关键词：航空发动机；信号标定；异常点；检测

1  引言

航空发动机的温度、压力、伺服作动部件位移等信号是影响整个发动机性能的重要参数，为确保其准确性，试车前需要对其进行标定。当前这些信号的标定主要采用的是人工给定信号的方法进行标定，也有采用自动标定的方法^[1,2]。在进行标定的时，人工标定方法存在人为读数不准确的问题(对于导叶角度等的估读)，自动标定方法也存在设备漂移值可能不准的问题。为解决以上问题，本文提出了一种航空发动机信号标定异常点自动检测方法。该方法通过对多组航空发动机信号进行对比分析及统计发现，使用最小二乘拟合的方法可以得出较好的拟合特性线，通过标定曲线与该拟合特性线比对，即可进行异常点进行自动检测。

2  信号标定异常点自动检测简介

2.1  最小二乘法多项式拟合简介

2.2  信号标定异常点自动检测实现

鉴于LabVIEW作为图形化编程工具具有简便易用的特点，本文使用LabVIEW为平台实现相关测量程序。

2.3  拟合函数的选择

在航空发动机需要标定的信号中，既有温度等线性特性的信号，也有喷口喉道面积等非线性的信号。因为对于不同信号需要选择不同的拟合函数。通过对多次标定数据进行拟合后，结果如图1和图2所示：其中由于温度信号一般变化相对较小，这里以导叶信号作为线性信号代表，以A8信号作为非线性信号代表。

图1  导叶标定关系

     图2  喷口喉道界面直径标定关系

统计结果表明：即线性关系的信号满足一次函数特性，非线性关系满足多项式中项为2的拟合关系。当发生偏离时，偏离较大的基本就可以断定为异常点。图中R的平方计算方法如下：

R平方值=回归平方和(ssreg)/总平方和(sstotal)

其中回归平方和(ssreg)=总平方和-残差平方和(ssresid)

上图中统计情况为读数及设备状况良好的情况下，对于实际情况可能存在设备精度等不可避免肯定存在误差的情况，为避免出现不必要的异常点检测，则需要设置误差接受带。设置误差接受带后的导叶标定关系曲线图如图3所示。

图3  设置上下可接受误差带后的标定关系图

2.4  程序实现

在LabVIEW中对于线性拟合和广义多项式拟合都提供了对应的实现函数，实现较为简单，因此这里不做具体说明。这里主要对于异常点检测的具体实现做说明。完成一次标定后，根据当前标定的数据点，拟合出对应曲线，通过残差计算出R，如果R平方不为1，则通过计算每个点标定值与曲线拟合值之间的距离绝对值，如果绝对值在设置的误差带内则认为标定结果合格，否则认为不合格。

3  总结

航空发动机信号标定异常点自动检测方法可以很好地完成信号标定异常点自动检测任务，检测结果可以满足实际应用。通过设置阈值，异常点检测程序可以适应多种情况，极大地提高了航空发动机外场标定准确率。

参考文献：

[1] 张义等. 基于机器视觉的航空发动机喷口喉道截面直径自动标定技术研究[J]. 智能机器人，2017.

[2] 何健等. 航空发动机温度信号自动标定技术研究[J]. 智能机器人，2018.

[3] 陆健. 最小二乘法及其应用[J]. 中国西部科技，2007.

[4] 王穗辉. 误差理论与测量平差[M]. 同济大学出版社,2010.

作者简介：

张小雪，1989.01，女，辽宁沈阳，硕士研究生，工程师，发动机控制