某航空發動機活塞腐蝕深度的灰色預測

陳亮，吳江

（中國民用航空飛行學院，廣漢618307）

航空活塞發動機的活塞是將熱能轉化為機械能的重要受力部件，其工作可靠性直接影響飛行安全。活塞工作在高溫、高壓的惡劣工況下，且受大氣中腐蝕介質等因素的影響，活塞易發生腐蝕。活塞腐蝕會引起活塞氣密性變差、結構強度衰減以及發動機振動等諸多不利后果，輕則影響發動機性能，重則導致發動機損壞或空中停車。活塞腐蝕所產生的不利影響隨著腐蝕深度增加而提高，故開展活塞腐蝕深度預測對制定活塞防腐蝕措施，提高發動機性能，防止活塞破損，保證飛行安全具有重要意義。目前，已有不少學者對活塞的腐蝕機理進行了深入的研究和探索［1-4］，結果表明，活塞腐蝕深度是一個隨時間呈非線性變化的隨機量，且影響因素眾多，但尚未發現有文獻對活塞腐蝕深度的變化規律進行研究［1-7］。為此，本工作根據某航空活塞發動機活塞腐蝕深度的實際測量數據，運用灰色預測理論中的GM（1，1）模型，建立活塞腐蝕深度隨時間變化的預測模型，以此來揭示活塞腐蝕深度的變化規律，為科學制定活塞的防腐蝕措施提供理論依據。

1 活塞腐蝕分析

某航空活塞發動機活塞是由導熱性良好且有足夠強度的鋁合金鍛造加工而成，其腐蝕機理為。在潮濕的酸性環境中，活塞表面沉積層從大氣和滑油中吸收并聚集大量水分和酸性物質，形成不易清除的酸液，使活塞表面氧化膜遭到破壞，導致活塞發生腐蝕。活塞腐蝕多為局部腐蝕，其產物通常為白色粉粒堆狀物或黑色斑點，如圖1所示［8］。

圖1 活塞的腐蝕形貌

本工作以被國家環保局列為“兩控區”（酸雨控制區和二氧化硫控制區）的成都地區運行的某航空活塞發動機為研究對象，對影響活塞腐蝕的主要因素進行分析。

（1）大氣成分 統計數據表明，成都地區大氣中含有大量Cl-，F-及SO2，導致其酸雨的pH平均值在4.41～5.75之間。大氣中的鹵化物易溶于活塞表面的沉積物和潤滑油的水分中，形成酸液，酸液中的酸根離子破壞活塞表面氧化膜并與活塞發生反應，使活塞發生腐蝕。

（2）環境溫差 成都地區年平均相對濕度超過75%，晝夜溫差超過6℃，空氣中的水分很容易在活塞表面凝結成水膜，水膜吸附并溶解空氣中的鹵化物而形成酸液，酸液中的酸根離子導致活塞發生腐蝕。

相對濕度低于75%時，活塞腐蝕速率受SO2影響較小。相對濕度在75%左右時，SO2對活塞腐蝕速率的影響會突然躍升，且活塞腐蝕速率隨著空氣中SO2含量升高而顯著增大。因此，在成都地區，SO2對活塞腐蝕的影響很大。

（3）活塞表面保護膜質量 實踐表明活塞經過陽極氧化處理，在其表面形成一層致密的防腐蝕膜，可以明顯降低酸性物質對活塞的腐蝕。國外原廠隨發動機裝配的活塞和單獨提供的活塞均未進行陽極氧化處理，用戶也不會對活塞進行陽極氧化處理。因此，在翼航空活塞發動機活塞只能靠表面鈍化形成的一層簿且致密性不佳的氧化膜進行腐蝕防護，這是活塞腐蝕的內因。

（4）飛機使用與停放 正確和科學地使用飛機，在停放時，針對特定地區和環境對飛機采取特別的防腐蝕措施，可以明顯減少發動機內部積聚的水分含量，緩減酸性物質對活塞的腐蝕。

綜上分析可知，活塞腐蝕表現為一個受多種因素影響，且隨時間變化的隨機量。灰色系統認為被預測的變化量受許多因素影響，它是系統各種因素綜合作用的結果，表現出一定的規律。系統過去和現在的行為綜合反映了各個因素的綜合作用，包含著系統未來發展的信息［9-10］。因此，航空活塞發動機活塞腐蝕深度可根據過去和現在的腐蝕深度信息建立一個由過去引伸到將來的灰色模型，從而實現對腐蝕深度未來發展變化的預測。

2 灰色預測模型GM（1，1）

對活塞腐蝕深度進行灰色建模和預測，只有腐蝕深度一個變量，故采用灰色預測中的GM（1，1）模型，其基本步驟如下：

（1）設活塞腐蝕深度原始離散數列：

式中：n為數列長度，對其進行一次累加生成，得到數列：

式中：

（2）生成x（1）的緊鄰均值等權數列：

式中：

（3）根據灰色理論，對x（1）建立關于時間t的一階灰色微分方程GM（1，1），即：

式中：a，b為待解參數。

設參數向量＝［a，b］T，運用最小二乘法求解得：

式中：

（4）解出后，就可以得到一階灰色微分方程GM（1，1）模型的離散響應函數：

式中：x（1）（1）＝x（0）（1）

（5）將上述結果累積還原，即可得到原始數據的預測值：

（6）預測模型精度檢驗：

設k時刻的已知數據為x（0）（k），模型計算值為（0）（k），則絕對殘差為：

相對殘差為：

通過計算殘差和相對殘差來檢驗預測模型的精度是否滿足要求。

3 試驗驗證

以某飛行學院在成都地區的PA-44-180雙發飛機作為研究對象，結合發動機400h定檢工作，以400h作為對活塞腐蝕深度的測定間隔，每個時間間隔測量得到的4件活塞腐蝕的最大深度的平均值作為原始數據，建立灰色預測模型，對在成都地區的活塞腐蝕深度進行預測。測量數據見表1。

表1 使用時間與實際的腐蝕深度

將表1中的測量數據代入灰色GM（1，1）模型中，計算結果如表2所示。

表2 實際值與預測值比較

由表2可見，活塞腐蝕深度的預測值和實際值非常接近，誤差分析也顯示該預測模型具有較好的精度。因此，可以利用離散響應函數式進一步預測活塞使用2 400h時的最大腐蝕深度，通過計算得到最大腐蝕深度為9.607 1mm，而實際測得的最大腐蝕深度為9.82mm，對其進行誤差分析得到：絕對殘差為0.212 9，相對殘差為2.168 0%，可以看出預測模型具有很高的預測精度。基于本預測模型，某飛行學院對不同機群制定了有針對性的活塞防腐蝕措施，近一年多的監控數據表明，活塞腐蝕得到了較好的控制。

4 結束語

活塞腐蝕深度與發動機實際使用的諸多因素相關，是這些因素的綜合結果，包含了豐富的信息。利用灰色理論，依據活塞腐蝕深度的實測數據，建立灰色預測模型來揭示其腐蝕深度的變化規律。經試驗驗證，運用灰色預測模型對活塞腐蝕深度的變化進行研究是可行有效的，它較好地揭示了某型航空活塞發動機活塞腐蝕深度隨時間的變化規律。

［1］肖紀美，曹楚南.材料腐蝕學原理［M］.北京：化學工業出版社，2002.

［2］何亞東，齊慧濱.材料腐蝕與防護概論［M］.北京：機械工業出版社，2005.

［3］柳文林，徐可君，段成美.軍用航空發動機的腐蝕及腐蝕控制［J］.腐蝕科學與防護技術，2005，17（2）：116-118.

［4］穆志韜，熊玉平.高強度鋁合金的腐蝕損傷分布規律研究［J］.機械工程材料，2002，26（4）：14-16.

［5］李玉海，賀小帆，陳群志.鋁合金試件腐蝕深度分布特性及變化規律研究［J］.北京航空航天大學學報，2002，28（1）：98-101.

［6］王玉榮，烏日根.基于BP神經網絡的合金鑄鐵腐蝕深度預測［J］.腐蝕與防護，2011，32（12）：962-964.

［7］李濤，董超芳，李曉剛.環境因素對鋁合金大氣腐蝕的影響及其動態變化規律研究［J］.腐蝕與防護，2009，30（4）：215-219.

［8］陳亮，吳江.萊康明發動機活塞腐蝕及其預防［J］.腐蝕與防護，2008，29（5）：246-271.

［9］吳江，陳亮，周毅.連桿小頭襯套過盈聯接固持力的灰色預測［J］.中國機械工程，2011，22（5）：527-529.

［10］劉思峰等.灰色系統理論及其應用［M］.第5版.北京：科學出版社，2010.