试验数据处理方法、系统和存储介质与流程

1.本公开涉及数据处理技术领域，特别是一种试验数据处理方法、系统和存储介质。


背景技术：

2.目前，商用航空发动机行业在国内尚处于起步阶段，由于航空发动机试验数据存在涉及数据广，数据量大，跨度多达数个专业的特点，对试验数据的分析处理会耗费大量时间，且分析人员在处理过程中易陷入疲劳，造成低级错误，引发严重的后果。
3.随着航空发动机试验数据量的逐步增大，给人力及时间成本带来更大的压力。


技术实现要素：

4.本公开的一个目的在于提高试验数据处理的效率和准确度。
5.根据本公开的一些实施例的一个方面，提出一种试验数据处理方法，包括：根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理试验数据，获取试验数据处理结果；根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理性能仿真模型模拟生成的、与试验数据对应的模拟数据，获取模拟数据处理结果；根据模拟数据处理结果确定是否修正数据处理规则库或性能仿真模型中的至少一项；在确定需要修正数据处理规则库或性能仿真模型中的至少一项的情况下，修正数据处理规则库中的处理规则或修正性能仿真模型中的至少一项，并执行处理试验数据和处理模拟数据的操作，直至确定无需修正数据处理规则库和性能仿真模型，确定试验数据处理结果为目标试验数据处理结果。
6.在一些实施例中，数据处理规则库中的处理规则包括：参数命名规则、参数提取规则、参数对照规则、数据有效范围规则、标准输入输出规则中的一种或多种。
7.在一些实施例中，数据处理方法库中的处理方法包括：零飘处理方法、滤波处理方法、稳态提取方法、坏点补全方法、加权平均方法中的一种或多种。
8.在一些实施例中，根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理试验数据，获取试验数据处理结果包括：获取试验数据；基于数据处理规则库，获取试验数据对应的处理规则，并对试验数据执行试验数据预处理；基于数据处理方法库，获取预处理后的试验数据对应的处理方法，并处理试验数据，获取试验数据处理结果。
9.在一些实施例中，根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理性能仿真模型的模拟生成的、与时延数据对应的模拟数据，获取模拟数据处理结果包括：通过性能仿真模型对试验数据相关联的参数仿真；选取所需的仿真值，获取模拟数据；根据数据处理规则库，获取模拟数据对应的处理规则，并对模拟数据进行预处理；基于数据处理规则库，获取预处理后的模拟数据对应的处理方法，获取处理模拟数据处理结果。
10.在一些实施例中，根据模拟数据处理结果确定是否修正数据处理规则库或性能仿真模型中的至少一项包括：根据基于模拟数据处理结果的反馈信息确定是否修正数据处理规则库和/或性能仿真模型。
11.在一些实施例中，试验数据包括航空发动机的性能参数，包括压气机换算流量，压气机压比，各截面试验测点压力及温度，起动机阀前阀后压力，eec(electronic engine control，发动机电控)换算供油量或流量阀测试供油量中的一项或多项。
12.在一些实施例中，基于数据处理方法库，获取预处理后的试验数据对应的处理方法，并处理试验数据，获取试验数据处理结果包括：根据试验目的和试验数据，从数据处理方法库中获取对应的处理方法；根据对应的处理方法分析试验数据并绘图。
13.在一些实施例中，根据对应的处理方法分析试验数据并绘图包括：对低转速机械运转、启封及假开车试验进行降转曲线分析，绘制参照曲线进行偏离度分析；对高转速稳态试验及过渡态试验，进行相对应的稳态参数分析方法的应用及典型参数点的曲线绘制分析。
14.在一些实施例中，根据模拟数据处理结果确定是否修正数据处理规则库或性能仿真模型中的至少一项，在确定需要修正数据处理规则库或性能仿真模型中的至少一项的情况下，修正数据处理规则库中的规则或修正性能仿真模型中的至少一项包括：基于预定修正算法，基于试验数据完全正确的假设，对各参数的修正系数进行反算，确定唯一的修正值；判断修正值是否在合理范围内；在修正值不合理的情况下，通过预定优化算法，在预定置信区间内寻优，获取修正值的优化结果；通过蒙特卡洛方法遍历可能解；基于优化结果和可能解修正处理规则或性能仿真模型中的至少一项。
15.通过这样的方法，能够利用规则库和方法库中的规则和方法对试验数据进行自动处理，减少人工参与，提高了数据处理的效率和可靠性；能够利用对模型模拟数据的处理对规则和模型进行迭代修正，从而提高数据处理的准确度。
16.根据本技术的一些实施例的一个方面，提出一种试验数据处理系统，包括：试验数据处理单元，被配置为根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理试验数据，获取试验数据处理结果；模拟数据处理单元，被配置为根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理性能仿真模型模拟生成的、与试验数据对应的模拟数据，获取模拟数据处理结果；修正单元，被配置为根据模拟数据处理结果确定是否修正数据处理规则库或性能仿真模型中的至少一项；在确定需要修正数据处理规则库或性能仿真模型中的至少一项的情况下，修正数据处理规则库中的规则或修正性能仿真模型中的至少一项，并执行处理试验数据和处理模拟数据的操作，直至确定无需修正数据处理规则库和性能仿真模型，确定试验数据处理结果为目标试验数据处理结果。
17.根据本公开的一些实施例的一个方面，提出一种试验数据处理系统，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中提到的任意一种试验数据处理方法。
18.这样的试验数据处理系统能够利用规则库和方法库中的规则和方法对试验数据进行自动处理，减少人工参与，提高了数据处理的效率和可靠性；能够利用对模型模拟数据的处理对规则和模型进行迭代修正，从而提高数据处理的准确度。
19.根据本公开的一些实施例的一个方面，提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中提到的任意一种试验数据处理方法的步骤。
20.通过执行这样的存储介质上的指令，能够利用规则库和方法库中的规则和方法对
试验数据进行自动处理，减少人工参与，提高了数据处理的效率和可靠性；能够利用对模型模拟数据的处理对规则和模型进行迭代修正，从而提高数据处理的准确度。
附图说明
21.此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
22.图1为本公开的试验数据处理方法的一些实施例的流程图。
23.图2为本公开的试验数据处理方法中对试验数据进行处理的部分的一些实施例的流程图。
24.图3为本公开的试验数据处理方法中对模拟数据进行处理的部分的一些实施例的流程图。
25.图4为本公开的试验数据处理系统的一些实施例的示意图。
26.图5为本公开的试验数据处理系统的另一些实施例的示意图。
27.图6为本公开的试验数据处理系统的又一些实施例的示意图。
具体实施方式
28.下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
29.本公开的试验数据处理方法的一些实施例的流程图如图1所示。
30.在步骤101中，根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理试验数据，获取试验数据处理结果。
31.在一些实施例中，数据处理规则库中的处理规则包括：参数命名规则、参数提取规则、参数对照规则、数据有效范围规则、标准输入输出规则中的一种或多种。
32.在一些实施例中，数据处理方法库中的处理方法包括：零飘处理方法、滤波处理方法、稳态提取方法、坏点补全方法、加权平均方法中的一种或多种。
33.在一些实施例中，可以先对试验数据采用数据处理规则库中的处理规则进行预处理，进而根据试验目的和试验数据，从数据处理方法库中获取对应的处理方法，执行数据处理，得到试验数据处理结果。在一些实施例中，可以根据对应的处理方法分析试验数据并绘图，例如，对低转速机械运转、启封及假开车试验进行降转曲线分析，绘制参照曲线进行偏离度分析；对高转速稳态试验及过渡态试验，进行相对应的稳态参数分析方法的应用及典型参数点的曲线绘制分析。
34.在步骤102中，根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理性能仿真模型模拟生成的、与试验数据对应的模拟数据，获取模拟数据处理结果。数据处理规则库和数据处理方法库与处理试验数据采用的数据处理规则库和数据处理方法库相同。在一些实施例中，性能仿真模型可以为cycledeck模型，仿真模型具备对历史试验的仿真能力，并能够依托于已修正完的模型对未来试验进行预测。
35.在步骤103中，根据模拟数据处理结果确定是否修正数据处理规则库或性能仿真模型中的至少一项。在一些实施例中，可以设定合理的模拟数据处理结果范围，若偏离该范围，则确定需要修正数据处理规则库或性能仿真模型中的至少一项。在一些实施例中，可以根据模拟数据处理结果，基于预设的合理范围，或基于人工经验筛选得到反馈信息，该反馈
信息包括需要修正或无需修正。
36.若确定需要修正，则执行步骤104；若确定无需修正，则执行步骤105。
37.在步骤104中，修正数据处理规则库中的处理规则或修正性能仿真模型中的至少一项，并执行处理试验数据和处理模拟数据的操作。在一些实施例中，修正值可以通过在置信区间内寻优、遍历的方式确定。在完成修正后，返回步骤101，基于修正后的规则处理数据，在步骤102中基于修正后的模型生成模拟数据，并基于修正后的规则处理模拟数据。
38.在步骤105中，确定步骤101中得到的试验数据处理结果即为目标试验数据处理结果。
39.通过这样的方法，能够利用规则库和方法库中的规则和方法对试验数据进行自动处理，减少人工参与，提高了数据处理的效率和可靠性；能够利用对模型模拟数据的处理对规则和模型进行迭代修正，从而提高数据处理的准确度。
40.在一些实施例中，试验数据可以为航空发动机的试验数据，通过采用实体试验的方式，利用传感器采集获取。在一些实施例中，试验数据可以包括航空发动机的性能参数，包括压气机换算流量，压气机压比，各截面试验测点压力及温度，起动机阀前阀后压力，发动机电控eec换算供油量或流量阀测试供油量中的一项或多项。
41.通过这样的方法，能够将航空发动机全试验过程中试验数据的分析形成完整的闭环管理，采用软件管理及标准流程制定的手段，实现试验全过程范围内，对试验数据的智能化，自动化处理，通过自动处理的方式解决试验全流程过程中的高度重复性工作，提高处理效率，降低人力成本，减少出错的概率。航空发动机领域目前尚无此类专有的集成化数据处理方法及系统，现有处理方法工具以电子表格为主，未形成标准化流程化作业体系及标准，本公开能够有效解决流程标准化问题及数据处理自动化问题。
42.本公开的试验数据处理方法中对试验数据进行处理的部分的一些实施例的流程图如图2所示。
43.在步骤201中，获取试验数据。在一些实施例中，创建总体性能所涉及的主要参数，如压气机换算流量，压气机压比，各截面试验测点压力及温度，起动机阀前阀后压力，eec换算供油量以及流量阀测试供油量等参数集。
44.在一些实施例中，可以预先建立数据处理规则库和方法库。针对每一参数制定相对应的分析规则，如计算转子加速率ndot并进行滤波算法的实施，对物理转速时间序列变化进行分析，利用方差特征值提取稳态范围及进行稳态数据处理等。
45.在步骤202中，基于数据处理规则库，获取试验数据对应的处理规则，并对试验数据执行试验数据预处理。在一些实施例中，可以根据试验结果，提取试验参数，进行etl(extract-transform-load，抽取-转换-加载)过程，并采取滤波算法进行预处理。
46.在一些实施例中，可以在软件内置各类格式输入接口，如csv，xlsx，xml，dat等格式，并对数据进行结构化分割，利用前期制定的规则集，剔除试验前传感器的零飘值及试验过程中的坏点参数，并根据预设算法自动补齐，将处理后的有效数据加载进入数据库供后续调用。
47.在步骤203中，基于数据处理方法库，获取预处理后的试验数据对应的处理方法，并处理试验数据，获取试验数据处理结果。在一些实施例中，可以根据试验目的，对低转速机械运转、启封及假开车试验进行降转曲线分析，绘制参照曲线进行偏离度分析；对高转速
稳态试验及过渡态试验，进行相对应的稳态参数分析方法的应用及典型参数点的曲线绘制分析，自动根据前期的方法库进行算法调用及结果可视化展示。
48.通过这样的方法，能够基于航空发动机性能数据信息提取特征的制图综合规则库，并结合基于模型的自动制图综合处理方法，实现发动机试验中性能分析制图综合处理自动化，提高处理效率。
49.本公开的试验数据处理方法中对模拟数据进行处理的部分的一些实施例的流程图如图3所示。
50.在步骤301中，通过性能仿真模型对试验数据相关联的参数仿真。在一些实施例中，可以在试验数据进行初步清洗后，从试验数据库获取性能数据参数，进行依托于试验数据的模型修正校准。
51.在步骤302中，选取所需的仿真值，获取模拟数据。
52.在步骤303中，根据数据处理规则库，获取模拟数据对应的处理规则，并对模拟数据进行预处理。
53.在步骤304中，基于数据处理规则库，获取预处理后的模拟数据对应的处理方法，获取处理模拟数据处理结果。
54.在步骤305中，根据基于模拟数据处理结果的反馈信息确定是否修正数据处理规则库、性能仿真模型。
55.在一些实施例中，修正模型可以为半自动化过程，首先采用自动化算法，依托于完全信赖试验数据的假设，对各参数的修正系数进行反算，可以完全确定唯一的修正值。
56.在一些实施例中，因为试验的高度复杂及耦合性而未能考虑全部的影响因素，部分修正系数明显不合理。可以在一定程度上偏离对试验数据的信赖，采用优化算法，在一定的置信区间内进行寻优，获取优化结果；同时，采取蒙特卡洛方法，进行可能解的遍历，在多解中，联合多专业多学科分析结论，同时从上述步骤202开始的过程的试验数据修正过程反馈迭代，经迭代解耦后，完成最终模型的修正。
57.通过这样的方法，能够根据模型修正结果结合试验数据特点进行迭代分析，通过闭环过程的多次迭代处理，权衡各修正方案下的合理性得出最终修正后模型及数据；在数据处理环节引入仿真数据进行对比修正，且构建的方法库和规则集会随试验进程的发展不断升级优化，逐步完善数据库参数，形成更优化的方法及更智能的系统。
58.在一些实施例中，上述图2中的过程可以通过基于航空发动机性能数据信息提取特征的制图综合规则库处理系统实现，用于执行对试验产生数据的处理分析。上述图3中的过程可以为通过基于cycledeck模型的自动制图综合处理系统实现，侧重对模型仿真数据的处理分析。对于仿真软件计算出的预测或校核数据可直接进行处理分析。对于试验和仿真数据需要进行归一化处理对比，从试验的角度需要向理论方向修正；从模型的角度需要依赖于试验数据使得预测结果贴近于真实值。
59.在一些实施例中，上述图2中的过程可以在试验结束后进行，对原始的试验测点数据采用综合规则库处理绘图，以初步判断数据的有效性合理性，并产生归一化的结果供对比分析。上述图3中的过程在试验数据进行初步清洗后，进行依托于试验数据的模型修正校准，对其修正系数及历史符合性进行检测反馈，一定程度上会对上游试验数据产生影响，反馈结果至测点数据的进一步检测及修正，进行迭代。通过多专业数据的耦合以及试验及仿
真数据的联合处理，对数据的有效性进行专业的分析判断等，在高度耦合及复杂的问题中，得到合适的试验数据及仿真模型的修正结果。
60.通过这样的方法，试验前统一制定各部件需求模板及方法库，规范统一整个航空发动机试验各部件分析的标准，提高作业质量及管理水平；通过试验的不断进展，扩展优化并结构化保存方法库和规则集库，简化人员分析操作的同时，保障了作业质量及效率，有效避免因人员变动造成的方法或工具的流失；数据库及用户端相结合的数据处理方式以及调用方法库及制图模板自动化制图的方式，极大提高了对试验数据绘图分析的效率，有助于简化发动机试验数据分析工作的工作流程及工作量。
61.由于航空发动机试验的高度复杂性，需要通过多专业数据的耦合以及试验及仿真数据的联合处理。数据处理规则库中的处理规则和数据处理方法库中的方法需要考量多方因素影响，单一的判据并不足以给出直接的结果。在步骤202、303、305中，需要进行迭代筛选，进行多因素多变量的综合考量优化。例如，机械系统的损失修正与燃烧室的效率修正可以达到同样的效果，其耦合性非常强，但实际试验过程中，燃烧室存在独立的部件试验数据支撑，但机械系统缺乏独立试验依据，据此在修正过程中，将方法库中修正权重改为0.48及0.52以侧重对燃烧室效率的信任，同时试验现场发现的漏气因素以及引气系统的测量误差同时影响对修正的侧重，需要考量实际试验过程中的偶发因素以及制造过程的公差影响，在权衡各方面多专业数据后，与仿真数据进行联合处理，实际过程中采用蒙特卡洛方法进行随机性寻优判断，在高度耦合的场景中进行一定程度上的解耦及权重分配，完成一轮的修正，并在此过程中进行迭代优化。
62.通过这样的方法，数据处理规则库和数据处理方法库具备针对性强、专业性强、耦合性强、复杂性强的特点，不局限于单一方法及标准，可在迭代过程中进行优化调参，以达到对参数及模型的修正。
63.本公开的试验数据处理系统的一些实施例的示意图如图4所示。
64.试验数据处理单元401能够根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理试验数据，获取试验数据处理结果。
65.在一些实施例中，可以先对试验数据采用数据处理规则库中的处理规则进行预处理，进而根据试验目的和试验数据，从数据处理方法库中获取对应的处理方法，执行数据处理，得到试验数据处理结果。在一些实施例中，可以根据对应的处理方法分析试验数据并绘图。
66.模拟数据处理单元402能够根据数据处理规则库中的处理规则和数据处理方法库中的处理方法，处理性能仿真模型模拟生成的、与试验数据对应的模拟数据，获取模拟数据处理结果。数据处理规则库和数据处理方法库与处理试验数据采用的数据处理规则库和数据处理方法库相同。在一些实施例中，性能仿真模型可以为cycledeck模型，仿真模型具备对历史试验的仿真能力，并能够依托于已修正完的模型对未来试验进行预测。
67.修正单元403能够根据模拟数据处理结果确定是否修正数据处理规则库或性能仿真模型中的至少一项；在确定需要修正数据处理规则库或性能仿真模型中的至少一项的情况下，执行修正操作，并执行处理试验数据和处理模拟数据的操作，直至确定无需修正数据处理规则库和性能仿真模型，确定试验数据处理结果为目标试验数据处理结果
68.这样的试验数据处理系统能够利用规则库和方法库中的规则和方法对试验数据
进行自动处理，减少人工参与，提高了数据处理的效率和可靠性；能够利用对模型模拟数据的处理对规则和模型进行迭代修正，从而提高数据处理的准确度。
69.本公开试验数据处理系统的一个实施例的结构示意图如图5所示。试验数据处理系统包括存储器501和处理器502。其中：存储器501可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上文中试验数据处理方法的对应实施例中的指令。处理器502耦接至存储器501，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器502用于执行存储器中存储的指令，能够提高数据处理的效率和准确度。
70.在一个实施例中，还可以如图6所示，试验数据处理系统600包括存储器601和处理器602。处理器602通过bus总线603耦合至存储器601。该试验数据处理系统600还可以通过存储接口604连接至外部存储装置605以便调用外部数据，还可以通过网络接口606连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
71.在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够提高数据处理的效率和准确度。
72.在另一个实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现试验数据处理方法对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
73.本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
74.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
75.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
76.至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
77.可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方
式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
78.最后应当说明的是：以上实施例仅用以说明本公开的技术方案而非对其限制；尽管参照较佳实施例对本公开进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本公开的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本公开技术方案的精神，其均应涵盖在本公开请求保护的技术方案范围当中。