基于远程监控信息在翼发动机性能评估与故障预测方法研究

传统发动机的性能评估与故障预测方法主要有动力学和数理统计方法，共同点是先建立数据模型，然后根据模型进行计算和预测，带有主观性因素；同时，由于诸多非线性因素的存在，当发动机发生故障时，非线性特性往往比较突出，传统技术很难解决。本课题将从基于远程监控信息的角度研究在翼发动机性能评估与故障预测方法。研究基于模糊粗糙集的发动机故障特征参数获取方法，对现有发动机数据采集与测试得到的大量实际状态数据进行分析；从结构与系统特征参数的研究入手，研究特征参数之间以及特征参数与故障之间相关性，建立基于多元信息熵的发动机健康评估模型；研究基于混沌时间序列的发动机异常状态的预测模型，确定可预报时间尺度。在理论研究基础上，通过实验室、发动机地面实验台，以及远程监控系统进行试验验证与模型测试，根据试验结果，进行必要的模型修正。本课题对准确预报发动机近期故障，确定发动机检修时间、大修日期，保证飞机飞行安全都具有重大意义