民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅰ:气路、机械和FADEC系统故障诊断与预测

最近这一二十年相关工程技术的发展,给民用航空发动机故障诊断与健康管理(EHM)系统研发提出了新的挑战和机遇。本文综述围绕EHM偏上游功能的民用发动机气路性能退化诊断和预测、发动机机械系统故障和发动机FADEC系统故障诊断与3个模块的设计验证技术的需求、必要性及现状进行了讨论,并指出了未来的主要研发方向。全文的讨论围绕以下关键技术发展趋势展开:基于非线性无迹卡尔曼滤波器(UKF)和深度学习神经网络的发动机气路故障诊断算法己经显示出提高气路诊断精度的潜力;复合材料叶片在涡扇发动机里己经得到广泛使用;增材制造技术正被越来越多地应用于复杂发动机零部件的制造;金属屑末传感器的精度已获得大幅提高,其技术成熟度己达到发动机使用要求,为与振动信号的融合诊断铺平了道路;电气化、智能化的发动机全权限数字控制系统(FADEC)发展趋势对现有的基于传统构型控制部件和集中式控制架构的故障诊断算法也提出了新的挑战。