Industry News

行业新闻

20200507--飞机“心脏”还能跳动多久?

 

--转自航空微读

作为飞机的心脏,被誉为“工业之花”的航空发动机,由于它结构复杂、集成度高、工作条件恶劣等因素导致发动机的稳定性难以控制,而且它担任飞机的主要动力源,一旦发生故障,往往会导致机毁人亡的后果,因此,安全性、可靠性和经济性成为我们航空发动机制造商最为关心的要素。

 

航空发动机不仅仅制造价格昂贵,其维修价格也是非常可观的,一般维修成本会占到整体飞机维修成本的百分之四十,这就直接导致发动机的使用、维护和保障费用开销巨大。

 

为了降低发动机维护成本,减少航班延误取消率,对航空发动机进行剩余寿命预测就非常的关键和必要。

 

发动机数据监控与分析

定期采集发动机的各项性能指标,并对指标进行评估分析,是对发动机剩余寿命预测的前提。


在每个航空公司,都有一整套独立监控系统和程序,例如:飞机远程诊断实时跟踪系统(ACRDRTS),每天对每架飞机的发动机进行数据采样,建立发动机技术档案;并且发动机制造商会向航空公司提供发动机数据分析软件,利用这些软件对采集后的数据进行监控分析,从而便于之后的寿命预测和健康评估。


各个发动机厂都有自己发动机的监控软件,例如普惠公司的EHM,记录飞机巡航状态下发动机主要参数以及震动、燃油/滑油消耗、计算EGT指数等形式报告,还有孔探检查,滑油油样分析,其他故障报告和服务通报的实施。

 

其中,EGT裕度(即发动机排气温度同红线限制的差值)对评估发动机性能,对决定发动机是否需要拆下检修是重要参数。EGT裕度减小预示着发动机性能退化,裕度为零意味着发动机工作在EGT红外限制值,而裕度为负时则需要将发动机拆下。下图是各型号发动机的EGT警戒值。

 


各型号发动机的EGT警戒值

另外一个参数是EGTM,它是发动机限制温度与全推力起飞时的排气温度(Exhaust Gas Temperature, EGT)的差值,而EGT会随着飞行时间的增加逐渐升高,反映到EGTM,就是逐渐下降。下图是从2007年12月到2010年1月期间5台CFM56-5B发动机的EGTM数据。


2007年12月到2010年1月期间5台CFM56-5B发动机的EGTM数据

 

根据对EGTM的分析,如果能够获得EGTM的衰退模式,那么从性能衰退角度进行发动机剩余寿命的预测就变得简单了。

 

剩余寿命预测的几种常见方法


目前寿命预测方法主要基于三种不同的类型:基于物理模型的预测方法、基于数据驱动的预测方法和基于经验的预测方法。这三种预测方法各自的优缺点如下表格所示:

 

 

综合比较这三种方法,目前应用最广泛、最有效的预测方法是基于数据驱动的预测方法。因为发动机复杂的结构及性能指标,我们可以从各个角度或者部件之间的相互关系等等来对其进行剩余寿命预测。下面列出了几种典型的基于数据驱动的预测方法。


1基于竞争失效的航空发动机剩余寿命预测 

   

航空发动机作为典型的复杂机电系统,具有失效模式多样性的特点。多失效模式相互作用,实质上是竞争失效的关系,导致航空发动机剩余寿命预测的复杂性。

基于竞争失效的航空发动机剩余寿命预测框架

 

预测步骤如下:

 

(1)分别预测航空发动机在性能退化失效和突发失效模式下对应的剩余寿命,结合风险控制原则,为航空发动机检查和维修决策提供依据。


(2)航空发动机的性能退化失效与突发失效间高度相关,主要体现在性能退化失效对突发失效的影响。航空发动机具有丰富的状态监测数据,为量化性能退化失效对突发失效影响提供了可能。

 

(3)针对航空发动机性能退化失效的剩余寿命预测,需要解决以下两个问题:一是综合利用多种状态监测数据进行航空发动机性能退化评估;二是描述航空发动机性能退化轨迹,实现剩余寿命预测。

 

(4)针对航空发动机突发失效的剩余寿命预测,需要解决以下三个问题:一是基于少量故障信息的航空发动机剩余寿命预测,是个典型的小样本可靠性分析问题,可以采用贝叶斯方法提高数据利用效率;二是采用 Weibull分布建立航空发动机突发失效寿命预测模型,利用 Weibull分布的形状参数描述性能退化对寿命变化规律的影响;三是在Weibull模型基础上,进一步引入混合Weibull分布模型,利用数据学习性能退化失效与突发失效之间的作用机制。

 

2 基于随机Wiener过程的航空发动机剩余寿命预测  

 

针对航空发动机性能退化的多阶段特点, 利用多阶段的Wiener过程对性能退化过程进行建模,并根据性能失效定义推导出航空发动机的RL分布。在对性能退化模型的未知参数进行估计时,根据期望最大化(EM)算法融合历史性能退化数据与历史失效时间数据对退化模型参数进行迭代估计。在获得单台航空发动机的实时性能退化数据后, 根据 Bayesian公式可对性能退化模型参数进行实时更新,最终实现对单台航空发动机的剩余寿命预测。

 

航空发动机历史性能退化曲线

3基于信息融合的航空发动机剩余寿命预测   


航空发动机剩余寿命预测框架体系

 

航空发动机的状态监测主要包括以下内容:

(1)气路性能监测。监测的参数:涡轮后燃气温度和燃油热量。

(2)滑油监测。监测对象是润滑系统部件及其封严系统状况。

(3)振动监测。发动机转子旋转、磨损或损伤会产生一定程度的振动信号。

 

只利用单参数状态监测信息,则无法全面反映性能衰退的情况,采用信息融合方法,就可以提高信息利用效率。采用贝叶斯线性模型融合航空发动机的状态监测参数,进行航空发动机性能衰退评估,将性能衰退的结果作为可靠性分析模型的输入变量,预测在预定可靠性阈值情况下的航空发动机剩余寿命。以上的方法都有各自的特点,也有一定的局限性,还有待进一步的研究与探讨。

 

由于航空发动机的复杂机电系统以及制造的昂贵性,其维修保障越来越引起相关人员的重视,随着科学技术水平的提高,在未来,航空发动机的剩余寿命预测方法也将会越来越成熟。