智能运维与健康管理第10章高铁故障预测与健康管理第11章航天航空健康管理课件

第十章：高铁故障预测与健康管理主讲人：《智能运维与健康管理》引言1系统架构2牵引电机故障诊断与健康管理关键技术3牵引电机故障诊断与健康管理的系统实现4思考题与习题5讲义提纲引言引言高速铁路动车组列车（下文简称“高铁”）是中国高端制造业崛起的重要标志以及“制造强国”、“一带一路”的一张靓丽名片。引言高铁车辆属于典型复杂机电系统，由于缺乏有效技术装备和系统长期运行的经验积累，我国铁路部门普遍沿用劳动力密集型计划维修（即定期维修）体制。造成维修量大、工作强度高、准确性不足的局面。引言《中国制造2025》轨道交通的示范项目中提出：以绿色智能轨道交通车辆为“移动终端”，集成车载智能化状态监测、故障灾害监测系统等网络化、智能化技术，探索建立“基于物联网的轨道交通装备全寿命周期服务体系”

。实现我国高铁高效、准确、低成本的运行维护是未来高铁技术的发展重点。引言必要性

主机企业提升产品服务能力与水平的需求轨道交通行业可持续发展的迫切需求轨道交通装备技术发展的迫切需求“中国制造2025”、“走出去”战略需求上述4项需求决定了高铁故障预测与健康管理技术的重要性和迫切性。系统架构系统架构

参考IS013374标准，健康管理（PHM）体系结构主要由8个模块组成，因此，从功能划分和模块化设计的角度，高铁故障预测与健康管理系统至少应实现数据采集、数据处理、状态监测、健康评估、故障预测、决策支持6个功能。

任务计划轨道交通装备

故障预测●基于模型●基于经验……

决策支持●维修决策●备件管理……

数据采集●传感器1●传感器2……

数据处理●预处理●降维……●特征提取

状态监测●阈值判断●偏离度……●状态判断

健康评估●特征提取●异常检测……●诊断推理-人机接口-与其它系统接口……

物理模型系统架构10在综合考虑PHM功能需求，用户使用需求，主机厂、供应商需求和顶层技术要求的基础上，确定了轨道交通装备故障预测与管理系统总体架构。

轨道交通装备故障预测与健康管理系统总体架构

■

车载PHM系统

■车地数据传输系统

■地面PHM系统PHM功能需求用户使用需求主机厂/供应商需求顶层技术要求

系统架构高铁PHM系统架构包含三个主要子系统：车载PHM系统、车地数据传输系统、地面PHM系统。三个网络：车载传输网络

车地传输网络

地面传输网络二套系统：车载硬件和软件地面硬件和软件一个平台：应用平台系统架构2.1车载PHM系统车载PHM系统包括两大部分：车载传输网络和车载软硬件车载传输网络主要利用工业以太网进行数据信息的传输。车载软硬件包括车载PHM单元、子系统PHM单元、远程数据传输装置。系统架构2.2车-地数据传输系统车-地数据传输系统采用包含卫星、3G/4G/LTE移动通讯网络、近场WiFi等多渠道将车上数据传输到地面数据中心。车载传输网络主要利用工业以太网进行数据信息的传输。系统架构2.3地面PHM系统地面PHM系统接收车辆传输到地面的数据和接入设计数据、运维数据、地面监测系统数据，进行数据处理、存储和应用展示。实现以下的功能：状态监控、故障预警、故障诊断、故障分析、健康评估、故障预测、运维决策系统架构2.3地面PHM系统实现功能状态监控故障预警故障预测健康评估故障诊断故障分析运维决策应用平台牵引电机故障诊断与健康管理关键技术牵引电机故障诊断与健康管理关键技术牵引电机是高铁列车的关键设备，对高铁安全至关重要，牵引电机故障诊断与健康管理是高铁健康管理的重要子系统及子模块。。电气故障诊断及绝缘健康管理机械故障诊断及轴承健康管理车载硬件系统大数据健康管理平台1234牵引电机故障诊断与健康管理关键技术18牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理1.绝缘老化机理研究

绝缘系统是电机结构中较薄弱的环节，老化、磨损、过热、受潮、污染、电晕都可以导致绝缘系统的电气性能降低，从而引发其它故障的发生。牵引电机故障诊断与健康管理关键技术绝缘的热老化：电机长年累月的使用经常过载运行，由于过热导致绕组及其连接线的绝缘发生热老化，从而使得绝缘材料的绝缘强度降低或丧失。局部烧损：由于轴承等机械零件发生故障，造成电机定转子中心不对称发生扫膛，铁芯出现局部高温导致主绝缘被破坏而接地。3.1电气故障诊断及绝缘健康管理1.绝缘老化机理研究牵引电机故障诊断与健康管理关键技术机械损伤：由于外伤，机械应力等原因使得牵引电动机在运行中产生线圈振动、互相摩擦挤压、局部位移导致绝缘损坏。铁磁损坏：由于在槽内或线圈上附有铁磁物质而产生振动，导致绝缘磨损。若铁磁物质较大，还会产生涡流，导致绝缘的局部热损坏。3.1电气故障诊断及绝缘健康管理1.绝缘老化机理研究牵引电机故障诊断与健康管理关键技术为了诊断绝缘引起的电气故障，最有效的方法是通过分解交流电机故障信号中的各种频率成分来揭示动态波形中所包含的反映故障类型，并通过电流峰值或均方根值的大小对故障程度进行评定3.1电气故障诊断及绝缘健康管理1.绝缘老化机理研究牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理1.绝缘老化机理研究典型故障中心频率（CF）定子机械的（如线圈松动、铁心位移等）CF=RS×定子槽数线频边带定子短路（绕组短路）CF=RS×定子槽数线频边带伴随转频边带转子指示CF=RS×转子条数线频边带静态偏心CF=RS×转子条数线频和两倍线频边带动态偏心CF=RS×转子条数线频和两倍线频边带伴随转频边带机械不平衡（和不对中）CF=RS×转子条线频边带，4倍线频间隔，然后是2倍线频峰值牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理2.绝缘试验方案设计进行绝缘实验可递进式对绝缘材料、绝缘部件和整体电机的真实情况进行模拟，了解绝缘材料、绝缘部件的老化性能，收集不同老化状态下的电流变化情况数据为故障诊断做数据支持。牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理2.绝缘试验方案设计分别针对绝缘材料、绝缘部件以及整机，预制九类故障（绝缘材料分层故障、绝缘部件分层故障、绝缘部件匝间短路、绝缘部件对地短路、绝缘部件端部泄露、整机绝缘材料分层故障、整机匝间短路、整机对地短路、整机端部泄露、整机断条），每类故障提供5个样本。牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理2.绝缘试验方案设计针对绝缘材料和绝缘部件，分别开展四种环境下（热环境、强电环境、机械环境、耦合环境）的老化性能试验；牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理2.绝缘试验方案设计针对整机，开展台架实验测试。分层故障分为横截面宽度的20%以下分层、20%-50%分层以及50%以上面积分层；整机端部泄露按额定转速分低速-中速-高速（低速为额定转速20%以下，时间占比20%；中速为额定转速20-50%，时间占比40%；高速为额定转速50%以上，时间占比40%）三种工况测试；牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理3.绝缘实验步骤规划（1）绝缘材料性能试验，为绝缘部件性能试验提供数据支持。做绝缘材料在热环境中的分层老化故障试验。做绝缘材料在强电环境中的分层老化故障试验。做绝缘材料在机械动态环境中的分层老化故障试验。做绝缘材料在热、电和机械耦合环境中的分层老化故障试验。牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理3.绝缘实验步骤规划（2）绝缘部件性能试验，为牵引电机整机绝缘性能试验提供数据支持。做绝缘部件分层故障环境试验。做绝缘部件匝间短路故障环境试验。做绝缘部件对地短路故障环境试验。做绝缘部件端部泄露故障环境试验。牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理3.绝缘实验步骤规划（3）牵引电机整机绝缘性能试验。做牵引电机整机绝缘材料分层台架故障试验。做牵引电机整机绝缘匝间短路台架故障试验。做牵引电机整机绝缘对地短路台架故障试验。做牵引电机整机端部泄露台架故障试验。做牵引电机整机绝缘断条台架故障试验。牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理4.信号处理分析电机发生绝缘故障时母线电容耦合器信号会产生突变，结合相位信息、电流、电压信息可对常见故障进行故障判别。牵引电机故障诊断与健康管理关键技术3.1电气故障诊断及绝缘健康管理5.健康管理牵引电机绝缘健康管理架构如图所示。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理在牵引电机中，机械故障主要包括转子及轴承故障，这两类故障属于典型的故障高发部件，在牵引电机中作用重大而且损伤率高，可通过分析振动时域特征及频谱中相对应的特定频率来确认轴承具体位置的故障类型。机械故障诊断及轴承健康管理主要包含五个步骤，分别为转子与轴承故障机理研究、试验方案设计、试验步骤规划、信号处理分析与健康管理模块设计。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理1.转子与轴承故障机理研究转子故障主要包括不对中与不平衡，故障特征频率为转频及其倍频，而当轴承发生损伤类故障时，损伤点可能出现在内圈、外圈、保持架或是滚动体上，或同时出现在不同的元件上，损伤点越多振动信号就越复杂。对比轴承振动信号特征与各个故障特征频率便可对轴承的各类故障进行诊断。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理1.转子与轴承故障机理研究故障特征频率中心频率（CF）外圈故障特征频率内圈故障特征频率滚动体故障特征频率保持架故障特征频率动态偏心与机械不平衡（和不对中）转频及倍频牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理2.转子与轴承故障模拟实验方案设计对不同型号、不同损伤类型、不同故障类型与程度的轴承在不同载荷环境下进行试验，了解不同轴承在各种条件下的运行特点，验证轴承动力学模型，收集不同的试验数据为故障诊断和寿命预测做数据支持。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理2.转子与轴承故障模拟实验方案设计在牵引电机的前后端轴承，每个型号轴承预制十二类故障（外圈微弱故障、外圈中度故障、外圈严重故障、内圈微弱故障、内圈中度故障、内圈严重故障、滚动体微弱故障、滚动体中度故障、滚动体严重故障、保持架微弱故障、保持架中度故障、保持架严重故障），每类故障轴承提供8个样本，并在模拟真实环境的轴承试验台上进行实验。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理3.试验步骤规划轻载工况（额定载荷20%以下）条件下分别开展低速-中速-高速试验（低速为额定转速20%以下，时间占比20%，中速为额定转速20-50%，时间占比40%，高速为额定转速50%以上，时间占比40%）。中载工况（额定载荷20-50%）条件下分别开展低速-中速-高速试验（低速为额定转速20%以下，时间占比20%，中速为额定转速20-50%，时间占比40%，高速为额定转速50%以上，时间占比40%）。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理3.试验步骤规划重载工况（额定载荷50%以上）条件下分别开展低速-中速-高速试验（低速为额定转速20%以下，时间占比20%，中速为额定转速20-50%，时间占比40%，高速为额定转速50%以上，时间占比40%）。试验数据采集，分别在电机前、后轴承处分别布置一个三向加速度传感器或三个单向加速度传感器，并在输出轴处布置转速传感器，全流程采集试验数据。牵引电机故障诊断与健康管理关键技术3.2牵引电机机械故障诊断及轴承健康管理4.转子与轴承健康管理模块健康管理模块主要包括两个部分：第一是状态监测与故障诊断模块，第二是寿命预测模块。牵引电机故障诊断与健康管理关键技术3.3车载硬件系统车载监测诊断硬件系统的框架如图所示。它通过PXI总线形式进行数据交互，便于多通道的信号采集的扩展。牵引电机故障诊断与健康管理关键技术3.3大数据健康管理平台引入新一代物联网、大数据、云计算以及移动化等信息技术，实现运行设备的全面监测、诊断与状态预示。牵引电机故障诊断与健康管理关键技术3.3大数据健康管理平台牵引电机大数据健康管理平台包括如下五个关键组成部分：智能化物联平台：实现一张机车健康传感数据网，从而实现全面感知与可靠传递2.智慧化大数据分析中心智慧化大数据分析中心利用大数据技术实现维修维护海量数据精准分析3.健康管理示范应用涵盖产品生命周期管理、维修维护过程管理、人员协同调度等全方位应用支撑。4.私有云数据中心

私有云数据中心是灵活高效、性能稳定、多样化的弹性资源池和数据资源基础设施5.端到端安全体系

构建全局化的安全保障链条牵引电机故障诊断与健康管理的系统实现牵引电机故障诊断与健康管理的系统实现电机轴承的故障诊断与寿命预测，关键技术与总体方案如右图所示，软件系统主要包含健康状态指标报警及以及健康预测两大功能。车载PHM系统采集振动、温度、电流、油压等实测数据以及GPS、载荷谱、速度谱、轨道参数等工况数据，车-地传输系统将状态指标与数据传输至地面分析系统，最后，地面分析系统，实现阈值学习、深度学习分类与预测模型，从而通过大数据实现轴承的故障诊断及健康管理。牵引电机故障诊断与健康管理的系统实现4.1牵引电机轴承状态监测与故障诊断1.测点布置牵引电机故障诊断与健康管理的系统实现4.1牵引电机轴承状态监测与故障诊断2.总体概览牵引电机故障诊断与健康管理的系统实现4.1牵引电机轴承状态监测与故障诊断3.测点预警牵引电机故障诊断与健康管理的系统实现4.1牵引电机轴承状态监测与故障诊断4.故障诊断牵引电机故障诊断与健康管理的系统实现4.2牵引电机故障数据库构建1.故障预制实验对象实验对象选取标准制备方法全新轴承无故障全新轴承2外圈点蚀、划痕、裂纹故障（电火花加工）点蚀：深度0.3mm，Φ0.2mm4宽度方向压划痕：深度0.3mm，长度0.4宽度0.2mm4内圈点蚀：深度0.3mm，Φ0.2mm4宽度方向压划痕：深度0.3mm，长度0.4宽度0.2mm4滚动体点蚀：深度0.3mm，Φ0.2mm8保持架保持架两侧圆顶部裂纹（图12所示）：深度0.3mm，宽度0.3mm，长度0.3mm8电机驱动端轴承牵引电机故障诊断与健康管理的系统实现4.2牵引电机故障数据库构建1.故障预制实验对象实验对象选取标准制备方法全新轴承无故障收集全新轴承2外圈点蚀、划痕、裂纹故障（电火花加工）宽度方向压划痕：深度0.3mm，长度0.6宽度0.2mm。8内圈宽度方向压划痕：深度0.3mm，长度0.6宽度0.2mm。11滚动体长度方向压划痕：深度0.3mm，长度0.6宽度0.2mm。8保持架非铆钉面框体R角两个裂纹：深度0.3mm，宽度0.2mm，长度0.5mm（如图13所示）。8电机非驱动端轴承牵引电机故障诊断与健康管理的系统实现4.2牵引电机故障数据库构建2.实验配置牵引电机故障诊断与健康管理的系统实现4.2牵引电机故障数据库构建2.实验配置序号速度（RPM）加减速时间(Min)阶段总时间(Min)加载载荷（KN）温升（℃）18001/321、试验机施加的径向载荷为5.4KN2、轴向载荷为0KN≤80228001/32345001/35428001/3258001/32序号速度（RPM）加减速时间(Min)阶段总时间(Min)加载载荷（KN）温升（℃）18001/321、试验机施加的径向载荷为6KN2、轴向载荷为0KN≤80228001/32345001/35428001/3258001/32序号速度（RPM）加减速时间(Min)阶段总时间(Min)加载载荷（KN）温升（℃）18001/321、试验机施加的径向载荷为7.2KN2、轴向载荷0KN≤80228001/32345001/35428001/3258001/32序号速度（RPM）加减速时间(Min)阶段总时间(Min)加载载荷（KN）温升（℃）18001/321、试验机施加的径向载荷为5.4KN2、轴向载荷为0.8KN≤80228001/32345001/35428001/3258001/32序号速度（RPM）加减速时间(Min)阶段总时间(Min)加载载荷（KN）温升（℃）18001/321、试验机施加的径向载荷为6KN2、轴向载荷为1KN≤80228001/32345001/35428001/3258001/32序号速度（RPM）加减速时间(Min)阶段总时间(Min)加载载荷（KN）温升（℃）18001/321、试验机施加的径向载荷为7.2KN2、轴向载荷1.2KN≤80228001/32345001/35428001/3258001/32无轴向载荷轻载加减速试验无轴向载荷中载加减速试验无轴向载荷重载加减速试验有轴向载荷轻载加减速试验有轴向载荷中载加减速试验有轴向载荷重载加减速试验牵引电机故障诊断与健康管理的系统实现4.2牵引电机故障数据库构建3.数据入库牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.基于相对均方根值的轴承寿命预测均方根值(RootMeanSquare,RMS)具有较好的稳定性，随着故障发展稳定增长，其公式如下所示：轴承个体差异对原始RMS的影响太大，因此需要对RMS进行标准化处理。具体流程如下：首先选取正常期内一段趋势平稳RMS，将该段RMS平均数定为标准值。随后计算原始RMS与标准值之比，得到相对均方根值（RelativeRootMeanSquare,RRMS）。最后为减少振动特征随机性的影响，利用7点滑移平均处理RRMS，得到平滑的RRMS。牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.基于相对均方根值的轴承寿命预测7点滑移平均的计算公式如下：轴承正常期内，其RRMS非常平稳，且差异很小。当初始损伤出现后RRMS会迅速升高。牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.基于相对均方根值的轴承寿命预测牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.多输出多变量支持向量机预测方法多变量预测理论是利用可观测的多种信息和变量综合描述事物的发展规律，并预测其未来状态的理论方法，可以有效解决多种因素影响下的寿命预测问题。牵引电机轴承寿命预测与健康管理软件界面如图1021和图1022所示，通过将未知数据与故障数据库比对分析，可以实现可以实现故障识别及寿命预测。牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.多输出多变量支持向量机预测方法多输出多变量支持向量机是单输出多变量支持向量的多维拓展，样本集表示为：多输出多变量支持向量机的优化问题可表示为：牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.多输出多变量支持向量机预测方法优化问题转化为对偶二次优规划问题：决策函数为:牵引电机故障诊断与健康管理的系统实现4.3牵引电机轴承寿命预测与健康管理1.多输出多变量支持向量机预测方法牵引电机轴承寿命预测与健康管理软件界面如下图所示，通过将未知数据与故障数据库比对分析，可以实现可以实现故障识别及寿命预测。思考题与习题了解与掌握牵引电机故障模式有哪几类？高铁轴承发生故障之后有哪些表征手段？为什么故障模拟试验对于牵引电机健康管理至关重要？思考题与习题63预测式健康管理t检测

效率

维护成本预测失效

t0

传统健康管理方案基于运行状态的健康管理t检测

维护成本

失效t0

t维护成本维护成本维护成本维护成本t0

失效

不可用THANKS!航天航空健康管理主讲人：《智能运维与健康管理》引言1空天发动机健康管理2直升机健康管理3民用客机故障预测与健康管理系统（PHM）4小结5讲义提纲PART01引言航天航空健康管理背景68随着航空装备的不断发展，航空装备的安全性、可靠性以及维修保障性等面临越来越高的要求。统计数据显示，全世界过去十几年的飞行事故中，24%源于飞行器子系统和部件的故障，26%源于硬件和系统故障引起的飞行失控，而在商用飞机领域，飞机生命周期内95%的成本都是用于维护维修。为了提高装备的可靠性、安全性和保障性，减少使用和维修费用，将健康管理系统引入到航天航空领域有着重要意义。健康管理系统是先进航空发动机的重要标志，也是构建新型维修保障体制的核心技术之一。从飞行器的发展历史来看，航天航空健康管理系统在飞行安全和装备保障中发挥着越来越重要的作用，同时也在深刻地改变着先进航空装备的运行和维修保障模式。航天航空健康管理系统组成69航天航空健康管理系统由机载系统和地面系统构成F135机载系统地面系统基础和核心，通过传感器获得监测信息等各类数据，处理数据，将信息发送到地面站系统处理获取备件需求信息、发动机维修更换件信息等，负责维护维修航天航空健康管理系统发展方向70民用飞机机载维护系统（OMS系统）战斗机故障预测和健康管理系统（PHM系统）航天器健康管理系统

（PHM系统）直升机健康与使用监控系统（HUMS系统）01020304航天航空健康管理实例7104030201美国普惠公司(P&W)为F35战机设计，提高了维修维护效率，保证安全，延长使用寿命F135PHM系统罗尔斯·罗伊斯公司(Rolls-RoyceLtd.)为A380发动机Trent900设计，是先进民用飞机健康管理系统的典型代表A380OMS系统AHM系统，在法国航空公司、美利坚航空公司等航空公司多个机型得到应用，提高维修效率，支持长期可靠性计划波音公司飞机状态管理系统装于运载火箭等，运行环境恶劣，保证运行安全空天发动机健康管理系统PART02空天发动机健康管理空天发动机健康管理背景73液体火箭发动机是运载火箭最重要的组成部件，由于其系统结构复杂、系统耦合性强、运行工况恶劣（高温、高压、强腐蚀、高密度能量释放率），使其成为运载火箭故障的敏感多发部位。随着载人航天、空间站与深空探测技术的发展，对液体火箭发动机的安全性与可靠性提出了越来越高的要求，为了提高运载火箭整体的可靠性、安全性以及经济性，需要对发动机关键部件和整机运行情况进行严格的状态监测与故障诊断。液体火箭发动机的健康管理与故障诊断技术主要是利用传感器集成，测量获得能够反映发动机当前运行状态的测点信号，通过各种故障诊断算法与智能模型监测、隔离、诊断（识别和定位）、预测发动机性能，从而保证发动机系统安全。发动机健康管理已成为当前国内外研制新一代航天系统和实现自主式保障的核心技术手段，是提高复杂系统可靠性、维修性、保障性、安全性和测试性和降低寿命周期费用的一项极具前景的军民两用技术空天发动机健康管理背景741967年美国阿波罗登月计划执行中出现一系列严重设备故障20世纪70年代初期，美国为一种部分可重复使用的航天飞机主发动机(SpaceShuttleMainEngine,SSME)研制了多个健康监控系统美国先后提出了空间运载计划(SpaceLaunchInitiative,SLI)和集成空间运载计划(IntegratedSpaceTransportationPlan,ISTP)，进一步加强与提高液体火箭发动机的健康管理技术，并加大了运载器健康监控系统和长寿命运载火箭结构等关键技术领域的研究力度与经费，从而实现降低火箭发射成本与危险性的目的。当前，在NASA为替代航天飞机而开发的新一代载人火箭战神I-X健康管理系统的试验验证中，肯尼迪航天中心成功进行了其地面诊断原型演示，同时，NASA的探测系统任务部将该研发系统技术确定为火星探测任务中系统设计的重要部分空天发动机健康管理背景7520世纪80年代，前苏联与俄罗斯针对RD-170和RD-120等大型液体火箭发动机，成功开发了技术诊断系统(TechnologyDiagnosticSystem,TDS)，与健康监测和寿命评估与预测系统20世纪90年代，法国开发了用于阿里安5液体火箭发动机的监测系统20世纪90年代，德国研制了基于智能模式识别的液体火箭发动机专家系统欧洲太空局在未来运载火箭技术方案研制计划中(FutureLauncherTechnologyProject,FLTP)，将火箭动力系统健康监测列为主要分系统日本在H-2运载火箭发射屡次失败后，对液体火箭发动机的健康监控与寿命评估预测研究日益重视，并提出了H-2运载火箭发动机的实时监测技术空天发动机健康管理背景76第一阶段：具有实时性高、算法简单、实现功能单一的在线系统第二阶段：实现具有复杂算法功能及模块化的工程应用系统研发第三阶段：实现具有高度集成化、智能化及综合能力的健康管理系统研发三阶段发展空天发动机健康管理背景7720世纪90年代，美国研制的一个具有代表性的SSME综合健康管理系统，其健康监控功能通过三个层次来实现空天发动机健康管理背景78SSME地面测试的HMS系统框架图空天发动机故障诊断案例79自回归滑动平均模型(Auto-RegressionandMovingAverage，ARMA)是一种最常用的时间序列分析方法，主要利用单个传感器先前的信号评估当前的信号，建立ARMA信号结构模型，以检测故障，主要特点是利用已建立的ARMA模型对系统将来时刻的状态进行外推预测基于ARMA分析的发动机主级工作阶段故障诊断SSME主级运行阶段，重要的发动机监测参数表现出较好的平稳特性，单变量ARMA模型非常适合于表征在给定功率下的参数行为变化建立ARMA模型用于故障检测目的，通常只需要发动机正常工作时的数据基于时序分析的故障检测方法具有良好实时在线工作能力ARMA模型算法理论发展成熟，并且在很多领域成功应用选择ARMA的原因空天发动机故障诊断案例80基于ARMA分析的发动机主级工作阶段故障诊断主要包括时间序列数据的采集和预处理，模型结构确定，模型参数估计，模型适用性检验以及利用建立的模型进行预测分析等步骤ARMA建模过程空天发动机故障诊断案例81基于ARMA分析的发动机主级工作阶段故障诊断ARMA诊断案例参数说明低压氢涡轮出口压力高压氢涡轮泵出口压力高压氢泵入口压力高压氢泵出口压力低压氧泵出口压力高压氧泵出口压力预烧室压力预压泵出口压力主燃烧室冷却出口压力主燃烧室氢入口压力主燃烧室压力

高压氧涡轮入口温度高压氢泵入口温度低压氢泵转速高压氢泵转速低压氧泵转速高压氧涡轮转速两个调节阀位置

空天发动机故障诊断案例82基于ARMA分析的发动机主级工作阶段故障诊断ARMA诊断案例根据以下步骤和准则确定不同参数的ARMA模型结构：1）时间序列的相关性分析：通过其自相关函数(autocorrelationfunction,ACF）和偏相关函数（partialautocorrelationfunction,PACF)判断2）模型定阶方法：FPE(FinalPredictError,FPE)准则残差分析检验：对所建立的ARMA模型的残差和其自相关函数进行检验，以保证所建立的模型残差自相关函数属于一定的统计置信区间(例如99%)3）频率响应检验：由模型计算得到的频谱与实际测量数据频谱进行比较，两者良好的匹配表明所建立的模型是适用的4）零极点检验：零极点评价检验ARMA模型的极点及零点以保证模型的稳定性和适用性。在零点和极点相消或接近相消的情况下，表明更低阶的ARMA模型是合适的空天发动机故障诊断案例83基于ARMA分析的发动机主级工作阶段故障诊断ARMA诊断案例右图给出了75％额定功率情况下测试901-110的低压燃料涡轮泵出口压力(LPFTDSPR)99％置信区间残差内的相关函数。通过选取100点（4秒）的训练数据集，建立了单变量ARMA模型。空天发动机故障诊断案例84基于ARMA分析的发动机主级工作阶段故障诊断ARMA诊断案例上图可以看出，与残差宽度相关的置信区间随着用于模型估计数据点数量的增加而减小，因此，设计时必须在更少的训练集数目与更宽的置信区间之间权衡考虑。在故障发生时，模型输出将会偏离测量值，相关函数残差位于置信区间外，如右图所示空天发动机故障诊断案例85基于ARMA分析的发动机主级工作阶段故障诊断ARMA诊断案例下图显示了整个测试期间内残差的相关函数（测试901-110），图中可以看出相关系数峰值表现异常。空天发动机故障诊断案例86基于RESID的发动机启动阶段故障诊断RESID算法流程RESID算法是一种基于自适应学习网络的非线性回归方法，通过简单二次型函数建立不同模式特征间的复杂非线性关系。建立发动机非线性辩识模型是解快问题的核心。算法流程如下图所示空天发动机故障诊断案例87基于RESID的发动机启动阶段故障诊断RESID诊断案例以主燃烧室压力为例，RESID模型根据传感器输入数据间关系建立主燃烧室压力的估计模型，如果输入测量值包含故障，则主燃烧室压力测量值和正常状态下的预测值间会产生偏离。RESID故障诊断就是通过设定主燃烧室压力测量值与估计值间的误差阈值来完成，右图为建模过程空天发动机故障诊断案例88基于RESID的发动机启动阶段故障诊断RESID诊断案例上述建模过程依赖于建立和验证的训练数据，因此训练数据的选择对模型建立至关重要，选取的测试数据要覆盖所有主要传感器测量的变化范围，然后对这些测试数据随机采样，用于RESID模型的建模过程。案例是应用RESID算法预测主燃烧室压力值，由于主燃烧室压力值是推进剂阀位置以及推进剂流速的函数，因此应用这两个传感器测量值对压力值进行估计空天发动机故障诊断案例89基于RESID的发动机启动阶段故障诊断RESID诊断案例如下左图给出了启动阶段通过推进剂体积流量计算主燃烧室压力的预测值。右图给出了启动阶段由推进剂阀位置计算主燃烧室压力预测值。空天发动机故障诊断案例90基于RESID的发动机启动阶段故障诊断RESID诊断案例如下给出了通过同样方法计算的停机阶段主燃烧室压力预测值。空天发动机故障诊断案例91基于RESID的发动机启动阶段故障诊断RESID诊断案例利用RESID算法进行故障检测时首先需要使用正常运行数据，得到启动阶段主燃烧室压力测量值与预测值（标准误差信号）之间的差值，如右图所示，然后计算误差信号。空天发动机故障诊断案例92基于RESID的发动机启动阶段故障诊断RESID诊断案例计算误差信号后，如下图，如果误差信号超过了标准误差信号标准偏差的3倍阈值，则说明在发动机测试的启动或停机阶段检测到故障。结果表明，在启动或停机阶段的三种测试情况下发生故障，该算法成功检测到启动和关闭故障。我国液体火箭发动机健康监控技术存在问题与发展方向93自1990年以来，中国亦重视起液体火箭发动机健康管理和故障诊断技术，相关高校和研究机构提出了多个健康监测系统。由于相关研究和应用历史较短，经验不足，目前的大多研究主要尚处于地面试验测试、数值仿真验证等阶段，对发动机健康监测系统研究的工程应用处于起步阶段，尤其难以满足液体火箭发动机对系统可靠性、安全性、大量发射以及可重复使用的需求。我国液体火箭发动机健康监控技术存在问题与发展方向94实时准确的发动机在线监控技术发动机的实时在线健康监控的目的是实时监控发动机增压系统和发动机的工作状态，然而，目前液体火箭发动机运行监测主要依赖遥测数据在地面实施，并且由于传感器个数有限，随着飞行数据延时问题非常突出，缺少能够适应于飞行健康的在线监控技术。因此，需要研发能够完成，发现运行过程的异常或故障，以便采取相应的措施，如紧急停机、启动发动机余度管理等。重要挑战与发展方向我国液体火箭发动机健康监控技术存在问题与发展方向95高效智能预测技术与健康评估方法目前的系统大部分针对某一种被测参数，同时对多个被测参数以及整个系统的状态评估还极少涉及，同时对系统的健康评估及预测研究还不足。需要通过数据挖掘、信息融合等智能方法，以及多样化的故障预测和寿命估计方法（基于模型、数据和混合性方法）的研究进一步推动。重要挑战与发展方向我国液体火箭发动机健康监控技术存在问题与发展方向96集成化与智能化的综合发动机健康管理与决策系统开发现有发动机健康监控系统存在标准化、模块化程度低，难以移植与推广应用等诸多问题。但是，发动机健康管理系统面临的任务不同，需针对不同阶段监测需求进行扩展和集成，实现模块化的功能设计，并建立统模块化标准体系，实现发动机全系统、全寿命的综合健康管理与决策。重要挑战与发展方向我国液体火箭发动机健康监控技术存在问题与发展方向97先进的新型传感器创成与工程应用技术目前传感器的应用技术还不能完全满足工程应用需要，一方面要进一步研究与发展，包括微型嵌入式传感器、智能传感器等新型传感器的制造与使用；另一方面，对传感器本身的可靠性、稳定性与准确性研究也需要进一步加强，保证数据的精确与可靠，避免由传感器错误数据发生的任务终止或失败。重要挑战与发展方向PART03直升机健康管理概述99直升机可以垂直起降、空中悬停、机动灵活对地打击海上运输美国《航空研究与发展国家计划（2008-2020）》、欧盟《欧洲航空2020愿景》及《中国制造2025》均将先进直升机作为重点发展装备。我国相继研制直10、直18、直19和AC352。预计至2020年国内直升机需求约为1500架，市场份额300亿人民币。概述100直升机结构复杂、服役环境极端，事故频发直升机的事故率比固定翼飞机事故率高出48%，事故严重率是固定翼飞机的10倍。据统计，仅1982年到2015年就发生了超过6000起直升机事故，其中有900多起致命事故。对直升机“六性”（可靠性、维修性、安全性、测试性、保障性、环境适应性）的需求日渐强烈。概述101定期维修VS状态维修传统的实现方式为定期维修，主要是通过定期检查、延寿以及对其进行大修进而保障直升机的健康。这种定期的维护和修理方式，一方面导致直升机部分构件在未检查期间处在没有监护的状态，影响着直升机的安全性；另一方面，在维修时存在着无故障的修理，将导致大量的浪费。针对于此，基于状态维修的直升机健康与使用监控系统（HealthandUsageMonitoringSystem，简称HUMS）应运而生。概述102HUMS是保障直升机安全飞行的必要条件根据欧洲航空安全组织和国际民用航空组织的定义，HUMS是通过记录和分析直升机关键系统和部件的状态，对其早期故障进行即时监测以保障直升机安全运行的系统。HUMS在保障直升机飞行安全的同时，还具有其他一些功能，包括减少任务终止，降低维修成本，改善飞机性能等。数据记录超限检查存储到数据库数据下载判断能否飞行概述103HUMS的发展1991年7月，应用在西科斯基S-61上的IHUMS获得了CAA适航证，成为第一个获得适航证的HUMS产品，具备机群飞行数据监测、参数趋势分析等功能。1999年6月，CAA颁布了额外耐飞性指南ADD001—05—99，规定“在英国注册的，9座以上的运营直升机必须安装VHM系统（即HUMS系统）”。美国古德里奇公司研制了IMD-HUMS，一方面飞行时能够及时地进行故障诊断；另一方面当飞行任务完成时可以将飞行数据传到地面的数据分析部门进行分析，从而更好地制定其维修计划。2006年，英国CAA发布了直升机振动健康监测指南（CAP753），该指南从HUMS系统安装、系统能力、地面站系统能力、交付系统性能修改与确认、系统服务支持和使用五个方面对HUMS系统的设计和使用进行了规定。概述104主要HUMS公司及部分装机型号HUMS公司BFGoodrich（古德里奇）Honeywell（霍尼韦尔）GEAviationSystems（通用航空）Eurocopter（欧直）Meggitt（美捷特）直升机型号UH-60BlackhawkChinookS-92（R）S-76（R）AH-64ApacheOH-58DBell206LMH-53CH-47ERAHelicoptersAS532CougarV22-OspreyEC-225EC-155AS332直升机HUMS系统架构105HUMS由传感器、机载数据采集与处理系统和地面站分析系统构成，其系统架构如图所示。通过在直升机关键部件处安装加速度传感器、转速传感器、轨迹传感器等，捕捉能够反映直升机状态的关键信息；机载系统将预处理后的数据完整地记录保存下来；经地面站系统计算各状态指标是否超限，并进行详细的振动数据分析，判断飞机能否继续飞行，是否需要维修；最终将数据存储至数据库。直升机HUMS关键技术106HUMS是一个复杂系统，其中包含许多技术难点，但最核心的莫过于数据分析处理的核心算法。HUMS主要通过量化的状态指标（CI）可对直升机三大动部件（发动机、传动系统、旋翼）进行有效的状态监测。HUMS关键技术主要包含传动系统及发动机状态指标（CI）、旋翼锥体动平衡等。直升机HUMS关键技术107传动系统及发动机状态指标基于原始振动信号的时域指标均方根值（RMS）峭度指标（K）峰值因子（CF）基于时域同步平均（TSA）信号的指标FM0SLF基于差分信号的指标FM4M6A直升机HUMS关键技术108传动系统及发动机状态指标基于残余信号的指标NA4NA4*齿轮参数指标OM1齿轮轴一阶旋转频率OM2齿轮轴二阶旋转频率OMx齿轮一阶啮合频率OM2x齿轮二阶啮合频率直升机HUMS关键技术109旋翼锥体动平衡旋翼作为直升机三大动部件之一，是直升机升力的直接来源。直升机机身振动最主要的来源。引起操纵困难、驾驶员疲劳，影响飞行安全。振动故障占20%，旋翼振动故障引起的一级事故高达35%。高效的旋翼调整策略将大大提升飞行安全性，驾驶舒适性并能大幅降低直升机全寿命周期维修费用。传动系统发动机旋翼系统直升机HUMS关键技术110旋翼锥体动平衡旋翼在工作状态下，桨叶在拉力、惯性离心力和自身重力三个力作用下，使桨叶产生垂向和横向振动。垂向振动主要是由桨尖轨迹不在同一高度（锥体不平衡）导致气动力不平衡引起的，横向振动主要是由桨叶制造误差导致配重不平衡引起的。RTB调整=Track（先）+Balancing（后）直升机HUMS关键技术111旋翼锥体动平衡标杆法有安全隐患，测量精度低；频闪仪法测量结果受主观因素影响较大；照相法受环境影响大（建筑、树木等）；UTD测量精度高，误差约1mm，是目前国内外普遍采用的方法。标杆法照相法频闪仪UTD直升机HUMS关键技术112旋翼锥体动平衡传统方法的缺点旋翼平衡的目的是达到降低旋翼振动的效果，但锥体并不一定很好，不考虑锥体，只考虑振动水平。减振思想

RTB调整=Track（先）+Balancing（后）

锥体VS振动操作复杂；精度不足；需要多次飞行调整……

直观想像

目标导向直升机HUMS关键技术113旋翼锥体动平衡该方法通过多次试飞采集旋翼振动数据，然后构造数学模型得到振动变化量与旋翼调整量之间关系，在实际使用时只需测出旋翼振动变化量输入数学模型即可得到具体的旋翼调整建议。传统的方法为简单起见采用线性模型，新的技术则采用神经网络学习出具体的影响系数，以得到更准确的结果。在实际使用时只需一次飞行即可给出精准的调整建议。直升机HUMS诊断案例114AH-64（阿帕奇）端部齿轮箱齿轮故障识别故障描述：2009年一月份一架阿帕奇直升机HUMS振动状态指标超限，出现红色告警。该阿帕奇直升机安装了Honeywell提供的现代信号处理单元（MSPU），在端部齿轮箱分别安装了滑油颗粒检测器、温度传感器和加速度传感器。通过拆解发现减速器输入小齿轮与输出斜齿轮均有严重损伤，如图所示，而滑油颗粒检测器、温度传感器均未反映出该故障。直升机HUMS诊断案例115AH-64（阿帕奇）端部齿轮箱齿轮故障识别采用方法：仅通过振动状态指标阈值便成功地识别出了该齿轮故障，如图所示，并未采取其他精细的分析。分析结果：该案例的意义在于，无论是滑油颗粒探测器还是温度传感器都没有检测到该严重故障。而HUMS的振动信号分析功能准确地识别出了故障，避免了更严重的事故发生。直升机HUMS诊断案例116UH-60L（黑鹰）附件驱动齿轮轴承故障识别故障描述：UH-60L安装了Goodrich综合飞行器健康管理系统（IVHMS）。该系统检测出该直升机附件齿轮箱轴承出现剥落。采用方法：为了改进诊断方法并得到附件齿轮箱更精确的CI阈值，HUMS分析师采用了如下分析步骤：（1）物理机理和故障模式分析；（2）算法性能检测；（3）故障数据挖掘与分析；（4）故障验证；（5）拆解分析；（6）嵌入式诊断。直升机HUMS诊断案例117UH-60L（黑鹰）附件驱动齿轮轴承故障识别分析结果：该方法能预测出轴承剥落，并能对正常轴承和即将出现剥落的轴承进行分类，极大提高了飞行安全性。三次拆解验证了该直升机附件齿轮箱轴承出现故障，且状态指标反映出了该故障。最后根据拆解分析结果和UH-60机队数据挖掘设置了新的阈值。通过更新阈值，立即识别出了该附件轴承故障。该直升机被部署在阿富汗作战基地，由美国陆军状态维修工作组提供技术支持。拆卸该齿轮箱后，在滑油中检测出了金属碎屑，阻止了严重的故障发生。直升机HUMS系统完善118目前，HUMS对直升机发动机与旋翼的诊断已日渐成熟，但是对于传动系统的诊断仍存在诸多不足，具体如下：故障模式与CI对应关系研究不足传动系统多元信号解耦研究不足微弱故障特征增强研究不足PART04民用客机故障预测与健康管理系统（PHM）目的和意义120航空公司降低飞机维修与运营成本通过对飞机飞行状态的实时监控、故障诊断，全面把握飞机健康状态，能够显著改善航空公司关注的非计划停场、准点率、飞机延误/取消、签派率、维修计划等项目；目的和意义121航空公司提升民机航空运输安全工信部--“建设飞机健康监控管理系统提高航空安全等级”。9月6日，民航局发布《航空承运人航空器追踪监控实施指南》要求2016年底4D/15位置及身份信息全球追踪监视。航班追踪监控自动弹射式FDRICAO：全球航空遇险与安全系统乘客行为监控机组操作与健康监控机体结构健康管理机载系统健康管理民用飞机实时监控与健康管理系统复兴航空德翼航空911事件目的和意义122飞机主制造商改变传统的民机客户服务商业模式实现高度数字化、网络化、集成化、实时化和智能化的电子化运营支持服务目的和意义123飞机主制造商飞机设计改进通过飞机实时监控、健康管理及故障诊断技术的应用，可以免费获取大量客户对飞机的运营数据，从而为主制造商改进飞机设计提供数据基础分析各航空公司机队商务运行相关数据，获取航空公司机队航线构成和飞机利用率等商务数据提供增值服务利用监控数据进行客户化业务应用开发，通过向航空公司用户提供增值服务的方式扩大盈利。AHM系统2012年的目录价约4美元/飞行小时/架机预测和响应航空公司的飞机采购需求、维修需求B787与B777飞机在机载维护系统（AHM系统的主要数据来源）的设计上有明显的延续性商务决策支持目的和意义124国家战略民机核心竞争力PHM技术是贯彻国家航空安全发展战略、提高民机运行安全性与经济性、提高我国民机核心竞争力的重要举措，受到国家关注与支持。落实航空安全发展战略MH370失联事件后，航空器独立监测与健康管理技术成为保证飞行安全的关键技术之一纳入科技部重点发展规划2017年，科技部明确提出将“航空器健康监测与服务技术”列入重点发展计划贯彻《中国制造2025》2016年国家发布《高端装备创新工程实施指南》“飞行状态监控和健康管理工程专项”成为其中大型飞机五大专项之一改变传统的民机客户服务商业模式民用飞机健康管理技术得到行业认可，成为B787、A350等世界上最先进民用客机的标配目的和意义125国内外现状及发展趋势—技术演进60-70年代80年代80年代后期至90年代90年代后期至今未来从外部测试到机内测试（BIT）B727、经典型B737从BIT到数字式智能BITB737、B757、B767、A310综合诊断的提出和发展，CMC的开发B747-400健康管理（PHM）技术诞生与发展，CMCF、ACMF集成+AHM模式B777、B787、A380综合运用人工智能、先进传感器、先进通讯等技术系统更加综合化、标准化和智能化PHM系统的总体架构设计126健康管理系统（PHM）总体架构方案123机载PHM技术空地数据传输技术地面PHM技术BITE采集机体结构、机载设备、发动机、环境的原始状态信息实时接收故障和状态信息通知飞机更改飞行策略并做好维护准备执行单机关键部件剩余寿命预测制定视情维护策略将机载系统采集的飞机状态监测数据信息传输到地面系统，包括实时ACARS数据传输与航后无线数据传输PHM技术的三个组成部分PHM系统的总体架构设计127健康管理系统（CAPHM）总体方案从逻辑层次上，系统分为传感器层、数据处理层、状态监测层、健康评估层、预测层、决策支持层和表示层共七个层次从物理实现结构上，由机载系统、数据通信传输系统、地面系统构成体系架构与功能映射关系总体架构机载健康监测系统128机载功能需求各类机载数据的采集和记录故障/警告的实时探测和显示异常事件的实时探测和显示重要运行数据的实时下传海量状态数据的航后无线下传系统组成机载维护系统机载信息系统通信