航空發動機故障診斷方法及測試

常智勇

（沈陽黎明航空發動機公司海軍代表室，沈陽　110043）

航空發動機故障診斷方法及測試

常智勇

（沈陽黎明航空發動機公司海軍代表室，沈陽110043）

摘要：航空發動機與一般發動機相比較而言，具有結構復雜、零部件多等特點，在實際的運行中還要求耐高溫、高壓、高負荷以及高轉速，因此，在長時間的反復運行中系統部件的損耗不可避免。由于系統部件的損耗，航空發動機故障就會隨即產生，并直接影響了航空器的正常運行，嚴重威脅飛行安全。對航空發動機故障進行排除和測試能有效避免器路部件故障等導致的飛行安全隱患，提高發動機的穩定性和安全性。本文將就幾種典型的航空發動機故障診斷技術進行分析和探討，并淺議航空器發動機故障測試平臺，對其功能參數進行監控和測試，從而使發動機的性能得以提高并更具可靠性。

關鍵詞：航空；發動機；故障

1航空發動機故障診斷技術

1.1信號處理技術

航空發動機的I/O信號模型可以通過與幅值以及頻率與故障部位的相關性來檢測發動機故障發生源，這是利用信號技術來檢測故障的一種基本方式。具體來說，此種分析技術包含四種分析方法。

第一，PCA分析法。這種分析方法主要通過參照歷史數據的彼岸花來進行。建立一個在正常情況下的PCA數據模型，當實際測試的信號與此模型數據發生沖突時，即可判斷發生了故障，再通過數據分離出故障。第二，小波變換診斷法。這種方法主要針對非平穩信號中的故障排除，小波變換信號，然后出去輸入變化導致的奇異點后，剩下的奇異點即為故障點，這種分析方法克服了細節性的缺點，能夠從局部信號獲得特征信息。其原理表現為，設ψ∈L2（R）（平方可積實數空間），其傅立葉變換為ψ（ω）。當ψ（ω）滿足條件：

Cψ＝d＜∞，則稱ψ（t）為一個基本小波或者母小波。將這個母函數伸縮平移之后可以得到一個小波序列，可以通過小波序列對信號進行分解，從而通過每一層級小波系數的重構對信號進行頻譜分析，進而得出結論。第三，利用δ算子分析方法。利用δ算子在Hilbert空間中所構造的最小M乘正交投影向量集，能夠將完整的格形濾波器推導出來，進而將其作為故障檢測方式中的濾波器，再利用δ算子的后向預測，將誤差向量的首位元素作為殘差，配合以自適應噪聲抵消技術來使得殘差只對故障噪音敏感，從而判斷故障發生部位。第四，信息融合分析方法。這種方法簡單來說就是將多元信息單一化，將多個信息進行融合，整合成一個綜合性信息源，精確定位故障發生部位，能夠診斷復雜的系統故障。

1.2智能故障檢測技術

智能故障檢測技術不同于信號處理技術，它是一種具有人工智能化優點的檢測手段，是基于領域專業知識來建立的數學模型來進行的診斷方式，充分體現了人工智能的運用。這種診斷技術主要包括三個方面。

模糊理論智能分析方法。模糊邏輯系統可以在特定的環境和條件下，通過任意精度逼近給定的非線性函數。可以利用預先建立的鼓掌征兆與故障類型之間因果關系的矩陣和通過建立這二者之間的模糊關系方程來判斷，也可以根據領域知識預先建立起故障征兆模型，然后與其相對照的原因之間關系的模型來進行邏輯推理。第二，基于神經網絡的診斷方法。這種方式主要是通過智能化的ANN（人工神經網絡）系統的計算來進行診斷，主要運用于對計算能力要求較高的復雜的非線性系統故障的排查。神經網絡框架可以表現為圖1模型。

圖1

從圖1可以看出，圓形模型表示的是一個神經元，各個處理單元通過神經元處理加權系數來相互連接。神經網絡模型的處理單元又可以細分為三種，即輸入、輸出和隱含單元，而其常用的模型則有ART（自適應共振理論模型）、AVA（雪崩模型）和BAM（雙向聯想存儲模型）等。第三，基于粗糙集模型的方式。這種處理方式是基于數學工具進行的，因此不需要先驗知識，粗糙模型故障診斷主要通過RS理論簡化診斷方式來減小故障維度系數，從而簡化發動機故障診斷系統的程序。

2　航空發動機的故障診斷流程及方法

2.1發動機故障診斷流程

根據發動機診斷的特點可以首先將發動機故障檢測流程概括如下，首先確定型號總體方案，進而確定測試性大綱，然后要通過使用維護要求分析和保障性分析兩種分析方式來確定測試方法及設備。與此同時，發動機故障診斷方法分析和通過發動機FMECA分析的發動機故障數據分類與之前進行的測試方法及設備步驟相結合，根據故障診斷方法、外場使用維護要求需要的測試設備、結合發動機故障分類提出故障的診斷及測試性方法。最后一個步驟則是整合發動機自身控制狀態、故障診斷方法、發動機測試系統自身需求分析以及各個系統測試的參數需求分析這四個方面的因素來分析發動機的故障問題。

2.2發動機故障診斷檢測方法

從宏觀上說，發動機的故障診斷檢測方法分為三個方面：第一，機內檢測系統。機內檢測系統由BIT軟件和信息存儲技術、故障指示方式以及傳感器、測試點、參數等共同構成，用于檢測機內故障。第二，自動檢測系統。自動檢測系統除了由傳感器、測試點、插座以外，還配備有檢測程序、接口、地面檢測設備和專用檢測設備。第三，人工檢測系統。人工檢測系統特別設置了測試設備、工具和裝置以及檢測流程圖和診斷手冊。

一般來說，主要的故障包括三種，即發動機系統自身的衰退導致的功能性喪失、無法通過自動檢測系統檢測的故障以及外場條件導致的無法利用自動檢測設備進行的檢測。第一種情況中，發動機轉速擺動狀況異常是主要因素，當發動機擺動狀態異常時，發動機推力會隨之變化，容易發生竄動，造成飛行員緊張情緒。這種故障可以通過裝置一個轉速傳感器并采集高、低壓轉子的轉速，對發動機轉速進行實時監控來盡量排除，以保障在發動機轉速擺動時采取相應的應急措施。第二種情況中，故障模式主要表現為發動機喘振，這種故障會東芝發動機空中停車，嚴重威脅飛行安全，更有甚者會造成飛機等級事故。檢測這一故障的主要方式是裝置一個喘振傳感器，對發動機燃燒室擴壓段中空氣速度頭數值和正負號換成的電信號進行實時監控，來保障在發動機發生這一故障時能夠及時應對。第三種情況中，故障模式主要表現為發動機超高溫。這一故障容易造成渦輪葉片和渦輪盤報廢，從而損害發動機的結構。可以通過在發動機混合氣機匣裝一個雙點熱電偶的方式對發動機低壓渦輪后的燃氣溫度進行實時監控來進行測試，以保證在發動機出現溫度故障時采取相應的對策。

3　航空發動機故障測試平臺設計

航空發動機故障測試平臺的設計基本上是根據故障檢測流程進行設定的，主要包括四個方面。首先是發動機的仿真數據模型，可以通過仿真發動機故障數據進行數據的收集，其次就是根據專業的數據算法進行診斷收集來的數據，然后則是對測試結果進行評價，在這一過程中，發動機的實際故障情況也應該考慮進來。最后則是進行圖形的輸出。

4　結束語

對于航空發動機這種功能復雜，技術要求較高的工程器械來說，一個完好的故障診斷系統十分有必要。針對航空發動機的故障診斷進行的一系列研究，能夠幫助飛行器更加安全可靠地進行作業。本文簡要介紹了航空發動機故障檢測的幾種診斷技術，然后對發動機故障診斷流程進行了一個描述并指出了檢測的方法，最后根據故障檢測流程對發動機故障測試平臺進行了一個簡單的概述。故障檢測技術中，神經網絡模型檢測技術由于智能化程度較高，因此在實際運用中的可信程度也較高，適應性也較強，對于故障檢測新技術還有待進一步的研究。

參考文獻：

[1]李華強，費逸偉.航空發動機故障診斷技術及其發展[J].航空維修與工程，2011（05）.

[2]王英，沙云東.航空發動機故障診斷技術綜述[J].沈陽航空工業學院學報，2012（07）.

[3]郝春生，秦月.航空發動機故障診斷方法及測試流程[J].航空發動機，2014（03）.

[4]馮建明，郭迎清.航空發動機故障診斷算法測試平臺[J].航空計算技術，2012（02）.