航空发动机状态监控系统研究

《航空发动机状态监控系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2010歪舞36瞽第5期V01．36No．50ct，2010]日／39航空发动机状态监控系统研究郭迎清，李睿，薛薇(西北工业大学动力与能源学院，西安710072)郭迎清(1964)，男，博士，教授，博士生导师，中国航空学会发动机控制专业委员会委员。从事航空发动机控制研究。收稿日期：2010—02—10基金项目：国防科工委××项目资助1引言航空发动机是飞机的重要部件，一旦发生事故，将会造成巨大损失。因此，提高航宅发动机的町靠性有着重要意义。随着航空发动机结构的复杂化，其维护和保障费用日益增多，经济町承受性成为小叮回避的问题⋯。在提高发动机可靠性的前提下，减少发动机的维护和保障费用成

2、为承要研究方向121。传统的维修方式以定期维护摘要：航空发动机的维修方式正在由定期维修向视情维修转变．，可以在保证发动机可靠性的前提下．降低发动机的维护费用。状态监控系统的研究是开展航空发动机视情维修的关键步骤。借鉴国外典型的发动机状态监控系统，提出了发动机状态监控系统的结构、功能需求、监控事件的选择，实现了机载状态监控系统的原理样机及其仿真平台，对状态监控系统的研究有一定意义。关键词：航空发动机；视情维修；状态监控系统：原理样机；仿真平台StudyonAeroengineConditionMonitoringSystem．GUOYing—qing，LIRui，XUEWei(Sc

3、hoolofengineandenergy，NorthwesternPolytechnicalUniversity，Xi7all710072，China)Abstract：Aeroengine，扎血nt￡凡(E，Icemode埘I鲫transferredfromthepre-scheduledmaintemurcetothecondition—basedmaintenance。Thecondition—basedmaintenancec蕊hetptoimprovetheenginereliabilityandreducethemaintenancecosts．Thestudyof

4、theconditionmonitoringsystemWasthee,keystepofthecondition—basedmaintenance．Firstly,theforeignexperienceofoeroen∥n,econditionmonhoringsystemWaslearrM,d．Thestructure，functionalrequirementsandselectionofmonitoringeven如wereproposedforaconditionmonitoringsystem,andthentheprinciple,prototypeandiusi

5、mul讲wnplatformofairborneconditionmonitoringsystemwereimplerrtented,whichWashelpfultotheconditionmonitoringsystemstudy．Keywords：aeroengine；cOndition—basedmaintenance；conditionmonitoringsystem；principleprototype；simulationplatform。为主，但这种方式没有考虑到发动机的个体健康状况冬同。部分发动机在较好的健康状况F就被维修，而部分发动机冈为存维修前出现故障但未得

6、到及时处理，使其口，靠性不能得到较好保障，I—J时维护费用无法有效降低13I。解决这一问题的1种有效办法就是根据发动机的健康状况信息进行维护和故障的预测，以实现由定期维修向视情维修的转变141。视情维修要求推进系统具有对故障进行预测并对自身的健康状态进行管理的能力。实现发动机健康状2010匿第36卷籍5期V01．36No．5Oct．2010况自动监控、故障预测诊断、使用寿命延长、安伞工作保证和维护成本减少是研制新一代航空发动机的重要内容【51。发动机状态监控系统是开展视情维修的关键，也是发动机健康管理系统的重要组成部分。本文借鉴国外发动机状态监控系统的研究经验，对发动机状态监控系

7、统功能、结构等进行研究，并设计了状态监控系统中的机载状态监控原理样机。2国外发展情况在最近儿年，发动机健康管理研究主要包括4方面：系统结构、发动机健康管理的功能、部件故障的诊断和预测算法121。Dr．MichaelJ．Roemer提出了包含数据管理模块、健康参数模块、诊断模块、寿命模块的发动机健康监控系统[61，实现了先进故障诊断算法、性能估计、传感器有效性验证、虚拟传感器、短／长期监控和部件实时寿命算法等功能。其中，基于神经网络的先进故障模型技术和基于模糊逻辑专家系统的决策分析