专利摘要

本发明公开了一种航空发动机涡轮增压系统关键影响因素的定位方法。包括：采用响应面法和对应分析法确定初始化样本点集群；对已知会导致增压系统出现异常的每个影响因素，逐个给予一定范围下的参数扰动，确定并保存每个影响因素下的不同样本点集群的位置信息，作为初始样本点集群数据库；获得增压系统出现异常时的实际样本点集群的位置信息；根据样本点集群数据库、初始化样本点集群及实际样本点集群，定位造成增压系统出现异常的影响因素。该方法通过衡量实际样本点集群随影响因素变化而偏离时，其与初始化样本点集群间的相对位置及相对极角变化，实现对实际样本点集群位置偏离其作用的影响因素的定位。

权利要求

1.一种航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于包括如下步骤：

步骤S1:采用“响应面法”和“对应分析法”确定初始化样本点集群；

步骤S2:对已知会导致增压系统出现异常的每个影响因素，逐个给予一定范围下的参数扰动，确定并保存所述每个影响因素下的不同样本点集群的位置信息，作为初始样本点集群数据库；

步骤S3:获得所述增压系统出现异常时的实际样本点集群的位置信息；

步骤S4:根据样本点集群数据库、初始化样本点集群及实际样本点集群，定位造成增压系统出现异常的影响因素；其中，所述样本点集群数据库包括所述初始样本点集群数据库和拓展样本点集群数据库，所述拓展样本点集群数据库包括两个或两个以上影响因素及其合成的样本点集群的位置信息。

2.如权利要求1所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

确定所述初始化样本点集群通过如下方式实现：

步骤S11：建立增压航空活塞发动机整机系统模型的基础上采用响应面法构建代理模型；

步骤S12：获得系统正常运行时的N个样本点及对应的工作边界信息；所述样本点为所述增压系统的影响因素集合；

步骤S13：根据所述N个样本点及对应的工作边界信息，得到行轮廓坐标，作为初始化样本点集群。

3.如权利要求2所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

根据所述N个样本点及对应的工作边界信息，得到所述行轮廓坐标，通过如下方式实现：

步骤S130:根据所述N个样本点及对应的工作边界信息，建立原始矩阵；

步骤S131：对所述原始矩阵进行规格化处理，得到行轮廓坐标；所述行轮廓坐标包括N个样本点对应的变量点，所述变量点为每个所述样本点对应的各工作边界的安全裕度。

4.如权利要求3所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

所述行轮廓坐标中的每个所述样本点对应的某个工作边界点的安全裕度表示为:

其中，xmax、xmin是增压系统运行时其约束条件的上限和下限。

5.如权利要求1所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

确定并保存所述每个影响因素下的不同样本点集群的位置信息，通过如下方式实现：

步骤S21：在构建的代理模型上逐个对每个影响因素给予一定范围下的参数扰动后，分别获得系统出现异常时的N个样本点及对应的工作边界信息；所述样本点为所述增压系统的影响因素集合；

步骤S22：根据所述N个样本点及对应的工作边界信息，得到多个行轮廓坐标，作为所述每个影响因素下的多个样本点集群；

步骤S23：根据所述多个样本点集群及所述初始化样本点集群，得到每个样本点集群的极角及其偏离量。

6.如权利要求5所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

所述每个样本点集群的极角表示为：

其中，Yi,1和Yi,2分别是所述初始化样本点集群对应的行轮廓坐标的第一和第二坐标向量；Yi,1(i)和Yi,2(i)分别是所述每个样本点集群偏离后对应的行轮廓坐标的第一和第二坐标向量。

7.如权利要求5所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

所述每个样本点集群的偏离量表示为：

其中，Yi,1和Yi,2分别是所述初始化样本点集群对应的行轮廓坐标的第一和第二坐标向量；Yi,1(i)和Yi,2(i)分别是所述每个样本点集群偏离后对应的行轮廓坐标的第一和第二坐标向量。

8.如权利要求1所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

所述实际样本点集群的位置信息通过如下方式实现：

步骤S31：获得系统出现异常时的N个实际样本点及对应的工作边界信息；所述实际样本点为增压系统实际出现异常下的影响因素集合；

步骤S32：根据所述N个实际样本点及对应的工作边界信息，得到实际行轮廓坐标，作为实际样本点集群；

步骤S33：根据所述实际样本点集群及所述初始化样本点集群，得到所述实际样本点集群的极角及其偏离量。

9.如权利要求1所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

定位造成所述增压系统出现异常的影响因素通过如下方式实现：

步骤S41:判断所述样本点集群数据库中是否有与当前实际样本点集群的位置信息相同的样本点集群；

步骤S42:若所述样本点集群数据库中有与所述当前实际样本点集群的位置信息相同的样本点集群，则将与所述样本点集群对应的影响因素定位作为造成所述增压系统出现异常的影响因素；

步骤S43:若所述样本点集群数据库中没有与所述当前实际样本点集群的位置信息相同的样本点集群，则根据所述初始样本点集群数据库、拓展样本点集群数据库、所述初始化样本点集群，定位造成所述增压系统出现异常的影响因素。

10.如权利要求9所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

步骤S43具体实现过程如下：

步骤S430：若所述拓展样本点集群数据库实时保存的样本点集群为零，则根据所述初始样本点集群数据库与所述初始化样本点集群，定位造成所述增压系统出现异常的影响因素；

步骤S431：若所述拓展样本点集群数据库实时保存有样本点集群，则首先从所述拓展样本点集群中任意两个影响因素对应的样本点集群开始，分别与及所述初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合；再从所述拓展样本点集群中任意两个影响因素对应的样本点集群开始，排除所选取的所述拓展样本点集群的影响因素后的初始样本点集群数据库中每个样本点集群，及所述初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合，直到定位出造成所述增压系统出现异常的影响因素。

11.如权利要求10所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

步骤S430具体实现过程如下：

步骤S4301：若所述初始样本点集群数据库有与所述当前实际样本点集群的位置信息相同的样本点集群，则将与所述样本点集群对应的影响因素定位作为造成所述增压系统出现异常的影响因素；

步骤S4302：若所述初始样本点集群数据库没有与所述当前实际样本点集群的位置信息相同的样本点集群，则生成所述拓展样本点集群数据库，将所述当前实际样本点集群的位置信息与所述拓展样本点集群数据库中进行比对，将所述拓展样本点集群数据库中与所述当前实际样本点集群位置信息相同的样本点集群对应的影响因素，定位为造成所述增压系统出现异常的影响因素。

12.如权利要求11所述的航空发动机涡轮增压系统关键影响因素的定位方法，其特征在于：

所述拓展样本点集群数据库的生成及与所述当前实际样本点集群位置信息的比对过程如下：

步骤S43020：将所述初始样本点集群数据库中任意两个影响因素下的不同样本点集群，任意两两与所述初始化样本点集群，按照平行四边形法则合成，保存合成后的样本点集群的位置及对应的影响因素至所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合；

步骤S43021:若从所述初始样本点集群数据库中选取的两个影响因素合成后的样本点集群的位置与所述当前实际样本点集群重合，则定位作为造成所述增压系统出现异常的影响因素；

步骤S43022：若从所述初始样本点集群数据库中任意选取的两个影响因素合成后的样本点集群的位置没有与所述当前实际样本点集群重合，则将保存的任意两个影响因素合成后的对应的样本点集群位置，再分别与排除任意两个影响因素后的初始样本点集群数据库中每个样本点集群及所述初始化样本点集群，按照平行四边形法则，保存合成后的样本点集群的位置及对应的影响因素至所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合；

步骤S43023：若从所述初始样本点集群数据库中选取的三个影响因素合成后的样本点集群的位置与所述当前实际样本点集群重合，则定位作为造成所述增压系统出现异常的影响因素；

步骤S43024：若从所述初始样本点集群数据库中任意选取的三个影响因素合成后的样本点集群的位置没有与所述当前实际样本点集群重合，则将保存的任意三个影响因素合成后的对应的样本点集群位置及对应的影响因素至所述拓展样本点集群数据库，再分别与排除任意三个影响因素后的所述初始样本点集群数据库中每个样本点集群及初始化样本点集群，按照平行四边形法则合成，保存合成后的样本点集群的位置及对应的影响因素至所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合，以此类推直到定位出造成所述增压系统出现异常的影响因素。

说明书

技术领域

本发明涉及一种航空发动机涡轮增压系统(以下简称增压系统)关键影响因素的定位方法，属于航空器技术领域。

背景技术

航空活塞发动机是通用航空器动力的重要选择，并占绝对多数。随着中国空域开放，采用涡轮增压技术是解决高空飞行功率下降、油耗增高的有效途径。但由于涡轮增压器大幅增加了动力系统复杂程度，与增压器相关的安全问题日趋严峻。

我国颁布的适航标准中，也明确指出在航空活塞发动机设计阶段申请人必须对发动机及其控制系统进行安全性分析，以确保航空活塞发动机的安全水平。因此，针对航空活塞发动机增压器失效所带来的安全性问题，可以采用以航空活塞发动机整机模型系统为基础，对某型航空发动机的涡轮增压系统开展了基于模型的系统安全性分析研究，实现在初步系统安全性分析阶段确定关键影响因素，并对关键影响因素进行分级。

尽管在关键影响因素的分级过程中，关键影响因素种类是已知的。但是，在实际中由于系统模型或试验结果往往会出现异常数据，这时就需要分析和找到数据异常的原因，所以在开发过程中，还需要与之对应的反过程。即，期望根据观测的异常数据，判断造成该异常数据的影响因素，该反过程称之为关键影响因素的定位。

发明内容

本发明所要解决的技术问题在于提供一种航空发动机涡轮增压系统关键影响因素的定位方法。

为了实现上述目的，本发明采用下述技术方案：

一种航空发动机涡轮增压系统关键影响因素的定位方法，包括如下步骤：

步骤S1:采用“响应面法”和“对应分析法”确定初始化样本点集群；

步骤S2:对已知会导致增压系统出现异常的每个影响因素，逐个给予一定范围下的参数扰动，确定并保存所述每个影响因素下的不同样本点集群的位置信息，作为初始样本点集群数据库；

步骤S3:获得所述增压系统出现异常时的实际样本点集群的位置信息；

步骤S4:根据样本点集群数据库、初始化样本点集群及实际样本点集群，定位造成增压系统出现异常的影响因素；其中，样本点集群数据库包括初始样本点集群数据库和拓展样本点集群数据库，拓展样本点集群数据库包括两个或两个以上影响因素及其合成的样本点集群的位置信息。

其中较优地，确定所述初始化样本点集群通过如下方式实现：

步骤S11：建立增压航空活塞发动机整机系统模型的基础上采用响应面法构建代理模型；

步骤S12：获得系统正常运行时的N个样本点及对应的工作边界信息；所述样本点为所述增压系统的影响因素集合；

步骤S13：根据所述N个样本点及对应的工作边界信息，得到行轮廓坐标，作为初始化样本点集群。

其中较优地，根据所述N个样本点及对应的工作边界信息，得到所述行轮廓坐标，通过如下方式实现：

步骤S130:根据所述N个样本点及对应的工作边界信息，建立原始矩阵；

步骤S131：对所述原始矩阵进行规格化处理，得到行轮廓坐标；所述行轮廓坐标包括N个样本点对应的变量点，所述变量点为每个所述样本点对应的各工作边界的安全裕度。

其中较优地，所述行轮廓坐标中的每个所述样本点对应的某个工作边界点的安全裕度表示为:

其中，xmax、xmin是增压系统运行时其约束条件的上限和下限。

其中较优地，确定并保存所述每个影响因素下的不同样本点集群的位置信息，通过如下方式实现：

步骤S21：在构建的代理模型上逐个对每个影响因素给予一定范围下的参数扰动后，分别获得系统出现异常时的N个样本点及对应的工作边界信息；所述样本点为所述增压系统的影响因素集合；

步骤S22：根据所述N个样本点及对应的工作边界信息，得到多个行轮廓坐标，作为所述每个影响因素下的多个样本点集群；

步骤S23：根据所述多个样本点集群及所述初始化样本点集群，得到每个样本点集群的极角及其偏离量。

其中较优地，所述每个样本点集群的极角表示为：

其中，Yi,1和Yi,2分别是所述初始化样本点集群对应的行轮廓坐标的第一和第二坐标向量；Yi,1(i)和Yi,2(i)分别是所述每个样本点集群偏离后对应的行轮廓坐标的第一和第二坐标向量。

其中较优地，所述每个样本点集群的偏离量表示为：

其中，Yi,1和Yi,2分别是所述初始化样本点集群对应的行轮廓坐标的第一和第二坐标向量；Yi,1(i)和Yi,2(i)分别是所述每个样本点集群偏离后对应的行轮廓坐标的第一和第二坐标向量。

其中较优地，所述实际样本点集群的位置信息通过如下方式实现：

步骤S31：获得系统出现异常时的N个实际样本点及对应的工作边界信息；所述实际样本点为增压系统实际出现异常下的影响因素集合；

步骤S32：根据所述N个实际样本点及对应的工作边界信息，得到实际行轮廓坐标，作为实际样本点集群；

步骤S33：根据所述实际样本点集群及所述初始化样本点集群，得到所述实际样本点集群的极角及其偏离量。

其中较优地，定位造成所述增压系统出现异常的影响因素通过如下方式实现：

步骤S41:判断所述样本点集群数据库中是否有与当前实际样本点集群的位置信息相同的样本点集群；

步骤S42:若所述样本点集群数据库中有与所述当前实际样本点集群的位置信息相同的样本点集群，则将与所述样本点集群对应的影响因素定位作为造成所述增压系统出现异常的影响因素；

步骤S43:若所述样本点集群数据库中没有与所述当前实际样本点集群的位置信息相同的样本点集群，则根据所述初始样本点集群数据库、拓展样本点集群数据库、所述初始化样本点集群，定位造成所述增压系统出现异常的影响因素。

其中较优地，步骤S43具体实现过程如下：

步骤S430：若所述拓展样本点集群数据库实时保存的样本点集群为零，则根据所述初始样本点集群数据库与所述初始化样本点集群，定位造成所述增压系统出现异常的影响因素；

步骤S431：若所述拓展样本点集群数据库实时保存有样本点集群，则首先从所述拓展样本点集群中任意两个影响因素对应的样本点集群开始，分别与及所述初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合；再从所述拓展样本点集群中任意两个影响因素对应的样本点集群开始，排除所选取的所述拓展样本点集群的影响因素后的初始样本点集群数据库中每个样本点集群，及所述初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合，直到定位出造成所述增压系统出现异常的影响因素。

其中较优地，步骤S430具体实现过程如下：

步骤S4301：若所述初始样本点集群数据库有与所述当前实际样本点集群的位置信息相同的样本点集群，则将与所述样本点集群对应的影响因素定位作为造成所述增压系统出现异常的影响因素；

步骤S4302：若所述初始样本点集群数据库没有与所述当前实际样本点集群的位置信息相同的样本点集群，则生成所述拓展样本点集群数据库，将所述当前实际样本点集群的位置信息与所述拓展样本点集群数据库中进行比对，将所述拓展样本点集群数据库中与所述当前实际样本点集群位置信息相同的样本点集群对应的影响因素，定位为造成所述增压系统出现异常的影响因素。

其中较优地，所述拓展样本点集群数据库的生成及与所述当前实际样本点集群位置信息的比对过程如下：

步骤S43020：将所述初始样本点集群数据库中任意两个影响因素下的不同样本点集群，任意两两与所述初始化样本点集群，按照平行四边形法则合成，保存合成后的样本点集群的位置及对应的影响因素至所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合；

步骤S43021:若从所述初始样本点集群数据库中选取的两个影响因素合成后的样本点集群的位置与所述当前实际样本点集群重合，则定位作为造成所述增压系统出现异常的影响因素；

步骤S43022：若从所述初始样本点集群数据库中任意选取的两个影响因素合成后的样本点集群的位置没有与所述当前实际样本点集群重合，则将保存的任意两个影响因素合成后的对应的样本点集群位置，再分别与排除任意两个影响因素后的初始样本点集群数据库中每个样本点集群及所述初始化样本点集群，按照平行四边形法则，保存合成后的样本点集群的位置及对应的影响因素至所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合；

步骤S43023：若从所述初始样本点集群数据库中选取的三个影响因素合成后的样本点集群的位置与所述当前实际样本点集群重合，则定位作为造成所述增压系统出现异常的影响因素；

步骤S43024：若从所述初始样本点集群数据库中任意选取的三个影响因素合成后的样本点集群的位置没有与所述当前实际样本点集群重合，则将保存的任意三个影响因素合成后的对应的样本点集群位置及对应的影响因素至所述拓展样本点集群数据库，再分别与排除任意三个影响因素后的所述初始样本点集群数据库中每个样本点集群及初始化样本点集群，按照平行四边形法则合成，保存合成后的样本点集群的位置及对应的影响因素至所述拓展样本点集群数据库，并判断合成后的样本点集群是否与所述当前实际样本点集群的位置重合，以此类推直到定位出造成所述增压系统出现异常的影响因素。

本发明提供了一种航空发动机涡轮增压系统关键影响因素的定位方法通过预先保存导致增压系统出现异常的一个影响因素单独作用或两个及两个以上影响因素共同作用下的不同样本点集群的位置信息，作为样本点集群数据库，以便于根据样本点集群数据库、初始化样本点集群及实际样本点集群，定位造成增压系统出现异常的影响因素。该定位方法通过衡量实际样本点集群随影响因素变化而偏离时，其与初始化样本点集群间的相对位置及相对极角变化，实现对实际样本点集群位置偏离其作用的影响因素的定位，以帮助设计人员判断出造成增压系统出现异常数据的影响因素。

附图说明

图1为本发明提供了一种航空发动机涡轮增压系统关键影响因素的定位方法的流程图；

图2为本发明提供了一种航空发动机涡轮增压系统关键影响因素的定位方法中，每个影响因素依次改变+20％、+10％、-10％和-20％时，样本点集群随影响因素的变化而产生偏离的二维散点图；

图3为本发明提供了一种航空发动机涡轮增压系统关键影响因素的定位方法中，关键影响因素e2、e4共同作用的效果图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容做进一步的详细说明。

由于在对航空活塞发动机进行设计研制阶段或设计改型阶段，考虑到真机的试验成本和时间成本较高，且不能通过试验做到遍历所有工况下的性能情况，所以用模型，在确保模型精度达到可接受的范围时，替代真机试验以降低试验成本并缩短研制周期。因此，在以航空活塞发动机整机模型系统为基础，对某型航空活塞发动机的涡轮增压系统开展基于模型的系统安全性分析研究时，为了判断造成实际系统(也就是研制阶段或设计改型阶段)，对异常数据的判断定位影响因素，实现为后续研制或设计改型提供依据。如图1所示，本发明提供了一种航空发动机涡轮增压系统关键影响因素的定位方法，包括如下步骤：

步骤S1:采用“响应面法”和“对应分析法”确定初始化样本点集群。

为确定增压系统出现行为异常情况的影响因素，首先需要给出正常情况下影响因素的位置，即初始样本点集群在二维散点图中的位置。具体的说，通过“响应面法”生成增压航空活塞发动机整机系统的代理模型，再对代理模型进行“对应分析法”，以确定初始化样本点集群。其中，对代理模型进行“对应分析法”，确定初始化样本点集群通过如下方式实现。

步骤S11：建立增压航空活塞发动机整机系统模型的基础上采用“响应面法”构建代理模型。

采用GT-Power软件平台建立增压航空活塞发动机整机系统模型，采用“响应面法”将系统模型输出的各个工作边界表示为关键影响因素函数的方式加以处理，即通过“响应面法”构建等价的代理模型代替真实模型，在此基础上对代理模型随机抽样生成对应分析所需的基础数据，从而大大缩短抽样所需的运算时间，并提高分析效率。采用“响应面法”构建代理模型的具体实现参见：北京航空航天大学学报：《航空活塞发动机涡轮增压器失效关键影响因素分级》，作者鲍梦瑶，丁水汀，李果，在此不再赘述。

步骤S12：获得系统正常运行时的N个样本点及对应的工作边界信息；样本点为增压系统的影响因素集合。

在针对增压系统安全性分析中，重点关注的是高空或高速续航时(航空活塞发动机长期工作状态)的航空活塞发动机工况条件，即海拔高度为7-10km，节气门开度为70％-100％，发动机转速为4200-5500r/min。因此，在不考虑控制系统的情况下，设影响因素可表示为一组设计可控参数，即包括节气门开度e1、废气阀直径e2、海拔高度e3、发动机转速e4和排气管直径e5。此外，增压系统的工作边界可由涡轮前温度、增压器转子转速、压气机增压压比、最高爆发压力的边界组成，并且增压系统的工作边界表示为影响因素的函数；将增压系统出现行为异常情况的影响因素的集合称为样本点(行点)，那么，将所建立的增压航空活塞发动机整机系统模型设置工况条件为高空或高速续航，运行所设置的工况，随机生成增压航空活塞发动机整机系统模型输出的N个样本点及对应的工作边界信息。

步骤S13：根据N个样本点及对应的工作边界信息，得到行轮廓坐标，作为初始化样本点集群。

该步骤包括如下子步骤：

步骤S130:根据N个样本点及对应的工作边界信息，建立原始矩阵；

根据N个样本点及对应的工作边界信息，建立的原始矩阵表示为：

其中，xij表示第i个样本点中的第j个工作边界点。

步骤S131：对原始矩阵进行规格化处理，得到行轮廓坐标；行轮廓坐标包括N个样本点对应的变量点，变量点为每个样本点对应的各工作边界安全裕度。

由于增压航空活塞发动机整机系统模型随机抽样时输出的影响因素和工作边界信息是定距数据且量纲不统一，所以在进一步研究失效模式与影响因素的关系之前，需要对系统模型输出的数据类型进行规格化处理，即将工作边界转换为工作边界安全裕度，即分别为涡轮前温度安全裕度、增压器转子转速安全裕度、压气机喘振裕度和最高爆发压力安全裕度，根据如下公式得到行轮廓坐标中的每个样本点对应的某个工作边界点的安全裕度；

其中，xmax、xmin是增压系统运行时其约束条件的上限和下限。根据安全边界限制，上式可简化为：

其中，xsm是增压系统运行时其约束条件的限制值。则工作边界点所对应的安全边界点经指标规格化后的行轮廓坐标Y＝(yij)n×p可以表示为：

其中，yij表示第i个样本点中第j个工作边界点的安全裕度。这样规格化后的数据取值范围为0≤yij≤1。

步骤S2:对已知会导致增压系统出现异常的每个影响因素，逐个给予一定范围下的参数扰动，确定并保存每个影响因素下的不同样本点集群的位置信息，作为初始样本点集群数据库。

为获得分析所需的异常数据，采用对样本点中各影响因素分别给予一定范围下的参数扰动的数值偏离方式，促使得到每个影响因素对应的不同样本点集群的位置信息。每个影响因素对应的不同样本点集群的位置信息指的是每个影响因素下的不同样本点集群分别投影到二维散点图上后，基于二维散点图上的初始化样本点集群的位置，每个样本点集群的变化方向(用极角表示)、变化距离(用偏离量表示)。其中，每个影响因素对应的不同样本点集群的极角指的是每个影响因素对应的不同样本点集群分别基于初始化样本点集群所偏离的方向；每个影响因素对应的不同样本点集群的偏离量指的是每个影响因素对应的不同样本点集群分别基于初始化样本点集群所偏离的距离。其具体实现过程如下：

步骤S21：在构建的代理模型上逐个对每个影响因素给予一定范围下的参数扰动后，分别获得系统出现异常时的N个样本点及对应的工作边界信息；样本点为增压系统的影响因素集合。

在步骤S11的增压航空活塞发动机整机系统模型构建的代理模型上，根据实际研制和运维经验，为尽可能遍历所有异常情况，假设分别将增压系统出现行为异常情况的每个影响因素的改变量分别从+1％改变到+70％，-1％改变到-70％，运行增压航空活塞发动机整机系统模型，分别随机生成增压航空活塞发动机整机系统模型输出的N个样本点及对应的工作边界信息。

步骤S22：根据每个影响因素进行参数扰动后得到的N个样本点及对应的工作边界信息，得到多个行轮廓坐标，作为每个影响因素下的多个样本点集群。

根据每个影响因素进行参数扰动后得到的N个样本点及对应的工作边界信息，采用步骤S13中获得初始化样本点集群的方法(具体采用步骤S130和步骤S131的方法)得到对应于每个影响因素的改变量的行轮廓坐标，即每个影响因素下的多个样本点集群。

步骤S23：根据经参数扰动后得到的每个影响因素对应的多个样本点集群及初始化样本点集群，得到每个样本点集群的极角及其偏离量。

每个样本点集群的极角表示为：

其中，Yi,1和Yi,2分别是初始化样本点集群对应的行轮廓坐标的第一和第二坐标向量；Yi,1(i)和Yi,2(i)分别是每个样本点集群偏离后对应的行轮廓坐标的第一和第二坐标向量。

每个样本点集群的偏离量表示为：

其中，Yi,1和Yi,2分别是初始化样本点集群对应的行轮廓坐标的第一和第二坐标向量；Yi,1(i)和Yi,2(i)分别是每个样本点集群偏离后对应的行轮廓坐标的第一和第二坐标向量。

步骤S3:获得增压系统出现异常时的实际样本点集群的位置信息。

实际样本点集群的位置信息指的是实际样本点集群投影到二维散点图上后，基于二维散点图上的初始化样本点集群的位置，实际样本点集群的变化方向(用极角表示)和变化距离(用偏离量表示)。其中，实际样本点集群的极角指的是实际样本点集群基于初始化样本点集群所偏离的方向；实际样本点集群的偏离量指的是实际样本点集群基于初始化样本点集群所偏离的距离。其具体实现过程如下：

步骤S31：获得系统出现异常时的N个实际样本点及对应的工作边界信息；实际样本点为增压系统实际出现异常下的影响因素集合。

运行步骤S11的增压航空活塞发动机整机系统模型构建的代理模型，获得该代理模型输出的N个实际样本点及对应的工作边界信息。

步骤S32：根据得到的N个实际样本点及对应的工作边界信息，得到实际行轮廓坐标，作为实际样本点集群。

根据得到的N个实际样本点及对应的工作边界信息，采用步骤S13中获得初始化样本点集群的方法(具体采用步骤S130和步骤S131的方法)得到实际样本点对应的行轮廓坐标，即每个影响因素下的多个样本点集群。

步骤S33：根据实际样本点集群及初始化样本点集群，得到实际样本点集群的极角及其偏离量。

根据公式(5)和(6)，分别得到实际样本点集群的极角及其偏离量。

步骤S4:根据样本点集群数据库、初始化样本点集群及实际样本点集群，定位造成增压系统出现异常的影响因素,其中，样本点集群数据库包括初始样本点集群数据库和拓展样本点集群数据库，拓展样本点集群数据库包括两个或两个以上影响因素及其合成的样本点集群的位置信息。

由于实际中可能有多个实际样本点集群需要定位造成增压系统出现异常的影响因素，那么在定位当前实际样本点集群对应的影响因素之前，可能已经定位了一个或一个以上的实际样本点集群对应的影响因素，针对已经定位过的实际样本点集群，会将由两个或两个以上造成增压系统出现异常的影响因素及其对应的样本点集群的位置信息保存至拓展样本点集群数据库。这样，由初始样本点集群数据库和拓展样本点集群数据库组成的样本点集群数据库，随着使用是在不断丰富和扩大，从而便于后续的实际样本点集群根据样本点集群数据库，定位造成增压系统出现异常的影响因素。例如，实际样本点集群与样本点集群数据库中的样本点集群位置信息相同，既可能是由单一影响因素作用后的样本点集群，也可能是由两个或两个以上影响因素作用后的样本点集群。

因此，该步骤具体实现过程如下：

步骤S41:判断样本点集群数据库中是否有与当前实际样本点集群的位置信息相同的样本点集群。

如果当前需要定位影响因素的实际样本点集群为首个实际样本点集群，或者在当前实际样本点集群之前已经定位的实际样本点集群均由单一影响因素作用得到，则判断初始样本点集群数据库中是否有与当前实际样本点集群的位置信息相同的样本点集群即可。

如果当前需要定位影响因素的实际样本点集群不是首个实际样本点集群，或者在当前实际样本点集群之前已经定位的实际样本点集群不是均由单一影响因素作用得到，则判断样本点集群数据库中是否有与当前实际样本点集群的位置信息相同的样本点集群即可。

如图2所示，以增压系统出现行为异常情况的每个影响因素的改变量依次设置为+20％、+10％、-10％和-20％后，得到的每个样本点集群及初始化样本点集群投影到同一个二维散点图上为例，作为增压系统出现行为异常情况的影响因素的废气阀直径e2和海拔高度e3发生变化时，对应的样本点集群随偏离量的正向改变向第一象限移动；节气门开度e 1和发动机转速e4发生变化时，对应的样本点集群随偏离量的正向改变向第四象限移动；排气管直径e5发生变化时，对应的样本点集群随偏离量的正向改变向第三象限偏离。反之，当同一影响因素、相同变化幅度时，样本点集群偏移量的逆向改变与正向改变呈中心对称趋势。不难发现，当同一影响因素、同向或逆向改变、不同变化幅度的情况下时，样本点集群沿与初始化样本点集群间相连的直线上发生距离不同的偏离，但偏离极角相同；当不同影响因素、同向改变、相同变化幅度的情况下时，样本点集群沿与初始化样本点集群间相连的直线上偏离，但偏离距离、偏离极角均不同。

在定位造成增压系统出现异常的影响因素时，可能是由单一影响因素独立作用的结果，也可能是两个或两个以上影响因素共同作用的结果。因此，应先遍历步骤S2的初始样本点集群数据库中每个影响因素下的不同样本点集群的位置信息，以定位影响因素独立作用或共同作用导致的增压系统行为异常；当定位是影响因素共同作用导致的增压系统行为异常后，再遍历拓展样本点集群数据库中两个或两个以上影响因素共同作用的样本点集群的位置信息，定位判断是否有与当前实际样本点集群的位置信息相同的样本点集群；然后再结合初始样本点集群和拓展样本点集群数据库，定位影响因素共同作用导致的增压系统行为异常。

步骤S42:若样本点集群数据库中有与当前实际样本点集群的位置信息相同的样本点集群，则将与该样本点集群对应的影响因素定位作为造成增压系统出现异常的影响因素。

若样本点集群数据库中有与当前实际样本点集群的位置信息相同的样本点集群，并且与当前实际样本点集群的位置信息相同的样本点集群属于初始样本点集群数据库，则说明由单一影响因素造成增压系统出现异常，因此将与实际样本点集群的位置信息相同的样本点集群对应的影响因素定位作为造成增压系统出现异常的影响因素。或者，与当前实际样本点集群的位置信息相同的样本点集群属于拓展样本点集群数据库，则说明由两个或两个以上影响因素造成增压系统出现异常，因此将与当前实际样本点集群的位置信息相同的样本点集群对应的影响因素定位作为造成增压系统出现异常的影响因素。

步骤S43:若样本点集群数据库中没有与当前实际样本点集群的位置信息相同的样本点集群，则根据初始样本点集群数据库、拓展样本点集群数据库、初始化样本点集群，定位造成增压系统出现异常的影响因素。

该步骤具体实现过程如下：

步骤S430：若拓展样本点集群数据库实时保存的样本点集群为零，则根据初始样本点集群数据库与初始化样本点集群，定位造成增压系统出现异常的影响因素。

该步骤具体实现过程如下：

步骤S4301：若初始样本点集群数据库有与当前实际样本点集群的位置信息相同的样本点集群，则将与样本点集群对应的影响因素定位作为造成增压系统出现异常的影响因素。

若初始样本点集群数据库中有与当前实际样本点集群的位置信息相同的样本点集群，此时可判断为单一影响因素作用造成增压系统出现异常，因此将与当前实际样本点集群的位置信息相同的样本点集群对应的影响因素作为造成增压系统出现异常的影响因素。

步骤S4302：若初始样本点集群数据库没有与当前实际样本点集群的位置信息相同的样本点集群，则生成拓展样本点集群数据库，将当前实际样本点集群的位置信息与拓展样本点集群数据库中进行比对，将拓展样本点集群数据库中与当前实际样本点集群位置信息相同的样本点集群对应的影响因素，定位为造成增压系统出现异常的影响因素。

若初始样本点集群数据库没有与当前实际样本点集群的位置信息相同的样本点集群，可以判断为两个或两个以上影响因素作用，造成增压系统出现异常，此时需要从两个影响因素开始进行判断，直到定位出造成增压系统出现异常的影响因素。因此，可以生成拓展样本点集群数据库，将当前实际样本点集群的位置信息与拓展样本点集群数据库中进行比对，将拓展样本点集群数据库中与当前实际样本点集群位置信息相同的样本点集群对应的影响因素，定位为造成增压系统出现异常的影响因素。其中，拓展样本点集群数据库的生成及与当前实际样本点集群位置信息的比对过程如下：

步骤S43020:将初始样本点集群数据库中任意两个影响因素下的不同样本点集群，任意两两与初始化样本点集群，按照平行四边形法则合成，保存合成后的样本点集群的位置及对应的影响因素至拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合。

判断是否由两个影响因素造成增压系统出现异常的过程为：将初始样本点集群数据库中任意两个影响因素下的不同样本点集群，任意选取的两个样本点集群、初始化样本点集群及实际样本点集群分别投影到同一个二维散点图上，分别以所选取的两个样本点集群及初始化样本点集群的所在位置为顶点构建平行四边形，确定平行四边形最后一个顶点所在位置，即为所选取的两个样本点集群合成的新的样本点集群的位置。将得到的新的样本点集群的位置及对应的影响因素保存至拓展样本点集群数据库，并判断合成后的新的样本点集群是否与当前实际样本点集群的位置重合。

步骤S43021:若从初始样本点集群数据库中选取的两个影响因素合成后的样本点集群的位置与当前实际样本点集群重合，则作为造成增压系统出现异常的影响因素。

如图3所示，经过对影响因素废气阀直径e2和发动机转速e4的的不同样本点集群按照平行四边形法则进行两两集群位置的合成和遍历后，发现当前实际样本点集群的位置与废气阀直径e2和发动机转速e4同时改变了20％时相同。即以废气阀直径e2对应的样本点集群所在位置为顶点A2、发动机转速e4对应的样本点集群所在位置为顶点B2及化样本点集群所在位置为顶点O构建平行四边形，所构建的平行四边形最后一个顶点C22所在位置，即为废气阀直径e2和发动机转速e4对应的样本点集群合成的新的样本点集群的位置。此时，新的样本点集群的位置刚好与实际样本点集群的位置重合，则说明废气阀直径e2和发动机转速e4同时改变+20％时会造成增压系统出现异常。

步骤S43022：若从所述初始样本点集群数据库中任意选取的两个影响因素合成后的样本点集群的位置没有与所述当前实际样本点集群重合，则将保存的任意两个影响因素合成后的对应的样本点集群位置，再分别与排除任意两个影响因素后的初始样本点集群数据库中每个样本点集群及所述初始化样本点集群，按照平行四边形法则，保存合成后的样本点集群的位置及对应的影响因素至拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合。

步骤S43023：若从初始样本点集群数据库中选取的三个影响因素合成后的样本点集群的位置与当前实际样本点集群重合，则定位作为造成增压系统出现异常的影响因素。

步骤S43024：若从初始样本点集群数据库中任意选取的三个影响因素合成后的样本点集群的位置没有与当前实际样本点集群重合，则将保存的任意三个影响因素合成后的对应的样本点集群位置及对应的影响因素至拓展样本点集群数据库，再分别与排除任意三个影响因素后的初始样本点集群数据库中每个样本点集群及初始化样本点集群，按照平行四边形法则合成，保存合成后的样本点集群的位置及对应的影响因素至拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合，以此类推直到定位出造成增压系统出现异常的影响因素。

若初始样本点集群数据库中任意选取的两个影响因素合成后的样本点集群的位置没有与当前实际样本点集群重合，则判断三个影响因素是否会造成增压系统出现异常。

判断是否由三个影响因素造成增压系统出现异常的过程为：从已保存的任意两个影响因素合成的新的样本点集群、及初始样本点集群数据库中排除任意两个影响因素后的某个样本点集群，将两个样本点集群、初始化样本点集群及当前实际样本点集群分别投影到同一个二维散点图上，分别以所选取的两个样本点集群及初始化样本点集群的所在位置为顶点构建平行四边形，确定平行四边形最后一个顶点所在位置，即为所选取的两个样本点集群合成的新的样本点集群的位置。将得到的新的样本点集群的位置及对应的影响因素保存至拓展样本点集群数据库，并判断合成后的新的样本点集群是否与当前实际样本点集群的位置重合。若新的样本点集群的位置刚好与当前实际样本点集群的位置重合，则说明进行合成的两个样本点集群对应的三个影响因素会造成增压系统出现异常。若从初始样本点集群数据库中选取的排除任意两个影响因素后的某个样本点集群与已保存的任意两个影响因素对应的样本点集群，合成后的新的样本点集群的位置没有与当前实际样本点集群重合，则将已保存的任意三个影响因素对应的样本点集群分别与初始样本点集群数据库中排除已保存的任意三个样本点后的其他样本点及初始化样本点集群，按照平行四边形法则，保存合成后的样本点集群的位置及对应的影响因素保存至拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合，以此类推直到定位出造成增压系统出现异常的影响因素。

步骤S431：若拓展样本点集群数据库实时保存有样本点集群，则首先从拓展样本点集群中任意两个影响因素对应的样本点集群开始，分别与及初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合；再从拓展样本点集群中任意两个影响因素对应的样本点集群开始，排除所选取的拓展样本点集群的影响因素后的初始样本点集群数据库中每个样本点集群，及初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合，直到定位出造成增压系统出现异常的影响因素。

由于拓展样本点集群数据库的样本点集群为定位造成增压系统出现异常的影响因素过程中，遍历初始样本点集群数据库中两个或两个以上影响因素合成的样本点集群的位置信息。按照造成增压系统出现异常的影响因素从少到多的定位原则，可以先从拓展样本点集群中任意两个影响因素对应的样本点集群开始，分别与及初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合；再从拓展样本点集群中任意两个影响因素对应的样本点集群开始，排除所选取的拓展样本点集群的影响因素后的初始样本点集群数据库中每个样本点集群，及初始化样本点集群，按照平行四边形法则合成，得到合成后的样本点集群的位置及对应的影响因素，以更新拓展样本点集群数据库，并判断合成后的样本点集群是否与当前实际样本点集群的位置重合，直到定位出造成增压系统出现异常的影响因素。

本发明提供了一种航空发动机涡轮增压系统关键影响因素的定位方法通过预先保存导致增压系统出现异常的一个影响因素单独作用或两个及两个以上影响因素共同作用下的不同样本点集群的位置信息，作为样本点集群数据库，以便于根据样本点集群数据库、初始化样本点集群及实际样本点集群，定位造成增压系统出现异常的影响因素。该定位方法通过衡量实际样本点集群随影响因素变化而偏离时，其与初始化样本点集群间的相对位置及相对极角变化，实现对实际样本点集群位置偏离其作用的影响因素的定位，以帮助设计人员判断出造成增压系统出现异常数据的影响因素。

以上对本发明所提供的航空发动机涡轮增压系统关键影响因素的定位方法进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对它所做的任何显而易见的改动，都将属于本发明专利权的保护范围。

一种航空发动机涡轮增压系统关键影响因素的定位方法专利购买费用说明

Q：办理专利转让的流程及所需资料

A：专利权人变更需要办理著录项目变更手续，有代理机构的，变更手续应当由代理机构办理。

1：专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2：按规定缴纳著录项目变更手续费。

3：同时提交相关证明文件原件。

4：专利权转移的，变更后的专利权人委托新专利代理机构的，应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A：（1）直接到国家知识产权局受理大厅收费窗口缴纳,（2）通过代办处缴纳，（3）通过邮局或者银行汇款,更多缴纳方式

Q：专利转让变更，多久能出结果

A：著录项目变更请求书递交后，一般1-2个月左右就会收到通知，国家知识产权局会下达《转让手续合格通知书》。