航空发动机健康管理系统研究综述

(上海工程技术大学航空运输学院/飞行学院 上海 201600)

一、引言

制约我国航空发动机机载监视技术进步的原因,一方面是由于发动机设计、加工、制造工艺的落后，军用航空发动机可靠性短期内难以根本性提高，另一方面是健康管理技术与发动机设计脱离，没有采用可靠性设计与健康管理技术同步发展的科学发展思路，过于重视设计改进，忽视了健康管理技术开发，对于设计上无法解决的重大技术问题，监视手段几乎没有积累。新机种处于早期故障高发期，老机种进入了耗损故障高发期，但由于缺乏机载监视手段，大量监视工作主要集中在地面进行，空中飞行安全的技术保障壁垒已成为制约和影响航空兵部队战斗力的重大技术挑战。因此，加强航空发动机故障诊断与预测技术手段的研究与应用，是有效缓解航空发动机使用安全的十分必要和可行的技术途径。

目前，我国航空发动机仍是采用定时维修方式，并以机上超限告警监视、机下离线飞行参数判读、油样分析、无损检测等作为发动机健康状况的辅助检测手段。然而，机载超限告警简易监视手段既无法缓解当前发动机故障突出的现状，又不能提供发动机故障诊断、隔离所需要的必要维修保障信息，更无法预测发动机故障、管理关键部件寿命消耗情况。而仅依赖地面监事和周期性检查的维修保障方式，不仅造成维修人力、物力资源的巨大消耗，也不能适应新形势下发动机高使用可靠性和安全性的要求。我国也提出了推行以机载健康管理系统为基础的视情维修体制改革的发展要求。只有突破了发动机健康管理技术才具有了实施维修改革的基础条件。

二、研究现状

(一)国外研究现状

2007年，SAE AIR1587B 航空发动机EHM(Engine Health Management,简称PHM)系统设计指南中给出了一种航空发动机典型高等级PHM架构，如图1所示。在这种架构下，从系统信息流处理角度看，航空发动机EHM系统分①征兆—感知当前发动机状态，②识别故障征兆或异常，③诊断—主动进行征兆分析并明确其成因的过程，④预测—确定成因或状态的起始点和时间四步，包括所有实现上述组成部分的装备、软件、人员、技术和程序。从本质上看，PHM实际上是一个信息过程，即具有数据和信息的输入及输出，其他系统利用这些数据和信息输出进行监测、控制和优化单个发动机系统或整个机群的发动机系统。PHM信息输出可用来支撑但不能替代发动机维修、外场维修、基地级维修以及飞机安全等规定操作。PHM系统包含采集、处理、显示、评价和传播发动机及相关系统组成部分的各种类型数据和信息。这些功能可通过离线、机载或混合模式实现。

图1 AIR1587B发动机健康管理架构

GE Global公司提出的PHM构架如图2所示。整个信息流程由机载传感器感知各个部件或系统的工作状况，采集得到原始数据，之后对数据进行分段、滤波、特征提取并进行数据预处理，得到时间标签特征、事件信息和参数化数据，完成数据的采集。处理后的数据通过异常检测器，发出早期故障警告，并记录故障检出时间，进行第1等级的解译，粗略判断出异常出现的位置。经过诊断模块，对子系统的失效模型进行分类，并评估子系统的健康状况，进行第2等级的翻译，确定故障部位。通过预测进行第3等级翻译，确定故障部件运行至失效的剩余可用寿命。对于能够缓解的，通过机载战术控制对部件进行故障适应。后勤决策引擎则利用机载诊断和预测结果，以及可用重构配置、任务目标和要求、部件完好率、可用资产等进行离线战术规划，确定最佳的维修、运行以及供应链的方案或操作。

图2 GE公司PHM架构

(二)国内研究现状

与发达国家相比，我国PHM技术的发展仍处于相对落后的水平，仍处于初步研究的理论模型中。在故障诊断，预测和健康管理领域也正进行进行广泛的研究。研究需求和应用主要集中在航空航天，造船和武器等复杂高科技设备的勘探上。研究内容侧重于研究架构和关键技术的智能诊断和预测算法(基于模型的方法，基于数据的方法和基于统计的方法)以及测试和诊断研究。尽管在第三代机器的设计中我们取得了不错的成果，但整个应用研究的范围和水平仍然相对较低。各机构的研究能力和水平参差不齐，工业和技术专业研究机构薄弱。从工业部门和复杂设备的用户的角度来看，目前中国的综合故障诊断，预测与健康管理技术的需求是明确和强烈，但由于理论研究和应用研究方面有没有有效的接口，应用需求没有得到有效的引导。虽然近年来出现了一些基础研究，但由于缺乏良好的研究管理机制，分散的研究体系，缺乏统一有效的协调机制，理论和应用，没有接触点和实验验证。可以说，国内对误差预测和健康管理技术的研究目前还处于探索和探索的早期阶段，实现剩余寿命预测之间仍存在较大差距。

三、主要研究问题—性能/故障预测

发动机预测健康管理系统(Engine Prognostics and Health Management,简称EPHM)是一个具有状态监控，故障诊断和预测以及寿命管理功能的系统。设计目标是能够实时监控发动机状态，自动定位故障组件并预测潜在故障，自动将诊断和预报报告发送到飞机的管理系统，并提供维护建议以保证视情维修体制的运行。使用EPHM系统可以减少发动机检查和维修次数，减少维护，减少备用零件数量和停机时间，优化维护计划，充分利用飞机，降低维护成本并最终提高发动机的可靠性，经济性和安全性。

预测是健康管理技术中难度最大、最具挑战性的综合性技术，也是当前国内外健康管理研究的热点。在故障诊断和预测期间，分析用于监测发动机气路的参数，评估发动机性能，诊断发动机是否有故障。随着发动机功率和性能的下降，计算机中发动机的实时模型被自适应校正以调节控制规律。如果性能异常，则对发动机主要机械损伤，发动机震动，润滑，传动和燃油控制的机械状态进行分析，并全面分析动力状态参数，进行故障位置的检测和定位以及自动应急响应。给出机械状态参数的趋势分析，误差预测和维护建议。

发动机剩余寿命预测的研究方向可分为两大类：数据驱动方法和物理故障模型。发动机的故障是在高温高压环境下发动机各部件状态不断衰减的结果。随着各种产品变得更加复杂，创建物理故障模型的方法来预测发动机故障也变得越来越困难。数据驱动过程主要依赖于在产品操作期间监控的性能衰减数据，并创建相应的性能模型，该模型在计算和建模方面具有明显的优势。目前，寿命预测研究侧重于监测数据的分析。使用数据融合方法，基于可靠性和数据驱动来实现在线整体剩余寿命预测。卡尔曼滤波算法用于融合传感器监测数据以实时估计产品退化状况，预测发动机的剩余寿命。目前，学术界提出了一种基于Wiener正态种群和变异系数的多阶段一致性检验的剩余寿命预测方法。由于wiener进程可以用来表示非单调和退化趋势的独立增加，也因此引起了国内外科学家的极大关注。

四、结论

EHM是一门快速发展的学科，无论在技术进步和运营实施方面，都有着巨大的前进空间，本文阐述了EHM系统在航空发动机方面对发动机的运营、维护和使用效率等方面的有益影响。本文分析了国内外EHM技术发展的差异，分析了制约我国航空发动机健康管理技术的原因。

国内飞机发动机的健康管理与其他国家的差距很大。有许多关键技术需要攻克。目前来说主要有三个方面。首先，测试参数检测方法和空气传感器的设计和应用，第二，数据管理和信息融合技术，包括引擎故障模式和发动机故障库的组建。第三，状态特征模拟和智能诊断技术，包括用于实时自适应飞机发动机模型的建模技术。