摘要
本发明公开了基于数字孪生的涡扇发动机运行监测方法及系统,属于涡扇发动机监测技术领域,旨在解决强噪声背景下早期裂纹、磨损等微弱故障信号难提取及多源故障传播路径预测精度低的问题。通过传感阵列采集原始运行信号,经自适应共振解调链处理生成解调信号。对解调信号时频变换,结合特征频率先验匹配实测与理论特征频率,构建初始候选特征集,通过融合数字孪生约束的多尺度解耦网络分离特征,生成独立特征集合。针对独立特征,采用格兰杰因果分析结合数字孪生仿真的物理耦合关系筛选有效因果对,构建动态贝叶斯网模拟故障传播,通过数字孪生验证与蒙特卡洛模拟计算后验概率,触发预警并生成维修决策,实现强噪声下微弱信号提取与精准故障预测。
技术关键词
涡扇发动机
故障传播路径
独立特征
约束优化模型
数字孪生体
动态贝叶斯网络
Teager能量算子
故障特征频率
监测系统
实测频率
频域特征
多尺度
时域特征
理论
双向长短期记忆网络
监测方法
微弱信号提取
带通滤波器
系统为您推荐了相关专利信息
MQTT协议
监测方法
电力设备参数
数字孪生体
电网拓扑结构
贝叶斯神经网络
备件
框架
航空发动机数据
剩余寿命预测模型
伺服驱动器故障
快速诊断方法
数据
故障诊断模型
故障传播路径