第４３卷第１期 ２０１７年２月 航空发动机 Ａｅｒｏｅｎｇｉｎｅ Ｖｏ１．４３ Ｎｏ．１ Ｆｅｂ．２０１７ 航空发动机试飞关键参数趋势监控的实现及应用 马明明，潘鹏飞 （中国飞行试验研究院，西安７１００８９） 摘要：为了实现航空发动机滑油压力、滑油温度、振动值在试飞中的趋势监控，采用神经网络方法对某型发动机大量试飞数据 进行训练和验证，获得了这几个参数全过程较为准确的计算模型。计算模型应用于该型号另ｌ台发动机参数趋势监控中，在应用 前，利用有限架次试飞数据修正了这几个参数的计算模型，采用动态链接库形式实现计算模型与原有实时监控系统的协同工作，进 行了模型计算结果和试飞结果趋势实时对比监控。结果表明：模型计算结果和试飞结果变化趋势吻合良好，说明了神经网络计算模 型的准确性以及在关键参数趋势监控中的工程实用性。 关键词：神经网络；滑油压力；滑油温度；振动值；动态链接库；趋势监控；航空发动机 中图分类号：Ｖ２３３．７ 文献标识码：Ａ ｄｏｉ：１０．１３４７７￣．ｃｎｋｉ．ａｅｒｏｅｎｇｉｎｅ．２０１ ７．０１．０１４ Ｒｅａｌｉｚａｔｉｏｎ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｋｅｙ Ｐａｒａｍｅｔｅｒｓ Ｔｒｅｎｄ Ｍｏｎｉｔｏｒｉｎｇ ｉｎ Ａｅｒｏｅｎｇｉｎｅ Ｆｌｉｇｈｔ Ｔｅｓｔ ＭＡ Ｍｉｎｇ—ｍｉｎｇ，ＰＡＮ Ｐｅｎｇ—ｆｅｉ （Ｃｈｉｎｅｓｅ Ｆｌｉｇｈｔ Ｔｅｓｔ Ｅｓｔａｂｌｉｓｈｍｅｎｔ，Ｘｉ ａｎ ７１００８９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｃｏｎｄｕｃｔ ｔｒｅｎｄ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ａｅｒｏｅｎｇｉｎｅ ｏｉｌ ｐｒｅｓｓｕｒｅ，ｏｉｌ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｖｉｂｒａｔｉｏｎ ｖａｌｕｅ ｉｎ ｆｌｉｇｈｔ ｔｅｓｔ，ａｃｃｕｒａｔｅ ｃａｌｃｕｌａｔｉｏｎ ｍｏｄｅｌｓ ｏｆ ｔｈｅｓｅ ｐａｒａｍｅｔｅｒｓ ｉｎ ｔｈｅ ｗｈｏｌｅ ｅｎｇｉｎｅ ｗｏｒｋｉｎｇ ｐｒｏｃｅｓｓ ｗｅｒｅ ｅｓｔａｂｌｉｓｈｅｄ ｂｙ ｕｓｉｎｇ ｔｈｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｍｅｔｈｏｄ ｆｏｒ ｔｒａｉｎｉｎｇ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｏｔ’ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｅｎｇｉｎｅ ｆｌｉｇｈｔ ｔｅｓｔ ｄａｔａ．Ｃａｌｃｕｌａｔｉｏｎ ｍｏｄｅｌｓ ａｒｅ ｃｏｒｒｅｃｔｅｄ ｂａｓｅｄ ｏｎ ｌｉｍｉｔｅｄ ｆｌｉｇｈｔ ｔｅｓｔ ｄａｔａ ｏｆ ａｎｏｔｈｅｒ ｅｎｇｉｎｅ ｂｅｆｏｒｅ ａｐｐｌｉｅｄ ｉｎ ｉｔｓ ｔｒｅｎｄ ｍｏｎｉｔｏｒｉｎｇ．Ｆｏｒ ｔｈｉｓ ｅｎｇｉｎｅ，ｃａｌｃｕｌａｔｉｏｎ ｍｏｄｅｌｓ ｗｅｒｅ ｃｏｏｐｅｒａｔｅｄ ｗｉｔｈ ｒｅａｌ－ｔｉｍｅ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ ｔｏ ｒｅａｌｉｚｅ ｐａｒａｍｅｔｅｒｓ ｔｒｅｎｄ ｍｏｎｉｔｏｒｉｎｇ ｂａｓｅｄ ｏｎ ｄｙｎａｍｉｃ ｌｉｎｋ ｌｉｂｒａｒｙ．Ｒｅａｌ－ｔｉｍｅ ｍｏｎｉｔｏｒｉｎｇ ｂｅｔｗｅｅｎ ｃａｌｃｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ａｎｄ ｆｌｉｇｈｔ——ｔｅｓｔ ｒｅｓｕｌｔｓ ｗａｓ ｉｍｐｌｅｍｅｎｔｅｄ ｏｎ ｔｈｅ ｅｎｇｉｎｅ．Ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅ ｔｈａｔ ｔｒｅｎｄｓ ｏｆ ｃａｌｃｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ａｎｄ ｆｌｉｇｈｔ—ｔｅｓｔ ｒｅｓｕｌｔｓ ａｒｅ ｉｎ ｇｏｏｄ ａｇｒｅｅｍｅｎｔ．Ｉｔ ｓｈｏｗｓ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｍｏｄｅｌｓ ａｎｄ ｔｈｅ ｅｎｇｉｎｅｅｒｉｎｇ ｐｒａｃｔｉｃａｂｉｌｉｔｙ ｉｎ ｔｈｅ ｋｅｙ ｐａｒａｍｅｔｅｒ ｔｒｅｎｄ ｍｏｎｉｔｏｒｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ｏｉ１ ｐｒｅｓｓｕｒｅ；ｏｉｌ ｔｅｍｐｅｒａｔｕｒｅ；ｖｉｂｒａｔｉｏｎ；ｄｙｎａｍｉｃ ｌｉｎｋ ｌｉｂｒａｒｙ；ｔｒｅｎｄ ｍｏｎｉｔｏｒｉｎｇ；ａｅｒｏｅｎｇｉｎｅ ０引言 目前，普遍采用机载监控系统监控发动机滑油压 相比，趋势监控考虑了发动机参数基准、个体差异等 因素，可实现发动机故障的提前预报，提高使用的可 靠性和试飞安全保障能力 。 力、滑油温度、振动值、转速、排气温度等关键参数，将 国外开展了大量针对参数预测和状态监控的研 究，如采用ＧＡＳＴＵＲＢＯ软件，可实现发动机稳态和过 渡过程的参数预测和状态监控阎；文献［６］将基于故障 辨识方法的模型结果与发动机稳态和过渡过程试验 数据进行了对比，表明该技术能够检测和报告参数突 检测到的参数与对应的限制值对比，判别发动机工作 正常与否Ｉ Ｉ。这种监控方式不能有效及时发现并检测 工作参数偏离正常值但未超出限制值的问题，可能会 造成严重故障 Ｉ。 发动机状态监控的重要发展方向是对关键参数 趋势监控。趋势监控的基本原理是通过对监控值与基 准值的偏差或偏差变化趋势的分析，判断发动机健康 状况，实现对发动机的状态监控ｌ ３ｌ。与限制值监控方式 收稿日期：２０１６—０５—０２ 变性故障。国外先进航空发动机（如ＰＷ公司的 Ｆ１３５、ＧＥ公司的ＧＥｎｘ以及发动机联盟的ＧＰ７２００发 动机）已经开始应用参数趋势监控方式，应用先进的 预测和管理系统，实现了发动机滑油、振动等趋势监 作者简介：码明明（１ ９８ １），男，高级工程师，主要从事航空发动机飞行试验技术研究工作；Ｅ—ｍａｉｌ：ｍｍｍ一２００７＠ｌｉｖｅ．ｏｎ。 弓＼甩幅式：码明明，潘鹏飞．航空发动机试飞关键参数趋势监控的实现及虚用ＵＩ航空发动机，２０１７，４３（１）：７９—８４．ＭＡＭｉｎｇｍｉｎｇ，ＰＡＮＰｃｎｇｆｃｉ．Ｒｅａｌｉｚａｔｉｏｎ ａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｋｅｙｐａｒａｍｅｔｅ￣ｔｒｅｎｄｍｏｎｉｔｏｒｉｎｇｉｎａｅｒｏｅｎｇｉｎｅｆｌｉｇｈｔｔｅｓｔ Ａｅｒｏｅｎ￣ｎｅ，２０１７，４３（１ ：７９－８４．． 航空发动机 第４３卷 控【７＿。中国的工程技术人员在发动机参数预测及状 态监控方面也开展了大量研究工作，涉及发动机气 路［８￣９１、性能 、振动［４１、滑油＿ｌ１】等关键参数，取得了良好 效果。 滑油温度是另１个重要参数，能反映发动机轴承 和齿轮的工作状态，影响滑油的黏度。滑油温度过高 还会改变滑油的特性（焦化、氧化）或损坏轴承的封严， 也能够反映出轴承极端恶化、热端密封泄漏、过量加 本文采用神经网络方法，利用试飞数据，获得了 滑油压力、滑油温度、振动值３个关键参数的基准值， 即建立了计算模型。将该计算模型应用于该型号另１ 台发动机参数趋势监控前，利用该台发动机试飞初期 获得的试飞数据对计算模型进行了修正。在该台发动 机上进行了计算模型结果和飞行试验结果趋势实时 对比监控，验证了计算模型的准确性及趋势监控的可 行性。 注等问题【ｌ２＿ ３１。滑油温度既可在供油管路上测量，也可 为回油温度。 以在回油管路上测量。本文研究的发动机的滑油温度 飞行状态、飞行姿态、发动机工作状态可能会影 响滑油温度。飞行状态、飞行姿态和发动机工作状态 能够引起滑油压差的改变，从而引起滑油供油量的改 变，进而影响滑油回油温度。滑油采用燃油冷却，所以 滑油散热器中燃油管路的堵塞会造成滑油温度升高。 温度、燃油流量等参数也会对滑油温度产生影响，如燃 １ 参数的影响因素分析及输入参数确定 发动机滑油压力、滑油温度和振动值是表征发动 机可靠性和安全性的关键参数，与飞机的飞行状态、 综上，滑油温度计算模型的输入参数有气压高度、 飞行马赫数、大气总温、滚转角、滑油压差、油门杆、高 压转速、主燃油总管压力与压气机出口压力之差，共计 飞行姿态、发动机工作状态等关系紧密，但与表征飞 行状态、飞行姿态、发动机工作状态的参数之间的特 性复杂且不明确Ⅲ。 １．１ 滑油压力的影响因素分析及输入参数确定 ８个。根据燃油喷嘴特性可知，主燃油总管压力与压气 中暂未考虑燃油温度对滑油回油温度的影响。 机出口压力之差能够表征燃油流量的大小。本文研究 １．３发动机振动值的影响因素分析及输入参数确定 滑油系统能够对发动机高速转动部件进行润滑 和冷却，减小轴承的摩擦力并带走部分因摩擦产生的 发动机转子是１个高速旋转部件。由盘、轴、叶片 等零部件组装而成的转子在加工制造过程中都有一 热量，使之能够在合适的温度下长时间、稳定地工作。 滑油压力是否正常是整个滑油系统是否正常的重要 标志，直接影响润滑量的大小，进而影响润滑和冷却 定的偏差，会引起转子旋转时的不平衡，从而在旋转 过程中产生振动㈣。以下原因可能造成发动机振动增 加或超限：工作叶片折断或部分损坏，如风扇叶片或 效果。滑油喷嘴阻塞可能造成滑油压力过高，而管路 泄漏、破坏、滑油泵失效等可能造成滑油压力过低［ ３１。 飞行状态、飞行姿态、发动机工作状态的变化都 会影响滑油压力。发动机工作参数随飞行状态改变而 发生变化，特别是高压转速。高压转速越大，摩擦产生 的热量就越多，要求滑油更快地循环流动，及时地带 走热量，滑油压力就可能越大。滑油箱、供油管路与滑 油喷嘴的相对位置也会随飞行姿态改变而发生变化， 进而影响滑油供油量及滑油压力。滑油泵等附件直接 由发动机高压转子传动，滑油压力受发动机状态变化 影响较大。 压气机叶片的外来物损伤；工作叶片安装不合适；转 子上有部件丢失，如螺栓螺帽等；工作叶片或转子变 形；转子轴承不同轴或轴承磨损。反之，振动值能够反 映转子损坏、变形及轴承磨损等 】。 飞行状态、飞行姿态、发动机工作状态可能会影 响发动机振动值。导致发动机振动较大的转子不平 也具有一定的个体差异性。 衡、不对中等受制造、装配的影响，因此，发动机振动 发动机进、出口压力等随飞行状态改变而发生变 化。作用在转子部件的作用力通过安装节直接作用于 上发动机，作用力发生变化，可能会引起发动机振动 综上，滑油压力计算模型的输人参数有气压高 度、飞行马赫数、大气总温、滚转角、侧滑角、高压转速 和油门杆角度，共计７个。为了区分发动机稳定状态 和过渡状态，选取油门杆角度作为输入参数。 １．２滑油温度的影响因素分析及输入参数确定 值变化。转子离心力以及作用在转子部件的作用力都 会随飞行状态改变发生变化，引起发动机振动值变化。 综上，振动值计算模型的输人参数有气压高度、 飞行马赫数、大气总温、滚转角、攻角、侧滑角、油门 杆、高压转速，共计８个。为了区分发动机稳定状态和 靛剖 ＿岛 ， 筇Ｉ驯 日Ｊｊ［ＪＪ等：航宅发动机试 关键参数趋势临控的实现及腹用 ８ｌ 一 过渡状态，选取油 朴ｒｆ】度作为输入参数 表１ 相关参数的最大值和最小值 ２计算模型的建立 ２．１ 滑油压力等参数基准值的计算方法 ｉｆ，ｌｌｌ ，，等参数 １Ｉ之 行状念、 ｉ 姿念、发 ｆ』ｌ Ｊ ｆ１ 状怎的参数之Ｍ的特性１．￣ｌＪ汁算模 复杂ｌＪ ．不Ｉ１Ｊ】确 ＿｝ＩＩＪ终 络泼埘 杂、／ｆ 确定Ｍ题ｊ｛．何ｒＩ适 ｎ ｊ Ｊ能乃，Ｉ＿ｉ．高 窬锵， 进 卜算模 确定的 奉殳研究的滑汕 ，』等３个参数均采』｝】３ ｆＩｆＩ 终 络 构，按照分析确定的输入参数建 计算馍 ， 隐 Ｊ 选川双ｌ｛ｆｌｊ Ｊ 传递函数，输ｌ叶Ｊ层选川Ｉ纯线 忭 递 数 输』 Ｊ 隐 Ｊ ｌ｝ 隐 『 鳓２ｊ 输…Ｊ， ，－————一、厂．———＿＿、厂—■——＿、 ，＿———＿＿、 眯＝要 姆 ＝ ＿｛１ｆｊ轩栩慢・ ， 篁 型盛 磬 耍 筘 图１ 滑油压力神经网络计算模型结构 卅Ｉ １．ｑ 乜 ｌ。ｉ ，ｋＩ’ 澍 Ｊ伸绛 络汁 模ｆ 结构盘ｌ１ Ｉ所，Ｊ 图２滑油压力模型计算结果与飞行试验结果的对比 ２．２建立计算模型的试飞数据说明 川ｌ台发动机的试飞数据缱 汁算模型． 发功机Ｊ 过 也捕 种稳定状态、』Ｊｌ】速过 、 误 ，汁算模型的效果很好 ２．４滑油温度计算模型的建立 汁算滑油温度的输入参数 ８个，神经Ｉ“Ｊ络隐含 层第Ｊ、２ 的节点数分别为ｌ７和２５ 滑油温度模 计算结果 试飞结果的 ｆ｝＿ｌｆ情况 如 ３所示．、从 巾町见，模型计算结果 试飞结果 减速过 、』Ｊｌｌ Ｊ接通和 断过程、 ，Ｉ 起动等。发动机 Ｉ 作 、 儿 ・涌 ｒ祭个 ｉ 包线，包括一定的机动 ｉ 情况卜ｎ，Ｊ发动饥 试验 卞ｌｌ父签教的最人似和最小值 丧Ｊ 缱、 模 过 『ｆ１． 酞 数槲，７ｆ）％的作为 ｆｆ｝】经 络懊 的圳练数 ｆ包括包线边界点等），ｌ５％ 作为模』Ｉ 的验 数 ，剩 的ｌ５％作为模 的洲试 使川Ｉ ２．３滑油压力计算模型的建立 的 篪住２８ 以『人ｊ 采用神经『救Ｊ络建 的计 ：模 一【＿＿】 Ｉ １Ｉ ｌＪｌ ＩｎＩｌ Ｊ ｌ＿ 一ｌ＿【＿ 汁研：卅汕ＪＩｉ，Ｊ的输入冬数为７个，ｆｌ｝ Ｊｊ ｌ、２ Ｊ ｆＩ，Ｊ １ － ＿数 【Ｊ乃ｌ５、２３ 计汕 ，』 情况 ３ ‘ｊ ｆ 验 络隐 的篪价 槲“Ｉ ．ＩＩ ｔ ｌＩ ／１： 图３滑油温度模型计算结果与飞行试验结果的对比 效 良 ， ２昕爪 从ｌ冬１Ｉｆ１．ｊ－ ，摸Ｊ Ｉ’钟：结果 ｊ 验 ２．５发动机振动值计算模型的建立 汁∞：发动０ＬＮ：动他的输入参数为８个，｝ｌｌｆ经 络 结果的 ３０ ａ以 考虑划滑 ＩＩ 力的控制 航空发动 第４３卷 隐含层第１、２层的节点数分别为Ｉ７和２５。发动机振 蒌 动模型计‘算结果与飞行试验结果的对比情况如 ４ 所尔 从冈中可见，模型计算结果 试验结果的误差 斌 蛊 盛 萋垂 醚播 趔 譬 一≯ 踞奸 基哄 蒋姆 图６修正后的滑油温度计算模型结果与试飞结果的对比 图４发动机振动模型计算结果与飞行试验结果的对比 １０ ｍｍ／ｓ以内，效果良好 ３应用于特定发动机的计算模型的修正 将汁算模型 用于同 号另ｌ台发动机，建 计 算模ＪＦ！的发动机与该 发动机先后 装于同架飞机 的删一位置 考虑到每台发动机滑油 力、滑油温度、 鬻 琳啦 燮 图７修正后的发动机振动计算模型结果与试飞结果的对比 振动值的个体差异，存将计算模 应用于该台发动机 前，埘计算模 进行＿ｒ修正 修正模 的试飞数据为 该台发动机试飞训期的１５架次数据，包括＿『发动机 各利，稳定状态、加速过程、减速过程、加力接通和切断 过 、空中起动等 小同发动机滑油压力的调定值有所差异，考虑该 筹 为恒定差值，进行模型修ｌＩｌ 。该差值的求取方法 如下：将该台发动机的相关试飞数据代入计算模 （通Ｈ１模 ） 算滑油压力，计算结果与试飞结果进行 比较，形成偏差，用该偏差修正通用模 ，形成针 对该 台发动机的滑油压力汁算模 、利用计算模 Ｃ通用 Ｌ计算结果 试飞结果差值情况分别如 ６、７所，Ｊ ．较 之 ３、４结果的分散度稍大一 ．计算模 效果良 好： ４滑油压力等参数趋势监控的实现及验证 该台发动机在试飞过程中的实时监控系统 Ｊ ＬＡＩ３ＶＩＥＷ平台开发，本史采用动态链接庠肜式 观 了计算模 与实时＇Ｊ￣“ｒ Ｌ控系统的协同Ｌ 作 试飞过 中．实时监控系统调用该动态链接库．将 测参数带 人发动机滑油压力、滑油温度、发动机振动值的计算 模型中进行实时计算，待动态链接库计算完毕后获取 参数计算模型的返回值，将计算结果与试飞结果进ｉ 趋势对比监控并予以显示，验证汁算模 的准确性及 实时监控的可行性。 』ｉｌＪ …【 “． ｜ ●● ／－ ：… 十ｍ ‘艇 －＾‘ ．进 ｝．‘． ：．．．．１ ． ｊ．｝唾 ： ¨数 【１ Ｊ【】 ｎＩ】 ２ 【１ ｃ】¨ 苫 Ｉ— ／ ： ‘ ‘‘‘ …． ． ｝ 一 ＩＩ ‘礓ｆ生 ｆ ｆｆ 动｝Ｊｌ晰汕『Ｉ． ．’， ／ｋｌＩｌ ｌ图５该型号某台发动机的滑油压力修正偏差 亏 、‘ ＼ ｉ＼一 Ｊ Ｊ｝ ｆ｝ ／ ＿＿ 。玎 ｊ 模， ）所得结果 试 结果的差值情况如冈５所示， 【！『Ｊ该台发动机的修 偏差约为Ｉ５ ｋＰａ、 对于滑油温度和发动机振动值，将该台发动机 ｌ５个架次的试 数掂纳入原计算模 采用的数据 库，瞳新进｛ 神经『舣Ｊ络模型训练、验证和测试，获得新 Ｖ ． ／ ｛ （１ ｌｌ『１ ４ＩｌＩ１ ： 『 ＿——÷ ＿ ●－。● ： ‘。’ ｔｉ ■‘・Ｌ ＼ －－ｊ、 ＾【ｌ【１ 越 ， ８【Ｉ¨ ＩＩ１１）ｆｌ Ｉ ｌＪｌ】 ｌ ４Ｉ１Ｉ 川川／、 的滑油温度和振动值训‘算模 、 修 后的计算模 的 图８某一架次试飞的相关参数时间历程 第１期 马明明等：航空发动机试飞关键参数趋势监控的实现及应用 ８３ 该台发动机的某一架次试飞的相关参数时间历 程如图８所示。从油门杆角度参数可见，该架次试飞 数的模型计算结果与试验结果的误差较小。 （２）给出的利用有限架次试飞数据修正滑油压力、 图９滑油压力模型计算结果与飞行试验结果时间历程对比 芝 ０ ∽ 蒸 ４０ ６０凳 士 鏖 ０ ０ 善 ０ ｚ 冀 世 翟¨０ 。 薹 １００ 垩 ００癯 ￣，Ｊｆｈｌ／ 图１０滑油温度模型计算结果与飞行试验结果时间历程对比 图１ １ 发动机振动模型计算结果与飞行试验结果时间历程对比 中包括了发动机稳定状态、加速性、减速性、加力接通 和切断、停车、空中起动等试验科目。 该架次滑油压力、滑油温度、振动值的模型计算 结果与飞行试验结果对比分别如图９～１ １所示。 从图９～１ Ｉ中可见，模型计算结果和试飞结果变 化趋势吻合良好，二者误差较小，进一步说明了神经 网络计算模型的准确性，也说明应用计算模型结果进 行关键参数趋势监控是可行且实用的。 ５结论 （１）基于某型号发动机大量试飞数据，采用神经 网络方法建立的滑油压力、滑油温度、振动值３个参 滑油温度、振动值３个参数计算模型的方法是可行 的；在发动机实时监控系统基础上，采用动态链接库 形式实现计算模型与实时监控系统的协同Ｔ作是可 行的。 （３）实现了发动机滑油压力、滑油温度、振动值模 型计算结果和试飞结果趋势实时对比监控，模型计算 结果和试飞结果变化趋势吻合良好，说明应用计算模 型结果进行关键参数趋势监控是可行且实用的。 应用神经网络方法建立的参数模型的精度依赖 于对参数影响因素的正确分析及确定，本文基于工作 原理及特点确定影响因素的方法具有一定的局限性， 有待进一步深入研究；本文完成的发动机全过程关键 参数实时趋势监控研究工作，为实现发动机故障提前 预报、提升试飞安全保障能力解决了技术难点，建立 在趋势监控基础上的故障提前预报研究正在开展中。 参考文献 ［１］陈卫，程礼，李全通，等．航空发动机监控技术［Ｍ】．北京：国防ｊ１ 业出版 社，２０１１：２４—２８． ＣＨＥＮ Ｗｅｉ，ＣＨＥＮＧ Ｌｉ，ＬＩ Ｑｕａｎｔｏｎｇ，ｅｔ ａ１．Ｍｏｎｉｔｏｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ａｅｒｏｅｎｇｉｎｅ［Ｍ】．Ｂｅｉｊｉｎｇ：Ｎａｔｉｏｎａｌ Ｄｅｆｅｎｓｅ Ｉｎｄｕｓｔｒｙ Ｐｉ￣ｓｓ，２００１：２４—２８． （ｉｎ Ｃｈｉｎｅｓｅ） 【２１魏松江，李书明．ＢＰ神经网络在民航发动机实时监控技术的应用研 究【ＪＪ．装备制造技术，２０１ ３（２）：７０—７２． ＷＥＩ Ｓｏｎｇｊｉａｎｇ，ＬＩ Ｓｈｕｍｉｎｇ．Ａｐｐｌｉｃａｔｉｏｎ ｒｅｓｅａｒｃｈ ｏｆ ＢＰ ｎｅｕｒａｌ ｎｅｔ－ ｗｏｒｋｓ ｉｎ ｃｉｖｉｌ ａｖｉａｔｉｏｎ ｅｎｇｉｎｅ ｒｅａｌ—ｔｉｍｅ ｍｏｎｉｔｏｒｉｎｇ［Ｊ］．Ｅｑｕｉｐｍｅｎｔ Ｍａｎ－ ｕｆａｃｔｕｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，２０１３（２）：７０－７２．（ｉｎ Ｃｈｉｎｅｓｅ） ［３］陈志英，李其汉．监视参数预测和故障识别法ｌＪ１．航空动力学报， １９９４ ９（４）：４１９—４２１． ＣＨＥＮ Ｚｈｉｙｉｎｇ，ＬＩ Ｑｉｈａｎ．Ｍｏｎｉｔｏｒｉｎｇ ｐａｒａｍｅｔｅｒｓ ｆｏｒｅｃａｓｔｉｎｇ ａｎｄ ｆａｕｌｔｓ ｒｅｃｏｇｎｉｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ａｅｒｏｓｐａｃｅ Ｐｏｗｅｒ，１９９４，９（４）：４１９－４２１．（ｉｎ Ｃｈｉｎｅｓｅ） ［４］金向阳，林琳，钟诗胜，等．航空发动机振动趋势预测的过程神经网络 法【ＪＪ．振动、测试与诊断，２０１１，３１（３）：３３１—３３４． ＪＩＮ Ｘｉａｎｇｙａｎｇ，ＬＩＮ Ｌｉｎ，ＺＨＯＮＧ Ｓｈｉｓｈｅｎｇ，ｅｔ ａ１．Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ａｅｒｏ－ ｅｎｇｉｎｅ ｖｉｂｒａｔｉｏｎ ｔｒｅｎｄ ｕｓｉｎｇ ｐｒｏｃｅｓｓ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［ Ｊｏｕｒｎａｌ ｏｆ Ｖｉ— ｂｒａｔｉｏｎ，Ｍｅａｓｕｒｅｍｅｎｔ＆Ｄｉａｇｎｏｓｉｓ，２０Ｉ１，３１（３）：３３１—３３４．（ｉｎ Ｃｈｉｎｅｓｅ） ［５］Ｋｏｎｇ Ｃ Ｄ，Ｋｉ Ｊ Ｙ，Ｋａｎｇ Ｍ Ｃ，ｅｔ ａ１．Ａ ｎｅｗ ｓｅａｌｉｎｇ ｍｅｔｈｏｄ ｆｏｒ ｃｏｎｌ— ｐｏｎｅｎｔ ｍａｐｓ ｏｆ ｇａｓ ｔｕｒｂｉｎｅ ｕｓｉｎｇ ｓｙｓｔｅｍ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｌＪＪ．ＡＳＭＥ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ ｆｏｒ Ｇａｓ Ｔｕｒｂｉｎｅ Ｐｏｗｅｒ，２００３，１２５（４）： ９７９－－９８５． ［６］Ｍａｌｌｏｙ Ｄ Ｊ，Ｃｈａｐｐｅｌｌ Ｍ Ａ，Ｂｉｅｇｌ Ｃ．Ｒｅａｌ－ｔｉｍｅ ｆａｕｌｔ ｉｄｅｎｔｉｉｆｃａｔｉｏｎ ｆ０ｒ ｄｅｖｅｌｏｐｍｅｎｔ ｔｕｒｂｉｎｅ ｅｎｇｉｎｅ ｔｅｓｔｉｎｇ［Ｒ］．Ｏｒｌａｎｄｏ：ＡＳＭＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｇａｓ Ｔｕｒｂｉｎｅ Ｉｎｓｔｉｔｕｔｅ’Ｓ Ｔｕｒｂｏ Ｅｘｐｏ，９７一ＧＴ一１４１．１９９７． 航空发动机 第４３卷 【７１李・安・泰格梅尔．新发动机的维修策略［Ｊ］．国际航空，２００５（６）：４４—４８． Ｔａｉｇｅｒｍｅｉｒ Ｌ Ａ．Ｍａｉｎｔｅｎａｎｃｅ ｏｎ ｔｈｅｉｒ ｍｉｎｄ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ａｖｉ￣ｉｏｎ， ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｎｅｕｒｌ ｎｅｔａｗｏｒｋ ｌ Ｊ１．Ａｅｒｏｎａｕｔｉｃａｌ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，２００９（６）：８５－８９．（ｉｎ Ｃｈｉｎｅｓｅ） ２００５，（６）：４４—４８．（ｉｎ Ｃｈｉｎｅｓｅ） 【１２］尉询楷，杨立，刘芳，等．航空发动机预测与健康管理［Ｍ】．北京：国防 工业出版社，２０１４：２１７—２１８． ＷＥＩ Ｘｕｎｋａｉ，ＹＡＮＧ Ｌｉ，ＬＩＵ Ｆａｎｇ，ｅｔ ａ１．Ａｅｒｏｅｎｇｉｎｅ ｐｒｏｇｎｏｓｔｉｃｓ ａｎｄ 【８单晓明，８１宋云峰，黄金泉，等．基于神经网络和模糊逻辑的航空发动 机状态监控［Ｊ】．航空动力学报，２００９，２４（１０）：２３５６—２３６１． ＳＨＡＮ Ｘｉａｏｍｉｎｇ，ＳＯＮＧ Ｙｕｎｆｅｎｇ，ＨＵＡＮＧ Ｊｉｎｑｕａｎ，ｅｔ ａ１．Ｃｏｎｄｉｔｉｏｎ ｈｅａｌｔｈ ｍａｎａｇｅｍｅｎｔ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｎａｔｉｏｎａｌ Ｄｅｆｅｎｓｅ Ｉｎｄｕｓｔｒｙ Ｐｒｅｓｓ，２０１４： ２１７－２１８．（ｉｎ Ｃｈｉｎｅｓｅ） ｍｏｎｉｔｏｒｉｎｇ ｏｆ ａｅｒｏｅｎｇｉｎｅ ｂａｓｅｄ ｏｎ ｎｅｕｒｌ ｎｅｔａｗｏｒｋ ａｎｄ ｆｕｚｚｙ ｌｏｇｉｃ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ａｅｒｏｓｐａｃｅ Ｐｏｗｅｒ，２００３，２４（１ ｏ）：２３５６－２３６１．（ｉｎ Ｃｈｉｎｅｓｅ） ［１３］朱建东．飞机发动机的监控技术及其发展趋势叨．飞机设计，２０１３ （１）：５８－６１． ＺＨＵ Ｊｉａｎｄｏｎｇ．Ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄ ｏｆ ａｅｒｏｅｎｇｉｎｅ ｃｏｎｔｏｌ［ｒＪ］．Ａｉｒ－ ［９】钟诗胜，雷达，丁刚．卷积和离散过程神经网络及其在航空发动机 排气温度预测中的应用［Ｊ】．航空学报，２０１２，３３（３）：４３８—４４５． ＺＨＯＮＧ Ｓｈｉｓｈｅｎｇ，ＬＥＩ Ｄａ，ＤＩＮＧ Ｇａｎｇ．Ｃｏｎｖｏｌｕｔｉｏｎ ｓｎｍ ｄｉｓｃｒｅｔｅ ｐｒｏｃｅｓｓ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ａｅｒｏｅｎｇｉｎｅ ｅｘｈａｕｓｔｅｄ ｇａｓ ｔｅｍｐｅｒａｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ｆＪ】．Ａｃｔａ Ａｅｒｏｎａｕｔｉｃａ ｅｔ Ａｓｔｒｏｎａｕｔｉｃａ Ｓｉｎｉｃａ， ２０１２，３３（３）：４３８—４４５．（ｉｎ Ｃｈｉｎｅｓｅ） ［１ ｏ１陈果．用结构自适应神经网络预测航空发动机性能趋势［Ｊ］．航空 学报，２００７，２８（３）：５３５—５３９． ＣＨＥＮ Ｇｕｏ．Ｆｏｒｅｃａｓｔｉｎｇ ｅｎｇｉｎｅ ｐｅｒｆｏｒｍａｎｃｅ ｔｒｅｎｄ ｂｙ ｕｓｉｎｇ ｓｔｒｕｃｔｕｒｅ ｓｅｌｆ－ａｄａｐｔｉｖｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［Ｊ］．Ａｃｔａ Ａｅｒｏｎａｕｔｉｃａ ｅｔ Ａｓｔｒｏｎａｕｔｉｃａ Ｓｉｎｉｃａ，２００７，２８（３）：５３５－５３９．（ｉｎ Ｃｈｉｎｅｓｅ） 【１ １１张蓉，谢武杰．基于小波神经网络航空发动机滑油系统故障诊断方 法研究【Ｊ】航空制造技术，２００９（６）：８５—８９． ＺＨＡＮＧ Ｒｏｎｇ，ＸＩＥ Ｗｕｊｉｅ．Ｒｅｓｅａｒｃｈ ｏｎ ａｅｒｏｅｎｇｉｎｅ ｌｕｂｒｉｃａｎｔ ｓｙｓｔｅｍ ｃｒａｆｔ Ｄｅｓｉｎｇ，２０１３（１）：５８－６１．（ｉｎ Ｃｈｉｎｅｓｅ） 【１４］徐可君．航空发动机振动及控制【Ｊ】．航空科学技术，１９９９（１）：２８—３０． ＸＵ Ｋｅｊｕｎ．Ｖｉｂｒａｔｉｏｎ ａｎｄ ｉｔｓ ｃｏｎｔｒｏｌ ｏｆ ａｅｒｏｅｎｇｉｎｅ．Ａｅｒｏｎａｕｔｉｃａｌ Ｓｃｉ— ｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，１９９９（１）：２８－３０．（ｉｎ Ｃｈｉｎｅｓｅ） ［１５］倪世宏，史忠科，沙孟春．一种基于支持向量回归的发动机振动监 控方法［Ｊ］．空军工程大学学报（自然科学版），２００６，７（５）：１—３． ＮＩ Ｓｈｉｈｏｎｇ，ＳＨＩ Ｚｈｏｎｓｋｅ，ＳＨＡ Ｍｅｎｇｃｈｕｎ．Ａ ｍｏｎｉｔｏｒｉｎｇ ｍｅｔｈｏｄ ｏｆ ａｅｒｏｅｎｇｉｎｅ ｖｉｂｒａｔｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ＳＶＲ［Ｊ］．Ｊｏｕｍａｌ ｏｆ Ａｉｒ Ｆｏｒｃｅ Ｅｎｇｉ－ ｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｆＮａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｉｔｏｎ）．２００６，７（５）：１－３．（ｉｎ Ｃｈｉ— ｎｅｓｅ） （编辑：赵明菁）
