浅论状态监控及故障诊断技术在航空发动机中的应用

论述了状态监控及故障诊断技术研究的基本方法及其在现代航空发动机上的应用,对现代航空发动机的状态监控及故障诊断具有一定理论和工程应用价值。     

航空发动机状态监控和故障诊断软件

本文介绍“航空发动机状态监控和故障诊断”软件的功能知组成。应用此软件中所采用的“主状态量模型”的诊断方法对 B747和 B767飞机上装配的JT9D—7R4发动机已有的35个故障样本进行诊断,其诊断正确率达到75%以上。     

大数据挖掘分析在航空发动机状态监控与故障诊断中的应用

受到发动机数据收集的限制,发动机状态监控和故障诊断结果较为模糊。随着科学技术的不断改进,发动机维修数据、使用数据和其它相关数据积累得越来越多,为进一步提高发动机监控水平和诊断精度,在发动机状态监控和故障诊断中应用大数据方法提供了可能。由初始数据库、运行数据库、维修数据库和其他相关数据库组成发动机大数据,在分析了多元多维度大数据来源的基础上,建立了大数据模型的构架,提出了发动机大数据关联规则挖掘方法、状态量关联度分析和加权分析,对未来的应用给予展望。     

FJ44型发动机状态监控与故障诊断

以FJ44型发动机为研究对象,使用相似换算和十点平滑法绘制了发动机性能参数的状态趋势图,并据此编制了状态监控软件,并介绍了采用BP算法实现发动机故障诊断.     

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。     

发动机基线方程的建立和应用

本文介绍了应用正交试验设计原理及最小二乘曲线拟合原理建立航空发动机基线方程的方法,将此拟合基线方程应用到航空发动机状态监控与故障诊断系统中,满足了趋势分析和故障诊断的要求。     

基于试飞数据的航空发动机状态监测与故障诊断

在航空发动机飞行试验阶段,发动机技术状态变化快、故障频发,为了实时监控发动机工作参数变化情况,快速及时地预测并诊断发动机故障,本文研究了试飞数据驱动的航空发动机状态监控与故障诊断技术。文章基于实际试飞数据建立了航空发动机ANN-NARX参数预测模型,考虑到建模样本量大、模型结构复杂、训练时间长、输入输出延迟等因素,采用遗传算法对模型的最小数据样本需求和结构进行了改进优化,并利用蒙特卡洛方法确立了参数预测模型的自适应告警门限,同时基于构建奇偶空间残差模型实现了航空发动机典型故障诊断。结果表明：实际试飞中只需有限架次试飞数据的训练学习,即可得到发动机参数预测模型,高压转子转速、压气机后压力、涡轮后总温及滑油总回油温度预测相对误差最大值分别为：1.0%、1.7%、0.2%和1.2%,综合模型建模误差和参数测量误差后的自适应告警门限有效降低了模型预测结果的不确定性,在已有数据样本集上的典型故障识别率达到95.2%。     

在服役中航空涡轮发动机的状态监控

本文是介绍涡轮发动机使用状态监控方面的一个新的综述.状态监控过程是使用各种不同的原理去跟踪发动机性能并找出机械故障模式的方法.本文也提出将监控资料转化为供航空公司使用的精确的维护建议需要的经验样本.     

基于模糊粗集的航空发动机特征参数提取算法

提取发动机性能状态的特征参数,是提高发动机故障识别正确率和可靠性的必要条件.针对实际航空发动机故障参数所具有的模糊和连续性特点,提出了一种基于模糊粗糙集的特征参数提取算法,并应用到某型航空发动机故障识别.研究结果表明:属性约简的核则为导致发动机故障的特征参数,以此特征参数进行故障诊断,可保证较高的诊断精度;同时,该算法的抗干扰性提高了整个系统故障识别的正确率.该算法可用于航空发动机故障分类、故障诊断以及状态监控.      

民用航空发动机性能故障诊断途径

发动机性能状态监控是保证飞行安全的重要手段.航空专用数据链通信系统(ACARS)和快速数据存取记录器(QAR)已经越来越普遍地被各航空公司所采用.介绍了多个综合利用ACARS、QAR译码巡航报告等信息对V2500发动机进行性能故障诊断的案例,对如何利用多种手段和EHM软件对V2500发动机进行故障诊断作了总结.