航空發動機試驗數據管理系統設計

文維陽，陳震宇，曹 陽，朱赤洲

（中國航發沈陽發動機研究所，沈陽110015）

0 引言

航空發動機研制是涉及多學科和多工程領域的一項復雜的技術，發動機試驗貫穿整個研制過程和技術發展的各環節，占有重大比重[1]。隨著發動機型號不斷增加和研制的不斷深入，試驗的復雜性也隨之增加，參與試驗的系統越來越多，信息化程度越來越高[2]，除了傳統的臺架測試與電氣系統外，還包括發動機數字控制、試驗流程管理、試驗視頻和音頻、遠程監視、特殊試驗設備控制等系統，這些系統都成為試驗的主要數據源，導致試驗數據量劇增；數據源的多樣化導致了試驗數據類型的多樣化，數據類型除了傳統結構化數據外，還產生了文檔、圖片、視頻、音頻等非結構化數據；數據量的增加及類型的多樣化，對數據的處理分析速度有了更高要求；海量的試驗數據中蘊含著巨大的價值，對發動機的性能分析及研制至關重要。因此，航空發動機試驗數據具有大數據的4V特征[3]，即數據量足夠大（Volume）、數據的種類多樣（Variety）、數據的增長及處理速度快（Velocity）、數據蘊藏價值大（Value）。

傳統的航空發動機試驗數據管理系統已經不能滿足大數據時代的試驗需求。問題主要體現在3 個方面：（1）產生的大量試驗數據分散各處，數據融合度低，缺乏統一管理；（2）重視對結構化數據的管理，忽視對非結構化數據的管理，二者綜合利用率低；（3）缺乏有效的試驗數據綜合分析工具，自動化程度不高，傳統的人工統計、事后二次處理等數據處理模式滿足不了航空發動機試驗快速獲取數據處理結果的需求。目前國外在大數據方面的研究，絕大多數是應對大數據帶來的技術挑戰，重視的是數據工程而不是數據科學，主要考慮大數據分析算法和系統的效率[4]。國內在大數據領域的研究重點主要集中在大數據與云計算、數據挖掘、并行計算和分布式處理等方面[5]。

本文以大數據理念為核心，通過解決航空發動機試驗數據管理中的復雜性難題，最終建立起1 個標準、安全、可靠、易于管理維護的高性能數據管理平臺，以實現內場、外場、露天臺試驗數據的統一管理。

1 多數據源數據采集與融合

數據采集與融合是大數據價值挖掘中的重要一環，其后的數據分析挖掘都建立在數據采集與融合的基礎上。以測控系統為例，航空發動機試驗的復雜性決定了試驗測控系統的復雜性，系統采用分布式布局、獨立運行、網絡互連、數據共享[6]，測控系統架構及數據流傳輸如圖1所示。以多種類型設備采集不同類型參數，各采集設備獨立工作，并以數據采集計算機為核心，各系統、各設備之間通過不同的通訊方式實現數據共享。應用的通訊協議與技術有：傳輸控制協議/網際協議（Transmission Control Protocol/Internet Protocol，TCP/IP）、用戶數據報協議（User Datagram Protocol，UDP）、4 線制、全雙工、差分傳輸、串口通訊協議（Recommended Standard422，RS422）、美國航空無線電公司規范的飛機電子系統之間數字式數據傳輸的標 準 格 式 總 線 （Aeronautical Radio Inc429，ARINC429）、高速串行總線標準IEEE1394（Institute of Electrical and Electronics Engineers1394，IEEE1394）、高速串行總線標準1394B（Institute of Electrical and Electronics Engineers1394B，IEEE1394B）、對象鏈接和嵌入技術在過程控制方面的應用（Object Linking and Embedding（OLE）for Process Control，OPC）。

TCP/IP 及UDP 用于各系統上位計算機之間的數據通訊，主要采用Winsock 通訊控件來實現一對一、一對多、多對多的通訊[7]。RS422、ARINC429 總線、IEEE1394B用于計算機與發動機控制器的數據通訊。OPC 技術是Microsoft 公司的對象鏈接和嵌入OLE／COM 技術在過程控制方面的應用技術，為工業控制領域提供了標準的數據訪問機制，用于基于視窗控制中心（Windows Control Center，WinCC）平臺電氣系統的數據通訊。

為解決各系統、各設備之間不同協議、不同格式、不同速率的數據流通訊問題，實現各系統試驗數據的統一管理，在數據采集計算機中設計單獨的數據匯總分發程序，該程序根據具體試驗需求，針對不同型號發動機控制器，采用相對應的數據通訊技術進行數據融合。臺架測試系統參數數據的更新頻率為50次/s，發動機控制系統參數數據的更新頻率為10～30次/s，臺架電氣系統參數數據的更新頻率為20次/s，數據匯總分發程序采用50 次/s 輪巡的方式對所有數據源通訊端口進行監測，當某個數據源有數據更新時，對該端口實施數據接收及解析，再根據各系統的實際需求，將融合后的試驗數據進行存儲、顯示、發布及分析。

2 結構化與非結構化數據綜合管理

航空發動機試驗產生的大數據分為結構化數據與非結構化數據。結構化數據是可以由2 維表結構來進行邏輯表達和實現的數據，主要通過關系型數據庫進行存儲和管理[8]。非結構化數據是不方便用數據庫2 維邏輯來表現的數據，包括所有格式的技術文件、表單、文本、圖片、視頻、音頻等[9]。傳統的數據管理方法偏重結構化數據的管理，僅能滿足常規試驗技術要求。伴隨著試驗復雜性的增加，非結構化數據的容量越來越大，其衡量基本單位由MB、GB 向TB、PB升級，數據形式也越來越多樣化，如何對非結構化數據進行管理，并結合結構化數據進行綜合利用，對發動機的性能分析及研制至關重要。

2.1 數據存儲與關聯

結構化與非結構化數據的管理以發動機型號為主線，按照試驗流程，在每個階段產生并存儲相應數據，如圖2所示。

圖2 試驗流程與數據的關系

將結構化數據存儲在關系數據庫中[10]；將非結構化數據以文件的方式存儲在文件系統中，將文件的“基本屬性”轉化為標準信息格式，并作為結構化數據存儲在數據庫中[11]。結構化數據通過數據庫表中的關鍵字（如試驗編號、文件存儲路徑等信息）與非結構化數據相關聯[12]。

結構化數據存儲在數據庫中的E-R 模型如圖3所示。本系統應用的數據庫為Microsoft SQL Server。

圖3 系統數據庫的E-R模型

從圖中可見，試驗任務信息表存儲針對試驗任務的基本信息；試驗測試參數定義表用于對試驗的原始測量參數進行定義；試驗分析參數定義表用于與發動機試驗件性能分析有關的試驗間接測量結果和修正數據進行定義；試驗狀態參數定義表定義表征試驗狀態的參數組合，狀態參數根據不同的試驗科目有所不同，例如：對于高空試驗，1 個狀態由試車工藝狀態、高度、馬赫數3個參數組成；試驗件信息表存儲針對試驗件的基本信息；試驗信息表存儲發動機1 次試驗的基本信息，包括啟封、冷運轉、點火試車等；試驗測試數據表、試驗分析數據表由應用系統根據試驗任務的相關信息進行動態創建，每個試驗任務有1個或多個。

試驗任務文檔信息表、試驗件文檔信息表、試驗視頻和音頻信息表存儲相關非結構化數據的屬性信息，并通過其中的文件存儲路徑進行索引，通過訪問文件服務器系統讀取視頻和音頻、文檔文件等非結構化數據，實現結構化數據與非結構化數據的關聯。

2.2 數據智能化綜合監控

大數據時代的數據監控方式、監控內容將發生重大變化[13]。傳統的人工監控、參數越限報警等方式已經滿足不了大型復雜試驗多系統、多數據源的監控需求。

試驗數據智能化綜合監控，是集測控系統監控、試驗流程監控、試驗安全監控、試驗視頻監控、試驗遠程決策監控為一體的綜合監控系統。通過數據融合技術，將結構化與非結構化數據及時發布給其它各系統，使多類型數據在同一監控平臺綜合使用，如測試數據、控制數據、流程數據、視頻數據同時出現在試驗現場主操縱監控計算機上，集成多個試車臺信息，輔助現場人員實時監控試驗各參數及試驗進度。

依據相關質量安全文件對試驗流程、試驗關鍵參數、試驗關鍵設備進行綜合質量過程控制，進行預警及報警，結合聲、光、電等多種報警形式，及時預防試驗進程中的安全隱患。

通過試驗數據的遠程發布，推動“從數據到決策”，及時將試驗信息提供給型號總師、設計人員、管理人員，實現試驗中的快速決策。

2.3 數據時間同步

航空發動機試驗的各系統構成的體系是網絡化結構，通過網絡時間協議，使各系統打上統一且準確的時間戳標志，以保證各子系統具有良好的時間相關性，實現多數據源的時間同步，保證多種類型的數據在同一時間基準下進行綜合分析。

早期的網絡時間協議（NTP）只有軟件，而網絡測量和控制系統的精密時鐘同步協議標準（Institute of Electrical and Electronics Engineers1588，IEEE1588）通過硬件和軟件將網絡設備的內時鐘與主控機的主時鐘同步，提供同步時間小于10 μs的運用[14]。

在航空發動機試驗網絡系統中，主交換機連接多種關鍵設備，負責多系統的信息交換與時間同步，因此對主交換機的性能、可靠性、延遲等均有特殊要求，主交換機支持IEEE1588 時間同步協議，具有3 層交換能力，才能使各系統數據達到同步采集的目的。通過試驗驗證，使用IEEE1588協議，不同系統采集的數據之間的時間同步達到了1 μs的精度。

2.4 數據共享與安全

為實現航空發動機試驗數據管理系統與其它信息系統的數據共享及信息協同，同時保障試驗數據的安全，分別搭建各試車臺數據庫子服務器及研究所內總服務器，子服務器分管各臺試驗數據，采用試車臺號進行命名，總服務器對各試車臺的試驗數據進行集中管理，二者實現試驗數據的同步實時共享，互為備份，確保試驗數據的安全性。

3 數據分析

數據分析是大數據管理的核心，大數據的價值產生于分析過程。針對航空發動機試驗數據源多、數據類型多、數據量大、數據處理速度快等特點，數據分析處理工具包括歷程數據分析、穩態數據提取、數理統計分析等。

3.1 歷程數據分析

早期的歷程數據以文件的形式記錄在本地計算機中，記錄參數數量少、記錄速度慢、共享性差。隨著大數據理念及數據庫技術的應用，已實現了試驗數據的高速采集與預處理、全參數全試驗流程實時入庫、歷程數據的在線與離線分析等功能。歷程數據復放程序如圖4 所示。根據需要選擇研究所內總服務器或各試車臺子服務器，通過樹狀列表的形式瀏覽試驗項目信息[15]，歷程數據以靜態曲線及動態實時點的方式復放。

圖4 歷程數據復放程序

為保證歷程數據的有效性，滿足質量文件的要求，系統設計了數據溯源表，對每個入庫參數建立溯源鏈，進行不確定度評定。試驗數據類型包括：頻率信號、熱電偶信號、RTD信號、電壓信號等。根據各類型參數溯源鏈中不確定度影響分量類型的不同，分別設計了傳感器信息表、溫度壓力受感部信息表、數據采集設備信息表、儀器儀表信息表等。對于重要試驗，在試驗前系統自動生成儀器儀表清單，保證各設備均在有效期內使用，試驗結束后對所有測試參數進行不確定度評定。系統對每個參數根據數據溯源鏈上的影響分量查找相應的溯源表，并進行A 類與B 類不確定度評定，最后給出合成不確定度評定結果。

數據分析不僅能復放結構化數據，還可以復放非結構化數據，在進行試驗數據復放的同時，通過結構化與非結構化數據的關聯，可以查看發動機同步視頻、音頻以及與試驗相關文檔、圖片等信息。

3.2 穩態數據提取

發動機穩態數據是發動機性能計算的重要基礎數據，系統根據油門桿角度變化自動判定穩態的起始點、結束點以及穩態段的時間長度，為了避免因為操縱員控制油門桿時的調整帶來穩態段的誤判，又增加了穩態段時間長度判斷條件。對試驗數據中的異常值進行準確判定及剔除是確保穩態數據準確提取的重要環節，現有的異常值判定規則包括格拉布斯（Grubbs）檢驗[16]，狄克遜（Dixon）檢驗[17]等，然而上述方法的實現需要繁瑣的計算步驟，效率低且易出錯。系統利用現代數理統計方法，將分布圖法、基于算術平均值與分批估計的數據融合方法應用到航空發動機試驗穩態數據性能計算中[18]。對于1 組數據，首先應用分布圖法剔除異常值，在此基礎上將數據分為2組，對2 組數據的算術平均值采用分批估計法得到接近真實值的數據融合值，使穩態數據更準確地反映發動機性能。

3.3 數理統計

數理統計分析基于試驗數據庫中的信息，通過柱狀圖、餅圖、折線圖、趨勢圖等形式進行相關數據的綜合統計。主要包括以下幾方面：

（1）試驗壽命件時間統計。包括飛附件（如起動機）、溫度和壓力受感部（如滑油溫度、總壓、靜壓）、試驗輔助壽命件（如主支點、3 支點）等，對這些可能危及試驗安全的壽命件進行監控顯得格外重要。之前對這些試驗件的壽命統計采用人工計算方式，無法滿足試驗的準確性與實時性要求。系統根據數據庫中試驗數據表自動計算出發動機運行時間、起動次數、點火次數等信息，統計出試驗中相關壽命件的使用時間、使用次數，在試驗前自動提示，保證試驗的安全和質量。

（2）標定數據的統計比對。對于與發動機控制相關的關鍵參數，如油門桿角度、高壓可調葉片角度、滑油壓差、整機振動等，系統還建立了標定數據庫，存儲歷次標定的數據，每次標定后與前次標定的數據進行比對，保證同一型號發動機試驗控制的準確性，以及多次標定的統計分析。

（3）發動機試驗狀態時間統計。根據給定的判據條件，統計起飛、中間、加力等狀態的工作時間以及起動次數等。

（4）試驗參數時間統計。針對某些參數的數值大小進行時間統計，例如在某專項試驗中，依據技術要求，需統計發動機高壓轉子在中間狀態以上各狀態的穩定運轉時間。以試驗數據庫中記錄的高壓轉速數據為基礎，通過開發轉速時間統計功能模塊，準確計算出高壓轉子在多次試驗中各臺階的運轉時間之和。

（5）載荷數據提取。根據載荷參數模板配置，獨立記錄載荷相關數據，形成載荷數據子庫，用于提取載荷數據和分析。

4 結束語

航空發動機試驗數據管理系統的研發總結了多年的整機試車經驗，面向研制需求，結合當今最前沿的大數據理念，以試驗數據庫、網絡數據通訊等相關測控技術為核心，實現了對試驗數據的集中管理、有效共享、合理使用和安全存儲。逐一解決了試驗中多數據源的數據收集與融合、結構化與非結構化數據的綜合管理、海量數據的快速處理分析等復雜問題。試驗數據中涵蓋了45%的結構化數據、55%的非結構化數據，同時提供給發動機故障診斷系統、健康管理系統、試驗信息管理系統等，為發動機的性能分析提供了有力證據，達到了預期的效果。