基于蒙特卡洛的航空发动机试飞数据模型误差容限分析

将发动机实时趋势监控中的误差容限划分成两部分,一部分由发动机工作包线内的模型建模误差导致,一部分由发动机工作参数的不确定性导致。建模误差的影响采用包线内最大预测误差,由参数不确定性引起的误差采用蒙特卡洛分析确定。将不同概率分布下的测量参数作为发动机模型的输入参数,采用蒙特卡洛策略分析模型预测值的均值和标准差分布,采用3σ置信水平作为因测量不确定性引起的误差容限。选取未参与发动机模型辨识的整个飞行架次的试验数据进行验证,结果表明考虑输入参数不确定性后,模型误差带的分布更为合理。该技术可用于航空发动机飞行试验中,提前发现发动机工作中的异常现象,可提高发动机飞行试验的质量和效率。