一种基于数字孪生的航空发动机运行维护方法及系统
1.本发明涉及发动机和数字孪生智能管理技术领域，具体设计一种基于数字孪生的航空发动机运行维护方法及系统。
背景技术：
2.当前航空发动机预测和健康维护技术是解决航空发动机装备系统与运行维护的主要手段，由于航空发动机运行环境比较复杂，其性能设计上、制造等过程紧密联系，随着控制系统和传感器技术的发展，需要监测的数据急剧增加，当前的技术难以在多变的环境中进行实时监测和数据分析。但多领域建模综合技术和智能传感、大数据、人工智能等新型信息技术的发展，使高精度地模拟航空发动机在复杂环境中的状况成为可能，当前的技术体系逐渐演变为数字孪生技术体系。
3.当前技术中，往往只是从某一方面的参数对发动机进行运行维护，一方面，忽略了各个运行部件之间的关联，未考虑各个部件之间的相互影响，另一方面，没有全面地采集数据，导致无法全面具体地分析发动机状态。综上，如何对发动机进行全面有效的运行维护是有待解决的问题。
技术实现要素：
4.针对上述问题，本发明提供一种基于数字孪生的航空发动机运行维护方法及系统，用来有效解决发动机运行状态和维护的问题。
5.本发明提供一种基于数字孪生的航空发动机运行维护方法，包括：
6.获取航空发动机的运行环境和发动机运行状态；
7.根据发动机原理，分别确定三维物理模型，性能模型，线性模型；
8.根据三维物理模型，性能模型，线性模型之间参数的传递关系，建立对应的数字孪生模型；
9.将运行环境参数和运行状态参数作为数字孪生模型的输入，输出对应的状态参数。
10.根据输出的参数进行数据处理，确定航空发动机的运行状态。
11.进一步地，所述运行环境参数是指飞机飞行包线，运行环境是指影响发动机的进气条件和控制状态，发动机输出的推力及其性能变化。
12.进一步地，在数字空间中，先基于发动机原理建立初始孪生模型，这包括能反映内部运作机理的物理模型、能实时反应发动机内部性能的性能模型和专用于控制系统和优化的线性模型。
13.进一步地，用模型和数据相结合的方法构建数字孪生体，以以上数字孪生体初始模型为基础，结合物理空间向数字空间传递的数据，构建运维数字孪生体。
14.其中，将实时传感器测量数据与性能模型相结合，随运行环境变化和物理发动机性能的变化，构建出监测模型，可精准监测发动机的部件和整机性能；将历史维修数据注入
三维物理模型和性能模型，构建出故障模型，可应用于故障诊断和预测；将历史飞行数据与性能模型结合，构建出性能预测模型，用于预测整机性能和使用寿命；将线性化模型与飞机运行状态环境模型融合，来控制优化以实现发动机性能优化。
15.进一步地，发动机出厂时，数字空间发动机性能模型是额定性能模型，由于发动机长时间运行后，性能退化，数字空间中发动机性能模型的输出值与物理空间中发动机真实传感器测量值出现偏差，整机性能参数无法精确估计，为实现精准监测的目标，利用传感器偏差数据对基准模型中的性能模型进行实时修正，建立能精准监测整机性能参数的模型。
16.进一步地，故障诊断将发动机的维修、故障数据记录分析形成故障模型，注入初始模型中，在实际运行中与测量数据比较，提取相似的故障模式预测故障。数字空间中的发动机性能模型与故障数据融合可生成故障诊断模型以实现发动机故障预测。
17.进一步地，性能预测功能可记录发动机的运行历史数据，融合模型进行性能预测。
18.控制优化是解决飞机和发动机控制过程中发动机控制优化问题，飞机在飞行过程并未发挥最佳性能，在实际运行过程中控制系统尚有较大优化空间。输入飞行环境参数，构建控制优化模型，实现在不同飞行条件下，自适应调整控制系统整体优化发动机性能。
附图说明
19.图1为发明提供的基于数字孪生的航空发动机运行维护方法的流程示意图；
20.图2为本发明提供的性能预测的流程示意图；
21.图3为本发明提供的故障预测的流程示意图；
22.图4为本发明提供的精准监测的流程示意图；
具体实施方式
23.下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实例一起用于阐释本发明的原理，并非用于限定本发明的范围。
24.实施例：本发明实施例提供了一种基于数字孪生的航空发动机运行维护方法，结合图1来看，图1为本发明提供的基于数字孪生的航空发动机运行维护方法的流程示意图，包括步骤s101至步骤s105，其中：
25.在步骤s101中，获取航空发动机的运行环境和发动机运行状态；
26.在步骤s102中，根据发动机原理，分别确定三维物理模型，性能模型，线性模型；
27.在步骤s103中，根据三维物理模型，性能模型，线性模型之间参数的传递关系，建立对应的数字孪生模型。
28.在步骤s104中，将运行环境参数和运行状态参数作为数字孪生模型的输入，输出对应的状态参数；
29.在步骤s105中，根据输出的参数进行数据处理，确定航空发动机的运行状态；
30.在本发明实施例中，首先，对航空发动机的运行参数和环境参数进行收集；然后，根据运行环境参数和发动机实体参数进行多方面的建模，反映发动机的不同状态；进而，利用不同模型之间的联系，综合数字本体进行三维物理模型、性能模型、线性模型，对数字环境进行环境建模，综合评估发动机状态，进行精准监测、故障诊断、性能预测、控制优化等其他功能，进行多种信号间的信号融合、考虑部件之间的联系关系，建立数字孪生模型；接着，
将运行参数和环境参数作为数字孪生的输入，实现在数字空间中与运行发动机的实时对应；最后，利用数字孪生模型输出的参数，进行数据分析处理，对航空发动机的运行状态进行有效的评估和优化。
31.优选地，物理空间包括实际运行环境和发动机实体，其中，实际运行环境是指飞机包线和飞机运行状态，发动机实体是指包含控制系统在内的发动机本体。
32.作为具体实施例，本发明实施例将发动机的维修和故障数据记录形成的故障模式作为初始模型的输入，在运行中数字空间与发动机数据进行比较来预测故障。
33.优选地，发动机故障类型众多，包括气路、振动、滑油等，对转速、压比、排气温度、燃油流量、滑油量、滑油压差等进行监控。
34.优选地，结合图2来看，图2为本发明提供的确定性能预测的流程示意图，包括步骤s1041至步骤s1043，其中：
35.在步骤s1041中，根据评估参数，进行多种评价操作，并将多种评价操作进行样本构建，形成可视化显示，其中，评估参数包括机场条件、气路参数、发动机运行参数等其他参数；
36.在步骤s1042中，根据多种评估操作的结果，观测变量定量衡量发动机状态；
37.在步骤s1043中，根据多种评估操作的结果，结合测量数据，确定对发动机性能预测。
38.作为具体实施例，本发明实施例选取从飞行中测量的参数，来进行样本构建，具体分析发动机的衰减程度，最后对整机结合传感器测量数据进行性能预测。
39.优选地，结合图3来看，图3为本发明提供的故障预测的流程示意图，其中包括：
40.在步骤s301中，根据发动机维修记录和故障数据形成故障模型；
41.在步骤s302中，在发动机运行中与发动机测量数据进行比对；
42.在步骤s303中，提取相似的故障数据进行预测故障。
43.优选地，在机械设备故障诊断的分析过程依赖于傅里叶变换，定义式为：
[0044][0045]
设备故障发生在特定的频率下，对于发动机的故障诊断使用傅里叶变换作为频谱分析的工具，根据傅里叶变换计算出的频率、峰值、总值用于评判标准。
[0046]
作为具体实施例，本发明实施例依据发动机故障数据，确定数字孪生的故障模型，对模型输出的多种参数进行有效分析。
[0047]
优选地，结合图4来看，图4为本发明提供的精准监测的流程示意图，其中包括：
[0048]
在步骤s401中，获取物理空间发动机的传感器测量值和数字空间发动机模型数值偏差；
[0049]
在步骤s402中，估计性能模型与真实发动机的变化程度；
[0050]
在步骤s403中，在包线范围内对模型进行修正，使模型与真实发动机保持一致。
[0051]
精准监测用来解决发动机衰减后，模型无法实时准确估计发动机性能参数问题。发动机出厂时，数字空间中的发动机模型是额定模型，实际发动机在长时间运行后，由于内部构件的磨损等原因，发动机性能发生退化，数字空间中发动机模型参数的数值与物理空间中发动机真实传感器测量值存在偏差，无法对整机性能进行精确评估。
技术特征：
1.一种基于数字孪生的运行维护方法，其特征在于，包括：获取航空发动机的运行环境和发动机运行状态；根据所述发动机原理，分别确定三维物理模型，性能模型，线性模型；根据所述三维物理模型，性能模型，线性模型之间参数的传递关系，建立对应的数字孪生模型；将所述运行环境参数和运行状态参数作为数字孪生模型的输入，输出对应的状态参数；根据所述输出的参数进行数据处理，确定航空发动机的运行状态。2.根据权利要求1所述基于数字孪生的运行维护方法，其中所述根据发动机原理确定的三维物理模型用于反映内部运作机理，性能模型实时反应发动机内部性能，线性模型用于系统的控制和优化。3.根据权利要求1所述基于数字孪生的运行维护方法，其特征在于，根据三维物理模型，性能模型，线性模型之间参数的传递关系，建立对应的数字孪生模型；将实时传感器数据与性能模型相结合，可实时精准地监测发动机的内部构件性能和整体运作情况；将历史维修数据注入三维物理模型和性能模型中，系统构建出发动机故障类型用于故障诊断和预测；可将历史飞行数据与性能模型相结合用来预测整机性能和使用寿命；将线性模型与飞机运行状态和环境相融合，可实现发动机性能优化，以实现更好的运作。4.根据权利要求1所述基于数字孪生的运行维护方法，其特征在于，将所述运行环境参数和运行状态参数作为数字孪生模型的输入，输出对应的状态参数，其中包括：根据评估参数，进行多种评价操作，并将多种评价操作进行样本构建，形成可视化显示，其中，评估参数包括机场条件、气路参数、发动机运行参数等其他参数；根据多种评估操作的结果，观测变量定量衡量发动机状态；根据多种评估操作的结果，结合测量数据，确定对发动机性能预测；其中，从飞行中测量的参数，来进行样本构建，具体分析发动机的衰减程度，最后对整机结合传感器测量数据进行性能预测。
技术总结
本发名涉及一种基于数字孪生的航空发动机运行维护方法及系统，该方法包括：获取航空发动机的运行环境和发动机运行状态；根据发动机原理，分别确定三维物理模型，性能模型，线性模型；根据三维物理模型，性能模型，线性模型之间参数的传递关系，建立对应的数字孪生模型；将运行环境参数和运行状态参数作为数字孪生模型的输入，输出对应的状态参数；根据输出的参数进行数据处理，确定航空发动机的运行状态。本发明利用数字孪生模型的建立，实现对发动机整体与各工作部件运作状态的预测和运维。动机整体与各工作部件运作状态的预测和运维。
