基于PCA的航空发动机关键部件异常状态检测

关键词院保护；设定值；跳闸
1 燃气轮机常用的逻辑名称 燃气轮机常用的逻辑名称如表 1 所示。 2 常规的逻辑保护及报警处理 淤L63CSH-保护设定值：3kPa，保护名称：进气差压高 跳闸。 报 警 ：COMPRESSOR INLET DIFF PRESS HIGH
要要要要要要要要要要要要要要要要要要要要要要要
作者简介院王骥（1979-），男，江西萍乡人，高级工程师，硕士研究 生，研究方向为航空装备。
进行检测，需要由正常数据来确定过程运行的统计控制 限。为此引入确定主元模型的平方预测误差（SPE）统计量 控制限、T2 统计量控制限等，当统计量的值超过它们的控 制限时，即预示着有异常状态发生，因此基于该原理，本文 完成了基于 PCA 的航空发动机异常状态检测[4]。
关键词院PCA；航空发动机；异常状态检测
பைடு நூலகம்
0 引言 随着现代工业及科学技术的飞速发展，航空发动机的 结构越来越复杂，功能越来完善。航空发动机作为航空器 的“心脏”，其为航空器的飞行提供重要的动力基础，可以 说，没有航空发动机，航空器基本上就不能使用。航空发动 机不像其他航空设备，如液压系统，液压系统还有备用，航 空发动机则没有备用系统。航空发动机在航空器上具有极 其重要的作用，其一旦发生故障，将会是灭顶的[1]，因此，航 空发动机故障诊断与健康管理技术成为了目前的研究的 热点问题。 故障诊断技术的基本思想源于生物医学诊断。经过三 十多年的发展，故障诊断技术在方法、手段和内容方面不 断更新，现已发展为融合力学、电子学、信号与信息处理、 计算机技术和人工智能等技术的一门综合性交叉学科。常 用的故障诊断方法有基于解析模型的故障诊断方法、基于 信号处理的故障诊断方法、基于知识的故障诊断方法等， 这些方法有些已完成了针对具体的对象的验证，已达到工 程化应用的程度[2]。然而，由于航空发动机的结构复杂性， 现有的技术方法无法实现针对其故障诊断的目标。本文以 PCA 为基础，开展基于 PCA 的航空发动机异常状态检测 方法研究，解决航空发动机故障诊断的技术难题。 1 PCA 方法 PCA 又叫主元分析法，它是一种建立在数据基础上的 数据分类方法，主要是数据的不同特征信息，来表达原始 变量的主要特征，可以有效实现系统的降维，因此，由于它 常用于故障诊断、状态检测、数据压缩、信号处理以及模式 识别等学术领域，能有效处理线性关系数据，然而对于非 线性数据，则很难达到相应的效果[3]。 本文采用 PCA 对航空发动机的异常状态进行检测， 其主要是通过获得的各种状态的数据，借助一定的数学手 段对过程的动态特性进行描述，即获得各个状态下的数学 模型，通过建立的数学模型，应用观测到数据来检测突发 事件（异常状态）的出现情况。为了利用主元分析法对状态
Internal Combustion Engine & Parts
· 161 ·
基于 PCA 的航空发动机关键部件异常状态检测
王骥淤曰李胜男于盂
（淤海军驻上海地区第十军事代表室，上海 200283；于故障诊断与健康管理技术航空科技重点实验室，上海 201601； 盂中国航空工业集团公司上海航空测控技术研究所，上海 201601）
· 162 ·
内燃机与配件
略谈燃汽轮机常用保护信号及报警处理
黄小帆
（武汉汉能电力发展有限公司，武汉 430000）
摘要院燃气轮机技术是多种技术集成的高技术，是关系国家能源及国防安全的战略性新兴产业，已经成为一个国家科技水平、军 事力量、综合国力的重要标志之一，本文对燃机汽轮机原理各个部分涉及到的逻辑信号进行了阐述，供同行参考，望读者批评指正。
摘要院航空发动机在航空器中具有重要的作用。针对航空发动机运行状态难以准确检测的技术难题，以航空发动机转子系统为检 测对象，开展基于 PCA 的航空发动机关键部件异常状态检测方法研究。首先，以能够获取到的发动机参数为基础，采用相关分析法， 完成航空发动机检测参数的数据挖掘，剔除相关性低的数据；其次，以航空发动机四种典型故障模式为基础，开展基于 PCA 的航空发 动机的异常状态分类；最后，以实际数据对所研究的方法进行验证，确保其异常状态检测结果符合预期。验证结果表明，基于 PCA 的 航空发动机异常状态检测方法能够实现对航空发动机的状态进行检测，误差均在要求范围之内，因此，该方法切实可行，对于其他旋 转类设备的异常状态检测具有一定的借鉴意义。
2 航空发动机检测参数分析 文中以某型飞机的左发为具体研究对象，获取到的航 空发动机实际运行数据为基础，开展航空发动机异常状态 检测技术研究。数据包括左发燃油耗量 N1、左发扭矩 N2、 左发高压转速 N3、左发涡轮温度 N4、左发燃油流量 N5、 左发低压转速 N6、左发滑油压力 N7、左发滑油温度 N8 等 八种参数，开展航空发动机检测参数分析研究。本文种要 是将相关性程度高的数据剔除，仅保留相关性程度不高的 数据，这样得到航空发动机异常状态检测结果具有一定的 可靠性。开展相关性分析研究，相关性指标大于 90%的剔 除 ，因 此 ，剔 除 相 关 性 后 ，所 能 得 到 的 数 据 包 括 左 发 扭 矩 N2、左发高压转速 N3、左发低压转速 N6、左发滑油压力 N7、左发滑油温度 N8 五类参数。 3 基于 PCA 的航空发动机异常状态检测 3.1 航空发动机异常状态检测实现步骤 以航空发动机滑油系统故障 P1、转子系统故障 P2、正 常状态 P3 等三种航空发动机状态为基础，开展航空发动 机异常状态检测方法研究[5]。具体实现步骤如下： 步骤 1：获取三种状态的参数。本文以实际数据为基 础，获取到 50 包的数据； 步骤 2：开展数据相关性分析，剔除相关性程度较高 的几类参数； 步骤 3：采用 PCA 的方法，实现航 空 发动 机的 状态 分类； 步骤 4：根据分类结果，确定航空发动机的状态； 步骤 5：结果统计。 3.2 案例分析 以得到的航空航空发动机数据为基础。获取原始数据 并对原始数据进行归一化，已达到消除不同量纲产生的数 据差异。具体如表 1 所示。 以上述数据为基础，采用 PCA 对航空发动机尽心异