航空發動機健康管理系統研究綜述

(上海工程技術大學航空運輸學院/飛行學院 上海 201600)

一、引言

制約我國航空發動機機載監視技術進步的原因,一方面是由于發動機設計、加工、制造工藝的落后，軍用航空發動機可靠性短期內難以根本性提高，另一方面是健康管理技術與發動機設計脫離，沒有采用可靠性設計與健康管理技術同步發展的科學發展思路，過于重視設計改進，忽視了健康管理技術開發，對于設計上無法解決的重大技術問題，監視手段幾乎沒有積累。新機種處于早期故障高發期，老機種進入了耗損故障高發期，但由于缺乏機載監視手段，大量監視工作主要集中在地面進行，空中飛行安全的技術保障壁壘已成為制約和影響航空兵部隊戰斗力的重大技術挑戰。因此，加強航空發動機故障診斷與預測技術手段的研究與應用，是有效緩解航空發動機使用安全的十分必要和可行的技術途徑。

目前，我國航空發動機仍是采用定時維修方式，并以機上超限告警監視、機下離線飛行參數判讀、油樣分析、無損檢測等作為發動機健康狀況的輔助檢測手段。然而，機載超限告警簡易監視手段既無法緩解當前發動機故障突出的現狀，又不能提供發動機故障診斷、隔離所需要的必要維修保障信息，更無法預測發動機故障、管理關鍵部件壽命消耗情況。而僅依賴地面監事和周期性檢查的維修保障方式，不僅造成維修人力、物力資源的巨大消耗，也不能適應新形勢下發動機高使用可靠性和安全性的要求。我國也提出了推行以機載健康管理系統為基礎的視情維修體制改革的發展要求。只有突破了發動機健康管理技術才具有了實施維修改革的基礎條件。

二、研究現狀

(一)國外研究現狀

2007年，SAE AIR1587B 航空發動機EHM(Engine Health Management,簡稱PHM)系統設計指南中給出了一種航空發動機典型高等級PHM架構，如圖1所示。在這種架構下，從系統信息流處理角度看，航空發動機EHM系統分①征兆—感知當前發動機狀態，②識別故障征兆或異常，③診斷—主動進行征兆分析并明確其成因的過程，④預測—確定成因或狀態的起始點和時間四步，包括所有實現上述組成部分的裝備、軟件、人員、技術和程序。從本質上看，PHM實際上是一個信息過程，即具有數據和信息的輸入及輸出，其他系統利用這些數據和信息輸出進行監測、控制和優化單個發動機系統或整個機群的發動機系統。PHM信息輸出可用來支撐但不能替代發動機維修、外場維修、基地級維修以及飛機安全等規定操作。PHM系統包含采集、處理、顯示、評價和傳播發動機及相關系統組成部分的各種類型數據和信息。這些功能可通過離線、機載或混合模式實現。

圖1 AIR1587B發動機健康管理架構

GE Global公司提出的PHM構架如圖2所示。整個信息流程由機載傳感器感知各個部件或系統的工作狀況，采集得到原始數據，之后對數據進行分段、濾波、特征提取并進行數據預處理，得到時間標簽特征、事件信息和參數化數據，完成數據的采集。處理后的數據通過異常檢測器，發出早期故障警告，并記錄故障檢出時間，進行第1等級的解譯，粗略判斷出異常出現的位置。經過診斷模塊，對子系統的失效模型進行分類，并評估子系統的健康狀況，進行第2等級的翻譯，確定故障部位。通過預測進行第3等級翻譯，確定故障部件運行至失效的剩余可用壽命。對于能夠緩解的，通過機載戰術控制對部件進行故障適應。后勤決策引擎則利用機載診斷和預測結果，以及可用重構配置、任務目標和要求、部件完好率、可用資產等進行離線戰術規劃，確定最佳的維修、運行以及供應鏈的方案或操作。

圖2 GE公司PHM架構

(二)國內研究現狀

與發達國家相比，我國PHM技術的發展仍處于相對落后的水平，仍處于初步研究的理論模型中。在故障診斷，預測和健康管理領域也正進行進行廣泛的研究。研究需求和應用主要集中在航空航天，造船和武器等復雜高科技設備的勘探上。研究內容側重于研究架構和關鍵技術的智能診斷和預測算法(基于模型的方法，基于數據的方法和基于統計的方法)以及測試和診斷研究。盡管在第三代機器的設計中我們取得了不錯的成果，但整個應用研究的范圍和水平仍然相對較低。各機構的研究能力和水平參差不齊，工業和技術專業研究機構薄弱。從工業部門和復雜設備的用戶的角度來看，目前中國的綜合故障診斷，預測與健康管理技術的需求是明確和強烈，但由于理論研究和應用研究方面有沒有有效的接口，應用需求沒有得到有效的引導。雖然近年來出現了一些基礎研究，但由于缺乏良好的研究管理機制，分散的研究體系，缺乏統一有效的協調機制，理論和應用，沒有接觸點和實驗驗證。可以說，國內對誤差預測和健康管理技術的研究目前還處于探索和探索的早期階段，實現剩余壽命預測之間仍存在較大差距。

三、主要研究問題—性能/故障預測

發動機預測健康管理系統(Engine Prognostics and Health Management,簡稱EPHM)是一個具有狀態監控，故障診斷和預測以及壽命管理功能的系統。設計目標是能夠實時監控發動機狀態，自動定位故障組件并預測潛在故障，自動將診斷和預報報告發送到飛機的管理系統，并提供維護建議以保證視情維修體制的運行。使用EPHM系統可以減少發動機檢查和維修次數，減少維護，減少備用零件數量和停機時間，優化維護計劃，充分利用飛機，降低維護成本并最終提高發動機的可靠性，經濟性和安全性。

預測是健康管理技術中難度最大、最具挑戰性的綜合性技術，也是當前國內外健康管理研究的熱點。在故障診斷和預測期間，分析用于監測發動機氣路的參數，評估發動機性能，診斷發動機是否有故障。隨著發動機功率和性能的下降，計算機中發動機的實時模型被自適應校正以調節控制規律。如果性能異常，則對發動機主要機械損傷，發動機震動，潤滑，傳動和燃油控制的機械狀態進行分析，并全面分析動力狀態參數，進行故障位置的檢測和定位以及自動應急響應。給出機械狀態參數的趨勢分析，誤差預測和維護建議。

發動機剩余壽命預測的研究方向可分為兩大類：數據驅動方法和物理故障模型。發動機的故障是在高溫高壓環境下發動機各部件狀態不斷衰減的結果。隨著各種產品變得更加復雜，創建物理故障模型的方法來預測發動機故障也變得越來越困難。數據驅動過程主要依賴于在產品操作期間監控的性能衰減數據，并創建相應的性能模型，該模型在計算和建模方面具有明顯的優勢。目前，壽命預測研究側重于監測數據的分析。使用數據融合方法，基于可靠性和數據驅動來實現在線整體剩余壽命預測。卡爾曼濾波算法用于融合傳感器監測數據以實時估計產品退化狀況，預測發動機的剩余壽命。目前，學術界提出了一種基于Wiener正態種群和變異系數的多階段一致性檢驗的剩余壽命預測方法。由于wiener進程可以用來表示非單調和退化趨勢的獨立增加，也因此引起了國內外科學家的極大關注。

四、結論

EHM是一門快速發展的學科，無論在技術進步和運營實施方面，都有著巨大的前進空間，本文闡述了EHM系統在航空發動機方面對發動機的運營、維護和使用效率等方面的有益影響。本文分析了國內外EHM技術發展的差異，分析了制約我國航空發動機健康管理技術的原因。

國內飛機發動機的健康管理與其他國家的差距很大。有許多關鍵技術需要攻克。目前來說主要有三個方面。首先，測試參數檢測方法和空氣傳感器的設計和應用，第二，數據管理和信息融合技術，包括引擎故障模式和發動機故障庫的組建。第三，狀態特征模擬和智能診斷技術，包括用于實時自適應飛機發動機模型的建模技術。