航空發動機FADEC系統的喘振自動標定技術

0 引言

隨著航空產業的迅速發展，對航空發動機的安全性和可靠性要求越來越高。發動機喘振故障作為一種多發故障，是航空發動機的一種不穩定工作狀態，是氣流沿壓氣機軸線方向發生的低頻率、高振幅的振蕩現象。它會導致發動機機件的強烈機械振動和熱端超溫，并在很短的時間內造成機件的嚴重損壞，嚴重危及飛行安全

。因此近年來已日漸成熟的全權限數字電子控制系統(Full Authority Digital Electronic Control,FADEC)

都通過數字化電路在發動機即將出現喘振或喘振初期，及時準確的識別出喘振，進而采取相應的消喘措施，避免發動機由于喘振處理不及時導致出現嚴重故障。

FADEC數控系統中的數字電子控制器通過獲取喘振傳感器的采集值進行發動機喘振狀態的判斷。要保證控數字電子控制器能及時準則的判斷出發動機的喘振狀態，要求喘振傳感器具有較高的測量精度。但隨著喘振傳感器使用時間的增加，其測量值會發生漂移，且漂移程度會隨著時間的增加而增大

，導致數字電子控制器無法及時準則的判斷發動機喘振狀態。如果喘振傳感器出現了一定的漂移，傳統的方法是對喘振傳感器重新標定，但該方法存在維護成本高且無法精確判斷何時對喘振傳感器重新標定的缺點。

步驟1：初始化候選斷點集，令CUT={Caj︱j=1,2,…,m}，其中Caj為條件屬性aj的候選斷點集。

本文描述了已交付外場大量使用的某型發動機，在外場使用過程中，由于喘振傳感器的漂移導致數字電子控制器無法準確的判斷發動機喘振狀態。根據數字電子控制器喘振電路電路以及喘振傳感器標定原理，設計了喘振標定電路模型，并根據模型設計了喘振自動標定方法，通過模型仿真和硬件在回路仿真驗證了該自動標定算法的有效性，將該自動標定算法落實到了控制軟件正式技術狀態中，并隨發動機在外場使用，使用結果表明，通過數字電子控制器上電后的喘振傳感器的自動標定技術，可以解決喘振傳感器的自動漂移問題，降低了由于喘振傳感器漂移導致無法及時準確判斷發動機喘振的風險。

1 喘振處理電路原理

本文描述的FADEC系統的喘振電路原理圖見圖1。喘振反饋信號經過整流和方向放大濾波調理為含有直流和交流分量的信號V△Pck，V△Pck信號經過反向濾波處理為只有直流分量的V△PckDC，V△Pck信號經過高通濾波處理只有交流分量的V△PckAC。直流分量信號V△PckDC和交流分量信號V△PckAC經過A值判斷比較電路進行喘振判斷，通過對A值判斷產生的脈寬時間進行延時擴展，形成喘振K1。該喘振K1信號可通過控制軟件采集，當控制軟件采集到喘振K1信號后，在允許消喘條件滿足時，會進行相應的消喘控制。消喘控制期間，FADEC發出主燃油切油指令，并對風扇導葉角度、壓氣機導葉角度以及噴口喉道面積進行偏關或放大調整，同時向飛機發出喘振告警。

自動標定過程中，滿足a且b，認為任務拐點標定值已經找到，停止查找：

直流分量信號V△PckDC經過分壓電路處理為PckDC_G并通過AD電路采集，PckDC_G信號用于喘振的零點和拐點標定，反應了喘振傳感器測量的壓差平均值。

交流分量信號V△PckAC經過低通濾波和放大電路處理為PckAC并通過AD電路采集，PckAC信號用于表征喘振傳感器測量的壓差波動值。

2 喘振標定過程

由于喘振傳感器在靜態無壓差狀態下，傳感器輸出有個小電壓，喘振傳感器是通過將感受的壓力差轉化為電壓信號輸出。為了消除在零壓差狀態下，傳感器的輸出小電壓，需要通過零點標定的方式，將傳感器在零壓差狀態下，把測量電路中對應壓差的直流分量V△PckDC值調為零電壓。

3 喘振自動標定設計與仿真

3.1 喘振自動標定模型設計

隨著喘振傳感器的長時間使用，喘振傳感器反饋輸出會存在一定的漂移。傳感器反饋輸出幅值減小漂移時對應的V△PckDC、V△Pck變化關系見圖3，當傳感器反饋輸出幅值減小漂移時(圖中虛線)，與未發生漂移時(圖中實線)相比，壓差平均值(V△PckDC)減小了，但是壓差平均值的變化不影響壓力波動值(VΔPckAC)， V△PckAC的幅值大小并沒有變化，由于電路的判喘A值閾值是固定的，波動值V△PckAC幅值不變，因此當壓差平均值(V△PckDC)減小，此時A值會增大，超出A值閾值，容易達到喘振發生判別條件。

（1）加強施工質量管理。公路工程管理部門應當和施工單位、技術單位、測量單位和質檢單位加強合作，在施工現場圍繞公路施工質量進行監督，成立質量監管部門進行施工檢驗，一旦在施工過程中發現質量問題，應當立即指出并要求施工人員進行整改，對于不按要求整改的施工人員進行適當處罰。

在這種情況下，基于喘振傳感器反饋值判斷發動機發生喘振時，發動機可能實際并未真正發生喘振，導致控制器誤判發動機喘振。隨著傳感器反饋輸出減小幅度增加，誤判發動機喘振的可能性愈大。為防止喘振傳感器漂移導致誤判喘振，需要根據傳感器以及喘振電路特性，設計自動喘振標定功能，每次數字電子控制器上電后自動完成喘振標定，并將標定值寫入數字電子控制器中，避免誤判喘振。根據喘振電路原理以及喘振標定原理，可以設計喘振自動標定技術，原理是利用PID通過反饋PckDC_G來修正拐點標定值DA(Pck_DAG)，從而快速找到標定值，原理圖如圖4所示。

按圖1喘振電路原理及元器件特性，Pck_DAG至PckDC_G采集傳遞函數：

“愛丁堡蝕刻劑”①則是一種更為環保的方法，它通過在硫酸銅溶液中加入檸檬酸來調節PH值，酸化溶液，釋放三價鐵離子，強化腐蝕力度。檸檬酸是人工合成的食品添加劑，對人體無害，家居常作除水垢等用途。加入檸檬酸后，還可抑制副反應，減少氧化鐵等沉淀物的生成，更可讓版子面朝上放入扁平的盆中腐蝕。加入檸檬酸使溶液腐蝕速度非常快，接近稀硝酸的效率，因此，愛丁堡蝕刻劑可成為銅版畫腐蝕制版的主要方法。腐蝕銅與鋅的差異主要是溶液濃度比例不同，如銅版蝕刻的配比約為：氯化鐵30%、檸檬酸10%、水60%，鋅版則按此比例減半。

Pck_DAG至PckDC_G采集的拐點標定傳遞函數容差范圍：

最小值：

其一階等效傳遞函數分別為：

同理，零點自動標定算法具體實現如下：

零點標定完后，控制器內的0.97V直流分量對應某一喘振壓差點，為了調整0.97V直流分量對應的喘振壓差點，需要對喘振電路進行拐點標定，拐點標定過程是將喘振直流分量中疊加0.3V電壓。喘振標定過程見圖2。

拐點標定理論及容差范圍與等效階躍響應對比仿真分析如圖5所示。

通過電路理論分析可知，喘振拐點標定電路上下容差范圍接近，硬件特性變化很小，在容差范圍內不存在積分飽和及輸出范圍超限問題，因此采用傳統的

算法，不進行抗積分飽和及輸出限制保護即可實現喘振拐點自動標定。

控制軟件中拐點自動標定算法具體實現如下：

拐點標定值(Pck_DAG)=400bit-2.5×(拐點標定值偏差+0.18×拐點標定值偏差累加值)；

V△Pck信號經過方向放大、疊加偏置電壓和低通濾波處理為PckDC_L并通過AD電路采集，PckDC_L信號用于喘振傳感器斷線檢測，當傳感器發生斷線時，V△Pck≥0.78V，表征PckDC_L采集值小于600bit，可根據該采集值變化來判斷傳感器斷線情況。

“如果能夠盡量在一天內把所有的檢查完成，患者不用跑來跑去，付出的成本更少；宣教也可以集中，宣教服務人員時間一長也會越來越專業。”黃東勝院長指出。

a)當前拐點標定值偏差-前4個周期的拐點標定值偏差的絕對值均小于3bit；

b)當前拐點標定值偏差小于3bit且持續時間≥75ms；

注：拐點標定值偏差=PckDC_G采集值-326bit。

爬上那道梁，我站在路邊那棵孤單的烏桕樹下，焦心地眺望著暮色迷茫的遠方。時間像蛇一樣悄沒聲兒地溜走，月亮從王家山那邊爬上來，明晃晃地掛在半空。路上早斷了行人，我不敢往前去，那年在王家山腳下遭狼，到如今我還后怕。想到這里，我又祈愿大梁莫走夜路，晚就晚個天把吧，那年桂生就是這樣咬成了狼剩兒的，你可不許遭了狼啊。我在樹下走來走去，像個煩躁的困獸，不時扯起脖頸兒，向四周張望。

文中充分利用Qt平臺的優勢，實現了ROV用戶操作軟件的設計；同時不再單純考慮水下運動和實時監控功能，而是從多方面處理ROV的協作關系。雖然在細節方面仍有待完善，但是，通過泳池環境測試，驗證了設計方案的可行性。

因此，魚粉中鈣含量的高低也是區分魚排粉與全魚魚粉的一個較為有效的指標。鈣含量小于5.0%的可以視為全魚魚粉。

在支付寶二維碼中的內容實際含了商品各種信息，其形式為一連串定義好的字符串，其中XXXXX為開發者所要填寫的商戶信息，商戶調用第三方庫生成二維碼圖片。

a)當前零點標定值偏差-前4個周期的零點標定值偏差的絕對值均小于3bit；

自動標定過程中，滿足a且b，認為任務零點標定值已經找到，停止查找：

零點標定值(Pck_DAL)=500bit0.45×(零點標定值偏差+0.18×零點標定值偏差累加值)；

由于大部分農產品含有的基質比較復雜（見表1）。有很多成分如有機酸類、脂類等對有機磷檢測的影響很顯著，葉宇飛[3]等人研究了果蔬中農殘的基質效應，發現部分有機磷農藥會產生基質干擾效應，其中辛硫磷的基質效應最強。有機磷農藥殘留分析主要包括樣前處理和儀器分析兩個部分。而前處理的好壞直接影響到分析結果的準確性[4]。

b)當前零點標定值偏差小于3bit且持續時間≥75ms；

注：零點標定值偏差=PckDC_G采集值-20bit。

3.2 喘振自動標定模型仿真

根據3.1節喘振拐點標定的理論模型和最大、最小容差模型，按照圖4的原理圖和自動標定算法搭建simulink模型，見圖6，喘振標定拐點采集值PckDC_G仿真結果見圖7。

從仿真結果可見，在容差范圍內，無論是最大容差模型，還是最小容差模型，喘振標定過程PckDC_G曲線均經過一次波動后達到穩態，穩定時間約0.5s，滿足飛行前自檢(自檢時間要求≤20s)中快速自動標定的要求，因此自動標定PID控制參數參數可以適應喘振標定電路特性在容差范圍內的變化。

4 硬件在回路驗證

FADEC控制軟件落實第3節的喘振標定模型的理論分析與仿真結果，并將控制軟件下載到FADEC目標機中進行硬件在回路驗證。圖8是硬件在回路仿真環境圖

。

試驗過程：控制器上電后，控制軟件自動進入飛行前自檢過程，在飛行前自檢過程中自動完成喘振傳感器的零點和拐點標定。

從硬件在回路的仿真結果看，控制軟件完成飛行前自檢后進入喘振自動標定，自動完成喘振零點和拐點標定的時間約0.5s。驗證結果表明，該喘振自動標定技術可以作為正式技術狀態落實到FADEC控制軟件中，交付外場進行喘振自動標定，減少喘振傳感器漂移導致誤報喘振的風險。

1.進一步發揮財務職能作用的重要通道。現代企業財務管理職能有了很大拓展，已由傳統的核算會計向管理會計邁進。管理會計強調為企業進行最優決策、改善經營管理、提高經濟效益服務。為此，管理會計需要記錄和分析經濟業務，“捕捉”和呈報管理信息，并直接參與決策控制過程。財務報表分析正好對接、滿足管理會計需要，為企業提供有價值的分析，為企業決策提供信息服務。以筆者所在集團公司為例，財務管理部門都要定期報送財務報表分析報告，包括月度、季度和年報財務報表分析報告，通過對財務數據加工，挖掘數據背后所能呈現的生產經營狀況，服務集團決策層、管理層。

5 結束語

發動機喘振故障作為一種多發故障，是航空發動機的一種不穩定工作狀態，并在很短的時間內造成機件的嚴重損壞，嚴重危及飛行安全。本文根據某型航空發動機外場出現的喘振傳感器漂移導致無法及時準確的判斷發動機喘振的問題，開展了用于喘振判斷的喘振電路分析和喘振標定原理分析。并根據喘振電路建立了喘振標定數學模型，并根據數學模型設計了喘振自動標定控制參數。桌面仿真和硬件在回路仿真結果表明，喘振自動標定數學模型可以應用在外場技術狀態中，有效減少喘振傳感器漂移導致誤報喘振的風險。

[1]李應紅，李軍，姜濤. 某型發動機喘振綜合治理及擴穩試驗[J]. 推進技術，2002，23(3)：213-215.

[2]詹洪飛，黃帥. 某型渦軸發動機喘振攻關與驗證[J]. 海軍航空工程學院學報，2017，32(3)：295-301.

[3]WalshP P, Fletcher P. Gas turbine performance [M]. Oxford, UK: Blackwell Science Ltd. , 2004.

[4]屈霽云，馬明明，王小峰，馬燕榮. 某型發動機喘振特征分析及消喘系統驗證試驗[J]. 航空動力學報，2010，25(6)：1291-1296.

[5]Schobeiri M T. Active Areodynamic Control of Mult i-Stage Axial Compressor Instability and Surge by Dynamically Adjusting the Stator Blades[R].ASME Paper GT-0479,2001.

[6]Gysling D L. Dynamic Control of Rotating Stall in Axial Flow Compressors Using Aeromechanical Feedback[ J]. ASME J.Turbomach. 1995,117:307～319.

[7]吳虎，蔣建軍.加力渦扇發動機喘振與消喘模擬[J]. 航空動力學報，2006，2(21): 275-279.

[8]張紹基，劉世官. 航空發動機消喘控制系統設計與試驗[J]. 航空動力學報，2012，27(1): 204-210.

[9]任士彬，孟慶明. 中國發展航空發動機FADEC技術的途徑[J]. 航空發動機，2010，36(3)：53-56.

[10]Skira C.A., etc. Design Evaluation and Test of an Electronic, Multivariable Control for the F100Turbofan Engine, N 80-0205.

[11]Hackney R.D. Propulsion Controls a look into the Future, N 81-12095.

[12]Seemann R.J., etc. Integrated of Fire Control, Flight Control & Propulsion Control Systems, A/DA 135166.

[13]石斌. 航空發動機高可靠性FADEC軟件系統技術研究[M].西北工業大學碩士學位論文，2004:15-16.

[14]沈文煒，施惠昌. 基于循環神經網絡的傳感器漂移補償方法[J]. 計算機工程與科學，2005，27(12)：95-100.

[15]劉斌，徐正國. 一種新的非線性系統傳感器漂移性能退化實時監測方法[J]. 系統科學與數學，2012(6)：791-798.

[16]劉 濤，黃智勇. 用于氣敏傳感器漂移補償的數據選擇方法[J]. 重慶大學學報，2013(4)：75-79.

[17]吳遠盛，陳超，朱帥琦. 基于MBD的某型發動機控制軟件開發[J]. 航空兵器，2018(4)：73-77.