航空发动机维修大数据分析体系建设
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
7
3.航空发动机维修大数据分析体系建设
搭建测试系统检测航空发动机维修前的信号作为初始信号；采用故障诊断技 术对发动机进行故障维修，同时对故障特点分析；最后提取维修后的测试信号， 与发动机出厂信号对比分析，作为判断发动机维修质量的依据。将发动机维修前 后的测试信号以及故障特点进行综合对比分析、特征定性，建立发动机维修专家 数据库。在此基础上，不断积累基础数据，从而形成航空发动机维修大数据分析 体系。
维修与拆卸操作的工艺图片。
(3) 仿真调度型辅助维修系统。该系统采用基于离散事件系统仿真的方法， 将航空器故障按一定的故障率进行仿真模拟，将维修服务过程模拟为排队网络，
对维修资源进行优化调度，提高维修决策能力，典型的代表如表 2.3 所示。
5
表 2.3 仿真调度型辅助维修系统
研究主体
维修系统
主要功能
(1) 辅助排故维修专家系统。该系统是一种适用于外场维修的综合信息系 统，该系统将排故所需的信息通过无线网络集成至一个高度便携式系统中，为航 线上的维修技术人员提供全面的集成化信息。其代表性的系统如表 2.1 所示。
4
表 2.1 信息集成型辅助维修系统
研究主体
维修系统
主要功能
美国军方 集成维修信息 将交互式电子技术手册、故障诊断、维修数据采集、飞行
司维修管理能力。
(4) 维修过程管理型维修系统。该系统引入工作流建模、生产调度技术，结 合航空维修中的工程技术管理、维修过程监控，提高维修企业解决预测、规划、
过程控制及综合评估等系统管理问题的能力。典型的代表如表 2.4 所示。
表 2.4 维修过程管理型辅助维修系统
Fra Baidu bibliotek
研究主体
维修系统
主要功能
Avexus 公司 Solution 8 覆盖了维修业务的各个方面，包括部件服务和其他一些高附
考虑到上述情况，同时借鉴国外研究经验，我们提出了关于航空发动机维修 大数据分析体系的建设研究，研究的整体框架如图 1.1 所示。该研究将为我国航 空发动机的维修实现“工业 4.0”提供基础的数据累计工作。
图 1.1 航空发动机维修大数据分析流程
具体实施方案为：搭建测试系统检测航空发动机维修前的信号作为初始信 号；采用故障诊断技术对发动机进行故障维修，同时对故障特点分析；最后提取 维修后的测试信号，与发动机出厂信号对比分析，作为判断发动机维修质量的依 据。将发动机维修前后的测试信号以及故障特点进行综合对比分析、特征定性， 建立发动机维修专家数据库。在此基础上，不断积累基础数据，从而形成航空发 动机维修大数据分析体系。
(2) 改进传统的制造工艺，给航空发动机的设计制造带来理念上的创新。目 前航空发动机设计制造考虑的是功能性、可靠性、维修性等参数。而工业 4.0 核 心是智能工厂，即物理信息系统，它将给航空发动机设计维修带来理念上的变化， 包括：需要检测的信号，如何选择传感器、传感器及测试系统的布局、信号的发 送，以及测试信号如何在设计中体现等全新的理念。
用于实现参数化的研究隶属于 FAA 组织下的 8000 维修技
术人员及 40000 多件维修设备的庞大维修能力及经济性。
Embry-Riddle 航 AUTOMOD 倾向于制造系统下资源的调度与规划，采用随机模型模拟
空学院
飞机故障，通过为具有不同工艺路线但使用相同资源的产
品设备建模，采用遗传算法进行优化调度，提高了航空公
Armstrong 系统（IMIS） 数据及其他在计算机网络中的有关信息有机的集成起来。
实验室
美利坚航空 无线维修系统 提供 275 个便携式计算机给航线维护人员，可以查询与飞
公司
机相关数据，进行排故、确定维修方案、查看所需零部件、
电子签署。
南京航空航 飞机航线维护 利用维修专家经验并结合飞机排故手册，帮助航线维护人
(3)车间修理数据。主要包括每次修理后的构型清单、服务通告状态清单、 适航指令状态清单、车间故障记录、报废件记录、采用的 PMA (零部件制造商批 准 ) 件记录、DER ( 指定工程代表 ) 修理记录、修理进程、试车数据、维修成 本和周转件库存等。
目前，国内外的众多航空公司、软件供应商及研究机构均推出了具有不同应 用背景的维修系统，但就各自的侧重点不同，可将其分为如下的 4 大类：
随着社会发展，仅保证航空发动机维修的安全性已经不能适应社会发展和市 场竞争的要求，在保证维修安全可靠的前提下迫切需要对航空维修做出快速反 应、降低成本。以国内航空公司为例，其维修成本约占总成本的 20%以上，而其 利润只占总成本的 5%~10%。而且中国各航空公司维修企业一般采用定期维修的 方式，发动机未出现故障也进行了检测，降低了发动机的使用效率，造成资源浪 费；而在国外应用的维修系统在绝对保密的情况下，我国对发动机的维修缺乏充 分的可靠性数据。
将航空发动机各零部件的专家数据库通过互联网相互连接，建立航空发动机 维修大数据系统，包括航空发动机维修信息的监控、统计、整理和反馈。这样， 航空发动机的各零部件参数就通过传感器同互联网连接，收集和利用加工数据，
1
经云计算平台的数据分析，可以保证航空发动机的正常运转；同时，如果发动机 在运行过程中出现故障，所收集的数据也可以作为线索找到根本原因而不需要定 期维修。由此可以控制调节航空发动机的正常运转及维护，提高发动机的使用效 率，节省维修成本。
根据图 1.1 所示流程，航空发动机维修大数据分析体系的数据累计工作主要 包括信号采集、信号分析和数据处理、故障诊断与维修三个环节。
3.1 航空发动机测试信号采集
航空发动机维修的依据是发动机所包含的一切有用信息（振动、噪声、转速、
温度、压力、流量等）。对航空发动机来说，主要是通过传感器，如振动传感器、
卸、检查、修理和安装的工步和相关的警示信息。
南京航空航天 基于 Internet 的远 包括故障诊断模块，用于故障原因及处理方案的理；
大学
程故障诊断及维修 资源查询模块，包括维修工具信息、更换的零部件信
向导系统
息；维修工艺生成模块，根据产品结构、总体拆装顺
序关系，描述拆装顺序；可视化引导模块，提供直观
温度传感器、压力传感器和流量传感器等来采集信息。因此，传感器的类型、性
能、质量和安装方法、位置以及人的思维和判断往往是决定诊断信息是否会失真
或遗漏的关键。
以涡扇发动机为例，其整体系统结构图如图 3.2 所示，其主要部位需检测信
号如表 3.1 所示。该发动机的每一个零部件都需要确定指标，选择合适的方式进
中国南方航 电子化技术 工作流程标准化模块，在处理 AD、SB 及 EO 过程中，实
空公司
资料管理系 现了基于工作流的现代化数字管理，制定智能化的维修方案
统（TDMS） 等。
在工业 4.0 时代，国外已有将将航空发动机的各零部件参数通过传感器同互 联网连接的相关技术，对航空发动机的运行状态进行实时监测，从而调节航空发
在“工业 4.0”工厂，机器都连接成一个协作区。适当的传感器装置可以提 取各种信号，如振动、压力等，同时也可以收集历史数据用于进一步的数据挖掘。 通信协议，如 MTConnect 和 OPC ，可以帮助用户记录控制信号。当所有的数据 汇总后，这种合并后的数据被称作“大数据”。面对大数据，科研人员只需从数 据中直接查找、分析或挖掘所需要的信息、知识和智慧，甚至无需直接接触需研 究的对象。
英国国防科技 URAM
URAM 是航空器可靠性及维修离散事件仿真模型，主要用
技术实验室
于资源的调度与分配，维修事前规划和诊断，可见故障和
分离故障的诊断，基于结构作业重要性的优先级调度。
美国联邦航空 SMART 3 系统将维修活动描述为多服务异构排队网络，仿真对象为
局（FAA）
维修技术人员、设备、服务、指数分布发生维修事件等，
(3) 对提高同类型航空发动机故障维修具有指导性作用，有利于维修的标准 化、规范化，提高发动机维修成本与效率。
3
2. 国内外研究现状
航空发动机维修数据主要产生在出厂前(包括设计阶段和制造阶段) 、航线 使用维护和车间修理三个阶段。相应地，可以将航空发动机维修数据分为初始数 据、航线使用维护数据和车间修理数据三类。
(1)初始数据。初始数据是在航空发动机设计制造阶段产生的、影响航空发 动机维修的数据，在航空发动机出售时由制造商提供给航空公司，主要包括航空 发动机的初始构型清单、服务通告状态清单、适航指令状态清单、航空发动机维 护手册等。
(2)航线使用维护数据。主要包括通过空地数据链下行的原始报文、由厂家 健康监控软件根据原始报文产生的性能参数和机械参数、孔探检查数据、磁堵化 验数据、滑油消耗量数据、滑油光谱分析数据、航线故障、定检故障、航线技术 偏差记录、拆换发记录、飞行小时/循环数据、全球重要事件等。
加值的修理过程如 APU、起落架和发动机的维修检查过程。
MRO 公司 MAXIMO 包括设备管理、工单管理、预防性维护管理、资源管理、作
业计划管理及可选的工作流管理、决策分析模块。
CSWA
MOVEX 从瑞典 INTENTIA 公司引进的 ERP 系统，包括工程管理、
维修方案/故障/工程指令管理、生产计划与控制等。
6
动机的正常运转及维护。而我国仅处于该技术的知识数据储备阶段，与国外先进 技术相比，存在很大的差距。
从国内的情况看，各有关科研院所、科研院校已经在发动机大数据分析、共 享方面做了大量的努力，某些项目已经明确要求建立项目开展的数据库。但是， 建立整个航空发动机行业共享的大数据分析体系仍尚需时日。发动机维修大数据 分析系统使设计、试验、维护修理发动机故障的从业人员能够方便快捷地调用所 需数据，共享资源，方便地获得国内外发动机修理最新动态，拓展发动机修理的 思路，为行业之间的纵深合作铺平道路。
行状态监测。为保证发动机性能达到飞行标准，根据 GJB-241A-2010 要求，拟
监测和记录如下稳态及瞬态数据要求（部分）如表 3.2 所示。
表 3.1 航空发动机各部位需检测信息
位置
检测信息
位置
检测信息
进气装置
针对这类问题，德国产业和学术界率先提出了工业 4.0 的概念。工业 4.0 本 质是基于“信息物理系统”实现“智能工厂”，信息物理系统是指通过传感网紧 密连接现实世界，将网络空间的高级计算能力有效运用于现实世界中，从而在生 产制造过程中，与设计、开发、生产有关的所有数据将通过传感器采集并进行分 析，形成可自律操作的智能生产系统。
与传统的航空发动机维修方式相比，建立航空发动机维修大数据分析体系的 意义在于：
(1) 为航空发动机生产维修实现“工业 4.0”提供基础的数据累积工作。由 于航空发动机是由多种类型零、部件组成的复杂机器，而且发动机结构还要不断 更新，给航空发动机维修数据的收集、分析及数据积累带来挑战。而没有足够的
2
数据积累，工业 4.0 将无法起步。所以建立航空发动机维修大数据分析体系可以 为工业 4.0 的起步做基础准备工作，该工作至少需 8~10 年，甚至更多时间。
天大学
排故专家系统 员快速根据故障现象定位故障原因及故障部件。
(2) 维修向导型辅助维修系统。该系统利用计算机 3D 的实体模型或产品结 构关系模型，前者利用用户输入、启发信息及阻碍图，后者利用有向装配连接图，
自动推理执行某项维修操作的操作序列，并将操作序列与之相关的图像信息形成
可交换的格式。典型的代表的系统如表 2.2 所示。
表 2.2 维修向导型辅助维修系统
研究主体
维修系统
主要功能
美国空军实验 维修手册自动生成 分析 CAD 实体模型中无关联的零部件，生成维修航
室 GE
系统 SMG
空发动机必需的零件图解手册、爆炸图，并求解目标
Lockheed
零部件如发动机航线更换单元的拆卸序列。利用拆卸
Martin
序列规划的输出生成维修手册，包括描述零部件拆
航空发动机维修大数据分析体系 建设
2014 年 12 月 7 日
1.研究的目的和意义
航空发动机结构复杂零部件很多，故障模式也很复杂。从总体上看故障分为： 性能型故障，结构强度型故障和附件系统故障。性能故障一般表现为：发动机推 力下降，耗油率过高，排气过热，空中灭火等，性能型故障排除比较容易。发动 机结构强度型故障模式一般表现为：强度不足破裂损伤，高周疲劳损伤，低周疲 劳损伤，热疲劳损伤，材料腐蚀等。附件系统故障表现为，排油活门卡滞，防气 机构调整不当等。
3.航空发动机维修大数据分析体系建设
搭建测试系统检测航空发动机维修前的信号作为初始信号；采用故障诊断技 术对发动机进行故障维修，同时对故障特点分析；最后提取维修后的测试信号， 与发动机出厂信号对比分析，作为判断发动机维修质量的依据。将发动机维修前 后的测试信号以及故障特点进行综合对比分析、特征定性，建立发动机维修专家 数据库。在此基础上，不断积累基础数据，从而形成航空发动机维修大数据分析 体系。
维修与拆卸操作的工艺图片。
(3) 仿真调度型辅助维修系统。该系统采用基于离散事件系统仿真的方法， 将航空器故障按一定的故障率进行仿真模拟，将维修服务过程模拟为排队网络，
对维修资源进行优化调度，提高维修决策能力，典型的代表如表 2.3 所示。
5
表 2.3 仿真调度型辅助维修系统
研究主体
维修系统
主要功能
(1) 辅助排故维修专家系统。该系统是一种适用于外场维修的综合信息系 统，该系统将排故所需的信息通过无线网络集成至一个高度便携式系统中，为航 线上的维修技术人员提供全面的集成化信息。其代表性的系统如表 2.1 所示。
4
表 2.1 信息集成型辅助维修系统
研究主体
维修系统
主要功能
美国军方 集成维修信息 将交互式电子技术手册、故障诊断、维修数据采集、飞行
司维修管理能力。
(4) 维修过程管理型维修系统。该系统引入工作流建模、生产调度技术，结 合航空维修中的工程技术管理、维修过程监控，提高维修企业解决预测、规划、
过程控制及综合评估等系统管理问题的能力。典型的代表如表 2.4 所示。
表 2.4 维修过程管理型辅助维修系统
Fra Baidu bibliotek
研究主体
维修系统
主要功能
Avexus 公司 Solution 8 覆盖了维修业务的各个方面，包括部件服务和其他一些高附
考虑到上述情况，同时借鉴国外研究经验，我们提出了关于航空发动机维修 大数据分析体系的建设研究，研究的整体框架如图 1.1 所示。该研究将为我国航 空发动机的维修实现“工业 4.0”提供基础的数据累计工作。
图 1.1 航空发动机维修大数据分析流程
具体实施方案为：搭建测试系统检测航空发动机维修前的信号作为初始信 号；采用故障诊断技术对发动机进行故障维修，同时对故障特点分析；最后提取 维修后的测试信号，与发动机出厂信号对比分析，作为判断发动机维修质量的依 据。将发动机维修前后的测试信号以及故障特点进行综合对比分析、特征定性， 建立发动机维修专家数据库。在此基础上，不断积累基础数据，从而形成航空发 动机维修大数据分析体系。
(2) 改进传统的制造工艺，给航空发动机的设计制造带来理念上的创新。目 前航空发动机设计制造考虑的是功能性、可靠性、维修性等参数。而工业 4.0 核 心是智能工厂，即物理信息系统，它将给航空发动机设计维修带来理念上的变化， 包括：需要检测的信号，如何选择传感器、传感器及测试系统的布局、信号的发 送，以及测试信号如何在设计中体现等全新的理念。
用于实现参数化的研究隶属于 FAA 组织下的 8000 维修技
术人员及 40000 多件维修设备的庞大维修能力及经济性。
Embry-Riddle 航 AUTOMOD 倾向于制造系统下资源的调度与规划，采用随机模型模拟
空学院
飞机故障，通过为具有不同工艺路线但使用相同资源的产
品设备建模，采用遗传算法进行优化调度，提高了航空公
Armstrong 系统（IMIS） 数据及其他在计算机网络中的有关信息有机的集成起来。
实验室
美利坚航空 无线维修系统 提供 275 个便携式计算机给航线维护人员，可以查询与飞
公司
机相关数据，进行排故、确定维修方案、查看所需零部件、
电子签署。
南京航空航 飞机航线维护 利用维修专家经验并结合飞机排故手册，帮助航线维护人
(3)车间修理数据。主要包括每次修理后的构型清单、服务通告状态清单、 适航指令状态清单、车间故障记录、报废件记录、采用的 PMA (零部件制造商批 准 ) 件记录、DER ( 指定工程代表 ) 修理记录、修理进程、试车数据、维修成 本和周转件库存等。
目前，国内外的众多航空公司、软件供应商及研究机构均推出了具有不同应 用背景的维修系统，但就各自的侧重点不同，可将其分为如下的 4 大类：
随着社会发展，仅保证航空发动机维修的安全性已经不能适应社会发展和市 场竞争的要求，在保证维修安全可靠的前提下迫切需要对航空维修做出快速反 应、降低成本。以国内航空公司为例，其维修成本约占总成本的 20%以上，而其 利润只占总成本的 5%~10%。而且中国各航空公司维修企业一般采用定期维修的 方式，发动机未出现故障也进行了检测，降低了发动机的使用效率，造成资源浪 费；而在国外应用的维修系统在绝对保密的情况下，我国对发动机的维修缺乏充 分的可靠性数据。
将航空发动机各零部件的专家数据库通过互联网相互连接，建立航空发动机 维修大数据系统，包括航空发动机维修信息的监控、统计、整理和反馈。这样， 航空发动机的各零部件参数就通过传感器同互联网连接，收集和利用加工数据，
1
经云计算平台的数据分析，可以保证航空发动机的正常运转；同时，如果发动机 在运行过程中出现故障，所收集的数据也可以作为线索找到根本原因而不需要定 期维修。由此可以控制调节航空发动机的正常运转及维护，提高发动机的使用效 率，节省维修成本。
根据图 1.1 所示流程，航空发动机维修大数据分析体系的数据累计工作主要 包括信号采集、信号分析和数据处理、故障诊断与维修三个环节。
3.1 航空发动机测试信号采集
航空发动机维修的依据是发动机所包含的一切有用信息（振动、噪声、转速、
温度、压力、流量等）。对航空发动机来说，主要是通过传感器，如振动传感器、
卸、检查、修理和安装的工步和相关的警示信息。
南京航空航天 基于 Internet 的远 包括故障诊断模块，用于故障原因及处理方案的理；
大学
程故障诊断及维修 资源查询模块，包括维修工具信息、更换的零部件信
向导系统
息；维修工艺生成模块，根据产品结构、总体拆装顺
序关系，描述拆装顺序；可视化引导模块，提供直观
温度传感器、压力传感器和流量传感器等来采集信息。因此，传感器的类型、性
能、质量和安装方法、位置以及人的思维和判断往往是决定诊断信息是否会失真
或遗漏的关键。
以涡扇发动机为例，其整体系统结构图如图 3.2 所示，其主要部位需检测信
号如表 3.1 所示。该发动机的每一个零部件都需要确定指标，选择合适的方式进
中国南方航 电子化技术 工作流程标准化模块，在处理 AD、SB 及 EO 过程中，实
空公司
资料管理系 现了基于工作流的现代化数字管理，制定智能化的维修方案
统（TDMS） 等。
在工业 4.0 时代，国外已有将将航空发动机的各零部件参数通过传感器同互 联网连接的相关技术，对航空发动机的运行状态进行实时监测，从而调节航空发
在“工业 4.0”工厂，机器都连接成一个协作区。适当的传感器装置可以提 取各种信号，如振动、压力等，同时也可以收集历史数据用于进一步的数据挖掘。 通信协议，如 MTConnect 和 OPC ，可以帮助用户记录控制信号。当所有的数据 汇总后，这种合并后的数据被称作“大数据”。面对大数据，科研人员只需从数 据中直接查找、分析或挖掘所需要的信息、知识和智慧，甚至无需直接接触需研 究的对象。
英国国防科技 URAM
URAM 是航空器可靠性及维修离散事件仿真模型，主要用
技术实验室
于资源的调度与分配，维修事前规划和诊断，可见故障和
分离故障的诊断，基于结构作业重要性的优先级调度。
美国联邦航空 SMART 3 系统将维修活动描述为多服务异构排队网络，仿真对象为
局（FAA）
维修技术人员、设备、服务、指数分布发生维修事件等，
(3) 对提高同类型航空发动机故障维修具有指导性作用，有利于维修的标准 化、规范化，提高发动机维修成本与效率。
3
2. 国内外研究现状
航空发动机维修数据主要产生在出厂前(包括设计阶段和制造阶段) 、航线 使用维护和车间修理三个阶段。相应地，可以将航空发动机维修数据分为初始数 据、航线使用维护数据和车间修理数据三类。
(1)初始数据。初始数据是在航空发动机设计制造阶段产生的、影响航空发 动机维修的数据，在航空发动机出售时由制造商提供给航空公司，主要包括航空 发动机的初始构型清单、服务通告状态清单、适航指令状态清单、航空发动机维 护手册等。
(2)航线使用维护数据。主要包括通过空地数据链下行的原始报文、由厂家 健康监控软件根据原始报文产生的性能参数和机械参数、孔探检查数据、磁堵化 验数据、滑油消耗量数据、滑油光谱分析数据、航线故障、定检故障、航线技术 偏差记录、拆换发记录、飞行小时/循环数据、全球重要事件等。
加值的修理过程如 APU、起落架和发动机的维修检查过程。
MRO 公司 MAXIMO 包括设备管理、工单管理、预防性维护管理、资源管理、作
业计划管理及可选的工作流管理、决策分析模块。
CSWA
MOVEX 从瑞典 INTENTIA 公司引进的 ERP 系统，包括工程管理、
维修方案/故障/工程指令管理、生产计划与控制等。
6
动机的正常运转及维护。而我国仅处于该技术的知识数据储备阶段，与国外先进 技术相比，存在很大的差距。
从国内的情况看，各有关科研院所、科研院校已经在发动机大数据分析、共 享方面做了大量的努力，某些项目已经明确要求建立项目开展的数据库。但是， 建立整个航空发动机行业共享的大数据分析体系仍尚需时日。发动机维修大数据 分析系统使设计、试验、维护修理发动机故障的从业人员能够方便快捷地调用所 需数据，共享资源，方便地获得国内外发动机修理最新动态，拓展发动机修理的 思路，为行业之间的纵深合作铺平道路。
行状态监测。为保证发动机性能达到飞行标准，根据 GJB-241A-2010 要求，拟
监测和记录如下稳态及瞬态数据要求（部分）如表 3.2 所示。
表 3.1 航空发动机各部位需检测信息
位置
检测信息
位置
检测信息
进气装置
针对这类问题，德国产业和学术界率先提出了工业 4.0 的概念。工业 4.0 本 质是基于“信息物理系统”实现“智能工厂”，信息物理系统是指通过传感网紧 密连接现实世界，将网络空间的高级计算能力有效运用于现实世界中，从而在生 产制造过程中，与设计、开发、生产有关的所有数据将通过传感器采集并进行分 析，形成可自律操作的智能生产系统。
与传统的航空发动机维修方式相比，建立航空发动机维修大数据分析体系的 意义在于：
(1) 为航空发动机生产维修实现“工业 4.0”提供基础的数据累积工作。由 于航空发动机是由多种类型零、部件组成的复杂机器，而且发动机结构还要不断 更新，给航空发动机维修数据的收集、分析及数据积累带来挑战。而没有足够的
2
数据积累，工业 4.0 将无法起步。所以建立航空发动机维修大数据分析体系可以 为工业 4.0 的起步做基础准备工作，该工作至少需 8~10 年，甚至更多时间。
天大学
排故专家系统 员快速根据故障现象定位故障原因及故障部件。
(2) 维修向导型辅助维修系统。该系统利用计算机 3D 的实体模型或产品结 构关系模型，前者利用用户输入、启发信息及阻碍图，后者利用有向装配连接图，
自动推理执行某项维修操作的操作序列，并将操作序列与之相关的图像信息形成
可交换的格式。典型的代表的系统如表 2.2 所示。
表 2.2 维修向导型辅助维修系统
研究主体
维修系统
主要功能
美国空军实验 维修手册自动生成 分析 CAD 实体模型中无关联的零部件，生成维修航
室 GE
系统 SMG
空发动机必需的零件图解手册、爆炸图，并求解目标
Lockheed
零部件如发动机航线更换单元的拆卸序列。利用拆卸
Martin
序列规划的输出生成维修手册，包括描述零部件拆
航空发动机维修大数据分析体系 建设
2014 年 12 月 7 日
1.研究的目的和意义
航空发动机结构复杂零部件很多，故障模式也很复杂。从总体上看故障分为： 性能型故障，结构强度型故障和附件系统故障。性能故障一般表现为：发动机推 力下降，耗油率过高，排气过热，空中灭火等，性能型故障排除比较容易。发动 机结构强度型故障模式一般表现为：强度不足破裂损伤，高周疲劳损伤，低周疲 劳损伤，热疲劳损伤，材料腐蚀等。附件系统故障表现为，排油活门卡滞，防气 机构调整不当等。