基于LabVIEW的航空发动机气路故障分析系统设计*

马 敏， 闫超奇

(中国民航大学 电子信息与自动化学院，天津 300300)



基于LabVIEW的航空发动机气路故障分析系统设计*

马 敏， 闫超奇

(中国民航大学 电子信息与自动化学院，天津 300300)

针对在航空发动机气路中带电粒子的电荷信号微弱，传感器工作环境恶劣的条件下，监测航空发动机气路故障的问题，设计了一种能适应高温、高噪声等恶劣工作环境并对电荷信号灵敏监测模型，使用LabVIEW软件建立了航空发动机气路不同工况中静电信号的子V1，对信号进行采集和分析。通过对航空发动机多种工况的模拟和试验，建立了航空发动机气路故障分析系统。结果表明:该监测模型分辨率高、信噪比高、稳定性好，可稳定地监测航空发动机的多种工况，为航空发动机气路故障诊断提供可靠的依据。

航空发动机； 发动机气路故障； LabVIEW； 静电信号； 故障分析系统

0 引 言

航空发动机为飞机提供动力，但发动机长时间处于高强度工作状态，其部件容易产生疲劳受损，严峻的工作环境易导致润滑材料寿命缩短、非正常润滑和磨损失效等故障[1]，本文针对静电信号微弱的问题，使用虚拟仪器采集系统对电荷信号进行采集与处理[2]，并基于气固两相流装置模拟航空发动机的运行，模拟了故障发生时的颗粒带电状况，对信号进行分析，建立故障分析系统，识别代表气路故障特征的信号，使航空发动机尾气监测技术进一步完善。

1 基本原理

航空发动机气路的排放物主要包括三部分[3]，即燃油燃烧产生的固体烟尘，航空发动机部件磨损产生的颗粒以及吸入颗粒物。当航空发动机处于健康状况时，气路中颗粒粒径范围主要集中在5～7 nm和20～40 nm两个范围，而航空发动机气路部件故障时，会产生粒径大于40 μm的异常颗粒。由于不同类型、不同粒径的固体颗粒在气路中运动都会产生特征各异的静电信号，因此，对气路进行静电信号的监测就可以反映航空发动机气路部件的磨损状况，从而反映航空发动机的故障状况。

本文中应用气固两相流装置模拟航空发动机气路[4]，系统的整体示意图如图1所示。气体由风机吹出，在管道内流动，并可向管道内加入玉米粉，二氧化硅粉，金属粉等固体颗粒，以模拟航空发动机气路不同类型的固体颗粒的运动过程[5]，分别检测绝缘体颗粒、半导体颗粒以及导体颗粒的静电信号特征。由于在管道中，空隙率超过99 %，气固两相流中固体颗粒含量非常稀薄，故在管道后段安装2只静电传感器，分别为环形静电传感器和针形静电传感器，来更精确地检测静电信号，传感器后端装有2组相同的信号处理电路，以获得用于互相补充的2组数据。处理电路包括电荷放大电路、低通滤波电路、A/D转换电路[6]。处理电路的后端，是基于LabVIEW的虚拟仪器采集系统，用NI采集卡连接处理电路输出端，即可将数据传输至计算机，并由LabVIEW软件对采集数据进行处理，并分析不同类型的静电信号特征。

图1 气固两相流装置示意图

2 航空发动机气路故障分析系统

2.1 诊断系统总体设计

根据航空发动机可能出现故障的几种工况的静电信号情况，可利用LabVIEW软件来自动识别代表不同工况的信号特征，从而识别航空发动机的气路故障，其总体设计框图如图2所示。

图2 航空发动机故障诊断系统总体设计框图

使用LabVIEW软件自动识别气路故障可利用以上框图设计主函数，即“总体设计.VI”，燃烧产物信号识别，吸入颗粒物信号识别与气路部件磨损异常信号识别均可由子函数来实现，即“燃烧产物信号识别.VI”、“吸入颗粒物信号识别.VI”和“磨损颗粒异常信号识别.VI”，上述设计既可使系统实现模块化，功能清晰，又可使整体界面整洁。由于环形静电传感器对中心区域不敏感，上述子.VI仅针对针形静电传感器的采集信号进行设计。

2.2 燃烧产物信号识别系统

燃烧产物信号识别.VI可作为识别航空发动机尾气静电信号中识别燃烧产物的静电信号的子.VI。由于燃烧产物绝大部分属于正常排放颗粒物，只需对燃烧产物的信号进行识别即可，如图3所示。经过滤波的信号输入至燃烧产物信号识别.VI中，若该信号属于燃烧产物的静电信号，则其信号幅值平缓上升，且所采集的信号密度高，只需对该信号进行曲线拟合，并对其斜率进行分析，斜率即信号幅值变化的速率，经过对燃烧产物的静电信号分析，可认为其信号增幅从开始出现到信号峰值出现的时间区间内增幅逐渐减缓，从而可形成平缓增大的波形，即只需判断其斜率逐渐减小即可[7]。由图3可知，曲线拟合.VI的输出端为斜率信号，设t1时刻信号从曲线拟合.VI中输出，分别进入比较器和延时输出程序，则比较器一端具有t1时刻的信号，而另一端为空，则该次比较无结果，在t2时刻，信号在此进入比较器的一端，此时，由于延时输出程序的等待时间为0.01 s(可根据信号的采样率来确定)的进栈和出栈操作，延时输出程序的t1时刻信号进入比较器的另一端，则t1时刻信号可与t2时刻信号进行比较，并将比较结果输出为布尔值。当比较结果为t2时刻信号小于t1时刻信号时，布尔值输出为1，此时，燃烧产物信号识别子.VI的运行可结束。布尔值可作为燃烧产物信号识别子.VI的输出端，将布尔值输出至总体设计.VI，即主函数中，作为结果被主函数使用。

图3 燃烧产物信号识别子.VI

2.3 吸入颗粒物信号识别系统

吸入颗粒物的随机性较大，吸入颗粒物种类多样，粒径范围较大，粒径较小的颗粒物与燃烧产物的静电信号类似，但吸入颗粒中包含粒径较大的颗粒，其带电量较大，在检测中会出现由粒径微小的颗粒引起的振幅平稳增长，同样也具有粒径较大的颗粒引起的信号幅值突增[8]。因此，识别吸入颗粒物的静电信号应同时兼顾两种信号。如图4，波形信号经过曲线拟合后输出斜率值，与燃烧产物信号识别子.VI类似，平稳上升的信号斜率逐渐减小。此外，当该信号的幅值是前一时刻的信号的一定倍数时，可认为出现粒径较大的颗粒。当两个条件同时满足时，可认为出现吸入颗粒物。

图4 吸入颗粒物信号识别子.VI

2.4 磨损颗粒信号识别系统

磨损颗粒物与吸入颗粒物类似，同样具有粒径较大的颗粒和粒径微小的颗粒。其中，粒径微小的颗粒源自于航空发动机运行的正常摩擦，或源自于磨损中的比较细小的碎屑，粒径较大的颗粒源自于异常的磨损。在信号中表现为信号突增，幅值较高的信号与幅值较低的信号的结合，两种信号的频率有着明显区别，幅值较高的信号频率较低，相反，幅值较低的信号频率较高。如图5所示，对该信号进行频谱分析，并对频谱进行曲线拟合，则类似于燃烧产物信号识别系统，可对其频谱进行斜率分析[9]。根据以上分析，当斜率小于零时，布尔值为1。

图5 磨损颗粒异常信号识别子.VI

2.5 航空发动机气路故障诊断系统的主函数

上述设计的识别三种静电信号情况的子.VI，可用于航空发动机气路故障诊断系统的设计中。如图6所示，信号进入滤波器.VI中，可进一步滤除高频噪声信号，再将滤波后的信号输入幅值与电平测量.VI中，由以上的分析，可预先检测该信号的幅值是否增大，如增大，再进行进一步的判断，因此，设计了比较函数，当增大为真时，条件循环运行三个子.VI，此时三个子.VI将滤波后的信号作为输入，来分析该信号。分析结束后，三个子.VI的输出均为布尔值。若燃烧产物信号识别.VI的布尔值为真，则该信号属于燃烧产物信号；若吸入颗粒物信号识别.VI的布尔值为真，则该信号属于吸入颗粒物信号；若磨损颗粒异常信号识别.VI为真，则该信号属于磨损颗粒的静电信号。设计中，将磨损颗粒信号和吸入颗粒物信号设置为警报状态，将燃烧产物信号设置为排除状态。

图6 航空发动机气路故障诊断系统.VI

3 航空发动机气路故障分析系统测试

第一组实验：启动风机，将玉米粉，二氧化硅粉，金属粉三种颗粒混合物填入气固两相流装置中设置采样率为1 500 Hz，采集22 s的静电信号如图7所示，在该过程中，3个子.VI布尔值均为真，且引发警报状态。

图7 三种颗粒混合物信号

分析波形图可知:质量较轻的颗粒先通过管道，由于数量较多，故信号采集密集度高，斜率变化平缓，未出现突增现象，其有效幅值为0～0.01 V;质量较大的颗粒通过管道时，信号出现突增现象，密集度较低，其有效幅值为0～0.02 V。

第二组实验：启动风机，将燃烧的碳粉颗粒加入装置中，间隔9 s后，第二次加入。对燃烧颗粒物的测试中，采集到的静电信号波形图如图8所示，在该过程中，燃烧产物信号识别子VI的布尔值为真，该信号引起系统的排除状态。

图8 燃烧产物信号

分析波形图可知:系统准确地捕捉到了2次燃烧信号的波形，斜率变化均比较平缓，信号密度较高。燃烧颗粒通过管道时对管道中的电荷水平影响比较明显，第一次效幅值为0～0.014 V，第二次有效幅值为0～0.012 V。

综合2种实验结果，系统对航空发动机气路中的各种静电信号灵敏度较高，能够有效地监测到流动气体中的荷电颗粒，在对燃烧产物的测试中，在燃烧产物通过传感器探头时，信号的产生、变化与消失均可灵敏地被捕获到，并未引发报警状态。因此，该系统对燃烧产物信号比较灵敏，对信号的判断也很准确。系统能够正常有效地工作，可作为故障诊断的可靠依据。

4 结束语

本文基于LabVIEW设计了识别航空发动机气路不同工况中的静电信号的子.VI，并将这些子.VI用于诊断系统中。该诊断系统利用子.VI的识别功能，可用于确定航空发动机气路中的静电水平，识别气路中的异常颗粒，从而诊断航空发动机气路中常见的故障，并可准确排除一些非故障类因素，有效地模拟了航空发动机的气路的运行工况，为航空发动机的故障识别提供一定依据，减少不必要的维修成本。利用虚拟仪器系统开发的航空发动机气路故障识别系统抗干扰性好、准确性高、开发成本低、开发周期短，可对更多类型的故障特征作出相应设计，是一种实用性较强，具有较高发展潜力的故障诊断系统。

[1] 孙毅刚,刘静雅,赵 珍.基于极限学习机的航空发动机传感器故障诊断[J].传感器与微系统,2014,33(8):23-16.

[2] 邓居祁,瞿 曌,盛 旺.虚拟仪器的实现[J].传感器与微系统,2006,25(6):15-17.

[3] 文振华.基于静电感应的航空发动机气路监测技术研究[D].南京:南京航空航天大学,2009.

[4] 王 娜,马 辉,郑德忠,等. 基于静电传感器的气固两相流质量流量测量方法的研究[J].仪器仪表学报,2007,28(4): 131-141.

[5] 许传龙.气固两相流颗粒荷电及流动参数检测方法研究[D].南京:东南大学,2006.

[6] 冯丽娜,左洪福,文振华.航空发动机静电传感器前置放大器设计[J].传感器与微系统,2009,28(2):75-80.

[7] 邓 森,杨军锋.基于LabVIEW的航空发动机滑油故障检测系统设计[J].电子测量技术,2009,32(9):89-110.

[8] 王 超,徐占艳,秦伟刚,等.稀相气固两相流探针声检测方法的测量信号特征分析[J].传感器与微系统,2013,32(2):39-42.

[9] 穆运明,刘旺开.基于LabVIEW的航空发动机测试系统设计[J].兵工自动化,2011,30(2):70-72.

Design of aeroengine gas path fault analysis system based on LabVIEW*

MA Min, YAN Chao-qi

(Civil Aviation University of China,College of Electronic Information and Automation,Tianjin 300300,China)

Aiming at problem of how to monitor the fault of aeroengine gas path under the condition where electrostatic signal of charged particles in aeroengine gas path is weak,and harsh working environment of the sensor,a monitoring model which can adapt to high temperature,high noise and is sensitive to charge signal is designed.The LabVIEW software is used to establish the sub VI of the static electricity signal in different operating conditions to acquire and analyze signal.Through simulate and experiment of various working condition of aeroengine,an aeroengine gas path fault analyze system is established.Result show that the model has advantages of high resolution,high signal-to-noise ratio,high stability and can steadily monitor various working condition of aeroengine and provide a reliable basis for fault diagnosis of aero engine gas path.

aeroengine; fault of aeroengine gas path; LabVIEW; static electricity signal; fault analysis system

10.13873/J.1000—9787(2017)08—0103—03

2016—08—01

国家自然科学基金资助项目(61401466);中国民航大学科研启动基金资助项目(2013QD01S)

V 271.4

A

1000—9787(2017)08—0103—03

马 敏(1971-)，女，教授，主要从事过程参数检测及信息处理技术方面的研究工作。

闫超奇(1992-)，男，通讯作者，硕士研究生，研究方向为无损检测系统设计及电容层析成像系统算法。