航空發(fā)動(dòng)機(jī)故障診斷方法及測(cè)試

常智勇

（沈陽(yáng)黎明航空發(fā)動(dòng)機(jī)公司海軍代表室，沈陽(yáng)　110043）

航空發(fā)動(dòng)機(jī)故障診斷方法及測(cè)試

常智勇

（沈陽(yáng)黎明航空發(fā)動(dòng)機(jī)公司海軍代表室，沈陽(yáng)110043）

摘要：航空發(fā)動(dòng)機(jī)與一般發(fā)動(dòng)機(jī)相比較而言，具有結(jié)構(gòu)復(fù)雜、零部件多等特點(diǎn)，在實(shí)際的運(yùn)行中還要求耐高溫、高壓、高負(fù)荷以及高轉(zhuǎn)速，因此，在長(zhǎng)時(shí)間的反復(fù)運(yùn)行中系統(tǒng)部件的損耗不可避免。由于系統(tǒng)部件的損耗，航空發(fā)動(dòng)機(jī)故障就會(huì)隨即產(chǎn)生，并直接影響了航空器的正常運(yùn)行，嚴(yán)重威脅飛行安全。對(duì)航空發(fā)動(dòng)機(jī)故障進(jìn)行排除和測(cè)試能有效避免器路部件故障等導(dǎo)致的飛行安全隱患，提高發(fā)動(dòng)機(jī)的穩(wěn)定性和安全性。本文將就幾種典型的航空發(fā)動(dòng)機(jī)故障診斷技術(shù)進(jìn)行分析和探討，并淺議航空器發(fā)動(dòng)機(jī)故障測(cè)試平臺(tái)，對(duì)其功能參數(shù)進(jìn)行監(jiān)控和測(cè)試，從而使發(fā)動(dòng)機(jī)的性能得以提高并更具可靠性。

關(guān)鍵詞：航空；發(fā)動(dòng)機(jī)；故障

1航空發(fā)動(dòng)機(jī)故障診斷技術(shù)

1.1信號(hào)處理技術(shù)

航空發(fā)動(dòng)機(jī)的I/O信號(hào)模型可以通過(guò)與幅值以及頻率與故障部位的相關(guān)性來(lái)檢測(cè)發(fā)動(dòng)機(jī)故障發(fā)生源，這是利用信號(hào)技術(shù)來(lái)檢測(cè)故障的一種基本方式。具體來(lái)說(shuō)，此種分析技術(shù)包含四種分析方法。

第一，PCA分析法。這種分析方法主要通過(guò)參照歷史數(shù)據(jù)的彼岸花來(lái)進(jìn)行。建立一個(gè)在正常情況下的PCA數(shù)據(jù)模型，當(dāng)實(shí)際測(cè)試的信號(hào)與此模型數(shù)據(jù)發(fā)生沖突時(shí)，即可判斷發(fā)生了故障，再通過(guò)數(shù)據(jù)分離出故障。第二，小波變換診斷法。這種方法主要針對(duì)非平穩(wěn)信號(hào)中的故障排除，小波變換信號(hào)，然后出去輸入變化導(dǎo)致的奇異點(diǎn)后，剩下的奇異點(diǎn)即為故障點(diǎn)，這種分析方法克服了細(xì)節(jié)性的缺點(diǎn)，能夠從局部信號(hào)獲得特征信息。其原理表現(xiàn)為，設(shè)ψ∈L2（R）（平方可積實(shí)數(shù)空間），其傅立葉變換為ψ（ω）。當(dāng)ψ（ω）滿足條件：

Cψ＝d＜∞，則稱ψ（t）為一個(gè)基本小波或者母小波。將這個(gè)母函數(shù)伸縮平移之后可以得到一個(gè)小波序列，可以通過(guò)小波序列對(duì)信號(hào)進(jìn)行分解，從而通過(guò)每一層級(jí)小波系數(shù)的重構(gòu)對(duì)信號(hào)進(jìn)行頻譜分析，進(jìn)而得出結(jié)論。第三，利用δ算子分析方法。利用δ算子在Hilbert空間中所構(gòu)造的最小M乘正交投影向量集，能夠?qū)⑼暾母裥螢V波器推導(dǎo)出來(lái)，進(jìn)而將其作為故障檢測(cè)方式中的濾波器，再利用δ算子的后向預(yù)測(cè)，將誤差向量的首位元素作為殘差，配合以自適應(yīng)噪聲抵消技術(shù)來(lái)使得殘差只對(duì)故障噪音敏感，從而判斷故障發(fā)生部位。第四，信息融合分析方法。這種方法簡(jiǎn)單來(lái)說(shuō)就是將多元信息單一化，將多個(gè)信息進(jìn)行融合，整合成一個(gè)綜合性信息源，精確定位故障發(fā)生部位，能夠診斷復(fù)雜的系統(tǒng)故障。

1.2智能故障檢測(cè)技術(shù)

智能故障檢測(cè)技術(shù)不同于信號(hào)處理技術(shù)，它是一種具有人工智能化優(yōu)點(diǎn)的檢測(cè)手段，是基于領(lǐng)域?qū)I(yè)知識(shí)來(lái)建立的數(shù)學(xué)模型來(lái)進(jìn)行的診斷方式，充分體現(xiàn)了人工智能的運(yùn)用。這種診斷技術(shù)主要包括三個(gè)方面。

模糊理論智能分析方法。模糊邏輯系統(tǒng)可以在特定的環(huán)境和條件下，通過(guò)任意精度逼近給定的非線性函數(shù)。可以利用預(yù)先建立的鼓掌征兆與故障類(lèi)型之間因果關(guān)系的矩陣和通過(guò)建立這二者之間的模糊關(guān)系方程來(lái)判斷，也可以根據(jù)領(lǐng)域知識(shí)預(yù)先建立起故障征兆模型，然后與其相對(duì)照的原因之間關(guān)系的模型來(lái)進(jìn)行邏輯推理。第二，基于神經(jīng)網(wǎng)絡(luò)的診斷方法。這種方式主要是通過(guò)智能化的ANN（人工神經(jīng)網(wǎng)絡(luò)）系統(tǒng)的計(jì)算來(lái)進(jìn)行診斷，主要運(yùn)用于對(duì)計(jì)算能力要求較高的復(fù)雜的非線性系統(tǒng)故障的排查。神經(jīng)網(wǎng)絡(luò)框架可以表現(xiàn)為圖1模型。

圖1

從圖1可以看出，圓形模型表示的是一個(gè)神經(jīng)元，各個(gè)處理單元通過(guò)神經(jīng)元處理加權(quán)系數(shù)來(lái)相互連接。神經(jīng)網(wǎng)絡(luò)模型的處理單元又可以細(xì)分為三種，即輸入、輸出和隱含單元，而其常用的模型則有ART（自適應(yīng)共振理論模型）、AVA（雪崩模型）和BAM（雙向聯(lián)想存儲(chǔ)模型）等。第三，基于粗糙集模型的方式。這種處理方式是基于數(shù)學(xué)工具進(jìn)行的，因此不需要先驗(yàn)知識(shí)，粗糙模型故障診斷主要通過(guò)RS理論簡(jiǎn)化診斷方式來(lái)減小故障維度系數(shù)，從而簡(jiǎn)化發(fā)動(dòng)機(jī)故障診斷系統(tǒng)的程序。

2　航空發(fā)動(dòng)機(jī)的故障診斷流程及方法

2.1發(fā)動(dòng)機(jī)故障診斷流程

根據(jù)發(fā)動(dòng)機(jī)診斷的特點(diǎn)可以首先將發(fā)動(dòng)機(jī)故障檢測(cè)流程概括如下，首先確定型號(hào)總體方案，進(jìn)而確定測(cè)試性大綱，然后要通過(guò)使用維護(hù)要求分析和保障性分析兩種分析方式來(lái)確定測(cè)試方法及設(shè)備。與此同時(shí)，發(fā)動(dòng)機(jī)故障診斷方法分析和通過(guò)發(fā)動(dòng)機(jī)FMECA分析的發(fā)動(dòng)機(jī)故障數(shù)據(jù)分類(lèi)與之前進(jìn)行的測(cè)試方法及設(shè)備步驟相結(jié)合，根據(jù)故障診斷方法、外場(chǎng)使用維護(hù)要求需要的測(cè)試設(shè)備、結(jié)合發(fā)動(dòng)機(jī)故障分類(lèi)提出故障的診斷及測(cè)試性方法。最后一個(gè)步驟則是整合發(fā)動(dòng)機(jī)自身控制狀態(tài)、故障診斷方法、發(fā)動(dòng)機(jī)測(cè)試系統(tǒng)自身需求分析以及各個(gè)系統(tǒng)測(cè)試的參數(shù)需求分析這四個(gè)方面的因素來(lái)分析發(fā)動(dòng)機(jī)的故障問(wèn)題。

2.2發(fā)動(dòng)機(jī)故障診斷檢測(cè)方法

從宏觀上說(shuō)，發(fā)動(dòng)機(jī)的故障診斷檢測(cè)方法分為三個(gè)方面：第一，機(jī)內(nèi)檢測(cè)系統(tǒng)。機(jī)內(nèi)檢測(cè)系統(tǒng)由BIT軟件和信息存儲(chǔ)技術(shù)、故障指示方式以及傳感器、測(cè)試點(diǎn)、參數(shù)等共同構(gòu)成，用于檢測(cè)機(jī)內(nèi)故障。第二，自動(dòng)檢測(cè)系統(tǒng)。自動(dòng)檢測(cè)系統(tǒng)除了由傳感器、測(cè)試點(diǎn)、插座以外，還配備有檢測(cè)程序、接口、地面檢測(cè)設(shè)備和專(zhuān)用檢測(cè)設(shè)備。第三，人工檢測(cè)系統(tǒng)。人工檢測(cè)系統(tǒng)特別設(shè)置了測(cè)試設(shè)備、工具和裝置以及檢測(cè)流程圖和診斷手冊(cè)。

一般來(lái)說(shuō)，主要的故障包括三種，即發(fā)動(dòng)機(jī)系統(tǒng)自身的衰退導(dǎo)致的功能性喪失、無(wú)法通過(guò)自動(dòng)檢測(cè)系統(tǒng)檢測(cè)的故障以及外場(chǎng)條件導(dǎo)致的無(wú)法利用自動(dòng)檢測(cè)設(shè)備進(jìn)行的檢測(cè)。第一種情況中，發(fā)動(dòng)機(jī)轉(zhuǎn)速擺動(dòng)狀況異常是主要因素，當(dāng)發(fā)動(dòng)機(jī)擺動(dòng)狀態(tài)異常時(shí)，發(fā)動(dòng)機(jī)推力會(huì)隨之變化，容易發(fā)生竄動(dòng)，造成飛行員緊張情緒。這種故障可以通過(guò)裝置一個(gè)轉(zhuǎn)速傳感器并采集高、低壓轉(zhuǎn)子的轉(zhuǎn)速，對(duì)發(fā)動(dòng)機(jī)轉(zhuǎn)速進(jìn)行實(shí)時(shí)監(jiān)控來(lái)盡量排除，以保障在發(fā)動(dòng)機(jī)轉(zhuǎn)速擺動(dòng)時(shí)采取相應(yīng)的應(yīng)急措施。第二種情況中，故障模式主要表現(xiàn)為發(fā)動(dòng)機(jī)喘振，這種故障會(huì)東芝發(fā)動(dòng)機(jī)空中停車(chē)，嚴(yán)重威脅飛行安全，更有甚者會(huì)造成飛機(jī)等級(jí)事故。檢測(cè)這一故障的主要方式是裝置一個(gè)喘振傳感器，對(duì)發(fā)動(dòng)機(jī)燃燒室擴(kuò)壓段中空氣速度頭數(shù)值和正負(fù)號(hào)換成的電信號(hào)進(jìn)行實(shí)時(shí)監(jiān)控，來(lái)保障在發(fā)動(dòng)機(jī)發(fā)生這一故障時(shí)能夠及時(shí)應(yīng)對(duì)。第三種情況中，故障模式主要表現(xiàn)為發(fā)動(dòng)機(jī)超高溫。這一故障容易造成渦輪葉片和渦輪盤(pán)報(bào)廢，從而損害發(fā)動(dòng)機(jī)的結(jié)構(gòu)?？梢酝ㄟ^(guò)在發(fā)動(dòng)機(jī)混合氣機(jī)匣裝一個(gè)雙點(diǎn)熱電偶的方式對(duì)發(fā)動(dòng)機(jī)低壓渦輪后的燃?xì)鉁囟冗M(jìn)行實(shí)時(shí)監(jiān)控來(lái)進(jìn)行測(cè)試，以保證在發(fā)動(dòng)機(jī)出現(xiàn)溫度故障時(shí)采取相應(yīng)的對(duì)策。

3　航空發(fā)動(dòng)機(jī)故障測(cè)試平臺(tái)設(shè)計(jì)

航空發(fā)動(dòng)機(jī)故障測(cè)試平臺(tái)的設(shè)計(jì)基本上是根據(jù)故障檢測(cè)流程進(jìn)行設(shè)定的，主要包括四個(gè)方面。首先是發(fā)動(dòng)機(jī)的仿真數(shù)據(jù)模型，可以通過(guò)仿真發(fā)動(dòng)機(jī)故障數(shù)據(jù)進(jìn)行數(shù)據(jù)的收集，其次就是根據(jù)專(zhuān)業(yè)的數(shù)據(jù)算法進(jìn)行診斷收集來(lái)的數(shù)據(jù)，然后則是對(duì)測(cè)試結(jié)果進(jìn)行評(píng)價(jià)，在這一過(guò)程中，發(fā)動(dòng)機(jī)的實(shí)際故障情況也應(yīng)該考慮進(jìn)來(lái)。最后則是進(jìn)行圖形的輸出。

4　結(jié)束語(yǔ)

對(duì)于航空發(fā)動(dòng)機(jī)這種功能復(fù)雜，技術(shù)要求較高的工程器械來(lái)說(shuō)，一個(gè)完好的故障診斷系統(tǒng)十分有必要。針對(duì)航空發(fā)動(dòng)機(jī)的故障診斷進(jìn)行的一系列研究，能夠幫助飛行器更加安全可靠地進(jìn)行作業(yè)。本文簡(jiǎn)要介紹了航空發(fā)動(dòng)機(jī)故障檢測(cè)的幾種診斷技術(shù)，然后對(duì)發(fā)動(dòng)機(jī)故障診斷流程進(jìn)行了一個(gè)描述并指出了檢測(cè)的方法，最后根據(jù)故障檢測(cè)流程對(duì)發(fā)動(dòng)機(jī)故障測(cè)試平臺(tái)進(jìn)行了一個(gè)簡(jiǎn)單的概述。故障檢測(cè)技術(shù)中，神經(jīng)網(wǎng)絡(luò)模型檢測(cè)技術(shù)由于智能化程度較高，因此在實(shí)際運(yùn)用中的可信程度也較高，適應(yīng)性也較強(qiáng)，對(duì)于故障檢測(cè)新技術(shù)還有待進(jìn)一步的研究。

參考文獻(xiàn)：

[1]李華強(qiáng)，費(fèi)逸偉.航空發(fā)動(dòng)機(jī)故障診斷技術(shù)及其發(fā)展[J].航空維修與工程，2011（05）.

[2]王英，沙云東.航空發(fā)動(dòng)機(jī)故障診斷技術(shù)綜述[J].沈陽(yáng)航空工業(yè)學(xué)院學(xué)報(bào)，2012（07）.

[3]郝春生，秦月.航空發(fā)動(dòng)機(jī)故障診斷方法及測(cè)試流程[J].航空發(fā)動(dòng)機(jī)，2014（03）.

[4]馮建明，郭迎清.航空發(fā)動(dòng)機(jī)故障診斷算法測(cè)試平臺(tái)[J].航空計(jì)算技術(shù)，2012（02）.