基于SNA的航空发动机空中停车文献分析

2021-03-05徐吉辉刘宇陈玉金

航空工程进展 2021年1期

徐吉辉，刘宇，陈玉金

(空军工程大学大学装备管理与无人机工程学院，西安 710038)

0 引言

航空发动机作为飞机“心脏”和动力之源，在保证安全飞行中具有举足轻重的地位。一旦发生故障，空中意外“抛锚”，轻则失去动力，重则机毁人亡。2015年9月19日晚，沈空航空兵某团在组织对抗空战训练过程中，一架某型单发战机突发空中停车故障，飞行员在发生故障到完成高度351 m惊险一跳的198 s内两次尝试空中启动、三次调整航向，但仍未能挽救战机，导致发生二等飞行事故。

由于航空发动机工作条件严酷，具有高温、高压、大流场、高转速的特点，导致故障易发、多发。发动机空中停车(以下简称空停)是对飞行安全影响最为显著的故障事件之一，被民航界视为飞行事故征候的重要考核指标。空停事件主要指飞行过程中发动机出现非指令性停车，属于发动机突发失效事件，其主要诱因可分为发动机自身故障、外界干扰和飞行人员误操作等。随着航空发动机技术的发展成熟，以及维修理念变革和发动机管理经验的不断积累，能够保证每1 000 fh的空停率降低至0.006以下，但由于飞行总小时数的迅猛增长，空停事件的发生量仍达到每年近百起。

在航空安全研究领域，空停一直是研究的热点。J.Miyano针对XF-2单发飞机的空中启动进行试验研究，结果表明该机型空中启动点火时间、推力恢复时间和最大废气温度符合相关标准要求，验证了其在空中停车情况下再启动的安全性；P.T.Roger等设计出针对传感器系统故障的自动化诊断系统，能够对降低空中停车率起到良好作用；黄郁华对空中停车的故障种类及原因进行了研究，并从适航审定和发动机状态监控故障诊断方面提出预防措施；张永从发动机工程管理体系建设的角度对预防发动机空中停车进行研究，在对空停原因分析的基础上，对发动机工程管理、航空公司运营管理、一线生产部门和飞行机组分别提出具体工作内容，具有实际指导意义；孙超等利用Bow-tie模型对空停事故进行分析，以供油系统故障为主要研究对象，找到薄弱环节的根本原因及可能导致的后果，达到降低事故发生概率、减少事故发生造成损失的目的；张辛以川航发动机工程管理为例，初创创新风险分级和动态管控方法结合的发动机空停风险评价和动态管控体系，有效防范空停风险，降低空停率；李书明等利用CBR-模糊综合评判法对空中停车率进行预测研究，在充分利用数据信息的基础上实现航空发动机设计初期的空中停车率预测。以上文献均是运用特定的方法选取专题对航空发动机空停问题进行研究，但对发动机空停开展全维度、综合性分析的文献还不多见。

本文从大数据角度开展文献研究，应用SATI3.2软件对文献关键词矩阵化处理，应用Ucinet6.0软件进行社会网络分析和聚类分析，通过社会密度分析、中心性分析、聚类分析以及核心-边缘等分析方法，对航空发动机空停研究领域内的主题进行分类，并对研究现状及发展趋势进行深度挖掘和预测分析。

1 数据来源及研究方法

本文以中国知网(CNKI.net)——高级检索路径下有关航空发动机空中停车研究的文献作为统计数据来源，以主题“空中停车”为检索词，不限统计年限，截至日期为2020年4月10日，共检索出文献162篇，经过筛选甄别，剔除与研究主题无关的文献资料，共得到157篇研究文献，以此作为研究数据。选取文献发表年限统计情况如图1所示，可以看出：文献总体分布呈波动上升趋势，在1994年之前研究尚处于起步阶段，成果相对较少；随着空停发生频次增加，相关研究日益受到关注，研究成果不断涌现。由于部分文献以具体空停事件为主要研究内容，因此文献数量与空停事件的发生存在相对明显的相关性。

图1 文献发表年限统计

应用SATI3.2软件对选取文献的关键词进行频次统计分析，并按频次进行逆序排列，选取前50位的关键词进行社会网络图分析，其中前30位高频关键词词频统计结果如表1所示。

表1 空中停车文献高频关键词

在词频分析的基础上，根据共词分析原理构建共词矩阵，应用Ucinet6.0软件的变换-对分功能将共词矩阵转化为0-1共词矩阵。利用0-1共词矩阵开展航空发动机空停领域研究文献关键词的社会密度分析、中心性分析、凝聚子群分析以及核心-边缘分析，进而分析本研究领域的研究热点和发展趋势。

2 关键词分析

在得到0-1共词矩阵基础上，应用Ucinet6.0软件的可视化-NetDraw功能绘制关键词社会网络分析图谱，如图2所示，其中方框代表文献关键词，且方框越大表示其中心性和关键性越强；方框间的连线表示关键词之间的关联性，且连线越粗表示关联性越强；双线表示关联词出现在同一篇文献。

2.1 社会密度及中心性分析

社会网络分析中的网络密度指的是网络中各节点之间联系的紧密度，可通过网络图中实际存在的关系数与理论上最多可能存在的关系数相比得到，其取值范围为[0,1]，且取值越大代表节点联系越紧密。根据Ucinet6.0软件计算出的网络密度值结果为0.189 4，属于密度低的网络图，表明发动机空中停车研究领域的关键词之间的联系不密切，说明该领域的研究内容广泛，但研究深度尚有待加强。

图2 关键词社会网络分析图

中心性是度量整个网络中心化程度的重要指标，越处于中心位置的节点对网络的影响力越大，网络中心性可以分为点度中心度、接近中心度和中间中心度三个指标。在关键词网络图中，处于中心位置的关键词对该研究领域的影响程度更大，更有可能成为研究重点，因此中心性分析方法也被广泛用于研究趋势预测。应用Ucinet6.0软件分析得到的网络中心性分析结果，如表2所示，该表以点度中心度、中间中心度、接近中心度、特征根向量为顺序参考对关键词进行排列。

表2 中心性分析结果

对表2参数进行分析如下：

(1) 点度中心度表示节点在网络中的联结数目，表征节点在网络中所处地位，中心度越高的节点在网络中越处于核心地位，对其他节点的影响程度越大。排除“空中停车”及其他与航空发动机、飞机相关的关键词影响后，航空公司、航空运输企业、双发飞机、普惠公司、飞行试验、飞行人员、试飞、机务维修、波音、飞行员、飞机维修、可靠性管理、全面质量管理、航空维修等关键词的点度中心度较高，说明它们相对处于网络中心位置，对整体网络的构成起到核心关键作用，确保网络中各节点的相互连接，这表明以上关键词在航空发动机空中停车研究领域受到的关注度高。通过对相关文献进行跟踪分析可以看出，航空公司与航空运输企业在相应文献中同时出现的概率大，文献主要研究内容集中于双发延程飞行、减少维修差错、提升发动机可靠性及建设发动机工程管理体系。航空公司和航空运输企业作为航空发动机的使用维护单位，空停事件对其造成的经济损失巨大，因此对空中停车故障的关注度较高。双发飞机成为关键节点的原因在于双发飞机延程飞行的研究，双发飞机延程飞行在型号设计方面审定主要是依据发动机的可靠性、飞机系统设计和可靠性、有效性验证飞行进行的，而在发动机可靠性衡量指标上选取的是空中停车率。例如，120 min的延程飞行其发动机需要满足空中停车率小于5×10次/飞行小时；180 min的延程飞行需要满足空中停车率小于2×10次/飞行小时。飞行人员作为直接参与飞行的机组人员，包括驾驶员(飞行员)、副驾驶员、飞行工程师、领航员、通信员等，受到空停事件的直接影响，也是处置空停事件的首要参与人员。空停事件发生后，飞行员的正确处置是保证人员和航空器安全的首要条件。发动机的空中启动能力是飞行安全的重要保障，根据发动机定型试飞要求，飞行试验时需要对发动机空中热启动和冷启动能力进行验证。普惠公司作为世界上著名的航空发动机供应商之一，为美国空军和民航提供大量涡喷和涡扇发动机。通过文献分析可以看出，国内文献研究内容主要集中于对普惠公司生产的经典型号发动机的防空停设计及提高可靠性设计进行研究分析。波音公司作为世界上最大的民用和军用飞机制造商之一，对航空发动机的使用需求是巨大的，为了确保生产飞机的可靠性和安全性，波音公司对空停更加关注和重视。飞机维修、机务维修及航空维修都是为了保证飞行安全而对飞机及其技术装备进行一系列维护和修理的行为，这也是保持发动机良好工作状态，避免发生空停事件的前提条件。可靠性管理和全面质量管理是从发动机全寿命周期角度出发，以可靠性和质量管理为重要关注点，避免空停事件的发生。

(2) 中间中心度表示节点的媒介程度，即节点在网络中的中继联结作用。在排除搜索关键词的影响后，排序相对靠前的关键词分别为：可靠性、航空公司、航空运输企业、涡喷发动机、无人机、普惠公司、飞行试验、试飞、双发飞机、机务维修、故障、飞行人员、波音、压气机等。可以看出绝大部分关键词与点度中心度分析结果相同，表明这些关键词不仅作为网络的核心组成，也是连接网络整体的重要桥梁，在网络中发挥重要作用。新增加的关键词主要在网络中发挥连接作用，保证网络的整体性，此类关键词主要有：可靠性、涡喷发动机、无人机、故障、压气机等。相反，中间中心度为0的节点则代表其在网络中必须依赖其内部的某个节点来与其他节点发生联系。根据计算结果，此类关键词主要有：故障树、预防措施、直升机、军用飞机、轴承、断裂、连接螺栓。综合此类关键词可以看出，其和空中停车的联系较为紧密，但从分类上看主要是定义飞机类型、具体分析方法及确定的失效部位和模式，在发动机空停研究领域缺乏广泛性和代表性，导致其在网络中处于较边缘化的位置，无法起到明显媒介作用。

(3) 接近中心度表示节点不受其他节点影响的测度，即相应节点与所有其他节点的接近性程度。排序相对靠前的关键词分别是：航空公司、航空运输企业、飞行试验、普惠公司、双发飞机、飞行人员、试飞、飞机维修、波音、飞行员、可靠性管理、机务维修、全面质量管理、航空维修等。可以看出绝大部分关键词与点度中心度和中间中心度分析结果相同，尤其是与点度中心度关键词全部重合。上述核心关键词在整体网络中与自身之外的其他所有节点接近性程度高，与其他关键词之间的联系路径最短，处于网络中心位置。

(4) 特征根向量是刻画节点中心度以及网络中心势的一种标准化测度，能够在网络结构整体上确定出最核心的节点，其取值越大说明节点在网络中越靠近中心位置。排序相对靠前的关键词分别是：航空公司、航空运输企业、飞行人员、飞行员、可靠性管理、航空维修、飞机维修、全面质量管理、机务维修、双发飞机、波音、普惠公司、飞行试验、双发延程飞行、试飞等。与前述点度中心度、中间中心度和接近中心度分析结果相比较，大部分关键词均出现重复。这说明上述关键词在网络中属于较为核心的关键词，相比而言更接近中心位置。

2.2 凝聚子群分析

在社会网络分析中存在某些联系紧密以至于结合成次级团体的节点，这种团体被称为凝聚子群。凝聚子群分析就是分析网络中存在凝聚子群的数目、子群内部各节点之间关系特点及子群之间关系特点等。通过Ucinet软件中的CONCOR法进行凝聚子群分析，利用树形图表达各个位置之间的结构对等性程度，并且标记出各个位置拥有的网络成员，输出结果如图3所示，其中纵向项目为关键词及其序号，横向数字为聚类级别。

从图3可以看出：3级聚类分析结果共8个凝聚子群，剔除与空停研究关联性较低的分组后剩下6个凝聚子群，分别为：①航空运输企业、航空公司、机队；②航空器、全面质量管理、飞机维修、飞行员、可靠性管理、飞行人员、航空维修、警戒值、机务维修、飞机发动机；③军用飞机、故障、分析、航空发动机、可靠性、链接螺栓；④普惠公司、双发飞机、停车率、压气机、飞机、飞行安全、试飞、波音、飞行试验、状态监控、双发延程飞行、压缩机、交通运输安全；⑤故障树、故障分析、涡喷发动机、无人机；⑥涡扇发动机、涡轮叶片、断裂、预防措施、直升机、附件传动机匣、轴承、自传着陆、维修成本。在2级聚类分析结果中总共有3个凝聚子群，分别为{①②}、{③④}、{⑤⑥}。

图3 凝聚子群分析树状图

结合对样本文献的分析研究，通过凝聚子群分析可以得出以下结果：

(1) 在3级聚类级别下子群内关键词数量差异较大，但在2级聚类级别下，子群内关键词数量趋于平均。

(2) 子群①中关键词数量仅为3个，均属于广泛意义上的发动机使用单位；子群②中关键词主要集中于发动机管理及维修方面；在2级聚类级别下组合{①②}表明航空发动机的使用单位侧重于从维修的角度开展空停研究。

(3) 子群③中关键词侧重于军用飞机的可靠性和空停故障分析；子群④中关键词数量最多，达到13个，主要侧重于双发延程飞行中发动机的可靠性研究，且研究关注点在于发动机的试验验证，以确保飞行安全；在2级聚类级别下组合{③④}表明发动机空停研究在民航和军用航空领域均受到关注，但两者在关注点上的侧重有所不同，军用航空领域研究成果更倾向于对特定空停事件的分析研究，而民航领域研究成果则更倾向于对特定发动机型号的防空停设计进行分析及发动机定型试飞试验研究分析。

(4) 子群⑤中关键词数量相对较少，为4个，主要侧重于涡喷发动机、无人机空停故障分析；子群⑥中关键词侧重于涡扇发动机、直升机空停故障研究，且研究成果更为具体，多为针对具体空停事件或具体某一型号发动机的研究分析，研究结论具体到发现引发空停故障的部附件；在2级聚类级别下组合{⑤⑥}表明在无人机、直升机等类别的航空器中空停研究也受到关注，且相关研究方法及深度存在差异。