高金吉
（北京化工大學發動機健康監控及網絡化教育部重點實驗室，北京　100029）

　　摘　要：軍用航空發動機振動問題十分突出，是困擾設計、研制、生產和使用新一代發動機的瓶頸。分析論述了高質量數據采集是發動機振動故障監控的關鍵、基于振動故障機理和數據驅動的智能診斷、人工自愈原理與振動故障自愈調控系統、航空發動機整機動平衡與自動平衡等原理和技術，并對其團隊40年從事狀態監測診斷的研究成果及工程應用作簡要回顧。提出了未來航空發動機振動故障監控智能化的發展目標和建議。
　　關鍵詞：發動機；診斷；故障監控；智能化

　　編者按：2018年11月7—8日，由航空工業測控技術發展中心、中國航空學會測試技術分會、狀態監測特種傳感技術航空科技重點實驗室主辦，航空工業北京長城航空測控技術研究所、《測控技術》雜志社承辦的第十五屆中國航空測控技術年會在珠海隆重召開。著名的設備診斷工程專家、中國工程院院士高金吉在會上做了《航空發動機振動故障監控智能化》的精彩演講。

　　我國軍用航空發動機振動問題十分突出，其故障因果關系錯綜復雜難以診斷，是困擾設計、研制、生產和使用新一代發動機的瓶頸。
　　一方面，發動機研制過程振動故障定因、定位困難。據某發動機研究所統計，診斷占排故時間的80%左右，某型號發動機研制過程中發生200多起故障，振動問題制約研制進度，曾因軸承故障導致發動機損毀事故。另一方面，振動故障分析缺乏高質量數據支撐。發動機振動超標原因難以準確判定，如采用瓦吉姆測試軸承故障，誤判率達60%以上，導致大量發動機提前返廠。航空發動機振動故障監控智能化發展是快速診斷、精穩調控的基礎。
　　北京化工大學診斷與自愈工程研究中心于2001年創建，并獲批發動機健康監控及網絡化教育部重點實驗室、高端機械裝備健康監控與自愈化北京市重點實驗室。自2011年開始，連續獲得教育部、國防科工局等部委項目資助。北化工團隊在編人員19人，全部具有博士學位，致力于故障診斷與健康監測研究，針對發動機、燃氣輪機、柴油機等研發了系列化健康監測系統，并得到了廣泛應用。

　　1　高質量的數據采集是發動機振動故障監控的關鍵

　　1.1航空發動機數據采集獲取與振動故障監控國內外現狀

　　國內缺乏高質量大數據支撐，專家溯源診斷及排故難度大。一是機載監測系統比較落后，如某型號飛機發動機只有一個低頻速度傳感器，測不到中高頻信息，難以預警和故障診斷；二是監測參數不同步，體現在性能、振動、油液多種監測參數分別在不同的平臺上單獨采集，同步分析難；三是試車臺多采用BK等國外監測儀器，這些儀器都不是實時在線設計的，存在存儲數據回溯檢索難、無法開發診斷功能軟件等問題；四是發動機故障診斷數據采集分析帶寬不夠，體現在中高頻段故障信號特征丟失的問題。
　　相比而言，歐美國家早在20世紀70年代就已經擁有航空發動機機載故障監測診斷系統。上世紀90年代起，瑞士Vibrometer振動監測系統在歐美發動機上都獲得了使用。

　　1.2中國相關SCI論文數量雖然世界，但研究成果遠未滿足發動機重大需求

　　歐美航空發動機于20世紀七八十年代應用振動健康監控系統，我國工業動力機械也于80年代開始應用，但軍用發動機振動監測診斷與控制起步較晚。近年來我國航空發動機診斷方面投入了大量的資源，高等院校也在持續研究。根據2012—2017年統計數據，在故障與診斷方面中國的SCI論文篇數占全世界總數的49%，美國僅占10%左右；在航空發動機與故障或診斷方面中國的SCI論文篇數占全世界總數的79%，如圖1所示（數據來源：Web of Science核心數據庫）。

圖1 中國SCI論文數量占全世界比例

　　雖然SCI論文數量世界，但研究成果遠未滿足發動機監測診斷的重大需求。我們不能僅僅是投入了大量的人力，寫了很多文章給外國人看和引用，而更重要的是將理論研究與工程結合，將研究成果實際應用到工程之中。

　　1.3航空發動機試車復雜環境復雜工況振動響應數據是寶貴資源

　　航空發動機結構非常復雜，體現在多元激勵（轉子不平衡、不對中、氣動、熱變形、松動等）、復雜工況（高速、高溫、變轉速、變負荷、起降、爬升、俯沖等）、振動響應復雜（振動幅值、相位、頻率、模態、瞬變、多頻、寬頻、非線性，復雜路徑，弱信號等）。另外，在發動機高空試車臺上各種工況試驗，如包容試驗、吞咽試驗、陀螺試驗等，以及各種限制環境下的振動響應也是非常復雜的。可以說，值得研究和深入探索的內容非常多。
　　發動機振動隨工況環境變化有時大，有時小，有時正常。從積累的歷史數據看，70%以上的異常狀態及機械故障可通過振動形式表現出來。試車振動響應數據庫是發動機異常識別和故障診斷重要依據。試車臺建設中高質量數據采集系統至關重要。基于上述判斷，北化工團隊與企業合作在2005年開始自主研發快速寬頻帶同步數據采集系統，可以用在試車臺，也可以用在例行監控中的監測系統。系統得到了工業領域的廣泛應用，技術指標包括以下幾方面。
　　①高頻采集，采樣頻率在200kHz以上，支持分析頻率大于100kHz。
　　②同步采集，各種參數可以同步采集，可以判斷先后順序及因果關系。同步時間于1μs，同步采集參數可以為100個。
　　③高動態范圍，可以500g加速度的情況下，同時監測0.01~5000m/s²。
　　④高采集精度，背景噪聲非常小，在100Hz下可以測0.01m/s²。

　　2　基于振動故障機理和數據驅動的智能診斷

　　1987年遼陽石化從美國首次引進透平壓縮機在線模擬量振動監測系統，1991年開始自主研發數字量實時監測診斷系統，1995年通過FDDI局域網絡監測建立設備狀態數據庫，并建立了機器結構庫和知識庫，開發應用監測診斷維修決策信息系統，10年使12臺關鍵透平機組故障停機臺次減少90%以上。
　　1995年開始，項目團隊在原國家經貿委資金支持下研究旋轉機振動故障診斷軟件包，可以通過人機對話方式診斷10類56種透平機械振動故障，在國內20多個企業得到應用。
　　2002年開始北化工團隊進一步開展了故障機理研究，由于振動故障征兆譜和故障原因譜對應關系錯綜復雜，研究出監測不同測點、時間、故障敏感參數三維度診斷原理和方法，即依據多測點振動趨勢變化，振動、工況等多參數進行綜合診斷，編制專家系統實現自動診斷。
　　北化工團隊對700多臺壓縮機上的1萬多個點進行監測。每天的數據是23TB，每年數據高達八千多個TB，項目團隊從2009年到2018年上萬TB數據的積累中，一共積累了1231個實際故障案例。在基于大數據的學習中，對機組群的數據進行分析和研究，這樣可以把單機的經驗和機群的數據結合起來，不斷改進規則、完善專家系統，進而提高監測診斷的準確度。從工程上實際反映出來的故障診斷準確率，透平類是95%，往復類是94%，詳見表1。

表1 故障案例大數據庫及診斷準確率

　　可以看出，工業裝備故障數據庫對診斷排故和研發設計而言是寶貴的資源，多年來我國軍用發動機丟失大量的振動監測和故障數據，有好多數據裝在了不同光盤里，難以檢索和在一個時間平臺上去分析，這種現象再也不能繼續下去了！

　　3　人工自愈原理與振動故障自愈調控系統

　　3.1人工自愈原理與振動故障靶向抑制方法

　　德國RolfIsermann教授提出機電一體化系統組成為“五塊論”（如圖2所示），并受到社會的認可。他們認為控制功能是人類的大腦，動力功能是內臟，傳感器功能是五官，操作功能是四肢，結構功能是軀體。人有自愈機制，機器能不能有自愈功能，我們在上提出了這個觀點，并提出了自愈原理。通常機器振動、溫度超標就自動停車，能不能通過自愈調控在運行中防止和抑制振動、溫度超標，使機器不停機，這是重大突破。

圖2 機電一體化系統組成五塊論

　　仿生機械學對人工智能的研究大大增強了模仿人腦的功能，但忽略了人和動物維持自身健康的重要系統和功能—自愈系統及自愈功能。人工自愈（Artificial Self-recovery，AS）和人工智能一樣都是仿生機械學研究的領域。仿生機械學的新領域應研究如何把自愈機制這個人和動物特有的概念賦予機器。
　　人工自愈是在故障機理和風險分析的基礎上，仿生設計并賦予機器自發作用的、維持健康狀態的能力，使機器儲存、補充和調動自愈力以維持機體的健康狀態。這種理論與方法又有別于設備診斷與預知維修技術，是研究如何使裝備系統在運行中自行開展“主動控制”，即具備故障自愈功能，在運行中“自行”抑制或消除故障，或對缺陷進行自修復，而不是停機由人來排除故障。
　　我們所提出的人工自愈原理主要借鑒和移植現代醫學“自助調理”的治療原理，集成狀態監測診斷技術、人工智能技術、主動和自適應控制技術、智能結構和自修復材料、嵌入式技術等，研究并應用以故障預防和自消除為目標的裝備自主調控和自修復技術，使機械裝備系統具備故障自愈功能。自愈調控系統建模仿真框圖如圖3所示。

圖3 自愈調控系統建模仿真

　　由此可以看出，人工智能就是研究使計算機可模擬人的某些思維過程的行為，去完成某一個工作任務，讓機器更聰明。人工自愈就是讓機器系統像人一樣具有自愈功能，確保裝備系統的健康狀態，實際上讓機器更健康。
　　圖4所示為超重力機電磁自動平衡系統改變質量分布的案例。轉子不平衡振動可造成了軸承密封損傷。自動平衡系統可實時識別不平衡振動故障，通過智能控制器給裝在軸上的平衡盤靜環指令，靜環通過電磁脈沖可使動環改變質量分布產生不平衡力來抵消轉子不平衡，可以抑制不平衡振動實現故障自愈。

圖4 超重力機電磁自動平衡系統

　　3.2賽博物理系統

　　在過去的幾十年里，世界發生了重大轉變。以前完全以機械和電子元器件實物形態的形式存在，越來越多地采用嵌入式系統和軟件的形式。通過嵌入式系統、軟件，把物理系統生產過程，通過互聯網建立成一個賽博物理系統，經過對數據系統的分析、診斷、決策，Z后來實現控制或者調控。

圖5 賽博物理裝備健康系統

　　如圖5所示，賽博物理裝備健康系統是由賽博智能運維系統和自愈調控系統構成。前者可以進行數據采集，再進行分析，主要靠人通過分析診斷結果來進行排故和維護，也可以由智能聯鎖控制，這種可稱作賽博物理智能運維系統。在此基礎上，增加自愈調控系統可以構成賽博物理裝備健康系統。

　　4　航空發動機整機動平衡與自動平衡

　　4.1美國自動平衡技術及其應用

　　自動平衡可在發動機運行過程中通過主動控制改變轉子上平衡盤質量分布，實時抑制轉子不平衡振動。
　　美國空軍自2004年開始研究在飛機螺旋槳上安裝LORD公司研發的自動平衡系統（IPBS），2014年，在C130運輸機上正式列裝該自動平衡系統。安裝系統后螺旋槳處振動可以降低90%。

　　4.2北化工團隊進展情況

　　1979年遼陽石化團隊開始熱風機現場動平衡；1980—1990年，研究出透平壓縮機高速柔性軸系的現場動平衡技術，根治了振動嚴重超標問題；1990年至今，應用該技術為遼陽石化、陜鼓、鞍鋼等幾十臺機組排除了不平衡振動故障。
　　自2001年開始，北化工團隊跟蹤美德自動平衡技術，依托重大基礎科研項目，建成了航空發動機螺旋槳自動平衡模擬試驗臺、發動機整機抽真空電驅試驗臺，進行了自動平衡診斷識別與整機動平衡原理和方法研究；研究出了適合螺旋槳用輕量型平衡頭的結構，優化了設計磁路結構，并減小了平衡頭尺寸；同時考慮了各種飛行工況下的自動平衡原理和方法。在電磁式、噴液式、壓液式等動平衡技術取得突破，獲得和申請國家發明專利7項。其中國防專利1項授權，美國和歐盟發明專利各1項授權。基于多年的研究積累，團隊已制定了航發振動故障監測診斷與控制技術發展路線圖。基于故障機理大數據分析的專家系統及智能決策系統將對我國航空發動機振動控制發揮一定作用。

　　5　結論

　　航空發動機故障監控診斷是一條非常漫長的路。診斷規則是一個知識積累、完善的過程。未來航空發動機振動故障監控智能化的目標應該是：
早期預警——防止事故，治未故障。
　　溯源診斷——精準排故，改進設計。
　　安全評估——危險告警，智能聯鎖。
　　自愈調控——快準識別，精穩抑制。
　　故障預測——預知維修，延長周期。
　　①高質量數據采集是振動故障監測關鍵，發動機快速寬頻帶同步數據采集系統（嵌入式硬件與軟件），可獲取大量試車、試飛和運維的狀態及故障數據寶貴資源，應予以高度重視。
　　②發動機故障機理及模擬試驗研究，應與試車、試飛和運維狀態及故障大數據分析相結合，逐步驗證和完善診斷規則，實現故障早期預警和診斷智能化。
　　③地空一體網絡化監測，是發動機實時振動監測診斷的必然趨勢，應改變理念，盡早決策，逐步實施。
　　④振動故障自愈調控是確保發動機健康監測智能化的核心技術，應加大自動平衡、振動主動控制技術開發力度。

　　高院士Z后以兩首七律作為演講的結束。
 

《天夢》

軍機戰鷹衛空天，心臟驅機穩健難。
數據分析精診斷，放矢有的振消源。
神通拓展學研產，軍民融合闊海天。
奮起創新追歐美，余生甘奉夢天圓。

《海空夢圓》

物質能量惠人間，數據科學創紀元。
快準識別知世界，穩精調控換新顏。
航機故障能防預，潛艇消聲抑振源。
老軌夜航安穩睡，軍民融合夢遂圓。

　　從這兩首小詩中，我們深刻感受到了高院士矢志不移的航空報國情懷，感動于老一輩科技工作者對航空發動機事業所做的貢獻，也倍感使命責任重大。

　　作者簡介

　　高金吉（1942—），設備診斷工程專家，中國工程院院士，遼寧本溪人。1966年畢業于北京化工學院，1993年獲清華大學工學博士學位，1999年當選為中國工程院院士。
　　1988—2001年任中國石油遼陽石化公司副總工程師。2001年至今任北京化工大學教授。2013—2017年任北京化工大校學術委員會主任。科技部973計劃首席科學家和某973項目首席技術專家，空軍建設發展院士專家顧問。現兼任國務院安委會特種設備專委會副主任。2018年5月至今任工信部工業互聯網戰略咨詢專家委員會委員。
　　在國內率先在工業企業開發應用設備診斷技術，主持研制出機泵群網絡化監測診斷系統，對70多家企業2700余臺機組遠程實時監測診斷，避免百余起重大事故。發表論文百余篇，出版《機器故障診治與自愈化》等著作2部。2008年任世界工程資產管理與智能維修大會主席，2016任監測診斷與維修管理（COMADEM）學術會主席。2016年，工程資產管理協會（ISEAM）授予高金吉院士年度的“世界工程資產管理先進領域終身成就獎”榮譽稱號。