【精品】燃?xì)廨啓C(jī)氣路故障及其診斷技術(shù)研究

1、燃?xì)廨啓C(jī)氣路故障及其診斷技術(shù)研究2發(fā)動(dòng)機(jī)性能蛻化在發(fā)動(dòng)機(jī)幣個(gè)壽命周期內(nèi)，出現(xiàn)與發(fā)動(dòng)機(jī)性能蛻化相關(guān)的故障在所難免。 發(fā)動(dòng)機(jī)件能蛻化址指燃?xì)廨啓C(jī)的性能參數(shù)偽離早準(zhǔn)值或設(shè)計(jì)值。發(fā)動(dòng)機(jī)的件能 哀減可以通過(guò)臉視耗汕率(sfc)、egt和功率輸出等性能參數(shù)來(lái)觀測(cè)。如圖2. 1 所示,圖中橫坐標(biāo)為發(fā)動(dòng)機(jī)運(yùn)行時(shí)間,縱坐標(biāo)是耗油率相對(duì)f初始狀態(tài)的增加 址。發(fā)動(dòng)機(jī)的性能衰減會(huì)導(dǎo)致功率輸出或推力的減少以及耗汕率的増加，從而 影響到燃?xì)廨啓C(jī)的運(yùn)營(yíng)成本和發(fā)動(dòng)機(jī)使用壽命。典型的發(fā)妙機(jī)熱力霸環(huán)寺傷怖時(shí)間圖2.1性能蛻化ys便用時(shí)間宙圖2我們可以發(fā)現(xiàn)，發(fā)動(dòng)機(jī)件能變化可以大致分成兩個(gè)時(shí)間段，短期蛻 化和長(zhǎng)期蛻化。顯然,性能蛻化

2、并非隨使用時(shí)何線(xiàn)性變化當(dāng)發(fā)動(dòng)機(jī)剛開(kāi)始投 入使用時(shí)，短期蛻化隨z迅速發(fā)生。這是山發(fā)動(dòng)機(jī)的灰轉(zhuǎn)部件和非旋轉(zhuǎn)部件 創(chuàng)的辭介所致。曲葉尖間隙磨介建立葫發(fā)動(dòng)機(jī)的性能衰減進(jìn)入慢性變化期. 并隨著氏期的使用不斷積累-發(fā)動(dòng)機(jī)性能可以通過(guò)發(fā)動(dòng)機(jī)大修得到部分恢復(fù)。發(fā)動(dòng)機(jī)的辻能蛻化是由于弘種類(lèi)型的發(fā)動(dòng)機(jī)部件故障所致"卞要的發(fā)動(dòng)機(jī) 部件包括了壓氣機(jī)、燃燒室和渦輪。發(fā)動(dòng)機(jī)氣路故障就足發(fā)動(dòng)機(jī)化其使用壽命 內(nèi)發(fā)生在發(fā)動(dòng)機(jī)各氣路部件卜的各種故障。發(fā)動(dòng)機(jī)的性能蛻化根源可以追蹤到 部件級(jí)故障。以卜部分將介紹典熨的燃?xì)廨啓C(jī)氣路故障類(lèi)熨及比對(duì)總體件能的 影響.2.1.1燃?xì)廨啓C(jī)氣路故障本小節(jié)主要分析各類(lèi)典型氣路故障及其癥狀

3、。這樣有助于我們了解氣路故 障的發(fā)生機(jī)制，開(kāi)發(fā)氣路故障診斷系統(tǒng)。污垢壓氣機(jī)污垢可以定義為由于空氣內(nèi)的污染物導(dǎo)致壓氣機(jī)翼型和壞形底部表 面粘結(jié)大量微粒物厲。由丁燃?xì)鉁u輪發(fā)動(dòng)機(jī)工作時(shí)吸入大量連續(xù)的空氣流，因而 污垢是十分常見(jiàn)的氣路故障。據(jù)分析，超過(guò)70%的整體發(fā)動(dòng)機(jī)性能衰減都與壓 氣機(jī)污垢有關(guān)卜化壓氣機(jī)污垢會(huì)導(dǎo)致壓氣機(jī)增壓比、效率和喘振裕度的減少，還 可能進(jìn)一步誘發(fā)葉片表面的腐蝕和侵蝕以及轉(zhuǎn)子不平衡i化這些粘積物不僅導(dǎo)致 壓氣機(jī)本身性能的蛻化，而且間接地彩響j'發(fā)動(dòng)機(jī)總體性能，比如耗油率、egt 和發(fā)動(dòng)機(jī)排放物譏典型的壓氣機(jī)污垢會(huì)導(dǎo)致大約3%的通流能力和1%的壓氣機(jī) 效率的減少文獻(xiàn)5中，b

4、ouris等人建立了基f能量守恒的粘積物模型，分 析了堆積形成機(jī)制口通過(guò)數(shù)雖分析方法該文獻(xiàn)得出結(jié)論：翼型前緣有較高的 堆積率，紊流的干擾是下游葉片表面堆積物形成的主要原因。同樣，渦輪的葉 片嘿熨表血也可能會(huì)粘結(jié)燃油燃燒余尿，而導(dǎo)致渦輪污垢。但是渦輪污垢不像 壓氣機(jī)污垢那么經(jīng)常岀現(xiàn)壓氣機(jī)潔洗是去處壓氣機(jī)污垢，部分恢復(fù)發(fā)動(dòng)機(jī)性能的主要方法。燃?xì)廨?機(jī)的清洗方法包括了濃縮清洗劑、注入諸如谷殼的固體顆粒物和清水清洗。文 獻(xiàn)4中，mund等人分析了燃?xì)廨啓C(jī)壓氣機(jī)清洗的發(fā)展歷程并總結(jié)在線(xiàn)清洗系統(tǒng) 主要設(shè)計(jì)參數(shù)。(2) 侵蝕侵蝕是由于堅(jiān)碩的小固體顆粒撞擊在氣路部件而致的翼型和封嚴(yán)我面物祛除在許多地區(qū)，空氣中

5、都存在微小固體顆粒，兇而燃?xì)廨啓C(jī)經(jīng)常發(fā)生侵蝕現(xiàn)侵蝕會(huì)增加氣路表面粗糙度，增加葉尖間限和破壞了光滑的翼型麗緣°研 究表明表血粗糙度過(guò)大會(huì)嚴(yán)匝影響燃?xì)廨啓C(jī)的性能i叫為了研究葉片侵蝕帶來(lái)的 彩響，文獻(xiàn)7建立基于壓氣機(jī)性能仿真模型。如圖2,2所示，葉片侵蝕會(huì)對(duì)壓氣 機(jī)等爛效率仃極其明顯的影響.1佃對(duì)增壓比的影響相對(duì)小一些口在渦輪，侵蝕 會(huì)增加渦輪增壓器通流面積。典型的渦輪侵蝕會(huì)導(dǎo)致通流能力提高2%效率降低光滑粗槿尖瞎損o o o o絕熱效率7.08.09.010.011.0空氣流量(k"o圖2. 2表面粗檢度和葉尖侵逆對(duì)等癇效率的影咆.二10皿腐蝕腐蝕足一種由于眾蘇在腐蝕環(huán)境而導(dǎo)致

6、的故障類(lèi)型。在燃?xì)鉁u輪發(fā)動(dòng)機(jī)中, 山于發(fā)動(dòng)機(jī)入口空氣含有污染物或燃油中的硫化物引起的化學(xué)反應(yīng)會(huì)導(dǎo)致7路 祁件的表血材料不斷脫落“濕腐蝕的發(fā)生是由尸壓氣機(jī)靈型表血q潮濕空氣、 鹽和酸性物質(zhì)以及空氣中口，能含有的電抗性氣體等化學(xué)反應(yīng)山。壓氣機(jī)的腐蝕會(huì) 致材料特性的衰減，増加翼型表面的粗糙度，并啟終導(dǎo)致通流能力和等埔效 率的降低-熱腐蝕是一種嚴(yán)電的燃?xì)鉁u輪發(fā)動(dòng)機(jī)故障它可以定義為一種由于燃油燃 饒后的®化堆積物對(duì)翼型涂層的破壞導(dǎo)致的快速性腐蝕國(guó)。熱腐蝕可以分為兩 類(lèi)：髙溫?zé)岣g和低溫?zé)岣g。島溫?zé)岣g會(huì)引起急速的農(nóng)而材料的脫離。典 型的渦輪腐蝕會(huì)導(dǎo)致通流能力的增加和等爛效率的減少山。通常在壓

7、氣機(jī)和渦輪 采用涂層和選擇合適的結(jié)構(gòu)化合金是有效控制腐蝕的方法w(4)葉尖間隙増加壓氣機(jī)和渦輪都會(huì)發(fā)生葉尖磨損。發(fā)動(dòng)機(jī)旋轉(zhuǎn)部件和非轉(zhuǎn)動(dòng)部件間的間隙 一般設(shè)計(jì)在很小的范圍內(nèi),以盡屋減少旋轉(zhuǎn)葉片的效率損失。全新的或大修后 的發(fā)動(dòng)機(jī)會(huì)在試車(chē)中建立合適的葉尖間隙，該何際任以后的運(yùn)行中般會(huì)垂本 保持不變。渦輪葉尖封嚴(yán)睛損通常會(huì)在發(fā)動(dòng)機(jī)丿川減速過(guò)程中發(fā)生。葉尖間隙的增加會(huì)片致逃逸氣流的增多，從而嚴(yán)重影峋發(fā)動(dòng)機(jī)部件效率、 壓氣機(jī)通流能力和增壓比。對(duì)壓氣機(jī)葉尖間隙的增加研究發(fā)現(xiàn)葉尖間隙從1% 葉片弦長(zhǎng)變?yōu)?.5%會(huì)導(dǎo)致大于15%的增壓比損失叫(5) 外來(lái)物損傷和內(nèi)來(lái)物損傷夕卜來(lái)物損傷(fod)可以定義為由于較

8、人的物體撞擊在燃?xì)廨啓C(jī)氣路部件所 引起的損傷山"燃?xì)廨啓C(jī)特別是航空發(fā)動(dòng)機(jī)經(jīng)常暴谿在外，可能受到嚎和冰也等 外來(lái)物損傷。1仙發(fā)動(dòng)機(jī)附近的小物體也可能被吸入發(fā)動(dòng)機(jī)內(nèi)。內(nèi)來(lái)物損傷(dod) 是由于總裝時(shí)遺留在發(fā)動(dòng)機(jī)內(nèi)的微小皺碎片或發(fā)動(dòng)機(jī)在運(yùn)行中從自身脫離的物 質(zhì)導(dǎo)致的損傷。fod和dod會(huì)導(dǎo)致燃?xì)鉁u輪發(fā)動(dòng)機(jī)仁路部件發(fā)生應(yīng)力集中、裂痕、殘余 應(yīng)力和微結(jié)構(gòu)損傷i網(wǎng)。而這些變化會(huì)引起部件效率的人雖降低。(6) 燃燒系統(tǒng)蛻化在不同的功率輸出一匚況卜燃燒效率的變化疑很小，因浙燃燒室對(duì)發(fā)動(dòng)機(jī)性 能蛻化的影響不大"然而，燃油噴嘴的焦炭會(huì)引起燃油噴射分石不均，可能引 起熱瑞部件的過(guò)熱損傷。燃燒室

9、出口溫度分布的變化會(huì)導(dǎo)致臨時(shí)性的或水久性的卜'游部件變形i嘰因 而燃燒室蛻化會(huì)對(duì)渦輪性能產(chǎn)生間接影響。熱端部件損傷會(huì)導(dǎo)致渦輪通流能力 的增加以及效率的降低。2.1.2氣路故障指數(shù)發(fā)動(dòng)機(jī)部件待性足通過(guò)其健康參數(shù)來(lái)衡呆的"對(duì)于壓氣機(jī)和渦輪，通常采 用兩個(gè)特性參數(shù)：通流能力和等炳效率.為了呈化氣路故障的嚴(yán)亜程度，各種 氣路故障可以采用發(fā)動(dòng)機(jī)部件持性參數(shù)的改變屋(百分比)作為其杲化指數(shù)。但 是，某特定的故障指數(shù)可能映射個(gè)或箏個(gè)氣路故障，這是因?yàn)槿藗冞€不能 完全定量分析氣路故備的形成過(guò)程，從故障引起的結(jié)果看不同的氣路故璋可能 會(huì)引起相同的健康參數(shù)變化。發(fā)動(dòng)機(jī)的氣路故障表現(xiàn)為i叫(1)

10、污垢：引起壓氣機(jī)和渦繪的通流能力以及等爛效率的減少。(2) 侵蝕曲蝕：發(fā)生損傷的部件的等埔效率會(huì)降低，發(fā)生在壓氣機(jī)時(shí)壓氣 機(jī)通流能力會(huì)減少，發(fā)生在渦輪時(shí)渦輪通流能力會(huì)提高。(3) 外來(lái)物損傷：發(fā)生損傷的部件的效率會(huì)大幅減少。(4) 燃燒室/渦輪入口的熱變形：渦輪效率降低。所以節(jié)爛效率和通流能力被視為發(fā)動(dòng)機(jī)氣路部件故障的故障指數(shù)同樣地, 發(fā)動(dòng)機(jī)仿真軟件一般采用修改部件效率和通流能力來(lái)仿真部件性能蛻化。圖2. 3為abb公司的氣路故障診斷軟件根抓可佶度區(qū)域來(lái)推斷部件故障炎空和嚴(yán)重程 度。0830020 ok 0x 00«壓氣機(jī)故!診斷征兆込圖2. 3人同氣路故險(xiǎn)的圖形化賈信區(qū)域2.2氣路

11、故障診斷方法雖然燃?xì)鉁u輪發(fā)動(dòng)機(jī)是種復(fù)雜的系統(tǒng)，但是通過(guò)分析發(fā)動(dòng)機(jī)測(cè)晟參數(shù)的 力法能夠診斷出些故障。如圖2. i所示包括氏路故障的各種發(fā)動(dòng)機(jī)物理故障 會(huì)引起發(fā)動(dòng)機(jī)性能參數(shù)的變化，并引起溫度、壓力、燃油流屋和轉(zhuǎn)速等測(cè)雖參 數(shù)的改變。這些發(fā)動(dòng)機(jī)町測(cè)參數(shù)為依變參數(shù)，因?yàn)楫?dāng)發(fā)生物理故障時(shí)這些參數(shù) 的改變是部件性能變化的函數(shù)卩現(xiàn)通過(guò)分析發(fā)動(dòng)機(jī)測(cè)幘參數(shù)的改變屋，氣路故障診斷系統(tǒng)能夠檢測(cè)、隔離和 評(píng)估部件性能的蟻化駅"對(duì)部件特性參數(shù)衰減屋的了解有助于我們找出整體發(fā) 動(dòng)機(jī)性能蛻化的原因并計(jì)劃相應(yīng)的維修方案這個(gè)故障診斷方法原理是由urban 在20世紀(jì)60年代首先提出小。導(dǎo)致蛻化部非性能：產(chǎn)生測(cè)案數(shù)改變

12、-氓蝕抽嵐能力轉(zhuǎn)速污垢壓氣機(jī)效率來(lái)物損傷溫按分布溫度封產(chǎn)盾按涓輪增壓器mhk壓力葉片過(guò)熱或穹曲 嘰!油噴口面積 厲脹效率燉出功率 對(duì)嚴(yán)踞拐量圖2. 1燃?xì)廨啓C(jī)故障診斷廉埋氣路故障診斷系統(tǒng)能夠分析發(fā)動(dòng)機(jī)杵能蛻化疋位故障發(fā)生部件。為分 折發(fā)動(dòng)機(jī)糧體性能和各個(gè)部件的特性，發(fā)動(dòng)機(jī)氣路部件經(jīng)常被視為“黑箱二本 文的氣路故障分析只局限于斥氣機(jī)和渦輪。由于燃燒室蛻化不會(huì)引起發(fā)動(dòng)機(jī)件 能參數(shù)的明顯變化卩叫 因而不包括在本文研究范圍內(nèi)。發(fā)動(dòng)機(jī)氣動(dòng)部件的主要特性參數(shù)包括：増壓比、通流能力和等坷效率。這 些獨(dú)立參數(shù)x,也稱(chēng)為狀態(tài)變呈，在丄程運(yùn)用中是不町測(cè)的。在發(fā)動(dòng)機(jī)試車(chē)時(shí), 溫度、壓力、燃油流量和轉(zhuǎn)速等可測(cè)參數(shù)z為

13、依變參數(shù),其變化由獨(dú)立參數(shù)的 變化引起。為r啟屋評(píng)估發(fā)動(dòng)機(jī)部件故障，獨(dú)工參數(shù)的餉弟疋義為相、&于新的 無(wú)故障發(fā)動(dòng)機(jī)（基準(zhǔn)值）的變化雖，如式21所示。廝=蘭二蘭1.00%（21）直中兒為部件獨(dú)立參數(shù)向量的基準(zhǔn)值k為當(dāng)i詢(xún)獨(dú)立參數(shù)向量。炎似地，發(fā)動(dòng)機(jī)測(cè)呆參數(shù)的偏羌載，也被成為故障特征或拆紋，定義為： 反=匸紅100%（22）召其中為發(fā)動(dòng)機(jī)在特定工況（通常為設(shè)計(jì)點(diǎn)）卜的依變參數(shù)向疑的荃準(zhǔn)（ft, z為 當(dāng)前同一工況下發(fā)動(dòng)機(jī)依變參數(shù)向址。氣路故障的診斷是迪過(guò)分析故障持征而律到。圖2.5為發(fā)動(dòng)機(jī)故障特征的 一個(gè)例子。顯然為了檢測(cè)發(fā)動(dòng)機(jī)部件蛻化,諸如污垢、腐蝕、侵蝕和外來(lái)物損 傷等氣路故障必須達(dá)到

14、一宦的嚴(yán)重幅度才能產(chǎn)牛:可觀測(cè)到的故障持征，才2能破診斷m此， 些諸如轉(zhuǎn)了疲勞裂痕、衣層腐蝕以及形成速度很快的失 效如斷裂等問(wèn)題都無(wú)法通過(guò)現(xiàn)仃的解析方法檢測(cè)出來(lái)，只能依鎖于其他技術(shù)手 段i頃1嘰故諒根式(衣圖2. 5壓氣機(jī)效率和通流能力各衰減概的故障待征圖實(shí)例如式2.3所示，氣路故障診斷的原理是映射發(fā)動(dòng)機(jī)對(duì)測(cè)參數(shù)和獨(dú)立參數(shù)間的 強(qiáng)非線(xiàn)竹熱力關(guān)系。基干此，與性能相關(guān)的氣路故障即可通過(guò)觀測(cè)川測(cè)參數(shù)偏 差來(lái)檢測(cè)，并量化出部件特性參數(shù)的改變量。z = fi(x)(2.3)其中,z為發(fā)動(dòng)機(jī)測(cè)量參數(shù)向量,無(wú)為發(fā)動(dòng)機(jī)部件獨(dú)立參數(shù)向量。2.3發(fā)動(dòng)機(jī)測(cè)呈參數(shù)發(fā)動(dòng)機(jī)氣路故障診斷系統(tǒng)通過(guò)對(duì)發(fā)動(dòng)機(jī)本體上采集來(lái)的測(cè)量參

15、數(shù)的分析, 檢測(cè)發(fā)動(dòng)機(jī)氣路部件的狀態(tài)。所以故障診斷系統(tǒng)的有效性很人樓度上取決發(fā) 動(dòng)機(jī)參數(shù)測(cè)量的準(zhǔn)確性。2.3.1測(cè)雖的不確定度由于測(cè)量噪聲、儀器老化、壞境改變等因素的彫響，不確定性是測(cè)星過(guò)程 中不可避免的。有些不確定性源于隨機(jī)誤差，例如短期測(cè)量環(huán)境變化。有些測(cè) 直不確定性則源系統(tǒng)誤差，比如測(cè)拭儀器的性能蛻化等。如圖26所示.多 次測(cè)fit的分布曲線(xiàn)為“鐘”型曲線(xiàn)。一般評(píng)估測(cè)屋的不確定性采用統(tǒng)計(jì)雖來(lái)描 述。不確定度可以定義為9砒可信度下測(cè)量值或測(cè)量結(jié)果與真值間的差別"i,如 式2.巾所示；t7 = ±(b+/955)(2.4)其中u為不確定度，b為偏差值，s為精確度誤差系數(shù)，

16、抵為95%的雙尾student-t 分布點(diǎn)。圖2. 6測(cè)量不確定性為j'在發(fā)動(dòng)機(jī)模型i：仿真測(cè)量不確定性，我們?cè)诎l(fā)動(dòng)機(jī)測(cè)量參數(shù)的仿真輸 出結(jié)果中添加了典型的測(cè)量隨機(jī)誤差。美國(guó)機(jī)械工程師協(xié)會(huì)(asme)的燃?xì)鉁u輪 發(fā)動(dòng)機(jī)性能測(cè)試手冊(cè)(ptc222005)定義了燃?xì)廨啓C(jī)性能測(cè)試測(cè)量參數(shù)的不確定 性，并對(duì)測(cè)量?jī)x器的選擇和應(yīng)用提出了一些要求。(1) 儀器校驗(yàn)所有的測(cè)量?jī)x器的輸出必須與標(biāo)準(zhǔn)源進(jìn)行比對(duì)，并根據(jù)標(biāo)準(zhǔn)源的讀數(shù)進(jìn)行 調(diào)整。標(biāo)準(zhǔn)源的不確定度必須比被校驗(yàn)儀器的不確定度的1/4還要低卩譏儀器 校驗(yàn)必須根據(jù)發(fā)動(dòng)機(jī)原廠(chǎng)家推薦的校驗(yàn)周期定期進(jìn)行。(2) 測(cè)量噪聲濾除隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，數(shù)據(jù)采集

17、系統(tǒng)能夠以越來(lái)越高的采樣頻率采 集測(cè)屋參數(shù)。為了減少測(cè)量噪聲，降低測(cè)量不確定性的影響，發(fā)動(dòng)機(jī)測(cè)量參數(shù) 必須進(jìn)行必要的信號(hào)處理。一般常用的降低測(cè)量噪聲的方法包括了平均濾波、 慣性濾波、線(xiàn)性fir濾波和自聯(lián)想神經(jīng)網(wǎng)絡(luò)信號(hào)處理等研究表明,自聯(lián)想神 經(jīng)網(wǎng)絡(luò)濾波能夠極大地改善發(fā)動(dòng)機(jī)測(cè)最參數(shù)質(zhì)最，提髙故障診斷精度i叫文獻(xiàn)17 采用層疊遞歸中值濾波器來(lái)降低發(fā)動(dòng)機(jī)測(cè)量?jī)x器噪聲，并結(jié)合梯度和laplacian 算子的邊緣檢測(cè)法來(lái)減少錯(cuò)誤警報(bào)和失診率。232傳感器故障檢測(cè)、隔離和容錯(cuò)(sfdia)發(fā)動(dòng)機(jī)傳感器運(yùn)行在復(fù)雜、惡劣的匸作環(huán)境中。測(cè)量噪聲通常比較高，并町能覆蓋由于部件性能蛻化引起的測(cè)量參數(shù)的改變。這就要求

18、氣路故障診斷系 統(tǒng)必須能夠應(yīng)付高信號(hào)噪聲，提供粘確的發(fā)動(dòng)機(jī)健康參數(shù)評(píng)估。在運(yùn)行中，燃?xì)廨啓C(jī)一般只安裝有限個(gè)傳感器，這些傳感器常年在高溫高 壓的壞境下采集發(fā)動(dòng)機(jī)信號(hào)。這就不可避免地發(fā)生傳感器故障，出現(xiàn)測(cè)量值偏 離真實(shí)值。對(duì)氣路故障診斷系統(tǒng)而言，有故障的傳感器會(huì)導(dǎo)致錯(cuò)誤的診斷結(jié)果: 診斷出根本不存在的氣路故障或沒(méi)有診斷出當(dāng)前故障網(wǎng)。因此，對(duì)傳感器故障 檢測(cè)、隔離和容錯(cuò)技術(shù)的研究有助于避免無(wú)效的發(fā)動(dòng)機(jī)測(cè)量值。yedavall i (2005)使用一組ka i man濾波器建立傳感器故障診斷系統(tǒng),用于 檢測(cè)、隔離燃?xì)廨啓C(jī)傳感器故障卩化 傳感器故障通過(guò)在時(shí)間-0. 001秒時(shí)給發(fā)動(dòng) 機(jī)仿真模型的數(shù)據(jù)信號(hào)

19、添加階躍信號(hào)來(lái)模擬|切。當(dāng)傳感器故障被檢測(cè)、隔離時(shí)，該傳感器的讀數(shù)不能直接接入氣路故障診 斷系統(tǒng)作為輸入。解決的方法可以采用傳感器解析余度技術(shù)，即燃?xì)廨啓C(jī)本體 上的任一傳感器讀數(shù)可以由其他傳感器的讀數(shù)估算出?；跀U(kuò)展kalman濾波器 、部件跟蹤濾波器或門(mén)聯(lián)想神經(jīng)網(wǎng)絡(luò)的解析余度技術(shù)能夠?qū)崿F(xiàn)傳感器故障的容 錯(cuò)，為氣路故障診斷系統(tǒng)或控制系統(tǒng)重構(gòu)傳感器信號(hào)。2.4氣路故障診斷技術(shù)本小節(jié)將綜述目前各文獻(xiàn)中的各種氣路故障診斷技術(shù)，分別介紹不同診斷 技術(shù)的原理、方法及其應(yīng)用。雖然如前所示，使用發(fā)動(dòng)機(jī)測(cè)量參數(shù)診斷發(fā)動(dòng)機(jī) 氣路故障在理論上完全可行，但是在實(shí)際應(yīng)用中，要實(shí)現(xiàn)一個(gè)理想的氣路故障 診斷系統(tǒng)并不容易。

20、這是囚為氣路故障診斷系統(tǒng)必須解決以下難題，以至每種 方法都有其各自?xún)?yōu)缺點(diǎn)(2°1【2兒(1) 如2. 3,2節(jié)所討論的，發(fā)動(dòng)機(jī)測(cè)量參數(shù)個(gè)數(shù)有限。這些測(cè)量參數(shù)時(shí)常 比所要評(píng)估的健康參數(shù)個(gè)數(shù)還要少。這就帶來(lái)方程可解性問(wèn)題。(2) 發(fā)動(dòng)機(jī)測(cè)量參數(shù)總是含有噪聲污染。氣路故障診斷系統(tǒng)必須盡可能減 少信號(hào)噪聲的影響。也就是，要能分辨出發(fā)動(dòng)機(jī)性能蛻化和信號(hào)噪聲兩者引起 的不同測(cè)量值改變。(3) 發(fā)動(dòng)機(jī)非線(xiàn)性影響。發(fā)動(dòng)機(jī)本身為強(qiáng)非線(xiàn)性系統(tǒng)，這就極大地限制了 可以應(yīng)用到氣路故障診斷系統(tǒng)上的方法及其有效性。作為發(fā)動(dòng)機(jī)健康監(jiān)控系統(tǒng)的重要組成部分，氣路故障診斷系統(tǒng)自上世紀(jì)60年代開(kāi)始得到發(fā)展。到了 7()年

21、代，'(路分析(gpa)方法及其改進(jìn)力法衍到廣泛 研究，并投入工程應(yīng)用中。為了解決上述討論的難題，研究人員嘗試了許多不 同類(lèi)型的方法和技術(shù)進(jìn)行故障診斷。從剛開(kāi)始的故障樹(shù)、故障矩陣、gpa、加權(quán) 最小二乘(wls)方法、kalman濾波器法，到現(xiàn)代的遺傳算法方法，專(zhuān)家系統(tǒng)、模 糊邏輯和人神經(jīng)網(wǎng)絡(luò)等人工智能方法，以及組合方法° 1i(2002)在文獻(xiàn)22 中綜述了各種基丁 性能分析的燃?xì)鉁u輪發(fā)動(dòng)機(jī)氣路故障診斷系統(tǒng)。各種氣路故 障診斷系統(tǒng)去致可以分為定性診斷方法和定量診斷方法。定件分析包括了故障 樹(shù)和故障矩陣，只能夠檢測(cè)出發(fā)動(dòng)機(jī)故障，而定量分析還町以評(píng)估有故障部件 性能蛻化程度。2

22、.4.1故障樹(shù)和故障矩陣故障樹(shù)方法為最原始的氣路分析方法。圖2.7顯示了某故障樹(shù)例子。故障 樹(shù)方法通過(guò)對(duì)照故障樹(shù)i：乞個(gè)發(fā)動(dòng)機(jī)測(cè)量參數(shù)的偏差來(lái)分析、丫前發(fā)動(dòng)機(jī)部件故 障。類(lèi)似的，故障矩陣，也稱(chēng)為故障系數(shù)矩陣(表2.1)依靠對(duì)發(fā)動(dòng)機(jī)測(cè)量參數(shù)改 變量的觀察，對(duì)比表上的參數(shù)偏差方向，檢測(cè)出發(fā)動(dòng)機(jī)故障譏故障樹(shù)和故障矩 陣對(duì)發(fā)動(dòng)機(jī)排故是很有幫助的，因?yàn)樗鼈儗?fù)雜的故障診斷知識(shí)轉(zhuǎn)化為專(zhuān)對(duì)各 個(gè)故障模式的相對(duì)簡(jiǎn)單的圖表。然而，它們也有很大的局限性：(1) 它們只能用于單部件故障檢測(cè)。對(duì)于雙部件故障，基于這兩種方法的 分析結(jié)果很可能是錯(cuò)誤的或不準(zhǔn)確的。(2) 它們只能對(duì)氣路故障進(jìn)行定性分析。(3) 要得出診斷

23、結(jié)果，排故匚程師要進(jìn)行大量的分析和比對(duì)。 :1 !:i111;廠(chǎng)1t>111v1 rv11m齊壓壓氣機(jī)m1髙壓渦輪1數(shù)軍障低效率睜低ta增加圖2. 7某或軸撚氣輪機(jī)故障樹(shù)類(lèi)型故障渦輪進(jìn)口 溫度軸功燃汕流 量壓比振動(dòng)部件特征 值壓氣機(jī) 渦輪轉(zhuǎn)子損傷有a低増壓器侵蝕沒(méi)有髙動(dòng)力渦 輪轉(zhuǎn)子損傷0t00有%低， egt高導(dǎo)向器侵蝕ttti沒(méi)有幾高壓氣機(jī)外來(lái)物損傷¥t¥i有z低污垢tii沒(méi)有臥低表2. 1臬燃?xì)廨啓C(jī)故障矩陣2.4.2 線(xiàn)性 gpah從1967年urban提出氣路分析(gpa)的線(xiàn)性模型方法以來(lái)，氣路故障診 斷技術(shù)得到重大發(fā)展1絢。由本章2. 2.2的分析得出，增壓

24、比、通流能力、部件 效率等發(fā)動(dòng)機(jī)獨(dú)立參數(shù)可以作為壓力、溫度、燃?xì)饬髯畹葴y(cè)星參數(shù)的函數(shù)，進(jìn) 行分析計(jì)算。式2.3中，z可以分解卻某一發(fā)動(dòng)機(jī)穩(wěn)態(tài)工況下的taylor數(shù)列：z = (乂°) + 色 ”) + /.07(2.4)其中hot為泰勒展開(kāi)式高次項(xiàng)。對(duì)于很小的x-尢，h o t可以忽略不計(jì)，上式簡(jiǎn)化為：z 二 zo+竄。(工一斤)(2. 5)寫(xiě)成az和的表達(dá)式：業(yè)=hz(2. 6)其中h為影響系數(shù)矩陣(icm)o若h可逆，可得：a% = /-,<az(2.7)其中ha為h的逆，稱(chēng)為故障系數(shù)矩陣(fcm)o通過(guò)上而的線(xiàn)性化化簡(jiǎn)過(guò)程，發(fā)動(dòng)機(jī)部件獨(dú)立參數(shù)的偏差量可以由 fcm矩陣和發(fā)

25、動(dòng)機(jī)測(cè)量參數(shù)的改變量計(jì)算得出，如式2.7所示。ifij影響系數(shù)矩 陣h可以通過(guò)精確的發(fā)動(dòng)機(jī)熱力模型添加各類(lèi)故障模式仿真得出。對(duì)比其他定量分析方法，如故障樹(shù)和故障矩陣，線(xiàn)性gpa具有很好的優(yōu)點(diǎn)。 它可以檢測(cè)、隔離和量化-個(gè)或多個(gè)氣路部件故障。但同時(shí)，該方法在實(shí)際工 程應(yīng)用中也有其局限性：(1) gpa是一種基于模型的方法。故障診斷的結(jié)果依賴(lài)于所給發(fā)動(dòng)機(jī)模型 的粘確性。(2) 該方法未考電測(cè)量噪聲的影響。因?yàn)闇y(cè)最噪聲是不可避免的，從而導(dǎo) 致了診斷結(jié)果的不準(zhǔn)確性。在工程應(yīng)用中，有時(shí)測(cè)量的不確定性很大，以至于 故障診斷系統(tǒng)的誤診或檢測(cè)不到當(dāng)前故障。(3) 由于線(xiàn)性化簡(jiǎn)導(dǎo)致量化結(jié)果的不準(zhǔn)確，特別是當(dāng)測(cè)量

26、參數(shù)與基準(zhǔn)值有 較人偏差時(shí)。線(xiàn)性化模型引起的誤差町能跟故障本身引起的測(cè)量參數(shù)改變量具 有相同的數(shù)量級(jí)。(4) 該方法需要人量的測(cè)量參數(shù)作為分析對(duì)象°而有時(shí)在工程上很難滿(mǎn)足 這一要求。若發(fā)動(dòng)機(jī)測(cè)量參數(shù)個(gè)數(shù)少于獨(dú)立參數(shù)時(shí)，gpa將無(wú)法正確映射它們間 的關(guān)系i叫2.4.3非線(xiàn)性gpa為了克服線(xiàn)性gpa的局限性，考慮到發(fā)動(dòng)機(jī)是一個(gè)強(qiáng)非線(xiàn)性熱力系統(tǒng)，改 進(jìn)型gpa通過(guò)諸如牛頓拉普森等方法迭代使用gpa計(jì)算方法，得到非線(xiàn)性gpa。文獻(xiàn)23中，aretakis等介紹了只使川有限個(gè)測(cè)最參數(shù)的非線(xiàn)性氣路故障診 斷系統(tǒng)。p. escher(1995)在cranfield大學(xué)的pythia軟件中實(shí)現(xiàn)了非線(xiàn)

27、性gpa 故障診斷。如圖2.x所示，非線(xiàn)性gpa的第一步與線(xiàn)性gpa和同，稱(chēng)為迭代1。 為j'進(jìn)一步降低預(yù)測(cè)的部件故障與真實(shí)故障間的誤差，迭代2通過(guò)計(jì)算獨(dú)立參 數(shù)的偏差而得新的性能基準(zhǔn)基于新的迭代基準(zhǔn)，新的影響系數(shù)矩陣(icm)和故 障系數(shù)矩陣(fcm)都亜新計(jì)算得出。從而計(jì)算出新的獨(dú)立參數(shù)改變量，迭代2完 成。這樣迭代重復(fù)進(jìn)行直到滿(mǎn)足式28的預(yù)先設(shè)定的收斂條件卩1。孑工|(7“"3誠(chéng)皿)v /8)其中m為發(fā)動(dòng)機(jī)測(cè)量參數(shù)個(gè)數(shù)，為發(fā)動(dòng)機(jī)測(cè)量值，乙如展為最新迭代基 準(zhǔn)的測(cè)量參數(shù)計(jì)算值。5為收斂條件。變|?蜃科氓力密轄系數(shù)zvt翌曲憐進(jìn)乩寵怡建弋2)x如才" 弊帆燙故洵憾

28、x正確的解釣浜迭代圖2. 8非線(xiàn)性gpa收斂過(guò)程kamboukos(2005)在文獻(xiàn)24中討論了線(xiàn)性和非線(xiàn)性燃?xì)廨啓C(jī)性能故障診斷 的優(yōu)缺點(diǎn)。如圖2. 9所示，非線(xiàn)性gpa明顯優(yōu)于線(xiàn)性gpa,因?yàn)樗朔€(xiàn)性化 簡(jiǎn)引起的誤差，提高了診斷然而非線(xiàn)性gpa仍然有很大的應(yīng)用局限性。 類(lèi)似丁線(xiàn)性gpa,昨線(xiàn)性gpa沒(méi)有克服測(cè)量不確定性帶來(lái)的影響。并且當(dāng)所求 的獨(dú)立參數(shù)較多時(shí)，具迭代過(guò)程相當(dāng)耗時(shí)，并可能無(wú)法收斂。2.5400個(gè)檢測(cè)點(diǎn)圖2. 9發(fā)動(dòng)機(jī)參數(shù)在400個(gè)工作點(diǎn)的蛻化跟蹤2.4.4基于最優(yōu)化估計(jì)技術(shù)的gpa為r提高gpa方法的診斷精度，更好地分析受噪聲污染的測(cè)量參數(shù)，估計(jì) 發(fā)動(dòng)機(jī)性能參數(shù)的偏差人了，許

29、多最優(yōu)化估計(jì)方法被廣泛應(yīng)用尸氣路故障診斷系 統(tǒng)中，如最小誤差(或極大似然)估計(jì)，最小二乘法(ls),加權(quán)最小二乘算法(wls), 最大后驗(yàn)概率(map)估訃器，粒子濾波器，bayesian決策理論和kalman濾波器法等等以川糾。其中，wls和kalman濾波器對(duì)于氣路分析最為有效，在許多氣 路故障診斷軟件中得到實(shí)現(xiàn)。通常測(cè)雖噪聲可視為零均值的高斯噪聲，從傳統(tǒng) gpa的方程2.3,我們可以得到帶噪聲的模型；z = h-x-v(2.9)其中，2為發(fā)動(dòng)機(jī)測(cè)量參數(shù)向量，x為發(fā)動(dòng)機(jī)部件獨(dú)立參數(shù)向量，ii為獨(dú)立參 數(shù)對(duì)測(cè)量值的彩響所導(dǎo)出的矩陣，尸為測(cè)量誤差向量，代表了固有的測(cè)量不確 定性。最小二乘法是由

30、高斯首先提出的數(shù)學(xué)最優(yōu)化方法，尋找與測(cè)量值最接近的 一個(gè)函數(shù)使得所得的均方誤差和最小。與最小二乘法類(lèi)似，加權(quán)最小二乘法也 使用最小均方謀差和，但同時(shí)對(duì)不同數(shù)據(jù)進(jìn)行加權(quán)計(jì)算。對(duì)于氣路分析，誤差 為測(cè)屋出的與訃算所得的依變參數(shù)間的差。因?yàn)槊拷M測(cè)量值的改變量為性能蛻 化與測(cè)量不確定性的組合作用，加權(quán)最小二乘法(wls)估算出預(yù)測(cè)的測(cè)量誤差下 的獨(dú)立參數(shù)改變量2譏 本章的2 6.1節(jié)將介紹wls算法在ge公司的氣路故障 診斷軟件temper軟件中的實(shí)現(xiàn)。20世紀(jì)60年代，kalman發(fā)明了用于離散數(shù)據(jù)線(xiàn)性濾波問(wèn)題的回歸式解決 方法。隨后基于kalman濾波器的回歸算法廣泛應(yīng)用于燃?xì)鉁u輪氣路故障診斷等

31、多個(gè)領(lǐng)閾221okalman濾波器的作用是從含有隨機(jī)誤差陸乙,z的測(cè)量參數(shù) 系列中，估計(jì)當(dāng)前動(dòng)態(tài)系統(tǒng)的狀態(tài)；“，并降低估計(jì)誤差。發(fā)動(dòng)機(jī)性能模型可以 表示為:(2. 10)(2. 11)其中k=l, 2,，為時(shí)間指數(shù)，耽為發(fā)動(dòng)機(jī)測(cè)屋參數(shù)向量，雙為發(fā)動(dòng)機(jī)部件參數(shù)，乞?yàn)橄到y(tǒng)模型矩陣，山和陷分別代表測(cè)量噪聲和過(guò)程噪聲，它們都假定為 零均值白噪聲序列。必為傳遞矩陣。(2. 12)(2. 13)(2. 14)標(biāo)準(zhǔn)的kalman濾波器使用以下公式解決i：述發(fā)動(dòng)機(jī)模型。a4a.axi = xk + kk(zk-hk xt)工“產(chǎn)婦(匕j訛其中濾波器初始條件：x,=心和£n= e(x.-x.)(xa

32、-xo)7，o由于它特有的統(tǒng)訃特性和估計(jì)器一修正器特征，基于kalman濾波器的估訃 方法在發(fā)動(dòng)機(jī)氣路故障診斷中得到廣泛應(yīng)用1261,271 o作為一個(gè)良好的估計(jì)器， kalman濾波器還可用于解決發(fā)動(dòng)機(jī)傳感器故障診斷問(wèn)題。為了降低估計(jì)誤差， 一個(gè)稱(chēng)為擴(kuò)展型kalman濾波器包括了發(fā)動(dòng)機(jī)系統(tǒng)線(xiàn)性模型與kalman濾波器的 組合。而julie和uhlmann提出將u n sen ted kalman濾波器應(yīng)用到非線(xiàn)性發(fā)動(dòng)機(jī) 模型【28。dcwallcf等捉岀使用擴(kuò)展型unsented kalman濾波器，對(duì)瞬態(tài)發(fā)動(dòng)機(jī)系 統(tǒng)的狀態(tài)和健康系數(shù)都進(jìn)行估計(jì)。為只有少量測(cè)量參數(shù)可用時(shí)，基j： kalman

33、濾波器的發(fā)動(dòng)機(jī)故障診斷方法會(huì) 遇到穩(wěn)定性問(wèn)題。kalman濾波器方法的牙一問(wèn)題是kalman濾波器結(jié)構(gòu)的限制, 也就是必須對(duì)發(fā)動(dòng)機(jī)性能模型做修改以適應(yīng)kalman濾波器(kf)的公式，為了更 好地應(yīng)用kalman濾波器結(jié)構(gòu)，基于kalman濾波器的診斷系統(tǒng)時(shí)常婆忽視一些 諸如狀態(tài)變量限制的已知信號(hào)信息。限制式kalman濾波器由simon等引入以解 決此問(wèn)題并得出結(jié)論，添加狀態(tài)變量限制可更大提高診斷結(jié)果，同時(shí)増加 了計(jì)算量。2.4.5人工神經(jīng)網(wǎng)絡(luò)人工智能是研究使計(jì)算機(jī)模擬人類(lèi)智能行為的學(xué)科。它是二十一世紀(jì)的尖 端技術(shù)之一，在語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等很多領(lǐng)域獲得廣泛應(yīng)用， 取得了豐碩的

34、成果。過(guò)去20年，基于諸如專(zhuān)家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯 等人工智能在燃?xì)廨啓C(jī)氣路故障診斷系統(tǒng)中得到廣泛研究。人工神經(jīng)網(wǎng)絡(luò)(ann)或只稱(chēng)為神經(jīng)網(wǎng)絡(luò)，是一種信息處理的數(shù)學(xué)模型。它源 于對(duì)生物神經(jīng)系統(tǒng)處理信息方式的啟發(fā)。人工神經(jīng)網(wǎng)絡(luò)的原理，發(fā)展歷史，網(wǎng) 絡(luò)結(jié)構(gòu)和工程實(shí)現(xiàn)可以在2930等文獻(xiàn)中找到。自上世紀(jì)90年代以來(lái)，包括有 導(dǎo)師學(xué)習(xí)和無(wú)導(dǎo)師學(xué)習(xí)的乞類(lèi)神經(jīng)網(wǎng)絡(luò)都被廣泛研究，并應(yīng)用丁檢測(cè)，評(píng)估燃 氣輪機(jī)氣路故障卩叫 其中包括了前向bp網(wǎng)絡(luò)(ffbp),概率神經(jīng)網(wǎng)絡(luò)(pnn),自 組織映射(som)網(wǎng)絡(luò)，學(xué)習(xí)向量機(jī)(lvq)網(wǎng)絡(luò)，對(duì)偶傳播神經(jīng)網(wǎng)絡(luò)(cpn), 口適 應(yīng)共振理論(art)m絡(luò),徑向基

35、函數(shù)(rbf)網(wǎng)絡(luò)等在以上這些網(wǎng)絡(luò)中,前向 bp網(wǎng)絡(luò)被認(rèn)為是最受歡迎和成功的方法l，6k22,o文獻(xiàn)22綜述了基于人工神經(jīng)網(wǎng)絡(luò)的氣路故障診斷研究(2002)。最近，kong 等提出了基于前向bp網(wǎng)絡(luò)的氣路故障診斷系統(tǒng)糾。它基于matlab平臺(tái)開(kāi)發(fā)出 用戶(hù)友好人機(jī)界面，處理40個(gè)故障模式的5種組合故障。在文獻(xiàn)32中，tan 嘗試兩種新的網(wǎng)絡(luò)用于解決飛機(jī)發(fā)動(dòng)機(jī)故障分類(lèi)問(wèn)題，一種為fourier網(wǎng)絡(luò)，另 一種為泛化單隱含層網(wǎng)絡(luò)(gsln)o匕述研究得出結(jié)論：與多層前向bp網(wǎng)絡(luò)和 rbf網(wǎng)絡(luò)相比,fourier網(wǎng)絡(luò)有更強(qiáng)對(duì)付噪聲的能力,gsln則以更快速度收斂【詞。止是人工神經(jīng)網(wǎng)絡(luò)超強(qiáng)的泛化能力使得它

36、得到廣泛應(yīng)用。事實(shí)證明，人工 神經(jīng)網(wǎng)絡(luò)能夠在測(cè)量噪聲或測(cè)量參數(shù)不完整情況下識(shí)別出發(fā)動(dòng)機(jī)故障卩忙人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)包括了：(1) 非線(xiàn)性映射能力。它能夠充分逼近復(fù)雜的非線(xiàn)性關(guān)系。(2) 并行分布處理方式，能快速進(jìn)行大量的運(yùn)算。(3) 自學(xué)習(xí)和自適應(yīng)能力?？梢詰?yīng)用丁不知道或不確定的系統(tǒng)。(4) 信息分布存儲(chǔ)于網(wǎng)絡(luò)內(nèi)各神經(jīng)元，能夠同時(shí)處理定量、定性知識(shí)。系 統(tǒng)有很強(qiáng)的魯棒性和容錯(cuò)性。同時(shí)在應(yīng)用于燃?xì)廨啓C(jī)氣路故障診斷時(shí)，人工神經(jīng)網(wǎng)絡(luò)有以卜一些重大缺 陷：(1) 前向bp神經(jīng)網(wǎng)絡(luò)很容易收斂于本地極小值，從而導(dǎo)致差的泛化能力。(2) 至今人們還沒(méi)能用解析方法得到針對(duì)指定問(wèn)題最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練 參數(shù)設(shè)計(jì)。

37、(3) 訓(xùn)練樣木數(shù)量很大，訓(xùn)練出較理想的網(wǎng)絡(luò)需要時(shí)間。(4) 不能從真實(shí)發(fā)動(dòng)機(jī)上得到檢驗(yàn)樣本。(5) 基丁人工神經(jīng)網(wǎng)絡(luò)的氣路故障診斷系統(tǒng)中，有導(dǎo)師學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)的 訓(xùn)練樣本依賴(lài)于發(fā)動(dòng)機(jī)模型。246模糊邏輯模糊邏輯(fl)模擬人類(lèi)不幫確推理的解決問(wèn)題方法。它是一種具有人腦模糊 思維邏輯特征的非線(xiàn)性映射系統(tǒng)。模糊集和隸屬函數(shù)是模糊邏輯的基礎(chǔ)。模糊 集是指這樣一種集合，其元索均在一定程度上屬于或不屬于該集合。每個(gè)模糊 集合以隸屬函數(shù)和隸屬度來(lái)描述與量化。典型的模糊邏輯系統(tǒng)包括了以卜一些功能模塊：模糊化，推理規(guī)則，非模 糊化，如圖210所示【絢。對(duì)氣路故障診斷系統(tǒng)，模糊化是將發(fā)動(dòng)機(jī)測(cè)量參數(shù)改 變量使用

38、語(yǔ)言變量映射成模糊集。例如，轉(zhuǎn)速的偏差可以描述為：很高，高， 中，低，可忽略，低+,中+,高+,很高+,變化域?yàn)?10%, +10%。參考引 擎根據(jù)事先定義的規(guī)則完成非線(xiàn)性映射紹。典型的規(guī)則可以為發(fā)動(dòng)機(jī)測(cè)量參數(shù) 與對(duì)應(yīng)的部件特性偏離間的關(guān)系得出i絢。反模糊化的方法包括了：選擇最大隸屬度法,取中位數(shù)法和加權(quán)平均判斷法。它為模糊邏輯系統(tǒng)生成精確輸出o圖2. 10基于規(guī)則的模糊邏輯系統(tǒng)結(jié)構(gòu)模糊邏輯的特征包括：(1) 它作為估計(jì)器的特點(diǎn)是快而穩(wěn)定。因?yàn)槟：壿嫴恍枰苌掖_的信息, 基于模糊邏輯的故障診斷系統(tǒng)能在大噪聲的情況下仍能得出穩(wěn)定的結(jié)果。(2) 規(guī)則庫(kù)可以很容易地修改和更新。與基于人工神經(jīng)網(wǎng)絡(luò)的

39、方法相比， 基于模糊邏輯的故障診斷系統(tǒng)能在使用過(guò)耗中不斷改進(jìn)其件能，而人工神經(jīng)網(wǎng) 絡(luò)系統(tǒng)的診斷性能在訓(xùn)練結(jié)束后就固化不變了。(3) 但是同時(shí)，模糊邏輯的一個(gè)顯著缺點(diǎn)是它不是總得出精確結(jié)論，這是 它的固有特點(diǎn)所決定的。247專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng)是模擬人類(lèi)解決復(fù)雜問(wèn)題思維方式的計(jì)算機(jī)程序，它通常包含了 推理機(jī)、知識(shí)庫(kù)和人機(jī)界而。知識(shí)庫(kù)是用儲(chǔ)心根據(jù)基于規(guī)則、基模型和基 于案例等方法生產(chǎn)的專(zhuān)家知識(shí)°專(zhuān)家系統(tǒng)能夠把由專(zhuān)業(yè)人員總結(jié)的故障診斷信 息或發(fā)動(dòng)機(jī)模型轉(zhuǎn)化為知識(shí)數(shù)據(jù)庫(kù)。木章262將介紹一種典型的基于專(zhuān)家系統(tǒng) 的故障診斷系統(tǒng)及其特點(diǎn)。最近c(diǎn).romcssis等(2006)將基于bayesian

40、belief網(wǎng)絡(luò)(bbn)的方法應(yīng)川于氣 路故障診斷卩譏bbn是一種概率專(zhuān)家系統(tǒng)。圖2. 11為bbn的一個(gè)例子。如圖 所示，bbn的輸岀結(jié)果用包含了估汁概率的圖來(lái)表示，該方法有如下一些優(yōu)點(diǎn)(1) bbn結(jié)合了概率理論和圖論的基本原理。因此診斷結(jié)果中包括了置信 度。(2) 圖形化輸出有助于用戶(hù)通過(guò)估計(jì)概率理解復(fù)雜的變量關(guān)系。(3) 當(dāng)解決帶有多個(gè)依變參數(shù)的復(fù)雜系統(tǒng)時(shí)，bbn可以結(jié)合諸如kalman 濾波器等其他故障診斷方法，以提高診斷效果.（4）基j： bbn的氣路故障診斷系統(tǒng)同時(shí)具冇易于添加發(fā)動(dòng)機(jī)信息的特點(diǎn), 如在不重新構(gòu)建網(wǎng)絡(luò)情況下添加振動(dòng)數(shù)據(jù)或發(fā)動(dòng)機(jī)維護(hù)歷史記錄等。1 1 111 11

41、1 1 1 >2.5 -2.167-1.833.5 4.167 0.167 0.51 血3 2.167 25 ?。ê脠D2. 11故障診斷在給定流雖因數(shù)節(jié)點(diǎn)下的圖例推測(cè)概率2.4.8遺傳算法遺傳算法（ga）是一類(lèi)基于模擬生物“適者生存”進(jìn)化理論的智能優(yōu)化算法。 它于上世紀(jì)60年代由j.h.helland提出。到目前為止，遺傳算法也被廣泛應(yīng)用作 最優(yōu)化估計(jì)器。傳統(tǒng)遺傳算法包括了以下兒個(gè)步驟：編碼：在開(kāi)始搜索之前，遺傳算法將h標(biāo)解域表樂(lè)為遺傳表達(dá)式，而將解 表示為位的數(shù)組（字符串）。適應(yīng)性函數(shù)也需定義來(lái)評(píng)估解域。它用j：評(píng)價(jià)每個(gè)個(gè) 體優(yōu)缺點(diǎn)。初始化：系統(tǒng)初始隨機(jī)生成n個(gè)個(gè)體解。由這n個(gè)個(gè)體生成

42、初始種群。選擇：選擇的目的是通過(guò)適應(yīng)性函數(shù)挑選一組最好的個(gè)體作為“父親"生 育下一代個(gè)體。重新生產(chǎn)：經(jīng)過(guò)選擇，遺傳算法通過(guò)兩個(gè)遺傳操作：交換和/或變異。交換 是結(jié)合兩個(gè)字符串生成一個(gè)新的個(gè)體，而變異是改變一個(gè)字符串的某一個(gè)位置 或某幾個(gè)位置上的位值。遺傳算法最人的特點(diǎn)是它直接搜索冃標(biāo)空間，無(wú)需任何的推導(dǎo)計(jì)算，也就 是，對(duì)函數(shù)沒(méi)有可導(dǎo)和函數(shù)連續(xù)性要求，rh于它同有的并行性，它同時(shí)也共有 很好的全局最優(yōu)化能力，使用概率自適應(yīng)調(diào)節(jié)搜索方向。對(duì)燃?xì)廨啓C(jī)故障診斷系統(tǒng)，真實(shí)的與仿真出的發(fā)動(dòng)機(jī)參數(shù)間的差別將會(huì) 轉(zhuǎn)化為一個(gè)最適目標(biāo)函數(shù)】，遺傳算法用于縮小指定目標(biāo)函數(shù)的值。文獻(xiàn)35 實(shí)現(xiàn)了采用燃?xì)廨啓C(jī)

43、瞬態(tài)測(cè)量參數(shù)，且基于遺傳算法的故障診斷系統(tǒng),并成功 應(yīng)用于單部件故障診斷系統(tǒng)中。suresh等分析了基于遺傳算法的氣路故障診斷系統(tǒng)的局限性it：（1）遺傳算法最優(yōu)化是個(gè)耗時(shí)的收斂過(guò)程，它花了大約36個(gè)小時(shí)來(lái)收斂45個(gè)故障類(lèi)型。(2) 對(duì)雙部件或多部件故障，遺傳算法方法需要更多的時(shí)間用于搜索目 標(biāo)函數(shù)的最小值。(3) 半兩故障具有很相近的卜i標(biāo)函數(shù)值時(shí)，遺傳算法的方法不能很好地隔 離故障。2.4.9組合方法i.述每種燃?xì)廨啓C(jī)氣路故障診斷方法各有其優(yōu)缺點(diǎn)，而對(duì)r組合兩種或兩 種以上方法的故障診斷得到廣泛的研究興趣。dewallef等(2006)結(jié)合kalman濾波器和bbn開(kāi)發(fā)出一種新的故障診斷方

44、法 i24,o如圖2. 12所示,軟限制kalman濾波器(sckf)每步計(jì)算都使用由bbn推 導(dǎo)出的推理信息，來(lái)進(jìn)一步推導(dǎo)評(píng)估發(fā)動(dòng)機(jī)部件參數(shù)。sckf己有信息預(yù)濾被分類(lèi)算法診斷圖2. 12組合分類(lèi)算法和kalman濾波器的流程圖將這種bbn分類(lèi)算法結(jié)合sckf冋歸方法，能夠?qū)崿F(xiàn)兩種方法的優(yōu)勢(shì)互補(bǔ), 提高故障診斷效率。組合方法的最主要優(yōu)勢(shì)是它冇可能能很好結(jié)合毎種方法推 導(dǎo)出的信息，提高了故障診斷精確度。2410診斷方法小結(jié)對(duì)于燃?xì)廨啓C(jī)氣路故障診斷系統(tǒng)，每種實(shí)現(xiàn)方法都各有利弊。對(duì)比這些方 法有助于我們進(jìn)一步發(fā)展氣路故障技術(shù)，這些故障診斷方法可以根據(jù)開(kāi)發(fā)系統(tǒng) 時(shí)用到的發(fā)動(dòng)機(jī)數(shù)抑；，大致分成兩類(lèi)：基

45、于模型的方法和基于數(shù)據(jù)的方法卩0 如圖2.13所示，基j：模型的方法使用估計(jì)器以及和模型輸出的真實(shí)發(fā)動(dòng)機(jī)數(shù)據(jù) 間的差別來(lái)預(yù)測(cè)發(fā)動(dòng)機(jī)健康參數(shù)?；鵩模型的氣路故障診斷方法應(yīng)用如此z廣, 以致于它己被視為通用方法i。相對(duì)于基于模型方法，基于數(shù)據(jù)的方法則采用真實(shí)發(fā)動(dòng)機(jī)數(shù)據(jù)來(lái)開(kāi)發(fā)故障診斷系統(tǒng).發(fā)動(dòng)機(jī)機(jī)畚值基于堿顯的故盼斷圖2. 13基于模型的故障診斷系統(tǒng)結(jié)構(gòu)近年來(lái)，氣路故障診斷系統(tǒng)有如下一些重大發(fā)展：(1) 實(shí)時(shí)遠(yuǎn)程故障診斷技術(shù)成為氣路故障診斷系統(tǒng)的一個(gè)聯(lián)要發(fā)展方向， dame1561是一個(gè)，針對(duì)發(fā)動(dòng)機(jī)維護(hù)的分布式診斷壞境(distributed diagnostics environment for

46、maintenance)/網(wǎng)恪技術(shù)hvj|j 7s航空故障診斷領(lǐng)域的演示系統(tǒng)。 它由英國(guó)4個(gè)大學(xué)和rr、ds&s、cybula等公司合作開(kāi)發(fā)，將故障診斷技術(shù)胳 合到網(wǎng)格網(wǎng)絡(luò)上，為氣路故障診斷和視悄維護(hù)捉供更好的決策支持。(2) 近年來(lái)的氣路故障診斷研究很多專(zhuān)注于組合技術(shù)的研究，以組合多種 算法尋求更好的解決方案。2.5氣路故障診斷程序木章的前面幾節(jié)總結(jié)了燃?xì)廨啓C(jī)牲能分析和部件故障檢測(cè)技術(shù)。早期的氣 路故障診斷技術(shù)只局限故障樹(shù)和故障矩陣，而今基不同算法的各類(lèi)故障診 斷程序己在工程上得到廣泛應(yīng)用，為視情維護(hù)提供技術(shù)保障。本小節(jié)將進(jìn)一步 介紹幾種典型的定量分析程序，特別是由發(fā)動(dòng)機(jī)制造廠(chǎng)商或?qū)?/p>

47、門(mén)的服務(wù)提供商 開(kāi)發(fā)的商業(yè)氣路故障診斷程序，著亜分析它們的診斷能力，用戶(hù)界面和實(shí)現(xiàn)力 法。2.5.1 tempertemper是渦輪發(fā)動(dòng)機(jī)單元體性能評(píng)佔(zhàn)系統(tǒng)(turbine engine module performance estimation routine)的簡(jiǎn)稱(chēng)，是美國(guó)ge公司在上世紀(jì)70年代開(kāi)發(fā)的 基于加權(quán)最小二乘法(wls)故障診斷算法的應(yīng)用程序。該軟件可以通過(guò)發(fā)送 和接收ge的郵件方式進(jìn)行使用，輸出結(jié)果如圖2. 14所示，輸出使用總體性能 的柱狀圖來(lái)表示。d.l.doel分別在1994和2003發(fā)表了關(guān)f ge的temper程 序?qū)崿F(xiàn)方式，即加權(quán)最小二乘法算法在氣路故障診斷中的應(yīng)

48、用125,1371 o圖2. 14 temper輸出結(jié)果的一個(gè)實(shí)例temper具有如下一些優(yōu)點(diǎn)：(1) 它是ge公司提供給非性能工程師人員用于診斷渦扇發(fā)動(dòng)機(jī)故障的有 效工具。temper ©供的分析結(jié)果對(duì)于發(fā)動(dòng)機(jī)試弔臺(tái)的決策分析很冇幫助。(2) 它在設(shè)計(jì)時(shí)著重于檢測(cè)有缺陷的發(fā)動(dòng)機(jī)單元體，并保證得出正確的診 斷結(jié)果。雖然加權(quán)最小二乘法是線(xiàn)性方法，但temper同時(shí)添加了非線(xiàn)性分析 部分“故障邏輯”，以檢測(cè)大幅值的故障。temper同時(shí)也存在以下一些缺點(diǎn)旳：(1) 加權(quán)最小二乘法算法本身具有統(tǒng)計(jì)特性，易于將有缺陷和無(wú)故障分散 于所有發(fā)動(dòng)機(jī)部件中去。(2) 有些發(fā)動(dòng)機(jī)問(wèn)題無(wú)法通過(guò)tempe

49、r有效地檢測(cè)出，如氣密問(wèn)題"(3測(cè)童參數(shù)若不粘確會(huì)使temper的診斷結(jié)果誤導(dǎo)用戶(hù)決策。(4) 加權(quán)最小二乘法算法側(cè)帀:于11:確地檢測(cè)出冇故障部件，而部件故障量 化不是十分精確。2.5.2 xpgtn燃?xì)廨啓C(jī)性能監(jiān)控和診斷系統(tǒng)xpgtn(gas turbine performance monitoringand diagnostics system）是由氣路分析公司推出的通用的燃?xì)廨啓C(jī)氣路故障診斷 工具，用于檢測(cè)發(fā)動(dòng)機(jī)部件損傷。如圖215、圖2. 16所示，xpgtn通過(guò)分析 故障指數(shù)（部件特性參數(shù)）的變化趨勢(shì)，使用部件共同工作匹配方程和基于模熨的 氣路分析方法，辨識(shí)出特定故障。該

50、程序同時(shí)能夠檢測(cè)測(cè)量?jī)x器故障，跟蹤發(fā) 動(dòng)機(jī)功率輸出和熱效率變化，9 temper的柱狀圖輸出方式相比，xpgtn通過(guò) 圖形化人機(jī)界血輸出結(jié)果，提供長(zhǎng)期的趨勢(shì)分析數(shù)據(jù)，有助于用戶(hù)了解發(fā)動(dòng)機(jī) 性能變化。 'm：rr.a 3p2 cpcr 說(shuō)kw vrapnrworumtarcfouina!<»/；-r»e-ri圖2. 15中壓壓氣機(jī)故障指數(shù)的24小時(shí)平均變化趨勢(shì)2.5.3動(dòng)力診斷動(dòng)力診斷服務(wù)是西門(mén)子公司為使川西門(mén)子燃?xì)廨啓C(jī)發(fā)電設(shè)備的用戶(hù)提供的 遠(yuǎn)程在線(xiàn)監(jiān)控系統(tǒng)。gt-aid是動(dòng)力診斷服務(wù)研發(fā)部門(mén)于1999年開(kāi)發(fā)的基丁規(guī) 則的專(zhuān)家故障診斷系統(tǒng)。圖2. 17為該系統(tǒng)的

51、實(shí)現(xiàn)技術(shù)，系統(tǒng)首先使用基于神經(jīng) 網(wǎng)絡(luò)的信號(hào)分析模塊來(lái)檢驗(yàn)傳感器信號(hào)的有效性ogt-aed使用驗(yàn)證過(guò)的傳感器 信號(hào)來(lái)進(jìn)-步檢測(cè)發(fā)動(dòng)機(jī)硬件問(wèn)題，跟蹤關(guān)鍵部件的趨勢(shì)，已開(kāi)發(fā)的規(guī)則庫(kù)包 括了機(jī)組特性和發(fā)動(dòng)機(jī)運(yùn)行各階段的分析，如啟動(dòng)，功率輸出改變等。分看枚件缺力發(fā)電軟與工耳圖217動(dòng)力診斷技術(shù)實(shí)現(xiàn)方法該診斷軟件基于規(guī)則具有靈活性，新的診斷他識(shí)可以很容易地轉(zhuǎn)化為規(guī)則, 并添加到規(guī)則庫(kù)屮。它同時(shí)能夠?qū)⒚N不同的數(shù)據(jù)組合到個(gè)數(shù)據(jù)庫(kù)屮，包括 了熱力和熱氣路分析、振動(dòng)分析、用于外來(lái)物損傷檢測(cè)的聲音分析，以及部件 壽命分析及診斷。而且諸如燃油噴嘴阻塞軸承過(guò)熱和傳感器故障等典型的發(fā)動(dòng) 機(jī)故障也可以通過(guò)gt-aid檢測(cè)岀來(lái)。然而，基于規(guī)則的故障診斷系統(tǒng)無(wú)法實(shí)現(xiàn)氣路故障的定量分析。2.5.4 rteds實(shí)時(shí)渦輪發(fā)動(dòng)機(jī)診斷系統(tǒng) rteds(real-ti