航空發(fā)動機健康監(jiān)管科技發(fā)展以及走勢

導語：航空發(fā)動機健康監(jiān)管科技發(fā)展以及走勢一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1發(fā)動機介紹

據(jù)國際民航組織統(tǒng)計，在1988—1993年的6年間，由于發(fā)動機起火、發(fā)動機葉片出現(xiàn)故障、發(fā)動機脫離機翼等而發(fā)生的飛行事故多達34起。及時地監(jiān)測和診斷系統(tǒng)故障可以有效避免事故的發(fā)生，以保證飛機的飛行平安。

本文圍繞發(fā)動機健康管理，從故障診斷、故障猜測、性能評估和狀態(tài)監(jiān)控4個方面，闡述了航空發(fā)動機健康管理技術(shù)發(fā)展的目前狀況和趨向。

2故障診斷技術(shù)

航空發(fā)動機故障診斷技術(shù)的發(fā)展經(jīng)歷了3個階段。目前所處的智能診斷階段，以知識處理為核心，信號處理、建模處理和知識處理相融合。隨著計算機、人工智能技術(shù)的發(fā)展，各種診斷算法得到了深入探究和廣泛應(yīng)用。

2．1遺傳算法

航空發(fā)動機結(jié)構(gòu)復雜、工作條件多變，故障機理和故障原因復雜，故障和征兆之間沒有明顯關(guān)系，各類故障的特征參數(shù)也不完全相同。采用數(shù)學解析方法和試驗方法有時無法解決某些新問題。而遺傳算法具有較高的并行處理信息和求解非線性新問題的能力，能夠解決在尋優(yōu)過程中輕易碰到的局部極小值新問題。

基于遺傳算法的故障診斷技術(shù)通常采用概率因果模型得到發(fā)動機故障征兆和故障成因之間的關(guān)系，然后通過在遺傳過程中所采用的選擇、交叉、變異等自然選擇方式，實現(xiàn)對發(fā)動機故障的分類和診斷，可以縮短診斷時間、提高診斷效率、減少運算量，在復雜故障診斷中具有良好的應(yīng)用前景。

2．2小波分析和支持向量機技術(shù)

小波分析是1種先進的非線性分析方法，是通過比較在分解小波后的不同頻帶內(nèi)信號盒維數(shù)的大小及其變化，來反映信號的不規(guī)則度和復雜度，刻畫信號的非平穩(wěn)性。航空發(fā)動機在發(fā)生故障時，常出現(xiàn)非線性等動力學特性，振動信號具有非平穩(wěn)性。因此，小波分析可以有效地解決航空發(fā)動機故障診斷中的振動新問題。

支持向量機技術(shù)是專門針對小樣本條件下的機器學習新問題而建立的新型學習機制，能有效解決小樣本、高維數(shù)據(jù)和非線性新問題，可以消除由樣本數(shù)目不足帶來的過學習新問題，克服了神經(jīng)網(wǎng)絡(luò)中的合理結(jié)構(gòu)難以確定和存在局部極小點的缺陷，具有較強的泛化能力和抗干擾能力。航空發(fā)動機各類故障樣本通常難以獲得，屬于小樣本、非線性新問題，因此，支持向量機技術(shù)在故障分類和狀態(tài)識別中得到了有效應(yīng)用引。

2．3粗糙集理論

在發(fā)動機故障診斷中，經(jīng)常要處理高維的海量數(shù)據(jù)，同時會碰到先驗性知識不能滿足發(fā)動機診斷要求等新問題。概率論和模糊集等方法對此無能為力；而粗糙集理論可以解決這些新問題。

3故障猜測技術(shù)

3．1神經(jīng)網(wǎng)絡(luò)猜測技術(shù)

人工神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性函數(shù)的能力和較強的泛化能力，在多變量猜測領(lǐng)域顯示出了巨大的潛力和突出的優(yōu)勢。如猜測發(fā)動機復雜磨損的趨向，充分考慮多種因素(加油、補油、換油和非等間隔等)，在實施多變量猜測方案時，采用神經(jīng)網(wǎng)絡(luò)建立多變量猜測模型，能夠解決非等間隔的受加油因素影響的油樣分析數(shù)據(jù)的建模和猜測新問題。

3．2時序分析猜測技術(shù)

時序分析理論是對1個平穩(wěn)的時間序列，通過建立線性時序模型，以測量數(shù)據(jù)和偏離量為基礎(chǔ)，進行多次擬合以確定加權(quán)系數(shù)，代人線性時序模型，進而進行猜測。影響航空發(fā)動機滑油成分含量的因素很多，包括發(fā)動機使用時問、取樣時發(fā)動機的狀態(tài)、發(fā)動機的磁堵、發(fā)動機的維修狀況、滑油的更換等。因此，可以采用時序分析理論，根據(jù)已有歷史數(shù)據(jù)，建立線性時序模型來猜測滑油成分含量，并和實際測量數(shù)據(jù)進行比較，從而確定是否需要維護發(fā)動機。

4性能評估技術(shù)

4．1粗糙集綜合評估技術(shù)

發(fā)動機被監(jiān)測參數(shù)較多，各參數(shù)所反映的發(fā)動機性能重要程度無法確切得知，因此很難合理確定各參數(shù)的權(quán)重系數(shù)。可以用粗糙集理論中屬性的重要性來確定發(fā)動機各項參評性能因素的綜合評判權(quán)重系數(shù)，最后進行權(quán)值化處理，得到各參評發(fā)動機性能參數(shù)的權(quán)值。該方法有效克服了傳統(tǒng)定權(quán)方法的主觀性，使評價結(jié)果更具客觀性，提高了綜合評判的準確性和有效性。

4．2層次分析(AHP)評估技術(shù)

發(fā)動機健康評估屬于多目標決策新問題，需要運用系統(tǒng)工程理論的綜合評估法。層次分析法是1種靈活、簡便的多目標、多準則的決策分析方法。它將定量和定性分析相結(jié)合，把1個復雜的新問題按一定原則分而治之；根據(jù)新問題的性質(zhì)和總目標，將新問題分解為不同的組成因素，并按照因素間的相互影響以及隸屬關(guān)系，將各因素按不同層次組合，建立遞階層次結(jié)構(gòu)模型。最終把系統(tǒng)分析歸結(jié)為最低層(如指標層)相對于最高層(目標層)的相對重要性權(quán)值的確定或相對優(yōu)劣的排序新問題，從而為決策方案的選擇提供依據(jù)。

4．3多元聯(lián)合熵評估技術(shù)

多元聯(lián)合熵變是1個狀態(tài)函數(shù)，只要系統(tǒng)狀態(tài)一定，相應(yīng)熵值就可確定。由于發(fā)動機系統(tǒng)和外界的能量交換不為零，加之各子系統(tǒng)的無序性，因此系統(tǒng)總熵的增減可以預(yù)示演變方向是良性的還是惡性的。通過計算發(fā)動機的熵值來判定發(fā)動機的性能狀態(tài)，從而達到評估的目的。采用該理論對發(fā)動機的性能進行分析，其變化規(guī)律和浴盆曲線非常相似引。

4．4卡爾曼濾波評估技術(shù)

卡爾曼濾波器作為1種參數(shù)估計方法被廣泛應(yīng)用于發(fā)動機性能評估中。它通過含有測量噪聲的發(fā)動機可測輸出偏差量，估計性能蛻化量。卡爾曼濾波器在無傳感器測量偏差時能準確診斷發(fā)動機的性能。但是，假如傳感器存在測量偏差，僅僅依靠卡爾曼濾波器就無法得到正確的診斷結(jié)果。該技術(shù)經(jīng)常和遺傳算法等相結(jié)合，通過優(yōu)化計算找出存在測量偏差的傳感器，確定其偏差，并最終消除測量偏差對性能評估的影響。

5狀態(tài)監(jiān)控技術(shù)

開展發(fā)動機狀態(tài)監(jiān)控，可做到對故障早期發(fā)現(xiàn)、早期診斷和早期排除。發(fā)動機狀態(tài)監(jiān)測技術(shù)在對壽命、振動、性能的狀態(tài)監(jiān)測中得到了廣泛應(yīng)用。

5．1神經(jīng)網(wǎng)絡(luò)監(jiān)控技術(shù)

在實際工作中，對發(fā)動機氣動熱力參數(shù)的監(jiān)視是發(fā)動機狀態(tài)監(jiān)視的重點。通過對這些參數(shù)未來值的猜測，可以了解發(fā)動機性能衰退及故障情況。過程神經(jīng)網(wǎng)絡(luò)在解決這類新問題時具有獨特的優(yōu)勢，在發(fā)動機狀態(tài)監(jiān)視的起動熱力參數(shù)猜測中得到了應(yīng)用，并取得了很好的效果。

5．2基于混沌理論和遺傳算法的監(jiān)控技術(shù)

利用混沌變量所具有的特征，可以將混沌狀態(tài)的變量引人航空發(fā)動機各參數(shù)權(quán)值的尋優(yōu)方式中。利用遺傳算法和發(fā)動機實際工作(正常和故障時)數(shù)據(jù)，能夠自動生成發(fā)動機各被監(jiān)測參數(shù)的權(quán)系數(shù)，也可得到表征發(fā)動機性能的綜合指數(shù)值。

6遠程診斷和監(jiān)控技術(shù)

航空發(fā)動機遠程診斷系統(tǒng)是全球信息化的產(chǎn)物，也是航空發(fā)動機故障診斷領(lǐng)域的一個重要發(fā)展方向。系統(tǒng)能縮短收集設(shè)備狀態(tài)、故障信息和診斷排故的時間，能有效地提高故障診斷的效率和精度，有利于航空公司的飛行管理，提高發(fā)動機維護水平和運行經(jīng)濟性。

在國內(nèi)，南京航空航天大學、裝備指揮技術(shù)學院、海軍航空工程大學等在此方面進行了的探究。南京航空航天大學探究了發(fā)動機遠程故障診斷的關(guān)鍵技術(shù)，提出了發(fā)動機遠程故障診斷的體系結(jié)構(gòu)，給出了診斷設(shè)備網(wǎng)絡(luò)化設(shè)計的COM組件技術(shù)、遠程故障診斷專家系統(tǒng)和協(xié)同診斷工作環(huán)境的技術(shù)方案。采用COM組件技術(shù)和網(wǎng)絡(luò)數(shù)據(jù)庫技術(shù)，實現(xiàn)了在Web服務(wù)器上進行知識的存儲和推理。如圖1所示。還于2001年，提出了基于WEB的航空發(fā)動機故障遠程診斷的C／S和B／S模式下的系統(tǒng)模型，將WWW信息檢索技術(shù)、數(shù)據(jù)庫技術(shù)和故障診斷技術(shù)相結(jié)合，跨地域地將發(fā)動機使用單位及基層技術(shù)部門、生產(chǎn)廠商、管理部門、科研院所以及航空維修企業(yè)組織起來，共享診斷專家知識和各種專用監(jiān)測診斷設(shè)備。其關(guān)鍵技術(shù)主要包括：基于Intemet的跨地域遠程協(xié)作架構(gòu)技術(shù)、網(wǎng)絡(luò)環(huán)境下的診斷技術(shù)、計算機協(xié)同工作技術(shù)、中心站點及企業(yè)站點開放平臺的保障技術(shù)、共享信息的標準化和規(guī)范化技術(shù)等。

裝備指揮技術(shù)學院于2003年提出了以故障智能診斷和維修中心為核心的三位一體的廣域維修保障體系。

海軍航空工程大學開發(fā)的基于Intemet和www的遠程診斷系統(tǒng)，主要由分布于各地的航空發(fā)動機監(jiān)測現(xiàn)場、局域網(wǎng)Intranet和Intemet、遠程診斷中心和各診斷專家組成。系統(tǒng)主要完成發(fā)動機狀態(tài)的在線監(jiān)測、離線監(jiān)測、大量信息數(shù)據(jù)的處理和傳輸，并完成診斷請求和反饋診斷結(jié)果。

但是，目前提出和開發(fā)的遠程診斷系統(tǒng)大多數(shù)還只停留在試驗室探究階段，還存在以下的新問題：

(1)將ACARS的飛行中無線傳輸信息用于實時故障診斷；

(2)基于CORBA的并行遠程故障診斷專家系統(tǒng)技術(shù)；

(3)將知識挖掘技術(shù)應(yīng)用于遠程故障診斷專家系統(tǒng)，完善知識庫。

7發(fā)動機健康管理技術(shù)發(fā)展趨向

7．1粗糙集診斷技術(shù)

反映發(fā)動機性能的大部分參數(shù)具有模糊性和連續(xù)性，而粗糙集只能解決離散的數(shù)據(jù)新問題，因此和其他理論和方法相結(jié)合是粗糙集診斷技術(shù)發(fā)展的趨向。

7．2故障猜測技術(shù)

故障猜測技術(shù)探究需要解決的新問題提前猜測故障發(fā)生的部位和等級以及發(fā)生的時問，在故障發(fā)生之前就排除。

7．3引入基于網(wǎng)格技術(shù)的分布式維修環(huán)境

網(wǎng)格技術(shù)的探究始于20世紀9O年代，是新1代信息處理設(shè)施，如圖2所示。

網(wǎng)格的最大優(yōu)點在于能夠?qū)崿F(xiàn)資源共享和人員協(xié)作。這一明顯優(yōu)點使得越來越多的系統(tǒng)嘗試使用網(wǎng)格技術(shù)來構(gòu)建所需的分布式環(huán)境。RR公司等單位和團體正在探究基于網(wǎng)格技術(shù)的分布式飛行器維護環(huán)境(DAME)，這是1個應(yīng)用網(wǎng)格技術(shù)解決飛行器發(fā)動機故障診斷、預(yù)告和維護的示范項目。

7．4遠程診斷和監(jiān)測技術(shù)實現(xiàn)實用化

發(fā)動機遠程診斷和監(jiān)測技術(shù)實用化是實現(xiàn)實時診斷、監(jiān)測的必然要求，具體表現(xiàn)在：(1)現(xiàn)場采集結(jié)果需要進行進一步的分析；(2)小公司需要借助大公司的技術(shù)資源；(3)需要借助專家的經(jīng)驗；(4)需要得到發(fā)動機或有關(guān)零部件廠商的技術(shù)支持。

8結(jié)束語

發(fā)動機的健康是保證飛機飛行平安和機隊按時出勤的根本條件。隨著人們對航空平安關(guān)注程度的日益增強以及計算機技術(shù)的飛速發(fā)展，發(fā)動機健康管理的新技術(shù)、新方法取得了較大的進展。