面向装配生产线的航空发动机故障智能诊断研究_孙贵青.pdf

57AVIATION MAINTENANCE&ENGINEERING航空维修与工程2023/1 提供参考。1 基于知识的智能诊断技术对于故障的诊断通常包含基于解析模型、基于数据驱动和基于知识等诊断技术7。由于航空发动机是集多种先进技术于一身的复杂系统，存在强烈非线性、非平稳性、不确定性等复杂系统特征8，导致基于传统经典数学理论建模求解的困难性，使基于解析模型的故障诊断技术不适用。基于数据驱动的故障诊断技术是对过程运行数据进行分析处理，但这类方法因为没有系统内部结构和机理的信息，对于故障的分析和解释相对比较困难，不能与智能装配生产线建立关联，无法给予装配过程指导，同样也不适用。因此，对于装配生产线而言，比较适合基于知识的智能诊断技术。基于知识的智能诊断技术，即采用现在科学界和科技界流行的人工智能技术，创建一个智能的计算机程序，通过使用知识与推理过程，模仿人类专家对0 引言航空发动机零组件数量多，结构复杂，且工作在高速、高温、高压、多变载荷的恶劣条件下，极易发生各种模式故障且故障频率较高1。近年来，随着工业数字化、智能化技术的不断发展，有必要开展面向装配生产线的发动机故障智能诊断分析研究，将某些故障原因排查延伸至装配生产线工位，除应用于试车排故外，还可为装配提供故障抑制的技术指导，为提高一次装试成功率提供技术支撑。国内航空发动机的智能诊断分析仍处于探索起步阶段。在智能诊断技术上，国内主要集中在高校研究中，主要应用于磨损、气路、滑油、内窥检查等方面。例如，南京航空航天大学李爱等2将现代人工智能和模式识别技术引入航空发动机磨损故障诊断中，并将研究的若干智能方法运用于航空发动机磨损故障诊断专家系统，实现了磨损界限值制定、磨损趋势预测、融合诊断以及专家系统的知识自动获取；海军航空工程学院陈新波等3进行了航空发动机内部损伤智能诊断系统研制，将航空发动机内部损伤测量与智能诊断融为一体；西北工业大学鲁鹏等4使用智能故障诊断技术对发动机控制系统传感器进行状态检测和故障诊断研究；南京航空航天大学杨虞微5围绕燃气涡轮发动机的故障分析与智能诊断的几个关键问题开展了研究，提供了适合于发动机的智能诊断分析方法；青岛科技大学刘平华6以海军某飞行部队涡轮风扇式发动机异常起动故障作为研究对象，开发了飞机涡轮发动机故障诊断专家系统并进行了验证。国外方面，受制于严密的技术封锁，未见适配于航空发动机装配生产线系统的应用信息。本文通过开展面向某航空发动机装配生产线的故障模式及智能诊断的分析研究，构建基于知识的故障智能诊断软件，为促进装配效率提高、装配质量稳定，引领我国航空发动机智能装配技术面向装配生产线的航空发动机故障智能诊断研究*Research on Aero-Engine Fault Intelligent Diagnosis for Assembly Line 孙贵青1 丁一明1 马烽2 宋迎军2/1 中国航发沈阳发动机研究所 2 中国航发西安航空发动机有限公司摘要：航空发动机作为高速热力旋转机械，极易发生各种故障。通过对面向航空发动机装配线的试车故障模式分析，搭建具有基于规则推理、基于案例推理等智能诊断特点的咨询式故障诊断软件，并将提取得出的知识反馈至装配环节，对机件、工艺、工装、设备等装配要素进行预先控制，以抑制故障发生，实现装配质量的提升。关键词：航空发动机；故障；智能诊断；装配Keywords：aero-engine；fault；intelligent diagnosis；assembly*基金项目：国防基础科研项目（JCKY2018213A001）。DOI:10.19302/ki.1672-0989.2023.01.00458航空维修与工程 AVIATION MAINTENANCE&ENGINEERING2023/1 发动机进行故障诊断的过程，实现发动机故障诊断的计算机化和智能化9。基于知识的故障诊断方法主要包含基于规则的诊断推理、基于案例的诊断推理等10。基于规则的智能诊断主要由知识库、推理机、人机接口、知识获取系统、解释子系统、数据库等功能组成（见 图 1）。其工作原理为：在知识库创建和维护阶段，知识获取系统在航空发动机系统、试车、装配、强度、可靠性、测试等工程师的指导下，将各专业专家知识、航空发动机的结构知识、装配参数与发动机性能关联知识等存放于知识库或对知识库进行维护（增加、删除和修改）；在诊断阶段，装配生产线相关人员根据过程的需要，将知识库的故障信息传送给推理机，推理机根据诊断过程的需要，对知识库中的各条知识及全局数据库中的各项事实进行搜索或继续向用户索要故障信息，诊断结果通过人机接口返回给生产线相关人员；如需要，解释子系统可调用知识库中的知识和全局数据库中的事实，对诊断结果和诊断过程中用户提出的问题做出合理解释。传统的诊断系统往往只能采用单一的问题求解策略，很容易使系统在推理过程中出现“匹配冲突”“组合爆炸”和“无穷递归”等问题，从而导致推理速度变慢，系统性能低。从以上角度出发，采用基于故障树生成的规则来构建一个优化的推理机，从而解决这些问题，示例如图 2 所示。基于案例的故障智能诊断流程如 图 3 所示，包括发动机故障案例表示、案例库索引、案例存储和案例检索等功能。各模块的功能描述如下。1）案例现象：对故障现象进行描述，提取相应的故障特征。2）案例检索：根据提取的故障特征和案例索引信息，在案例库中检索与当前故障相似的故障案例。3）案例匹配：根据系统设定的匹配算法，从相似案例中选出最接近的故障案例。4）案例存储：对故障案例进行调知识库推理机上下文 学习系统(知识获取系统)数据库征兆输入解释子系统人机接口 图1基于规则的故障诊断功能组成A11振动超限起动过程及起动后 慢车;低于10min持续时间 不超过20s nlr6-10风扇叶片称量未装 到位或方向错误低转速下低压转子基频受外界干扰和 外传振动影响未过低压转子临界 转速风扇叶片称量未装 到位或方向错误排布剩余不平衡量 10000g mm整机风扇盘前柱面 跳动0.1mm.图2基于故障树生成的规则示例新问题新案例相似的历史案例案例库确认的解建议解检索保存修正 重用图3基于案例的故障诊断流程工 程 ENGINEERING 59AVIATION MAINTENANCE&ENGINEERING航空维修与工程2023/1 整后即得到一个新的故障案例。该模块按照一定的存储策略将新案例添加到案例库中。5）案例库管理：提供友好的人机交互界面，帮助开发人员输入初始故障案例，并建立案例索引信息。2 面向某航空发动机装配生产线的主要故障模式对于本航空发动机装配生产线行而言，诊断对象主要为新机、地面车台整机试车，试车程序主要为磨合试车、检验试车，试车时间较短，性能衰退、耗油率超标、航空发动机转子系统及传动系统中的齿轮和轴承磨损失效基本很少发生。故障主要是由装配生产线上的单元体装配工作引起的、可由装配质量直接影响或间接影响的故障类型，如风扇叶片断裂、涡轮盘裂纹、轴承失效等结构强度故障，以及附件本身故障部位及故障机理等，在此不做进一步分析。地面台架试车与服役飞机相比，无高空、机动等复杂工作条件和工作状态影响，也无吞雨、吞雹、鸟撞、外来物吸入等极端情况，所以故障种类相对较少。结合本型发动机的研制历程、结构特性、装配工艺控制方法等，从国军标中对于故障的定义出发，按照起动阶段、运行阶段、停车阶段三种故障发生时机，以该型发动机整机试车信息管理系统数据为基础，经过对故障模式、故障现象、相关知识、与装配相关性的梳理，确定出与装配生产线部分强相关的故障模式。主要为低涡振动值高、风扇振动值高、高压压气机转子“抱轴”、高压转子行程偏低、附件漏油、润滑组件金属屑末报警器报警、滑油过滤器堵塞指示、管路漏油、核心机振动值高、发动机滑油消耗量高、发动机后腔漏油量大、滑油光谱分析超标等。3 面向装配线的故障智能诊断软件及应用面向装配线的故障智能诊断软件包含诊断专家程序、数据库及基础模块等。如图 4 所示，整体架构包含自身的系统设置模块和用户管理模块。该模块用于实现系统软件本体的设置属性、用户设置、权限设置等功能。数据录入系统则实现用户的数据录入、文件导入。数据库系统对软件中所有数据进行存储和表达，其中包含装配数据库、试车数据库、故障案例库、诊断知识库、规则库。已建好的数据库可应用于基于案例的故障诊断和基于规则的故障诊断专家程序。自学习程序是对专家程序诊断后的知识数据进行提取，通过神经网络进行训练，实现智能诊断功能。同时，诊断软件附有数据统计分析功能，在首页界面展示，如图 5 所示，方便软件操作管理和诊断应用。该型发动机已经过上百台次试车，发生过很多试车故障并得以排除，相关信息可从质量管理系统记录、试车软件记录、发动机性能总结报告、发动机排故报告及公开文献、相关可用资料中收集获得。因此，当发动机发生试车故障时，将故障现象输入专家诊断系统中，系统可给出以往相似案例，从而使上百台次试车排故经验得到积累重用。或是通过基于规则推理模块，借助一定人机图4软件总体架构组成图5软件首页界面60航空维修与工程 AVIATION MAINTENANCE&ENGINEERING2023/1 交互，对于与装配线直接相关的故障，结合装配数据推理给出可能故障部件、装配参数（如初始不平衡量/夹具补偿误差/间隙等）、工艺、工装设备等，为装配人员提供指导。诊断模式选择界面如图 6 所示。为提高一次装配、试车成功率，基于知识的故障模式及智能诊断分析成果除用于试车场景外，还可应用于装配过程，以提前抑制故障的发生。主要是将故障反向推理整理的装配规则控制要点、该工序装配造成的故障案例以及以往发生的装配问题案例等，经整理后推送至装配工序，帮助操作人员在装配前熟悉相关知识（见图 7）。装配操作过程中，如有超过知识中规定的各种“机、料、法、环、测”等限制值要求的，将进行报警提示，以利于控制发动机的装配质量。目前，该软件已具有 50 余种故障模式（与装配强相关 11 种）、400 余种装配参数、40 余项试车参数、300 余条规则及 200 余项案例知识，为成功定位发动机的故障源提供技术指导，并使发动机的一次装配成功率提升了 30%以上。试车故障与发动机装配生产线上的装配参数建立联系时具有以下 特点。1）复杂性：发动机由多个分系统和部件组成，分系统之间紧密相连，故障具有纵向传播和横向传播特性，故障现象、部位和原因之间的关系复杂，造成性能参数、故障模式与装配数据间不一定有明确的对应关系。2）不完整性：发动机试车数据中虽然蕴含故障信息，但不可能包含各种故障时的所有情况。3）不平衡性：虽然在以往的发动机装配中积累了大量的装配数据，但大多数样本是正常情况下的数据，不合格数据极少。4）随机性：受发动机装配工艺、操作人员、装配工装、测量仪表等影响，发动机装配数据中包含较大的随机误差，数据具有一定随机性。上述特点使得在软件初期应用中，基于案例推理的诊断指导价值大于基于规则推理方式，但随着后续自动化装配、先进装配测试等技术的研发及应用，在装配环节进行故障发生几率预测及主动抑制将发挥出更重要的作用。4 结束语本文详细分析了某型航空发动机装配线的试车故障模式，结合以往成功排故案例经验，以及发动机故障与装配参数（包含机件结构参数、工艺参数）间的逻辑映射关系知识、标准知识、经验知识等，搭建了具有基于规则推理、基于案例推理等智能诊断特点的咨询式故障诊断软件，对于发动机试车故障诊断能力的提高、智能装配生产线发动机装配质量的提升具有重要指导 意义。图6两种诊断模式选择界面图7装配线线上推送知识界面工 程 ENGINEERING 61AVIATION MAINTENANCE&ENGINEERING航空维修与工程2023/1 参考文献1 费成巍，艾延廷，田晶基于信息融合的航空发动机整机振动故障诊断技术 M.北京：科学出版社，2020.2 李爱，陈果，张强，等基于多 Agent 协同诊断的飞机液压系统综合监控技术J.航空学报，2010，31（12）：2407-2415.3 陈 新 波，袁 英 民，李 小 丽，等航空发动机内部损伤智能诊断系统研 制 J.无 损 检 测，2016，38（4）：70-73.4 鲁鹏，马静.航空发动机控制系统传感器智能故障诊断 J.价值工程，2011，30（34）：27-28.5 杨虞微现代航空燃气涡轮发动机故障分析与智能诊断关键技术研究D.南京：南京航空航天大学，2007.6 刘平华.飞机发动机故障诊断专家系统研究 D.青岛：青岛科技大学，2017.7 上海航空测控技术研究所.航空故障诊断与健康管理技术 M.北京：航空工业出版社，2013.8 王俨剀，廖明夫，丁小飞.航空发动机故障诊断M.北京：科学出版社，2020.9 邓明，金业壮.航空发动机故障诊断 M.北京：北京航空航天大学出版社，2012.10 尉询楷，杨立，刘芳，等.航空发动机预测与健康管理 M.北京：国防工业出版社，2014.污染物并记录数量；2）向 EEC 报告发动机滑油回油中有铁磁性污染物，从而触发维护信息显示以便排故。3 发动机 DMS 碎屑来源发动机工作时，各旋转部件（如支撑发动机转子轴承、传动附件的齿轮、联轴器等）的接触面间以较高速度作相对运动，接触面间的摩擦使零件表面磨损产生碎屑。对于 GE90 发动机，来自滑油箱的滑油经过防泄漏活门到滑油增压泵，经滑油增压泵增压后通过滑油滤，流向主燃油/滑油热交换器，经发动机燃油冷却，继续流向滑油/滑油热交换1 故障描述一架波音 777-300ER 飞机接到 GE公司发出的紧急客户通知报告（CNR），CNR 显示该机右发单航段 DMS 传感器碎屑增加 3 个，累计 6 个，要求在下次飞机起飞前排故。2 DMS 传感器工作原理及功用2.1 DMS 传感器工作原理DMS 传感器的磁感应面从发动机滑油中捕获铁质颗粒。传感器内部有一个带双绕组的传感器线圈，其中一个绕组（感应绕组）对产生的磁干扰做出响应，产生代表捕获粒子的电压信号并流向 DMS 调节器；另一个绕组（测试绕组）接收来自DMS调节器的测试信号，并将信号耦合到感应绕组，进行端到端诊断测试。DMS 传感器是铁磁性碎屑收集器，能捕获质量大于 0.13mg 的碎屑，其工作效率取决于滑油温度及压力，一般在 85%95%。从 DMS 信号调节器传输来的碎屑数据传向 EEC，EEC 将其转化为维护信息记录到中央维护计算机（CMC）故障历史中。DMS 传感器捕获到铁磁性碎屑时将显示 CMC 维护信息。维护接近终端（MAT）也能显示DMS 是否故障。DMS 传感器工作原理如图 1 所示。2.2 DMS 传感器功能1）捕获质量大于 0.13mg 的铁磁性GE90 发动机 DMS 传感器碎屑处理 分析 Analysis on Debris Treatment for DMS Sensor of GE90 Engine 贾天瑞1杜立2/1 西北国际货运航空有限公司2 北京飞机维修工程有限公司摘要：通过实际案例分析 GE90 发动机碎屑探测系统（DMS）传感器碎屑处理过程，归纳总结 DMS 传感器碎屑种类，精准判断发动机是否继续可用。关键词：碎屑探测系统传感器；碎屑探测系统信号调节器；磁屑探测器；电子发动机控制；能谱分析Keywords：DMS sensor；DMS signal conditioner；MCD；EEC；spectrum analysis