基于Lasso變量選擇的航空發(fā)動(dòng)機(jī)相似性剩余壽命預(yù)測(cè)

李彥岑

摘要：輕質(zhì)耐高溫鈦合金（含鈦鋁系合金）是提高先進(jìn)航空發(fā)動(dòng)機(jī)推重比的關(guān)鍵材料，隨著新型鈦合金用量的不斷增大，鈦火安全問題更加突出并成為困擾設(shè)計(jì)選材的難題。阻燃鈦合金是為了應(yīng)對(duì)鈦火安全隱患而研制的結(jié)構(gòu)功能一體化的高溫鈦合金材料，其在先進(jìn)航空發(fā)動(dòng)機(jī)上的應(yīng)用成為鈦火防控技術(shù)體系的重要組成部分。根據(jù)阻燃機(jī)理可將阻燃鈦合金分為不同的材料體系，譬如美國和俄羅斯先后研制出Ti?V?Cr系及Ti-Cu-Al系阻燃鈦合金，其中Ti?V?Cr系阻燃鈦合金較為成熟，已在國外F119等先進(jìn)航空發(fā)動(dòng)機(jī)上得到應(yīng)用。

關(guān)鍵詞：預(yù)測(cè)與健康管理;航空發(fā)動(dòng)機(jī);Lasso;相似性;剩余壽命

引言

航空發(fā)動(dòng)機(jī)是高度復(fù)雜和精密的熱力機(jī)械，其狀態(tài)好壞直接決定了飛機(jī)的性能。發(fā)動(dòng)機(jī)的實(shí)際使用環(huán)境及工作狀態(tài)惡劣且多變，對(duì)發(fā)動(dòng)機(jī)的性能將會(huì)產(chǎn)生較大的影響，在使用過程中發(fā)動(dòng)機(jī)會(huì)逐漸偏離其出廠狀態(tài)，在保證安全的前提下，對(duì)發(fā)動(dòng)機(jī)的使用及維護(hù)要盡可能的降低成本，航空公司大都采用視情維修的方式，對(duì)發(fā)動(dòng)機(jī)的性能進(jìn)行評(píng)估，在性能接近紅線時(shí)提供預(yù)警，方便及時(shí)的制定運(yùn)行維護(hù)方案。隨著近些年信息測(cè)量及數(shù)據(jù)處理技術(shù)的發(fā)展，發(fā)動(dòng)機(jī)的監(jiān)測(cè)數(shù)據(jù)越來越多，如何利用積累的發(fā)動(dòng)機(jī)歷史數(shù)據(jù)逐漸成為研究的熱點(diǎn)。

1航空發(fā)動(dòng)機(jī)相似性剩余壽命預(yù)測(cè)

剩余壽命（RemainingUsefulLife，RUL）預(yù)測(cè)是PHM的核心內(nèi)容。將航空發(fā)動(dòng)機(jī)的壽命預(yù)測(cè)方法分為基于模型驅(qū)動(dòng)與基于數(shù)據(jù)驅(qū)動(dòng)的方法。模型驅(qū)動(dòng)采用以模型為主導(dǎo)的方法，但針對(duì)復(fù)雜的設(shè)備，構(gòu)建較為完備的物理模型非常困難，而且不定期的停機(jī)檢查會(huì)影響工作進(jìn)程，甚至引起不必要的設(shè)備磨損。數(shù)據(jù)驅(qū)動(dòng)方法即有效利用歷史或?qū)崟r(shí)數(shù)據(jù)構(gòu)建數(shù)學(xué)模型，從而進(jìn)行剩余壽命預(yù)測(cè)。作為一種有效的數(shù)據(jù)驅(qū)動(dòng)方法，提出的基于相似性的剩余壽命預(yù)測(cè)方法，有效使用了航空發(fā)動(dòng)機(jī)系統(tǒng)中大量從正常運(yùn)行到故障的設(shè)備數(shù)據(jù)。在距離發(fā)生故障失效相對(duì)較遠(yuǎn)的情況下，基于相似度的剩余壽命預(yù)測(cè)具有長(zhǎng)期預(yù)測(cè)的能力，同時(shí)減輕了構(gòu)建復(fù)雜設(shè)備退化模型的難度。

2基于Lasso的相似性壽命預(yù)測(cè)方法

2.1預(yù)測(cè)模型

支持向量機(jī)對(duì)Ti?V?Cr系阻燃鈦合金力學(xué)性能的預(yù)測(cè)過程主要包括三個(gè)步驟：輸入輸出參數(shù)的確定與預(yù)處理、模型的學(xué)習(xí)與驗(yàn)證、性能預(yù)測(cè)與成分優(yōu)化。第一步是選取室溫拉伸性能作為輸出參數(shù)，以及影響室溫拉伸性能的主要合金化元素作為輸入?yún)?shù)，并對(duì)輸入輸出參數(shù)進(jìn)行歸一化處理;第二步是計(jì)算機(jī)識(shí)別并儲(chǔ)存大量的訓(xùn)練數(shù)據(jù)，利用支持向量機(jī)算法尋找數(shù)據(jù)中的內(nèi)在聯(lián)系，建立合金化元素與力學(xué)性能之間的映射模型，并對(duì)模型的預(yù)測(cè)精度進(jìn)行驗(yàn)證;在最后一步中，根據(jù)所建立的支持向量機(jī)模型進(jìn)行逆向設(shè)計(jì)，優(yōu)化Ti?V?Cr系阻燃鈦合金力學(xué)性能所對(duì)應(yīng)的成分范圍。本研究收集獲得12組不同成分的Ti?V?Cr系阻燃鈦合金室溫拉伸性能數(shù)據(jù)，將這12組數(shù)據(jù)組成數(shù)據(jù)集。將合金化元素V、Al、Si和C的含量作為模型的輸入?yún)?shù)，將室溫抗拉強(qiáng)度、屈服強(qiáng)度、延伸率和斷面收縮率作為輸出參數(shù)。

2.2實(shí)測(cè)數(shù)據(jù)分析

利用前面介紹的基于時(shí)序的卷積神經(jīng)網(wǎng)絡(luò)搭建性能預(yù)測(cè)模型，以某型雙軸渦扇發(fā)動(dòng)機(jī)的長(zhǎng)試數(shù)據(jù)作為訓(xùn)練及驗(yàn)證數(shù)據(jù)，建立基于數(shù)據(jù)驅(qū)動(dòng)的發(fā)動(dòng)機(jī)性能預(yù)測(cè)模型。利用該預(yù)測(cè)模型，比較預(yù)測(cè)的性能參數(shù)與實(shí)際性能參數(shù)的變化趨勢(shì)，探究根據(jù)實(shí)際數(shù)據(jù)訓(xùn)練的預(yù)測(cè)模型的準(zhǔn)確性。在某型號(hào)的單臺(tái)份發(fā)動(dòng)機(jī)長(zhǎng)試數(shù)據(jù)測(cè)量中，受限于傳感器的布置局限，測(cè)量參數(shù)包括高低壓轉(zhuǎn)速、發(fā)動(dòng)機(jī)進(jìn)口總溫總壓、風(fēng)扇出口總壓、壓氣機(jī)出口總壓、低壓渦輪出口總溫總壓、推力及耗油率。在500h的長(zhǎng)試過程中，表征發(fā)動(dòng)機(jī)的性能的主要參數(shù)推力、耗油率及渦輪出口溫度都出現(xiàn)了明顯的退化，且測(cè)量參數(shù)沒有突變的異常值，因此可以認(rèn)為發(fā)動(dòng)機(jī)沒有出現(xiàn)明顯的故障情況，是逐漸發(fā)生退化的。一般推力、耗油率及低壓渦輪出口溫度可以用來表征發(fā)動(dòng)機(jī)的運(yùn)行及健康狀態(tài)。

2.3卷積神經(jīng)網(wǎng)絡(luò)處理序列

一個(gè)卷積神經(jīng)網(wǎng)絡(luò)由若干卷積層、池化層、全連接層組成，可以利用這些子結(jié)構(gòu)構(gòu)造不同的卷積神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行卷積運(yùn)算，從局部輸入圖塊中提取特征，因此在計(jì)算機(jī)視覺問題上表現(xiàn)出色。卷積神經(jīng)網(wǎng)絡(luò)的特性使其在空間問題上特別擅長(zhǎng)，時(shí)間實(shí)際上也可以看作一個(gè)空間維度，就像二維圖像的高度和寬度，不包含RGB通道值，被稱為一維卷積神經(jīng)網(wǎng)絡(luò)。對(duì)于分類和時(shí)間序列預(yù)測(cè)等簡(jiǎn)單任務(wù)，小型的一維卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)可以媲美RNN，并且計(jì)算代價(jià)通常要小很多。一維卷積層可以識(shí)別序列中的局部模式，從序列中提取局部的子序列，但其對(duì)整體時(shí)間步并不敏感（整體時(shí)間步是指遠(yuǎn)大于子序列時(shí)間步），可將許多卷積層和池化層堆疊起來以學(xué)習(xí)更長(zhǎng)的時(shí)間步。如果所處理任務(wù)的序列數(shù)據(jù)整體順序非常重要，例如溫度的連續(xù)預(yù)測(cè)，CNN稍顯力不從心，此時(shí)最好采用循環(huán)神經(jīng)網(wǎng)絡(luò)用以捕獲更長(zhǎng)序列的潛在信息。但分析討論內(nèi)容，航空發(fā)動(dòng)機(jī)喘振故障往往只依賴于前面較短時(shí)間步的信息，故障的發(fā)生往往是瞬時(shí)的，僅在故障發(fā)生前的極小段時(shí)間內(nèi)已可見端倪，只不過人類無法定義這種變化，但使用神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)并不困難。因此可以使用一維卷積網(wǎng)絡(luò)來處理所涉及的時(shí)間序列數(shù)據(jù)，相較于循環(huán)神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)計(jì)算代價(jià)要小得多，在序列問題的整體順序不重要時(shí)可以替代循環(huán)神經(jīng)網(wǎng)絡(luò)。

結(jié)束語

綜上所述，本文結(jié)合2008PHMDataChal?lenge挑戰(zhàn)賽數(shù)據(jù)集，提出了基于Lasso變量選擇與相似性融合的壽命預(yù)測(cè)方法。與傳統(tǒng)的方法相比，在三種運(yùn)行周期內(nèi)，預(yù)測(cè)精度都得到了提高。并在篩選變量的過程中提供了有力的理論支撐，合理補(bǔ)充了選取變量的理論依據(jù)，從而在真正意義上實(shí)現(xiàn)變量的降維。

參考文獻(xiàn)：

[1]曹惠玲，徐文迪，湯鑫豪，崔科璐，王冉.航空發(fā)動(dòng)機(jī)基線挖掘方法對(duì)比分析[J].中國民航大學(xué)學(xué)報(bào)，2019，37（06）：12-17.

[2]劉帥，王金環(huán)，白杰，戴士杰.基于改進(jìn)滑模趨近律的航空發(fā)動(dòng)機(jī)控制器設(shè)計(jì)[J].科學(xué)技術(shù)與工程，2019，19（34）：408-413.

[3]劉敏，劉長(zhǎng)生.基于多元退化的航空機(jī)電系統(tǒng)的剩余壽命預(yù)測(cè)[J].電腦知識(shí)與技術(shù)，2019，15（31）：229-230.