在飞行试验中, 由于涡喷发动机遥测数据有限, 因此要对其故障进行准确分析定位存在很大难度。利用小波变换对涡喷发动机涡轮转速、喷嘴前压力等遥测数据经过去噪提取后, 找出奇异点, 并经系统去噪筛选, 形成数据文件, 利用BP 神经网络的模式分类功能, 发现故障出现的时刻及部件, 并结合研制过程中地面试车数据库, 可实现准确定位涡喷发动机故障部位及类型。实际应用证明方法实用有效, 可进一步推广到其他系统或部件的故障分析工作中。
涡喷发动机 遥测数据 小波分析 奇异点 去噪 turbojet engine telemetry data wavelet transform singularity de-noising