航空发动机故障诊断与研究

作为航空设备的主要构成部分之一，航空发动机属于动力源泉。若航空发动机出现故障，会对航空设备性能及安全等造成影响。将航空发动机故障诊断技术作为主要研究对象，分析较为常用的诊断技术，并探究诊断技术的发展。

发动机作为航空设备的重要部件，由于其工作状态会随时发生变化，再加上高温、大应力、强振动、高速等相关因素的影响，可能会产生各类故障问题，若情况严重会引起灾难性飞行事故。因此，研究航空发动机故障诊断技术意义重大。

1 航空发动机故障诊断的意义我国国防战略涉及各个方面，航空事业属于其中的关键环境，除了能够反映出我国综合国力之外，还能够展现我国的大国重器[1]。对于航空领域而言，发动机系统属于整个飞行系统的核心，要想确保飞行过程的安全性、可靠性，就需要保证发动机系统能够维持在正常运行状态中。对此，科学诊断航空发动机存在的各类故障问题意义重大。通过正确运用故障诊断技术，能够及时找出存在问题的相关部位，然后结合具体状况对发动机故障严重程度进行判断。此种诊断方式，能够较好地确保飞行安全，并降低故障发生概率，减少财力、人力等资源的投入，同时还能够让飞行系统维持稳定的运行状态，促进航空设备利用率的提高。另外，通过对故障诊断技术的合理运用，能够贯彻落实和飞行维修相关的理念，进而夯实维修技术发展的基础。对航空发动机故障诊断技术给予重视，表现为掌握飞行器的安全驾驶，所以，对航空发动机故障诊断技术进行研究意义重大。

2 航空发动机故障分类

2.1 稳定类故障

稳定类故障属于航空发动机十分重要的故障，会产生严重的危害，检测过程涉及许多困难，极易让发动机工作点出现变化，并让发动机气动出现不稳定性。

2.2 磨损故障和疲劳故障

航空发动机出现的各类故障，早期表现为磨损以及部件疲劳，各个元件相互磨损，属于引起磨损故障的主要原因，会对叶片与轴承造成损害，进而引起发动机停机事故。

2.3 气路故障

具体运用过程中，航空发动机由于零件损坏会引起叶片故障，进而导致发动机结构出现变化，让发动机性能减退，最终产生各类故障。

2.4 振动故障

航空发动机在实际运转过程中出现的磨损、变形问题，会导致发动机转子偏移，引发不平衡故障。若安装轴承的过程中存在误差，就会使轴系出现故障，发动机主要的故障方式是振动故障。

2.5 对系统故障进行控制

燃油控制系统故障涉及多个方面。该系统的关键组成部分为传感器和执行机构，这两部分极易出现故障。控制系统属于整个发动机的核心系统，若存在故障，会造成较为严重的事故。

2.6 熄火故障

燃烧室中若存在物理以及化学现象，会形成相互作用。若在短时间内出现各类复杂问题，就难以确保燃烧的稳定性，并且燃烧室熄火之后会产生空中熄火的状况。

2.7 轴承故障

轴承故障的形成原因表现为磨损，若各个机械构件产生磨损，就会导致表面出现剥落。引起以上情况的因素为疲劳应力。

3 航空发动机故障诊断常用技术分析

3.1 神经网络技术

现阶段，神经网络技术已经经历了较长一段时间的发展，有关理念十分成熟，即R13与BP网络模型等，运用十分广泛，模型设计以人脑基本特点为依据，诸如总结、学习、记忆以及归纳等，具备强大的数学计算能力[2]。如果将此技术应用于航空发动机故障的诊断，其信息融合模型一般会选用BP网络模型，对于此模型的具体表现而言，能够对信号进行预处理、神经网络信息融合分类等。但需要注意的是，对神经网络具体引入时，应对结构设计予以健全，主要表现于神经网络以及隐层的输入输出相关层面。例如，输入输出层，包含训练样本数据设计与输入输出数据预处理。对于隐层设计而言，立足于问题分析过程，对神经元数进行相应调整。同时，立足于BP神经网络构建起来的诊断模型，诊断过程表现为。

（1）诊断开始，对故障诊断网络权值进行初始化。

（2）将发动机涉及的特点输入，剪辑各层输出，进而修正输出层误差、计算局部梯度等。

（3）分析故障诊断与精度要求之间的契合程度，如果和精度要求相符，可结合分析结果进行故障分析。

3.2 表层简易诊断方法

该方式通常运用于较轻的发动机故障，指的是航空发动机在实际运转方面，对发动机开展初步诊断和判断，有利于飞行员对航空设备运行情况进行准确掌握，出现个别情况时可以迅速的将问题发现[3]。通常情况下，表现为特定零部件进行全面的检测，查看其相关参数情况，若处于合理范围就代表发动机运行正常。同时，通过反复开展简易表层测定与定时监测的方式，能够获取到发动机在运转过程中的规律，立足于此数据能够实现相应的故障预测，必要时还需要进行语音预报。简而言之，简易诊断方式的优点表现为仪器简单，对使用人员的要求较低，但是只可作为初步检测，提供参考作用。

3.3 发动机模型故障诊断方法

对发动机进行建造组装前，会通过模型开展性能测试，模型在工作原理、整体结构、零件组装、性能方面完全相同，不同之处为大小，所以通过发动机模型开展故障诊断排查，可以将问题迅速的找出来，直接修缮实体发动机[4]。此诊断方式还被称之为理论知识诊断法。该方式与表层简易诊断法相比，精确度更高，深度更深。其除了能够解决理论知识层面的相关问题之外，还可以对实践操作遇到的瓶颈问题进行解决，所以该方式得到了广泛研究。对于此诊断方式的优点而言，表现为可以结合模型运营情况对实体发动机在运转过程中可能会出现的故障进行预测，不需要运用历史案例以及经验。但是，任何事情都存在两面性，此技术的缺点在于模型系统仿真效率十分复杂与庞大，所以诊断速度较为缓慢，需要对诊断精度进行严格要求，诊断过程较为困难。所以，国内外均将此诊断方式作为研究重点。

3.4 离线诊断

对于离线诊断而言，表现为在高空作业和外场刹车的过程中收集相关信息，并通过数字形式在采集器中记录收集到的信息，亦或是模拟信息，通过磁带记录仪进行记录。采集器中记录的内容均为数字信号，能够通过计算机予以处理。而磁带记录仪中则主要是模拟信号，需要先进行回放，再通过信号分析处理仪开展分析工作。亦或是运用转换器转换，转换完成之后需利用计算机处理。具体诊断过程中，计算机中需要安装专业诊断软件，也可采取人工诊断的方式。离线诊断的优势在于便捷、投资小、灵活性强。不足点表现为通过分析获取到的信息滞后，难以及时处理紧急发生的故障，不利于控制装置。而且连续监测难度高，容易出现漏检问题。

3.5 振动诊断技术

振动诊断效果良好。分析发动机振动后，需要对其予以检测，预报发动机强度、结构故障等。对于结构良好的振动与存在故障的振动而言，存在着不同的特点，且差异较大，由此便可明确故障信息。测量各部件在实际运转过程中的振动情况，可实现对故障的有效监测。

4 航空发动机故障诊断技术的发展

4.1 嵌入式诊断技术

美国海军自主研发的CH-53E直升飞机，就采用了嵌入式诊断技术。对于此技术而言，主要通过机械、状态、综合监控诊断等，收集和整理飞机实时数据，具体飞行时可对自身故障进行诊断，运用飞机与地面网络，对直升机实际运行过程中的信息数据进行及时的更新，实现数据的双重分析和诊断。所以，嵌入式诊断技术除了能够促进航空发动机故障诊断的科学性、可靠性的提高之外，还有利于诊断时间的减少，得到了广泛关注与研究。

现阶段，我国对航空发动机诊断技术进行探究的过程中，主要运用系统自身具备的检测能力，在飞行设备内部构建评估系统，进而诊断发动机异常以及故障，顺利达到嵌入式的目标。但是对自主独立系统予以建立的过程中，应不断地进行健全。比如，对嵌入式诊断技术进行探究的过程中，可以凭借模型对比的方式，对嵌入式诊断涉及的相关检测设备进行构建，但是此方式无法对发动机实时数据进行诊断。对此，在自主研发的过程中，需要加强对嵌入式诊断技术的创新，推动此技术的良好发展。

4.2 智能人工诊断技术

推动设备智能化发展，属于现阶段世界各个国家在技术自主研发方面表现出来的基本态势。随着科学技术的不断创新，智能人工是各个领域的主要发展方向，航空发动机故障诊断也是如此[5]。对于智能人工诊断技术而言，能够对航空发动机实现智能化的诊断，并确保诊断可靠性，减少物力、人力、财力的投入。航空发动机故障诊断的智能化发展，表现为对人的神经元网络系统进行全面的模拟，进而立足于模糊理论，形成智能人工诊断。其中，人工神经元网络表现为运用信息技术，模拟人类的学习和记忆方式，存储、检索以及分析各类数据信息，以便于更加智能的对信息与问题进行收集与判断。另外，智能人工诊断技术的发展，可以立足于信息技术、人工智能等，满足市场发展提出的新需求。

推动诊断技术科学性、可靠性提高时，达到故障诊断全过程的智能化，让故障诊断时间减少，促进诊断结果准确性的加强。因此，智能人工诊断技术属于航空发动机在故障诊断方面的重要发展方向。

5 结语

综上所述，随着各类技术的深度融合，航空发动机故障诊断技术越发成熟，诊断精确度实现了巨大的提升，可以较好的对发动机予以诊断，健全了航空发动机故障诊断系统。通过各类诊断技术对航空发动机故障予以分析，可确保其安全性能的发挥，展现出应有的作用。

（《设备管理与维修》 作者：李东辉 喻甲其 杨梅）

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@mmsonline.com.cn。