基于颗粒荷电特性的航空发动机气路监测方法研究

针对航空发动机气路高温部件长期缺乏有效的在线监测手段的问题，本项目研究了一种基于颗粒荷电特性的在线监测方法，通过建立静电传感器的测量模型，采用数值分析方法对模型求解，揭示传感器结构参数和周边介质对传感器性能影响的规律，为传感器的结构优化设计和安装布局提供思路和理论依据；研究气路颗粒的荷电机理，荷电颗粒和传感器相互作用的测试原理，分析颗粒流动特性对静电信号的影响规律，提取信号的有效特征参数；采用粗糙集和结构自适应神经网络等智能数据挖掘方法，探索典型故障模式和静电信号特征参数之间的映射关系，为完善静电监测系统知识库以及静电监测方法机载化奠定基础。项目的研究成果对于丰富航空发动机状态监测与故障诊断手段，全面提高发动机健康管理能力，指导军用、民用发动机的测试性、维修性设计，具有重要的理论意义和工程价值。

当前航空发动机关键部件的测试性设计大都基于事后维修策略而不是预测维修策略，尤其是航空发动机气路的故障高发部件，关键在于缺乏有效的在线监测手段和具有预警能力的监测技术。本项目研究了一种基于气路颗粒物荷电特性的在线监测方法。通过建立静电传感器的测量模型，采用有限元和数值分析方法对模型求解，采用数据拟合的方法获得了传感器的空间灵敏度分布函数，揭示了静电传感器结构参数和周边介质对传感器性能影响的规律，为传感器的结构优化设计和安装布局提供了参考依据；通过分析气路颗粒物的产生、荷电机理以及荷电颗粒物和静电传感器相互作用机理，揭示了颗粒运动速度/大小和颗粒流动特性（离散和连续）对静电信号特征参数的影响规律，发现静电感应信号幅值的大小随着颗粒粒径和速度增加而增加，速度快和小颗粒产生信号高频成分较多，连续颗粒物所产生的感应信号能量分布的相对均匀，而离散颗粒物产生的感应信号能量分布在低频，由此提取了静电监测信号的典型频域特征参数；在监测信号预处理的过程中，引入基于EMD参考噪声的构造方法，采用独立分量分析的方法，对实验过程中采集到的气路静电监测信号进行了降噪处理，提出了采用信号在低频段和高频段的能量比作为静电监测信号的信噪比，并以改善信噪比作为降噪效果的评价准则, 模拟信号和实测信号的降噪处理的结果表明了该方法的可行性和有效性. 通过采用粗糙集和结构自适应神经网络模型的智能数据挖掘方法，提取了故障模式和静电特征参数之间的映射规则，最后在发动机模拟实验平台和某型发动机上开展了静电监测技术的模拟实验和台架实验研究，对静电监测的测试模型、方法以及知识规则的有效性进行了验证。本项目的研究成果为静电监测方法机载化奠定了基础，丰富了航空发动机状态监测与故障诊断手段，为全面提高航空发动机的PHM能力提供了技术支撑和保障，对指导发动机的测试性、维修性设计，具有重要的理论意义和工程价值。