基于灰色模型的航空装备旋转构件故障预测方法

施小弟

（中国航空工业集团公司上海航空测控技术研究所，上海 201601）

作为航空装备上的重要部件，旋转构件承载着机械动机传递的重要任务，其可使动力系统输出的动能传递到其他需要动力的部位或部件，如直升机上的传动系统，其把发动机输出的动能传递到主旋翼和尾桨，促使主旋翼和尾桨转动，从而将发动机输出的动能传递到旋翼转动的动能。因此，航空装备旋转构件承担着极其重要的作用，其健康性能将直接影响航空装备的运行安全。

灰色系统理论自诞生后，经过二十多年的改进与发展，不仅在理论研究方面有了突破性改进，而且在实际工程中也得到了广泛应用。灰色系统理论应用领域的不断扩大标志着其理论的成熟与完善，为以后各种方法的改进与发展提供了科学指导[1]。灰色系统理论的主要内容之一是灰色序列的生成，构建灰色序列是灰色预测的关键，其生成方式有多种，包括累加生成、累减生成、插值生成等。

1 航空装备旋转构件健康状态表征方法研究

以直升机传动系统为具体研究对象，开展基于灰色模型的直升机传动系统的故障预测方法研究，在对传动系统仅限分析研究时表明，传动系统在运转过程中的振动信号含有大量能够表征传动系统健康性能的信息，如果将传动系统的振动信号作为研究其健康性能的重要参数，可以解决参数不易获取的技术难题[2]。

文中拟采用一阶转频P1、二阶转频P2、500Hz时的RMS值R1、1000Hz的RMS值R2，然后采用熵权法计算信息熵，计算出特征参数包含信息量的大小，运用信息融合的方法，获得能够表征传动系统康状态的一组信息熵参数[3]。

2 基于灰色预测的直升机传动系统的故障预测

2.1 传动系统特征参数融合

本文将信息熵概念引入到传动系统故障预测方法中，得到传动系统振动信号四种特征值的信息熵。采用熵权法求取信息熵，具体实现步骤如下。

步骤1：对传动系统振动信号进行特征提取，求取振动信号的四种特征值，并将特征值组成原始数据矩阵X；步骤2：对原始数据矩阵X进行预处理；步骤3：求取系统中某个指标的信息熵；步骤4：求取各指标的熵权，可以得到各种状态参数的贡献大小，从而实现运用信息融合技术对其进行特征融合[4]。

2.2 基于灰色预测的传动系统故障预测

在得到传动系统振动信号特征参数融合的基础上，即可运用灰色预测方法对其进行故障预测。具体实现步骤如下。

步骤1：运用时域同步平均方法对传动系统振动信号进行特征提取，提取出P1、P2、R1、R2四种特征值；步骤2：运用信息熵方法对四种特征值进行信息熵的计算；步骤3：运用信息融合方法对传动系统特征值进行信息融合；步骤4：将信息融合得到的特征参数作为原始数据，运用灰色预测模型进行预测，得到状态预测结果，然后与实际情况对比，以验证其故障预测结果。

3 传动系统故障预测案例分析

依据某型传动系统试验台，采集传动系统在同一工况下的运行试验数据，开展传动系统故障预测技术研究。本文基于试验台采集到多组试验数据，由于采集到的不同参数的量纲存在差异，需要对数据进行预处理，本文采用数据标准化方法进行数据预处理。

为计算传动系统P1、P2、R1、R2等四组参数的信息熵，即贡献率，本文采用熵权法计算其权重。根据熵权法的计算方法，得出四组参数的权重分配为0.2607、0.2275、0.1874、0.3244。

在得到四组参数权重的基础上，将四组参数融合到一组能够表征传动系统运行状态的参数，如表1所示。

表1 传动系统特征参数数据

最后，运用灰色预测方法对传动系统的状态进行预测，以预测10组数据为例，根据灰色预测方法，可以求得预测百分绝对误差为0.077268%，如图1所示。

图1 传动系统故障预测结果

对预测结果进行分析可知，该传动系统在相当长一段时间内，其状态均与当前的运行状态保持一致，即运行良好，将不会有故障发生。

4 结论

本文提出了一种基于熵权法和灰色预测的直升机传动系统故障预测新方法，并以某型直升机传动系统为具体研究对象，验证了所提出方法的准确性和可靠性。采用所提出的方法能够很好地解决传动系统故障难易准确预测的技术难题，具有重要的研究、应用价值，且该方法尚可对其他复杂的系统故障预测问题提供很好的借鉴，具有广阔的应用前景。