1、故障診斷和容錯控制技術是提高航空發(fā)動機控制系統(tǒng)安全性及可靠性的重要手段。本文以某型渦扇發(fā)動機部件級模型為研究對象，針對其控制系統(tǒng)執(zhí)行機構及傳感器故障，分別研究了基于智能算法的故障診斷及容錯控制方法，并從工程可行性的角度，進行了半物理仿真試驗驗證。
　　首先建立了某型渦扇發(fā)動機慢車以上狀態(tài)的部件級非線性模型，作為本文開展容錯控制研究的對象，并基于該部件級模型的數據，建立了機載實時模型。搭建了本文試驗驗證所需的半物理仿真試驗系統(tǒng)，該系

2、統(tǒng)主要包括半物理仿真試驗器、燃油調節(jié)器及快速原型控制器；在快速原型控制器上構建了針對某型渦扇發(fā)動機的燃油執(zhí)行機構位置小閉環(huán)位置控制回路及發(fā)動機轉速大閉環(huán)控制回路。
　　針對航空發(fā)動機燃油執(zhí)行機構的位置控制回路，提出了一種基于執(zhí)行機構數學模型及發(fā)動機燃油逆映射模型的故障診斷方法，以實現對執(zhí)行機構自身故障及其線性可變差動變壓器（LVDT）位移傳感器故障的檢測和區(qū)分。基于非線性回歸方法極端學習機（ELM）算法建立了發(fā)動機燃油逆映射模型，

3、保證了燃油估計的精度和實時性。半物理仿真試驗結果表明，該故障診斷方法能快速準確地檢測并區(qū)分出幅度在2％以上的執(zhí)行機構故障和LVDT傳感器故障。
　　針對航空發(fā)動機傳感器故障診斷，提出了一種選擇更新正則在線貫序極端學習機（SROS-ELM）算法。該算法引入了正則化因子以解決矩陣奇異和病態(tài)的問題，將結構風險和經驗風險最小化，同時增加了一種選擇機制，根據泛化能力對輸出權值進行選擇性更新，提高了估計精度。此外，以疊加的波形函數替代原來單一

4、的激勵函數，增加了估計模型的穩(wěn)定性和動態(tài)逼近性能。通過在多個回歸數據集上的測試，驗證了算法的有效性。將SROS-ELM算法應用于航空發(fā)動機傳感器故障診斷，并進行了半物理仿真試驗驗證。結果表明，該方法能夠快速有效地對航空發(fā)動機轉速及各氣路傳感器故障進行診斷與隔離。
　　最后，對執(zhí)行機構控制回路故障診斷模塊和傳感器故障診斷模塊進行隔離研究，并通過自適應加權法，將機載實時模型輸出值與基于SROS-ELM算法的傳感器估計值結果進行融合，從