王永华，李冬

基于云粒子群算法的航空发动机性能衰退模型研究

王永华1，李冬2

(1.海军航空工程学院飞行器工程系，山东烟台264001；2.海军航空工程学院研究生管理大队，山东烟台264001)

压气机和涡轮是发动机的关键部件，其性能下降对发动机性能有重要影响。本文研究了压气机和涡轮的性能衰退，将部件性能衰退等价转化为部件失效因子，修正部件特性，建立了某型涡扇发动机的非线性性能衰退计算模型；提出了云粒子群优化算法，以改善迭代收敛速度慢、计算时间长的问题。基于非线性发动机性能衰退模型，进行了部件性能衰退对发动机性能影响的定量计算，所得结论为发动机状态监控提供了依据。

航空发动机；部件特性；性能老化；云粒子群算法；模型

1 引言

航空发动机是飞机系统中故障率最高、调整最复杂、维护工作量最大的系统，其工作状态好坏直接影响到飞机能否安全、可靠运行。涡扇发动机的风扇、压气机、高压涡轮和低压涡轮属于故障多发部件，随着服役时间的增加，部件磨损、气流通道变形、脏污以及调节机构参数误差增大，使得部件的性能参数偏离正常值。国外对此进行了深入研究，NASA主要针对CF6、JT9D研究了发动机短期性能衰退和故障诊断发展模型，重点研究了部件性能变化对发动机整机性能的影响，指出发动机部件性能的相对变化趋势可近似为低阶多项式函数。国内，王占学等对某型涡扇发动机整机性能老化情况进行了研究[1]；……