航空发动机故障诊断方法及测试流程分析
- 格式:doc
- 大小:26.00 KB
- 文档页数:3
航空发动机故障诊断方法及测试流程分析作者:龚川森杜小阳周强刘建辉来源:《科技创新与应用》2016年第04期摘要:航空发动机是飞机最重要的组成部分,是一种高度复杂和精密的热力机械,作为航空业的主要组成,素有“工业之花”的称誉。
因为航空发动机是飞机的动力来源,因此在飞行过程中一旦发动机产生故障会严重影响飞机的系统运行及飞行安全。
文章中通过对航空发动机故障诊断方式进行介绍,其中主要包括信号诊断和智能检测诊断。
文中系统的对航空发动机故障诊断流程进行阐述,明确航空发动机故障后应该如何进行操作,以保障飞机系统的顺利运行。
关键词:航空发动机;故障诊断;测试前言目前我国航空发动机可以分为活塞式发动机、燃气涡轮发动机、冲压发动机等。
航空发动机具有结构高度复杂、零件多的特点。
因此,在日常的运行中需要对发动机进行诊断和维护。
对于发动机产生故障监测需要具有专业的、系统的诊断及工作流程,才能保证航空发动机的正常运行。
同时航空发动机测试设备需要在耐高温、高压、高负荷等极端环境下准确测试发动机性能。
由此不难看出,航空发动机的故障诊断及测试流程的重要性。
1 航空发动机故障诊断方法1.1 信号诊断方法信号诊断是航空发动机故障诊断的主要方式,主要是建立I/O信号模型,通过信号幅度,信号频率等对航空发动机进行故障诊断。
在航空发动机信号故障诊断中可以PCA分析法对故障进行分析[1]。
PCA信号诊断方法主要是通过将实际信号与标准信号进行对比诊断,通过与参照信号数据之间的对比差异来显示当前航空发动机中是否存在问题。
具体分析方法为:首先,建立正常航空发动机状态下的PCA数据模型[2]。
其次,当航空发动机产生故障时信号与数据模型对比产生异常,在将航空发动机故障信息通过数据总线传出。
最后,通过PCA数据分析,分析航空发动机产生故障的部位。
信号诊断中还可以采用小波变换诊断方式对故障进行诊断。
小波变换诊断方式主要是通过信号波动进行诊断,将产生非稳定状态下的小波动转换为数据信号,在通过输入变换端中的异常部位检查波段中异常点的位置,从而对故障点进行诊断。
0引言从基本的技术表现类型角度展开阐释分析,现阶段我国正在安装运用的航空发动机设备类型,主要包含活塞式航空发动机设备、燃气涡轮航空发动机设备,以及冲压式航空发动机设备等具体化的表现类型。
从基本的运行技术原理角度展开分析,航空发动机设备具有着高度复杂的内部结构特点,其内部安装配置有类型多样且数量众多的基础零部件,切实在航空发动机设备的日常化运行使用过程中为其定期开展技术性能表现状态的诊断和维护工作,能支持航空发动机设备长期维持优质且良好的技术性能状态。
组织开展针对航空发动机设备的运行技术故障事件监测干预工作,只有切实建构和执行具备充分专业性和系统性的工作实施规程,在构筑耐受高温、耐受高压,以及高运行负荷的技术条件基础上运用测试设备针对航空发动机实际具备的技术性能展开测定分析,才能支持和保障航空发动机设备的运行状态测定工作在具体组织开展过程中获取到科学准确的工作结果。
有鉴于上述研究背景,本文将会围绕航空发动机故障诊断方法及测试流程论题,展开简要阐释。
1航空发动机设备技术故障诊断工作的实施方法1.1航空发动机设备的信号诊断技术方法信号诊断技术是开展航空发动机故障诊断工作过程中的主要实施方式,其基本的实施思路,是在建构形成I/O 信号分析模型基础上,借由信号幅度参数,以及信号频率参数等项目针对航空发动机设备展开运行故障诊断技术过程。
在具体组织开展的航空发动机设备信号故障诊断工作过程中,技术人员可以借由对PCA分析方法的运用,完成具体化的技术故障诊断分析任务。
该种方法的实质是针对实际测定获取的设备运行技术信号与标准技术信号之间展开相互对照,借由将实际测定获取的航空发动机设备运行信号技术数据信息同参照信号数据之间展开的对照分析,全面而具体地确认正在运行使用过程中的航空发动机设备是否出现运行技术故障事件。
该种技术分析方法在具体化的使用过程中,需要严格遵循和执行如下步骤:第一,建构形成航空发动机设备在正常技术运行条件下的PCA数据分析模型。
航空发动机故障诊断与维修技术研究随着航空业的快速发展,航空发动机的故障率也越来越高,成为了制约航空运输安全的一大问题。
对于航空公司和飞行员而言,发现并及时排除故障至关重要,而航空发动机故障诊断与维修技术的研究就显得尤为重要。
本文将详细探讨航空发动机故障的诊断方法和维修技术,并尝试寻找更高效的解决方案。
一、航空发动机故障的诊断方法航空发动机故障的诊断方法一般是根据故障的症状进行分析。
常见的故障症状包括发动机噪音大、排气颜色异常、工作温度过高、功率不足等。
针对不同的故障症状,通常采用以下诊断方法:1. 根据故障代码检测和分析:先进的航空发动机通常会带有故障代码系统,当发动机出现故障时,系统会自动产生对应的故障代码,可以通过读取故障代码来分析故障的具体原因。
2. 实验和测试:通过实验和测试的方式,对发动机各个模块的工作状态进行全面的检测,包括燃油系统、油压系统、冷却系统等。
同时还可以通过人工观察发动机冷却液的颜色和气味等特征来判断是否存在故障。
3. 数据处理:现代发动机的喘振检测系统(FDD)具有很强的自适应能力,可以通过处理大量的系统数据,判断发动机是否存在故障,并可以通过信号源、时域和频域分析来对发动机状况进行准确分析。
以上方法虽然相对较为可靠,但需要手动进行数据处理和分析,对于大规模的发动机维修来说,还是显得相对繁琐,需要更高效的解决方案。
二、航空发动机维修技术的研究航空发动机维修技术是指对发动机进行必要的检查、调整和维护,使其达到最优工作状态的过程。
在航空发动机的维修过程中,工程技术人员主要依靠人力和经验进行操作,比较依赖手工调试的方法,但这种方法效率较低,耗时长,且往往需要定期进行机械拆卸,才能彻底解决发动机故障。
为了提高航空发动机的维修效率,现代技术正在对航空发动机的维修技术进行升级。
诸如智能化监测、智能化控制、先进机器人双臂维修系统等技术,正在逐步在发动机维修领域得到应用。
随着5G、人工智能等技术的快速发展,航空发动机维修技术也面临不断的更新升级。
航空发动机故障诊断方法摘要:航空发动机是一种多系统集成的高度复杂的设备系统,在超恶劣的高速、高压和振动环境中长期工作,并将其工作状态视为非线性、时间临界和不确定。
这将导致各种可以避免的故障模式,以及许多错误和各种容错环境。
而且如果发生错误,可能会导致人寿保险和经济后果的巨大损失。
关键词:航空发动机;故障诊断;方法引言飞机故障排除主要需要掌握运行状态,判断发动机的可靠性。
查询电机是否有偏差。
最好及早发现故障,评估出现故障的原因和部分原因,对出现的部分技术采取修复措施,并在以后加大维护力度。
1航空发动机预测与健康管理技术由于飞机诊断能力有限,当前的维护策略通常使用基于时间的修复(ConditionBasedTime,CBT)策略,该策略使用时间作为控制维修的参数。
但是,此维护策略可能会导致过载或错误检查。
飞机故障排除的最终目标是根据发动机状态进行维修,即根据需要进行维护(CBM),以记录发动机的性能和运行状况,并及早发现问题。
prognossandhealthmanagement(PHM)技术是一种满足飞机故障排除需求的技术,近几十年来已得到越来越多的审查和重视,并应用于飞机的实际尺寸。
预测和医疗保健管理技术(PHM)旨在减少可预测飞机故障的时间和部分,提高发动机可靠性,降低维护成本,提高维修准确性,并缩短维修时间。
故障排除是PHM技术的重要组成部分。
PHM技术实现了传感器系统对发动机的实时监控,以确定发动机的状态,判断发动机的运行状态,确定当前发动机的可靠性,提前确定发动机何时何地故障,预测潜在故障,并进行必要的预防性修复,这些修复由被动修复活动转发。
及时分类定位故障类型,从而有效缩短了实际维修时间,降低了飞机发动机寿命保障成本,提高了航空运输系统的可靠性和安全性,并为飞机发动机的快速准确维修提供了有力的支持。
2航空发动机故障诊断方法2.1神经网络技术当今,神经网络技术已经发展了很长一段时间,概念非常成熟,即R13和BP模型非常普遍,模型设计基于人脑的基本特征,如总结、学习、记忆和归类,并具有强大的数学计算能力。
航空发动机故障检测航空发动机故障检测是飞行安全中至关重要的一环。
航空发动机作为飞行器最重要的部件之一,如果出现故障可能导致严重的后果,甚至危及航班的生命安全。
因此,为了确保航空发动机的正常运行,开展故障检测工作是不可或缺的。
航空发动机故障检测的目的是及时发现并诊断发动机的潜在问题,预防故障的发生,在保障飞机安全的同时,还可减少对航空器的损坏和维修成本。
基于大量的飞行数据以及传感器的实时监测,航空发动机故障检测可以通过分析和处理这些数据来判断发动机是否存在故障。
航空发动机故障检测的方法有很多种,以下是其中一些常用的方法:1. 基于物理模型的方法:这种方法是通过建立发动机的物理模型,利用模型仿真来预测发动机的性能和故障。
例如,可以通过监测发动机的振动、温度、压力等参数来判断其工作状态。
若某一参数超出了正常范围,就可能表明发动机出现了故障。
2. 特征提取方法:这种方法通过对发动机工作过程中数据的采集,提取其中的特征信号,然后对这些信号进行分析和处理。
常用的特征有振动频率、声音、温度变化等。
通过监测这些特征的变化,可以判断发动机是否存在故障。
3. 数据驱动方法:这是一种基于大数据处理的方法,在航空发动机故障检测中得到了广泛应用。
该方法通过对大量飞行数据的收集和分析来提取发动机的行为模式和故障特征。
通过比对和分析数据,可以准确判断发动机是否存在故障。
4. 统计模型方法:这种方法是通过建立统计模型来预测和检测发动机的故障。
常用的统计模型有Bayesian网络、隐马尔可夫模型等。
这些模型通过对历史数据进行学习和分析,可以准确预测发动机的故障。
5. 人工智能方法:近年来,随着人工智能的快速发展,越来越多的航空公司开始将人工智能技术应用到航空发动机的故障检测中。
利用神经网络、深度学习等技术,可以对复杂的发动机故障进行准确的诊断和判断。
综上所述,航空发动机故障检测是保障航班安全的重要环节。
通过各种方法和技术的应用,可以及时发现和预防发动机故障的发生,确保飞行的安全可靠。
航空发动机机械故障诊断研究引言航空发动机是现代航空器的核心部件,其性能稳定与否直接关系着航空安全和飞行效率。
航空发动机的机械故障时有发生,对飞行安全造成严重威胁。
对航空发动机的机械故障进行有效的诊断研究,对于提高航空安全有着重要的意义。
本文就航空发动机机械故障诊断研究进行深入探讨。
一、航空发动机机械故障的常见类型航空发动机的机械故障主要包括磨损故障、疲劳故障、断裂故障、腐蚀故障等。
磨损故障是航空发动机中常见的故障类型,主要是因为发动机在高温、高压等恶劣环境下长时间运行,零部件之间的摩擦会导致表面磨损。
疲劳故障则是由于零部件长期交替受力导致的裂纹和断裂,常见的疲劳故障包括叶片疲劳、轴承疲劳等。
断裂故障是指零部件因材料本身的缺陷或外力作用导致的断裂。
腐蚀故障则主要是由于发动机运行环境中存在的铝合金及镍合金等材料的腐蚀。
二、航空发动机机械故障诊断方法1. 振动分析法振动分析法是一种通过检测发动机工作时的振动信号来进行机械故障诊断的方法。
通过对振动信号的频率、幅值等参数进行分析,可以判断出发动机零部件的运行状态,从而对故障零部件进行诊断。
振动分析法的优点在于不需要拆卸发动机即可进行诊断,同时能够提供零部件运行状态的实时数据,对故障的早期诊断具有重要意义。
2. 润滑油分析法发动机的润滑油中含有大量的金属颗粒和碎屑,这些颗粒和碎屑是由于发动机零部件的磨损所产生的。
通过对润滑油中颗粒和碎屑的分析,可以了解到发动机零部件的磨损情况,从而进行机械故障的诊断。
润滑油分析法的优点在于能够提供详细的零部件磨损信息,对机械故障的诊断具有一定的参考价值。
三、航空发动机机械故障诊断技术的发展趋势目前,随着航空发动机技术的不断进步,机械故障诊断技术也在不断完善。
未来,航空发动机机械故障诊断技术的发展趋势主要包括以下几个方面:一是传感器技术的发展,新型传感器不仅能够提供更加精准的数据,还能够适应极端环境下的工作要求;二是数据处理技术的发展,人工智能和大数据技术的应用将极大地提高机械故障诊断的准确率和效率;三是无损检测技术的发展,雷达、红外线等无损检测技术将在未来被更广泛地应用于机械故障的诊断上。
航空发动机的故障诊断与维修处理航空发动机是航空器的核心部件,为飞机提供推进力,保障飞行的安全和稳定性。
然而,航空发动机也存在着故障和损坏的风险,一旦发生故障,会对航班的安全造成威胁。
因此,航空发动机的故障诊断和维修处理技术显得异常重要。
一、航空发动机故障的种类1.机械故障:包括发动机结构失效、零部件磨损、转子系统、推力部件、涡轮系统、气缸系统、燃油系统、供氧系统等发生故障。
2.电子故障:包括传感器损坏、程序错误、数据分析错误等。
3.燃料荒板故障:这种故障往往发生在高空条件下,包括冰冻油导致燃油输送中断等。
4.不规范的使用和维护:包括使用非标准备件、更换不当、维护不当引起的故障等。
二、航空发动机故障的诊断方法1.监控和诊断系统:通过安装传感器、数据处理器和故障报告器等设备,使发动机在正常工作状态下监视工作条件,同时也能够及时检测到发动机出现的故障,及时进行预防。
2.振动诊断:通过分析振动信号,诊断出故障的位置和原因,便于及时确定维修方案。
3.涡轮放大诊断:利用比热比、压缩比、降温效应等物理特性,通过对热流传输模型的建立,推算出涡轮等部件的性能和工作状态。
三、航空发动机故障的维修处理方法1.更换损坏部件:更换或修整损坏的部件,确保其正常运作。
2.采取预防性措施:对航空发动机进行定期检查和保养,及时发现和预防故障的发生。
3.采取纠正性措施:对于出现故障的部件,除了更换外,还应该分析故障的原因,对类似的部件做出相应的修整和加固,并纠正处于正常使用状态的不足之处。
4.寻求厂家技术支持:针对复杂的航空发动机故障,可以寻求发动机厂家提供技术支持,以排除或解决一些技术分析和工艺问题。
总结航空发动机的故障诊断和维修处理技术是航空安全的核心问题。
未来,航空发动机故障诊断和维修处理技术的研究将应用更多的先进技术,实现更精准的检测和维修。
同时,科学的故障分析和处理方法,以及严格的预防措施将有助于提高航空器的安全性,为飞行旅客提供更加安全、舒适的出行。
航空发动机故障诊断方法及测试流程探讨摘要:飞机的构成上,最为重要的部分就是航空发动机。
航空发动机作为热力机械设备,不仅设计复杂,而且对精度要求非常高,被誉为“工业之花”。
飞机的主要动力就来源自于航空发动机,所以,当飞机在飞行的过程中,如果航空发动机产生故障,就会对飞机的飞行安全造成一定的影响,做好航空发动机故障诊断工作是非常重要的。
本论文针对航空发动机故障诊断方法及测试流程展开研究。
关键词:航空发动机;故障诊断;测试流程引言:飞机构成上,发动机是重要设备。
中国的航空发动机主要分为三种,第一种为活塞式发动机;第二种为燃气涡轮发动机;第三种为冲压发动机。
航空发动机为很多的零部件构成,设计结构非常复杂。
所以,在发动机的运行中,要做好日常诊断和技术维护工作。
在检测发动机的过程中,要采用专业的诊断技术,按照规定的流程进行诊断,确保各项工作系统化运行,以使航空发动机安全稳定地运行。
在测试航空发动机的时候,需要在极端环境下进行测试,确保发动机具有良好的耐高温性、耐高压性,具有良好的高负荷承受能力,使得发动机的各项性能得以充分发挥。
一、航空发动机故障诊断中所采用的方法(一)航空发动机的故障诊断中所采用的信号诊断方法其一,航空发动机处于正常运行状态下,要将相应的PCA 数据模型建立起来。
其二,航空发动机运行中产生故障,数据模型所产生的信号与发动机的信号之间会存在异常,这种故障信号会以数据总线为载体传输出来。
其三,分析PCA 数据,对发动机故障的具体位置进行分析。
在信号诊断的过程中,小波变换诊断也是常用的诊断方式,分析信号波动情况并根据分析结果进行诊断。
信号不稳定的情况下,将小波进行数据信号转换,传输到变换端,对异常部位进行检查,确定异常点,之后诊断故障点。
(二)航空发动机的的故障诊断中所采用的智能检测方法其一,航空发动机的故障诊断中采用模糊伦理分析法。
特定的环境下对航空发动机的故障诊断,采用模糊伦理分析法进行智能化分析,可以确定精度,进行非线性函数诊断。
航空活塞发动机故障诊断技术的几种方法航空活塞发动机是航空中最常用的发动机之一。
该类型发动机结构简单,可靠性高,因此在航空领域中的使用非常广泛。
但是,由于使用环境的复杂性和受到不同的负荷影响,该类型发动机总是会遭遇一系列问题,如故障,失效和部件磨损等问题。
为了能够及时发现故障,提高发动机使用效率和减少机械故障的风险,本文将介绍航空活塞发动机故障诊断技术的几种方法。
1. 引言目前,许多公司致力于研究航空活塞发动机的故障诊断技术。
这些技术的目的是发现活塞发动机结构中的缺陷,预测机器故障以及帮助维护和优化发动机的效能。
在本文中,我们将重点讨论其中的一些技术,这些技术包括:图形处理技术、神经网络技术和基于模型的故障诊断技术。
2. 图形处理技术图形处理技术是最常用的诊断技术之一。
该技术主要基于数据分析,通过监测活塞发动机的性能参数,如转速、温度和压力等,以识别机器在运行过程中遇到的问题。
使用该技术时,数据通常会通过传感器或其他测量设备收集,然后被输入到机器学习算法中进行分析。
基于图形处理技术的故障检测系统通常使用视觉设备,如热成像仪。
这种设备可以检测故障部件的温度变化,并帮助操作员在早期发现故障。
例如,当活塞发动机的冷却器出现故障时,通常会导致缸套温度升高,从而造成机器性能下降和磨损加剧,这种情况下使用热成像仪诊断就可以提供较高的可靠性。
3. 神经网络技术神经网络技术是另一种用于航空活塞发动机故障诊断的常用方法。
神经网络技术应用了神经元之间联接的复杂网络模型,该模型可以通过学习发动机的运行数据来确定活塞发动机是否出现故障。
在机器学习和人工智能领域,神经网络技术通常被称为深度概率网络。
神经网络使用发动机运行数据进行预测,当它被训练后,可以识别和分析故障的根本原因和本质。
例如,当活塞发动机的涡轮出现故障时,神经网络技术可以检测到活塞发动机压力下降和涡轮转速的变化,从而判断涡轮的磨损和故障点。
4. 基于模型的故障诊断技术基于模型的故障诊断技术是一种相对较新的技术,它基于活塞发动机的物理模型,来预测机器在运行中可能出现的故障。
航空发动机故障诊断方法及测试流程分析
航空发动机是飞机最重要的组成部分,是一种高度复杂和精密的热力机械,作为航空业的主要组成,素有“工业之花”的称誉。
因为航空发动机是飞机的动力来源,因此在飞行过程中一旦发动机产生故障会严重影响飞机的系统运行及飞行安全。
文章中通过对航空发动机故障诊断方式进行介绍,其中主要包括信号诊断和智能检测诊断。
文中系统的对航空发动机故障诊断流程进行阐述,明确航空发动机故障后应该如何进行操作,以保障飞机系统的顺利运行。
标签:航空发动机;故障诊断;测试
前言
目前我国航空发动机可以分为活塞式发动机、燃气涡轮发动机、冲压发动机等。
航空发动机具有结构高度复杂、零件多的特点。
因此,在日常的运行中需要对发动机进行诊断和维护。
对于发动机产生故障监测需要具有专业的、系统的诊断及工作流程,才能保证航空发动机的正常运行。
同时航空发动机测试设备需要在耐高温、高压、高负荷等极端环境下准确测试发动机性能。
由此不难看出,航空发动机的故障诊断及测试流程的重要性。
1 航空发动机故障诊断方法
1.1 信号诊断方法
信号诊断是航空发动机故障诊断的主要方式,主要是建立I/O信号模型,通过信号幅度,信号频率等对航空发动机进行故障诊断。
在航空发动机信号故障诊断中可以PCA分析法对故障进行分析[1]。
PCA信号诊断方法主要是通过将实际信号与标准信号进行对比诊断,通过与参照信号数据之间的对比差异来显示当前航空发动机中是否存在问题。
具体分析方法为:首先,建立正常航空发动机状态下的PCA数据模型[2]。
其次,当航空发动机产生故障时信号与数据模型对比产生异常,在将航空发动机故障信息通过数据总线传出。
最后,通过PCA数据分析,分析航空发动机产生故障的部位。
信号诊断中还可以采用小波变换诊断方式对故障进行诊断。
小波变换诊断方式主要是通过信号波动进行诊断,将产生非稳定状态下的小波动转换为数据信号,在通过输入变换端中的异常部位检查波段中异常点的位置,从而对故障点进行诊断。
此外,在信号诊断中还可以采用δ算子分析法对航空发动机故障进行诊断[3]。
此方法主要是利用δ
算子在特定的空间内构造出的最小投影向量集的方式进行诊断,其中特定空间主要是指Hibert空间。
通过将完整的格形的滤波器,将误差向量与首位元素之间进行残差的比较。
同时应用降噪技术的配合来实现故障噪音敏感检测,从而诊断航空發动机故障发生点。
1.2 智能检测方法
智能检测方式主要是依靠当前智能操作系统对航空发动机故障进行诊断,其主要优点在于使用人工智能可以更加准确的对故障部位进行确定,提高诊断精确度。
智能检测方式主要依据以下三种方法进行故障诊断:第一,模糊伦理智能分析法。
模糊伦理智能分析法主要是通过在特定的环境下,进行精度确定,从而给出的一种非线性函数诊断。
通过事先对故障征兆和故障类型等进行模型的建立,将故障征兆与故障类型之间的原因与现实的结果进行关系建立,通过二者之间的模糊关系建立一种非线性函数关系。
根据航空发动机领域中的相关特点和常识特点进行人工智能问题推导,最终诊断出故障的来源及故障原因。
第二,神经网络诊断。
神经网络诊断主要是指一种基于网络神经的智能化诊断技术。
一般采用计算机能力较高的测试系统对故障进行排查,通过计算机中高速的数据演算功能将航空发动机中可能或存在的问题进行分析,最终将故障进行总结。
由于是利用智能化人工神经网络进行诊断,因此被称之为神经网络诊断。
第三,粗糙集模型诊断。
粗糙集模型诊断主要使用数学计算手段进行演算和诊断。
由于此种诊断方式不需要事先对航空发动机故障经验进行模型建立,因此被称之为粗糙模糊诊断。
此种诊断方式主要是通过RS理论进行的一种简化故障维度系数的诊断方式。
通过将航空发动机故障诊断进行最小范围内的缩进,最终进行诊断的一种程序。
2 航空发动机故障测试流程
航空发动机的故障测试的具体流程为:首先,确定该种航空发动机的型号及总体诊断方案;其次,对其进行测试诊断,其中包括使用维护要求分析和保障性分析两种方式,分别从以上两种诊断中进行测试,最终确定测试方法和测试设备。
根据发动机FMECA分析将发动机故障数据进行分类。
将以上两种诊断的结果与航空发动机故障诊断方法分析相结合,从而进行综合性分析,最终却定发动机故障诊断方法及测试流程。
根据航空发动机故障测试流程进行分析发现,航空发动机的故障主要存在以下三种类型:第一类,功能失效及性能衰退故障。
此类故障主要是由于发动机转速、摆动、喘振、温度产生故障。
因此,在检测中可以根据实时监控和系统采集的信息进行分析。
通过航空发动机的总温度、转子速度和燃油量等进行最终确定,将故障方位进行隔离,从而进行维护。
第二类,航空发动机内部检测与地面内部检测系统故障。
此类航空发动机的故障主要是由于发动机内部风扇部位的转子叶片产生裂痕、风扇部件转子叶片叶身掉落及高压气机转子叶片裂痕等。
在对此类故障进行分析的过程中发现由于内部发动机内部结构损伤导致无法完成自动检测,需要进行人工检测。
根据航空发动机故障测试流程,最终确定检测方式为,使用孔探仪对故障部位进行检测,或者使用超声波检测和磁力探伤检测等方式对发动机特定的机构内部进行检测[4]。
第三类,航空发动机无法进行内部检测和地面检测。
产生此种故障的主要原因为发动机内部的中央传动机构受损。
可能由于腐蚀、磨损等原因,从而造成发动机无法进行自动检测。
根据航空发动机故障测试流程,最终确定检测方式为,使用分解设备、探伤设备和装配设备对发动机进行分解,更换部分零件,重新进行组装。
3 航空发动机测试系统设计要求
在对航空发动机故障诊断及测试系统进行设计中应该注意以下几点设计要求:第一,对于自测系统中的数据集设备应固定在一个具体的单元模版中,从而方便进行检测;第二,对于测试点的设定,应该使用或建立更加快捷、方便的测试工具和测试设备,从而方便发动机内外部的联系,便于智能检测和人工检测;第三,设定具体的数据库和自动测定原件或电子控制系统等。
通过电子设备和电子程序的设定,定期对航空发动机内部进行诊断,及时进行故障检测、故障隔离、故障警报等,提高发动机的运行效率。
第四,对发动机涡轮系统、数控系统等进行数据参数的设定及调整,从而进一步完善航空发动机测试系统。
4 结束语
由于航空发动机的复杂性,在对航空发动机故障进行检测和诊断中需要更精准的检测率。
因此,在进行航空发动机故障诊断方法和测试流程设定的过程中需做到精益求精,不断优化航空发动机的测试方法与流程,以提升发动机测试准确率,在飞机科研与生产过程中极为关键。
参考文献
[1]郝腾飞,陈果,廖仲坤,等.基于正则化多核判别分析的航空发动机滚动轴承早期故障融合诊断方法[J].航空动力学报,2013,12(1):2759-2770.
[2]于宗艳,韩连涛,孟娇茹.基于人工神经网络的航空发动机故障诊断方法[J].现代电子技术,2013,2(5):65-67.
[3]刘文兴,刘海年,刘慧娟.航空发动机成品研制中的可靠性强化试验技术的应用[J].航空维修与工程,2013,3(6):40-43.
[4]李业波,李秋红,黄向华,等.航空发动机气路部件故障融合诊断方法研究[J].航空学报,2014,6(7):1612-1622.。