Diagnóstico de Fallos en Tiempo Real en la Ruta de Gas para Motores Aeroespaciales Basado en Modelado de Espacio de Estados Mejorado y Seguimiento de Estados
Autores: Cao, Siyan; Zuo, Hongfu; Zhao, Xincan; Xia, Chunyi
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Diagnóstico de Fallos en Tiempo Real en la Ruta de Gas para Motores Aeroespaciales Basado en Modelado de Espacio de Estados Mejorado y Seguimiento de Estados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Componentes de ruta de gas
Métodos de diagnóstico de fallas
Modelado informado por la física
Modelo no lineal a nivel de componente
Algoritmo de identificación híbrido
Filtro de Kalman
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Las fallas en los componentes de la ruta de gas representan riesgos significativos para el rendimiento y la seguridad de los motores aéreos. Los métodos tradicionales de diagnóstico de fallas a menudo requieren datos extensos y tienen dificultades con aplicaciones en tiempo real. Este estudio aborda estas limitaciones críticas en estudios tradicionales a través de modelado informado por la física y estimación adaptativa. Se desarrolla un modelo no lineal a nivel de componente del motor JT9D a través de ecuaciones de gobernanza aero-termodinámicas, mejorado por un ciclo iterativo de doble lazo que combina la resolución en estado estacionario de Newton-Raphson con la convergencia dinámica basada en la integración. Se propone de manera novedosa un modelo de espacio de estados aumentado que linealiza modelos dinámicos no lineales mientras incorpora características de salud de la ruta de gas como entradas de control, respaldado por la normalización del criterio de similitud para mitigar la mala condicionamiento de la matriz. Se propone un algoritmo de identificación híbrido, que sinergiza el análisis de derivadas parciales con el ajuste de mínimos cuadrados, que combina de manera única las ventajas de perturbación no iterativa con mínimos cuadrados de alta precisión. Este documento propone un nuevo filtro de Kalman mejorado a través de compensación integral e interpolación tridimensional, permitiendo actualizaciones de parámetros en tiempo real a través de los límites de vuelo. Los resultados experimentales demuestran un RMSE de 0.714-2.953% en el rendimiento del diagnóstico de fallas, una mejora de precisión del 3.619% sobre los algoritmos tradicionales de observador de modo deslizante y una reducción de 2.11 s en el tiempo de asentamiento, eliminando la acumulación de ruido. El modelo mantiene la consistencia de la tendencia dinámica y la precisión en estado estacionario con errores de 0.482-0.039%. Este trabajo muestra mejoras notables en la resolución temporal, la precisión diagnóstica y la adaptabilidad del sobrevuelo en comparación con enfoques convencionales.
Descripción
Las fallas en los componentes de la ruta de gas representan riesgos significativos para el rendimiento y la seguridad de los motores aéreos. Los métodos tradicionales de diagnóstico de fallas a menudo requieren datos extensos y tienen dificultades con aplicaciones en tiempo real. Este estudio aborda estas limitaciones críticas en estudios tradicionales a través de modelado informado por la física y estimación adaptativa. Se desarrolla un modelo no lineal a nivel de componente del motor JT9D a través de ecuaciones de gobernanza aero-termodinámicas, mejorado por un ciclo iterativo de doble lazo que combina la resolución en estado estacionario de Newton-Raphson con la convergencia dinámica basada en la integración. Se propone de manera novedosa un modelo de espacio de estados aumentado que linealiza modelos dinámicos no lineales mientras incorpora características de salud de la ruta de gas como entradas de control, respaldado por la normalización del criterio de similitud para mitigar la mala condicionamiento de la matriz. Se propone un algoritmo de identificación híbrido, que sinergiza el análisis de derivadas parciales con el ajuste de mínimos cuadrados, que combina de manera única las ventajas de perturbación no iterativa con mínimos cuadrados de alta precisión. Este documento propone un nuevo filtro de Kalman mejorado a través de compensación integral e interpolación tridimensional, permitiendo actualizaciones de parámetros en tiempo real a través de los límites de vuelo. Los resultados experimentales demuestran un RMSE de 0.714-2.953% en el rendimiento del diagnóstico de fallas, una mejora de precisión del 3.619% sobre los algoritmos tradicionales de observador de modo deslizante y una reducción de 2.11 s en el tiempo de asentamiento, eliminando la acumulación de ruido. El modelo mantiene la consistencia de la tendencia dinámica y la precisión en estado estacionario con errores de 0.482-0.039%. Este trabajo muestra mejoras notables en la resolución temporal, la precisión diagnóstica y la adaptabilidad del sobrevuelo en comparación con enfoques convencionales.