Первоначально мне нужны были некоторые образцы данных для EGT, расхода топлива, N1 и N2, чтобы построить систему прогнозирования, которая предсказывает отказ двигателя (ECTM). Я поискал образцы данных в Интернете, но узнал, что получить их практически невозможно. ( Где я могу найти образцы данных, необходимые для мониторинга состояния двигателя? )
Теперь я должен сгенерировать свои собственные данные для этого. Для меня крайне важно понять взаимосвязь между 5 важными параметрами, которые я принимаю во внимание.
Параметрами являются EGT, расход топлива, N1, N2 и температура воздуха.
На данный момент я понял это:
Не могли бы вы, ребята, дать мне больше информации, как те, что указаны выше? Также прошу исправить мои ошибки. Я студент компьютерных наук, и все это очень ново для меня.
Я не совсем уверен, какие отказы двигателя вы хотите предсказать, но ECTM обычно используется для обнаружения таких вещей, как;
Эти аппаратные проблемы вызывают изменения в «переменных состояния»;
Эти изменения эффективности компонентов затем приводят к изменениям параметров двигателя;
Обнаружив изменения в измерениях, ECTM стремится сообщить вам, какой модуль (LPC, HPC, HPT или LPT) ухудшился. Обычно невозможно сказать, почему КПД снизился (т.е. вы не можете сказать, является ли это эрозией передней кромки лопасти или износом концов лопасти), вы можете только сказать, какой модуль затронут.
Но связь, которую вы хотите между изменениями эффективности и измеряемыми параметрами, очень сложна. Для этого шага вам понадобится программа моделирования производительности, чтобы обеспечить достаточную точность , если вы действительно собираетесь применить подход к данным реального двигателя . В противном случае все, что можно сказать, это то, что когда двигатель ухудшается, расход топлива, температура и обороты увеличиваются. И они повышаются для большинства (или всех) вышеперечисленных недостатков. Таким образом, если вы не знаете, насколько они меняются для каждой ошибки, вы не можете сказать, какой модуль ухудшился. Тогда ваш метод просто говорит "двигатель деградировал" (не такой уж и полезный), а не почему (и, только ЛКП нуждается в ремонте, например, что дешевле и быстрее, чем ремонт КВД, т.к. требует много дальше разборка).
Но если все, что вы хотите сделать, это проверить подход в теории , вы можете просто компенсировать увеличение каждого параметра, оно не обязательно должно быть точным, потому что это просто математический пример, вы не собираетесь применять его к реальный двигатель, поэтому прогнозируемые эффекты деградации не обязательно должны точно соответствовать действительности. Просто придумайте 4 разных шаблона деградации;
и т. д...
Затем создайте несколько примеров каждой неисправности, добавив случайный уровень шума к каждому параметру, скажем < или до 1% от значения полной шкалы (и вы также можете увеличить полную шкалу, скажем, N1 = 8500 об/мин, N2 = 12 250 об/мин, расход топлива = 3,2 фунта/с, температура выхлопных газов = 650 °C.)
Теперь у вас есть примеры известных ошибок с шумом. Посмотрите, насколько хорошо ваш метод может правильно находить ошибки....
Конечно, это немного грубо, но если вы не можете получить программу моделирования производительности, которая позволяет вам изменять эффективность модулей для создания ухудшенного поведения ошибок, по крайней мере, она позволяет вам что-то сделать. Вы можете поэкспериментировать с цифрами и посмотреть, какой размер позволяет обнаружить неисправность, а какой размер начинает сбивать с толку.
пользователь14897
Шреяс С