航空发动机故障诊断技术研究

摘 要：航空发动机结构复杂部件多，故障诊断复杂，航空发动机故障诊断技术可以降低飞行器故障突发几率保证航空发动机平稳运行。分析了航空发动机故障类型和诊断过程，并对各种方法进行分析。

关键词：航空发动机；故障类型；信息分析

航空发动机故障诊断系统是飞行器核心部分，故障诊断系统的及时检测可以有效地避免事故的发生，降低飞行器事故发生。航空发动机产生故障的原因和机理非常复杂，且故障与征兆没有明显对应关系致使诊断困难。航空发动机的故障类型可分为稳定性故障、气路故障、振动故障、磨损和疲劳结构故障、控制系统故障等。航空发动机故障诊断的可以迅速而准确地确定故障部位及故障严重程度，确保飞行安全以，减少维修费用，提高飞行器的利用率。

1 航空发动机故障分类

1.1 稳定性故障。稳定性故障是航空发动机的一种重要故障形式，其危害大，检测困难，进发不匹配，引起发动机工作点变化，发动机产生气动不稳定性现象。避免发动机进入不稳定工作状态，对于保障发动机安全、可靠工作，具有重要的意义。

1.2 磨损故障和疲劳故障。在发动机的各类故障中，磨损和部件疲劳是早期故障的主要原因，磨损因轴承、齿轮和密封件等元件的不正常磨损，疲劳引起，故障发生的主要部件是转子系统中的叶片、盘、轴及轴承。导致发动机停车的事故发生较多。

1.3 气路故障。航空发动机在使用过程中广由于零部损坏，导向叶片问题，使发动机机件的结构发生变化，引起发动机部件性能衰退或恶化，而产生故障。气路故障按部件类别可分为气路部件故障，附件故障和转子机械故障等几种故障类型。

1.4 振动故障。使用中发动机转子零部件，在使用中产生的磨损、变形，都会导致发动机转子质心偏移，从而产生不平衡故障。由于转子轴设计制造缺陷。由于轴承安装由于转子轴安装误差或缺陷引起的轴系不对。振动故障是发动机的主要故障模式。

1.5 控制系统故障。燃油控制系统故障是重要的发动机故障问题，有受控对象故障、传感器故障、执行机构和控制器故障；传感器和执行机构是燃油控制系统的重要组成部分，也是燃油控制系统故障的易发部位。控制系统作为发动机的核合系统，一旦出现故障，后果不堪设想。

1.6 熄火故障。燃烧室中所发生的物理和化学过程存在各种藕合和相互作用。燃烧室短时间内发生贫、富油交替，燃烧稳定性等复杂问题，使保持燃烧的稳定性十分困难。燃烧室熄火是故障，引起空中熄火。

1.7 轴承故障。滚动轴承的形式主要有，磨损失效、机械原因引起的表面磨损、疲劳失效表现为滚动体或者滚道表面剥落、脱皮、保持架疲劳断裂，主要是由疲劳应力引起的。

2 诊断技术的三个环节

航空发动机故障诊断技术，通过检查了解和掌握航空发动机运行状态，确定发动机整体或局部的工作可靠性，发现早期故障，并对故障进行识别和分析，作出实施维修决策的过程。航空发动机故障诊断技术的三个主要环节：

2.1 信息采集。航空发动机故障诊断实质是信息技术的一种，依据航空发动机传感器呈现的一切有用信息作为诊断对象。通过航空发动机如温度传感器、振动传感器、压力传感器等来采集信息，这些信息与技术人员自身经验结合判断得到结论。所以没有信息，就没有故障诊断。传感器质量和安装决定诊断信息准确性。

2.2 信息分析和数据处理。航空发动机传感器众多，表达的信息繁多、不明显、杂乱无章，无明显特征，难以直接使用，这些信息必须经过信息分析和数据处理才能使用。把传感器采集的信息进行变换处理，得到最直观、最有用的特征信息。分析处理方法的选择会对诊断的结论产生较大的影响，一般通过计算机和专门的分析仪分析处理：时域分析、幅域分析、频域分析、倒频谱分析、时间序列分析、细化分析等。

2.3 故障诊断。故障诊断分析处理信息参数得到相应特征数据，结合各种知识和经验，利用各种设备，对航空发动机运行状态的进行识别，得到判定结果。故障诊断是为下一步发动机的维修决策提供技术依据。这个过程要运用动力学、运动学、灰色理论、模式识别理论、模糊理论、神经网络理论等知识，还要结合航空发动机工作原理、航空发动机的制造、设计和航空发动机及其零部件失效或故障机理以及等故障识别知识，是一个复杂的包含广泛的航空发动机的状态进行识别和预报过程。

3 故障诊断方法的探究

3.1 贝叶斯方法。贝叶斯方法是使用贝叶斯规则在设定先验概率的条件下计算后验概率，根据后验概率做出决策的方法。试验中利用贝叶斯方法故障诊断模型进行诊断，贝叶斯方法验证结果和实际结果情况相符，贝叶斯方法具有故障诊断准确度高，样本需求量小，各种来源信息综合利用等特点，可以满足复杂系统故障的诊断要求。贝叶斯方法在实际使用过程中存在一些难点，寻找合适的概率分布困难；先验概率获取困难（先验概率直接决定推理结果）。

3.2 小波数据分析法。小波分析在众多的设备故障诊断中都有使用，在航空发动机方面也是一种常用的时频分析方法。通过小波分解传感器信号，得到各子带数据，根据小波变换系数模的局部极大值来提取相关特征判断信号相关性的检测方法。该方法具有良好的时频域定位特性，低频频域和高频频域都可使用，对非平稳瞬态信号具有宽频响应的特点。现今使用小波包方法严格说也是小波法的一种，是一种更精细的分析方法，是在多分辨分析基础上的正交分解方法，解决了小波变换没有再分解的高频的问题，其可以提供更完整的时频铺叠，对信号进行全频带多层次的频带划分，在不同频段上自动确定信号的分辨率等优点。小波分析方法一般与人工智能诊断方法结合使用。

3.3 模糊故障诊断方法。模糊故障诊断的是分析相关信号对比故障测得信号从而获得故障征兆的方法。它是研究征兆之间和故障信号的模糊关系来分析该系统的故障的一种基于模糊数学的原理的方法。模糊故障诊断很好的解决了诊断过程的噪音干扰，不精确性和不确定性的问题；处理复杂的非线性系统和大时滞时变时具有明显优越性；但模拟故障诊断系统也存在系统复杂的缺点。

3.4 神经网络诊断法。又称基于人工神经网络模拟法，是一种新的方法体系，处理非线性映射能力强，在解决复杂的非线性系统和随机过程的可以简易快速建立模型；具有容错能力强，可以自动适应并学习等特性可以解决未知类型故障；人工神经法检测效率高，可以同时处理定性和定量信息，并行处理能力强大。

神经网络方法很多都是用融合算法，将其他的方法与神经网络详解了，体现了现代故障检测的综合性和融合性思想。不同类型的网络所识别的结果不尽相同，采用信息融合中的推理方法可减少冗余性，增加互补性，提高系统的识别率。（1）与模糊集理论相结合的诊断算法。对发动机气路部件进行故障诊断试验表明，该方法能够降低警报误报几率；简化故障诊断过程；诊断对模型的精度要求也大幅降低。（2）种基于主成分分析的神经网络技术的故障诊断分析。在主成分分析方法下，降低故障诊断样本的输入维数，样本按发动机运转状态分组，在各子网络中运行，故障诊断时，子网络独立运算得到诊断推理，融合子网络结果得到结论。

参考文献

[1]尉询楷，冯悦，刘芳.军用航空发动机PHM发展策略及关键技术[J].航空动力学报，2006，26（9）.

[2]周东华，叶银忠.故障诊断与容错控制[M].北京：清华大学出版社.2008.

[3]郑波，朱新宇.航空发动机故障诊断技术研究[J].航空发动机，2010，36（2）：22-25.