航空发动机维修大数据分析体系建设.pdfVIP

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， 1 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 4.0 空发动机的维修实现 “工业 ”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) 4.0 为航空发动机生产维修实现 “工业 ”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 2 4.0 数据积累，工业 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