航空发动机控制系统故障诊断

目录
丛书序
前言
第一部分航空发动机控制与故障诊断技术
第1章航空发动机控制系统故障诊断发展与需求
1.1引言003
1.2航空发动机控制系统的发展003
1.2.1国外航空发动机控制系统的发展003
1.2.2国内航空发动机控制系统的发展008
1.3航空发动机控制系统故障诊断技术综述009
1.3.1故障诊断技术的研究状况009
1.3.2航空发动机控制系统故障诊断技术的研究状况012
1.4航空发动机控制系统故障诊断面临的要求和挑战016
1.5本书概要017
参考文献019
第2章航空发动机控制系统
2.1引言023
2.2航空发动机控制系统概述023
2.3航空发动机控制系统的控制原则027
2.3.1航空发动机控制系统状态控制规律027
2.3.2航空发动机过渡控制规律030
2.3.3发动机控制系统的控制过程分析031
2.4航空发动机控制系统的基本类型034
2.4.1机械液压控制系统034
2.4.2全权限数字电子式控制系统036
2.5全权限数字式电子控制系统的原理与结构038
2.5.1全权限数字式电子控制系统的组成038
2.5.2全权限数字式电子控制系统的功能要求040
2.5.3全权限数字式电子控制系统的总体结构040
2.5.4全权限数字式电子控制系统的工作原理043
2.6航空发动机控制系统故障诊断的目的与要求044
参考文献045
第二部分故障特性分析与机理建模
第3章航空发动机控制系统故障诊断基本概念与故障模型
3.1引言049
3.2航空发动机控制系统故障的定义与分类049
3.3故障诊断的基本概念和过程058
3.3.1故障诊断的定义058
3.3.2故障诊断的任务与过程058
3.3.3故障诊断的方法分类059
3.3.4故障诊断技术的性能指标063
3.4机内自检测设计065
3.4.1上电机内自检测067
3.4.2飞行前机内自检测068
3.4.3飞行中机内自检测072
3.4.4维护机内自检测075
3.5控制系统的故障模型分析075
3.5.1控制系统的故障模型075
3.5.2故障可检测性分析078
3.5.3故障可隔离性分析081
3.5.4算例分析083
参考文献090
第4章航空发动机组态化建模
4.1引言092
4.2航空发动机组态化稳态模型092
4.2.1组态化建模原理093
4.2.2核心机通用模块095
4.2.3进、排气系统模块103
4.2.4稳态仿真原理111
4.2.5仿真算例115
4.3航空发动机组态化动态模型118
4.3.1发动机动力学分析118
4.3.2动态共同工作方程119
4.3.3动态仿真模型搭建120
4.3.4动态求解器121
4.3.5动态计算流程121
4.3.6算例分析122
4.4发动机模型线性化方法研究123
4.4.1模型线性化原理123
4.4.2发动机解析线性化方法124
4.4.3线性化算法127
4.4.4线性模型的归一化处理131
4.4.5算例分析133
参考文献140
第5章航空发动机全寿命大包线数学模型
5.1引言141
5.2航空发动机自适应模型建立142
5.2.1发动机性能健康退化参数142
5.2.2基于IHKF的发动机机载自适应模型142
5.2.3机载自适应模型的求解145
5.2.4算例分析147
5.3航空发动机LPV模型建立150
5.3.1雅可比线性化方法151
5.3.2多项式依赖模型153
5.3.3仿射参数依赖模型154
5.3.4多胞形155
5.3.5发动机多胞LPV建模及算例分析156
5.4模型不确定性分析160
5.4.1模型不确定性的成因160
5.4.2模型不确定性的数学描述161
5.4.3模型不确定性转化为未知输入163
5.4.4干扰分布矩阵的确定165
5.4.5模型不确定性对故障诊断的影响分析与解决办法167
参考文献172
第三部分基于模型的控制系统故障诊断
第6章基于卡尔曼滤波器的航空发动机控制系统故障诊断
6.1引言175
6.2基于模型的故障诊断概述176
6.2.1基于模型故障诊断的基本原理176
6.2.2基于模型故障诊断的鲁棒性问题178
6.2.3基于模型故障诊断的故障重构179
6.3发动机离散模型的卡尔曼滤波器原理180
6.3.1离散卡尔曼滤波器原理180
6.3.2发动机离散模型的卡尔曼滤波器182
6.4基于故障匹配卡尔曼滤波器的故障诊断方法183
6.4.1故障匹配卡尔曼滤波器组设计183
6.4.2残差平方加权和法处理故障信息186
6.4.3多重故障的诊断逻辑原理187
6.4.4仿真验证187
6.5基于卡尔曼滤波器的机载自适应模型的故障诊断190
6.5.1发动机部件性能退化对故障诊断的影响190
6.5.2基于机载自适应模型的故障诊断192
6.5.3结构机理与公式推导193
6.5.4仿真验证195
6.6面向航空发动机的自适应很优阈值设计197
6.6.1参数摄动“软边界”的航空发动机线性概率模型197
6.6.2基于满意滤波的自适应阈值设计198
6.6.3基于LMI的问题求解202
6.6.4算例分析202
参考文献204
第7章基于滑模观测器的航空发动机控制系统故障诊断
7.1引言206
7.2执行机构故障特性估计206
7.2.1数学描述206
7.2.2滑模观测器和H∞设计208
7.2.3执行机构故障特性估计方法211
7.2.4仿真验证212
7.3传感器故障特性估计214
7.3.1数学描述214
7.3.2滑模观测器和H∞设计216
7.3.3传感器故障特性估计方法217
7.3.4仿真验证217
7.4基于滑模观测器的故障检测与隔离220
7.4.1控制函数选取220
7.4.2多重故障检测与隔离221
7.4.3仿真算例225
7.5基于等效输出注入的故障特性估计234
7.5.1问题描述234
7.5.2观测器设计235
7.5.3故障特性估计239
7.5.4仿真算例240
参考文献243
第四部分基于数据驱动的控制系统故障诊断
第8章基于云/雾智能计算的航空发动机控制系统故障诊断方法
8.1引言247
8.2基于云/雾混合模式的航空发动机监控与计算平台247
8.2.1云/雾混合计算模型247
8.2.2多模态信息感知与信息安全通信方案250
8.2.3系统资源需求预测及调度优化方案251
8.3面向航空发动机的智能故障诊断方案253
8.3.1基于物理模型的故障诊断方案253
8.3.2基于数据驱动的故障诊断方法255
8.3.3基于混合的故障诊断方案272
8.4基于混合机器学习模型的故障预测与健康管理方案273
8.4.1剩余使用寿命预测的基本概念273
8.4.2健康指数计算方案274
8.4.3基于混合机器学习模型的剩余使用寿命预测方案275
8.4.4预测结果性能评估指标278
8.5算例分析279
8.5.1数据描述279
8.5.2预测结果及对比分析279
参考文献284
第9章基于子空间辨识辅助的航空发动机控制系统故障诊断方法
9.1引言287
9.2子空间辨识方法287
9.2.1预备知识288
9.2.2确定系统子空间辨识295
9.2.3典型子空间辨识算法298
9.3基于等价空间辨识的故障诊断方法301
9.3.1基于系统等价空间的残差生成器301
9.3.2数据驱动的等价空间辨识方法303
9.3.3基于等价空间辨识的故障诊断系统设计方法307
9.4基于Markov参数辨识的故障诊断方法312
9.4.1Markov参数及其性质312
9.4.2Markov参数的辨识方法314
9.4.3基于Markov参数的故障诊断系统设计方法316
9.5航空发动机控制系统故障诊断设计与仿真321
9.5.1基于等价空间辨识的航空发动机故障诊断系统322
9.5.2基于Markov参数辨识的航空发动机故障诊断系统327
参考文献332
第10章基于人工智能的航空发动机控制系统传感器故障诊断
10.1引言334
10.2基于人工智能的传感器故障诊断概述334
10.3自联想型神经网络与诊断对象335
10.3.1神经网络与故障诊断335
10.3.2自联想型网络的结构和算法336
10.3.3发动机故障诊断参数的选择339
10.4基于自联想型神经网络的数据校验341
10.4.1数据校验的必要性341
10.4.2诊断网络构建原理341
10.4.3故障诊断自联想型神经网络的设计与训练342
10.4.4故障诊断神经网络性能仿真344
10.5基于自联想型神经网络的传感器故障诊断与仿真351
10.5.1AANN传感器故障诊断原理351
10.5.2传感器故障诊断仿真352
10.6基于免疫融合卡尔曼滤波器的发动机控制系统传感器故障诊断358
10.6.1人工免疫系统358
10.6.2基于卡尔曼滤波器族的控制系统故障诊断系统360
10.6.3抗体库的初始化及训练361
10.6.4基于免疫融合卡尔曼滤波器的故障诊断原理364
10.6.5基于人工免疫卡尔曼滤波的故障诊断仿真367
参考文献375
常用符号表377