南京航空航天大学：航空发动机磨损故障智能诊断若干关键技术研究及专家系统开发（博士学位论文答辩）

NUAN 博士学位论文答辨 航空发动机磨损故障智能诊断若干关 键技术研究及专家糸统开发 学生:李爱 导师:陈果教授 专业:载运工具运用工程 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 学 生：郝腾飞 指导教师：陈 果 教授 航空发动机磨损故障智能诊断若干关 键技术研究及专家系统开发 学生：李 爱 导师： 陈 果 教授 专业：载运工具运用工程 博士学位论文答辩

WUAR ①研究背景与现状分析 航空发动机磨损故障诊断界限值制定研究 ◇航空发动机磨损趋势组合预测模型研究 汇报内容 基于数据挖掘的航空发动机磨损故障诊断知识获取 航空发动机磨损故障融合诊断技术研究 航空发动机磨损故障诊断专家系统开发 ①总结与展望 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 研究背景与现状分析 航空发动机磨损故障诊断界限值制定研究 航空发动机磨损趋势组合预测模型研究 基于数据挖掘的航空发动机磨损故障诊断知识获取 航空发动机磨损故障融合诊断技术研究 航空发动机磨损故障诊断专家系统开发 总结与展望 汇 报 内 容

第一部分 研究背景 ※航空发动机极易发生各种机械故障 亲航空发动机是飞机的“心脏” 航空发动机的健康状况直接影响飞行安全 发动机系统的故障占所 有机械故障的60%以上 人为因素机械事故37.90% 口62.10% 因此,为了使航空发动机安全、高效、经济地运行,就必须了 解发动机的运行状况,进一步掌握其变化规律,对其关键部件 实施状态监测与故障诊断 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 研究背景 航空发动机极易发生各种机械故障 航空发动机是飞机的“心脏” 航空发动机的健康状况直接影响飞行安全 37.90% 62.10% 发动机系统的故障占所 有机械故障的60%以上 人为因素 机械事故 因此，为了使航空发动机安全、高效、经济地运行，就必须了 解发动机的运行状况，进一步掌握其变化规律，对其关键部件 实施状态监测与故障诊断

第一部分 研究背景 航空发动机的主要故障:转子系统及传动系统中的齿轮和轴承 磨损失效。 豪中国民航仅98年2月因轴承、齿轮和密封件等元件的不正常磨损导致发动机停车或 提前更换的事故就高达5起。 ※据某空军运输师对某发动机十年情况所作的统计,引起发动机空中停车率的375% 及提前换发率的60%以上的原因是发动机轴承等零件的磨损类故障,其中尤以轴间 轴承最为突出。 槽底挂铜齿端面磨痕 油样分析方法是航空发动机磨损故障诊断的有效手段。 本课题研究即为基于油液分析的发动机磨损故障诊断技术 齿端面磨损故障 主轴承磨损故障 小轴承磨损故障 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 研究背景 航空发动机的主要故障： 转子系统及传动系统中的齿轮和轴承 磨损失效。 中国民航仅98年2月因轴承、齿轮和密封件等元件的不正常磨损导致发动机停车或 提前更换的事故就高达5起。 据某空军运输师对某发动机十年情况所作的统计，引起发动机空中停车率的37.5% 及提前换发率的60%以上的原因是发动机轴承等零件的磨损类故障，其中尤以轴间 轴承最为突出。 主轴承磨损故障 小轴承磨损故障 滑油泵磨损故障 齿端面磨损故障 外滚道损伤形貌 内套圈滚道上的滚动接触 疲劳花样 钢球剥落 保持架外圆周面 磨损 油样分析方法是航空发动机磨损故障诊断的有效手段。 本课题研究即为基于油液分析的发动机磨损故障诊断技术

第一部分 研究背景 基于油液分析的航空发动机磨损故障诊断 油液分析技术: 传统的诊断方法: 光谱分析 通过对油液分析数据信息进行监 铁谱分析 测,从而实现发动机轴承以及传 理化分析 动附件磨损故障的定性、定位和 定因。 颗粒技术分析 目前的研究趋势: 将智能故障诊断技术应用到航空发动机磨损故障诊断中,建立航空发动机 的磨损故障诊断专家系统,将大大提高诊断的精度,对于有效地实现发动 机状态监测和视情维修具有重要意义。 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 研究背景 油液分析技术： 光谱分析 铁谱分析 理化分析 颗粒技术分析 基于油液分析的航空发动机磨损故障诊断 传统的诊断方法： 通过对油液分析数据信息进行监 测，从而实现发动机轴承以及传 动附件磨损故障的定性、定位和 定因。 目前的研究趋势： 将智能故障诊断技术应用到航空发动机磨损故障诊断中，建立航空发动机 的磨损故障诊断专家系统，将大大提高诊断的精度，对于有效地实现发动 机状态监测和视情维修具有重要意义

第一部分 现状分析 磨损趋势预测 B 磨损界限值制定A C知识获取 航空发动机 磨损故障诊断 专家系统开发E D磨损故障融合诊断 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 现状分析 航空发动机 磨损故障诊断 B E C D 磨损界限值制定 A 磨损趋势预测 知识获取 专家系统开发 磨损故障融合诊断

第一部分 现状分析 传统方法 概率分布估计 >基于油样数据服从 >采用智能技术对数据 正态分布的假设; 样本的概率分布进行自 磨损 >根据数据的均值和 动识别研究 界限 标准差确定正常、警 采用非参数概率密度 值制 告和异常界限值 真实的概 估计方法直接进行概率 率分布 密度函数估计 定 本文提出了一种基于支持向量机概率密度函数估计的磨损界限值制 定方法 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 现状分析 ➢采用智能技术对数据 样本的概率分布进行自 动识别研究 ➢采用非参数概率密度 估计方法直接进行概率 密度函数估计 概率分布估计 ➢基于油样数据服从 正态分布的假设； ➢根据数据的均值和 标准差确定正常、警 告和异常界限值 传统方法 磨损 界限 值制 定 真实的概 率分布 本文提出了一种基于支持向量机概率密度函数估计的磨损界限值制 定方法

第一部分 现状分析 磨损趋势预测 B 磨损界限值制定A C知识获取 航空发动机 磨损故障诊断 专家系统开发 E D)磨损故障融合诊断 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 现状分析 航空发动机 磨损故障诊断 B E C D 磨损界限值制定 A 磨损趋势预测 知识获取 专家系统开发 磨损故障融合诊断

第一部分 现状分析 单项预测 组合预测 根据某种绝对误差最小 统计回归模型 来确定权系数向量 趋势预测 亲ARMA时序模型 亲误差平方和最小为准则 建立了最优组合预测模型 豪神经网络模型 豪以非负约束的误差平方 和最小为准则的最优组合 灰色系统模型 预测模型 豪基于相关性指标建立了 最优组合预测模型 本文提出了一种带粒子群优化的最小二乘支持向量机( PSO LSSVM) 非线性变权重组合预测模型 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 现状分析 根据某种绝对误差最小 来确定权系数向量： 误差平方和最小为准则 建立了最优组合预测模型 以非负约束的误差平方 和最小为准则的最优组合 预测模型 基于相关性指标建立了 最优组合预测模型 组合预测 统计回归模型 ARMA时序模型 神经网络模型 灰色系统模型 单项预测 趋 势 预 测 本文提出了一种带粒子群优化的最小二乘支持向量机（PSO_LSSVM） 非线性变权重组合预测模型

第一部分 现状分析 磨损趋势预测 B 磨损界限值制定A C知识获取 航空发动机 磨损故障诊断 专家系统开发 E D磨损故障融合诊断 南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn 2021/2/11 第一部分 现状分析 航空发动机 磨损故障诊断 B E C D 磨损界限值制定 A 磨损趋势预测 知识获取 专家系统开发 磨损故障融合诊断