CC BY
58
2007 НАУЧНЫЙ ВЕСТНИК МГТУ ГА №123
Серия Эксплуатация воздушного транспорта и ремонт авиационной техники
УДК 629.735.03
ИСПОЛЬЗОВАНИЕ ПОЛИНОМИАЛЬНЫХ ТРЕНДОВ НОРМИРОВАННЫХ ЗНАЧЕНИЙ РЕГИСТРИРУЕМЫХ ПАРАМЕТРОВ К ДИАГНОСТИРОВАНИЮ ДВИГАТЕЛЕЙ ТИПА ПС-90А
А.Б. АВЕРЬЯНОВ
Статья представлена доктором технических наук, профессором Чичковым Б.А.
В статье представлены результаты построения диагностических моделей авиационных двигателей типа ПС-90А для неисправностей “прогар камеры сгорания” и “падение тяги”. Описана возможность использования моделей в системы принятия диагностических решений.
Проблема надежности сложных технических систем, состоящих из неравноценных, с точки зрения надежности, элементов, не только не теряет свою актуальность, но все более обостряется при увеличении размеров и сложности современных летательных аппаратов (ЛА) и авиационных двигателей (АД) и интенсивности их использования. Одной из важнейших задач авиационных предприятий является поддержание надлежащего уровня безопасности полетов путем непрерывного и, все более глубокого контроля технического состояния сложных объектов, какими являются авиационные двигатели, и его подсистемы и элементы.
При расследовании летных происшествий на дальнемагистральных самолетах (ДМС) установлено, что в последнее время все большая их часть происходит по вине экипажа, который в условиях дефицита времени оказывается не в состоянии адекватно оценить ситуацию и принять правильное решение, даже при наличии достаточного количества необходимой информации. Более того, большой объем поступающих данных может только усугубить ситуацию - человек просто не успевает ее обработать [1]. На земле, при выполнении оперативного технического обслуживания (ТО), просто не хватает времени для обработки информации с накопителей и постановки правильного диагноза. Практика показывает, что среднее минимальное время стоянки ДМС, каковым является, например аэробус Ил-96-300, даже в базовом аэропорту в интенсивный летний период равно двум часам [2], которых недостаточно для полного и качественного диагностирования по данным полетной информации при практически используемых методах обработки параметров. Решения часто принимаются на основании неформализованных экспертных оценок, которые являются субъективными и не могут претендовать на абсолютную объективность, т.е. могут иметь место ошибочные суждения о тех или иных процессах. Все вышесказанное свидетельствует о том, что необходимо расширять использование и совершенствовать автоматизированные системы принятия решения, которые смогут не только сократить время обработки данных полетной информации, но и повысить вероятность и эффективность постановки правильного диагноза.
При создании современной системы принятия решений необходимо опираться как на используемые в настоящее время методы диагностирования (такие как анализ трендов параметров по наработке и допусковый контроль), которые позволяют с высокой степенью вероятности указывать на некоторые виды неисправности, так и на перспективные методы анализа взаимосвязей параметров, основанные на современных статистических методах. В работах [3-5] показаны некоторые из перспективных методов анализа трендов параметров, которые могут быть использованы системой принятия решения. Однако перечень статистических методов обработки параметров, полученных в эксплуатации, необходимо расширять. Использование расширенного перечня в автоматизированных системах принятия решений повысит безопасность поле-
тов (БП), приведет к повышению вероятности постановки корректного диагноза, а значит, сократит время, которое будет потрачено на выявление и устранение отказа.
В данной статье показаны некоторые результаты развития анализа временных рядов пар параметров.
Использовались данные, полученные для типичных неисправностей “падение тяги” и “прогар камеры сгорания” при эксплуатации двигателей типа ПС-90А на максимальном режиме работы (© ОАО “Авиадвигатель”, ГТК “РОССИЯ”). Данные были предварительно обработаны согласно методическим указаниям [6], т.е. приведены к стандартным атмосферным условиям (САУ) и одному режиму работы (взлетному, как наиболее нагруженному).
В результате предварительной обработки, состоящей в построении матриц корреляции и дисперсии, были выбраны разные пары параметров со значимыми коэффициентами корреляции, полученные из корреляционных матриц. Затем рассчитаны отношения параметров к среднему в каждом ряду. Формируются ряды пар параметров, отнесенных к среднему. После формирования ряда строится линия полиномиального тренда пятой степени (рис. 1-5).
На обозначения параметров: К_ВЕН_НОР, К_КВД_НОР - частоты вращения роторов вентилятора и компрессора высокого давления, нормированные относительно среднего параметра в каждом ряду; вт_НОР - расход топлива, нормированный относительно среднего; Б_НОР - скольжение роторов, нормированное относительно среднего; Рм_в_НОР- давление масла на входе в двигатель, нормированное относительно среднего; Тв_ГГ_НОР- температура воздуха под панелями газогенератора, нормированная относительно среднего; “полиномиальный”- значит полиномиальный тренд.
Временные ряды пар параметров при неисправности “падение тяги” приведены на рис. 1-2.
На рис. 1 представлены временные ряды для нормированных параметров К_ВЕН и К_КВД. При наработке порядка 2260 ч тренды параметров начинают необратимо расходиться, указывая, что именно в этот момент произошло повреждение, которое привело в дальнейшем к развитию рассматриваемой неисправности. Однако двигатель продолжал эксплуатироваться до 3025 ч, когда используемые в авиапредприятии методы диагностирования технического состояния, основанные на анализе трендов параметров по наработке и допусковом контроле, смогли выявить данную неисправность. Т.е. двигатель продолжал эксплуатироваться еще порядка 700 летных часов с неисправностью, влекущую за собой не только пониженную тягу, но и увеличение расхода топлива на этом двигателе.
На рис. 2 показаны временные ряды для нормированных параметров Б и вт для того же двигателя. При наработке порядка 2260 ч тренд вт_НОР меняет свой характер (увеличивается интенсивность роста), у тренда Б_НОР также с наработки порядка 2260 ч увеличивается интенсивность роста, хотя и медленнее.
На рис. 1 и 2 необходимо отметить цикличность параметров до момента возникновения неисправности. После возникновения неисправности цикличность необратимо нарушается.
Таким образом, при анализе предложенных временных рядов нормированных параметров для такой характерной неисправности, как “падение тяги”, можно сделать выводы о том, что предложенные ряды позволяют на гораздо более ранней стадии определить повреждение, чем используемые в авиапредприятии методы, а совокупность рядов, показанных на рис. 1-2, однозначно определяет момент возникновения неисправности. Это момент при наработке порядка 2260 ч.
Рассмотрим временные ряды пар параметров при неисправности “прогар камеры сгорания” (рис. 3-5).
На рис. 3 показаны временные ряды для нормированных параметров “Параметр тяги” и Тв_ГГ для исправного двигателя. Здесь группирование нормированных параметров в рядах располагается вокруг единичного значения и никаких существенных трендов не обнаружено.
1,02
1,015
^ 1,01
о
х
Ш 1,005 I
2
«£ 1
О
X
Ё5 0,995 ш
I
2 0,99 0,985 0,98
- чс- МЛ Т ис-иол - ос-иол т I
« исходный ряд 1\1_ВЕН_НОР
а исходный ряд М_КВД_НОР
----Полиномиальный тренд
М_КВД_НОР
----Полиномиальный тренд
N ВЕН НОР
®4о„Ала а О»® А*
А_ ° А*Л д .£> <^А ‘
*А* А А^ А* * аГ * ^ й
*
* А
момент предполагаемого начала развития неисправности
500 1000 1500 2000 2500 3000 3500
наработка, ч
Рис. 1. Временные ряды нормированных параметров К_ВЕН и К_КВД
- 3Е-11х3 + 3Е-08х2 - 1 Е-05х + 0,9957
0
1,08
1,06
1,04
а.
О 1,02 X
I
I« 1 оТ О
Х| 0,98
0,96
0,94
0,92
у = 5Е-18х5 - 2Е-14х4 + 8Е-12х3 ^ 1Е-07х2 - 0,0001х + 1,0175
4 ^4
♦ исходный ряд в_НОР
¡44 4 ^ ¿¿Р&І ** %
У* ♦ % % 4 И ♦♦ дд ♦
¿¿Ч ♦ »4 ♦ 44 »1 предполагаем
аЛ я дД д д й Д ♦ ж
4 >А Д
ДД д
у = -7Е-19х
д исходный ряд Ст_НОР
уП л
*•/ V --------------
Полиномиальный тренд
\---- в_НОР
Полиномиальный тренд Эт НОР
предполагаемый характер зависимости для исправного АД
6Е-15х4 - 2Е-11х3 + 3Е-08:
- 2Е-05х + 1,0061
500
1000
1500 2000
наработка, ч
2500
3000
3500
0
Рис. 2. Временные ряды нормированных параметров Б и вт
На рис. 4 показаны временные ряды для нормированных параметров “Параметр тяги” и Тв_ГГ (т.е. тех же самых параметров, что и на предыдущем рисунке) для двигателя с неисправностью “прогар камеры сгорания”. Здесь наблюдается существенно отличающаяся от предыдущей картина, которая характерна только для прогара камеры сгорания. Если распределение нормированных значений параметров для “Параметра тяги” происходит по-прежнему в области единицы, то распределение значений параметров для Тв_ГГ_НОР уходит вниз и находится в области 0,4-0,6. В связи с этим следует отметить, что при прогаре камеры сгорания температура воздуха под панелями газогенератора значительно повышается. Для прогара камеры сгорания это является эффективным диагностическим признаком, указывающим на эту неисправность. Также на рис. 4 наблюдается рост нормированных значений параметра Тв_ГГ на последних полетах. Совокупность этих признаков свидетельствует о прогаре камеры сгорания.
Чтобы подтвердить сказанное выше, приведем один пример. На рис. 5 показаны временные ряды для нормированных параметров Рм_в и Тв_ГГ для того же двигателя, что и на рис. 4. На рисунке видно, что в момент прогара (наработка 780 ч) тренд Тв_ГГ_НОР имеет существенно возрастающий характер, в то время как тренд Рм_в начинает менять характер (с возрастающего на убывающий). Это также можно использовать в качестве диагностического признака развития неисправности “прогар камеры сгорания”.
наработка, ч
Рис. 3. Временные ряды нормированных параметров “Параметр тяги” и Тв_ГГ для исправного двигателя
1,8 1,6 1,4
О.
О 1,2
о: 0,8
о
X
0,6
С
0,4
0,2
0
у = -3Е-15х5 + 6Е-12х4 - 4Е-09х3 + 1 Е-06х2 - 0,000 2х + 1,0057
—о—исходный ряд параметр_тяги_НОР исходный ряд Тв_ГГ_НОР Полиномиальный тренд Параметр тяги НОР Полиномиальный тренд Тв ГГ НОР
- ]
Г
/ /
574
у = 1 Е-13х5 - 2Е-10х4 + 2Е-07х3 - 4Е-05х2 ,3 0 + х 2 4 0 ,0 0, +
200
400 600
наработка, ч
800
1000
Рис. 4. Временные ряды нормированных параметров ПТ и Тв_ГГ
Описанные в статье особенности поведения моделей наблюдались и на статистиках других двигателях типа ПС-90А с рассматриваемыми неисправностями. Таким образом, использование временных рядов пар нормированных параметров позволяет не только ускорить процесс диагностирования современных авиационных двигателей, но и повысить вероятность постановки корректного диагноза.
0
ш
1,8
1,6
1,4
1,2
Ш1 1
О 0,8
I
I 0,6 0,4 0,2 0
y = -9E-15x5 + 2E-11x4 - 1 E-08x3 + 3E-06x2 - 0,0003x + 0,9834
—о—исходный ряд Рм в НОР —»—исходный ряд Тв_ГГ_НОР Полиномиальный тренд Рм в НОР Полиномиальный тренд Тв ГГ НОР
1
^ ькГ ^ ^ Ч О Ь 0 о v / 4
!
y = 1 E-13x5 - 2E-10x4 + 2E-07x3 - 4E-05x2 + 0,0042 74 5 ,3 0, + x
100 200 300 400 500 600
наработка, ч
700
800 900
Рис. 5. Временные ряды нормированных параметров Рм_в и Тв_ГГ
Приведенные примеры показывают возможность использования данных методов при построении автоматизированной системы принятия решений. В перспективе такие системы позволят не только улучшить показатели регулярности полетов, но и повысить безопасность полетов, так как могут быть использованы и во время полета с целью выдачи рекомендаций по действиям экипажа при возникновении нештатных ситуаций.
0
ЛИТЕРАТУРА
1. Копытов Е.А., Лабендик В.П. Принципы разработки систем принятия решений для диагностики сложных диссипативных структур на транспорте / Статья в Computer Modeling & New Technologies, 2002, vol. 6, №2.
2. Данные авиакомпании “АЭРОФЛОТ - Российские авиалинии”
3. Чичков Б. А. Методология оптимизации статистических диагностических моделей авиационных ГТД для установившихся режимов работы. Монография. - М.: МГТУ ГА, 2001.
4. Аверьянов А.Б. Совершенствование методов параметрической диагностики компрессора высокого давления // Научный Вестник МГТУ ГА, серия Эксплуатация воздушного транспорта, № 109, 2006.
5. Аверьянов А.Б. Совершенствование методов параметрической диагностики турбины высокого давления // Научный Вестник МГТУ ГА, серия Эксплуатация воздушного транспорта, № 109, 2006.
6. Бюллетень №94148-БЭ-г. Изделие: двигатель ПС-90А. По вопросу внедрения в эксплуатацию 2-й очереди наземной автоматизированной системы диагностирования “АСД - Диагноз-90” двигателя ПС-90А на самолете Ил-96-300. Пермь, 1996.
THE UTILIZATION POLYNOMIAL TRENDS OF NORMALIZED SIGNIFICANCES OPERATION FACTORS TOWARDS DIAGNOSTICATION ENGINES MODEL PS-90A
Averianov A.B.
In article showed the results of construction diagnostical models of aviation engines model PS-90A for disrepairs “burnout of combustion chamber” and “thrust decay”. Described the possibility of utilizing this models for construction the system of making decision.
Сведения об авторе
Аверьянов Андрей Борисович, 1983 г.р., окончил МГТУ ГА (2005), аспирант кафедры двигателей летательных аппаратов МГТУ ГА, автор 2 научных работ, область научных интересов - диагностика авиационных двигателей по регистрируемым параметрам.
