公开(公告)号：CN119669871A

公开(公告)日：2025-03-21

申请号：CN202510192546.X

申请日：2025-02-21

Applicant: 大连理工大学

Inventor： 全福祥 ,  李健波 ,  孙希明 ,  陈禹西 ,  贾博博 ,  陈业辉 ,  张志博 ,  杨明绥

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/084 ,  G06N3/096 ,  G06N3/094 ,  G06N3/0475

Abstract: 一种融合图特征迁移与域自适应的压气机喘振先兆识别方法，属于航空发动机建模与故障诊断领域。首先，对压气机稳态节流至失速过程中的叶尖压力信号数据进行预处理得到多个样本，将每个样本转换成递归图；其次，构建ConvLSTM网络提取递归图的时空特征，ConvLSTM网络的输出通过图卷积网络提取图拓扑特征；再次，构建ConvLSTM‑GCN模型，提取包含时空特的图拓扑特征；并进行源域数据和目标域数据之间的图拓扑特征对齐；对ConvLSTM‑GCN模型进行训练得到预测模型；最后，在测试数据集上进行实时预测，得到喘振预测概率。本发明能够解决现有的RNN、CNN及其变体深度学习模型预测精度不高的问题；结合基于域自适应的迁移学习方法，解决目标域和源域特征分布差距较大的问题，提高模型泛化能力。

公开(公告)号：CN115981160B

公开(公告)日：2024-07-02

申请号：CN202310055496.1

申请日：2023-01-19

Applicant: 大连理工大学

Inventor： 孙希明 ,  李世新 ,  全福祥 ,  李宏新 ,  张志博

IPC: G05B13/04

Abstract: 一种基于反演滑模控制的航空发动机喘振主动控制系统，包括建立带有执行机构的压气机模型、压气机模型坐标变换、设计反演滑模控制器。本发明基于反演滑模控制的原理，能够有效简化反演控制器的设计步骤，扩大系统的适用范围，增强系统的鲁棒性，实现大范围、自适应、性能优化的喘振主动控制。所设计的反演滑模控制器在反演控制的基础上加入滑模控制，既简化反演控制器的设计，又可扩大控制器的有效工作范围，增强系统对非匹配不确定性的鲁棒性；所设计的控制器可适用于多种诱因导致的喘振的主动控制，提高控制器的自适应性，更接近发动机的实际工作情况；可在已有控制器的基础上进行微小改动，可达到所需要的控制效果，相比于已有的智能控制方法本发明更简便且更易于实施。

公开(公告)号：CN117724337A

公开(公告)日：2024-03-19

申请号：CN202311737577.6

申请日：2023-12-18

Applicant: 大连理工大学

Inventor： 孙希明 ,  李世新 ,  全福祥 ,  张志博 ,  杨明绥 ,  李宏新

IPC: G05B13/04

Abstract: 一种基于二阶滑模控制的航空发动机喘振主动控制系统，包括建立带有执行机构的压气机模型、设计二阶滑模控制器。基于高阶滑模控制的原理，保持传统滑模的强鲁棒性的优点，同时也抑制滑模控制的抖振问题，消除相对阶的限制和提高了控制精度，实现快速、抗干扰能力强、鲁棒性强的喘振主动控制。所设计的快速超螺旋二阶滑模控制器在二阶滑模控制的基础上加入线性项，既有效抑制滑模控制的抖振问题，又增大控制系统的收敛速度，增强系统对非匹配不确定性的鲁棒性；所设计的控制器可以进行有效的主动防喘控制和退喘控制，使压气机能够稳定地工作在喘振边界以外的区域，扩大压气机的工作范围，不需要知道压气机的精确模型；所设计控制器对于未建模动态及系统扰动等不确定性因素具有较强的鲁棒性。

公开(公告)号：CN119670025A

公开(公告)日：2025-03-21

申请号：CN202510192518.8

申请日：2025-02-21

Applicant: 大连理工大学

Inventor： 全福祥 ,  罗佳丽 ,  孙希明 ,  陈禹西 ,  贾博博 ,  陈业辉 ,  张志博 ,  杨明绥

IPC: G06F18/25 ,  F04D27/00 ,  G06F18/213 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 一种多源数据融合轴流式压气机失稳预测方法，属于航空发动机建模与仿真技术领域。首先，对动态压力传感器数据进行预处理，构建多源数据集并对其进行划分。其次，分别构建时域特征提取网络模块、时频域图像特征提取网络模块、基于跨领域注意力机制的交互融合模块；再次，基于上述三个模块构建基于跨领域注意力机制的多源数据融合压气机失稳预测模型，对其进行训练保存最优模型；最后，在测试数据上进行实时预测。本发明综合通过对多个来源的数据进行综合处理分析，捕获不同数据源之间的互补性和关联性，形成关于目标观察对象更为全面完整且一致的感知，减少因单一数据源导致的诊断误差，提高预测结果的准确性和可靠性。

公开(公告)号：CN117807711A

公开(公告)日：2024-04-02

申请号：CN202311866525.9

申请日：2023-12-29

Applicant: 大连理工大学

Inventor： 孙希明 ,  全福祥 ,  张志博 ,  罗佳丽 ,  李健波 ,  杨明绥 ,  李宏新

IPC: G06F30/15 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明提供一种基于神经元启发式变分模态分解的轴流压气机失速喘振预测方法，属于航空发动机建模与仿真技术领域。首先，对航空发动机喘振数据进行预处理。其次，构建变分模态分解计算模块。最后，利用神经元启发式粒子群算法对变分模态分解的约束优化问题进行求解，从而得到变分模态分解的计算结果，并根据结果的变化实现轴流压气机失稳预测。本发明综合了时频域特征和变分模态分解变化趋势，提高了预测精度，并且具有一定的抗干扰性；并利用本发明提出的神经元启发式粒子群算法提高了计算精度，从而能够更好的实现轴流压气机失稳预测，有利于提高发动机主动控制的性能，具有一定的普适性。