论文部分内容阅读
发动机预测与健康管理(Prognostics and health management,PHM)作为一门新兴的工程学科,主要旨在检测,诊断和预测机械故障。但由于缺少实际系统故障相关数据集,学科的发展受到了阻碍。受C-MAPSS数据集的启发,本文提出对航空发动机进行数值建模,进而模拟性能衰退过程,为PHM分析提供数据材料,从而帮助航空公司发动机机队的管理科学化,明确化,提高运行管理效率,降低航空公司运营成本。依据航空发动机原理,使用MATLAB/Simulink对航空发动机进行部件级建模,其中引入变比热计算方法和特性图概念提高模型精度,再将模块连接起来,使用牛顿-拉夫逊法求得发动机共同工作条件,完成发动机整体建模。之后使用JT9D发动机数据对模型进行了验证在统计分析的基础上,使用新方法对特性图进行缩放,以获得更加准确的特性图数据,并在真实特性图的基础上对原始方法和新方法进行了比较,结果表明新方法在100%转速附近与实际情况更加接近。通过分析C-MAPSS数据集,提出了适用于该数据集的性能衰退加速模型,并与特性图缩放方法相结合,对发动机高压压气机的性能衰退进行了仿真,仿真结果与C-MAPSS数据集相符。之后使用性能衰退仿真模型分析了不同故障原因对发动机整体性能的影响,结论为高压压气机的效率衰退和流量衰退对排气温度(Exhaust Gas Temperature,EGT)影响程度类似,高压压气机的流量衰退对高压压气机的喘振裕度影响较大。