淺談航空發動機孔探數據分析體系的建設

張忠年 龔帥

摘要：通過孔探檢查對發動機進行在翼狀態監控和適時進行發動機修理具有重要意義。當前較大的航空公司存有龐大的發動機孔探數據，本文嘗試通過對發動機孔探數據進行處理和分析，結合發動機健康管理方法，對在翼發動機時壽進行預測，以便對維修決策給出相關的參考建議。

關鍵詞：內窺鏡；孔探檢查；孔探數據；數據分析；健康預測

Keywords：endoscope；borescope inspection；borescope inspection data；data analysis；health prediction

0引言

發動機作為飛機的心臟，其任何功能失效或故障都可能導致飛機發生較大事故甚至誘發災難性的后果。發動機是飛機維修保障的重點，對發動機采用先進的維修策略并進行全壽命科學的監控管理可以大幅降低維修成本，獲得較好的效益。發動機維修通常采用視情維修管理方式（OCM），即基于狀態的維修（CBM）。視情維修的策略是根據發動機的狀態、孔探、磁堵以及外觀檢查等狀態監控情況，得到多種發動機的監控數據，判斷發動機的狀態情況，并安排發動機下發，最終確定合理的維修決策，控制發動機的送修成本。

孔探檢查作為航空發動機視情維修的一項重要技術，對于正確評估發動機內部損傷、對發動機進行在翼狀態監控以及適時進行發動機修理具有重要的意義。發動機孔探檢查是指借助工業內窺鏡對發動機的內部結構進行檢查，及時發現損傷，以評估發動機的整體性能。

通過孔探檢查可以獲得發動機內部損傷的圖像、損傷部位、損傷尺寸等具體信息，為判斷與分析損傷的嚴重程度及其發展趨勢提供有效的數據。根據孔探數據，工程師可以準確地判斷發動機損傷的嚴重情況，從而確定下次進行發動機孔探監控檢查的時間間隔或者得出發動機能否繼續在翼使用的判斷。

1 發動機孔探數據源范圍

發動機孔探數據包括一切與孔探檢查工作及結果相關的數據，既包括與孔探直接相關的數據，也包括間接影響到孔探檢查環境或結果的數據，大體分為以下4種類型。

1）發動機本身數據：發動機型號，發動機物理構型，發動機序號，裝機飛機號，裝機位置等。

2）發動機的使用數據：自新發使用時間（TSN），自新發使用循環（CSN），自大修后使用時間（TSO），自大修后使用循環（CSO）等。

3）孔探環境數據：孔探日期，孔探時間，孔探地點，孔探原因，孔探部位，孔探設備，孔探人員等。

4）孔探結果數據：損傷部位，損傷區域，損傷大小，損傷類型，損傷監控間隔，以及依據的標準限制等。

2 發動機孔探數據分析體系過程

發動機孔探數據分析體系總體上分為三個過程，分別是數據的輸入、數據的處理和數據的輸出。

數據輸入源有兩個，一是單臺發動機孔探數據的手工錄入。每次發動機孔探工作結束后都需要將與孔探工作相關的重要數據錄入系統。有些數據可由系統自動提取，如發動機使用的時間循環數據等。為了實現對所有數據的統一處理，在錄入單臺發動機的孔探數據時需要將部分數據進行結構化設置，如按孔探原因、損傷類型、監控等級等進行設置。二是系統自動從所有的歷史數據庫中提取相應數據。歷史數據庫內的數據可以是日積月累的單臺發動機的手工錄入數據，也可以是將之前沒有錄入系統的數據一次性導入的數據。

數據處理的過程是數據分析體系的核心，其功能是所建數據處理系統能按照預設的數據處理模型自動從系統數據庫提取相應的數據，經過計算和處理，以便能夠按照預設的數據處理模型輸出數據。在這一階段，需要先人為提出對數據處理模型的期望，如需要提取哪些數據、數據如何處理、數據如何呈現等，最終由系統自動完成這些功能。

數據輸出過程也是為了實現預期功能的過程。發動機孔探數據分析體系的主要功能可以分為兩方面（見圖1），一是對大量的歷史孔探數據進行匯總、整理，以期望的統計結果呈現，從而獲得期望的歷史數據統計圖表。二是通過對同一型號發動機同一部位同一類損傷的大量歷史孔探數據進行統計與分析，建立損傷擴展與使用時間的關系，從而獲得該型號發動機該部位該損傷類型的損傷擴展預測模型。

3 數據處理模型的構想

發動機孔探數據分析體系的重點及難點在于如何設計數據處理過程中數據處理的模型。通過科學合理的數據處理模型可以得到想要的孔探數據分析與統計結果，獲得對歷史數據的總結或對損傷趨勢擴展的預測。數據處理模型的作用是使系統能夠自動從龐大的孔探大數據中篩取必要的數據，并通過預設算法對數據進行計算與處理，最終得到預期的輸出結果。數據處理模型可以多種多樣，如可統計某一年每月的孔探工作量、統計每臺孔探設備的使用次數、統計某型號發動機某部位發現某種損傷的時間循環等。下文將簡單介紹幾種數據處理模型。

1）統計歷年每月因發動機內涵FOD原因需要進行孔探檢查的臺數。為了得到該統計結果，需要采集的數據是孔探原因為“FOD”的發動機孔探報告。

通過該數據統計模型，呈現出如圖2所示的結果，通過該結果可以獲知每年發動機內涵鳥擊高發時段的具體月份，以便提前做好應對策略，如安排孔探人員異地出差排故等。

2）統計某型號發動機各個部位孔探的臺次以及發現損傷的臺次。為了得到該數據統計結果，需要采集的數據是某型號的所有發動機所有部位的孔探數據，并對各孔探部位和損傷部位的數據進行統計。

通過該數據統計模型，呈現如圖3所示的結果，通過該結果可以得知根據維修方案的要求某型號發動機（如 CFM56-7B發動機）孔探頻次高的部位。通過損傷分布還能得知容易發現損傷的部位，并繼續擴展分析出容易出現的損傷類型、損傷的嚴重程度等。

3）統計某型號所有發動機因孔探檢查發現損傷需監控時其監控等級下對應的發動機使用時限（飛行小時/飛行循環）的數據。此處的監控等級是對孔探間隔區間進行分級，不同監控級別代表不同的監控區間。監控等級從側面反映了孔探發現損傷的嚴重程度。為了得到該數據統計結果，需要采集的數據是某型號的所有發動機所有部位孔探發現損傷且需要監控的數據。

通過該數據統計模型，呈現如圖4所示的結果，通過該結果可以得知某型號發動機（如CFM56-7B發動機）某個監控等級的損傷容易發生在哪個使用時間的區間內。圖4中監控等級為藍色級別的某型號發動機使用的飛行循環區間約在12000～15000之間，通過大量數據可以得到更精確的結果，在開展孔探工作之前根據發動機使用時間大概得知該發動機內部損傷情況。

4）統計某型號發動機某孔探部位發現損傷后其損傷的擴展趨勢。對損傷擴展的判定有兩種情況，一種是損傷程度（如損傷大小）相比上次檢查結果有所擴展但根據手冊標準其監控間隔沒有進一步縮短，一種是只要監控間隔發生變化即認為是損傷有擴展。為了研究的便捷，本文以監控間隔是否變化作為損傷是否擴展的依據。為了得到該數據統計結果，需要采集每次監控間隔發生變化時發動機的使用時間。

圖5所示為某型號發動機低壓渦輪導向葉片（LPTN）損傷擴展趨勢圖（略去了每次損傷擴展時發動機的使用時間）。通過該數據統計可知，某型號發動機某部位的損傷在每次擴展時可以使用的時間（飛行小時/飛行循環）。圖5僅為單臺發動機的趨勢圖，如果能將該型號發動機該類型損傷的數據全部統計出來并進行數據處理（去除不合理的數據、求平均等），即能得到關于該型號發動機某部位損傷趨勢較為精確的結果。工程師可以根據損傷趨勢數據大概評估出下次孔探的間隔和發動機的預計使用壽命等，從而大大減少非計劃停產或換發的概率，節約成本。

4 結束語

隨著航空公司機隊規模的不斷擴大和新型號飛機及發動機的不斷引進，相應的發動機孔探工作量也不斷增加，將產生越來越龐大的發動機孔探數據，亟需建立一套科學合理的數據分析處理平臺，實現對數據的存貯、整理和統計。本文旨在探討研究建立一套科學合理的航空發動機數據分析體系，所提出的研究成果僅供參考與借鑒，需進一步完善改進本體系的建設并應用于實際工作，對工作計劃的安排、維修策略的調整提供參考意見與數據支持，提高工作效率，降低維修費用。

參考文獻

[1] 戎翔，左洪福，張海軍，姚晨榕.基于模型的航空發動機視情維修綜合決策支持體系研究[C]//第一屆維修工程國際學術會議論文集，2006.

[2] 張永. 發動機孔探數據在健康管理與安全運行預測中的應用[J].航空維修與工程，2011，264（6）：53-55.

作者簡介

張忠年，高級工程師，主要從事發動機孔探工作。

龔帥，高級工程師，主要從事發動機孔探工作。