航空發動機參數自動判讀和監控系統設計

向 豐，何 旺，董 洋，程 波

（成都飛機工業（集團）有限責任公司，成都 610073）

0 引言

航空發動機作為現代工業最為璀璨的成果，融合了眾多學科的技術要點，是一種高度復雜的機械，被譽為“工業皇冠”、“國之重器”[1]，其品質優劣會直接影響飛機的整體性能、可靠性及經濟性。近年來隨著航空裝備產業規模持續擴大，面對日益繁重的試飛任務，海量的飛行數據，急需提高故障判讀和監控的能力。

國內外對自動判讀和監控技術做了大量研究。林京等[2]從氣路分析與性能評價、機械系統故障診斷和多參量信息融合3個方面對國內外航空發動機故障診斷技術進行梳理，剖析存在的主要問題和挑戰，并對未來發展趨勢進行展望。張寶珍等[3]梳理總結了國外飛機PHM技術的發展應用現狀，重點介紹了F-35PHM系統及與其密切相關的ALIS系統近年的研制進展、遇到的問題與挑戰和應對措施。曹明等[4]討論了民用航空發動機中氣路故障診斷與健康管理、發動機機械故障診斷與健康管理、發動機FADEC系統故障診斷與健康管理的需求、必要性、現狀，及發展方向。崔展博等[5]建立基于量子神經網絡和趨勢推演的自修正安全預警模型，設計了一種適應多機型的實時飛行安全監控系統。孫昂[6]依托于與中航工業沈陽發動機設計研究所合作研究的“航空發動機數據綜合管理、性能評估與故障診斷軟件系統”項目，針對傳統專家系統的特點，設計并實現了結合相關數據驅動算法的航空發動機故障診斷專家系統。潘鵬飛[7]基于實際試飛數據建立了航空發動機參數預測模型，確立了參數預測模型的自適應告警門限，實現了航空發動機典型故障診斷。上述文獻雖然提出了幾種先進的故障判讀和監控技術，但是目前對大多數試飛一線發動機使用部門并不適用，因而推廣性和需求迫切性存在一定問題。

實際應用中使用最為普遍的方法是利用試車或者飛行后卸載和分析飛參數據，人工判讀監控與發動機專用判讀軟件相結合的方式。該方式依賴地面試飛工程師的經驗，且存在判讀和監控參數不全面、效率低、準確性差等問題。同時，高度依賴發動機專用判讀軟件的功能設定，僅能運行軟件開發者設置的功能，用戶無法對飛參數據進行解析和進一步的運用，無法根據一線工作經驗和實際需求，及時地建立新的判讀和監控規則。

本文提出一種航空發動機參數自動判讀和監控系統設計方法，基于飛參報表數據將飛參數據進行參數重構，歸納航空發動機工作狀態和主要特征參數，采用專家系統思想進行發動機狀態判據的建立，針對參數進行趨勢分析監控，實現了參數的自動判讀和監控，同時擺脫飛機參數回放軟件或者發動機專用判讀軟件限制，及時地建立新規則，對發動機進行判讀和監控。

1 系統技術原理

1.1 航空發動機工作狀態的劃分

發動機的工作過程中有幾個基本工作狀態，根據發動機推力和燃油消耗率隨轉速的變化規律劃分，按轉速的大小規定了發動機幾種基本工作狀態：最大、額定、最大連續、巡航和慢車狀態[8]。在航空發動機正常使用過程中，由油門桿來控制高壓轉子轉速的變化。當油門桿不動時，發動機高壓轉子轉速應處于穩定位置[9]，因此實際工作中，可以通過看油門桿角度和高壓轉子轉速共同來判斷發動機的基本工作狀態。

最大狀態：發動機推力最大，通常發動機的轉速和渦輪前燃氣溫度也為最大，使用中應防止發動機超溫和超轉。

額定狀態：通常規定推力為最大推力的90%時為發動機的額定工作狀態。

最大連續狀態：這是發動機可長時間連續發出推力80%的工作狀態，該狀態使用時間不受限制。

巡航狀態：通常規定推力小于等于最大推力的70%～75%時的工作狀態，該狀態用于飛機巡航飛行，是最經濟、最省油的工作狀態。

慢車狀態：發動機起動以后能夠穩定工作的最小轉速工作狀態，通常其推力約為最大推力的5%。

1.2 航空發動機的主要監控特征參數

在發動機工作中，常利用參數來判斷發動機是否在規定的工作狀態，反過來，發動機工作狀態對應著一定的參數和特征[10]。

（1）主要氣路監控參數

低壓轉子轉速Nl：在工程應用與狀態監控中Nl一般用來表征渦扇發動機的推力，低壓渦輪與風扇單元體性能相關的故障在Nl上能較為敏感地反映出變化。

高壓轉子轉速Nh：Nh在渦扇發動機核心機性能衰退或幾何部件控制失效等故障發生時，會有明顯的漂移，對于監控發動機整機性能趨勢與故障識別效果明顯。

低壓渦輪后排氣溫度Tt：航空發動機隨著飛行小時數的積累，性能會有所衰退下降，為了維持最大狀態推力不變，發動機會增加供油，使發動機Nl、Nh、Tt都相應增加。然而渦輪進口溫度受到材料的限制，Tt不能過高，否則會導致發動機超溫，當Tt達到限制值時，發動機將保證不超溫而停止增加供油，推力將隨之減小。因此監控Tt，Tt與限制值之間的差值具有十分重要的意義。

（2）振動監控參數

振動值：對轉子系統、軸承和附件齒輪等機械部件的振動值進行監測，可以反映機械性質劣化。

（3）滑油監控參數

對于轉子高速旋轉的航空發動機來說，滑油系統工作狀況的好壞，直接影響著轉子系統的工作。滑油參數不僅代表著系統本身的工作狀態是否正常，也反映發動機的健康狀況[11]。

常見的滑油參數如滑油壓力、滑油溫度、滑油濾堵塞等。對滑油進行油樣分析，可以檢查光譜、磨粒、污染度、理化指標（主要是閃點、酸值、粘度、含水量）等。

1.3 專家系統

專家系統是一個具有相關領域內大量專家知識的智能程序系統，根據一個或多個人類專家提供的特殊領域知識進行推理，模擬人類專家做決定的過程來解決那些需要專家才能解決的復雜問題[12]，是當前故障診斷系統中運用最廣泛的方法之一[13]。專家系統提供了一個自動診斷和處理知識數據的高效手段，將其應用于航空發動機故障判讀和監控領域，可以提高判讀和監控的效率以及判讀率，降低虛警率。

1.4 趨勢分析法

趨勢分析可以用來判斷和預測發動機運行健康狀態，是現代航空保障部門廣泛采用的一種分析技術。發動機趨勢分析的步驟如下。

（1）利用人工記錄或自動記錄方式采集參數數據，將數據導入發動機監控系統。

（2）將采集的參數進行相似轉換，換算到海平面標準大氣條件下。換算公式：

式中：X為Nl、Nh、Tt等參數；T01為發動機進口總溫。

（3）根據發動機維護手冊、已有數據結果建立不同參數的基線模型，設定不同發動機的初始值。

（4）將相似換算后的數據減去基線值，求得各參數的偏差值。

（5）將偏差值進行平滑處理。

（6）將平滑后的偏差值繪制性能趨勢圖，并依據趨勢圖對發動機狀態趨勢進行分析。

2 系統設計

2.1 系統架構

本文采用Matlab編程軟件建立飛機數據模塊、自動判讀模塊、綜合監控模塊，利用飛機參數回放軟件所導出的飛參數據報表作為數據輸入，進行報表參數重構，運行相關模塊程序，對發動機參數數據進行自動判讀和綜合監控。系統架構如圖1所示。

圖1 系統架構

2.2 飛機數據模塊

飛機數據模塊可以滿足整個程序對參數數據的需求，特別是對飛參報表數據進行重構。包括飛機履歷數據、飛機標定數據、飛機監控數據、飛參報表數據重構4個子模塊。

飛機監控數據子模塊提供用戶錄入、修改、刪除根據綜合監控模塊建立的監控數據的功能，包括滑油系統的光譜Fe元素、光譜Cu元素、閃點、酸值、黏度、含水量等信息。

飛參報表數據重構子模塊由自定義參數文件和程序組成，自定義參數文件定義了自定義參數符號、自定義參數名稱等信息。用自定義參數名稱依次匹配飛參報表參數名稱，將相應參數的數據賦給自定義參數，從而實現數據重構。飛參報表數據重構子模塊是本系統進行自動判讀和綜合監控的基礎。利用該模塊，可以讓用戶任意選擇飛機參數回放軟件中相關連續量和離散量參數，程序都能夠識別飛參報表數據中參數名稱，轉換為用戶自定義參數符號和自定義參數名稱，擺脫了飛機參數回放軟件或者廠家的專用軟件限制，實現了數據為我所用。

2.3 自動判讀模塊

自動判讀模塊由自定義判據文件、判讀統計報表文件和程序組成。

自定義判據文件根據專家系統的思想，可由用戶根據發動機維護手冊、工作經驗、排故總結等進行相關判據的建立和修改。判讀的參數應包含航空發動機的主要監控特征參數，如主要氣路監控參數，振動值，滑油參數等。

為提高程序運行效率，本文將航空發動機參數判讀這樣一個復雜龐大的工程，分解成對發動機進行全過程，工作狀態標志和具體的工作狀態3種判據判讀。其中發動機工作狀態細劃分為9種：靜態、地面起動、慢車、暖機、中間、最小加力、最大、過渡態、停車。

判讀統計報表文件定義了事件序號、事件名稱、告警識別、記錄信息、處置方法等信息，同自定義判據文件一樣，判讀統計報表文件的建立也利用了專家系統的思想。自動判讀程序流程如圖2所示。

圖2 自動判讀程序

2.4 綜合監控模塊

根據航空發動機的主要監控特征參數，以及發動機調試與維護工作的經驗總結，本文選取了時間、溫度、壓力、振動值、滑油等14個參數進行監控，利用用戶錄入數據和自動判讀保存數據兩種方式作為數據來源，主要運用性能參數的趨勢分析法，通過可視化圖形和告警設計，進行參數的綜合監控。綜合監控程序流程如圖3所示。

圖3 綜合監控程序

3 系統運用

3.1 自動判讀運用

以某型航空發動機為例，飛參數據記錄該發動機參數共計108個，本系統建立自定義判據文件后，需要進行判讀的判據或參數達到了200余個，擴大了參數判讀范圍，判讀統計報表的事件序號共有120余個。與傳統的人工判讀方式進行對比，人工判讀108個參數需要30 min，而本系統僅需要5 min，且判讀內容包含了飛參數據記錄的航空發動機的全部信息，飛參數據漏判誤判率為0，此外根據專家系統思想擴大了判讀范圍，使參數判讀更加全面、有針對性。判讀統計結果如圖4所示。

圖4 判讀統計報表

3.2 綜合監控運用

以滑油光譜元素Cu的監控為例，展示趨勢分析法在本系統中的運用。

對于摩擦副零件的磨損過程，其正常使用期間，其磨損量隨著時間的增長近似呈現線性變化，設給定n個油樣采樣點（t1,y1）,（t2,y2）,…,（tn,yn），這些數據滿足以下關系：

式中：yi為磨損金屬元素的濃度值（10-6）；ti為發動機運行小時（h）；a、b分別為回歸方程的截距和系數。通常元素的濃度值由光譜檢測設備測得。

進一步考慮滑油的消耗量（消耗的滑油由添加的新滑油補充），計算后得到修正濃度值。其計算公式如下：

式中：yt為本次取樣后算得的修正濃度值；y't為上次取樣后所算得的修正濃度值；y為本次取樣后測得的濃度值；y'為上次取樣后測得的濃度值；V為發動機滑油系統總油量；ΔV為上次取樣后滑油的添加量。

為了表征摩擦副剛開始發生異常磨損征兆，引入磨損率的概念，其計算公式如下：

式中：Wr為磨損率；yt為本次樣品的某種磨損金屬的修正濃度值；y't為上次樣品測得的同種磨損金屬的修正濃度值；t為本次取樣時滑油在發動機里的總工作時間；t'為上次取樣時滑油在發動機里的總工作時間。

用戶通過每次錄入滑油金屬Cu元素的濃度值、上次取樣后滑油添加量、發動機運行時間等信息，程序自動算出Cu元素的修正濃度值和磨損率，進一步計算出Cu元素濃度值、磨損率與發動機維護手冊告警值的差值，根據差值大小進行相關告警和報故，同時繪制近20次取樣的數據，得到Cu元素的趨勢曲線。Cu元素監控畫面如圖5所示。

圖5 Cu元素監控

4 結束語

本文指出目前實際應用中航空發動機參數判讀和監控存在的缺陷和問題，通過分析現有技術發展和功能需求，完成系統軟件的設計。

本文歸納航空發動機工作狀態和主要特征參數，通過飛參報表進行二次開發，采用專家系統思想建立判據，運用趨勢分析方法進行監控。通過對飛行參數數據進行運行試驗，驗證了本系統能夠提高發動機參數判讀準確率、效率，消除故障漏判風險，同時對多個重要參數進行監控。

本技術對于試飛一線部門有良好推廣價值，能夠提升航空發動機安全性，加快試飛效率。在判讀和監控方法上，可以進一步向知識獲取全自動化、智能評價以及參數預測等方面研究。