【铁谱磨粒诊断信息融合技术研究】多源信息融合

　　摘要：从某型发动机磨粒识别后的类型出发，探讨并确立了航空发动机各类磨粒诊断的监控标准，对磨粒诊断信息的基元决策概率值进行了详细计算，反复运用D-S证据理论组合规则对磨粒诊断信息进行融合，得出铁谱分析决策的总支持程度，从而对发动机磨损状态进行判别和分析研究。��
　　关键词：航空发动机；磨粒；D-S证据理论；信息融合
　　�
　　中图分类号：TE622.13 文献标识码：A��
　　1 基于磨粒分类的信息诊断标准�
　　磨粒识别系统所输出的分析结果主要是磨粒分类统计矩阵，这些信息与航空发动机的磨损故障的失效类型与损伤模式有着内在的联系，要应用其进行实际的磨损故障诊断，必须结合实际的监测诊断试验给出相应的磨损故障诊断标准。�
　　发动机磨粒的数量描述区间，具体如表1，采用相对量化描述，它是以磨粒数量百分比为单位。对于严重滑动磨粒、疲劳剥块磨粒和层状磨粒来说，用该类磨粒总面积占视场中所有磨粒总面积的百分比作为其描述值比较客观，而对于其他类型磨粒来说，用磨粒个数百分比作为相对量化描述值比较合适。
　　依据同类设备的磨损故障通用诊断标准，同时参照大量现有的研究成果，通过多年的发动机磨损状态监测与故障诊断领域的研究和积累，逐步建立了某型发动机各类磨粒的监测诊断标准，具体如表2。各种界限值并不是一成不变的，要根据实际情况进行动态修正。�
　　3 某型发动机磨粒诊断信息的基元决策概率�
　　下面以某型发动机监控取样为例，经分析所得严重滑动磨粒、切削磨粒、疲劳剥块磨粒、层状磨粒、球状磨粒、红色氧化物和黑色氧化物7种磨粒的相对量化值向量为�X={0.07,0.04, 0,0.08,0.02,0,0}。�
　　根据铁谱分析磨粒诊断工作的要求，建立诊断决策框架为U＝{无故障，有故障，无法诊断 }，为叙述简便以U={h1,h2,∧ }表示，相应的诊断基元决策概率分别为mi(h1)、mi(h2)和mi(∧)，其中i分别代表铁谱分析中的各类磨粒。�
　　进行铁谱磨粒各类诊断信息融合之前，必须首先判断某类磨粒相对含量测量值不超过异常值，若有某类磨粒相对含量测量值小于警告值时，其原始基元决策概率取值原则为：无故障时基元决策概率值为0.8，有故障和不能判断的基元决策概率各为0.1。�
　　第一步，通过铁谱分析所得的7种重要磨粒的相对含量测量值向量为X＝{0.07,0.04, 0,0.08,0.02,0,0}，则有严重滑动磨粒x1=0.07。�
　　第二步，设定严重滑动磨粒相对量化值分布范围的基准值为μ＝0，良好范围上限值为x′＝0.03，异常范围下限值，即警告范围上限值x″＝0.18，并取定无法判断中心值x[TX-*4]=(x′+x″)/2�＝0.11，可以凭经验取定相应的基元决策概率值，如表3。�
　　第三步，针对测量得到的严重滑动磨粒相对含量值�x1=0.07，应用最小区间线性差值方法,计算得到相应的原始基元决策概率值m′1(h1)、m′1(h2)、m′1(∧)。��
　　最小区间线性差值法，即在基元决策概率值表中可能的取值为区间终点的所属最小区间内对所对应的点线性差值，这样可充分减少原始基元决策概率值估值误差。由此可知它们计算公式分别如下所示：�
　　对于表4所示的磨粒相对含量值诊断基元决策概率值，可以应用D-S证据融合方法，反复进行证据信息融合，最终得到铁谱分析磨粒相对含量数据的融合诊断结果为：�m(h1)＝0.9994、m(h2)＝�0.00045和m(∧)�＝0.00017。从上述融合诊断结果可以看出，该发动机当前的磨损状态良好，偏于安全。
　　
　　参考文献：�
　　［1］ 吴振锋．基于磨粒分析和信息融合的发动机磨损故障诊断技术研究［D］．南京：南京航空航天大学，2001.［2］ 李艳军，左洪福，吴振锋,等．基于D-S证据理论的磨粒识别［J］ ．航空动力学报, 2003,18(1)：114-117.
　　［3］ 钟新辉．АЛ-31Ф发动机磨损微粒识别与故障诊断技术研究［D］．西安：空军工程大学，2006.
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文