Оценивание удельного расхода топлива по косвенным измерениям с учетом изменения технического состояния ГТД

Abstract

Рассмотрены методы контроля удельного расхода топлива, наиболее часто применяемые в эксплуатации и их погрешности в условиях изменения технического состояния ГТД. Предложены и проанализированы два математических алгоритма, которые позволяют уменьшить эти погрешности. Это регрессионная модель на следе гребня и регрессионная модель на главных компонентах корреляционной матрицы задачи. Эти алгоритмы позволяют получить смещенные оценки. В качестве объекта исследования рассмотрен двухконтурный трехвальный ГТД с пятью измеряемыми параметрами и двадцатью тремя параметрами, характеризующими изменение технического состояния. С помощью нелинейной поузловой модели исследуемого объекта были смоделированы дефекты проточной части, имитирующие изменение технического состояния, получены оценки отклонения исследуемого параметра и выполнено их сравнение с результатами, полученными с помощью нелинейной модели. Определены погрешности оценивания. Регрессионная модель на главных компонентах продемонстрировала самую высокую точность и устойчивость.

Розглянуто методи контролю питомої витрати палива, які найчастіше застосовуються в експлуатації та їх похибки в умовах зміни технічного стану ГТД. Запропоновано та проаналізовано два математичні алгоритми, які дозволяють зменшити ці похибки. Це регресійна модель на сліді гребеня та регресійна модель на головних компонентах кореляційної матриці завдання. Ці алгоритми дозволяють отримати зміщені оцінки. Як об'єкт дослідження розглянуто двоконтурний тривальний ГТД з п'ятьма параметрами, що вимірюються, і двадцятьма трьома параметрами, що характеризують зміну технічного стану. За допомогою нелінійної поузловой моделі об'єкта, що досліджується, були змодельовані дефекти проточної частини, що імітують зміну технічного стану, отримані оцінки відхилення досліджуваного параметра і виконано їх порівняння з результатами, отриманими за допомогою нелінійної моделі. Визначено похибки оцінювання. Регресійна модель на головних компонентах продемонструвала найвищу точність та стійкість.