航空發動機智能監控及健康管理技術的發展和應用

2020-11-06 06:01:29江坤

科技創新與應用 2020年31期

江坤

摘 ?要：航空發動機是飛機的心臟，為了使飛機具有非常高的安全性和可靠度，國內外研究機構研發了航空發動機智能監控和健康管理系統。文章通過通讀大量國內外文獻，在此基礎上總結了國內外航空發動機智能監控及健康管理研究現狀和應用，為我國航空發動機的檢修維護、故障診斷、可靠性評估提供了一定的參考意義，同時也為新時代我國航空發動機的研發和制造提供了重要理論依據和工程應用價值。

關鍵詞：航空發動機;智能監控;健康管理

中圖分類號：V243 ? ? ? ? ?文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2020）31-0179-03

Abstract： Aircraft engine is the heart of aircraft. In order to make aircraft have very high safety and reliability， research institutions at home and abroad have developed intelligent monitoring and health management system for aircraft engine. Through reading a large number of domestic and foreign papers， this paper summarizes the aircraft engine research status and application of intelligent monitoring and health management， thus having a certain reference significance for China's aviation engine overhaul and maintenance， fault diagnosis， reliability evaluation， as well as an important theoretical basis and engineering application value for China's aviation engine research and development and manufacture in the new era.

Keywords： aircraft engine; intelligent monitoring; health management

安全是民航業永恒的主題，安全是民航業的生命線，飛機在設計和使用時都必須滿足適航的規章與標準，尤其是對于安全運行非常重要的部件航空發動機，航空發動機是飛機飛行動力的來源，同時也是飛機最重要的核心組成部分，航空發動機性能的好壞直接關系到飛機的飛行性能以及飛機、機組和旅客的人身安全，所以必須使其具有非常高的可靠性[1-3]。

有研究表明：航空發動機的可靠性不僅是保證飛機適航性的要求;也是保證飛行安全的要求;高的可靠性可以減少飛機的維護成本，提高了發動機的經濟性;更重要的是為航空發動機的創新設計和研發提供參考。航空發動機是飛機的心臟，一直是航空器維護的重中之重，保證了發動機的高效工作就保證了飛機的安全性與適航性[4]，而航空發動機的性能健康和故障診斷顯得尤為重要，一直以來也是工業界和學術界研究的重點方向，更是航空維修界科學研究和技術開發的熱點。因此航空發動機智能監控及健康管理的發展和應用受到國內外學者和企業的廣泛關注。

眾所周知，隨著中國經濟的迅猛騰飛，國內各航空公司引進飛機數量不斷增加，飛機維護費用占航空公司總成本的比例非常大，與此同時發動機的維護和維修占據著飛機維護費用支出最大的一部分，為了大大的減少發動機運行和維護成本，有效避免重大事故的發生，隨著大數據、計算機、云計算技術的飛速發展，航空發動機維修思想已經發生了巨大的變化，過去采用的預防為主，傳統定期維修方式不但工作效率非常低，耗費航空公司巨大的人力和物力，同時費用很高;而現在則是以可靠性為中心，航空發動機的維修方式也發生了相應的變化，由過去簡單的定期維護到現在的實時狀態監控，視實際情況維修，也可以通過這種監控管理方式能及時糾正和保護航空發動機本體的正常運行，為航空發動機的維修提供有力決策支持依據，因此航空發動機的智能監控和健康管理的概念應運而生。

在上個世紀80年代，美國率先提出了發動機健康管理EHM（Engine Health management）的概念[5-6]，很多科學研究單位和商業公司對此都有非常廣泛的關注，例如以視情維修思想為指導的美國SMI公司，為了更好地協助用戶制定維修計劃，降低生產成本，開發了一款專門的對航空發動機狀態監控軟件，該款軟件結合數據挖掘、人工智能的相關方法，對所要監控的對象建立了數學模型;20世紀90年代，美國空軍研究實驗室為了更好的對發動機維修進行決策，首次將神經網絡運用于發動機的氣路診斷，開發了具有實時診斷功能的EHM樣機;美國國防部、能源部為了降低發動機的壽命周期費用，改善發動機使用的經濟性，提出了飛機健康管理計劃和航空安全計劃。

國內很多高校也在這方面做出了非常有意義的工作，如李帥[7]結合國內外城市軌道交通車站設備監控與管理技術的最新發展，以分布式監控為基礎，智能現代化設備維護技術為支撐，并結合神經網絡專家系統等先進技術，設計并實現了一個關于軌道交通車站設備的分布式監控與監控維護系統仿真實驗平臺，在軌道交通監控系統中實現了數據的實時、可靠、安全傳輸，開發的智能監控設備和健康維護管理系統對運行設備的健康狀態進行實時的跟蹤監測，為設備的檢修維護提供了強有力的依據。

陳必東[8]為了提高微型渦輪發動機MTE臺架試車系統效能，提出了一種MTE遠程臺架試車系統架構，設計并實現基于BCM/S架構、訪問方式靈活多樣的分布式遠程實驗系統，開發了實現遠程實時監控、遠程數據回放、遠程虛擬試車三個應用層次軟件，該研究成果為遠程實驗系統的開發提供了一定的參考價值。

中國民航學院的許春生[9]介紹了幾種流行的實時監控技術在飛機維修中的應用，也簡要的分析了該技術在實際生產應用中遇到的問題，為商業航空公司的軟件的開發和升級提供理論基礎。其中比較流行的監控技術包括飛機通訊尋址及報告系統，也就是我們俗稱的ACARS系統，它的工作原理及應用;綜合診斷系統，IDS系統的功能結構，MXI維護軟件，以及Honeywell研制的飛機維修和操作支持系統AMOSS等。

在航空電子系統故障預測與健康管理的新技術中，PHM（Prognostic and Health Management）被廣泛的應用，該系統不僅可以進行故障診斷、系統檢測、故障預測和健康管理，同時也降低了維修成本，提高了維修效率和低故障率[10-12]。寧亞鋒[13]等人系統的闡述了PHM電子系統結構及功能，分析了該系統未來發展趨勢，開發應用的有飛機狀態檢測系統ACMS（Aircraft Condition Monitoring System）。

國防科技大學智能科學院的呂克洪教授[14]針對電子設備退化狀態無明顯的外在表現，尚無有效征兆對其狀態進行刻畫，對其進行故障預測與健康管理存在一定的困難，分析了故障預測和健康管理的內涵和基本概念，總結了國內外健康管理和故障預測技術的研究現狀，分析了面臨的挑戰和對策，結合該領域研究的最新進展，提出了電子設備故障預測和健康管理技術發展的新方向。

多智能體系統是當今人工智能中的前沿學科，劉金琨[15]等介紹了多智能體技術的結構、功能以及行為特性，采用多智能體系統解決實際應用問題，具有很強的魯棒性和可靠性，具有很高的問題求解效率。尤其是利用多智能體系統的聯合意圖機制可實現聯合行動，從而實現分布式預測、監控及診斷，該技術的成功研發為航空發動機的智能監控成為可能。

近些年來，飛行器健康管理技術是一項重大的技術變革，能有效的降低事故的發生的概率，更能夠減少航空災難性帶來的破壞，尤為著名的是美國NASA研發的EHM系統。該系統不僅能夠防止飛行器在飛行過程中發生的發動機故障，而且還能有效降低發動機故障對飛行安全造成的影響。飛行器健康管理技術基于測試，診斷以及預測信息，監視和驗證飛行器的健康狀態，具有非常高的置信度，該系統也具有非常強的魯棒性，基本上可以避免噪聲和接收到假信號的干擾，更為重要的是該系統采用開放式的結構，使用界面非常人性化。

姜彩虹[16]等介紹了航空發動機預測健康管理（EPHM）系統的定義、設計目標及功能，提出了航空發動機機載預測健康管理系統應實現的技術指標;總結歸納了航空發動機預測健康管理系統設計的關鍵技術，為航空發動機實現高性能，高可靠度，更好的維護性和保障性提供新思路。張冬冬[17]等針對航空發動機健康管理系統傳統設計方法周期長、成本高等問題，提出了面向健康管理系統的快速原型設計方法，構建了基于虛擬儀器語言和快速原型技術的航空發動機健康管理系統快速原型仿真平臺，結果表明此健康管理系統有較好的工程實用價值。費成巍[18]等總結了國內外航空發動機健康管理（EHM）研究的現狀，詳細闡述了EHM總體結構、功能領域和EHM系統設計的關鍵技術，指出了EHM系統的設計要求，最后提出了EHM系統設計的一些建議和未來發展趨勢。王施[19]等人通過通讀國內外有關文獻，回顧了航空發動機管理的發展歷程，系統的闡述了發動機健康管理的研究內容、系統功能，指出了發動機健康管理研究的關鍵技術。

航空發動機健康管理（EHM）涉及多學科交叉融合，涵蓋材料、氣動熱力學、控制理論、結構等多學科，研究的對象是一個非常復雜的系統，同時包含多項新技術，如數據管理、智能傳感器、信息處理和融合、狀態監視、預測技術、建模方法和算法等。在這個復雜系統中數據是基礎，而且種類繁多無規律性，為了更準確的預測發動機運行狀況和及時對風險狀態下進行決策，對數據的安全性、精確性和實時性提出了非常高的要求，同時發動機是一個非常復雜的非線性系統，發動機狀態信息會來自各個數據源，不論是智能傳感器系統檢測的實時動態數據，FDAEC系統產生的故障源代碼，發動機歷史維修記錄、機組和機務人員的報告等等，為了更加準確的預知和診斷發動機是否處于健康狀態或者適航狀態，這些數據和信息都是我們做出最優決策的依據。更為重要的是依據這些實時動態的數據和信息通過后臺自動分析，會給出發動機的健康評估報告、維護周期建議和方案、降低飛機發動機故障率，從而有效的提升航班正常性和運行的穩定性。

一般來說基于航空發動機智能監控及健康管理系統對其進行預測，則不管是對軟件還是硬件系統都提出了更高的要求。預測的依據是實時動態的數據、歷史數據、各種相關聯的信息，預測從本質上可以分為3大類：基于發動機零部件的失效模型和發動機數學模型;基于對發動機各系統原理的理解，專業知識和實際生產經驗等，分析方法包括神經網絡分析法和模糊邏輯分析法;需要說明的是預測是定量的結果分析，而不是定性的分析。同時各種數據信息受其他外界影響因素非常多，就突顯出來了預測的難度之大。

我國航空工業起步較晚，基本上處于跟蹤國外概念和技術探索研究階段，尤其是航空發動機智能監控及健康管理研究方面與國外有較大的差距，有很多關鍵的技術尚未突破，國外發動機制造廠商具有較高的可靠性和維修性的研究水平，擁有很多年研發和制造發動機的經驗，也積累了各種不同型號的發動機大量的可靠性數據，給飛機的可靠性評估提供了理論依據。進入新時代，隨著C919的研發成功，我國航空工業水平有了質的飛躍，相信在航空發動機智能監控及健康管理研究方面也能取得更豐碩的成果。

發動機的智能監控和健康管理是一個非常復雜的系統問題，本文通過通讀大量文獻，總結了國內外航空發動機智能監控及健康管理研究現狀和應用，同時對遇到的問題和關鍵技術做了詳細的闡述，也分析了我國在此方面研究領域存在的差距，旨在為新時代我國航空發動機的研發和制造提供重要理論依據和工程應用價值。

參考文獻：

[1]陳嘉.CFM56型號飛機發動機維護項目的成本控制研究[D].東華大學，2016.

[2]Brown E N， Chidambaram B， Aaseng G B. Applying health management technology to the NASA exploration system-of-systems[R].AIAA 2005-6624.

[3]Schweikhard K A，Richards w l，Theisen J.Flight demonstration of X-33 vehicle health management system components on the F/A-18 systems research aircraft [R]. NASA/TM-2001-209037.

[4]聶煒.對某型飛機及其發動機的可靠性分析[D].西安電子科技大學，2013.

[5]Holtz C，Smith G，Friend R.Mondernizing systems through data integration;a vision for EHM in the United States Air Force [R]. AIAA 2004-4049.

[6]Tumer， I. and Baiwa， A.A Survey of Aircraft Engine Health Monitoring Systems[J].35th Joint Propulsion Conference.1999-6;AIAA-99-2528.

[7]李帥.軌道交通車站關鍵設備智能監控和健康維護系統的研究[D].東華大學，2011.

[8]陳必東.微型渦輪發動機遠程臺架試車系統開發[D].南京航空航天大學，2017.

[9]許春生.遠程實時監控技術在飛機維修中的應用研究[J].中國民航大學學報，2003，21（1）：6-9.

[10]孫旭.故障預測和健康管理（PHM）系統[J].艦船科學技術，2011，33（9）：133-136.

[11]高榮.淺述新興的電子系統故障預測與健康管理[J].科技資訊，2014，12（18）：138-138.

[12]孔學東，陸裕東，恩云飛.電子產品PHM及其關鍵技術[J].中國質量，2010（3）：15-18.

[13]寧亞鋒，安芳利.航空電子系統故障預測與健康管理技術探究[J].科技資訊，2017（34）：107-107.

[14]呂克洪，等.電子設備故障預測與健康管理技術發展新動態[J].航空學報，2019，40（11）：18-29.

[15]劉金琨，爾聯潔.多智能體技術應用綜述[J].控制與決策，