浅谈航空发动机孔探数据分析体系的建设

2021-09-05张忠年龚帅

航空维修与工程 2021年7期

张忠年龚帅

摘要：通过孔探检查对发动机进行在翼状态监控和适时进行发动机修理具有重要意义。当前较大的航空公司存有庞大的发动机孔探数据，本文尝试通过对发动机孔探数据进行处理和分析，结合发动机健康管理方法，对在翼发动机时寿进行预测，以便对维修决策给出相关的参考建议。

关键词：内窥镜；孔探检查；孔探数据；数据分析；健康预测

Keywords：endoscope；borescope inspection；borescope inspection data；data analysis；health prediction

0引言

发动机作为飞机的心脏，其任何功能失效或故障都可能导致飞机发生较大事故甚至诱发灾难性的后果。发动机是飞机维修保障的重点，对发动机采用先进的维修策略并进行全寿命科学的监控管理可以大幅降低维修成本，获得较好的效益。发动机维修通常采用视情维修管理方式（OCM），即基于状态的维修（CBM）。视情维修的策略是根据发动机的状态、孔探、磁堵以及外观检查等状态监控情况，得到多种发动机的监控数据，判断发动机的状态情况，并安排发动机下发，最终确定合理的维修决策，控制发动机的送修成本。

孔探检查作为航空发动机视情维修的一项重要技术，对于正确评估发动机内部损伤、对发动机进行在翼状态监控以及适时进行发动机修理具有重要的意义。发动机孔探检查是指借助工业内窥镜对发动机的内部结构进行检查，及时发现损伤，以评估发动机的整体性能。

通过孔探检查可以获得发动机内部损伤的图像、损伤部位、损伤尺寸等具体信息，为判断与分析损伤的严重程度及其发展趋势提供有效的数据。根据孔探数据，工程师可以准确地判断发动机损伤的严重情况，从而确定下次进行发动机孔探监控检查的时间间隔或者得出发动机能否继续在翼使用的判断。

1 发动机孔探数据源范围

发动机孔探数据包括一切与孔探检查工作及结果相关的数据，既包括与孔探直接相关的数据，也包括间接影响到孔探检查环境或结果的数据，大体分为以下4种类型。

1）发动机本身数据：发动机型号，发动机物理构型，发动机序号，装机飞机号，装机位置等。

2）发动机的使用数据：自新发使用时间（TSN），自新发使用循环（CSN），自大修后使用时间（TSO），自大修后使用循环（CSO）等。

3）孔探环境数据：孔探日期，孔探时间，孔探地点，孔探原因，孔探部位，孔探设备，孔探人员等。

4）孔探结果数据：损伤部位，损伤区域，损伤大小，损伤类型，损伤监控间隔，以及依据的标准限制等。

2 发动机孔探数据分析体系过程

发动机孔探数据分析体系总体上分为三个过程，分别是数据的输入、数据的处理和数据的输出。

数据输入源有两个，一是单台发动机孔探数据的手工录入。每次发动机孔探工作结束后都需要将与孔探工作相关的重要数据录入系统。有些数据可由系统自动提取，如发动机使用的时间循环数据等。为了实现对所有数据的统一处理，在录入单台发动机的孔探数据时需要将部分数据进行结构化设置，如按孔探原因、损伤类型、监控等级等进行设置。二是系统自动从所有的历史数据库中提取相应数据。历史数据库内的数据可以是日积月累的单台发动机的手工录入数据，也可以是将之前没有录入系统的数据一次性导入的数据。

数据处理的过程是数据分析体系的核心，其功能是所建数据处理系统能按照预设的数据处理模型自动从系统数据库提取相应的数据，经过计算和处理，以便能够按照预设的数据处理模型输出数据。在这一阶段，需要先人为提出对数据处理模型的期望，如需要提取哪些数据、数据如何处理、数据如何呈现等，最终由系统自动完成这些功能。

数据输出过程也是为了实现预期功能的过程。发动机孔探数据分析体系的主要功能可以分为两方面（见图1），一是对大量的历史孔探数据进行汇总、整理，以期望的统计结果呈现，从而获得期望的历史数据统计图表。二是通过对同一型号发动机同一部位同一类损伤的大量历史孔探数据进行统计与分析，建立损伤扩展与使用时间的关系，从而获得该型号发动机该部位该损伤类型的损伤扩展预测模型。

3 数据处理模型的构想

发动机孔探数据分析体系的重點及难点在于如何设计数据处理过程中数据处理的模型。通过科学合理的数据处理模型可以得到想要的孔探数据分析与统计结果，获得对历史数据的总结或对损伤趋势扩展的预测。数据处理模型的作用是使系统能够自动从庞大的孔探大数据中筛取必要的数据，并通过预设算法对数据进行计算与处理，最终得到预期的输出结果。数据处理模型可以多种多样，如可统计某一年每月的孔探工作量、统计每台孔探设备的使用次数、统计某型号发动机某部位发现某种损伤的时间循环等。下文将简单介绍几种数据处理模型。

1）统计历年每月因发动机内涵FOD原因需要进行孔探检查的台数。为了得到该统计结果，需要采集的数据是孔探原因为“FOD”的发动机孔探报告。

通过该数据统计模型，呈现出如图2所示的结果，通过该结果可以获知每年发动机内涵鸟击高发时段的具体月份，以便提前做好应对策略，如安排孔探人员异地出差排故等。

2）统计某型号发动机各个部位孔探的台次以及发现损伤的台次。为了得到该数据统计结果，需要采集的数据是某型号的所有发动机所有部位的孔探数据，并对各孔探部位和损伤部位的数据进行统计。

通过该数据统计模型，呈现如图3所示的结果，通过该结果可以得知根据维修方案的要求某型号发动机（如 CFM56-7B发动机）孔探频次高的部位。通过损伤分布还能得知容易发现损伤的部位，并继续扩展分析出容易出现的损伤类型、损伤的严重程度等。

3）统计某型号所有发动机因孔探检查发现损伤需监控时其监控等级下对应的发动机使用时限（飞行小时/飞行循环）的数据。此处的监控等级是对孔探间隔区间进行分级，不同监控级别代表不同的监控区间。监控等级从侧面反映了孔探发现损伤的严重程度。为了得到该数据统计结果，需要采集的数据是某型号的所有发动机所有部位孔探发现损伤且需要监控的数据。

通过该数据统计模型，呈现如图4所示的结果，通过该结果可以得知某型号发动机（如CFM56-7B发动机）某个监控等级的损伤容易发生在哪个使用时间的区间内。图4中监控等级为蓝色级别的某型号发动机使用的飞行循环区间约在12000～15000之间，通过大量数据可以得到更精确的结果，在开展孔探工作之前根据发动机使用时间大概得知该发动机内部损伤情况。

4）统计某型号发动机某孔探部位发现损伤后其损伤的扩展趋势。对损伤扩展的判定有两种情况，一种是损伤程度（如损伤大小）相比上次检查结果有所扩展但根据手册标准其监控间隔没有进一步缩短，一种是只要监控间隔发生变化即认为是损伤有扩展。为了研究的便捷，本文以监控间隔是否变化作为损伤是否扩展的依据。为了得到该数据统计结果，需要采集每次监控间隔发生变化时发动机的使用时间。

图5所示为某型号发动机低压涡轮导向叶片（LPTN）损伤扩展趋势图（略去了每次损伤扩展时发动机的使用时间）。通过该数据统计可知，某型号发动机某部位的损伤在每次扩展时可以使用的时间（飞行小时/飞行循环）。图5仅为单台发动机的趋势图，如果能将该型号发动机该类型损伤的数据全部统计出来并进行数据处理（去除不合理的数据、求平均等），即能得到关于该型号发动机某部位损伤趋势较为精确的结果。工程师可以根据损伤趋势数据大概评估出下次孔探的间隔和发动机的预计使用寿命等，从而大大减少非计划停产或换发的概率，节约成本。

4 结束语

随着航空公司机队规模的不断扩大和新型号飞机及发动机的不断引进，相应的发动机孔探工作量也不断增加，将产生越来越庞大的发动机孔探数据，亟需建立一套科学合理的数据分析处理平台，实现对数据的存贮、整理和统计。本文旨在探讨研究建立一套科学合理的航空发动机数据分析体系，所提出的研究成果仅供参考与借鉴，需进一步完善改进本体系的建设并应用于实际工作，对工作计划的安排、维修策略的调整提供参考意见与数据支持，提高工作效率，降低维修费用。