论文部分内容阅读
随着现代航空发动机技术的发展，发动机台架试验数据是否真实、可靠地反映了发动机的工作状态受到越来越多的重视，数据有效性验证作为数据可靠性验证的先进技术手段，目前已经成为国内外航空发动机试验与测试领域研究的热点问题之一。本文提出了一种基于Hilben变换的经验模式分解(EMD)分解和支持向量机(SVM)相结合的方法，进行数据有效性进行了验证技术研究，并将该方法应用于某型航空发动机台架试验实测数据有效性验证中，取得良好的效果。论文主要内容包括： (1)阐述了航空发动机台架试验的主要内容及测试中采集测试数据的关键部件—传感器的常见故障，确定传感器故障分析对于航空发动机台架试验数据有效性的验证具有重要意义，综合分析了国内外关于SVM和EMD方法的研究现状及发展前景。 (2)在数据有效性验证方面，从传感器的故障诊断入手，详细阐述了基于SVM方法的传感器故障诊断方法的原理，对故障数据进行分类，并对特征向量进行优化选择。研究表明，与其它方法相比SVM具有泛化能力强、鲁棒性好等诸多优点。 (3)基于Hilben变换的EMD方法能够对发动机台架试验信号的时频多变率进行有效地分析，与小波方法比较，该方法对确定传感器的具体故障类型准确率更高。 (4)利用基于Hilbert变换的EMD方法对故障信号进行分解，剔除虚假信号，并用AR模型对信号进行端点沿拓，克服了端点发散效应。利用SVM对测试样本进行训练和建模，去除对数据有效性检验不利的特征向量，实现对数据的精确分类。 (5)将基于Hilbert变换的EMD分解和SVM相结合的方法应用于台架试验的数据有效性验证中，验证了该方法的正确性。在此基础上，将该方法应用于某型双转子涡轮风扇发动机台架试验实测数据的有效性验证，分析结果显示，EMD和SVM相结合的方法能够对航空发动机台架试验数据有效性验证具有一定的应用价值。