本、非线性问题中表现出许多特有的优势而广泛用于分类和回归问题中。此文借助于台湾大学的LIBSVM[1]工具箱，