航空发动机维修大数据分析体系建设

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。

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。

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。

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。

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，
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。

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。

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
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。

(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。

(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。

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。

(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：
(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。

研究主体维修系统主要功能
美国军方Armstrong 实验室集成维修信息
系统（IMIS）
将交互式电子技术手册、故障诊断、维修数据采集、飞行
数据及其他在计算机网络中的有关信息有机的集成起来。

美利坚航空
公司无线维修系统提供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。

南京航空航天大学飞机航线维护
排故专家系统
利用维修专家经验并结合飞机排故手册，帮助航线维护人
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
美国空军实验室GE Lockheed Martin 维修手册自动生成
系统SMG
分析CAD实体模型中无关联的零部件，生成维修航
空发动机必需的零件图解手册、爆炸图，并求解目标
零部件如发动机航线更换单元的拆卸序列。

利用拆卸
序列规划的输出生成维修手册，包括描述零部件拆
卸、检查、修理和安装的工步和相关的警示信息。

南京航空航天大学基于Internet的远
程故障诊断及维修
向导系统
包括故障诊断模块，用于故障原因及处理方案的理；
资源查询模块，包括维修工具信息、更换的零部件信
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
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。

研究主体维修系统主要功能
英国国防科技技术实验室URAM URAM是航空器可靠性及维修离散事件仿真模型，主要用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。

美国联邦航空局（FAA）SMART3系统将维修活动描述为多服务异构排队网络，仿真对象为维修技术人员、设备、服务、指数分布发生维修事件等，
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航空学院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
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
研究主体维修系统主要功能
Avexus公司Solution8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
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。

中国南方航空公司
电子化技术
资料管理系
统（TDMS）
工作流程标准化模块，在处理AD、SB及EO过程中，实
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
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
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。

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。

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、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气压、空气流量涡轮振动、转速
压气机气压、振动尾喷管温度、气压
燃烧室温度、燃油流量传动装置振动
发动机整体噪音、稳定性、压力/温度/流量分布
图3.1涡扇发动机系统结构图
表3.2数据记录要求
序
号记录参数
数据记录频率试验中需记录数据
启动1次/稳
态循环
瞬变中
连续的
校准各阶段持
久试车
验收
试车
1时刻●●●●●2总的持续时间●●3油门缸位置●●●●●4外涵道喷口截面积●●●●●5尾喷管位置●●●●●
6发动机转速，r/min●●●●●7慢车转速●●
8点火时转速●●
9起动机脱开时转速●●●●10发动机燃油量，kg/h●●●●●11加力燃烧室燃油量●●●●●12推力，N●●●●●13空气流量数据，kg/s●●14发动机入口总压平均值，kPa●●●●15发动机入口总温平均值，℃●●●●●16压气机出口总压●●●●
17飞机系统引气总压●●●
18压气机引气总压（加速）●
19飞机系统引气静压●●●
20压气机引气静压（加速）●
21压气机引气总温（所有气孔）●●●
22压气机引气流量（所有气孔）●●●●23涡轮出口总压平均值●●●●24外涵道喷口总压●●●
25外涵道喷口静压●●●
表3.2数据记录要求（续）
序
号记录参数
数据记录频率试验中需记录数据
启动1次/稳
态循环
瞬变中
连续的
校准各阶段持
久试车
验收
试车
26外涵道喷口总温●●●
27喷口排气总压●●
28喷口静压●●●●29喷口总温●●●
30滑油流量●●●
31增压泵入口处滑油进口温度●●●●32增压泵入口处滑油压力●●●●33增压泵出口滑油压力●●●
34回油泵出口滑油压力●●●●
35回油泵出口滑油温度●●●●36燃油、滑油散热器出口温度●●●
37持久试车每个循环耗油量●
38燃油系统入口燃油压力●●●●●39燃油系统入口温度●●●
注：●表示需要记录
3.2航空发动机信号处理方法
信息分析和数据处理的目的即是把采集的信息通过一定的方法进行变换处理，从不同的角度获取最敏感、最直观、最有用的特征信息。

这些分析处理方法包括幅域分析、时域分析、频域分析、互功率谱密度与相干分析、倒频谱分析、细化分析和时间序列分析等。

3.2.1直观数据信号
包括：温度、压力、流量、转速等，这些类型信号的特点是：能够通过相应
的传感器，如温度传感器、压力传感器和流量传感器，直接读出数据，再进行相应的分析。

以燃油系统出口温度为例，常用的温度传感器包括两大类：接触式和非接触式，接触式有热敏电阻、热电偶等，非接触主要是应用红外探测技术，如红外热像仪。

测量方法与步骤如图3.2所示，采集的数据处理如图3.3所示。

图3.2温度信号测试系统
图3.3温度数据分析模块
根据采集上来的温度数据，显示燃油系统出口位置的数据曲线，表示该位置的监测数据信息。

经过数据对比分析，可以准确检测发动机运行状态与燃烧室内部温度，一旦发动机的温度发生异常，可以准确定位出现异常的位置和展示报警的级别。

压力、流量等信号的检测与温度类似。

同时，对发动机不同位置的温度、压力、流量对比分析，可以得到发动机整个系统的温度、压力、流量的分布情况，从而全面的了解发动机的状态。

3.2.2振动信号处理
测量振动信号的物理量常有：位移、速度、加速度、应变和力。

与之对应的
传感器分别为：位移传感器、速度传感器、加速度传感器、动态应变仪和力传感器，振动数据采集设备能够将传感器拾取的模拟信号转换为数字信号。

以涡轮振动信号检测为例，检测过程如图3.4所示。

图3.4振动信号检测流程
信号采集模块主要采集、显示图像等数据，使用合适的传感器，定期收集信号并显示图像信息；图像处理模块主要对采集到的图像进行特征提取，获取实时振动信息；绘制曲线模块主要完成振动位置信息的曲线绘制和曲线保存。

将提取的振动信号与故障信号标准库进行对比分析，从而判断故障类型，并实时在线显示采集到的图像和图像处理后的振动信息。

其中，常用的振动信号的分析和处理技术包括：时域分析、频域分析、时频域分析和时间序列建模分析等。

这些分析处理技术从不同的角度对信号进行观察和分析，为提取与设备运行状态有关的特征信息提供了不同的手段。

3.3发动机维修专家数据库建设
数据库设计的基本目标是让使用者完整真实地获得工作所需的数据，并使这些数据在相当长的时间内有效，或者是永久地记载。

具体要求是：第一，数据库的数据应能代表用户的需求；第二，使用者能对数据库进行快速访问，有效完成对数据的查询；第三，一个灵活的数据库能够对数据优化处理。

针对航空发动机维修数据库功能，设计专家数据库系统软件功能框图，如图3.5所示。

3.5数据库系统功能图
该数据库应包含的数据信息和总体框架如图3.6所示。

在数据库具体建设中，可根据实际情况增减数据项目。

图3.6数据库总体框架图
专家数据库系统是开发需要对直接知识进行处理的共享信息应用系统。

在航空发动机维修数据库的基础上，扩展为4个部分。

(1)专家系统：当航空发动机出现故障时，能够给出直接的维修方案；
(2)分布式数据库管理系统：数据库中的发动机型号、故障名称等信息，通过数据库管理系统实现共享数据和信息的管理；
(3)专用处理程序：用于对特殊类型数据，如传感器测出的温度、压力、流量、振动等数据进行处理，从而能够直观的显示数据结果；
(4)共享的知识、数据和信息：该信息内容如图3.6所示。

其整体结构如图3.7所示。

图3.7航空发动机专家数据库系统结构。