下载文档原格式
基于ARMA的航空发动机传感器故障诊断及实时验证
赵万里;郭迎清;杨菁;孙浩
【期刊名称】《航空计算技术》
【年(卷),期】2022(52)1
【摘要】提出一种基于时间序列分析的航空发动机传感器故障诊断方法,通过正常数据离线训练得到ARMA模型,然后在线进行实时故障诊断,可以诊断出航空发动机传感器可能发生的故障。
为了验证故障诊断算法的实时性,搭建了基于工控机、故障诊断器和上位机的硬件在环仿真平台,采用自动生成的代码与嵌入式手写代码相结合的方式,将算法下载至基于FPGA+DSP的故障诊断器中进行验证。
结果表明,数字仿真条件下ARMA故障诊断算法可以准确地诊断出传感器偏置故障。
搭建的硬件在环仿真平台可以实现对算法的实时性验证,加入XNLPC传感器偏置故障,ARMA算法在故障诊断器中的运行时间为1.33 ms,具有工程应用价值。
【总页数】5页(P16-20)
【关键词】航空发动机传感器;故障诊断;ARMA模型;硬件在环平台;实时验证【作者】赵万里;郭迎清;杨菁;孙浩
【作者单位】西北工业大学
【正文语种】中文
【中图分类】V23;TP39
【相关文献】
1.航空发动机传感器故障诊断设计与验证综合仿真平台
2.基于ARMA模型的液体火箭发动机实时故障诊断方法研究
3.基于改进ARMA模型的火箭发动机稳态工况过程实时故障诊断方法研究
4.基于小波神经网络的航空发动机传感器故障诊断
5.基于数据融合的航空发动机多余度
智能传感器故障诊断
因版权原因，仅展示原文概要，查看原文内容请购买。
自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。
在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。
定义ARMA模型(auto regressive moving average model)自回归滑动平均模型，模型参量法高分辨率谱分析方法之一。
这种方法是研究平稳随机过程有理谱的典型方法，适用于很大一类实际问题。
它比AR模型法与MA模型法有较精确的谱估计及较优良的谱分辨率性能，但其参数估算比较繁琐。
ARMA模型参数估计的方法很多：如果模型的输入序列{u(n)}与输出序列{a(n)}均能被测量时，则可以用最小二乘法估计其模型参数，这种估计是线性估计，模型参数能以足够的精度估计出来；许多谱估计中，仅能得到模型的输出序列{x(n）}，这时，参数估计是非线性的，难以求得ARMA 模型参数的准确估值。
从理论上推出了一些ARMA模型参数的最佳估计方法，但它们存在计算量大和不能保证收敛的缺点。
因此工程上提出次最佳方法，即分别估计AR和MA参数，而不像最佳参数估计中那样同时估计AR和MA参数，从而使计算量大大减少。
基本原理将预测指标随时间推移而形成的数据序列看作是一个随机序列，这组随机变量所具有的依存关系体现着原始数据在时间上的延续性。
一方面，影响因素的影响，另一方面，又有自身变动规律，假定影响因素为x1，x2，…，xk，由回归分析，其中Y是预测对象的观测值，Z为误差。
作为预测对象Yt受到自身变化的影响，其规律可由下式体现，误差项在不同时期具有依存关系，由下式表示，由此，获得ARMA模型表达式：基本形式ARMA模型分为以下三种：自回归模型（AR：Auto-regressive）如果时间序列满足其中是独立同分布的随机变量序列，且满足：以及E() = 0则称时间序列为服从p阶的自回归模型。
1 绪论1.1 引言本课题源于“韶关钢铁集团烧结厂4号风机的在线监测与故障诊断系统的研究与应用”。
课题主要是研究如何综合合理利用设备多个传感器所采集到的信息进行融合诊断,以提高设备故障诊断的准确性和可靠性。
韶关钢铁集团作为建立现代企业制度的特大型国有企业,在设备的现代化管理和自动化的应用方面,走在全国的先进行列,取得了较好的经济效益和社会效益。
在烧结厂,用于抽除烧结过程中产生的废气的风机是生产流程中的关键设备,它们能否安全、连续、稳定运行,将直接影响到全厂的产量及产品质量。
目前,中南大学机电研究所已为此风机建立了一套在线监测与故障诊断系统,通过对风机关键部位的检测,实现了对风机整体运行状态的在线监测和实时诊断。
但是该系统在实际运行中发现:①基于不同位置传感器的诊断结论有时会冲突②基于不同的特征域的诊断结论有时会冲突③基于不同的诊断推理方法的诊断结论有时会冲突。
这些都是由于大型设备结构复杂和运行条件多样等所导致故障诊断过程中不确定大量引入,致使诊断的可靠性和准确性下降,难以满足日益大型化复杂化设备的故障诊断需求。
为此,研究信息融合技术在旋转机械故障诊断中的应用,降低故障诊断的不确定性,提高设备的诊断精度显得尤为必要。
1.2 课题背景与研究意义现代工业的特点是生产设备大型化、连续化、高速化和自动化。
它在提高生产效率、降低成本、节约能源和人力、减少废品率、保证产品质量方面有很大的优势。
但是从另一个方面来看,由于机械设备发生故障而停工造成的损失却成反比例地增加,维修费用也大幅度地增加。
例如,带钢轧制中的退火工段,由原来的五道工序改为一道连续退火生产线后,生产周期是原来的1”%,废品率降为原来的52%,节约能源82%,操作人员减为原来的72%,但是设备故障造成的单位时间内的损失却增加了6倍,而且维修费用在生产成本中所占的比例也提高了。
现代化设备对安全性和可靠性提出了越来越高的要求。
许多设备的故障若不能事先发现并加以预防,那么一旦发生事故将造成人员伤亡或严重的环境污染等公害。
精品资料故障诊断第二章习题........................................第二章第一节信号特征检测一、填空题（10）1.常用的滤波器有、低通、带通、四种。
2.加速度传感器，特别是压电式加速度传感器，在及的振动监测与诊断中应用十分广泛。
3.传感器是感受物体运动并将物体的运动转换成的一种灵敏的换能器件。
4.振动传感器主要有、速度传感器、三种。
5.把模拟信号变为数字信号，是由转换器完成的。
它主要包括和两个环节。
6.采样定理的定义是：。
采样时，如果不满足采样定理的条件，会出现频率现象。
7.电气控制电路主要故障类型、、。
8.利用对故障进行诊断，是设备故障诊断方法中最有效、最常用的方法。
9.振动信号频率分析的数学基础是变换；在工程实践中，常运用快速傅里叶变换的原理制成，这是故障诊断的有力工具。
10．设备故障的评定标准常用的有3种判断标准，即、相对判断标准以及类比判断标准。
可用制定相对判断标准。
二、选择题（10）1.（）在旋转机械及往复机械的振动监测与诊断中应用最广泛。
A 位移探测器B 速度传感器C 加速度计D 计数器2.当仅需要拾取低频信号时，采用（）滤波器。
A 高通B 低通C 带通D 带阻3.（）传感器，在旋转机械及往复机械的振动监测与诊断中应用十分广泛。
A 压电式加速度B 位移传感器C 速度传感器D 以上都不对4.数据采集、谱分析、数据分析、动平衡等操作可用（）实现。
A 传感器B 数据采集器C 声级计D 滤波器5.（）是数据采集器的重要观测组成部分。
A. 滤波器B. 压电式传感器 C 数据采集器 D 数据分析仪6.传感器是感受物体运动并将物体的运动转换成模拟（）的一种灵敏的换能器件。
A 力信号B 声信号C 光信号 D. 电信号7.在对（）进行电气故障诊断时，传感器应尽可能径向安装在电机的外壳上。
A 单相感应电机B 三相感应电机C 二相感应电机D 四相感应电机8.从理论上讲，转速升高1倍,则不平衡产生的振动幅值增大（）倍。
天馈伺系统高阶统计量在传动系统故障诊断中的应用3卢雪林,程望东(南京电子技术研究所, 南京210013)【摘要】 对小波包分解和高阶统计量理论进行了阐述,提出一种基于高阶统计量特征和小波包分析相结合的雷达伺服传动系统故障诊断方法。
当传动系统故障发生时,振动信号一般是非平稳和非高斯分布的信号,通常包含较强的噪声。
用小波包分析对故障信号进行有针对性分解,并提取出故障特征频率带,然后运用高阶谱对故障特征信号进行分析,能够有效地实现故障诊断。
【关键词】 小波包分析;高阶统计量;故障诊断;传动系统中图分类号:T N82 文献标识码:AAppli ca ti on of H i gher2or der Sta tisti c to Ser vo Dr i ve Syste m Fa ult D i a gnosisLU Xue2lin,CHENG W ang2dong(Nanjing Re sear ch I nstitute of Electr onic s Technol ogy, Nanjing210013,China)【Abstra c t】 Wave l e t packe t deco mposition and high2order sta tistic we re desc ri bed,and a me thod of rada r se rv o drive syste m fault diagn osis was p ro posed in ter m s of combina ti on of wavelet packe t ana lysis and high2order statistic.W hen dri ve system is i n fault,the m ea sured vibra ti on signa ls a re non2stati onary and non2Gaussian and usua lly it contains strong noise.W av e let packet a2 na lysis can deco mpose t he vibra ti on signals,and then extract the fault cha racter istic signa l.Through analysis of fault cha r outeristic signa l with Highe r2order statisti c,fault diagnosis can be easily carried out.【Key word s】wave let packet ana lysis;highe r2order statisti c;fault diagnosis;drive s ystem0 引 言传动系统作为雷达伺服系统的一部分,是保证雷达正常工作的重要动力传动设备。
