航空发动机故障诊断方法及测试

常智勇

（沈阳黎明航空发动机公司海军代表室，沈阳　110043）

航空发动机故障诊断方法及测试

常智勇

（沈阳黎明航空发动机公司海军代表室，沈阳110043）

摘要：航空发动机与一般发动机相比较而言，具有结构复杂、零部件多等特点，在实际的运行中还要求耐高温、高压、高负荷以及高转速，因此，在长时间的反复运行中系统部件的损耗不可避免。由于系统部件的损耗，航空发动机故障就会随即产生，并直接影响了航空器的正常运行，严重威胁飞行安全。对航空发动机故障进行排除和测试能有效避免器路部件故障等导致的飞行安全隐患，提高发动机的稳定性和安全性。本文将就几种典型的航空发动机故障诊断技术进行分析和探讨，并浅议航空器发动机故障测试平台，对其功能参数进行监控和测试，从而使发动机的性能得以提高并更具可靠性。

关键词：航空；发动机；故障

1航空发动机故障诊断技术

1.1信号处理技术

航空发动机的I/O信号模型可以通过与幅值以及频率与故障部位的相关性来检测发动机故障发生源，这是利用信号技术来检测故障的一种基本方式。具体来说，此种分析技术包含四种分析方法。

第一，PCA分析法。这种分析方法主要通过参照历史数据的彼岸花来进行。建立一个在正常情况下的PCA数据模型，当实际测试的信号与此模型数据发生冲突时，即可判断发生了故障，再通过数据分离出故障。第二，小波变换诊断法。这种方法主要针对非平稳信号中的故障排除，小波变换信号，然后出去输入变化导致的奇异点后，剩下的奇异点即为故障点，这种分析方法克服了细节性的缺点，能够从局部信号获得特征信息。其原理表现为，设ψ∈L2（R）（平方可积实数空间），其傅立叶变换为ψ（ω）。当ψ（ω）满足条件：

Cψ＝d＜∞，则称ψ（t）为一个基本小波或者母小波。将这个母函数伸缩平移之后可以得到一个小波序列，可以通过小波序列对信号进行分解，从而通过每一层级小波系数的重构对信号进行频谱分析，进而得出结论。第三，利用δ算子分析方法。利用δ算子在Hilbert空间中所构造的最小M乘正交投影向量集，能够将完整的格形滤波器推导出来，进而将其作为故障检测方式中的滤波器，再利用δ算子的后向预测，将误差向量的首位元素作为残差，配合以自适应噪声抵消技术来使得残差只对故障噪音敏感，从而判断故障发生部位。第四，信息融合分析方法。这种方法简单来说就是将多元信息单一化，将多个信息进行融合，整合成一个综合性信息源，精确定位故障发生部位，能够诊断复杂的系统故障。

1.2智能故障检测技术

智能故障检测技术不同于信号处理技术，它是一种具有人工智能化优点的检测手段，是基于领域专业知识来建立的数学模型来进行的诊断方式，充分体现了人工智能的运用。这种诊断技术主要包括三个方面。

模糊理论智能分析方法。模糊逻辑系统可以在特定的环境和条件下，通过任意精度逼近给定的非线性函数。可以利用预先建立的鼓掌征兆与故障类型之间因果关系的矩阵和通过建立这二者之间的模糊关系方程来判断，也可以根据领域知识预先建立起故障征兆模型，然后与其相对照的原因之间关系的模型来进行逻辑推理。第二，基于神经网络的诊断方法。这种方式主要是通过智能化的ANN（人工神经网络）系统的计算来进行诊断，主要运用于对计算能力要求较高的复杂的非线性系统故障的排查。神经网络框架可以表现为图1模型。

图1

从图1可以看出，圆形模型表示的是一个神经元，各个处理单元通过神经元处理加权系数来相互连接。神经网络模型的处理单元又可以细分为三种，即输入、输出和隐含单元，而其常用的模型则有ART（自适应共振理论模型）、AVA（雪崩模型）和BAM（双向联想存储模型）等。第三，基于粗糙集模型的方式。这种处理方式是基于数学工具进行的，因此不需要先验知识，粗糙模型故障诊断主要通过RS理论简化诊断方式来减小故障维度系数，从而简化发动机故障诊断系统的程序。

2　航空发动机的故障诊断流程及方法

2.1发动机故障诊断流程

根据发动机诊断的特点可以首先将发动机故障检测流程概括如下，首先确定型号总体方案，进而确定测试性大纲，然后要通过使用维护要求分析和保障性分析两种分析方式来确定测试方法及设备。与此同时，发动机故障诊断方法分析和通过发动机FMECA分析的发动机故障数据分类与之前进行的测试方法及设备步骤相结合，根据故障诊断方法、外场使用维护要求需要的测试设备、结合发动机故障分类提出故障的诊断及测试性方法。最后一个步骤则是整合发动机自身控制状态、故障诊断方法、发动机测试系统自身需求分析以及各个系统测试的参数需求分析这四个方面的因素来分析发动机的故障问题。

2.2发动机故障诊断检测方法

从宏观上说，发动机的故障诊断检测方法分为三个方面：第一，机内检测系统。机内检测系统由BIT软件和信息存储技术、故障指示方式以及传感器、测试点、参数等共同构成，用于检测机内故障。第二，自动检测系统。自动检测系统除了由传感器、测试点、插座以外，还配备有检测程序、接口、地面检测设备和专用检测设备。第三，人工检测系统。人工检测系统特别设置了测试设备、工具和装置以及检测流程图和诊断手册。

一般来说，主要的故障包括三种，即发动机系统自身的衰退导致的功能性丧失、无法通过自动检测系统检测的故障以及外场条件导致的无法利用自动检测设备进行的检测。第一种情况中，发动机转速摆动状况异常是主要因素，当发动机摆动状态异常时，发动机推力会随之变化，容易发生窜动，造成飞行员紧张情绪。这种故障可以通过装置一个转速传感器并采集高、低压转子的转速，对发动机转速进行实时监控来尽量排除，以保障在发动机转速摆动时采取相应的应急措施。第二种情况中，故障模式主要表现为发动机喘振，这种故障会东芝发动机空中停车，严重威胁飞行安全，更有甚者会造成飞机等级事故。检测这一故障的主要方式是装置一个喘振传感器，对发动机燃烧室扩压段中空气速度头数值和正负号换成的电信号进行实时监控，来保障在发动机发生这一故障时能够及时应对。第三种情况中，故障模式主要表现为发动机超高温。这一故障容易造成涡轮叶片和涡轮盘报废，从而损害发动机的结构。可以通过在发动机混合气机匣装一个双点热电偶的方式对发动机低压涡轮后的燃气温度进行实时监控来进行测试，以保证在发动机出现温度故障时采取相应的对策。

3　航空发动机故障测试平台设计

航空发动机故障测试平台的设计基本上是根据故障检测流程进行设定的，主要包括四个方面。首先是发动机的仿真数据模型，可以通过仿真发动机故障数据进行数据的收集，其次就是根据专业的数据算法进行诊断收集来的数据，然后则是对测试结果进行评价，在这一过程中，发动机的实际故障情况也应该考虑进来。最后则是进行图形的输出。

4　结束语

对于航空发动机这种功能复杂，技术要求较高的工程器械来说，一个完好的故障诊断系统十分有必要。针对航空发动机的故障诊断进行的一系列研究，能够帮助飞行器更加安全可靠地进行作业。本文简要介绍了航空发动机故障检测的几种诊断技术，然后对发动机故障诊断流程进行了一个描述并指出了检测的方法，最后根据故障检测流程对发动机故障测试平台进行了一个简单的概述。故障检测技术中，神经网络模型检测技术由于智能化程度较高，因此在实际运用中的可信程度也较高，适应性也较强，对于故障检测新技术还有待进一步的研究。

参考文献：

[1]李华强，费逸伟.航空发动机故障诊断技术及其发展[J].航空维修与工程，2011（05）.

[2]王英，沙云东.航空发动机故障诊断技术综述[J].沈阳航空工业学院学报，2012（07）.

[3]郝春生，秦月.航空发动机故障诊断方法及测试流程[J].航空发动机，2014（03）.

[4]冯建明，郭迎清.航空发动机故障诊断算法测试平台[J].航空计算技术，2012（02）.