孫瑋琢

（91550部隊，遼寧大連，116000）

基于D-S證據(jù)理論的航空發(fā)動機早期故障診斷方法

孫瑋琢

（91550部隊，遼寧大連，116000）

飛機飛行安全依托于航空發(fā)動機早期故障診斷。立足于故障診斷信息的收集與融合機理，基于D-S證據(jù)理論，從識別框架構(gòu)建、信任函數(shù)指派、故障征兆數(shù)據(jù)融合和故障模糊診斷四大方面進行了研究，并加以試驗。數(shù)據(jù)分析表明：該方法能夠準(zhǔn)確診斷航空發(fā)動機早期故障并將其控制在萌芽狀態(tài)，克服了故障征兆和故障原因之間的盤根錯節(jié)關(guān)系，使我國航空技術(shù)安全水平邁向了新高度。

D-S證據(jù)理論；航空發(fā)動機；早期故障；數(shù)據(jù)融合

引言

航空發(fā)動機是為飛機飛行提供動力的源泉，其正常運行對飛機安全飛行具有深遠戰(zhàn)略意義。在發(fā)動機早期故障診斷過程中，也就是在發(fā)動機還未造成事故前，就檢測出故障并解決，是提高飛機飛行安全性和可靠性的根本，同時也為維修計劃的制定和發(fā)動機使用壽命的延長提供幫助?；贒-S證據(jù)理論（以下簡稱證據(jù)理論）的航空發(fā)動機早期故障診斷（以下簡稱早期故障診斷）就是一種非常重要的方法。早期階段的發(fā)動機故障特征非常不明顯，而且具有很強的不確定性，僅僅通過單一特征很難判斷出故障有無。同時，發(fā)動機結(jié)構(gòu)比較復(fù)雜，且具有很多傳感裝置，使得故障檢測更加困難。本文以此為突破口深入展開分析。

1 故障診斷信息的收集與融合機理

由于航空發(fā)動機的結(jié)構(gòu)比較復(fù)雜，所以在早期故障診斷過程中，要對故障信息進行收集、融合，并深入分析，從而得到更加精確的發(fā)動機狀態(tài)信息，以便及時發(fā)現(xiàn)其是否存在早期故障，以便維修人員能夠第一時間進行維修。其實在故障診斷過程中，收集和融合故障信息的主要目的是及時發(fā)現(xiàn)發(fā)動機中的潛在信息，從而把故障控制在萌芽狀態(tài)，以提高飛機飛行安全性和可靠性。

收集和融合在不同的診斷級別中有不同的應(yīng)用。通常故障診斷有三個級別：

（1）傳感器參數(shù)的收集和融合。這是航空發(fā)電機最常用故障診斷方式之一。傳感器參數(shù)包括：潤滑油的壓力值、發(fā)動機排氣口的溫度值等。

（2）發(fā)動機故障征兆的融合。是指從發(fā)動機的獨立結(jié)構(gòu)中的得到運行狀態(tài)的相關(guān)信息。運行狀態(tài)包括：發(fā)動機線圈等零部件性能的變化，這也是本文主要研究的話題。

（3）決策級別的信息收集和融合。是指對收集和融合的信息進行分析決策，例如：發(fā)動機受損程度的評估，以及相應(yīng)維修策略的制定。

航空發(fā)動機和普通發(fā)動機有很大區(qū)別。航空發(fā)動機發(fā)生故障時，信號比較弱，而且具有很強的不確定性和隨機性。在實際早期故障診斷過程中，為獲得準(zhǔn)確故障信息，需要把很多傳感器的數(shù)據(jù)融合為一體進行診斷。在這一過程中使用最多的方式就是傳統(tǒng)的貝葉斯理論，但需要大量數(shù)據(jù)信息作為支撐。航空發(fā)動機的系統(tǒng)復(fù)雜性使得貝葉斯理論在應(yīng)用過程中經(jīng)常遇到很多難以克服的問題，比如：貝葉斯理論需要大量的運算，很難獲得先驗概率以及相關(guān)概率的密度函數(shù)，也就無法形成統(tǒng)一的判別函數(shù)，大大降低了早期故障診斷的準(zhǔn)確性。而證據(jù)理論是在貝葉斯理論的基礎(chǔ)上發(fā)展而來，通過概率分配函數(shù)來表示早期故障的假設(shè)，再通過相應(yīng)的信任函數(shù)表示證據(jù)的不確定性，從而區(qū)分命題的不確定性，獲得更加精確的早期故障特征。

2 基于D-S證據(jù)理論的航空發(fā)動機早期故障診斷模型

2.1 識別框架的構(gòu)建

顧名思義，D-S證據(jù)理論是由Dempster于1976年提出，由Shafer于1976年完善而形成的，為航空發(fā)動機早期故障征兆的融合開創(chuàng)了先河?；贒-S證據(jù)理論的航空發(fā)動機早期故障診斷模型，首先要構(gòu)建相應(yīng)的識別框架。但是航空發(fā)動機的結(jié)構(gòu)非常復(fù)雜，在實際運行過程中，為了提高故障診斷準(zhǔn)確性，需要安裝大量的傳感器檢測各個零部件的運行狀態(tài)，把其所有的故障征兆都作為證據(jù)理論的基礎(chǔ)框架，以很大程度上提高準(zhǔn)確性。例如，對發(fā)動機上的振動傳感器要進行一定假設(shè)，即一倍工頻、二倍工頻、最低工頻和最高工頻作為航空發(fā)動機早期故障的針對假設(shè)，把所有能夠反應(yīng)早期故障的征兆收集到一起進行分析。

設(shè)構(gòu)建的識別框架為

其中，q0表示征兆的空集，q1表示第1個故障征兆，q2表示第2個故障征兆，依次類推。通過建立航空發(fā)動機早期故障征兆的冪集，可保證故障診斷順利準(zhǔn)確地進行[1]。

2.2 基本信任函數(shù)指派

當(dāng)識別框架建立完成后，根據(jù)相應(yīng)總結(jié)的數(shù)據(jù)建立信任函數(shù)。這一過程中，假設(shè)航空發(fā)動機有N個傳感器，但故障總共有M個，而且每個傳感器上的故障征兆都不相同，相互之間也沒有影響，這就需要在每個傳感器上都建立一個故障征兆向量[2]。令

其中，x表示一個測量周期中航空發(fā)動機發(fā)生早期故障征兆的參數(shù)，也就是航空發(fā)動機的運行狀態(tài)。x1表示傳感器中第1個故障征兆的相應(yīng)數(shù)值，也就是此零部件上發(fā)生早期故障的原因。m表示發(fā)動機中總共發(fā)生故障的數(shù)目，如果發(fā)動機沒有正常運行狀態(tài)，且沒有相應(yīng)故障發(fā)生，此時x的數(shù)值就是0。例如，某航空發(fā)動機檢測信號中x1表示了D-S證據(jù)理論中假設(shè)的一倍工頻，x2表示了二倍工頻，但是傳感器在測量過程中不能檢測到故障頻率，那么就說明此發(fā)動機能夠保證飛機正常飛行。通過上文分析，可以用矩陣來表示相應(yīng)關(guān)系：

例如，snm表示航空發(fā)動機第n個傳感器上第m個故障征兆的數(shù)值，當(dāng)snm數(shù)值等于0時，就表示不存在故障[3]。

2.3 故障征兆數(shù)據(jù)融合

矩陣S中的數(shù)值是通過證據(jù)理論而獲得的，那么在故障征兆數(shù)據(jù)融合工程中，就需要通過兩兩融合的方式，提高早期故障診斷的準(zhǔn)確性，從而獲得傳感器中最大的，而又最后的征兆向量

其中t1表示融合后得到的第1個故障征兆的總信任指派函數(shù)，通過證據(jù)理論的融合，T包含了所有傳統(tǒng)傳感器的故障征兆信息，如圖1所示。

圖1 故障征兆數(shù)據(jù)融合過程

2.4 故障模糊診斷

在基于證據(jù)理論的航空發(fā)動機早期故障診斷過程中，需要利用相應(yīng)的故障征兆向量和模糊關(guān)系進行矩陣乘積，獲得航空發(fā)動機早期故障的發(fā)生原因，進而獲得真實原因。航空發(fā)動機早期故障征兆向量在識別框架構(gòu)建、基本信任函數(shù)指派、故障征兆數(shù)據(jù)融合過程中已經(jīng)明確得出，而通常情況下還需要整理航空發(fā)動機運行數(shù)據(jù)、總結(jié)檢修經(jīng)驗，從而得到模型實驗結(jié)果，并進行相應(yīng)的理論分析。這些數(shù)據(jù)和經(jīng)驗需要通過專家的知識和經(jīng)驗來進行確定，這樣證據(jù)理論不但保證了其通用性，還能把航空發(fā)動機的運行狀態(tài)進行充分體現(xiàn)。由于航空發(fā)動機非常重要，而又和普通發(fā)動機有本質(zhì)區(qū)別，所以一個故障可能產(chǎn)生很多故障征兆，一個征兆又可能由不同的故障原因而引起，所以關(guān)系盤根錯節(jié)[4]。

3 數(shù)值計算和結(jié)果分析

航空發(fā)動機系統(tǒng)的錯綜復(fù)雜，使得故障征兆、故障原因分析難度也大大增加。通過融合大量文獻的思想，對以上問題進行了計算。取某個航空發(fā)動機轉(zhuǎn)子中的3個傳感器信號作為主要的計算源信號，這3個傳感器故障征兆分別為1倍頻幅值（s1）、2倍頻幅值（s2）和6倍頻幅值（s3）。所測數(shù)據(jù)特征值如表1所示，并由圖2直觀顯示。

表1 傳感器所測數(shù)據(jù)特征值

圖2 各故障征兆下各傳感器所測數(shù)據(jù)特征值

從圖2圖表不難看出，不同的故障征兆對應(yīng)著不同的故障原因，查詢相關(guān)技術(shù)手冊得知，故障原因分別是發(fā)動機轉(zhuǎn)子軸不對中（h1），發(fā)動機轉(zhuǎn)子軸頸和軸承偏心（h2）及轉(zhuǎn)子軸承剛度不相等（h3）[5]。

4 結(jié)束語

綜上所述，航空發(fā)動機早期故障診斷對保障飛機的飛行安全有著非常重要的作用，必須加以重視，把相應(yīng)故障控制在萌芽當(dāng)中。本文通過融合大量相關(guān)文獻思想，對基于D-S證據(jù)理論的航空發(fā)動機早期故障診斷進行了深入分析，希望對提高我國航空業(yè)安全技術(shù)水平有一定幫助。

[1]胡金海, 余治國, 翟旭升, 等. 基于改進D-S證據(jù)理論的航空發(fā)動機轉(zhuǎn)子故障決策融合診斷研究[J]. 航空學(xué)報, 2014, 35(2): 436-443.

[2]翟旭升, 胡金海, 謝壽生, 等. 基于DSmT的航空發(fā)動機早期振動故障融合診斷方法[J]. 航空動力學(xué)報, 2012, 27(2): 301-306.

[3]吳婭輝, 李新良, 張大治. 基于D-S證據(jù)理論的航空發(fā)動機振動故障分析[J]. 計算機應(yīng)用與軟件, 2012, 29(6): 105-108.

[4]郝騰飛, 陳果, 廖仲坤, 等. 基于正則化多核判別分析的航空發(fā)動機滾動軸承早期故障融合診斷方法[J]. 航空動力學(xué)報, 2013, 28(12): 2759-2770.

[5]胡金海, 夏超, 彭靖波,等. 一種基于相鄰模塊化加權(quán)D-S的融合診斷方法[J]. 航空學(xué)報, 2016, 37(4): 1174-1183.

Diagnosis Method on Incipient Faults of Aeroengine based on D-S Evidence Theory

SUN Wei-zhuo
(91550 Forces, Dalian, Liaoning,116000, China)

Safety of aircraft flight depends on diagnosis on incipient faults of aeroengine. Based on mechanisms of collection and fusion of fault diagnosis information as well as D-S evidence theory, Research and validations are carried out from four aspects such as establishment of frame of discernment, assignment of belief function, fusion of fault symptom data and diagnosis of fuzzy fault. The data analysis shows that, such a method can accurately diagnose the incipient faults of aeroengine and control them in the bud, overcoming the perplexing relations between the symptom and cause of fault, which leads the technology of aviation safety level in China to a new level.

D-S Evidence Theory; Aeroengine; Incipient Fault; Data Fusion

V241.7

A

2095-8412 (2016) 06-1281-03

10.14103/j.issn.2095-8412.2016.06.062

孫瑋琢(1982-)，男，河北唐山人，工程師。研究方向：裝備可靠性評估。