崔建國(guó)，鄭蔚，于明月，蒲雪萍，師建強(qiáng)

（1.沈陽(yáng)航空航天大學(xué)自動(dòng)化學(xué)院，沈陽(yáng)110136；2.中國(guó)燃?xì)鉁u輪研究院，成都610500）

飛機(jī)發(fā)動(dòng)機(jī)關(guān)鍵系統(tǒng)智能故障診斷方法*

崔建國(guó)1，鄭蔚1，于明月1，蒲雪萍2，師建強(qiáng)2

（1.沈陽(yáng)航空航天大學(xué)自動(dòng)化學(xué)院，沈陽(yáng)110136；2.中國(guó)燃?xì)鉁u輪研究院，成都610500）

飛機(jī)發(fā)動(dòng)機(jī)是一個(gè)非常復(fù)雜的大系統(tǒng)，由于其結(jié)構(gòu)復(fù)雜，工作環(huán)境惡劣，對(duì)其關(guān)鍵系統(tǒng)的故障進(jìn)行準(zhǔn)確診斷始終是困擾業(yè)界的技術(shù)瓶頸之一。提出了采用EMD小波閾值降噪與主元分析相結(jié)合的方法，對(duì)飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)故障診斷進(jìn)行了深入研究。針對(duì)某型真實(shí)飛機(jī)發(fā)動(dòng)機(jī)進(jìn)行測(cè)試試驗(yàn)采集的氣路多參量數(shù)據(jù)，首先采用經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）對(duì)氣路系統(tǒng)各參量信號(hào)進(jìn)行EMD分解，然后采用軟閾值函數(shù)對(duì)其進(jìn)行降噪，并進(jìn)行信號(hào)重構(gòu)，從而可得到飛機(jī)發(fā)動(dòng)機(jī)氣路工作狀態(tài)有效數(shù)據(jù)。在此基礎(chǔ)上，設(shè)計(jì)了飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)主元分析故障診斷模型，并結(jié)合預(yù)處理得到的飛機(jī)發(fā)動(dòng)機(jī)氣路有效數(shù)據(jù)，運(yùn)用所設(shè)計(jì)的主元分析故障診斷模型對(duì)飛機(jī)發(fā)動(dòng)機(jī)進(jìn)行故障診斷技術(shù)研究。研究結(jié)果表明，所提出的方法能夠很好地診斷出飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)實(shí)際運(yùn)行時(shí)所出現(xiàn)的故障，具有重要的實(shí)際應(yīng)用價(jià)值，并有廣泛的應(yīng)用前景。

飛機(jī)發(fā)動(dòng)機(jī)，故障診斷，經(jīng)驗(yàn)?zāi)B(tài)分解，小波閾值降噪，主元分析

0 引言

隨著航空工業(yè)技術(shù)的飛速發(fā)展，飛機(jī)安全性和可靠性越來(lái)越引起國(guó)內(nèi)外眾多學(xué)者的重視［1］。發(fā)動(dòng)機(jī)被喻為飛機(jī)的“心臟”，其氣路系統(tǒng)工作正常與否，將直接決定著飛行安全。一方面，據(jù)美國(guó)航空運(yùn)輸協(xié)會(huì)（Air Transport Association of America，ATA）的統(tǒng)計(jì)，僅在2000年至2005年間在該協(xié)會(huì)注冊(cè)的飛機(jī)故障中，與發(fā)動(dòng)機(jī)氣路部件相關(guān)的故障發(fā)生率占21%［2］。由此可見，飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)的故障在發(fā)動(dòng)機(jī)故障中占有較高的比例。另一方面，發(fā)動(dòng)機(jī)通常工作于惡劣的環(huán)境條件中，氣路的熱端部件（如燃燒室、渦輪等）長(zhǎng)時(shí)間工作在高速、高溫、高載的“三高”載荷超常的工況下［3］，部件間的相互摩擦、磨損及“三高”的外界環(huán)境極易造成部件壽命急劇縮短、老化、出現(xiàn)故障甚至失效。因此，針對(duì)飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)開展智能故障診斷方法研究，可極大提升飛機(jī)發(fā)動(dòng)機(jī)運(yùn)行的安全性與可靠性，具有十分重要的經(jīng)濟(jì)價(jià)值。

多年來(lái)，國(guó)內(nèi)外很多學(xué)者都致力于飛機(jī)發(fā)動(dòng)機(jī)故障診斷，但由于發(fā)動(dòng)機(jī)系統(tǒng)龐大，結(jié)構(gòu)及運(yùn)行過(guò)程復(fù)雜，工況惡劣等客觀因素，使得航空發(fā)動(dòng)機(jī)的故障診斷一直難以有效解決［4］。因此，急需研究飛機(jī)發(fā)動(dòng)機(jī)智能故障診斷方法，實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)故障的快速準(zhǔn)確診斷。本文提出EMD小波閾值降噪與主元分析相結(jié)合的診斷新方法，對(duì)飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)的故障診斷方法進(jìn)行了深入研究，很好地實(shí)現(xiàn)了對(duì)飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)故障進(jìn)行智能診斷的目標(biāo)，極大地提升了飛機(jī)的飛行安全，具有重要的軍事與經(jīng)濟(jì)價(jià)值。

1 飛機(jī)發(fā)動(dòng)機(jī)數(shù)據(jù)預(yù)處理

經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）是一種基于信號(hào)局部特征的信號(hào)分解方法，在信號(hào)處理上具有很強(qiáng)的分解能力，能夠?qū)⑿盘?hào)進(jìn)行轉(zhuǎn)換、分解，從而獲取有效信息［5-6］。小波閾值降噪法是在小波域?qū)⑿盘?hào)的小波變換與噪聲的小波變換有效地分離，然后盡量消除噪聲的小波變換，從而達(dá)到降噪的目的。因此，經(jīng)驗(yàn)?zāi)B(tài)分解和小波閾值降噪均是很好的信號(hào)處理方法［7-8］。筆者通過(guò)對(duì)兩者的深入分析與研究，發(fā)現(xiàn)將兩種方法結(jié)合，提出了一種基于EMD小波閾值降噪的數(shù)據(jù)預(yù)處理方法［9-10］，該方法不僅能在EMD分解時(shí)對(duì)信號(hào)進(jìn)行平穩(wěn)化處理，產(chǎn)生一系列具有不同特征尺度的本征模函數(shù)，還兼具小波閾值降噪效果明顯的特點(diǎn)。本文以飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)為具體研究對(duì)象，選取能較好表征發(fā)動(dòng)機(jī)氣路系統(tǒng)性能狀態(tài)的12個(gè)參數(shù)，對(duì)其進(jìn)行降噪處理，降噪過(guò)程具體分為4個(gè)步驟［11］：

步驟1：對(duì)原始信號(hào)進(jìn)行EMD分解，得到各IMF（Intrinsic Mode Function）分量。

步驟2：對(duì)所有IMF分量選擇一種閾值確定準(zhǔn)則，并進(jìn)行各個(gè)分量閾值估計(jì)。

步驟3：選擇一種閾值函數(shù)，結(jié)合各個(gè)分量上的閾值估計(jì)值進(jìn)行降噪計(jì)算，以獲取降噪后各個(gè)IMF分量。

步驟4：用降噪后的IMF分量重構(gòu)信號(hào)，此信號(hào)便是降噪后的信號(hào)。

基于EMD分解法與小波閾值降噪方法需對(duì)各個(gè)IMF分量進(jìn)行閾值處理，選用的閾值處理方法［12］，如式（1）所示：

式（1）中xj（i）是處理前的第j層小波分解分量中對(duì)應(yīng)的第i系數(shù)；xj'是降噪后的第j層小波分解分量中對(duì)應(yīng)的第i系數(shù)；是第j層的閾值大小。

2 飛機(jī)發(fā)動(dòng)機(jī)故障診斷理論基礎(chǔ)與方案

2.1基于PCA的飛機(jī)發(fā)動(dòng)機(jī)故障診斷機(jī)理

主元分析法（Principal Component Analysis，PCA）是多變量統(tǒng)計(jì)方法，其主要依據(jù)是基于原變量，運(yùn)用合理的技術(shù)手段構(gòu)造一組新變量，以便降低原變量的維數(shù)［13-14］。其優(yōu)點(diǎn)是主成分盡可能地反應(yīng)原始數(shù)據(jù)信息，且不受主觀因素的干擾。

設(shè)采集正常工況下的觀測(cè)數(shù)據(jù)集I∈Rn×m。其中，n是樣本個(gè)數(shù)，m是變量個(gè)數(shù)。它們組成的數(shù)據(jù)矩陣X可表示為：

對(duì)采集正常工況下的觀測(cè)數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理，以消除變量量綱的影響。將數(shù)據(jù)矩陣X標(biāo)準(zhǔn)化：

其中，In是所有元素均為1的m維列向量；u是變量的均值向量：

Dσ是變量方差矩陣：

協(xié)方差矩陣S可以特征值分解為：

數(shù)據(jù)矩陣可以主元分解為：

忽略次要主元只保留k個(gè)主元，得到PCA主元模型：

其中，T是主元得分矩陣：

P是主元負(fù)荷矩陣：

E是殘差項(xiàng)，k是主元個(gè)數(shù)。

這樣，觀測(cè)數(shù)據(jù)集便被分解為主元子空間和殘差子空間。當(dāng)故障發(fā)生時(shí)，投影在殘差子空間內(nèi)的方差會(huì)顯著增加，據(jù)此便可以實(shí)現(xiàn)故障的準(zhǔn)確診斷。

主元個(gè)數(shù)的選取，將直接影響檢測(cè)結(jié)果。本文采用主元貢獻(xiàn)率法計(jì)算主元個(gè)數(shù)，其選取主元的標(biāo)準(zhǔn)為：

其中，cl為門限貢獻(xiàn)率，cl∈［0，1］。本文選取cl=85%，此時(shí)選取的主元參數(shù)盡可能地反應(yīng)了原始數(shù)據(jù)的特征。

2.2飛機(jī)發(fā)動(dòng)機(jī)故障診斷方案

飛機(jī)發(fā)動(dòng)機(jī)氣路故障診斷總體方案如圖1所示。首先，選取能夠表征發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)的12個(gè)參數(shù)，具體為高壓轉(zhuǎn)子相對(duì)物理轉(zhuǎn)速（N2）、導(dǎo)葉角度反饋值（Alfa2）、發(fā)動(dòng)機(jī)進(jìn)口溫度（T2）、發(fā)動(dòng)機(jī)進(jìn)口壓力（P2）、壓氣機(jī)出口壓力（P3）、25截面壓氣機(jī)進(jìn)口溫度（T25）、低壓轉(zhuǎn)子相對(duì)物理轉(zhuǎn)速（N1）、主燃油流量給定值（WfmDem）、風(fēng)扇導(dǎo)葉反饋值（Alfa1）、噴口喉道面積反饋值（A8）、低壓渦輪后溫度（T6）、低壓渦輪后壓力（P6），將采集到的上述12個(gè)參數(shù)的原始數(shù)據(jù)作為EMD小波閾值降噪的輸入。

其次，對(duì)采集到的原始數(shù)據(jù)進(jìn)行篩選，擇其正常工況下的觀測(cè)數(shù)據(jù)，采用EMD小波閾值降噪方法對(duì)其進(jìn)行預(yù)處理。然后，將處理后的數(shù)據(jù)輸入到主元分析故障診斷模型，分別計(jì)算出統(tǒng)計(jì)量T2和SPE控制限。再次，對(duì)采集到的待測(cè)數(shù)據(jù)采用EMD小波閾值降噪數(shù)據(jù)預(yù)處理，輸入到已建立好的主元分析故障診斷模型，作出T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量的計(jì)算結(jié)果與相應(yīng)控制限作比較，判斷是否有故障發(fā)生。若運(yùn)行過(guò)程中有故障發(fā)生，最后使用故障影響因素分析圖對(duì)故障形成因素分析，確定其故障源。

圖1 某型飛機(jī)發(fā)動(dòng)機(jī)氣路故障診斷方案

3 發(fā)動(dòng)機(jī)故障診斷的實(shí)現(xiàn)過(guò)程

飛機(jī)發(fā)動(dòng)機(jī)是個(gè)結(jié)構(gòu)龐大、工作極其復(fù)雜的大系統(tǒng)，對(duì)其進(jìn)行故障診斷涉及到多個(gè)參數(shù)，且數(shù)據(jù)量龐大，難以實(shí)現(xiàn)準(zhǔn)確快速診斷。針對(duì)這種情況，主元分析將監(jiān)測(cè)參數(shù)變換成少數(shù)幾個(gè)獨(dú)立的變量，根據(jù)這幾個(gè)獨(dú)立變量的變化情況進(jìn)行統(tǒng)計(jì)控制，準(zhǔn)確診斷所要發(fā)生的故障，為發(fā)動(dòng)機(jī)故障診斷提供了一種新思路，故障診斷過(guò)程具體如下：

3.1建立正常工況下故障診斷模型

讀取正常工況下經(jīng)EMD小波閾值降噪后的8 000組數(shù)據(jù)，先對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理，再對(duì)其進(jìn)行主元分析，確定主元個(gè)數(shù)，建立正常工況下故障診斷模型。

3.2計(jì)算統(tǒng)計(jì)量SPE和T2的控制限

利用式（15）和式（16）

分別計(jì)算統(tǒng)計(jì)量SPE和T2的控制限。

3.3故障診斷

將經(jīng)EMD小波閾值降噪后的預(yù)處理數(shù)據(jù)輸入故障診斷模型，對(duì)其進(jìn)行故障診斷。具體步驟如下：

步驟1讀取新的測(cè)量數(shù)據(jù)，并用樣本均值向量u和方差矩陣Dσ方法對(duì)其進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化統(tǒng)一處理。

步驟2分別計(jì)算T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量，計(jì)算公式如下：

步驟3作出T2和SPE統(tǒng)計(jì)量診斷結(jié)果圖，監(jiān)控運(yùn)行狀態(tài)；

步驟4將T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量計(jì)算結(jié)果與其相應(yīng)的控制限作比較，檢測(cè)狀態(tài)是否出現(xiàn)故障。通過(guò)T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量共有4種檢測(cè)結(jié)果［15］：

當(dāng)T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量均超過(guò)控制限時(shí)，或當(dāng)T2統(tǒng)計(jì)量未超過(guò)控制限，SPE統(tǒng)計(jì)量超過(guò)控制限時(shí)，則認(rèn)為系統(tǒng)出現(xiàn)故障。

當(dāng)T2統(tǒng)計(jì)量超過(guò)控制限，SPE統(tǒng)計(jì)量未超過(guò)控制限時(shí)，則認(rèn)為工況變化導(dǎo)致擾動(dòng)。

當(dāng)T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量均沒(méi)超過(guò)控制限，則認(rèn)為正常。

步驟5若診斷結(jié)果為故障，則需將信號(hào)輸入故障形成因素分析模塊，確定出具體的故障源，用以排故以便為飛機(jī)發(fā)動(dòng)機(jī)維修維護(hù)提供支持［16］。

4 發(fā)動(dòng)機(jī)故障診斷方法試驗(yàn)驗(yàn)證與分析

4.1發(fā)動(dòng)機(jī)故障診斷試驗(yàn)

依據(jù)專業(yè)試驗(yàn)平臺(tái)對(duì)某型真實(shí)發(fā)動(dòng)機(jī)性能進(jìn)行試驗(yàn)。采集其氣路試驗(yàn)數(shù)據(jù)，按上述故障診斷方法，可得氣路系統(tǒng)的診斷結(jié)果如下：

圖2 氣路數(shù)據(jù)的T2統(tǒng)計(jì)量診斷正常結(jié)果

圖3氣路數(shù)據(jù)的SPE統(tǒng)計(jì)量診斷正常結(jié)果

圖2 和圖3中顯示統(tǒng)計(jì)量T2和SPE均未超出控制限，說(shuō)明飛機(jī)發(fā)動(dòng)機(jī)處于正常運(yùn)行狀態(tài)。此次試驗(yàn)結(jié)果與發(fā)動(dòng)機(jī)實(shí)際狀態(tài)相符。

圖4中，T2統(tǒng)計(jì)量在采樣點(diǎn)0～1 000之間超過(guò)閾值限，圖5中，SPE統(tǒng)計(jì)量在采樣點(diǎn)0～1 000之間未超過(guò)閾值限，飛機(jī)可能由工況變化導(dǎo)致擾動(dòng)。

依據(jù)上述診斷結(jié)論可知，由于圖5中，SPE統(tǒng)計(jì)量在采樣點(diǎn)1 500～1 600、4 900～5 000、8 000～17 000均超過(guò)閾值限，說(shuō)明飛機(jī)已處于故障狀態(tài)。

圖4 氣路數(shù)據(jù)的T2統(tǒng)計(jì)量診斷故障結(jié)果

圖5 氣路數(shù)據(jù)的SPE統(tǒng)計(jì)量診斷故障結(jié)果

如上述診斷結(jié)果所示，在前1 000個(gè)采樣點(diǎn)階段，飛機(jī)處于剛啟動(dòng)階段，油門桿驟然加大引起的工況變化或者擾動(dòng)等外界因素，導(dǎo)致飛機(jī)處于非穩(wěn)態(tài)狀態(tài)；隨著采樣點(diǎn)1 500～1 600、1 900～2 000、4 900～5 000等間接性的超過(guò)閾值，說(shuō)明飛機(jī)有故障發(fā)生，需立即引起重視；采樣點(diǎn)8 000～17 000之間，飛機(jī)已處于故障狀態(tài)，應(yīng)立刻停飛排故，否則將會(huì)出現(xiàn)險(xiǎn)情。

采用上述方法得到的診斷結(jié)果均與某型發(fā)動(dòng)機(jī)實(shí)際狀態(tài)相符，充分說(shuō)明該方法的有效性與實(shí)用性。

4.2發(fā)動(dòng)機(jī)故障診斷影響因素分析

將監(jiān)測(cè)的T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量結(jié)果與相應(yīng)的控制限進(jìn)行比較分析，可以判斷飛機(jī)運(yùn)行狀態(tài)是否出現(xiàn)故障。

為了更加明晰各狀態(tài)參量對(duì)T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量的影響大小，在以上診斷出發(fā)動(dòng)機(jī)氣路系統(tǒng)性能狀態(tài)的基礎(chǔ)上，本文尚對(duì)參與T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量計(jì)算的相關(guān)參量進(jìn)行了深入分析，得到了各相關(guān)參量對(duì)T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量的不同影響，為方便觀察，特將其繪制成直方圖，如圖6所示。通過(guò)對(duì)故障影響因素分析圖的監(jiān)測(cè)，可以很方便地確定引起統(tǒng)計(jì)量T2或SPE統(tǒng)計(jì)量超出控制限的主要參量，將這些參量按對(duì)T2統(tǒng)計(jì)量或SPE統(tǒng)計(jì)量的影響程度進(jìn)行排序，并以此指導(dǎo)故障隔離與定位，具有很重要的實(shí)際工程應(yīng)用價(jià)值。

圖6氣路各參量對(duì)發(fā)動(dòng)機(jī)故障診斷影響因素分析

圖6 中橫坐標(biāo)1～12分別代表飛機(jī)發(fā)動(dòng)機(jī)氣路監(jiān)測(cè)的12個(gè)參數(shù)，由圖6可知，第1個(gè)參數(shù)高壓轉(zhuǎn)子相對(duì)物理轉(zhuǎn)速（N2）、第8個(gè)參數(shù)主燃油流量給定值（WfmDem）、第9個(gè)參數(shù)風(fēng)扇導(dǎo)葉反饋值（Alfa1）、第11個(gè)參數(shù)低壓渦輪后溫度（T6）的相對(duì)影響較大，即鎖定為故障參數(shù)。試驗(yàn)證實(shí)，以上4個(gè)參數(shù)是引起故障的原因與實(shí)際情況相符，說(shuō)明基于主元分析法的飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)故障診斷方法能夠?qū)崿F(xiàn)對(duì)發(fā)動(dòng)機(jī)氣路系統(tǒng)故障進(jìn)行準(zhǔn)確診斷的效能。

5 結(jié)論

通過(guò)本文研究，采用EMD小波閾值降噪和主元分析相結(jié)合的方法對(duì)飛機(jī)發(fā)動(dòng)機(jī)氣路系統(tǒng)故障進(jìn)行診斷，不僅能夠有效地實(shí)現(xiàn)故障診斷，而且還能夠鎖定故障參數(shù)，快速找出故障源，為飛機(jī)發(fā)動(dòng)機(jī)的故障診斷提供了一種新思路和方法。先利用EMD對(duì)信號(hào)進(jìn)行多尺度分解，采用小波閾值進(jìn)行降噪和信號(hào)重構(gòu)，然后采用主元分析算法進(jìn)行故障診斷，若有故障發(fā)生，再根據(jù)每個(gè)監(jiān)控變量對(duì)統(tǒng)計(jì)量和SPE影響程度的不同，依據(jù)氣路各參量對(duì)發(fā)動(dòng)機(jī)故障診斷影響因素分析圖，可以很方便地尋找出故障形成的主要因素。

研究結(jié)果表明，本文所提出的飛機(jī)發(fā)動(dòng)機(jī)故障診斷方法可有效實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)準(zhǔn)確診斷的效能，并可對(duì)出現(xiàn)故障狀態(tài)的影響因素進(jìn)行分析，確定故障發(fā)生的主要因素以及找出故障源。最后通過(guò)試驗(yàn)驗(yàn)證與分析，說(shuō)明了該方法的有效性，通過(guò)得到的故障診斷結(jié)果，可為飛機(jī)發(fā)動(dòng)機(jī)的快速維修保障提供很好的證據(jù)基礎(chǔ)，具有重要的實(shí)際應(yīng)用價(jià)值。

［1］常奇，袁慎芳.飛行器綜合健康管理（IVHM）系統(tǒng)技術(shù)現(xiàn)狀及發(fā)展［J］.系統(tǒng)工程與電子技術(shù)，2009，31（11）：2652-2657.

［2］MERCER C R，SIMON D L，HUNTER G W，et al.Fundamental technology development for gas-turbine engine health management［R］.NASA-TM-2007-0022364，2007.

［3］周仲榮.摩擦學(xué)發(fā)展前言［M］.北京：清華大學(xué)出版社，2006.

［4］李海然.排故中的QAR數(shù)據(jù)使用［J］.航空維修與工程，2010，54（2）：47-48.

［5］郭興明，張文霞.基于EMD關(guān)聯(lián)維數(shù)和多重分形譜的心音識(shí)別［J］.儀器儀表學(xué)報(bào)，2014，35（4）：828-833.

［6］夏均忠，蘇濤.基于EMD的滾動(dòng)軸承故障特征提取方法［J］.噪聲與振動(dòng)控制，2013，33（4）：123-127.

［7］陳曉曦，王延杰.小波閾值去噪法的深入研究［J］.激光與紅外，2012，42（1）：106-110.

［8］王長(zhǎng)龍，朱紅運(yùn).在適應(yīng)小波閾值在磁記憶信號(hào)降噪處理中的應(yīng)用［J］.系統(tǒng)工程與電子技術(shù)，2012，34（8）：1556-1559.

［9］邵忍平，曹精明，李永龍.基于EMD小波閾值去在和時(shí)頻分析的齒輪故障模式識(shí)別與診斷［J］.振動(dòng)與沖擊，2012，31（8）：96-106.

［10］李成業(yè)，練繼建，劉昉，等.EMD與小波閾值聯(lián)合濾波方法的改進(jìn)及其在泄流結(jié)構(gòu)振動(dòng)分析中的應(yīng)用［J］.振動(dòng)與沖擊，2013，32（19）：63-110.

［11］杜修力，何立志，侯偉.基于經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的小波閾值除燥方法［J］.北京工業(yè)大學(xué)學(xué)報(bào)，2007，33（3）：265-267.

［12］王峰林，王長(zhǎng)龍，朱紅運(yùn).基于EMD的改進(jìn)小波閾值降噪法在超聲信號(hào)處理中的應(yīng)用［J］.軍械工程學(xué)院學(xué)報(bào)，2013，25（3）：35-39.

［13］劉永斌，何清波，孔凡讓，等.基于PCA和SVM的內(nèi)燃機(jī)故障診斷［J］.振動(dòng)、測(cè)試與診斷，2012，32（2）：250-255.

［14］崔建國(guó)，吳燦，董世梁，等.主元分析法和模糊積分的航空發(fā)動(dòng)機(jī)氣路狀態(tài)監(jiān)測(cè)［J］.火力與指揮控制，2014，39（10）：130-134.

［15］溫冰清，申忠宇，趙瑾，等.基于魯棒主元分析方法的故障檢測(cè)［J］.東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，40（1）：140-143.

［16］錢鑫，蔡忠春，常旭，等.某型軍用發(fā)動(dòng)機(jī)故障模式、影響及致命性分析［J］.四川兵工學(xué)報(bào)，2014，35（10）：48-51.

Research on Intelligence Fault Diagnosis Methods of Aeroengine Key System

CUI Jian-guo1，ZHENG Wei1，YU Ming-yue1，PU Xue-ping2，SHI Jian-qiang2
（1.School of Automation，Shenyang Aerospace University，Shenyang 110136，China；2.China Gas Turbine Establishment，Chengdu 610500，China）

Aircraft engine is a very complex system，and it has complex structure，poor working environment.So it is one of the technical bottlenecks for accurate diagnosis of the key system fault which plagued the industry.The paper proposes one method which combines EMD threshold de-noising in wavelet and principal component analysis method.And the paper is depth study of the fault diagnosis for aircraft engine gas path system.For the multi parameter data which has be obtained for a certain type aircraft engine gas path test collection，the signal of the pneumatic system the parameters are decomposed using the empirical mode decomposition（EMD），and use the soft threshold function to reduce the noise，and the signals are reconstructed.So it can get the aircraft engine gas path valid data. On this basis，the paper designs fault diagnosis model of principal component analysis for the aircraft engine gas path system，and combined with valid data obtained from the aircraft engine gas path.The paper develops the fault diagnosis technology research using the principal component analysis fault diagnosis model for aircraft engines.Research results shows that the proposed method can diagnose the actual operation of aircraft engine gas path system fault，and the method has important practical application value and wide application prospect.

aircraftengine，faultdiagnosis，empiricalmodedecomposition，waveletthreshold de-noising，principal component analysis

TP206.3；TH165.3

A

1002-0640（2016）11-0187-05

2015-06-05

2015-07-07

航空科學(xué)基金（2010ZD54012）；國(guó)防預(yù)研基金（A0520110023）；國(guó)防基礎(chǔ)科研基金（Z052012B002）；遼寧省自然科學(xué)聯(lián)合封閉基金資助項(xiàng)目（2014024003）

崔建國(guó)（1963-），男，遼寧沈陽(yáng)人，博士，教授。研究方向：飛行器健康診斷、預(yù)測(cè)與綜合健康管理，仿真技術(shù)與應(yīng)用。