029-88216785

首頁
-> 新聞資訊 -> 行業資訊
故障診斷的常用方法
作者/來源:  發布時間:2019-03-07  閱讀次數:66次閱讀

航空發動機故障診斷因不同的專業、不同的設備、不同的診斷專家而有不同的方法,在故障診斷的各個環節(信號提取與處理、故障辨識、診斷決策)都有相應的診斷和處理方法,具體見圖1


1  故障診斷的常用方法

1.信號提取環節

要對航空發動機故障進行診斷,首先應獲取航空發動機的有關信息。信息是提供給人們判斷或識別狀態的重要依據,是指某些事實和資料的集成。信號是信息的載體,充分地檢測足夠量的能反映係統狀態的信號對於診斷來說是至關重要的。一個良好的故障診斷過程首先應該能正確地、全麵地獲取監測和診斷所必需的全部信息。在信號提取環節中,除了可以用人的經驗和感官直接進行觀測外,主要是使用各種專用的檢測儀器對能反映裝備狀態的參數進行提取,主要的方法如下。

1)振動檢測診斷法

它是依據航空發動機運行或激振時的振動信息,過某種信息處理和特征提取方法來進行故障診斷。該方法研究較早,理論和方法較多且比較完善,是航空發動機故障診斷方法中最有效、最常用的方法之一。航空發動機在運行過程中的振動及其特征信息是反映係統狀態及其變化規律的主要信號。統計資料表明,由於振動而引起的航空發動機故障,在航空發動機故障中占60%以上,據國內外報道,用振動的方法可以發現34%的航空發動機故障,並可節約維修費用70%

利用振動檢測和分析技術進行故障診斷的信息類型多,量值變化範圍大,而且是多維的,便於進行識別和決策。這就為診斷不同類型的故障提供了基礎。隨著近代傳感技術、電子技術微處理技術和測試技術的發展,國內外已製造了各種各樣的振動診斷儀器,在航空發動機狀態監測中發揮了主要作用。振動檢測方法便於自動化、集成化和遙測化,便於在線診斷、工況監測、故障預報和控製,它是一種無損檢驗方法,因而在航空發動機的振動檢測中得到了廣泛應用。

2)噪聲檢測診斷法

以航空發動機運行中的噪聲作為信息源,通過噪聲參數的變化特征判別航空發動機的運行狀態和故障情況,但易受環境噪聲影響。在航空發動機故障診斷中,所碰到的噪聲有兩類:一類是指一些不規則的、間歇的或隨機的聲波;一類是指不希望有的擾動或幹擾聲音,有時也包括那些在有用頻段內受到的不需要幹擾。

3)溫度檢測診斷法

以可觀測的溫度作為信息源,通過溫度參數的變化特征判別航空發動機的運行狀態和故障情況。溫度是航空發動機運行過程中的重要監測參數之一,溫度的變化與被監測航空發動機的性能和技術狀態有密切的關係,因此,溫度監測已被廣泛地應用於在線監測和故障診斷上。

4)壓力檢測診斷法

以航空發動機係統中的氣體、液體的壓力作為信息源,通過參數的變化特征判別航空發動機的運行狀態和故障情況。壓力檢測診斷法在航空發動機中有著重要的應用價值。

5)聲發射檢測診斷法

金屬零件在磨損、變形、破裂過程中產生彈性波,以此彈性波為信息源,分析彈性波的頻率變化特征以判別航空發動機的運行狀態和故障情況。聲發射檢測作為一項無損檢測新技術,它的主要特點在於能夠檢測到那些在受載過程中的活動缺陷,尤其對麵型缺陷,如未熔合、未焊透及裂紋等缺陷十分敏感。因此,與常規無損檢測方法相比,其檢測的速度快,檢出的缺陷準確。

6)油樣分析法

以潤滑油中金屬含量的變化,判別航空發動機的運行狀態和故障情況。油樣分析是航空發動機故障預報和診斷中一項比較實用的技術,在航空發動機監測中已有廣泛的應用。它包括有兩個方麵:一方麵是對油液本身理化性能的分析,據此可對航空發動機潤滑係統進行監測,防止因潤滑不良而造成的故障;另一方麵是對油液中磨屑的檢測,由於航空發動機內所用油液中含有一定量的由於航空發動機零部件磨損產生的各種微粒狀物質,這些物質的含量、形態包含著有關零部件磨損狀態,工作狀態以及係統汙染程度等方麵的豐富信息。通過對油液樣品的分析,對了解航空發動機磨損的部位、機理等有著十分重要的作用,可在不拆機的情況下判斷航空發動機的工作狀態是否正常。

油樣分析工作分為以下五個步驟:

(1)采樣。必須采集能反映當前航空發動機中零部件運行狀態的有代表性的油樣。

(2)檢測。測定油樣中磨粒的形態、大小、數量、材料性質、粒度分布等。

(3)診斷。初步回答航空發動機的磨損部位的狀態是否異常,對異常磨損還要確定是哪些零部件磨損和磨損類型,如磨料磨損、疲勞剝落等。

(4)預測。估計異常磨損的零部件的磨損趨勢和今後可能發生的磨損類型。

(5)處理。根據預測的情況確定維修的方式、時間和部位。

7)金相分析診斷法

某些運動的零件,通過對其表麵層金屬顯微組織、殘餘應力、裂紋及物理性質進行檢查,研究變化特征,判別航空發動機存在的故障及形成原因。金相分析診斷法的優勢在於能比較精確地了解組織與性能之間的關係,找出其規律性,並可以利用定量金相分析法尋找組織與性能之間的定量關係。

8)光學診斷法

利用光學儀器進行監測和診斷,也是故障診斷技術中的一個重要方向。常用的方法有光學觀察儀器直接觀察、分析和診斷法,光譜診斷法,光導纖維監測和診斷法等。

此外,還有腐蝕監測、泄漏監測、壓力監測、流量監測、電參數監測、表麵形貌監測、性能監測等診斷方法。

2.故障辨識環節

故障辨識環節就是對獲取的故障信息進行綜合集成和係統分析,並依據分析的結果辨識出故障的部位、原因和模式,從而為下一步的診斷決策提供依據。故障辨識是航空發動機故障診斷的核心環節,必須盡可能多地對故障征兆和信息進行融合、挖掘,因此,也必須有先進的信息分析方法作指導,具體方法如下。

1)頻域診斷法

頻域是指將周期信號展開為傅裏葉級數,研究其中每個正弦諧波信號的幅值和相位,或者對非周期信號或各態曆經隨機信號進行傅裏葉變換,變換後的信號是頻率的函數,這些頻率的函數的集合稱為頻域。頻域分析是指計算這些傅裏葉級數或頻率函數並進行分析。因此,頻率分析也稱為傅裏葉分析。

2)時域分析法

應用時間序列模型及其有關的特性函數,判別設備技術狀態的變化。時域是指一個或多個信號其取值大小、相互關係等,可定義為很多不同的時間函數或參數。這些時間函數或參數的集合稱為時域。時域分析指計算這些函數並進行分析。根據時間函數或參數的不同,時域進一步還可以細分為幅值域、時差域、複時域等。

3)統計分析法

應用概率統計模型及其有關的特性函數,實現工況狀態監視與故障診斷。在實際故障診斷過程中所測得的各種動態物理量如振動位移、速度、加速度等都是隨機信號,對於這些隨機信號需要用一些統計方法來描述,這些統計方法有均方值、方差等動態指標,也有概率密度函數、概率分布函數等統計函數。

4)模式識別法

提取對技術狀態反應敏感的特征量構成模式矢量,設計合適的分類器,以辨識故障模式。該方法是一種十分有用的靜態故障診斷方法,它以有多年發展曆史的模式識別技術為基礎,應用的關鍵是故障模式特征量的選取和提取。現有許多模式分類器,如線性分類器、貝葉斯(Bayes)分類器、最近鄰分類器等。該方法的診斷效果在很大程度上依賴於狀態特征參數的提取、樣本的數目、典型性和故障模式的類別、訓練和分類算法等。

5)模糊邏輯分析法

可簡稱為模糊診斷,它是根據模糊集合論征兆空間與故障狀態空間的某種映射關係,由征兆來診斷故障。由於基於模糊集的故障診斷理論還在發展之中,應用模糊理論進行故障診斷還有一些技術問題需要做特殊分析,如模糊集合論中元素隸屬度的確定和兩模糊集合之間的映射關係規律的確定還沒有統一的方法可循,通常隻能憑經驗和大量試驗來確定。

6)灰色理論分析法

該方法是從係統的角度來研究信息的關係,即利用已知的診斷信息去揭示未知的診斷信息,它有自學習和預測功能。它利用灰色係統的建模(灰色模型)、預測和灰色關聯分析等方法進行故障診斷。

7)人工神經網絡

人工神經網絡應用於故障診斷是其最成功的應用之一。由於神經網絡具有處理數據上容錯、結構拓撲上魯棒、聯想、推測、記憶、自適應、自學習、並行和處理複雜模式的功能,使其在存在著多故障、多過程、突發性故障的複雜航空裝備故障診斷中發揮較大作用,易實現對非線性係統的故障診斷。在眾多的神經網絡中,尤其以基於RP算法的多層感知器神經網絡理論最堅實,應用最廣泛且最成功。

8)專家係統

該方法是近年來故障診斷領域最顯著的成就之一,內容包括診斷知識的表達、診斷推理方法、不確定性推理以及診斷知識的獲取等。目前的主要問題是缺乏有效的診斷知識表達方式、不確定性推理方法、知識獲取和在線故障診斷困難等。


返回 >更多行業資訊

將本文分享給好友:

網絡工程

版權所有:西安AG亚游集团網絡科技有限公司     陝ICP備18010951號

網站統計    網站技術支持:藍海軟件