基于模糊诊断理论的航空发动机自动停车故障原因的分析

王晓钢 刘振岗 唐有才 王占勇 于德会 李 合（海军航空工程学院青岛校区，青岛 266041）



基于模糊诊断理论的航空发动机自动停车故障原因的分析

王晓钢 刘振岗 唐有才 王占勇 于德会 李 合
（海军航空工程学院青岛校区，青岛 266041）

摘 要针对某型航空发动机空中自动停车故障诊断中故障症状与故障原因之间关系极为复杂、不确定等问题，提出了该型发动机故障的模糊诊断方法，建立了发动机自动停车故障模糊诊断的数值理论模型，利用专家知识动态建立了模糊诊断矩阵过程模型，并结合具体自动停车故障案例，实现了该型发动机自动停车故障的模糊诊断，验证了该方法应用于发动机系统故障诊断中的可行性。

关键词发动机故障诊断，模糊诊断模型，自动停车

引 言

航空发动机在运行过程中若发生自动停车故障，往往会直接、严重影响飞行安全，对国家财产及飞行人员生命安全造成损害。无论国内还是国外，军用领域还是民用领域，由于航空发动机自动停车故障而导致机毁人亡的飞行事故屡见不鲜，因此，对航空发动机自动停车故障进行诊断，并分析其原因是非常重要的。随着多种新型飞机列装海军航空部队，机电一体化程度不断加深，客观上使得新装备对维修人员的具体要求亦愈来愈高。传统的维修模式、故障原因诊断方法已经无法满足新装备运行和维护的需要。针对这种情况，本文对模糊诊断数值方法在航空发动机停车故障原因分析中的应用进行了研究，其重要意义在于可迅速、准确地确定故障原因及故障发生的部位，有利于确保飞行安全，以及减少投入维修工作的人力、物力，缩短飞机停飞时间，提高飞机的出勤率。该方法是实现从经验性的“以预防为主的”维修转向以“以可靠性为中心”的维修的重要技术，同时也是从单纯的定时维修方式转变为定时维修、视情维修和状态维修方式相结合的维修方式的必要手段。

模糊诊断方法于1965年由美国著名的控制论专家查德教授创立，是近年来迅速发展起来的以模糊数学为基础的数值诊断方法。由于发动机故障症状可能由诸多原因引起，而一种原因也可能引起多种故障，这样，不仅故障具有模糊性，同时，引起故障的原因也具有模糊性。模糊数学中的模糊故障诊断方法利用模糊集合论中的隶属函数和模糊关系矩阵来描述故障与症状之间的模糊关系，进而实现对故障的预报和诊断。

本文基于模糊数学理论，建立了故障模型，运用由经验数据与加权统计相结合确定模糊隶属度的方法，建立了模糊诊断的数学模型，同时将专家经验知识有效地与定量分析、定性分析相结合，并将这一诊断过程应用于某新型发动机自动停车故障诊断中。应用结果表明，采用该模型来诊断发动机自动停车故障的过程和结果较为合理、准确。

1 模糊诊断数值模型的建立

1.1 隶属函数确定

模糊数学的核心问题就是隶属函数，模糊诊断的方法就是通过某些征兆的隶属度来求出各种故障原因的隶属度。设Y1,Y2,…,Yn分别表示n个故障成因，用向量Y来表示，则：

每一个故障成因出现，都伴随着一组故障征兆出现，即存在一个故障征兆群，用向量X表示：

式中，n表示各种症状的总数，xi(i=1,2,…,m)是描述第i个征兆的状态变量，当征兆不出现时，取xi=0；当征兆出现时，取xi=1。

由于故障征兆界线不清晰，因此，通过隶属函数表示各种征兆隶属于各种故障原因的程度。首先，要构造隶属度函数。设观测到的征兆群样本为(x1,x2,…,xm)。同时，得出此样本中的各分量元素对征兆xi的隶属度µXi(xi)，于是，故障征兆就可以用模糊向量表示为：

假设该征兆样本是由故障原因Y生的，Y中各种故障原因的隶属度为µYi(yi)，同样，故障原因用模糊向量表示为：

通过推理可以得到，Y与X之间的模糊关系方程为：

其中，R为模糊关系矩阵，是体现专家经验知识的模糊诊断矩阵。

模糊关系矩阵R为m×n维矩阵，其中，行表示故障征兆，列表示故障原因，矩阵元素rij表示第i种征兆对第j种故障原因的隶属度，即：

而隶属度采用加权统计求法来确定，隶属度的确定必须综合考虑各种因素：

因素1：经验统计资料（L1）；

因素2：机理分析因素（L2），即出现的可能性；

因素3：征兆出现的明显程度（L3），即剧烈还是轻微；

因素4：获得征兆的难易程度（L4），即难观察还是易观察。

第一因素评分为KijL1，从统计资料得出：

P（Xi/Yj）表示在Yj成因的条件下，Xi征兆出现的概率。NXi,NYj分别为成因Yj发生的总次数及在此条件下征兆Xi出现的次数。

表1　4个因素评分标准

由表1的评分标准，观察每一个具体征兆，邀请大量专业人员给出具体评分，这样，可得出每一个具体征兆Xi的评分集合：

在确定隶属度时，上述4个因素考虑的侧重点应有所区别，相应的权重系数为：

L1，L2，L3，L4，且：

由每一个征兆的评分集合与权系数集合，采用式（11）计算出相应的隶属度：

1.2 故障诊断模型建立

计算机模拟人的思维方法，对所输入的模式（既各个征兆群），与事先存入计算机内存的标准模式进行比较，作出判定，得出结论。设故障症状为X=(x1,x2,…,xm)，故障原因为Y=(y1,y2,…,yn)，由模糊合成变换为：

即可得出诊断故障原因向量为Y=(y1,y2,…,yn)，具体诊断时可采用逻辑运算模型：

此模型为加权统计诊断模型。对于诊断原因向量Y=(y1,y2,…,yn)，设Yt=max{Yj∣j=1,2,…,n}，则由最大隶属度原则推断故障原因为Yt，即为第t故障原因。故障的模糊诊断过程如图1所示。

图1　模糊诊断流程图

2 应用实例

2.1 征兆群故障成因诊断模型

由经验资料可统计得到每类故障发生的成因总数。例如，自动停车故障发生的成因有“离心活门抱轴”、“涡轮叶片折断”、“油泵随动活塞卡死”等。设有m个成因，每一个成因的发生都伴随着一组征兆的出现（即一个征兆群）。由经验资料结合故障机理分析，可对每一个成因确定一组典型征兆，即“标准征兆群”。如第j个成因Aj对应n个标准征兆可表示为：

但由于每组征兆对判断成因Aj的贡献是不相等的，因此，对Aj所具有的全部征兆应赋予相应的权重系数，此权重系数亦可看作某个征兆Xi属于成因Aj的隶属度，即μAj（Xi）。这样，对每个成因Aj都有一组以隶属度形式表示的征兆群：

式中，μAj（Xi）当Xi征兆出现时取μAj（Xi），不出现时取0。

这样，有m个成因，每个成因又可表示成n个元素的列向量，就组成了矩阵M=（μij）m×n，此即诊断矩阵，式中的矩阵元素为μij=μAj（Xi），即第i个征兆对第j个成因的隶属度。将诊断矩阵储存在计算机中作为判断故障的标准模式。

由诊断矩阵可求出征兆群μ（u∈U）对故障成因Aj（j=1，2，…，m）的隶属函数。方法是：

式中的Xi为第i个征兆的状态变量，征兆出现时取1，不出现时取0。μij为第i个征兆对第j个成因的隶属度。

若某一故障出现的征兆群为u0，根据上式可以计算出u0对各故障成因的隶属度μAi（u0）（j=1,2,…,m）此时用最大隶属度原则判别故障成因，即：

2.2 航空发动机空中自动停车原因判定

航空发动机自动停车故障成因分别为A1（离心活门抱轴），A2（涡轮叶片折断），A3（滑油导管振裂），A4（油泵随动活塞卡死），A5（传动轴断裂）；征兆为X1（排气温度超温），X2（振动），X3（转速急降），X4（滑油警告灯亮），X5（滑油消耗量大），X6（转速上不去）。根据专家的经验和统计资料综合评定的诊断矩阵[μij]5×6为式（18）。

若出现的征兆群为u0=（0，0，1，1，1，0），即出现X3（转速急降），X4（滑油警告灯亮），X5（滑油消耗量大），则根据式（16）可计算隶属度得：

同理可得：

根据最大隶属度原则：μ A3（u0）= m a x {μ Aj（u0）}=0.69。

则：征兆X3（转速急降）、X4（滑油警告灯亮）、X5（滑油消耗量大）同时出现时，故障成因最可能为A3（滑油导管振裂）。

外场实践证明，当上述征兆群出现时，故障发生的部位即为滑油导管处，原因是由于其振裂所引起的。

3 结束语

本文基于模糊数学原理，确定某型航空发动机自动停车故障原因的模糊隶属度，并利用经验数据与加权统计法相结合的方法进行故障诊断。实践证明，该方法确定的模型诊断模型具有较高的可靠性，可大幅缩短故障诊断时间，也为计算机辅助故障诊断提供了一条可行的途径。在诊断过程中，由于部件的磨损、老化和腐蚀等一系列难于确定的原因，造成故障征兆与原因之间的不确定性较高。所以，模型中的隶属度还有待进一步修改完善，以提高诊断模型的适应能力和准确性。

参考文献

1 蒋士章,蒲家宁,樊成.神经网络在输油泵故障诊断中的应用[J].管道技术与设备,2003,(1): 14～16

2 苏欣,袁宗明,范小霞,等.输油泵模糊故障诊断[J].石油机械,2006,34(2): 43～45

3 张建勋,彭祖胜,李金刚.模糊数学在机械故障诊断中的应用[J].土石方机械与施工技术,2006,(5): 48～49

4 柴春红,刘家学,何率天.模糊数学在飞机故障诊断中的应用[J].模糊系统与数学,2003,(3): 107～l10

5 孙红岩,姜雪峰.智能诊断中动态模糊征兆向量方法[J].核动力工程,2010,(31): 67～70

6 LIU Xiaofeng,MA Lin,MATHEN J.Machinery Fault Diagnosis Based on Fuzzy Measure and Fuzzy Integral Data Fusion Techniques[J].Mechanical Systems and Signal Processing,2009,23(3): 690～700

Analysis on Causes of Automatic Shutdown Faults of Aeroengine Based on Fuzzy Diagnosis Theory

Wang Xiaogang Liu Zhengang Tang Youcai Wang Zhanyong Yu Dehui Li He
( Qingdao Branch,Naval Aeronautical and Astronautical University,Qingdao 266041 )

AbstractTo solve the problems in the diagnosis of automatic shutdown faults of certain aeroengine,such as the complex relationship between the phenomenon of faults and the causes for the faults,a diagnosis method of the automatic shutdown faults of aeroengine based on fuzzy diagnosis theory has been proposed,and the numerical theoretical model has been built.Using the practical knowledge,the matrix procedural model based on fuzzy diagnosis theory has been established.Case studies show that this method can diagnosis the automatic shutdown faults of aeroengine with high accuracy.

KeywordsDiagnosis of aeroengine fault,Fuzzy diagnosis model,Automatic shutdown