论文部分内容阅读
针对涡扇发动机气路测量参数难以优化筛选的问题，采用基于奇异值分解（SVD）的能观度分析方法对其能观度进行了分析。该方法可以计算获得各状态参数的具体能观度，实现对模型优劣性的定量评价；也可得到各测量参数与各状态参数能观度之间的敏感度关系，掌握彼此之间的关联程度，为后续气路测量参数的优化筛选奠定理论基础，最后采用改进平方根无损卡尔曼滤波（Unscented Kalman Filter，UKF）递推算法对各气路部件突变故障进行了仿真分析，根据各状态参数的估计精度验证了本文能观度分析结果的正确性。