卢俊杰，黄金泉，鲁 峰

南京航空航天大学 能源与动力学院 江苏省航空动力系统重点实验室，南京210016

1 引言

随着现代航空工业的不断发展，航空发动机的性能也越来越高，但由于其日益复杂的结构设计，各种故障的发生率也在不断上升。相比于其他机械设备，航空发动机有着故障量高、调整复杂、维护量大的特点[1]，相关统计资料表明，航空发动机故障引起的飞行事故占比高达40%以上[2]。因此，航空发动机故障诊断方法的研究尤为重要。由于工作负荷大、工作状态切换频繁、工作环境恶劣等特性，航空发动机的故障机制和故障表现也呈现复杂化、多样化的特点[3]。为了提高航空发动机的飞行安全性以及降低维护成本，国内外相关研究机构一直将及时、准确、高效地进行航空发动机故障诊断作为研究的重点与热点。航空发动机的气路系统是发动机的核心系统，气路系统故障一般分为部件故障和传感器故障[4]。根据测量到的气路参数对气路系统进行故障诊断，快速且准确地实现故障定位，对于提高发动机安全性与可靠性，由定期维修转变为视情维修，以降低维护费用有巨大的技术支持[5]。

模式识别是航空发动机气路故障诊断的主要内容之一，即根据数学方法对含有故障信息的数据自动进行处理和识别，提取有效的诊断规则，从而对故障样本进行聚类或者分类[6]。通过监测与采集反映发动机运行状态的信号，并进行处理，然后根据模式识别方法对数据之中蕴含的能够反映气路系统运行状态的特征信息进行辨识，从而可以判断出航空发动机气路系统的运行状态。……