飞机发动机关键系统智能故障诊断分析

陈世添

摘 要 本文推出采用EMD小波阈值降噪和主元分析有效融合的方式，由此对发动机本身气路系统故障诊断展开进一步研究。通过实际采集的飞机气路参量数据，采取经验模态进行分解，具体对发动机气路系統的各参量信号进行EMD分解，然后采取相应的软阈值函数来实施降噪处理，并重构其信号结构，最终由此获得飞机发动机气路运行的有效数据。此项研究具有显著的实际应用价值、极为广阔的未来发展及运用空间。

关键词 飞机发动机；关键系统；故障诊断；智能

中图分类号 V2 文献标识码 A 文章编号 2095-6363（2017）16-0034-01

发动机属于飞机运行的心脏部位，一般飞机发动机的运行正常性，直接影响着飞机的安全飞行。美国ATA航空运输协会有统计记载，主要提取其中近5年所记录的数据，发现所记录5年内发生的飞机故障次数频率不高，而直接因为飞机发动机气路部件所致的飞机故障情况，其产生率高达21%的比例。因此由于飞机发动机气路系统所致的相应故障现象，在整体的发动机故障当中所占比例明显偏高[1]。

1 飞机发动机关键系统数据分析及处理

针对飞机发动机关键系统数据的分析与处理，具体是采取EMD的方式来进行。这种方式也被成为经验模态分解法，其原理主要是基于信号局部特征下对信号实施分解的有效方式，其特点就是在处理信号方面，具备非常显著的分解能力，能够实现对所获取信号进行转换和分解同时，达到其有效信息数据获取的目标。但是其本身所实施推广的小波阈值降噪方式，其原理主要是在小波域实现信号变换，通过对噪声的小波变换达到分离的效果，然后在此基础上通过小波变换来不断的消除其噪音，最终达到降噪效果。所以，上述两种系统数据处理的方法均属于当前运用效果较为良好的信号处理方式。文章针对两者实施进一步的分析与研究，在两种方式的有效结合基础上，推出在经验模态分解基础上所实施的数据预处理方式[2]。这种方式不但能够在EMD实施数据分解时实现对信号的平稳化处理，同时还将在此基础上产生多种尺度特异性明显的征模函数值，并且该征模函数值本身具备相应的小波阈值降噪的效果及特征。文章以飞机发动机关键系统中的气路系统进行深入研究，并在此基础上选择发动机内气路系统性能状态的多个参数指向值进行相应的降噪处理操作，具体的降噪过程可划分为4个步骤：1）EMD分解原始信号，由此获取各个IMF的分量数据。2）针对所有的IMF分量选择某种阈值的确定准则，并在此基础上预估各个分量的阈值。3）选取其中某个阈值函数，并充分结合其中各个分量的阈值预估值来实施计算降噪操作，最终由此获取到各个IMF的分量数值。4）将降噪后的IMF分量进行信号重构，最终所获得的信号就是降噪后的所得信号。endprint