導(dǎo)語(yǔ)：航空發(fā)動(dòng)機(jī)健康監(jiān)管科技發(fā)展以及走勢(shì)一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢(xún)客服老師，歡迎參考。

1發(fā)動(dòng)機(jī)介紹

據(jù)國(guó)際民航組織統(tǒng)計(jì)，在1988—1993年的6年間，由于發(fā)動(dòng)機(jī)起火、發(fā)動(dòng)機(jī)葉片出現(xiàn)故障、發(fā)動(dòng)機(jī)脫離機(jī)翼等而發(fā)生的飛行事故多達(dá)34起。及時(shí)地監(jiān)測(cè)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(jī)的飛行平安。

本文圍繞發(fā)動(dòng)機(jī)健康管理，從故障診斷、故障猜測(cè)、性能評(píng)估和狀態(tài)監(jiān)控4個(gè)方面，闡述了航空發(fā)動(dòng)機(jī)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(dòng)機(jī)故障診斷技術(shù)的發(fā)展經(jīng)歷了3個(gè)階段。目前所處的智能診斷階段，以知識(shí)處理為核心，信號(hào)處理、建模處理和知識(shí)處理相融合。隨著計(jì)算機(jī)、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(dòng)機(jī)結(jié)構(gòu)復(fù)雜、工作條件多變，故障機(jī)理和故障原因復(fù)雜，故障和征兆之間沒(méi)有明顯關(guān)系，各類(lèi)故障的特征參數(shù)也不完全相同。采用數(shù)學(xué)解析方法和試驗(yàn)方法有時(shí)無(wú)法解決某些新問(wèn)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(wèn)題的能力，能夠解決在尋優(yōu)過(guò)程中輕易碰到的局部極小值新問(wèn)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(dòng)機(jī)故障征兆和故障成因之間的關(guān)系，然后通過(guò)在遺傳過(guò)程中所采用的選擇、交叉、變異等自然選擇方式，實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)故障的分類(lèi)和診斷，可以縮短診斷時(shí)間、提高診斷效率、減少運(yùn)算量，在復(fù)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(jī)技術(shù)

小波分析是1種先進(jìn)的非線性分析方法，是通過(guò)比較在分解小波后的不同頻帶內(nèi)信號(hào)盒維數(shù)的大小及其變化，來(lái)反映信號(hào)的不規(guī)則度和復(fù)雜度，刻畫(huà)信號(hào)的非平穩(wěn)性。航空發(fā)動(dòng)機(jī)在發(fā)生故障時(shí)，常出現(xiàn)非線性等動(dòng)力學(xué)特性，振動(dòng)信號(hào)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(dòng)機(jī)故障診斷中的振動(dòng)新問(wèn)題。

支持向量機(jī)技術(shù)是專(zhuān)門(mén)針對(duì)小樣本條件下的機(jī)器學(xué)習(xí)新問(wèn)題而建立的新型學(xué)習(xí)機(jī)制，能有效解決小樣本、高維數(shù)據(jù)和非線性新問(wèn)題，可以消除由樣本數(shù)目不足帶來(lái)的過(guò)學(xué)習(xí)新問(wèn)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(diǎn)的缺陷，具有較強(qiáng)的泛化能力和抗干擾能力。航空發(fā)動(dòng)機(jī)各類(lèi)故障樣本通常難以獲得，屬于小樣本、非線性新問(wèn)題，因此，支持向量機(jī)技術(shù)在故障分類(lèi)和狀態(tài)識(shí)別中得到了有效應(yīng)用引。

2．3粗糙集理論

在發(fā)動(dòng)機(jī)故障診斷中，經(jīng)常要處理高維的海量數(shù)據(jù)，同時(shí)會(huì)碰到先驗(yàn)性知識(shí)不能滿足發(fā)動(dòng)機(jī)診斷要求等新問(wèn)題。概率論和模糊集等方法對(duì)此無(wú)能為力；而粗糙集理論可以解決這些新問(wèn)題。

3故障猜測(cè)技術(shù)

3．1神經(jīng)網(wǎng)絡(luò)猜測(cè)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(qiáng)的泛化能力，在多變量猜測(cè)領(lǐng)域顯示出了巨大的潛力和突出的優(yōu)勢(shì)。如猜測(cè)發(fā)動(dòng)機(jī)復(fù)雜磨損的趨向，充分考慮多種因素(加油、補(bǔ)油、換油和非等間隔等)，在實(shí)施多變量猜測(cè)方案時(shí)，采用神經(jīng)網(wǎng)絡(luò)建立多變量猜測(cè)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(cè)新問(wèn)題。

3．2時(shí)序分析猜測(cè)技術(shù)

時(shí)序分析理論是對(duì)1個(gè)平穩(wěn)的時(shí)間序列，通過(guò)建立線性時(shí)序模型，以測(cè)量數(shù)據(jù)和偏離量為基礎(chǔ)，進(jìn)行多次擬合以確定加權(quán)系數(shù)，代人線性時(shí)序模型，進(jìn)而進(jìn)行猜測(cè)。影響航空發(fā)動(dòng)機(jī)滑油成分含量的因素很多，包括發(fā)動(dòng)機(jī)使用時(shí)問(wèn)、取樣時(shí)發(fā)動(dòng)機(jī)的狀態(tài)、發(fā)動(dòng)機(jī)的磁堵、發(fā)動(dòng)機(jī)的維修狀況、滑油的更換等。因此，可以采用時(shí)序分析理論，根據(jù)已有歷史數(shù)據(jù)，建立線性時(shí)序模型來(lái)猜測(cè)滑油成分含量，并和實(shí)際測(cè)量數(shù)據(jù)進(jìn)行比較，從而確定是否需要維護(hù)發(fā)動(dòng)機(jī)。

4性能評(píng)估技術(shù)

4．1粗糙集綜合評(píng)估技術(shù)

發(fā)動(dòng)機(jī)被監(jiān)測(cè)參數(shù)較多，各參數(shù)所反映的發(fā)動(dòng)機(jī)性能重要程度無(wú)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(lái)確定發(fā)動(dòng)機(jī)各項(xiàng)參評(píng)性能因素的綜合評(píng)判權(quán)重系數(shù)，最后進(jìn)行權(quán)值化處理，得到各參評(píng)發(fā)動(dòng)機(jī)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(píng)價(jià)結(jié)果更具客觀性，提高了綜合評(píng)判的準(zhǔn)確性和有效性。

4．2層次分析(AHP)評(píng)估技術(shù)

發(fā)動(dòng)機(jī)健康評(píng)估屬于多目標(biāo)決策新問(wèn)題，需要運(yùn)用系統(tǒng)工程理論的綜合評(píng)估法。層次分析法是1種靈活、簡(jiǎn)便的多目標(biāo)、多準(zhǔn)則的決策分析方法。它將定量和定性分析相結(jié)合，把1個(gè)復(fù)雜的新問(wèn)題按一定原則分而治之；根據(jù)新問(wèn)題的性質(zhì)和總目標(biāo)，將新問(wèn)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(biāo)層)相對(duì)于最高層(目標(biāo)層)的相對(duì)重要性權(quán)值的確定或相對(duì)優(yōu)劣的排序新問(wèn)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(píng)估技術(shù)

多元聯(lián)合熵變是1個(gè)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(dòng)機(jī)系統(tǒng)和外界的能量交換不為零，加之各子系統(tǒng)的無(wú)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(guò)計(jì)算發(fā)動(dòng)機(jī)的熵值來(lái)判定發(fā)動(dòng)機(jī)的性能狀態(tài)，從而達(dá)到評(píng)估的目的。采用該理論對(duì)發(fā)動(dòng)機(jī)的性能進(jìn)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(píng)估技術(shù)

卡爾曼濾波器作為1種參數(shù)估計(jì)方法被廣泛應(yīng)用于發(fā)動(dòng)機(jī)性能評(píng)估中。它通過(guò)含有測(cè)量噪聲的發(fā)動(dòng)機(jī)可測(cè)輸出偏差量，估計(jì)性能蛻化量。卡爾曼濾波器在無(wú)傳感器測(cè)量偏差時(shí)能準(zhǔn)確診斷發(fā)動(dòng)機(jī)的性能。但是，假如傳感器存在測(cè)量偏差，僅僅依靠卡爾曼濾波器就無(wú)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(guò)優(yōu)化計(jì)算找出存在測(cè)量偏差的傳感器，確定其偏差，并最終消除測(cè)量偏差對(duì)性能評(píng)估的影響。

5狀態(tài)監(jiān)控技術(shù)

開(kāi)展發(fā)動(dòng)機(jī)狀態(tài)監(jiān)控，可做到對(duì)故障早期發(fā)現(xiàn)、早期診斷和早期排除。發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)技術(shù)在對(duì)壽命、振動(dòng)、性能的狀態(tài)監(jiān)測(cè)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(shí)際工作中，對(duì)發(fā)動(dòng)機(jī)氣動(dòng)熱力參數(shù)的監(jiān)視是發(fā)動(dòng)機(jī)狀態(tài)監(jiān)視的重點(diǎn)。通過(guò)對(duì)這些參數(shù)未來(lái)值的猜測(cè)，可以了解發(fā)動(dòng)機(jī)性能衰退及故障情況。過(guò)程神經(jīng)網(wǎng)絡(luò)在解決這類(lèi)新問(wèn)題時(shí)具有獨(dú)特的優(yōu)勢(shì)，在發(fā)動(dòng)機(jī)狀態(tài)監(jiān)視的起動(dòng)熱力參數(shù)猜測(cè)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(dòng)機(jī)各參數(shù)權(quán)值的尋優(yōu)方式中。利用遺傳算法和發(fā)動(dòng)機(jī)實(shí)際工作(正常和故障時(shí))數(shù)據(jù)，能夠自動(dòng)生成發(fā)動(dòng)機(jī)各被監(jiān)測(cè)參數(shù)的權(quán)系數(shù)，也可得到表征發(fā)動(dòng)機(jī)性能的綜合指數(shù)值。

6遠(yuǎn)程診斷和監(jiān)控技術(shù)

航空發(fā)動(dòng)機(jī)遠(yuǎn)程診斷系統(tǒng)是全球信息化的產(chǎn)物，也是航空發(fā)動(dòng)機(jī)故障診斷領(lǐng)域的一個(gè)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(shí)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(dòng)機(jī)維護(hù)水平和運(yùn)行經(jīng)濟(jì)性。

在國(guó)內(nèi)，南京航空航天大學(xué)、裝備指揮技術(shù)學(xué)院、海軍航空工程大學(xué)等在此方面進(jìn)行了的探究。南京航空航天大學(xué)探究了發(fā)動(dòng)機(jī)遠(yuǎn)程故障診斷的關(guān)鍵技術(shù)，提出了發(fā)動(dòng)機(jī)遠(yuǎn)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(jì)的COM組件技術(shù)、遠(yuǎn)程故障診斷專(zhuān)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(kù)技術(shù)，實(shí)現(xiàn)了在Web服務(wù)器上進(jìn)行知識(shí)的存儲(chǔ)和推理。如圖1所示。還于2001年，提出了基于WEB的航空發(fā)動(dòng)機(jī)故障遠(yuǎn)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(kù)技術(shù)和故障診斷技術(shù)相結(jié)合，跨地域地將發(fā)動(dòng)機(jī)使用單位及基層技術(shù)部門(mén)、生產(chǎn)廠商、管理部門(mén)、科研院所以及航空維修企業(yè)組織起來(lái)，共享診斷專(zhuān)家知識(shí)和各種專(zhuān)用監(jiān)測(cè)診斷設(shè)備。其關(guān)鍵技術(shù)主要包括：基于Intemet的跨地域遠(yuǎn)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(jì)算機(jī)協(xié)同工作技術(shù)、中心站點(diǎn)及企業(yè)站點(diǎn)開(kāi)放平臺(tái)的保障技術(shù)、共享信息的標(biāo)準(zhǔn)化和規(guī)范化技術(shù)等。

裝備指揮技術(shù)學(xué)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(xué)開(kāi)發(fā)的基于Intemet和www的遠(yuǎn)程診斷系統(tǒng)，主要由分布于各地的航空發(fā)動(dòng)機(jī)監(jiān)測(cè)現(xiàn)場(chǎng)、局域網(wǎng)Intranet和Intemet、遠(yuǎn)程診斷中心和各診斷專(zhuān)家組成。系統(tǒng)主要完成發(fā)動(dòng)機(jī)狀態(tài)的在線監(jiān)測(cè)、離線監(jiān)測(cè)、大量信息數(shù)據(jù)的處理和傳輸，并完成診斷請(qǐng)求和反饋診斷結(jié)果。

但是，目前提出和開(kāi)發(fā)的遠(yuǎn)程診斷系統(tǒng)大多數(shù)還只停留在試驗(yàn)室探究階段，還存在以下的新問(wèn)題：

(1)將ACARS的飛行中無(wú)線傳輸信息用于實(shí)時(shí)故障診斷；

(2)基于CORBA的并行遠(yuǎn)程故障診斷專(zhuān)家系統(tǒng)技術(shù)；

(3)將知識(shí)挖掘技術(shù)應(yīng)用于遠(yuǎn)程故障診斷專(zhuān)家系統(tǒng)，完善知識(shí)庫(kù)。

7發(fā)動(dòng)機(jī)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(dòng)機(jī)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(wèn)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(cè)技術(shù)

故障猜測(cè)技術(shù)探究需要解決的新問(wèn)題提前猜測(cè)故障發(fā)生的部位和等級(jí)以及發(fā)生的時(shí)問(wèn)，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(jì)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(diǎn)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(diǎn)使得越來(lái)越多的系統(tǒng)嘗試使用網(wǎng)格技術(shù)來(lái)構(gòu)建所需的分布式環(huán)境。RR公司等單位和團(tuán)體正在探究基于網(wǎng)格技術(shù)的分布式飛行器維護(hù)環(huán)境(DAME)，這是1個(gè)應(yīng)用網(wǎng)格技術(shù)解決飛行器發(fā)動(dòng)機(jī)故障診斷、預(yù)告和維護(hù)的示范項(xiàng)目。

7．4遠(yuǎn)程診斷和監(jiān)測(cè)技術(shù)實(shí)現(xiàn)實(shí)用化

發(fā)動(dòng)機(jī)遠(yuǎn)程診斷和監(jiān)測(cè)技術(shù)實(shí)用化是實(shí)現(xiàn)實(shí)時(shí)診斷、監(jiān)測(cè)的必然要求，具體表現(xiàn)在：(1)現(xiàn)場(chǎng)采集結(jié)果需要進(jìn)行進(jìn)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(zhuān)家的經(jīng)驗(yàn)；(4)需要得到發(fā)動(dòng)機(jī)或有關(guān)零部件廠商的技術(shù)支持。

8結(jié)束語(yǔ)

發(fā)動(dòng)機(jī)的健康是保證飛機(jī)飛行平安和機(jī)隊(duì)按時(shí)出勤的根本條件。隨著人們對(duì)航空平安關(guān)注程度的日益增強(qiáng)以及計(jì)算機(jī)技術(shù)的飛速發(fā)展，發(fā)動(dòng)機(jī)健康管理的新技術(shù)、新方法取得了較大的進(jìn)展。