基于工业互联网的飞机发动机故障智慧诊断

本文介绍了2022 年南航首届机务智慧维修创新大赛参赛项目《飞机发动机故障智慧诊断平台》。该平台以“智慧维修、数字驱动、融合赋能”为主旨，聚焦飞机故障的预见、报告、处理全流程管控,利用数字驱动、创新智慧维修的探索，融合南航现有信息化创新成果，旨在解决南航现有远程故障诊断系统在一线落地最后一公里的问题，确保为飞行正常提供可靠的运力保障。

0 引言

2022 年中国民航局发布《智慧民航建设路线图》。智慧民航建设涉及行业全领域、全主体、全要素、全周期，是“十四五”民航发展的主线，是民航高质量发展的主攻方向，也是多领域民航强国建设的强大支撑。民航业是一个沉浸在大数据中的行业，管好用好数据并实现创造价值，是智慧民航建设基础中的基础、关键中的关键。在机务维修领域，要使用好飞行大数据，利用飞行大数据服务于飞机发动机故障诊断。因此，基于大数据的飞机发动机故障智慧诊断平台适应了局方关于智慧民航建设的要求。

当前国内外飞机发动机故障预警主要是通过飞机驾驶舱效应、飞行员和航线工作者人工上报以及发动机厂家邮件提醒等较为简单粗放的预警方式，在信息传递过程中存在信息传递滞后、可靠性不高，甚至信息传递缺失等诸多问题，造成飞机发动机维护不到位、不及时，进而导致航班运行事件或对机组操作造成影响。在一线看来，故障预警来源繁杂，缺少统一平台，需要同时监控多个平台信息，故障诊断预警平台输入接口复杂，在各个平台操作流程不同，需要专门练习，实际应用体验差。故障预警后输出动作不规范，自选动作随意，容易导致故障处理不及时或不正确进而造成运行事件。此外，运用自编故障诊断模型对故障预警后的跟踪和评价系统尚未建立，因此缺少改进措施，导致故障预警工作开展难以得到各方面支持，不能持续开展，缺少对故障诊断系统规范管理的文件体系。

南航工程技术分公司吉林基地开发的飞机发动机故障智慧诊断平台，具体开发思路和理念如图1 所示。它是利用工业互联网手段驱动飞行大数据，立足南航目前投入使用的飞机远程诊断系统、发动机健康管理系统、LeAPS 系统（中国南方航空云机务平台）、天瞳系统、大数据译码ALPHA 平台的应用开发，以制度程序建立为主干，软硬件开发为载体，摸索智慧维修在故障管控方面的运用。其创新先进的维修管理方法赋能现有机务一线保障单位故障管理的维修场景，从航线运行保障角度出发，解决一线操作端收到故障信息滞后、收到的故障信息内容不完整、故障处置预案不完备的生产痛点和难点，提高故障处理效率，使“为飞行正常提供可靠的运力保障”工作理念在机务故障管控这一重要维修场景得以全面实现。

图1 本项目的开发思路和理念

1 飞机发动机故障智慧诊断平台架构设计

1.1 故障预警应用部分构架设计

通过对维修理论进行创新，将故障从航线运行角度分为“影响运行项目”“预见性维修项目”“工程关注/航线便利项目”三类，如图2 所示。

图2 故障从航线运行角度进行的分类

飞机发动机故障智慧诊断平台还涵盖了三位一体的预警平台，包括声光报警系统、短信警告系统和邮件/微信报警系统。

1.2 故障诊断模型开发部分构架设计

故障诊断模型使用的快速存取记录器（QAR）全译码数据，主要是基于南航目前主流的空客飞机译码平台，且已在QAR 数据译码平台上进行了验证。

对故障诊断模型的建模是基于以下4 种飞行大数据:

● 基于QAR 全数据译码模型事件开发；

● 基于飞机通信寻址与报告系统（ACARS）报文内容的模型事件开发；

● 基于发动机性能监控的模型事件开发；

● 基于上述混合事件模型的开发。

1.3 平台管理方案设计

平台的管理方案对故障预警模型的开发、应用、维护及平台日常使用管理等各方面都做出了明确的规定。

建模项目的技术管理要求具体包括故障后对译码复盘的强制要求，评估是否有建模的可能性、模型调试的管理要求、模型入平台的管理要求、模型变更警报级别或退出的管理要求。

同时，按部门和岗位工作任务进行分工并明确岗位职责。

平台日常管理要求包括定期测试系统有效性，以及报警系统故障要及时报告启动备份方案、开发日志管理等。

2 飞机发动机故障智慧诊断平台核心技术内容

2.1 声光报警系统技术实现路径

声光报警设备为自主开发的飞机发动机远程监控灯光实时警告设备，通过声音和闪光的形式实现了终端输出，对飞机及发动机故障进行实时警告，以便提醒值班人员及时处理故障，从而更好地保障飞行安全。该设备集合南航飞机远诊平台、云机务平台、发动机健康管理平台等相关数据接口，当某个平台产生警告后，该项目将同步产生声音和光两种形式的报警，便于监控人员及时发现警告并采取相应处理措施。

2.2 短信警告系统、邮件/微信报警系统技术实现路径

2.2.1 对接ACARS 系统

系统会接收ACARS 系统发送的飞机综合数据系统（AIDS）报文，首先对报文参数进行解析，然后利用预设一系列公式对参数进行分析，满足条件发送报警短信和邮件给预订逻辑的工程师，同时发送报警信号给声光报警系统。

2.2.2 扫描指定邮箱

对于QAR 全数据译码监控模型触发后会发送邮件到指定邮箱，工程师的自编程序会对指定邮箱进行扫描，如发现指定标题的报警邮件，将发送提醒短信给预订警告的工程师，同时发送报警信号给声光报警系统。

2.3 QAR 全数据译码监控模型开发的技术实现路径

2.3.1 QAR 全数据译码监控模型建模的方法

对于QAR 全数据译码监控模型，建模要求工程师在精通故障的触发原理基础上，还要掌握故障发生时刻前后与该故障有关的参数变化特点，以及各反馈位置参数的变化规律，从中提取出故障的主要特征。模型开发者用编程语言对故障进行描述、画像，再用大数据回跑机队所有数据，对模型是否具备运行的可能性进行验证。如果判断模型具有进一步开发的可行性，再进一步对模型进行修订完善，直到投入运行。因此这种故障诊断方法是建立在利用QAR 全数据为故障画像的基础上，在实际运用中一旦系统捕捉到故障，工作者就可以参照故障建模提供的具体信息和处理方法，快速地应对故障，使得飞机/发动机故障诊断具备了人工智能的雏形。

2.3.2 QAR 全数据译码模型建模的手段

南航机务系统结合QAR 数据译码平台，部署了故障模型的开发环境。该开发环境使用Python 语言，内置了飞机/发动机所有译码参数的定义和常用编程的函数，使得编程的难度大大降低。系统工程师经过简单培训后很容易掌握编程的技巧，这也使故障建模大规模开发成为了可能。现在在南航机务系统中，已经形成了“在出现故障后工程师去研究译码数据，探索是否具备故障建模可能”的习惯。对依据故障诊断拆下的部件，工程系统专门进行跟踪，一是验证模型的有效性，二是确保部件得到有效修理，避免未发现故障（NFF）件重新流出航材系统，给部件装机飞机带来故障隐患。

3 飞机发动机故障智慧诊断平台功能及应用

3.1 飞机发动机故障智慧诊断平台的功能

声光报警系统分为三级警告——红色加音响警告、黄色加音响警告、绿色无声音警告（预留）。具体项目分类与三位一体报警方式的对应关系见表1。

表1 项目分类与三位一体报警方式的对应关系

与此同时，对于自行开发的故障诊断模型，在报警邮件中还会提示故障触发逻辑、触发故障的具体信息（时间、超限值等）、故障快速检查参考建议。

3.2 飞机发动机故障智慧诊断平台的应用

截至目前，该故障智慧诊断平台已应用于吉林基地执管飞机故障的预警、报告、处理全流程，诊断平台监控项目共计22 项（含APU）。根据故障的响应等级按照紧急程度分级：

● H 级：紧急，值班人员立即处理并报告工程师。

● M 级：高级，值班人员需做好运行预案并在航后进行处理。

● L 级：关注，由主管工程师处理并视需下发排故指令。

在创建吉林基地的飞机发动机故障智慧诊断平台中，吉林基地还与南航工程技术分公司动力装置部联合开发了二代声光报警系统，目前该声光报警系统已经在南航各基地推广运用。

经过飞机发动机故障智慧诊断平台前期在吉林基地的应用，成效显著。吉林基地编制的多个故障监控模型，也在各执管单位均有推广使用，具体如下。

V2500 发动机滑油低压电门监控模型：自2021 年5 月该故障模型设置监控以来，已监控更换了14 个滑油低压电门，送厂家后均得到了有效修理，避免了滑油低压电门导致不放行故障。

V2500 发动机起动滑行排气温度（EGT）过高监控模型：自建立模型以来，发现多台发动机本体裕度问题导致EGT过高的情况，后续优先对这几架飞机进行飞行警告计算机（FWC）升级。也就是说，此模型不仅能够监控EGT 过高情况，更为FWC 升级优先权提供技术依据。

APS3200 型号APU 传感器监控模型：目前吉林基地编写了APU 进口压力温度传感器和热电偶这两个易发故障传感器的监控模型，且已分别监控到进口压力温度传感器3 次故障、热电偶3次故障，有效避免了APU 故障导致运行事件。

4 结束语

整体来说，飞机发动机故障智慧诊断平台，聚焦于一线操作层面的机务信息化建设，在故障管控方面整合了南航机务系统在用的IT 系统，实现了互联互通，支持数据的深度应用，打破数据信息孤岛。本平台利用数字驱动、创新智慧维修的探索，融合南航现有信息化创新成果，可为一线故障排除维修工作赋能，为飞行正常提供可靠的运力保障。