基于視情維修的渦軸發動機維修保障輔助決策體系研究

李俊杰，王 堯，張 強，胡民民，閆旭東

(1.北京航天測控技術有限公司，北京 100041；2.北京強度環境研究所，北京 100076；3.天津航天瑞萊科技有限公司，天津 300462)

0 引言

渦輪發動機由于其體積小、高功重比、重量輕等特點，在高功率、高可靠性裝備中得到了廣泛應用。

裝備渦軸發動機的現代直升機裝備具備極佳的飛行機動性，這對于發動機整機的性能提出了極高的要求。此外，渦軸發動機的設計還需滿足復雜運用環境的苛刻要求。渦輪發動機在我國正式開展研制僅有30年的時間，基礎理論、應用研究均不充分，整體性能與國外相比有較大差距，這些差距也體現在了渦軸發動機的運用和維修工作之上。

伴隨著技術的發展與研究的進步，工業領域的巨大變革也帶來了維修思想的變化，同時也促進了維修策略的發展。

復雜裝備科學的維修保障策略可以有效地降低保障成本和故障風險，關系裝備任務效能的有效發揮。維修思想經歷了三個發展階段：故障后維修、以預防為主的維修，和以可靠性為中心的維修。目前應用于工業領域的一般性維修理論(如圖1所示)是先進航空發動機維修保障決策的基礎。航空發動機最常使用的三種維修策略分別是定時維修、事后維修以及視情維修[1-4]。

圖1 復雜裝備一般維修策略

現階段已有不少學者從定期計劃維修[5]、隱故障維修[6]、成批更換策略[7]等維修策略以及訂貨次數[8]、連續檢查型[9]、定期檢查型[10]等備件存儲策略的角度開展了研究。近年來，隨著復雜機械設備狀態監測技術的迅速發展，視情維修[11]已成為一類廣泛研究和應用的先進維修方式，有關視情維修與備件庫存聯合研究問題正成為新的研究熱點[12-13]。

從簡單的單一部件分析到較為復雜的多部件系統，大量學者基于各類統計學分布、可靠性模型、遺傳算法、蒙特卡洛法等理論方法，結合計算機模擬仿真、各類試驗等研究手段，給出了各種基于視情維修的機械系統的維修保障建議與備件庫存策略[14-19]。綜合上述調研成果可以看出，前人針對視情維修的相關研究其對象多為單一設備或者部件較少的簡單系統，針對多部件系統的庫存優化模型也僅采用數值仿真的解法得到了最優結果的近似值，并未給出故障聯合概率分布表達式，無法給出最優值的精確結果。總之，基于視情維修的復雜裝備維修保障決策類研究還處于其發展的初期階段，還未形成較為成熟的技術、理論體系。

本文基于復雜裝備系統的視情維修策略，以渦軸發動機系統全壽命周期健康管理為出發點，結合基層保障單位周期性維修裝備檢測工作實際，基于構建出的渦軸發動機及其關鍵部件壽命與健康管理綜合知識庫，提出了基于視情維修的渦軸發動機系統的備發、備件的維修保障策略；同時，有效地整合上述研究成果進而提出了基于開放式、多接口的渦軸發動機通用維修保障輔助決策軟件平臺的整體架構。

1 總體結構與關鍵技術路線

1.1 總體結構

基于視情維修的渦軸發動機維修輔助決策體系研究的總體結構如圖2所示。

圖2 研究總體結構

項目研究總體方案中涉及的主要研究內容包括渦軸發動機及其關鍵部件壽命與健康管理綜合知識庫構建、渦軸發動機不同服役工況下的壽命損耗規律研究、通用化渦軸發動機備發量化分析方法、不同故障模式組合工況下渦軸發動機備件需求量化分析方法、具備通用型開放接口的渦軸發動機備發、備件維修輔助保障決策平臺的開發。

1.2 關鍵技術路線

基于視情維修的渦軸發動機維修輔助決策體系研究的關鍵技術路線如圖3所示。

項目研究總體方案中涉及的主要研究內容包括渦軸發動機及其關鍵部件壽命與健康管理綜合知識庫構建、渦軸發動機不同服役工況下的壽命損耗規律研究、通用化渦軸發動機備發量化分析方法、不同故障模式組合工況下渦軸發動機備件需求量化分析方法、具備通用型開放接口的渦軸發動機備發、備件維修輔助保障決策平臺的開發。

2 渦軸發動機及其關鍵部件壽命與健康管理綜合知識庫

渦軸發動機是非常典型且復雜的機械系統，工作在高旋轉速度、高溫度和負荷比較大的環境下，這些因素都能導致它在工作的過程中頻繁的出現故障進而影響其壽命。為渦軸發動機構建一套完備、科學的壽命評估與健康管理綜合知識庫是針對多種條件、不同工況開展渦軸發動機備發、備件相關研究的先決條件與關鍵步驟。

渦軸發動機及其關鍵部件壽命評估與健康管理綜合知識庫的構建可以分為三部分(如圖4所示)：知識收集與獲取、知識分類與搭建以及知識庫管理與擴充。首先，獲取渦軸發動機運用與維修相關數據，包括發動機裝載平臺服役記錄、發動機裝載平臺工作環境與工況、維修保障記錄以及故障記錄等。其次，以故障記錄為主體，利用故障樹結構將上述信息組織起來，根據相關知識在故障樹中的表現形式對知識進行分類，其后依據影響故障的參數將發動機正常運行時的參數與故障的區間值分成不同的等級，依據不同等級參數對故障的影響程度，實現整個知識體系的構建。最后，依據知識庫知識冗余循環檢測算法，開發渦軸發動機知識庫的管理系統，實現知識庫的更新與日常管理。

圖4 渦軸發動機及其關鍵部件壽命評估與健康管理綜合知識庫結構圖

3 渦軸發動機備發量化策略

3.1 渦軸發動機的循環壽命統計法

基于循環壽命統計法的航空發動機的壽命控制是保證其運用安全的有效手段之一，相關統計法中占主導的是美制渦軸發動機循環壽命統計法及法制渦軸發動機循環壽命統計法。

美制渦軸發動機循環壽命統計算法源自于我國針對20世紀80年代引進的美國黑鷹直升機發動機歷史記錄儀的反推研究。其具體換算公司可表示為：

(1)

式中，TAC為循環壽命；LCF為完整循環，即起動—中間—停車；FTC為部分循環(全節流循環)，即慢車—起飛—慢車；PTC為部分循環(部分節流循環)，即低功率—最大功率—低功率。

上式中，完整循環中“中間”環節表示發動機燃氣渦輪轉速達到95%以上；全節流循環中“慢車—起飛—慢車”表示發動機燃氣渦輪轉速低于75%的次數；部分節流循環中“低功率—最大功率—低功率”表示發動機燃氣渦輪轉速進入75%～86%范圍內的次數。

法制渦軸發動機循環壽命統計算法基于透博梅卡公司的相關標準，其表達式為：

N=K1+nK2

(2)

式中，N為循環壽命；n為各類部分循環次數出現的次數；K1為與最大轉速有關的完整循環次數計算系數，完整循環最大轉速確定為發動機額定功率100%時的轉速；K2為與最小轉速有關的部分循環次數計算系數，部分循環為發動機減速至85%而不停車在加速的工作過程；K1和K2取值見表1和表2。

表1 法制渦軸發動機循環壽命統計法-完整循環系K1

表2 法制渦軸發動機循環壽命統計法-部分循環系K2

上述兩種算法都可以根據發動機的完整循環壽命和部分循環壽命統計發動機的循環壽命，且它們對發動機循環壽命監控的分析機理相同。但特別值得注意的是，美制算法和法制算法對于完整循環和部分循環門限數量、大小的定義存在著較大的區別。

本文研究體系選取法制渦軸發動機循環壽命計算方法進行發動機壽命層面的解算，以期更加細致地考慮低循環應力對渦軸發動機循環壽命的影響，進而結合渦軸發動機及其關鍵部件運用與故障綜合知識庫中的發動機轉速信號數據，得到更加準確的發動機循環壽命統計數據。

3.2 渦軸發動機運用條件特征分析

裝備渦軸發動機的直升機運用過程極為復雜，整體設計需滿足測試、訓練以及運用過程中的各類情況，因此成熟的基于視情維修的渦軸發動機維修保證智能輔助管理決策系統應全面細致地考慮對象運用過程中的各類條件。

整個運用條件特征分析的技術路徑如圖5所示。運用條件特征分析基于裝載平臺——直升機的運用工況，具體體現為直升機運用過程中涉及的各類常規動作和特殊動作。首先，依據直升機飛行動作難度等級表所列內容，選擇最常出現的一、二、三級動作作為備選工況庫；其次，結合渦軸發動機及其核心備件壽命與健康管理知識庫中收錄的直升機運用過程多源信號數據集，進行工況的選取與匹配，考慮到工況識別的精度與可操作性，從中篩選出具備較強可識別行的若干工況；最后，基于知識庫中關于所選取的運用環境和服役條件，引入影響渦軸發動機服役循環壽命的環境影響因子，最終共同構建出具備明確特征的基于多源數據的渦軸發動機典型工況數據庫，相關內容可并入渦軸發動機及其關鍵部件運用與故障綜合知識庫。

圖5 渦軸發動機運用條件特征分析技術路徑

3.3 渦軸發動機各類使用條件下的壽命損耗研究與備發量化策略

航空發動機的壽命控制是保證其運用安全的有效手段之一。進行渦軸發動不同使用條件下的壽命損耗研究就是其中重要的一環。綜合前述內容包括渦軸發動機及其關鍵部件壽命評估與健康管理綜合知識庫、渦軸發動機循環壽命統計法及發動機典型運用條件特征分析，便可進行渦軸發動機各種使用條件下的壽命損耗規律研究方法構建；更進一步地，結合裝機備件和地面備件比例(機地比)等運用單位實際備發需求，構建渦軸發動機備發量化策略。

具體實施過程依照圖6所示的技術路徑展開：首先依據渦軸發動機及其關鍵部件壽命與健康管理知識庫建立基于渦軸發動機實際運用典型工況的參考數據集，具體的手段為利用完備數據集內容通過數據標準化處理及維度約減扥手段，基于聚類算法得到渦軸發動機服役典型工況的聚類中心及其聚類半徑；其后，基于待測發動機監測過程收集的多維數據經過分類提取、數據標準化處理及維度約減等數據處理手段，得到待確定工況與參考數據集典型工況的聚類半徑距離，針對每組數據以最小半徑取值為導向確定待定工況；之后，結合基于相似性匹配法來分析待測發動機與參考數據集的性能退化曲線，進而得到二者服役壽命(剩余)的相似性距離，最終基于相似性距離分析的相關結果得到各數據信息間的加權權重，同時考慮渦軸發動機服役過程中的機地比等運用需求，得到渦軸發動機通用化備發策略。

圖6 渦軸發動機各類使用條件下的壽命損耗研究技術路徑

K均值聚類算法的基本原理如下[15]：設X={X1,X2,X3,…,Xn}是個對象并且每個數據對象都是N維的，即Xi= {Xi 1,Xi 2,Xi 3,…,Xi n} 。K均值聚類算法就是要找到含有K個聚類中心的集合(接下式)：

C={C1,C2,C3,…,CK}={(C11,C12,C13,…,C1N),

(C21,C22,C23,…,C2N),…,(CK1,CK2,CK3,…,CKN)}

使得目標函數：

(3)

其中：ni被歸類為類Ci的數據對象點數，d(Ci+Xj)表示聚類中心與數據對象的歐里幾德距離，其定義如下：

d(Ci+Xj)=

(4)

K均值聚類算法的核心就是把數據集劃分成使目標函數達到其最小值得K個類別。整個算法的操作步驟如圖7所示。

圖7 K均值聚類算法步驟流程圖

綜上所述，利用基于K均值聚類算法的工況識別以及相似性匹配等手段，可以較好地解決復合工況下發動機剩余壽命的預測問題。其后，考慮機地比等備發需求(參考值為1∶0.5，1∶0.33,1∶0.25)，利用廣義更新過程(GRP)修正的改進型比例危險模型建立反映壽命、性能參數、環境的視情維修渦軸發動機備發量化模型，具體施行過程如圖8所示。

圖8 考慮機地比的渦軸發動機備發量化分析流程

4 渦軸發動機關鍵部件備件量化策略

4.1 渦軸發動機關鍵部件典型故障模式梳理與成因分析

渦軸發動機作為多部件組成的復雜機械系統(其結構如圖9所示)，每個部件的工況都與整個系統的運行狀況密切相關，因此從關鍵部件角度入手，判定相關工作件運行狀況的優劣對于評價渦軸發動機的健康狀況至關重要。渦軸發動機故障知識可以分為三種類型：性能型故障、結構型故障以及附件系統故障。

圖9 渦軸發動機結構示意圖

渦軸發動機性能故障的知識體系如圖10所示。性能型故障在渦軸發動機故障體系中出現的比例不高，大約占各類發動機故障的10%～20%。發動機不能在規定時間內起動以及給定飛行條件和控制電壓下推力不穩定是航空發動機性能故障中最常見的兩類。

圖10 渦軸發動機性能型故障模式知識體系

渦軸發動機是多個部件組成的復雜機械系統，因此出現機械結構類故障的概率極高。多方面、多類型、后果嚴重是渦軸發動機結構型故障的3個重要特征。與前述渦軸發動機功能型故障相比，結構型故障的發生率要高出6～10倍，其最常出現在諸如軸承、渦輪葉片、壓氣機等部位。渦軸發動機結構型故障的知識體系如圖11所示。

圖11 渦軸發動機結構型故障模式知識體系

渦軸發動機除實現動力轉化、輸出功能的本體機械結構外，還有為保證其正常工作必不可少的附加系統。起動系統、傳動系統、潤滑系統、供電系統以及燃油系統共同組成了渦軸發動機的附加系統。渦軸發動機附加系統故障知識體系如圖12所示。

圖12 渦軸發動機附加系統故障模式知識體系

4.2 考慮故障概率的發動機核心備件的量化分析

為實現渦軸發動機備件的最優維保策略與整機健康管理，需對發動機關鍵部件進行單一故障概故障下的壽命評估。本節研究結合主機廠現有型號飛機的典型故障進行信息的分類與選取，對所選取的部件參照故障模式、影響及危害度分析(FMECA)的關鍵步驟對渦軸發動機關鍵部件的典型故障進行故障率曲線的詳細歸納；基于渦軸發動機相關關鍵壽命控制件的疲勞壽命分布函數，推導發動機相關核心備件的備件需求量公式，最終實現渦軸發動機關鍵部件備件量化分析方法的構建。本節研究遵循圖13所示的流程進行展開。

圖13 渦軸發動機核心備件量化分析流程

整體施行可以分為以下三步：基于現有型號直升機相關故障數據，統計典型故障模式下的故障概率；依據前述故障概率統計分析，繪制核心備件的故障率曲線同時將其與典型故障的數據特點分析相結合，將相關核心備件分為三種類型：分別是服從指數壽命分布型備件、服從威布爾壽命分布型備件以及服從正態壽命分布型備件；依據不同壽命分布性備件得到其壽命分布函數，進而推導出對應的備件需求量表達式，從而實現渦軸發動機核心備件的量化分析。以上述三步為進行展開，可以得到：

1)服從指數壽命分布型備件。壽命服從指數分布的核心備件，其壽命分布密度可以表示為：

f(t)=λe-λt

(5)

式(5)中，λ為失效率，其為平均故障間隔時間的倒數。基于上述關系經推導可得備件保障概率的表達式，如式(6)所示：

(6)

式(6)中，S為裝備中備件的需求量，t為累計工作時間。當Nλt>5時，備件需求量可用正態分布近似估計計算：

(7)

式(7)中，up為正態分布分位數(詳細數值詳見GB/T 4086.1)。

2)服從正態壽命分布型備件。壽命服從正態分布的核心備件，其壽命分布密度可以表示為：

(8)

進而可得服從正態分布的核心備件的需求量基本表達式：

(9)

式中，E為對象壽命均值，σ為壽命統計標準差，t為核心備件更換周期。

3)服從威布爾壽命分布型備件。壽命服從威布爾分布的核心備件，其壽命分布密度可以表示為：

(10)

式中，t為隨機變量，β為形狀參數，η為尺度參數，r為位置參數。這里假設，則可以得到平均壽命表達式：

(11)

進而得到備件需求量表達式：

(12)

式(12)中，K為變異系數，可以由下式確定：

(13)

式(13)中各個變量的詳細信息可查閱國際電工委員會標準IEC 61649。

4.3 多接口通用型渦軸發動機備發、備件維修保障輔助決策平臺架構

基于視情維修的渦軸發動機維修保障輔助決策軟件平臺的整體構架如圖14所示。整套軟件采用開放式、多模塊的框架結構，基于計算機、網絡硬件設備與裝載平臺操作系統條件進行維修輔助決策平臺樣機的開發，將前端開發、核心算法、數據庫及參數結構等元素有效地整合至平臺樣機，進而實現渦軸發動機備發、備件核心算法的工程化實踐。更進一步地，開放式、多模塊平臺架構能夠實現基于特定對象參數體系的多型渦軸發動機實踐與應用。

圖14 維修保障輔助決策平臺架構圖

5 結束語

本文以實現渦軸發動機的視情維修為研究目標，系統性地闡述了其維修保障輔助決策技術體系：首先以構建渦軸發動機及其關鍵部件壽命與健康管理綜合知識庫為目標，闡述了如何有效整合諸如運用知識、故障知識等信息的方法與策略；其次以渦軸發動機循環壽命統計法、渦軸發動機運用條件特征分析及基于K均值聚類算法的不同工況備發量化方法為依托，闡明了渦軸發動機各類使用條件下的整機備發量化策略；更進一步地，基于渦軸發動機關鍵部件典型故障模式梳理與成因分析及基于故障統計的渦軸發動機可靠性數據，構建出渦軸發動機關鍵部件備件量化法分析策略；最后，結合上述基于視情維修的渦軸發動機維修保障知識庫與備發、備件策略，提出基于工程化實踐的渦軸發動機維修保障輔助決策軟件平臺的架構體系。本文提出的相關維修保障輔助決策體系能夠用于渦軸發動機的復雜裝備系統綜合性維修、保障技術的工程實踐。