郭迎清,李睿,薛薇
(西北工業大學動力與能源學院,西安710072)
航空發動機是飛機的重要部件,一旦發生事故,將會造成巨大損失。因此,提高航空發動機的可靠性有著重要意義。隨著航空發動機結構的復雜化,其維護和保障費用日益增多,經濟可承受性成為不可回避的問題[1]。在提高發動機可靠性的前提下,減少發動機的維護和保障費用成為重要研究方向[2]。
傳統的維修方式以定期維護為主,但這種方式沒有考慮到發動機的個體健康狀況不同。部分發動機在較好的健康狀況下就被維修,而部分發動機因為在維修前出現故障但未得到及時處理,使其可靠性不能得到較好保障,同時維護費用無法有效降低[3]。解決這一問題的1種有效辦法就是根據發動機的健康狀況信息進行維護和故障的預測,以實現由定期維修向視情維修的轉變[4]。視情維修要求推進系統具有對故障進行預測并對自身的健康狀態進行管理的能力。實現發動機健康狀況自動監控、故障預測診斷、使用壽命延長、安全工作保證和維護成本減少是研制新一代航空發動機的重要內容[5]。發動機狀態監控系統是開展視情維修的關鍵,也是發動機健康管理系統的重要組成部分。
本文借鑒國外發動機狀態監控系統的研究經驗,對發動機狀態監控系統功能、結構等進行研究,并設計了狀態監控系統中的機載狀態監控原理樣機。
在最近幾年,發動機健康管理研究主要包括4方面:系統結構、發動機健康管理的功能、部件故障的診斷和預測算法[2]。Dr.Michael J.Roemer提出了包含數據管理模塊、健康參數模塊、診斷模塊、壽命模塊的發動機健康監控系統[6],實現了先進故障診斷算法、性能估計、傳感器有效性驗證、虛擬傳感器、短/長期監控和部件實時壽命算法等功能。其中,基于神經網絡的先進故障模型技術和基于模糊邏輯專家系統的決策分析技術表現出了較好的性能。SqnLdr Andrew Alcock和Duncan Shepherd利用貝葉斯網絡模型處理包括燃油碎屑、氣路分析等數據,并根據這些數據進行發動機狀態的預測和診斷[7]。Litt,Jonathan等描述了應用航空發動機健康管理數據進行數據挖掘所取得的成績和實現的過程,證明數據挖掘技術可以用于增加推進系統的安全性,降低推進系統的維護費用[8]。Donald L.Simon等已經將其所研發的發動機健康管理系統裝載到C-17與T-1飛機上進行了機載測試,為發動機健康管理系統的工程化應用奠定了良好而堅實的基礎[9]。
下面將以Trent900發動機為例,概括說明這一具有代表性的發動機狀態監控系統。Trent900發動機監控系統主要根據以下2個原則進行設計[10]:
通過預測,避免部分故障的發生,以降低使用中的經濟損失;
獲得充分的歷史數據,分析這些數據,獲得特征信息,根據這些信息改變維修計劃。這樣就為實現視情維修打下了基礎。
Trent900發動機健康監控系統的數據流程如圖1所示。發動機數據,根據數據的重要性不同,有2種傳輸方式,分別為飛行中傳輸和降落后傳輸。地面部分利用這些數據進行分析,生成發動機維護報告。根據此報告修改發動機的維修計劃,更改機載狀態監控器中的機載模型。更新后的機載狀態監控系統與發動機控制器協調工作,在飛行中實時監控發動機的運行狀況,并將監控的結果傳遞給飛機系統。

Trent900發動機的機載監控系統是發動機控制與監控系統中的子系統,它的主要輸入參數、功能、輸出信號見表1。

表1 Trent900發動機機載監控系統主要功能及輸入輸出參數
Trent900發動機機載健康監控系統是發動機控制與監控系統中的1個子系統。這一系統是針對每臺發動機進行獨立配置的,以便減少發動機的個體差異對故障診斷的影響,以達到減少故障誤報率的目的。其利用特征分析的方法,進行故障的地面預測。各地面站之間利用網絡通訊方式,傳遞相關數據。Trent900發動機監控系統的功能如圖2所示。

Trent900發動機健康監控系統并未實現過多復雜的功能,但已經構建了較良好的架構,特別是對于飛行數據的地面處理。其采用數據融合技術,將每次的飛行數據進行了最大程度的利用。實際運行效果顯示,此結構可較好的進行發動機的狀態監控。
發動機狀態監控系統應實現下述全部或部分功能。
(1)在線運行故障診斷算法。當檢測出故障時,提示飛行員故障的類型及程度,與控制器通訊,改變控制方法,避免造成飛行事故。
(2)提供飛行中或地面上發生的事件。存儲相關數據供飛行后對事件進行分析[11]。
(3)提供累計信息,如發動機的啟動次數、工作時間、循環次數等,利用測量參數確定發動機所處工作狀態的工作時間,評定發動機的使用程度。
(4)支持發動機的管理和后勤決策,向訂購、設計制造部門反饋信息,改進產品的使用及維修以及產品的設計與制造[12]。
由于機載CPU的運行速度等原因,機載CPU無法實現發動機狀態監控系統的全部功能,所以將狀態監控系統分為機載和地面2部分。這種結構是現在被公認的合理結構[2]。
設計發動機狀態監控系統結構如圖3所示。

3.2.1 機載部分
發動機、執行機構、傳感器、控制器為原推進系統,在此基礎上引入狀態監控系統。機載狀態監控系統由采集單元、處理單元、存儲單元等部分組成。采集單元除了要采集傳統的用于發動機控制的狀態量外,還在采集狀態監控需要的擴展參數,這些參數主要分為以下幾類:
(1)表征發動機當前工作狀態的狀態量,如:各主要截面參數。
(2)控制器輸出的控制量。
(3)飛行員的控制指令。
處理單元根據采集單元傳輸的數據進行數據的分析和處理。處理單元若檢測到故障,則將故障信息傳遞給控制系統,由控制系統根據故障的類型及程度,采取相應的控制方法,同時在駕駛艙顯示報警信號。報警信號可根據故障的程度不同以聲音或指示燈等方式發出,并可以由飛行員手動確認加以消除。
數據存儲單元負責記錄采集單元所采集的數據和處理單元的數據分析結果,以便傳輸給地面部分進行后期復雜的分析。對于需要傳輸的數據,由于不同數據的重要性不同,部分數據通過飛機系統在飛行中直接傳送回地面,部分數據存儲在機載狀態監控系統中,當飛行結束后導入地面設備。
3.2.2 地面部分
由于地面部分比機載部分有硬件處理速度上的優勢,所以地面部分具有更強的數據管理和分析能力,可實現更復雜的功能[2]。在飛機降落后,將機載部分的飛行數據導入到便攜式外場設備,在地面進行較復雜分析。地面部分的主要功能包括數據有效性檢查,數據濾波,各功能模塊中的趨勢分析和故障診斷算法,使用壽命的各種指標算法,用戶報告生成軟件,數據庫管理。最后將不同發動機的便攜式外場設備中的數據進行匯總,結合發動機的原始試車數據,為后續的健康管理工作提供基本的數據支持。
發動機的工作狀態,是通過表征發動機工作狀態的各種事件來體現的。這些事件被稱為監控事件[11]。為了保證監控事件可以很好地反映發動機的健康狀態,至少需要監控以下2類事件。
監控參數過高或過低等表征發動機非正常工作狀態的事件。
加力接通、武器發射等表征發動機工作模式改變的事件。
選擇以上監控事件的原因是:監控參數正常可反應發動機健康狀況良好。當發動機出現加力接通、武器發射等工作模式時,監控參數會出現較明顯的改變,而這些改變不能說明發動機處于非正常工作狀態。本文選擇的主要監控事件見表2,這些事件可以根據實際需求及條件進行擴充。
監控事件是通過監控參數來反映的,監控參數主要包括直接測量參數與間接測量參數,一些組合參數也可以反映發動機的健康情況[13,14]。對于監控參數的選擇,可以根據實際需要進行改變。

表2 發動機的監控事件
在完成了機載狀態監控系統的設計后,本文實現了機載狀態監控原理樣機。為了提高機載狀態監控原理樣機開發速度,采用宿主機/目標機模式,并結合代碼自動生成技術[15]達到了提高代碼的可靠性以及開發速度的目的。
機載狀態監控原理樣機主要實現功能如圖4所示。

機載狀態監控系統,除了要監控發動機重要截面參數是否超過門限外,還要引入健康管理系統的一些功能,如性能分析,壽命預測,故障診斷的算法。當然,由于考慮到機載CPU的運行速度,算法不能過于復雜。
狀態改變的監控主要包括監控發動機是否打開加力,是否進入作戰狀態等,故障診斷部分包括:控制系統、氣路、滑油、振動的診斷。這些是機載狀態監控系統的核心功能。當檢測出異常時采取相應的措施。機載模型是為一些基于模型的算法提供基本的支持。性能分析、壽命預測等算法要根據實際情況進行算法速度的評估。數據管理功能主要包括數據的飛行中傳輸與存儲數據在降落后傳輸給地面2部分。與其它設備的通訊主要為與飛機系統及發動機控制系統的通訊。
由于機載狀態監控原理樣機要實現一些較傳統監控系統更為復雜的算法。為了提高算法,轉化了可執行于硬件上程序的可靠性和速度。本文利用自動代碼生成技術實現機載狀態監控系統原理樣機,同時,為了保證顯示的直觀,人機界面的友好,利用虛擬儀器語言調用API函數方式完成了人機界面的編寫。機載狀態監控系統及其仿真平臺的結構如圖5所示。

狀態監控系統仿真平臺由主工作站、發動機模型、狀態監控系統3部分組成,發動機模型與狀態監控系統組成硬件實時仿真回路。主工作站利用Matlab中的自動下載代碼功能,完成由Simulink模型到可執行于硬件的程序的編譯、下載,并以TCP/IP方式將可執行程序下載到實時回路中進行硬件在回路中的仿真。
用戶可以通過主工作站在發動機模型端實時加入典型故障,改變發動機的蛻化程度。利用LabWindwos/CVI結合xPC系統API函數開發的界面,可以保證程序的結果在主工作站實時顯示。其中包括發動機及傳感器故障的類型及等級,發動機性能蛻化的估計,主要部件壽命的預測等。
在實驗結束后,實驗結果可以轉化為Matlab支持的數據,也可以將這些數據導入到Access數據庫中。發動機模型部分界面如圖6所示,狀態監控系統界面如圖7所示。


在前文搭建的仿真平臺上驗證傳感器故障診斷算法以及對發動機部件性能衰減的估計結果。低壓轉子傳感器軟故障的算法仿真結果如圖8所示,是基于1組卡爾曼濾波器的傳感器軟故障診斷及隔離算法[13]。以風扇效率衰減2%為例,對發動機重要部件性能衰減的估計情況如圖9所示[14]。

由實驗結果可以看出,2種算法與軟件仿真結果一致,本文設計的狀態監控系統可較好的實現發動機狀態監控系統的重要功能。
本文借鑒國外典型的發動機狀態監控系統,闡述了發動機狀態監控系統的結構,并利用代碼自動生成技術,實現了機載發動機狀態監控系統原理樣機的重要功能。實驗結果顯示,原理樣機可較好的實現機載狀態監控系統的主要功能,對發動機狀態監控系統的研究有一定的意義。
[1] Newlon R O,White D J,DussaultP L.Condition Monitoring of Rotorcraft Structures:Why We Need It and How to Achieve It[R].AIAA-2007-1671.
[2] Jaw LC.RecentAdvancementsin Aircraft Engine Health Management(EHM)Technologies and Recommendations for theNextStep[R].ASMEGT2005-68625,2005.
[3] Li Y G,Nilkitsaranont P.Gas Turbine Performance Prognostic for Condition-base maintenance[J].Applied Energy 2009,86:2152-2161.
[4] Simon D L,Garg S,Venti M.Propulsion Control and Health Management(PCHM)Technology for Flight Test on the C-17 T-1 Aircraft[R].NASA/TM-2004-213303.
[5] 姜彩虹,孫志巖,王曦.航空發動機預測健康管理系統設計的關鍵技術[J]航空動力學報.2009(12).
[6] Roemer M J.Engine Health Monitoring System for Advanced Diagnostic Monitoring for Gas Turbine Engines[R].AFRL-PR-WP-TR-1998-2120.
[7] Alcock S L A,Shepherd D.The Development of an Advanced Diagnostic/Prognostic System for the RB199 Aero Engine[R].IEEE AC paper#1340.2004,10.
[8] Litt J,Simon D L,Meyer C.NASA Aviation Safety Program Aircraft Engine Health Management Data MiningTools Roadmap[R].NASA/TM-2000-210030.
[9] Simon D L,Garg S,Venti M.Propulsion Control and Health Management(PCHM)Technology for Flight Test on the C-17 T-1 Aircraft[R].NASA/TM-2004-213303.
[10] Tanner G F,Crawford J A.An Integrated Engine Health Monitoring System for Gas Turbine Aero-engines[R].PSB-jac-030514,2003.
[11] 《航空發動機設計手冊》編委會.航空發動機設計手冊(第三冊)[M].北京:航空工業出版社,2000:315-361.
[12] Pare M,Muir D.Engine Condition Monitoring System for the Canadian Forces F404-GE-400 engine[R].NSN 7540-01-280-5500,1998.
[13] 王英俊,謝壽生.航空發動機性能趨勢監控定量化的方法研究[J].航空動力學報.2003,18(4).
[14] 胡金海,錢坤,丁鍵,等.表征某型發動機工作狀況的特征參數研究[J].燃氣渦輪試驗與研究,2005,18(1).
[15] 李睿,郭迎清,吳文斐.航空發動機傳感器故障診斷設計與驗證綜合仿真平臺[J].計算機測量與控制.2010,(3).
[16] 薛薇,郭迎清.航空發動機控制系統多傳感器軟故障檢測研究[J].計算機測量與控制.2007,15(5):585-586.
[17] Wei X,Yingqing G.Aircraft Engine Sensor Fault Diagnostics Based on Estimation of Engine's Health Degradation[J].Chinese Journal of Aeronautics.2009,22(1):18-21.