OB电竞:文章推荐 高金吉院士:航空发动机振动故障监控智能化

发布时间:2022-04-23 10:13:11 作者:ob欧宝体育直播 出处:ob欧宝下载 字号

  军用航空发动机振动问题十分突出,是困扰设计、研制、生产和使用新一代发动机的瓶颈。分析论述了高质量数据采集是发动机振动故障监控的关键、基于振动故障机理和数据驱动的智能诊断、人工自愈原理与振动故障自愈调控系统、航空发动机整机动平衡与自动平衡等原理和技术,并对其团队40年从事状态监测诊断的研究成果及工程应用作简要回顾。提出了未来航空发动机振动故障监控智能化的发展目标和建议。

  我国军用航空发动机振动问题十分突出,其故障因果关系错综复杂难以诊断,是困扰设计、研制、生产和使用新一代发动机的瓶颈。

  一方面,发动机研制过程振动故障定因、定位困难。据某发动机研究所统计,诊断占排故时间的80%左右,某型号发动机研制过程中发生200多起故障,振动问题制约研制进度,曾因轴承故障导致发动机损毁事故。另一方面,振动故障分析缺乏高质量数据支撑。发动机振动超标原因难以准确判定,如采用瓦吉姆测试轴承故障,误判率达60%以上,导致大量发动机提前返厂。航空发动机振动故障监控智能化发展是快速诊断、精稳调控的基础。

  北京化工大学诊断与自愈工程研究中心于2001年创建,并获批发动机健康监控及网络化教育部重点实验室、高端机械装备健康监控与自愈化北京市重点实验室。自2011年开始,连续获得教育部、国防科工局等部委项目资助。北化工团队在编人员19人,全部具有博士学位,致力于故障诊断与健康监测研究,针对发动机、燃气轮机、柴油机等研发了系列化健康监测系统,并得到了广泛应用。

  国内缺乏高质量大数据支撑,专家溯源诊断及排故难度大。一是机载监测系统比较落后,如某型号飞机发动机只有一个低频速度传感器,测不到中高频信息,难以预警和故障诊断;二是监测参数不同步,体现在性能、振动、油液多种监测参数分别在不同的平台上单独采集,同步分析难;三是试车台多采用BK等国外监测仪器,这些仪器都不是实时在线设计的,存在存储数据回溯检索难、无法开发诊断功能软件等问题;四是发动机故障诊断数据采集分析带宽不够,体现在中高频段故障信号特征丢失的问题。

  相比而言,欧美国家早在20世纪70年代就已经拥有航空发动机机载故障监测诊断系统。上世纪90年代起,瑞士Vibrometer振动监测系统在欧美发动机上都获得了使用。

  1.2 中国相关SCI论文数量虽然世界第一,但研究成果远未满足发动机重大需求

  欧美航空发动机于20世纪七八十年代应用振动健康监控系统,我国工业动力机械也于80年代开始应用,但军用发动机振动监测诊断与控制起步较晚。近年来我国航空发动机诊断方面投入了大量的资源,高等院校也在持续研究。根据2012—2017年统计数据,在故障与诊断方面中国的SCI论文篇数占全世界总数的49%,美国仅占10%左右;在航空发动机与故障或诊断方面中国的SCI论文篇数占全世界总数的79%,如图1所示(数据来源:Web of Science核心数据库)。

  虽然SCI论文数量世界第一,但研究成果远未满足发动机监测诊断的重大需求。我们不能仅仅是投入了大量的人力,写了很多文章给外国人看和引用,而更重要的是将理论研究与工程结合,将研究成果实际应用到工程之中。

  航空发动机结构非常复杂,体现在多元激励(转子不平衡、不对中、气动、热变形、松动等)、复杂工况(高速、高温、变转速、变负荷、起降、爬升、俯冲等)、振动响应复杂(振动幅值、相位、频率、模态、瞬变、多频、宽频、非线性,复杂路径,弱信号等)。另外,在发动机高空试车台上各种工况试验,如包容试验、吞咽试验、陀螺试验等,以及各种限制环境下的振动响应也是非常复杂的。可以说,值得研究和深入探索的内容非常多。

  ① 高频采集,采样频率在200 kHz以上,支持分析频率大于100 kHz。

  ② 同步采集,各种参数可以同步采集,可以判断先后顺序及因果关系。同步时间于1 μs,同步采集参数可以为100个。

  ③ 高动态范围,可以500g加速度的情况下,同时监测0.01~5000m/s 2。

  ④ 高采集精度,背景噪声非常小,在100 Hz下可以测0.01m/s2。

  1987年辽阳石化从美国首次引进透平压缩机在线年开始自主研发数字量实时监测诊断系统,1995年通过FDDI局域网络监测建立设备状态数据库,并建立了机器结构库和知识库,开发应用监测诊断维修决策信息系统,10年使12台关键透平机组故障停机台次减少90%以上。

  1995年开始,项目团队在原国家经贸委资金支持下研究旋转机振动故障诊断软件包,可以通过人机对线种透平机械振动故障,在国内20多个企业得到应用。

  2002年开始北化工团队进一步开展了故障机理研究,由于振动故障征兆谱和故障原因谱对应关系错综复杂,研究出监测不同测点、时间、故障敏感参数三维度诊断原理和方法,即依据多测点振动趋势变化,振动、工况等多参数进行综合诊断,编制专家系统实现自动诊断。

  北化工团队对700多台压缩机上的1万多个点进行监测。每天的数据是23 TB,每年数据高达八千多个TB,项目团队从2009年到2018年上万TB数据的积累中,一共积累了1231个实际故障案例。在基于大数据的学习中,对机组群的数据进行分析和研究,这样可以把单机的经验和机群的数据结合起来,不断改进规则、完善专家系统,进而提高监测诊断的准确度。从工程上实际反映出来的故障诊断准确率,透平类是95%,往复类是94%,详见表1。

  可以看出,工业装备故障数据库对诊断排故和研发设计而言是宝贵的资源,多年来我国军用发动机丢失大量的振动监测和故障数据,有好多数据装在了不同光盘里,难以检索和在一个时间平台上去分析,这种现象再也不能继续下去了!

  德国Rolf Isermann教授提出机电一体化系统组成为“五块论”(如图2所示),并受到国际社会的认可。他们认为控制功能是人类的大脑,动力功能是内脏,传感器功能是五官,操作功能是四肢,结构功能是躯体。人有自愈机制,机器能不能有自愈功能,我们在国际上提出了这个观点,并提出了自愈原理。通常机器振动、温度超标就自动停车,能不能通过自愈调控在运行中防止和抑制振动、温度超标,使机器不停机,这是重大突破。

  仿生机械学对人工智能的研究大大增强了模仿人脑的功能,但忽略了人和动物维持自身健康的重要系统和功能—自愈系统及自愈功能。人工自愈(Artificial Self-recovery,AS)和人工智能一样都是仿生机械学研究的领域。仿生机械学的新领域应研究如何把自愈机制这个人和动物特有的概念赋予机器。

  人工自愈是在故障机理和风险分析的基础上,仿生设计并赋予机器自发作用的、维持健康状态的能力,使机器储存、补充和调动自愈力以维持机体的健康状态。这种理论与方法又有别于设备诊断与预知维修技术,是研究如何使装备系统在运行中自行开展“主动控制”,即具备故障自愈功能,在运行中“自行”抑制或消除故障,或对缺陷进行自修复,而不是停机由人来排除故障。

  我们所提出的人工自愈原理主要借鉴和移植现代医学“自助调理”的治疗原理,集成状态监测诊断技术、人工智能技术、主动和自适应控制技术、智能结构和自修复材料、嵌入式技术等,研究并应用以故障预防和自消除为目标的装备自主调控和自修复技术,使机械装备系统具备故障自愈功能。自愈调控系统建模仿线 自愈调控系统建模仿真

  航空发动机故障监控诊断是一条非常漫长的路。诊断规则是一个知识积累、完善的过程。未来航空发动机振动故障监控智能化的目标应该是:

  高金吉(1942—),设备诊断工程专家,中国工程院院士,辽宁本溪人。1966年毕业于北京化工学院,1993年获清华大学工学博士学位,1999年当选为中国工程院院士。

  1988—2001年任中国石油辽阳石化公司副总工程师。2001年至今任北京化工大学教授。2013—2017年任北京化工大校学术委员会主任。科技部973计划首席科学家和某973项目首席技术专家,空军建设发展院士专家顾问。现兼任国务院安委会特种设备专委会副主任。2018年5月至今任工信部工业互联网战略咨询专家委员会委员。

  在国内率先在工业企业开发应用设备诊断技术,主持研制出机泵群网络化监测诊断系统,对70多家企业2700余台机组远程实时监测诊断,避免百余起重大事故。发表论文百余篇,出版《机器故障诊治与自愈化》等著作2部。2008年任世界工程资产管理与智能维修大会主席,2016任国际监测诊断与维修管理(COMADEM)学术会主席。2016年,国际工程资产管理协会(ISEAM)授予高金吉院士年度唯一的“世界工程资产管理先进领域终身成就奖”荣誉称号。

  声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。