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（běi）京 100029）
摘 要：軍用航空發動機振（zhèn）動（dòng）問（wèn）題十分突出，是困擾（rǎo）設計、研製、生產和使用新（xīn）一代發動機（jī）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（jiàn）、基於振動故障機理和數據驅動的智能診斷、人工（gōng）自愈原理與振動（dòng）故障自愈調控係統、航空發動機整機動平衡與自動平衡等原理和技術（shù），並（bìng）對其（qí）團隊40年從事狀態監測診斷的研究成果及工程應用作簡（jiǎn）要回顧（gù）。提出了未來航（háng）空發動機振動故障監控智（zhì）能化的發展目標和建議。
關鍵詞（cí）：發動機；診斷；故障監控；智能化
編者按：2018年11月7—8日，由航（háng）空工業測控技術發展（zhǎn）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（háng）空科技（jì）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》雜誌社承辦的第十五屆中國航空測控技術年會在珠海（hǎi）隆（lóng）重召開。著（zhe）名的設備診斷工程專家、中國工程院院士高金吉在（zài）會上做了《航空發動機振動故障監控智能（néng）化》的精彩演講。
我國軍（jun1）用航空發動機振動問題十分突（tū）出，其故障因果關（guān）係（xì）錯綜複雜難以（yǐ）診斷，是困（kùn）擾設計、研製、生產和使用新一代（dài）發動機的瓶頸。
一方麵，發動機（jī）研製過程振動故障定（dìng）因（yīn）、定位困（kùn）難。據某（mǒu）發動機研究所統計，診（zhěn）斷占排故時間的80%左（zuǒ）右，某型號發動機研（yán）製過程中發生200多起故障，振動問（wèn）題製約研製進度，曾因軸承故障（zhàng）導致發動機損毀事故。另一方（fāng）麵，振動故障分析缺乏（fá）高質量數（shù）據支撐。發動機振動超標原因難以（yǐ）準確判定，如采用瓦吉姆（mǔ）測試軸承故障（zhàng），誤判率達60%以上，導致大量發動機提前返廠。航空發動機（jī）振動故障監控（kòng）智能化發展是快速診斷、精穩調控的基礎。
北京化工大學（xué）診斷與自愈工程研究中心於2001年創建，並獲批發動機健康監控及網絡化教（jiāo）育部重點實驗（yàn）室、高端機械裝備健康監控與自愈化北京市（shì）重點實驗室。自2011年開始，連續獲得教育部、國防科工局（jú）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，致力於故障診斷與健康監測研究，針對發動機、燃（rán）氣輪機、柴油機等研發了係列（liè）化健（jiàn）康監（jiān）測係統，並得到了廣泛應用。
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（shù）據支撐，專家溯源診斷及排故難度大。一是機載監測係統比較落後，如某型號飛機發動機隻有一個低（dī）頻速度傳感器，測不到中高頻信息，難以預（yù）警和故障診斷；二是監測參數不同步，體現在性能、振（zhèn）動、油液多種監測參（cān）數分（fèn）別在不（bú）同的平台上單獨采集，同步（bù）分析難；三是試車台多采用BK等國外監測儀器，這些儀（yí）器都不（bú）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（jiàn）等問題；四是發（fā）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（xìn）號特征丟失的問題。
相比而言，歐美國家早在20世（shì）紀70年代就已經擁有航空發動機機載故障監測診斷係（xì）統。上世紀90年（nián）代起，瑞士Vibrometer振動監測係統在歐美發動機上都獲（huò）得了使用（yòng）。
1.2中國相關SCI論文數量雖然世界，但研究成果遠未（wèi）滿足發動機重大需求
歐美航空發動機（jī）於20世紀七（qī）八十年（nián）代應用振動健康監控係統，我國工業動力機械也於80年代開始應（yīng）用，但軍用發動機振動監測診斷與控製起步較晚。近年來我（wǒ）國航空發動機診斷方麵投入了大量的（de）資源（yuán），高等院校（xiào）也在持續研究。根據2012—2017年統計數據，在故障與診斷方麵中國的SCI論文篇數占全世界總數的49%，美國僅占10%左右；在航空（kōng）發動機與故障或診斷方麵中國的SCI論文篇數占全（quán）世（shì）界總數的79%，如圖1所示（數據來源：Web of Science核（hé）心數據庫）。
圖1 中國SCI論文（wén）數量占全世界比例
雖然SCI論文數量世界，但研究成果遠未（wèi）滿足發動機（jī）監（jiān）測診斷的重大需求。我們不能（néng）僅僅是投入了大量的人力，寫了很多文章給外國人看（kàn）和（hé）引（yǐn）用，而更重要的是將理（lǐ）論研究與工程結合，將研究（jiū）成果實（shí）際應用到工程（chéng）之中。
1.3航空發動機（jī）試車複雜環境複雜工況（kuàng）振動響應數據是（shì）寶貴資源
航空（kōng）發動（dòng）機結構非常複雜，體現在多元激勵（轉子不平衡、不（bú）對中、氣動、熱變形、鬆（sōng）動等）、複雜工況（高速（sù）、高溫、變轉速、變負荷、起（qǐ）降、爬升、俯衝等）、振動響應（yīng）複雜（振動幅值、相位、頻率、模態（tài）、瞬變、多頻（pín）、寬頻、非線性（xìng），複雜路徑，弱信號（hào）等）。另外，在發動機高空試車台上（shàng）各（gè）種工況試驗，如包容試驗、吞咽試驗、陀螺試驗等，以及（jí）各種限製環境（jìng）下的振動響應也是非常複雜的。可以說（shuō），值得研究和深入探索的內容非常（cháng）多。
發動機振動隨工況環境變化有時大，有時小，有時正常（cháng）。從積累的曆史數據看，70%以上的異常狀態（tài）及（jí）機械故障（zhàng）可通（tōng）過（guò）振動形式表現（xiàn）出來。試車振動響應數據庫是發動機異常識別（bié）和故障診斷重要依據。試車台建設中高質量數據采集係統至（zhì）關重要。基於上述判斷，北化工團隊（duì）與企業合作在2005年開（kāi）始自主（zhǔ）研發快速寬（kuān）頻帶（dài）同步（bù）數據采集係統，可以用（yòng）在試車台，也可以用在例行監控中的監測係統。係統得到了工業（yè）領域的廣泛（fàn）應用，技術指標包括以下幾（jǐ）方麵。
①高頻采集，采樣頻率在200kHz以上，支（zhī）持分析頻率大於100kHz。
②同步采集，各（gè）種參數可（kě）以同步采集，可以判斷先後順序及因果關係。同步（bù）時間於1μs，同步采集參數可以為100個。
③高動態範圍，可以500g加（jiā）速度的情（qíng）況（kuàng）下，同時監測0.01~5000m/s2。
④高采集精度，背景噪聲非（fēi）常小，在100Hz下可以測0.01m/s2。
2 基於振動故障機理和數據驅動的（de）智能診斷（duàn）
1987年遼陽石化從美國首（shǒu）次引進透平壓縮機在線模擬量振動監測係統，1991年開始自主研發數字量實時監（jiān）測（cè）診斷係統，1995年通過FDDI局域網絡監測建（jiàn）立設備狀態數據庫，並（bìng）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係統，10年使12台關鍵透平機組故障停機台次減（jiǎn）少90%以上。
1995年開始，項目團隊在原國家經貿委資金支持（chí）下（xià）研究旋轉機振動（dòng）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（guó）內20多個企業得到應用（yòng）。
2002年開始北化工團隊進一步開展了故障機理研究，由於振動故障征（zhēng）兆（zhào）譜和故障原因譜（pǔ）對應關係錯綜複雜，研究出（chū）監測不同測點、時間、故障敏感參數（shù）三維（wéi）度診斷（duàn）原理和方（fāng）法，即依（yī）據（jù）多測點振動趨勢變化，振動、工況等多參數進行（háng）綜合診斷，編製專（zhuān）家係統實現自（zì）動診斷。
北化工團隊對700多台壓縮機上的1萬多個點進行監測。每天的數據是23TB，每年數（shù）據高達八千多個TB，項目團隊從（cóng）2009年到2018年上萬TB數（shù）據的積累中，一共積累了1231個實際故障案例。在基於大數據的學習中，對機組群的數（shù）據（jù）進行分析和（hé）研（yán）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（wán）善專家係統，進而提高監測（cè）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%，往複（fù）類是94%，詳見（jiàn）表1。
表1 故障（zhàng）案例大數據庫及診斷準確率（lǜ）
可以看出，工業（yè）裝備故障數據庫對診斷排故和研（yán）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（de）振動監測和故障數據，有好多數據裝在了不同光盤裏，難以檢索和在一個時間平台上去分析，這種現象再也不能繼續下去（qù）了！
3 人工自愈原理與振動故障自愈調控係統
3.1人工自愈原理與振動故障靶向抑製方法
德國（guó）RolfIsermann教授（shòu）提出機電一（yī）體化係統組成為“五塊（kuài）論”（如圖2所示），並受到社會的認可。他們認為控製功能是（shì）人類的大腦（nǎo），動（dòng）力功能是內（nèi）髒，傳感器功能是五官，操作（zuò）功能是四肢，結構功能是軀體。人有（yǒu）自愈機製，機器能不能有自愈功能，我們在上提出（chū）了這個觀點，並提出了自愈原理。通常機器振動、溫度（dù）超標就自動停車，能不能通過自愈（yù）調控（kòng）在運行中防止和抑製振動、溫度超標，使機器不停機（jī），這是重大突破。
圖2 機電一體化係統組成五塊論（lùn）
仿生機械學對（duì）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（chí）自身健康的（de）重要係統和功能—自愈係統及自愈功（gōng）能（néng）。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製這個人和動物（wù）特（tè）有的概念賦（fù）予機器。
人工自愈是在故障機理和風險分析的基（jī）礎上，仿生設（shè）計並賦（fù）予機器自發作用的、維持健康狀態的能力，使機器（qì）儲存、補充和調動自愈力以維（wéi）持機體的健康狀態。這種理論與方法又（yòu）有別於設（shè）備診斷與預知維修技術（shù），是研究如何使裝備係統在運行中自行（háng）開展“主動控製”，即具備故障自愈功能，在運行中“自行（háng）”抑製或消除故障，或對缺陷進行自（zì）修複（fù），而（ér）不是停機（jī）由人來排除故障。
我們所提（tí）出的人工自愈原理主（zhǔ）要借鑒和移植現代醫學“自助調理”的治療原理，集成（chéng）狀態監測診斷技術（shù）、人工智能技術、主動和自適應控製技術、智能結構和（hé）自修複材料、嵌入式技術等，研究並應用（yòng）以故障預防和自消除為目標的裝備自主調控和自修複技術，使機械裝備係（xì）統具備故障自愈功能（néng）。自愈調（diào）控係統建模仿（fǎng）真框圖（tú）如圖3所示。
圖3 自愈調控係統建模仿真
由此可以看出，人工智能就是研究使計算機可模擬人的（de）某些思維過程的（de）行為（wéi），去完成某一個工作任務，讓機器更聰明。人（rén）工自愈就是讓機器係統像人（rén）一樣具有自（zì）愈功（gōng）能，確保裝備係統的健康狀態，實（shí）際上（shàng）讓機器更健康（kāng）。
圖4所示為超重力機電磁自動平衡係統改變質量（liàng）分布的案例。轉子不平衡振動可造成了軸承密（mì）封損傷。自動（dòng）平衡係統可實時識別不平衡振動故障，通過（guò）智（zhì）能控製器給裝在軸上的平衡盤靜環指令，靜環（huán）通過電磁（cí）脈衝可使動環改變質量分布產生不平衡力來抵消轉子不平衡，可以抑製不平衡振動實現故障自愈。
圖4 超重（chóng）力機（jī）電磁自動平衡係統
3.2賽博物理係統
在過去的幾十年（nián）裏，世界發（fā）生了重大轉變。以前完全以機械和（hé）電子元器件實物形態的形式存在（zài），越（yuè）來越（yuè）多地采用嵌入（rù）式係統和軟件的形式。通（tōng）過嵌入式係統、軟件，把物理（lǐ）係統生產（chǎn）過程，通過互聯網建立成一個（gè）賽博物理係統，經過（guò）對數據係統的分析、診斷、決策，Z後來實現控製或者調控（kòng）。
圖5 賽（sài）博物理裝備健（jiàn）康係（xì）統
如圖5所示，賽博（bó）物理裝備（bèi）健康係統是由賽博智能運維（wéi）係統和（hé）自愈調控係統構成。前（qián）者可以進（jìn）行數據采集，再（zài）進行分析，主要靠人（rén）通過分析（xī）診斷結果（guǒ）來進行排故和維護，也（yě）可以由智能聯鎖控製，這種可稱作（zuò）賽博物理智能運維係統。在此基礎上，增加自愈調控（kòng）係統可以構成（chéng）賽博物理裝（zhuāng）備健康係（xì）統。
4 航空（kōng）發動機整機動平衡與自動平衡（héng）
4.1美國自動平衡技術及其應用
自動（dòng）平衡可在發（fā）動（dòng）機運行過程中通過主動控製改（gǎi）變轉子上平衡盤質量分布，實時抑製（zhì）轉子（zǐ）不平衡振動。
美國空軍自2004年開始研究在飛機（jī）螺旋槳上（shàng）安裝LORD公司研發的自（zì）動平衡係統（IPBS），2014年，在C130運輸機上正（zhèng）式列裝該自（zì）動（dòng）平衡係統。安裝係統後螺旋槳處振動可以降低90%。
4.2北化工團隊進展情（qíng）況
1979年遼陽石化團隊開始熱風（fēng）機現（xiàn）場動平衡；1980—1990年，研究出透平壓縮機高速柔性軸係的現場（chǎng）動平衡技術，根治了振動嚴重（chóng）超標問題；1990年至今，應（yīng）用該技術為遼（liáo）陽（yáng）石化、陝鼓、鞍鋼等幾十台機組排除了不平衡振動故障。
自2001年開始，北化工團隊（duì）跟（gēn）蹤（zōng）美德自動平衡技（jì）術，依托重大基（jī）礎科研項目，建成了航（háng）空發動機螺旋槳自動平衡模擬試驗台、發（fā）動機整機抽真空（kōng）電驅試驗台，進行了自動平衡診斷識（shí）別與整機（jī）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（huà）了設計（jì）磁路結構，並減小了（le）平衡頭尺寸；同時考慮了各種（zhǒng）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（guó）防（fáng）專利1項授權（quán），美國和歐（ōu）盟發明專利各1項授權。基於多年的研究積累，團隊已製定了航發振（zhèn）動故障監測診斷與控製技術發展路線圖。基於（yú）故障機理大數據分析的（de）專家（jiā）係統及智能決策係統將對我國航（háng）空發動機（jī）振（zhèn）動控製（zhì）發揮一定作用（yòng）。
5 結論（lùn）
航空發動機（jī）故障監控診斷是一條非常漫長的路。診斷（duàn）規則（zé）是一個知識積累、完（wán）善的過程。未來航空發（fā）動機振動故障監控智能化的目標應該是：
早期（qī）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（shí）別，精穩抑製（zhì）。
故障預測——預知維修，延長周期。
①高質（zhì）量數據采集是振動（dòng）故障（zhàng）監測關（guān）鍵，發動機（jī）快速寬頻帶同（tóng）步數據（jù）采集係統（嵌入式硬（yìng）件與軟件），可（kě）獲取大（dà）量試車、試飛和運維（wéi）的狀態及故（gù）障數據寶貴資源，應予以高度重（chóng）視（shì）。
②發動機故障機理及（jí）模擬試驗研（yán）究，應與試（shì）車、試飛和運（yùn）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（duàn）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（niàn），盡早決策（cè），逐步實（shí）施。
④振動故障自愈（yù）調控是確保發動機健康監測智能化的核心技（jì）術，應加大自動平衡、振動主動控製技（jì）術開發力度。
高院士Z後以兩（liǎng）首七律作為演講的結（jié）束。
《天夢》
軍機戰鷹（yīng）衛空天，心髒驅機穩健難。
數據分析精診斷，放矢有的振（zhèn）消源。
神通拓展學研產，軍民（mín）融（róng）合闊海（hǎi）天。
奮起創新追歐美，餘生甘奉夢天圓。
《海空夢圓》
物質能量惠人間，數據科學創（chuàng）紀（jì）元（yuán）。
快準識別知世界，穩精調控換新顏（yán）。
航機故障能防預，潛艇消聲抑（yì）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（shēn）刻（kè）感受到了（le）高院士矢誌不移的（de）航空報國情懷，感動於老一輩科技工作者對航空發動機事業所（suǒ）做（zuò）的貢（gòng）獻，也倍（bèi）感使命責任重大。
作者簡介
高金吉（1942—），設備診斷（duàn）工程專（zhuān）家，中國工（gōng）程院院士，遼寧本溪人。1966年畢業於北京化工學院，1993年獲清華（huá）大（dà）學工學博士學位，1999年當選為中國工（gōng）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（dà）校學術委員會主任。科（kē）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（zhì）今任（rèn）工（gōng）信部工業互聯網戰略谘詢專家（jiā）委員會委員。
在國內（nèi）率先在工業企業開發應用設備診斷技術，主持研製出機泵群網（wǎng）絡化監測診斷係統，對70多家企業2700餘台機組遠程實時監測診斷，避（bì）免百餘起（qǐ）重大事故。發（fā）表論文百餘篇，出版《機（jī）器故障診治與自愈（yù）化》等著作2部。2008年任世界（jiè）工程資產管理與智能維修（xiū）大會主席，2016任監測診斷與維修管理（COMADEM）學術會（huì）主席。2016年（nián），工程資（zī）產管理協會（ISEAM）授予高（gāo）金吉院士年（nián）度的“世界工程資產管理先進領域終身成就獎”榮譽稱號。
