航空发动机失稳特征信号甄别

王克宏，唐世建，屈卫东

航空发动机失稳特征信号甄别

王克宏1，唐世建1，屈卫东2

(1.中国燃气涡轮研究院，四川成都610500；2.上海交通大学，上海200240)

针对航空发动机失稳时的重要表征——喘振信号开展检测、判别和处理方法的研究。通过失稳信号处理器实时获取压气机压力脉动数据，采用时域诊断分析方法完成对失稳信号的在线检测和预警。经压缩部件台架试验验证，失稳信号处理器能成功分离出喘振状态下的失稳信号特征，实现对失稳信号较为准确的捕获，采用的失稳判定方法有效。研究结果表明：失稳特征信号的实时、准确甄别，是发动机失稳主动控制的先决条件，提高失稳特征信号判别的正确率，可有效避免发动机失稳过程中信号的误判、漏判。

航空发动机控制系统；失稳特征信号；发动机喘振；旋转失速；时域诊断分析方法

1 引言

航空发动机研制和使用过程中，存在着以压缩部件旋转失速或喘振为特征的发动机气动失稳问题，主要表现为发动机流量、推力强烈振荡或燃烧室熄火等现象。如何准确实现发动机失稳检测、监控发动机工作状态、消除发动机不稳定工作状态、保护飞行器安全，已成为发动机研制过程中越来越重要的工作。发动机气动稳定性的研究，不仅关系着飞行器的飞行安全，而且随着发动机气动稳定性理论研究的深入及设计水平的提高，其成果可直接提高发动机性能、缩短研制周期、降低研制难度。

国内在航空发动机防喘控制技术方面已开展了多年研究，但由喘振特征信号甄别技术不足导致的漏报、误判现象，始终是防喘控制的技术瓶颈。本文通过试验分析某型发动机压缩部件台架试验的失速和喘振信号，掌握压缩部件气动失稳特征，深化失稳信号预警诊断技术研究，采用数字式电子处理装置完成失稳信号的处理、判断及控制指令的发出，是发动机喘振控制系统整体设计最前端且最关键的研究内容。

2 失稳特征参数选取

航空发动机的失稳特征由多个参数表征，喘振是其重要特征之一。图1为喘振时发动机流道中参数常见的变化情况：压气机出口压力p3和发动机进口空气流量W2强烈脉动，高、低压转子转速nH、nL急剧下降，低压涡轮出口温度T5急剧上升，发动机进口压力p2瞬间突升，推力F急剧下降等[1]。

图1 发动机喘振时工作参数的变化Fig.1 Dynamic performance of engine surge

为确定发动机的不稳定过程特征，失稳信号参数原则上可选择某个单独参数或某些参数组合，如可选择压气机进出口压力、涡轮出口温度、高低压转子转速等参数。但因为失稳发生的瞬时性特点，最重要的是对发动机压缩部件失稳初始扰动实施实时、精确监测和甄别。由图1可见，在喘振过程中，压力、温度和转速三类参数均有明显变化，但从发动机工作的瞬时性角度分析，温度、转速信号的变化较压力信号趋于渐变，变化周期较长，且温度信号的滞后性不利于失稳实时判断，转速由燃油量控制致使失稳判定缺乏直接性；压力信号的瞬态变化较为剧烈，幅度大，易于分辨。因此，采用涡轮出口温度、转子转速作为失稳特征信号不能全面反映发动机失稳信息，而选择以压力脉动形式出现的压气机出口压力作为失稳判定的特征参数较佳，温度、转速信号可作为组合辅助判定参数。

3 喘振模型建模及仿真

压缩部件的喘振模型在经典Moore-Greitzer模型(M-G模型)基础上建立。该模型由压升、平均流量系数、扰动流量系数三个方程构成耦合偏微分方程组，能较好地描述旋转失速和喘振等失稳现象，预测压缩系统进入旋转失速前的模态扰动波，可用于系统稳定性分析、失速与喘振的数值模拟等方面。参照文献[2]、[3]，在MatLab环境下建立了如图2所示的压气机低阶喘振模型。为便于对失稳特征信号进行数值仿真分析，将M-G模型的偏微分方程进行了非线性常微分化处理。图3为气动失稳时压力信号的仿真结果，从失稳产生的过程看，压气机正常工作时，压力信号按照相对小的幅值上下波动；当压气机产生失速团时，压力脉动振幅增大，随着失速团轴向传播，压力脉动会有与转速密切相关的相对固定的频率。另外，每个喘振循环均起始于旋转失速，且压缩部件失稳过程的物理现象与压气机特性有关。压气机特性较陡，失稳现象将以喘振形式出现；压气机特性较平，失稳现象将以旋转失速形式出现。图4为失速、喘振仿真时的时频特性，通过时频分析提取压力信号中与转速相关的频率变化特性，可作为压缩部件失速、喘振时的频率预警标识。

图2 压缩部件喘振模型Fig.2 The surge model of compression components

图3 喘振时的压力信号仿真Fig.3 The pressure signal simulation during surge

4 喘振信号预警

发动机工作过程中，喘振信号的预测和报警是决定发动机防喘控制成效的关键因素，故喘振信号的采集、处理及准确辨析尤为重要。喘振信号报警过早或误报，使发动机采取动作主动消喘，将大大降低发动机的输出功率和效率；预测过迟或漏报，将使发动机没有足够时间在失稳前采取相应防御措施，给发动机和飞行器带来极大的安全隐患。

图4 失速、喘振时频特性Fig.4 The composite curves of time-frequency characteristic during surge and stall

喘振信号的采集、处理由失稳信号处理器完成。失稳信号处理器是发动机防喘控制系统的前置处理单元，由压力数据采集模块、检测模块和数据记录装置等组成。基于台架试验考虑，失稳信号处理器采用嵌入式处理器和FPGA硬件架构[4](图5)。在RTOS实时操作系统平台上，由硬件控制A/D转换和数据存储，最大限度地提高了系统的信号采集和处理能力；通过相应的软件算法和逻辑控制，实时输出喘振预警信号。数据处理单元用于提取失稳信号特征和检测算法，实时处理来自数据采集单元的压力数据。在特征压力信号采集实时、准确的情况下，通过可靠的信号诊断和预测算法，降低失稳先兆的漏报和误报，确保发动机防喘控制系统有效工作。

喘振信号处理的关键，是对发动机失稳先兆信号的数据诊断。图6为喘振信号诊断处理流程，采用了数据融合技术的综合诊断方法[5]。数据融合的主要目的，是建立对压力脉动信号诊断信息的置信因子、严重性和优先权，通过综合诊断输出提高预警的可靠性。结合实际控制需求，采用低通滤波技术进行失稳信号的抗干扰和滤波设计。选取合适的滤波频率，对传感器采集的压力脉动信号进行低通滤波，图7为低通滤波结果示意图。该图较为准确地反映出：在进入喘振之前一段时间压力扰动增大，在接近喘振点前压力脉动幅值明显增大。

图5 系统硬件原理图Fig.5 The schematic diagram of system hardware

图6 喘振信号诊断处理流程Fig.6 The flow chart of surge calculation

图7 压力信号的低通滤波Fig.7 The complex chart of low-pass filtering for the pressure signal

5 试验分析

真实喘振状态通过台架上试验件转速上升到规定值后的节流方法实现。采用检测压气机率先失速级的压力信号，根据其失速时压力信号变化的特征表征失速/喘振现象，并以此作为喘振控制指令发送到防喘控制系统。

对采集到的喘振数据进行时域、频域分析，得出喘振过程中的时频特性。喘振发生前后2 s内的原始压力数据波动见图8，可见，喘振发生时压力信号产生了明显波动。为进一步分析压力信号的脉动情况，对数据进行量化处理，处理后的脉动量波形见图9。可见，压力信号的脉动主频率变小，波动幅度增大。其物理意义实质上是发动机内部气流失稳，发生了喘振。取一定阈值做二进制判决处理，结果如图10所示。可见，该判决结果清晰反映了压力脉动情况，可作为喘振控制预警处理信号，为后续发动机防喘控制动作提供较为准确、实时的指令依据。

图8 原始压力波动信号Fig.8 The original curve of pressure fluctuation signal

图9 处理后的压力脉动信号Fig.9 The pressure fluctuation signal curve after treatment

图10 判决结果示意图Fig.10 Schematic diagram of the verdict

6 结束语

失稳特征信号的实时、准确甄别，是发动机进行失稳主动控制的先决条件。理论上，如果能准确判定失稳信号，并及时采取措施主动抑制初始扰动，发动机可始终稳定工作而不再发生失速和喘振。本文对航空发动机失稳特征信号的检测、判别和处理方法进行了研究，通过失稳信号处理器实时获取压气机压力脉动数据，采用时域诊断分析方法完成失稳信号的在线检测和预警。经某发动机压缩部件台架试验验证，失稳信号处理器应用良好，能成功分离出喘振状态下的失稳特征信号特征并实施较为准确的捕获，采用的失稳判定方法有效。但针对失稳特征信号的甄别技术研究，仅依靠部件试验还远远不够，必须依赖于发动机整机真实环境试验，采用多种数据诊断方法积累分析，才能逐步提高对发动机失稳信号判定的准确性、可靠性，降低漏报和误报率。

[1]刘大响.航空燃气涡轮发动机稳定性设计与评定技术[M].北京：航空工业出版社，2004.

[2]Gravdah J T.Modeling and Control of Surge and Rotating Stall in Compressors[D].Norway：Norwegian University of Science and Technology，1998.

[3]Longley J P.Calculating Stall and Surge Transients[R]. ASME GT2007-27378，2007.

[4]孟宪元，钱伟康.FPGA嵌入式系统设计[M].北京：电子工业出版社，2007.

[5]Spakovszky Z S，Gertz J B，Sharma O P，et al.Influence of Compressor Deterioration on Engine Dynamic Behavior and Transient Stall-Margin[J].ASME Journal of Turboma⁃chinery，2000，122：477—489.

Instability Signal Detecting and Early Warning of Aero-Engine

WANG Ke-hong1，TANG Shi-jan1，QU Wei-dong2
(1.China Gas Turbine Establishment，Chengdu 610500，China；2.Shanghai Jiaotong University，Shanghai 200240，China)

For the surge signal,an important instability characteristic of aero-engine,detection，identifica⁃tion and processing method research were carried out.Real time pressure data of compressor was obtained by instable signal processor and online detection and pre-warning were accomplished by time domain diag⁃nosis method.Bench test of compression components validated that signal processor successfully captured the instable signal and differentiated the characteristics with effective method.The results show that the ac⁃curate discrimination of real-time instable signal is the precondition for active control and the improvement of discrimination accuracy could effectively avoid the misjudgment or pretermission of signal.

aero-engine control system；instability control signal；engine surge；rotating stall；time domain diagnosis analysis

V233.7

A

1672-2620(2013)04-0051-03

2013-01-14；

2013-06-18

王克宏(1967-)，男，河北丰南人，高级工程师，主要从事航空发动机控制及试验研究工作。