基于改进蚁群算法和Mann⁃Kendall法的涡桨发动机性能预测

王佳; 王博

doi:10.13224/j.cnki.jasp.20210260

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进蚁群算法和Mann⁃Kendall法的涡桨发动机性能预测

自动控制 | 更新时间：2025-04-07

- 基于改进蚁群算法和Mann⁃Kendall法的涡桨发动机性能预测
- Performance prediction of turboprop engine based on improved ant colony algorithm and Mann⁃Kendall method
- 航空动力学报 2022年37卷第6期页码：1306-1313
- 作者机构：
  
  中国人民解放军 95580部队，贵阳 550031
- 作者简介：
  
  王佳（1979-），男，高级工程师，主要从事涡桨发动机动力特性方面的研究。
  王博（1988-），男，工程师，硕士，主要从事涡桨发动机空气动力、性能分析和故障诊断方面的研究。E⁃mail：383152495@qq.com
- 基金信息：
- DOI：10.13224/j.cnki.jasp.20210260
  中图分类号：
- 稿件说明：
移动端阅览
王佳, 王博. 基于改进蚁群算法和Mann⁃Kendall法的涡桨发动机性能预测[J]. 航空动力学报, 2022,37(6):1306-1313.

Jia WANG, Bo WANG. Performance prediction of turboprop engine based on improved ant colony algorithm and Mann⁃Kendall method[J]. Journal of Aerospace Power, 2022, 37(6): 1306-1313.
王佳, 王博. 基于改进蚁群算法和Mann⁃Kendall法的涡桨发动机性能预测[J]. 航空动力学报, 2022,37(6):1306-1313. DOI： 10.13224/j.cnki.jasp.20210260.

Jia WANG, Bo WANG. Performance prediction of turboprop engine based on improved ant colony algorithm and Mann⁃Kendall method[J]. Journal of Aerospace Power, 2022, 37(6): 1306-1313. DOI： 10.13224/j.cnki.jasp.20210260.

摘要

针对涡桨发动机复杂、非线性的工作环境，利用层次分析（AHP）法提取发动机工作状态特征参数，考虑各特征参数对工作状态识别的影响，以特征参数加权的改进蚁群算法为基础，进行发动机同一工作状态识别、聚类，并采用Mann⁃Kendall法开展发动机性能预测分析。利用多台涡桨发动机性能参数飞参数据进行验证，结果表明：该方法能准确识别发动机起飞、额定工作状态，巡航以下工作状态识别准确率达84%以上；此外，发动机性能预测效率提升了近50%，而预测错误率小于10%，可以满足航空兵部队维修保障工作的实际需要。

Abstract

For the complex nonlinear environment of turboprop engine，the AHP（analytic hierarchy process） method was used to extract the operating condition characteristic parameters.To solve the same operating condition recognition and performance prediction problem，the influence of each characteristic parameter on the operating condition recognition was also considered，the improved ant colony algorithm for the weighted characteristic parameters was developed with the use of Mann⁃Kendall method.The verification results of performance parameter flight data of some turboprop engines showed that the method accurately identified the take⁃off and rated condition，with the identification accuracy for the operating condition below cruise amounting to more than 84%；the predicted performance efficiency boosted over some 50% as the predicted error rate was under 10%.In this sense，the method can be used as maintenance support for the air force.

关键词

Keywords

references

唐昌盛，曲建岭，高峰，等 . 基于飞参数据的航空发动机监控方法研究 [J]. 燃气轮机技术， 2008 ， 21 （ 2 ）: 18 ⁃ 21 .

TANG Changsheng ， QU Jianling ， GAO Feng ， et al . The research on surveillance and control of aeroengines with flight data [J]. Gas Turbine Technology ， 2008 ， 21 （ 2 ）: 18 ⁃ 21 . （in Chinese）

刘乃彬 . 发动机故障状态下的性能参数规律研究 [D]. 天津 : 中国民航大学， 2018 .

LIU Naibin . Research on performance parameters law of aircraft engine in fault state [D]. Tianjin : Civil Aviation University of China ， 2018 . （in Chinese）

曲建岭，唐昌盛，李万泉 . 基于飞参数据的监控算法研究 [J]. 自动化仪表， 2009 ， 30 （ 2 ）: 15 ⁃ 17 .

QU Jianling ， TANG Changsheng ， LI Wanquan . Research on monitoring algorithm based on flight parameters data [J]. Process Automation Instrumentation ， 2009 ， 30 （ 2 ）: 15 ⁃ 17 . （in Chinese）

曲建岭，孙文柱，邸亚洲，等 . 基于飞参数据的某型航空发动机DEGT估算方法 [J]. 测控技术， 2013 ， 32 （ 10 ）: 48 ⁃ 51 .

QU Jianling ， SUN Wenzhu ， DI Yazhou ， et al . Estimation method on delta exhausted gas temperature of a certain aero⁃engine based on flight data [J]. Measurement and Control Technology ， 2013 ， 32 （ 10 ）: 48 ⁃ 51 . （in Chinese）

王英俊，谢寿生 . 航空发动机性能趋势监控定量化的方法研究 [J]. 航空动力学报， 2003 ， 18 （ 4 ）: 549 ⁃ 553 .

WANG Yingjun ， XIE Shousheng . Method for quantification of aeroengine performance tendency monitoring [J]. Journal of Aerospace Power , 2003 , 18 （ 4 ）: 549 ⁃ 553 . （in Chinese）

周媛 . 基于数据驱动的航空发动机状态监测关键技术研究 [D]. 南京 : 南京航空航天大学， 2015 .

ZHOU Yuan . Research on key techniques of data⁃driven condition monitoring for aeroengine [D]. Nanjing : Nanjing University of Aeronautics and Astronautics ， 2015 . （in Chinese）

TAKAHISA K ， DONALD L S . Hybrid neural⁃network genetic⁃algorithm technique for aircraft engine performance diagnostics [J]. Journal of Propulsion and Power ， 2005 ， 21 （ 4 ）: 751 ⁃ 758 .

SINA S T B ， ZAKIEH S ， KHASHAYAR K . Dynamic neural network based fault diagnosis of gas turbine engines [J]. Journal of Neurocomputing ， 2014 ， 125 （ 3 ）: 153 ⁃ 165 .

TAMILSELVAN P ， WANG P . Failure diagnosis using deep belief learning based health state classification [J]. Journal of Reliability Engineering and System Safety ， 2013 ， 115 （ 7 ）: 124 ⁃ 135 .

ELSAID A E ， WILD B ， JAMIY F E ， et al . Optimizing LSTM RNNs using ACO to predict turbine engine vibration [C]∥ Genetic and Evolutionary Computation Conference Companion . Singapore City : ACM （Association for Computing Machinery）， 2017 : 13 ⁃ 17 .

陈果 . 用结构自适应神经网络预测航空发动机性能趋势 [J]. 航空学报， 2007 ， 28 （ 8 ）: 535 ⁃ 539 .

CHEN Guo . Forecasting engine performance trend by using structure self⁃adaptive neural network [J]. Acta Aeronautica et Astronautica Sinica ， 2007 ， 28 （ 8 ）: 535 ⁃ 539 . （in Chinese）

王旭辉，黄圣国，施鼎豪，等 . 基于支持向量机的发动机气路故障预诊断 [J]. 交通运输工程学报， 2008 ， 8 （ 5 ）: 33 ⁃ 37 .

WANG Xuhui ， HUANG Shengguo ， SHI Dinghao ， et al . Gas path fault prognosis of aeroengine based on support vector machine [J]. Journal of Traffic and Transportation Engineering ， 2008 ， 8 （ 5 ）: 33 ⁃ 37 . （in Chinese）

郑波 . 基于PSO⁃SVM 的民航发动机送修等级决策研究 [J]. 推进技术， 2013 ， 34 （ 5 ）: 68 ⁃ 69 .

ZHENG Bo . Investigation on aeroengine maintenance level decision based on PSO⁃SVM [J]. Journal of Propulsion Technology ， 2013 ， 34 （ 5 ）: 68 ⁃ 69 . （in Chinese）

郑波，高峰 . 基于IPSO⁃SVR的航空发动机磨损预测研究 [J]. 润滑与密封， 2014 ， 39 （ 11 ）: 81 ⁃ 87 .

ZHENG Bo ， GAO Feng . Research on the prediction of aeroengine wear based on the IPSO⁃SVR [J]. Lubrication Engineering ， 2014 ， 39 （ 11 ）: 81 ⁃ 87 . （in Chinese）

张一震，钟诗胜，付旭云，等 . 基于动态集成算法的航空发动机气路参数预测 [J]. 航空动力学报， 2018 ， 33 （ 9 ）: 2285 ⁃ 2295 .

ZHANG Yizhen ， ZHONG Shisheng ， FU Xuyun ， et al . Aeroengine gas path parameter prediction based on dynamic ensemble algorithm [J]. Journal of Aerospace Power ， 2018 ， 33 （ 9 ）: 2285 ⁃ 2295 . （in Chinese）

皮骏，马圣，张奇奇，等 . 基于动态集成算法的航空发动机气路参数预测 [J]. 航空动力学报， 2019 ， 34 （ 1 ）: 8 ⁃ 17 .

PI Jun ， MA Sheng ， ZHANG Qiqi ， et al . Aero⁃engine exhaust gas temperature prediction model based on IFOA⁃GRNN [J]. Journal of Aerospace Power ， 2019 ， 34 （ 1 ）: 8 ⁃ 17 . （in Chinese）

朱建军 . 层次分析法的若干问题研究及应用 [D]. 沈阳 : 东北大学， 2005 .

ZHU Jianjun . Research on some problems of the Analytical Hierarchy Process and its application [D]. Shenyang : Northeastern University ， 2005 . （in Chinese）

庄锁法 . 基于层次分析法的综合评价模型 [J]. 合肥工业大学学报， 2000 ， 23 （ 4 ）: 582 ⁃ 585 .

ZHUANG Suofa . Study of synthetic evaluation model based on analytical hierarchy process [J]. Journal of Hefei University of Technology （Natural Science）， 2000 ， 23 （ 4 ）: 582 ⁃ 585 . （in Chinese）

熊秋燕 . 软件需求规格说明书质量综合评价方法 [D]. 江苏镇江：江苏大学， 2012 .

XIONG Qiuyan . Research on quality evaluation methods of software requirement specification [D]. Zhenjiang Jiangsu : Jiangsu University ， 2012 . （in Chinese）

段海滨 . 蚁群算法原理及其应用 [M]. 北京 : 科学出版社， 2005 .

彭刚 . 聚类数目未知的ncRNA聚类分析 [D]. 石家庄 : 河北科技大学， 2014 .

PENG Gang . The ncRNA clustering analysis with unknow cluster numbers [D]. Shijiazhuang : Hebei University of Science and Technology ， 2014 . （in Chinese）

杨淑莹，张桦 . 模式识别与智能计算—MATLAB技术实现 [M]. 北京 : 电子工业出版社， 2015 .

叶志伟，郑肇葆 . 蚁群算法中参数 <math id="M112"><mi>α</mi><mi mathvariant="normal">、</mi><mi>β</mi><mi mathvariant="normal">、</mi><mi>ρ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=30595538&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=30595527&type= 9.99066734 2.79399991 设置的研究—以TSP问题为例 [J]. 武汉大学学报， 2004 ， 29 （ 7 ）: 597 ⁃ 601 .

YE Zhiwei ， ZHENG Zhaobao . Configuration of parameters <math id="M113"><mi>α</mi><mo>,</mo><mi>β</mi><mo>,</mo><mi>ρ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=30595546&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=30595540&type= 7.11199999 2.79399991 in ant algorithm [J]. Geomatics and Information Science of Wuhan University ， 2004 ， 29 （ 7 ）: 597 ⁃ 601 . （in Chinese）

刘永建 . 基于改进神经网络的民航发动机故障诊断与性能预测研究 [D]. 南京 : 南京航空航天大学， 2012 .

LIU Yongjian . Research on modified neural network for fault diagnosis and performance prediction of aero⁃engine [D]. Nanjing : Nanjing University of Aeronautics and Astronautics ， 2012 . （in Chinese）

龚钊宇 . 基于人工神经网络的民航发动机故障诊断技术 [D]. 成都 : 电子科技大学， 2017 .

GONG Zhaoyu . Fault diagnose technology of civil aero engine based on artificial neural network [D]. Chengdu : University of Electronic Science and Technology of China ， 2017 . （in Chinese）

周婷 . 基于飞机发动机故障诊断的智能算法研究 [D]. 重庆：重庆大学 , 2009 .

ZHOU Ting . Study of the intelligent arithmetic on the fault diagnosis of airplane engine [D]. Chongqing : Chongqing University ， 2009 . （in Chinese）

魏凤英 . 现代气候统计诊断与预测技术 [M]. 北京：气象出版社， 2007 .

符淙斌，王强 . 气候突变的定义和检测方法 [J]. 大气科学， 1992 ， 16 （ 4 ）: 483 ⁃ 493 .

FU Congbin ， WANG Qiang . The definition and detection of the abrupt climatic change [J]. Journal of Atmospheric Sciences ， 1992 ， 16 （ 4 ）: 483 ⁃ 493 . （in Chinese）

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

前/后置螺旋桨对涡桨发动机性能影响的整机试验

组合式弹性金属密封泄漏特性实验研究与结构优化

基于三维接触摩擦单元的套齿连接解析建模研究

与发动机匹配的旁路式双喉道气动矢量喷管数值模拟研究

考虑多源不确定性的复合材料风扇叶片高周疲劳失效概率评估