夏满
中国航发上海商用航空发动机制造有限责任公司 中国 上海 201306
摘要：近年来，各行各业的发展迅速，当今社会，飞机在人类生活中占据的地位愈发重要。如何保证飞机的安全性与可靠性，受到了众多科研机构和研究人员的关注。航空发动机作为飞机的核心部件，在运行过程中，其性能受到腐蚀、污垢和异物损坏等诸多物理问题的影响。这将会导致发动机性能恶化和发动机故障。因此，如何保证航空发动机的正常运行显得尤为重要。典型的航空发动机故障主要包括：稳定性故障、气路故障、振动故障、磨损故障、熄火故障、轴承故障、结构疲劳、控制系统故障等，传统的故障检测方法费时费力且耗费巨大。
关键词：航空发动机；常见故障诊断；技术
引言
航空发动机管路连接在发动机各部件、附件之间，并输送燃、滑油、空气等介质，完成发动机运行、操控、冷却等功能。管路受到来自发动机转子、传动附件及液压脉动等因素的激振影响，直接影响到管路系统甚至发动机稳定性及可靠性。早期世界各航空大国研制发动机主要集中在核心机（由压气机、燃烧室和高压涡轮组成）设计制造技术领域，而对外部结构重视不够，导致发动机外部管路断裂、漏油、渗油故障频发。该类问题已经引起世界航空航天科研部门的充分重视，目前，在国外的各种标准规范、结构完整性大纲、设计准则中，对管路明确提出了各种设计、试验和考核的要求。国内在飞机飞行过程中出现的发动机管路恶性故障不是特别多，这主要是由于在发动机研制过程中地面试车较为充分，可以提前暴露并解决一些问题。但是在地面试验考核过程中，由振动诱发的管路故障依然较多，这也直接影响试验考核进度，有时甚至使发动机的研制周期延长。在管路的故障诊断及机理分析方面中国多位研究人员进行了深入研究。
1气路故障原因分析
1.1结冰、结垢
结冰和结垢所导致的气路故障通常发生在增压机、风扇、高压压气机等结构中，其中结冰通常是因为叶片上残留的水分在低温环境中结成冰而产生的，结垢则是由于叶片长时间与空气接触，导致空气中的杂质颗粒会逐渐附着在叶片上越积越多而产生的。
1.2磨损故障
叶片在发动机内长时间的运转过程中，不可避免地会与空气中的杂质颗粒产生不同程度上的摩擦，当摩擦次数过多时便会对叶片造成不可逆的摩擦损害，从而引发气路故障问题。
1.3腐蚀故障
发动机发生腐蚀的原因通常是由于设备长时间处于高温高压条件中工作，因而使得局部结构组成成分发生化学反应而出现不同程度上的腐蚀，最终对发动机设备的正常运行造成不良影响。
1.4受损故障
受损的原因主要有两种：一种是发动机受到空中的漂浮的废弃物或飞禽等外来因素的强烈撞击而导致设备中的叶片严重受损，从而影响设备的稳定运行；另一种则是由于叶片长期受到高温气流的冲击因而出现老化、变形甚至断裂等机械损伤，严重威胁飞机运行的安全性。
2重要性
目前，对航空发动机故障的分析主要分为两方面。一是在不分解发动机的情况下，通过检测故障发动机的有限测量参数来实现故障的定位、定性及定因。随着遗传算法、模糊逻辑、神经网络、专家系统及粗糙集理论等非经典数学方法的兴起，航空发动机故障诊断正朝着多余度化、智能化方向发展。二是对故障发动机进行分解拆卸，按照一定的排故流程对故障进行分析，发现其故障原因和机理，找到设计的薄弱环节并加以改进，经试验验证后实现故障归零。
3智能针对过程中的影响因素
3.1隐含层层数对故障诊断结果的影响
我们可将隐含层的层数分别设置为两层、三层、四层和五层，同时为了最大程度上降低节点数对模拟实验最终结果所产生的影响，我们可以统一将隐含层所对应的节点数设置为10个，与上述探究实验相同，我们也对其训练5000次。模拟实验后，我们最终得出以下气路故障诊断结果：层数为两层和三层的隐含层在训练次数在2000次左右时正确率约98%，而层数为四层和五层的隐含层则争取了约为19%。由此我们可得出以下结论，工作人员在需要考虑时间成本的前提下，可将故障诊断结构中隐含层的层数设置为两层，这样不仅可以有效地减少故障诊断模型所需训练次数，同时也可以得到较高正确率的故障诊断结果。
3.2噪声水平对故障诊断结果的影响
由于发动机所处环境中具有较大的噪声影响，因此最终的检测数据常常会与设备真实的故障数据产生一定的偏差，对此工作人员需从抗噪的角度来有针对性地提高故障诊断模型的抗噪性能，以保障最终所获得的故障诊断结果具有较高的准确性。对此工作人员可分别对故障诊断模型添加不同大小的噪声，分别设置为k=0.02、0.04、0.06、0.08、0.10。通过使用BP算法和DBN算法对其进行多次模拟实验，最终我们可得出以下数据统计结果：BP算法下k=0.02、0.04、0.06、0.08、0.10噪声水平所对应正确率分别为90%、89.2%、87.6%、85.1%、81.4%，DBN算法下k=0.02、0.04、0.06、0.08、0.10噪声水平所对应正确率分别为99%、98.7%、97.5%、96.1%、94.7%。由此我们可以得出以下结论：该故障诊断模型的正确率与所处环境内的噪声水平呈反比，即噪声水平越高，诊断结果的正确率便越低[4]。但从宏观的角度上来看，基于DBN算法的噪声水平对诊断结果的影响是非常小的，即使在较大的噪声水平中，该模型的故障诊断结果依然在90%的正确率之上，因而DBN算法下故障诊断模型的抗噪能力显然优于BP算法下的故障诊断模型。
3.3共振测试复查
为排查故障原因，对故障管路进行换装新管，在装机条件下采用锤击法进行固有频率测量，测量结果为218Hz。对该管路裂纹位置进行动应力测量，测试程序为经慢扫程序达到中间状态后打开喷口油源泵控制附件。通过上述试验复测可知：（1）管路在慢扫条件下动应力值不超限，当控制附件开关打开后动应力值超限；（2）通过复查中间状态的高、低压转速换算高、低压基频，该管路的固有频率、振动频率与高、低压基频均不耦合。为进一步排查管路是否由于共振原因导致动应力超限，随后采用多种调整卡箍支撑方案对故障管路进行调频、增加阻尼等措施，同时进行动应力测量以验证调整措施的可行性。证明通过调整频率、增加阻尼等方法无法将管路动应力值降低到限制值以下。可以排除EVENT8及EVENT9因素。
结语
针对某型航空发动机管路裂纹故障，制定改进措施，验证有效。为避免此类故障再次发生，在高压管路使用中应考虑增加脉动压力测量监控手段，以避免液压脉动问题导致的管路裂纹、断裂等问题的发生。智能诊断是信息网络时代中先进科学技术在航空领域中不断地渗透而衍生出的一种新型故障诊断技术，也是未来发动机故障诊断的重要发展趋势，其不仅对于航空发动机运行过程中微末的异常数据极度敏感，能够快速帮助工作人员识别气路故障问题，同时还具有较高的正确率，大幅度减少航空飞行中的安全事故，对于维护飞机稳定飞行有着非常重要的意义。
参考文献
[1]邱明星，陈志英，王建军，等.充液管路固有频率试验与计算分析[J].推进技术，2013，34（11）：1537-1542.
[2]李哲洙，高培鑫，佟琨，等.基于HHT的液压管路裂纹故障诊断方法研究[J].计算机工程与应用，2016，52（20）：221-226.
[3]皱炳燕，王元为，叶凌，等.液压管路故障分析及解决措施[J].液压气动与密封，2015，9：42-43.
[4]张祝新，赵丁选，张雅琴.液压管路的谐振问题研究[J].润滑与密封，2006，1：106-107.
[5]杨同光，于晓光，王紫涵，等．分形理论在航空液压管路裂纹故障诊断中的应用研究[J].机床与液压，2019，47（22）：169-173．