基于D-S證據理論的航空發動機早期故障診斷方法

孫瑋琢

（91550部隊，遼寧大連，116000）

基于D-S證據理論的航空發動機早期故障診斷方法

孫瑋琢

（91550部隊，遼寧大連，116000）

飛機飛行安全依托于航空發動機早期故障診斷。立足于故障診斷信息的收集與融合機理，基于D-S證據理論，從識別框架構建、信任函數指派、故障征兆數據融合和故障模糊診斷四大方面進行了研究，并加以試驗。數據分析表明：該方法能夠準確診斷航空發動機早期故障并將其控制在萌芽狀態，克服了故障征兆和故障原因之間的盤根錯節關系，使我國航空技術安全水平邁向了新高度。

D-S證據理論；航空發動機；早期故障；數據融合

引言

航空發動機是為飛機飛行提供動力的源泉，其正常運行對飛機安全飛行具有深遠戰略意義。在發動機早期故障診斷過程中，也就是在發動機還未造成事故前，就檢測出故障并解決，是提高飛機飛行安全性和可靠性的根本，同時也為維修計劃的制定和發動機使用壽命的延長提供幫助。基于D-S證據理論（以下簡稱證據理論）的航空發動機早期故障診斷（以下簡稱早期故障診斷）就是一種非常重要的方法。早期階段的發動機故障特征非常不明顯，而且具有很強的不確定性，僅僅通過單一特征很難判斷出故障有無。同時，發動機結構比較復雜，且具有很多傳感裝置，使得故障檢測更加困難。本文以此為突破口深入展開分析。

1 故障診斷信息的收集與融合機理

由于航空發動機的結構比較復雜，所以在早期故障診斷過程中，要對故障信息進行收集、融合，并深入分析，從而得到更加精確的發動機狀態信息，以便及時發現其是否存在早期故障，以便維修人員能夠第一時間進行維修。其實在故障診斷過程中，收集和融合故障信息的主要目的是及時發現發動機中的潛在信息，從而把故障控制在萌芽狀態，以提高飛機飛行安全性和可靠性。

收集和融合在不同的診斷級別中有不同的應用。通常故障診斷有三個級別：

（1）傳感器參數的收集和融合。這是航空發電機最常用故障診斷方式之一。傳感器參數包括：潤滑油的壓力值、發動機排氣口的溫度值等。

（2）發動機故障征兆的融合。是指從發動機的獨立結構中的得到運行狀態的相關信息。運行狀態包括：發動機線圈等零部件性能的變化，這也是本文主要研究的話題。

（3）決策級別的信息收集和融合。是指對收集和融合的信息進行分析決策，例如：發動機受損程度的評估，以及相應維修策略的制定。

航空發動機和普通發動機有很大區別。航空發動機發生故障時，信號比較弱，而且具有很強的不確定性和隨機性。在實際早期故障診斷過程中，為獲得準確故障信息，需要把很多傳感器的數據融合為一體進行診斷。在這一過程中使用最多的方式就是傳統的貝葉斯理論，但需要大量數據信息作為支撐。航空發動機的系統復雜性使得貝葉斯理論在應用過程中經常遇到很多難以克服的問題，比如：貝葉斯理論需要大量的運算，很難獲得先驗概率以及相關概率的密度函數，也就無法形成統一的判別函數，大大降低了早期故障診斷的準確性。而證據理論是在貝葉斯理論的基礎上發展而來，通過概率分配函數來表示早期故障的假設，再通過相應的信任函數表示證據的不確定性，從而區分命題的不確定性，獲得更加精確的早期故障特征。

2 基于D-S證據理論的航空發動機早期故障診斷模型

2.1 識別框架的構建

顧名思義，D-S證據理論是由Dempster于1976年提出，由Shafer于1976年完善而形成的，為航空發動機早期故障征兆的融合開創了先河。基于D-S證據理論的航空發動機早期故障診斷模型，首先要構建相應的識別框架。但是航空發動機的結構非常復雜，在實際運行過程中，為了提高故障診斷準確性，需要安裝大量的傳感器檢測各個零部件的運行狀態，把其所有的故障征兆都作為證據理論的基礎框架，以很大程度上提高準確性。例如，對發動機上的振動傳感器要進行一定假設，即一倍工頻、二倍工頻、最低工頻和最高工頻作為航空發動機早期故障的針對假設，把所有能夠反應早期故障的征兆收集到一起進行分析。

設構建的識別框架為

其中，q0表示征兆的空集，q1表示第1個故障征兆，q2表示第2個故障征兆，依次類推。通過建立航空發動機早期故障征兆的冪集，可保證故障診斷順利準確地進行[1]。

2.2 基本信任函數指派

當識別框架建立完成后，根據相應總結的數據建立信任函數。這一過程中，假設航空發動機有N個傳感器，但故障總共有M個，而且每個傳感器上的故障征兆都不相同，相互之間也沒有影響，這就需要在每個傳感器上都建立一個故障征兆向量[2]。令

其中，x表示一個測量周期中航空發動機發生早期故障征兆的參數，也就是航空發動機的運行狀態。x1表示傳感器中第1個故障征兆的相應數值，也就是此零部件上發生早期故障的原因。m表示發動機中總共發生故障的數目，如果發動機沒有正常運行狀態，且沒有相應故障發生，此時x的數值就是0。例如，某航空發動機檢測信號中x1表示了D-S證據理論中假設的一倍工頻，x2表示了二倍工頻，但是傳感器在測量過程中不能檢測到故障頻率，那么就說明此發動機能夠保證飛機正常飛行。通過上文分析，可以用矩陣來表示相應關系：

例如，snm表示航空發動機第n個傳感器上第m個故障征兆的數值，當snm數值等于0時，就表示不存在故障[3]。

2.3 故障征兆數據融合

矩陣S中的數值是通過證據理論而獲得的，那么在故障征兆數據融合工程中，就需要通過兩兩融合的方式，提高早期故障診斷的準確性，從而獲得傳感器中最大的，而又最后的征兆向量

其中t1表示融合后得到的第1個故障征兆的總信任指派函數，通過證據理論的融合，T包含了所有傳統傳感器的故障征兆信息，如圖1所示。

圖1 故障征兆數據融合過程

2.4 故障模糊診斷

在基于證據理論的航空發動機早期故障診斷過程中，需要利用相應的故障征兆向量和模糊關系進行矩陣乘積，獲得航空發動機早期故障的發生原因，進而獲得真實原因。航空發動機早期故障征兆向量在識別框架構建、基本信任函數指派、故障征兆數據融合過程中已經明確得出，而通常情況下還需要整理航空發動機運行數據、總結檢修經驗，從而得到模型實驗結果，并進行相應的理論分析。這些數據和經驗需要通過專家的知識和經驗來進行確定，這樣證據理論不但保證了其通用性，還能把航空發動機的運行狀態進行充分體現。由于航空發動機非常重要，而又和普通發動機有本質區別，所以一個故障可能產生很多故障征兆，一個征兆又可能由不同的故障原因而引起，所以關系盤根錯節[4]。

3 數值計算和結果分析

航空發動機系統的錯綜復雜，使得故障征兆、故障原因分析難度也大大增加。通過融合大量文獻的思想，對以上問題進行了計算。取某個航空發動機轉子中的3個傳感器信號作為主要的計算源信號，這3個傳感器故障征兆分別為1倍頻幅值（s1）、2倍頻幅值（s2）和6倍頻幅值（s3）。所測數據特征值如表1所示，并由圖2直觀顯示。

表1 傳感器所測數據特征值

圖2 各故障征兆下各傳感器所測數據特征值

從圖2圖表不難看出，不同的故障征兆對應著不同的故障原因，查詢相關技術手冊得知，故障原因分別是發動機轉子軸不對中（h1），發動機轉子軸頸和軸承偏心（h2）及轉子軸承剛度不相等（h3）[5]。

4 結束語

綜上所述，航空發動機早期故障診斷對保障飛機的飛行安全有著非常重要的作用，必須加以重視，把相應故障控制在萌芽當中。本文通過融合大量相關文獻思想，對基于D-S證據理論的航空發動機早期故障診斷進行了深入分析，希望對提高我國航空業安全技術水平有一定幫助。

[1]胡金海, 余治國, 翟旭升, 等. 基于改進D-S證據理論的航空發動機轉子故障決策融合診斷研究[J]. 航空學報, 2014, 35(2): 436-443.

[2]翟旭升, 胡金海, 謝壽生, 等. 基于DSmT的航空發動機早期振動故障融合診斷方法[J]. 航空動力學報, 2012, 27(2): 301-306.

[3]吳婭輝, 李新良, 張大治. 基于D-S證據理論的航空發動機振動故障分析[J]. 計算機應用與軟件, 2012, 29(6): 105-108.

[4]郝騰飛, 陳果, 廖仲坤, 等. 基于正則化多核判別分析的航空發動機滾動軸承早期故障融合診斷方法[J]. 航空動力學報, 2013, 28(12): 2759-2770.

[5]胡金海, 夏超, 彭靖波,等. 一種基于相鄰模塊化加權D-S的融合診斷方法[J]. 航空學報, 2016, 37(4): 1174-1183.

Diagnosis Method on Incipient Faults of Aeroengine based on D-S Evidence Theory

SUN Wei-zhuo
(91550 Forces, Dalian, Liaoning,116000, China)

Safety of aircraft flight depends on diagnosis on incipient faults of aeroengine. Based on mechanisms of collection and fusion of fault diagnosis information as well as D-S evidence theory, Research and validations are carried out from four aspects such as establishment of frame of discernment, assignment of belief function, fusion of fault symptom data and diagnosis of fuzzy fault. The data analysis shows that, such a method can accurately diagnose the incipient faults of aeroengine and control them in the bud, overcoming the perplexing relations between the symptom and cause of fault, which leads the technology of aviation safety level in China to a new level.

D-S Evidence Theory; Aeroengine; Incipient Fault; Data Fusion

V241.7

A

2095-8412 (2016) 06-1281-03

10.14103/j.issn.2095-8412.2016.06.062

孫瑋琢(1982-)，男，河北唐山人，工程師。研究方向：裝備可靠性評估。