Bitte wählen Sie ihr Lieferland und ihre Kundengruppe
Aufgrund der Größe und Nichtlinearität von Systemen wie Flugtriebwerken ist es praktisch unmöglich, quantitative Ursache-Wirkung-Beziehungen in einem Satz von Regeln zu formulieren und so ein Diagnoseproblem mit Hilfe eines Expertensystems lösen zu wollen. Zudem stellt beim Triebwerk nicht jede Variation eines Parameters einen Fehler dar, sondern eine Reihe von Betriebsparametern sind dauernden Änderungen unterworfen. Um Aussagen über den inneren Zustand des Triebwerks machen zu können, benötigt man von außen erreichbare Informationen. Als Information über den Zustand dienen in dieser Arbeit nur die außen am Gehäuse gemessenen Schwingungen. Da die Schwingungsaufnahme bei Flugtriebwerken routinemäßig erfolgt, sind sehr große Mengen von Datensätzen vorhanden und zu bearbeiten. Ein real einsetzbares Diagnosesystem muß in der Lage sein, die Auswertung zum allergrößten Teil automatisch zu bewerkstelligen. Als Lösungsweg wurde die Bewertung des zu diagnostizierenden Schwingungsverlaufs aus einer Menge vorliegender 'Erfahrungswerte' gewählt. Diese entstehen aus offline durchgeführten Simulationsrechnungen von Triebwerkshochläufen, bei denen die Schwingungsantwort zu bestimmten Parameterkonfigurationen des Triebwerks berechnet werden. Aus den Schwingungen im Zeitbereich werden Verläufe des Spektrums über der Drehzahl gewonnen (Wasserfalldiagramme), die dann durch Diagnostische Indikatoren charakterisiert werden. Die Einordnung der Schwingung bzw. des Indikatorvektors eines zu diagnostizierenden Triebwerks in die Menge der vorliegenden Daten erfolgt durch Interpolation in einem vieldimensionalem Raum. Als multidimensionale Interpolations- bzw. Approximationsverfahren wurden Neuronale Netze und Radiale Basisfunktionen näher untersucht, wobei sich letztere als zuverlässiger erwiesen. Die besten Ergebnisse wurden durch eine in dieser Arbeit eingeführte Variante erreicht, bei denen die Basisfunktionen individuell anisotrop verzerrt sind. Wie an einigen Beispiele gezeigt werden konnte, lassen sich zu dem System und den zu diagnostizierenden nichtlinear wirkenden Parametern Indikatoren finden, durch welche diese Parameter mit relativ hoher Genauigkeit geschätzt werden können. Allerdings hängt die Genauigkeit von einigen Einflußfaktoren ab, die in der Arbeit näher beschrieben werden.