航空发动机故障诊断系统设计.docx

1、航空发动机故障诊断系统设计航空发动机故障诊断系统设计班级：机自02姓名：周思荣 学号：10011052摘要 作为飞机的“心脏”航空发动机因其系统结构复杂、工作环境恶劣（高速、高温、高压和重载等），比较容易发生各种故障。据不完全统计，航空发动机发生故障的概率约占整个飞机故障的30%，重大飞行事故中40%左右的机械故障是由发动机故障引起的，因此必须采取有效的措施努力提高航空发动机的可靠性，故障诊断技术就是其中一种行之有效的办法。本文拟采用离线结合在线的故障检测方法对航空发动机进行故障监测，在飞机飞行过程中通过采集发动机的振动信号，并进行初步处理，判断出是否有故障出现的征兆，与此同时将测得的信号传送

2、至地面监测站进行详尽的分析，并对航空发动机的状况准确的评估，以预防突发事件的出现。若在线监测发现飞机有故障出现的征兆则在飞机着陆后再进行离线检测，并结合在线监测所得的数据进行综合分析，准确的诊断出飞机的故障所在。这种航空发动机的故障监测方法不仅能够快速的找出故障所在，提高诊断效率，还能够预警的作用，预防重大事故的发生。关键词：航空发动机，故障诊断，在线监测，离线检测正文1、选题背景和意义 航空发动机是一种高速旋转的流体机械，对可靠性要求很高，因此它的维护也显得十分重要。早期的维护主要依靠定期维护，即根据发动机设计时确定的寿命和工程实践经验来确定维护和返修的周期，实际中，由于不同发动机工作环境存

3、在差异，其寿命也不尽相同，简单的定期维护势必造成过剩维修或者带故障飞行，从而导致维修成本居高不下。随着现代航空技术的不断进步，人们对发动机的性能要求也越来越高，这使得发动机的结构日益复杂、负荷日益繁重，安全性和可靠性等方面的问题也越来越突出。 通过现代信息处理技术对航空发动机的振动状况进行监测分析与故障诊断，为充分了解发动机的工作性能、预防未知故障的发生提供了有力的依据。具体来来，通过状态监测记录和显示发动机的运行状态参数，对异常状态参数做出报警，同时为故障分析提供分析数据；根据所获得的数据信息，结合发动机一些结构和性能方面的指标，对可能要发生或已经发生的故障进行分析判断，确定故障的类别、部位

4、及严重程度，提出维修对策。 航空发动机远程故障诊断技术研究通过监测发动机工作中的振动、气动/热动、结构、燃/滑油等状态参数，提取相关特征信息，通过一些现代的模式识别方法及时判断出发动机可能存在的故障，并预测这些故障可能的发展趋势，保证发动机的安全运行。航空发动机远程故障诊断系统的建立，可以帮助维护人员及时获取发动机运行时的一些状态参数和相关的故障信息，制定合理的维护计划。当前，航空发动机远程故障诊断技术的研究我国还处于初级阶段，因此，这方面的研究具有很高的理论和实用价值，主要体现在以下几个方面，第一，实现了航空维修理念和维修方式（从现有的“预防为主”转向前沿的“以可靠性为中心”）的转变；第二，

5、减少了飞行事故的发生、降低了故障造成的危害；第三，提高了飞机的利用率，能产生显著的社会和经济效益；第四，研究成果不但可以用于航空发动机，还可用于其它工况设备的故障诊断。2、国内外研究现状 美国政府自从1961 年“阿波罗计划”酿成一系列惨剧后，开始着手研究设备故障诊断技术。1967 年4 月，在NASA 的倡导下，美国海军研究中心（AORN）创建了机械故障预防小组，研究内容包括故障机理、检测诊断与预测、可靠性设计和材料耐久性评价，这标志着设备故障诊断技术作为一门学科，进入了系统的研究阶段。1969 年，美国开始研制涡轴发动机T700-GE-700 的诊断系统。1970年，美国开始研制TF41-

6、A-2 发动机的诊断系统。1976 年，美国空军司令部(SAC)开始实施发动机状态监控计划(ECMP)。1979 年，美国为F404GE400 发动机研制诊断系统。近年来，通用公司研制的用于内燃电力机车的诊断系统DELTA，用于航天飞机主发动机异常信息处理的专家系统SCOTTY，西屋公司研制的网络化汽轮机智能故障诊断系统，EGG Zdaha 公司研制的用于诊断和处理核反应堆事故的系统，在工程实际中发挥了巨大的作用。航空领域，美国在波音747 和DC9等机型上建立了信息综合处理系统，实时分析飞机各部位的故障并及时对这些故障进行处理，该技术的应用大大提高了飞机的可靠性。1997 年，首届基于Int

7、ernet 的远程故障诊断会议由斯坦福大学和麻省理工大学联合主办，来自全世界30 多个研究机构和公司的代表到会，会议主要讨论了有关远程故障诊断系统的开放式体系结构、诊断信息规程和信息传输协议，并对未来的发展前景做了展望。 60年代末，英国的R.A.Collacott 博士开始研究设备故障诊断技术。80 年代，曼彻斯特大学成立了沃福森工业维护与诊断公司。英国原子能机构（UKAEA）下设的可靠性服务站（SRS）专门从事设备故障诊断方面的研究。在钢铁、电力等方面英国也有相应的机构提供诊断服务。设备故障诊断技术在欧洲其它一些国家也有不同程度的发展，如挪威的船舶诊断技术、瑞典的SPM 轴承诊断技术、丹麦

8、的机械振动诊断技术都具有较强的研究基础，在国际上处于领先地位。 日本的设备故障诊断技术开始于70 年代，并迅速取得了巨大的成就。如机械学会、电气学会和一些国立研究机构都设立了专门的设备故障诊断研究中心，东京大学、京都大学、早稻田大学等著名高校也都开展了机械故障诊断的研究，三菱、东芝、日立等公司在设备故障诊断技术的实际应用上做了大量工作，例如三菱公司的白木万博等人开发的“机械保健系统”在汽轮机故障诊断中起到了良好的作用。 我国的设备故障诊断研究开展的比较晚，80 年代国内开始着手组建专业的设备故障诊断研究机构。近年来，我国的一些高等院校和科研院所在设备故障诊断的理论研究和工程应用方面取得了很大的

9、进步，开发出一些能够满足实际需求的监测诊断系统，例如由清华大学、哈尔滨工业大学等高校联合完成的重大科技攻关项目“大型旋转机械状态监测与故障诊断技术研究”、西安交通大学开发的“高速旋转机械状态监测及故障诊断系统”、华中科技大学研制的用于汽轮机组监测和诊断的智能系统DEST等，均取得了良好的社会效益和经济效益。但和发达国家相比，我国自主开发的设备故障诊断系统无论在诊断精度、系统可靠性等方面还是有一定的差距。3、设计方案1、在线监测系统方案设计1.1、系统方案综述在线监测系统主要作用是：在飞机飞行过程中实时采集并分析飞机发动机的振动信号。一方面进行初步的处理分析，判断发动机的状态是否良好，若有故障故

10、障信号则进行报警；另一方面，在线监测系统还会将采集的发动机振动信号传送至地面的监测站，有故障诊断专家进行分析，并且对飞机发动机的性能进行准确的评估，若有故障存在，则立即反馈至飞行员，并采取相关的预防措施，以免发生重大空难。1.2、系统构成在线监测系统一般包括测量压力、温度、转速、振动等各种参数的传感器、信号调节器、数据采集系统、数据传输和记录装置、数据处理系统以及告警、简单打印处理装置等。常用的系统有如飞机综合数据系统（AIDS）、发动机指示和机组告警系统（AVMS）等。1.3、在线监测系统框图1.3.1、故障信息的获取 能否获得准确而完备的状态信息是设备故障诊断准确与否的前提，其中传感器是获

11、取信息的有力工具，目前常用的振动传感器有加速度传感器、速度传感器和电涡流位移传感器。此外，用于测量温度、压力、流量、粉尘度、液位、化学气体、声音、电流等物理量的传感器也不断被应用到工程实践中。随着智能传感器和多功能传感器的出现，自补偿、自校准、自诊断、数值处理、双向通信、信息存储和记忆等功能不断被增强，现代传感器的精度、稳定性、可靠性和自适应性都有了较大幅度的提高。1.3.2、故障分析和特征提取 于复杂机械特别是大型旋转机械振动信号复杂，常常包含大量的非平稳随机信号，如何有效地对这些信号进行分析处理，提取这些非线性、非平稳、非因果信号的特征，已成为能否准确实现故障诊断的关键因素。传统的傅立叶变

12、换分析在这里已经不能满足实际的需要，为了对这些信号进行有效地分析处理，提取出最能反映振动对象本质特征的参量，一些现代的信号处理方法被应用进来，例如现代谱分析、时频分析（短时傅立叶变换、Wigner-Ville 分布和小波变换）等。由于小波变换具有良好的时频定为特征，能对各种非平稳信号进行有效地分析，近年来在故障信号分析领域占据了重要的地位。2、离线检测系统方案设计2.1、离线检测系统方案综述离线系统检测主要是在确认发动机存在故障的前提下进行的，是在地面进行的，通过地面检测得到的数据和在线监测所测得的数据对比分析得到一个准确的结果，对航空发动机的性能进行综合评估。2.2、离线检测系统组成离线检测

13、系统包括：数据传输设备、译码或数据处理设备，地面维修站、计算中心以及相应的状态监视和故障诊断的软件系统构成。2.3、离线检测系统框图 2.3.1、故障识别和趋势预测 故障识别包括对设备运行状态、故障程度的识别，它以信号分析所提供的特征量为基础，运用各种知识和经验对设备的状态进行判断，并根据这些特征量对设备的运行状态或故障程度进行预测，故障识别中的知识和经验包括设备的设计、制造、安装、运行、维修等方面的知识和相关专家、技术人员的实践经验等。近年来，一些智能的方法，如模糊、神经网络、专家系统等在故障诊断领域取得了不俗的成绩。尽管这些方法也存在一些问题，例如模糊隶属函数选取中的人为因素、神经网络缺乏

14、训练样本、专家系统的知识获取困难等。如果我们能有效地将这些方法结合起来使用，则可以扬长避短，较好的发挥它们各自的优势。2002年美国麻省理工学院（MIT）针对核电站的大型复杂机电系统，提出了利用“混合智能系统(Hybrid Intelligent System)”进行在线监测、故障诊断和预知维修，就取得了良好的效果。3、航空发动机典型故障机理及振动分析 航空发动机的振动非常复杂，引起振动原因也很多，例如设计、制造误差；压气机-涡轮转子、减速器等。按照故障模式，发动机故障可大致划分为转子系统故障，轴承故障、齿轮故障和气动故障等，其中转子系统故障是发动机主要故障之一。了解发动机典型故障机理及对应的

15、振动信号特征，对于监测发动机的运行状态、提高故障诊断的准确度和精度有着重要意义。3.1、转子故障机理及振动分析 转子系统是发动机故障的多发区，由于故障种类繁多，不能一一列举，这里仅分析其中几类典型的故障：3.1.1、转子不平衡 不平衡是由转动件质量偏心造成的一种故障，是转子系统最常见的故障之一，据统计发动机一半以上的故障与不平衡有关。发生不平衡时，转子将产生离心力F = mew 2，其中e为偏心距，w 为旋转角速度。众所周知，交变的力(方向、大小均周期性变化)会引起不稳定的振动，即不平衡振动。按发生的过程不平衡可分为原始不平衡、渐进不平衡和突发不平衡。造成不平衡的原因很多，装配误差、转子结垢、

16、工作介质对转子的磨蚀和转子零部件脱落等都可能引起不平衡。转子发生不平衡时，它的振动信号具有以下特征：时域波形为正弦波形；振动稳定；相位稳定；振动方向为径向；轴心轨迹为一个偏心率较小的椭圆；特征频率为1X（其中X 为信号基频，以下类推）；进动方向为正近动。3.1.2、转子不对中 转子压气机和涡轮两个部件通过齿式联轴器连接，齿式联轴器由两个具有外齿环的半联轴器和具有内齿环的中间齿套组成。状态良好时内外齿环之间只有传递转矩的周向力，当轴系对中偏差时，齿式联轴器内外齿面的接触发生变换，使中间齿套倾斜，在传递运动和转矩时，产生附加的径向力和轴向力，引发相应的振动，这就是不对中。不对中可分为：平行不对中、

17、角度不对中和综合不对中。造成不对中的原因很多，安装误差、应变影响、温度变化、基础沉降不均等都可能引起不对中。转子发生不对中时，它的振动信号具有以下特征：时域波形为叠加波形；振动稳定；相位不稳定；振动方向为径向或者轴向；轴心轨迹为双环椭圆或呈香蕉形；特征频率为2X，常伴有1X 和3X 谐波成分；进动方向为正进动。 以上只是转子故障的两个方面，可以看出当转子出现故障时，其振动信号会表现出明显的不同特征。通过不断地采集转子振动信号，并对采集的信号进行分析处理再与正常信号对比则可以对转子进行在线故障监测，若有故障出现则可以发出警告，并将故障信号传送至地面监测站进行更加详尽的分析，以对飞行员做出正确的知

18、道，避免事故的出现。当飞机降落后，再对发动机进行离线检测，结合在线和离线的数据进行分析，得出该航空发动的详细性能参数。4、关键技术1、故障特征提取 特征量是反映信号的状态参量，在状态监测中，所获得的原始数据往往十分巨大，为了能有效地实现对振动对象运行状态的分类，需要对这些原始数据进行变换，得到最能反映振动对象本质特征的参量，这就是特征提取。良好的特征量应具有以下特点：可区别性；可靠性；独立性；数量少。在进行发动机故障诊断时，可供选择的特征量很多，如时域统计参数（峰值、均值、均方值、方差、标准差、偏斜度、峭度等）、频域指标、时频分析指标、现代谱分析指标和能量指标等，每一种特征量都有其适合的场合，

19、因此如何针对不同故障提取合适的特征量就显的尤为重要。2、故障识别 故障识别建立在状态监测和故障特征提取的基础上，按照一定的知识和经验对航空发动机的故障种类和故障程度做出判断。设备故障诊断技术利用信号处理后提取的特征量来诊断故障，由于发动机的复杂性和故障形式的多样性，故障机理和征兆之间并不存在简单的一一对应关系，一种故障可以引起多种征兆，同一征兆也可能由不同故障引起，这就为故障识别增加了难度。在传统的设备故障诊断技术基础上，将一些智能方法应用于其中，则可以较好的解决这些问题。例如模糊、神经网络等智能算法已经比较成熟，如果将这些方法与航空发动机远程故障诊断系统结合起来，对系统的准确率、精度和可靠性

20、都将有较大的提高。3、故障预测 所谓故障预测，是对尚未发生或目前还不明确的故障进行预先估计和推测，即根据已有的情况，利用一定的方法或技术去探索或模拟未知的、未出现的或复杂的中间过程，为决策提供依据。故障预测以特征提取和故障识别为基础，它主要用于估计故障的传播、发展和预报，是故障预防的主要手段。现代预测方法主要有时序预测、灰色预测、模糊预测和神经网络预测等，如果能将这些方法有效的融入航空发动机远程故障诊断系统中，既可以充分发挥这些方法的优势，又可以较好的扩展系统的功能。5、可行性分析1、技术可行性1.1、传感器的选用安装故障诊断过程中最直接与设备联系的就是传感器。首先，传感器的选用，由于该系统是

21、对航空发动机的振动信号进行分析的，所以采用加速度传感器即可，而现在加速度传感器技术已近十分成熟，所以传感器的选用上不存在问题；而在航空发动机上，工况条件十分恶劣，空间狭窄，安装将会是一个十分重要的约束条件，而加速度传感器可以安装在航空发动机的壳体上，这将会很好的适应实际情况。1.2、信号的处理分析在线监测时需要对信号进行处理分析，在这个过程中，需要对信号进行放大滤波等初步处理，然后提取信号特征，并与理想信号特征进行对比，这其中需要成熟的信号预处理技术，信号时频分析技术，计算机技术等。结合现在各项技术的发展现状，这些技术已经完全可以支持该系统的搭建。1.3、故障预测 故障预测是一个十分复杂的过程

22、，这其中不仅仅需要强大的计算机硬件支持，还需要强的软件辅助，以及资深的故障诊断专家的指导分析。计算机技术迅猛发展的今天，任何软硬件方面的要求都能够得到满足。故障诊断技术虽然是一门新兴学科，但是现在在各个高校的努力下，一批又一批的故障诊断专家被培养出来。2、经济可行性该故障诊断系统主要的特点是在线监测结合离线检测,这就使得系统需要分为两个部分，一方面是在线监测系统，主要是计算机系统的搭建（包括软硬件开发、信号处理系统的设计等），另一方面是离线系统的搭建，包括试车台的设计，地面计算机中心的搭建，以及故障诊断专家的聘请。6、设计的创新之处本系统最大的创新之处在于采用了在线监测结合离线检测的故障诊断方

23、法，这突破了单一的在线或离线检测的局限。首先，提高了故障诊断的效率，在飞机未降落时就可以对发动机的状态进行评估，可以避免一些一些没必要的离线检测；其次，快速响应以预防事故的出现，当在线监测出现警报时立即让地面监测站分析在线数据，评估故障的程度，并指导飞行员实施相关的预防措施，以免出现大的事故；除此之外，该系统能够更大程度上的利用航空发动机，避免了传统的固定寿命制，该系统能够预测出航空发动的故障以及其寿命，能够更充分的发挥发动机的价值。7、总结通过此次大作业的完成，我了解航空发动机的原理，以及其典型故障的特征，拓宽了自己的知识面，通过资料检索，了解了更多的系统设计思想方法，学习到了多样的研究方法和研究思路，这对于以后的工作和学习中都是有好处的。此外，通过对航空发动机故障诊断系统的设计，我不仅掌握了一般故障诊断系统的设计方法，还复习了典型部件的故障种类以及其相应的故障信号特征，加深了理解。【参考文献】1 屈梁生，何正嘉.机械故障诊断学.西安交通大学出版社，1984.32 雒宝鹏，航空发动机远程故障诊断技术研究，2008.33 刘 磊，航空发动机状态监控与故障诊断技术，2006.64 李华强，费逸伟. 航空发动机故障诊断技术及其发展，2008.1