航空發(fā)動機性能評價與衰退預測方法分析

陳仲光

摘 要： 研究航空發(fā)動機性能評價以及衰退預測的方法，能夠有效提高航空發(fā)動機的運行質量。基于此，本文將分析航空發(fā)動機的性能評價方法，其中主要包括改正編輯距離評價驗證、利用發(fā)動機公測數據評價驗證以及航空發(fā)動機監(jiān)控數據評價驗證三方面內容。并研究航空發(fā)動機衰退預測的方法，其中主要包括過程模糊規(guī)則衰退預測法、公用數據衰退預測法以及發(fā)動機性能指標衰退預測法三方面內容。

關鍵詞： 航空發(fā)動機；性能評價；衰退預測

前言：隨著時代的發(fā)展，人們對航空發(fā)動機性能的要求越來越高，發(fā)動機對于飛機正常運行來說起著至關重要的作用。如果發(fā)動機在實際運行中出現運行故障，則可能危害到駕駛人員以及乘客的生命安全。因此，為了提升航空發(fā)動機的運行質量，就需要對航空發(fā)動機的性能以及衰退程度展開預測，根據最終評價預測的結果，制定相應的應用方案，保證航空發(fā)動機的使用安全。

一、航空發(fā)動機的性能評價方法

（一）改正編輯距離評價驗證

改正編輯距離在航空發(fā)動機性能評價過程中具有非常重要的意義，在此過程中主要通過設置不同的編輯操作，對航空發(fā)動機性能展開評價。通常使用的驗證數據為Auto MPG數據，該數據中主要包括7輸入參數以及1個輸出參數。為了保證改正編輯距離評價的有效性，可以在此基礎上采用相似度的方法展開驗證。首先，在評價過程中先取出一個測試樣本，剩下的樣本作為訓練樣本，在此基礎上采用計算的方式計算出輸入樣本和測試樣本之間的相似度。其次，根據計算中的相似度，對其中每個訓練樣本展開加權平衡，最終的數值是樣本輸出之后的估計值。最后，計算出樣本估計值與真實值之間的差異，根據最終的計算結果對航空發(fā)動機性能進行評價。

（二）利用發(fā)動機公測數據評價驗證

在利用航空發(fā)動機公測數據展開性能評價的過程中，主要采用的數據為渦扇發(fā)動機公測數據，其中使用的仿真模型由C-MAPSS軟件構成，數據共包括4組，每組數據中包含一個訓練集和一個測試集。訓練集中包含的數據為航空發(fā)動機中的監(jiān)控數據，從航空發(fā)動機性能良好的數據到航空發(fā)動機使用性能實效的數據都包含在其中，在此過程中包含了24個監(jiān)控參數。測試集中包含的是航空發(fā)動機不完整的數據信息，在此過程中只記錄了航空發(fā)動機中某一性能從使用正常到使用失效的過程，并不是航空發(fā)動機中的全部性能數據。在實際航空發(fā)動機性能評價的過程中，可以根據航空發(fā)動機性能的實際使用情況選擇適當的評價方案[1]。

（三）航空發(fā)動機監(jiān)控數據的評價驗證

在此過程中采用的監(jiān)控數據為真實數據，這種方式能夠保證最終航空發(fā)動機性能評價結果的真實性。在應用該種方法的過程中，需要應用3個航空發(fā)動機的性能參數，這3個參數分別為燃氣溫度裕度參數、高壓轉子轉速偏差參數以及平均滑油消耗參數，在處理以上三個參數的過程中根據單工況處理方式進行處理。首先選擇一個航空發(fā)動機為主要的測試對象，剩余的航空發(fā)動機為訓練對象，在訓練對象中選擇5個發(fā)動機樣本性能作為性能點，最后一個發(fā)動機樣本為性能失效點，利用以上性能參數建立相應的航空發(fā)動機性能評價模型，利用該模型對航空發(fā)動機的性能展開評價。

二、航空發(fā)動機的衰退預測方法

（一）過程模糊規(guī)則衰退預測法

在利用過程模糊規(guī)則開展航空發(fā)動機衰退預測的過程中，主要可以分為以下幾方面進行，其中主要包括過程模糊規(guī)則前件參數辨識、過程模糊規(guī)則的后件參數辨識以及航空發(fā)動機的參數辨識三方面內容。在前件參數辨識的過程中，主要使用的原理是：如果在參數中存在一條將輸入映射到輸出的參數，則該參數中一定存在一個模糊聚類，在此過程中模糊規(guī)則的數據與模糊聚類的數目相等。對前件參數展開辨識的主要目的就是提取參數中輸入量的激活度。在此過程中主要使用的模型為PFR，該模型在實際應用過程中主要采用的步驟為模型的確定、使用算法的確定以及最終計算結果的確定等方面內容。

（二）公用數據衰退預測法

公用數據主要指的是航空發(fā)動機中的監(jiān)控數據，主要的預測流程包括以下內容。首先，在數據訓練合集中選擇一個航空發(fā)動機作為測試發(fā)動機，并對該發(fā)動機中的性能根據時間順序展開評價，其中時間順序中包含了149個飛行循環(huán)。其次，將航空發(fā)動機中的衰退性能根據時間順序，將其中4個相鄰的樣本組成一個擬合多項式。各個多項式中的樣本必須保證獨特性，不能夠與其他多項式樣本相互重合，在此過程中將最后的5個樣刪除，只采用144個數據樣本。最后，將該144個樣本分為36組，每個組中包括4個參數點，這4個參數點組成一個多項式函數。其中前30組中的函數作為訓練函數，后6組中的函數作為測試函數。

（三）發(fā)動機性能指標衰退預測法

利用PFR模型對航空發(fā)動機性能數據展開驗證，此過程中得到的性能偏差趨勢為航空發(fā)動機的性能衰退趨勢，需要測試航空發(fā)動機中的性能衰退指標。本文以EGTM為例，對航空發(fā)動機中的性能衰退指標展開研究。該項指標的實際運行狀態(tài)會直接影響航空發(fā)動機的使用質量以及應用成本，因此對該項指標展開預測，能夠提升最終航空發(fā)動機性能衰退預測結果的真實性。在航空發(fā)動機實際應用過程中，EGTM每提高10攝氏度，航空發(fā)動機在運行中的燃油使用量將會提高1%，由此可以看出該項指標對航空發(fā)動機應用質量的影響程度。因此，利用EGTM性能指標對航空發(fā)動機性能衰退展開該預測，能夠更加直觀的展現出航空發(fā)動機性能衰退情況[2]。

結論：綜上所述，隨著人們對航空發(fā)動機應用質量的關注程度越來越高，如何提高航空發(fā)動機的使用質量，成為有關人員關注的重點問題。本文通過研究航空發(fā)動機的性能評價方法以及衰退預測方法發(fā)現，對其進行研究，能夠有效提高航空發(fā)動機使用的安全性，同時還能保證航空發(fā)動機的應用質量。由此可以看出，研究航空發(fā)動機的性能評價方法以及衰退預測方法，能夠為今后航空發(fā)動機的安全使用和高質量運行提供技術基礎。

參考文獻

[1]孫見忠. 面向單元體的航空發(fā)動機健康狀態(tài)評估與預測方法研究[D].南京航空航天大學，2015.

[2]任淑紅. 民航發(fā)動機性能可靠性評估與在翼壽命預測方法研究[D].南京航空航天大學，2016.