姜健

(中國飛行試驗研究院，西安710089)

航空發(fā)動機滑油壓力和溫度最大影響參數(shù)的一種確定方法

姜健

(中國飛行試驗研究院，西安710089)

以初步確定的試飛中滑油壓力和滑油溫度影響參數(shù)集合為基準輸入?yún)?shù)，基于大量試飛數(shù)據(jù)，采用人工神經(jīng)網(wǎng)絡方法，獲得滑油壓力模型和滑油溫度模型的基準結(jié)果。隨后，采用不同的基準輸入?yún)?shù)子集進行人工神經(jīng)網(wǎng)絡計算，以模型計算結(jié)果與試飛結(jié)果的最大偏差、偏差分布范圍作為判據(jù)，與基準結(jié)果對比，確定滑油壓力和滑油溫度的最大影響參數(shù)。最后，建立發(fā)動機全包線試飛、全工作狀態(tài)的滑油壓力和滑油溫度最大影響參數(shù)確定方法。該方法對滑油系統(tǒng)的試飛內(nèi)容規(guī)劃、狀態(tài)預判和安全監(jiān)控等具有重要的指導作用。

航空發(fā)動機；飛行試驗；全包線試飛；全工作狀態(tài)；滑油系統(tǒng)；滑油壓力；滑油溫度；人工神經(jīng)網(wǎng)絡

1 引言

滑油系統(tǒng)是航空發(fā)動機的重要系統(tǒng)之一，其工作正常與否直接影響整個發(fā)動機的可靠性和安全性[1]。我國GJB 243A-2004《航空燃氣渦輪動力裝置飛行試驗要求》規(guī)定，通過在各種飛行條件(如起飛、爬升、穩(wěn)定平飛、俯沖、躍升、倒飛、零過載等)下，發(fā)動機以各種狀態(tài)工作(如穩(wěn)態(tài)、加減速過程、通斷加力過程、風車狀態(tài)等)，檢查滑油系統(tǒng)工作的可靠性，其評判依據(jù)主要為滑油壓力、溫度等參數(shù)值與設計指標的符合性。目前，每型發(fā)動機滑油系統(tǒng)試飛均按照GJB 243A-2004中的規(guī)定開展，但由于試飛前未對滑油壓力、溫度的影響因素開展深入研究，從而無法有效規(guī)劃試飛任務，也給準確預判可能出現(xiàn)的問題帶來困難。

近年來，研究人員利用人工神經(jīng)網(wǎng)絡方法，在航空發(fā)動機參數(shù)辨識、趨勢預測及狀態(tài)監(jiān)控方面開展了大量研究工作，涉及發(fā)動機滑油[2]、氣路[3-4]、性能[5]、振動[6]等關鍵參數(shù)，主要集中在不同神經(jīng)網(wǎng)絡方法結(jié)果對比、神經(jīng)網(wǎng)絡結(jié)果與離線數(shù)據(jù)對比驗證等?；谌斯ど窠?jīng)網(wǎng)絡在發(fā)動機參數(shù)辨識研究中的優(yōu)勢，本文以某型發(fā)動機試飛數(shù)據(jù)為樣本，采用人工神經(jīng)網(wǎng)絡方法，對樣本數(shù)據(jù)進行訓練驗證，再根據(jù)計算結(jié)果和驗證結(jié)果的對比分析，建立了一種確定滑油壓力和溫度最大影響參數(shù)的方法，以期對滑油系統(tǒng)的試飛內(nèi)容準確設計以及安全運行監(jiān)控等提供指導。

2 滑油壓力和溫度影響參數(shù)的初步確定

2.1 滑油壓力影響參數(shù)

滑油壓力是否正常是整個滑油系統(tǒng)是否正常的重要標志，其直接影響潤滑量大小，進而影響潤滑效果和冷卻效果[7-8]。本文研究的該型發(fā)動機滑油壓力為滑油供油壓力與中軸承腔壓力之差。滑油壓力受飛行狀態(tài)、飛行姿態(tài)、發(fā)動機工作狀態(tài)等因素的影響，綜合考慮其表征參數(shù)，初步確定影響滑油壓力的參數(shù)包括：氣壓高度、飛行馬赫數(shù)、大氣總溫、縱向過載、側(cè)向過載、法向過載、高壓轉(zhuǎn)速和油門桿角度。

2.2 滑油溫度影響參數(shù)

滑油溫度影響滑油的粘度，溫度過高會改變滑油的特性(焦化、氧化)或損壞軸承的封嚴。本文研究的滑油溫度為該型發(fā)動機后軸承腔滑油回油溫度。飛行狀態(tài)、飛行姿態(tài)、發(fā)動機工作狀態(tài)都可能影響滑油溫度。此外，由于滑油采用燃油冷卻，所以燃油流量、溫度等參數(shù)也會影響滑油溫度。根據(jù)燃油噴嘴特性可知，主燃油總管壓力與壓氣機出口壓力之差能夠表征燃油流量的大小。因此，初步確定影響滑油溫度的參數(shù)包括：氣壓高度、飛行馬赫數(shù)、大氣總溫、滾轉(zhuǎn)角、滑油壓力、油門桿、高壓轉(zhuǎn)速、主燃油總管壓力與壓氣機出口壓力之差。本文未考慮燃油溫度對滑油溫度的影響。

3 滑油壓力人工神經(jīng)網(wǎng)絡結(jié)構(gòu)及試飛數(shù)據(jù)

3.1 人工神經(jīng)網(wǎng)絡結(jié)構(gòu)

采用三層人工神經(jīng)網(wǎng)絡結(jié)構(gòu)，隱含層中選用雙曲正切傳遞函數(shù)，輸出層中選用純線性傳遞函數(shù)。圖1為以2.1節(jié)確定的影響參數(shù)為輸入?yún)?shù)的滑油壓力人工神經(jīng)網(wǎng)絡結(jié)構(gòu)。

3.2 試飛數(shù)據(jù)

采用的數(shù)據(jù)樣本來源于某發(fā)動機試飛數(shù)據(jù)。發(fā)動機工作點幾乎涵蓋了整個飛行包線，相關參數(shù)的最大值和最小值見表1。發(fā)動機工作過程包括各種穩(wěn)定狀態(tài)、加速、減速、加力接通和切斷、空中起動等。由于開展的負過載條件試飛內(nèi)容較少，不足以支持利用人工神經(jīng)網(wǎng)絡開展工作，所以本文不研究負過載條件下滑油壓力和溫度的最大影響參數(shù)。試飛中測試了發(fā)動機轉(zhuǎn)速、排氣溫度、滑油壓力、滑油溫度等參數(shù)，且各參數(shù)測試值正確。

表1 相關參數(shù)的最大值和最小值Table 1 The maximum and minimum values of related parameters

4 滑油壓力和溫度的基準計算結(jié)果

圖2為采用基準輸入?yún)?shù)計算的滑油壓力模型結(jié)果與試飛結(jié)果差值總體分布情況，圖3為差值在1 kPa、5 kPa、10 kPa等以內(nèi)的分布比例?？煽闯?，計算結(jié)果與試飛結(jié)果差值范圍為-14.2～18.9 kPa；計算結(jié)果與試飛結(jié)果差值分布在1 kPa、5 kPa、10 kPa、15 kPa、21 kPa以內(nèi)的數(shù)量，分別占總樣本數(shù)量的32.97%、91.38%、99.84%、99.99%、100%。即計算結(jié)果與試飛結(jié)果差值全部在21 kPa以內(nèi)，有總樣本數(shù)量0.16%的樣本點結(jié)果在10 kPa以外，有總樣本數(shù)量0.01%的樣本點結(jié)果在15 kPa以外。

圖4為采用基準輸入?yún)?shù)計算的滑油溫度模型結(jié)果與試飛結(jié)果差值的總體分布情況，圖5為差值在1℃、5℃、7℃等以內(nèi)的分布比例?？煽闯觯嬎憬Y(jié)果與試飛結(jié)果差值范圍為-7.2℃～10.3℃；計算結(jié)果與試飛結(jié)果差值分布在1℃、5℃、7℃、9℃、12℃以內(nèi)的數(shù)量，分別占總樣本數(shù)量的76.71%、99.73%、99.97%、99.99%、100%。即計算結(jié)果與試飛結(jié)果差值全部在12℃以內(nèi)，有總樣本數(shù)量0.03%的樣本點結(jié)果在7℃以外，有總樣本數(shù)量0.01%的樣本點結(jié)果在9℃以外。

5 不同輸入?yún)?shù)組合的滑油壓力計算結(jié)果

5.1 輸入?yún)?shù)組合說明

減少滑油壓力輸入?yún)?shù)：若采用其中的7個參數(shù)作為輸入?yún)?shù)，則有種輸入?yún)?shù)組合；采用其中的6個參數(shù)，則有C68=28種組合；依次類推，共計有種組合。對162種不同輸入?yún)?shù)組合均進行計算。為避免因數(shù)據(jù)分組不同而引起的計算結(jié)果差異，這162個算例用于模型訓練、驗證和測試的數(shù)據(jù)樣本分組，與采用基準輸入?yún)?shù)的樣本分組相同。

5.2 不同輸入?yún)?shù)組合計算結(jié)果對比判據(jù)說明

求解采用不同輸入?yún)?shù)組合的模型計算結(jié)果與試飛結(jié)果的最大偏差、偏差分布范圍，并將最大偏差、偏差分布范圍與基準結(jié)果的最大偏差、偏差分布范圍進行比較，以比較結(jié)果作為判據(jù)。假設采用其中的5個參數(shù)的某種組合作為輸入?yún)?shù)獲得的最大偏差、偏差分布范圍與基準結(jié)果相當，說明這5個輸入?yún)?shù)是滑油壓力的最大影響參數(shù)。

5.3 輸入?yún)?shù)為7個的滑油壓力計算結(jié)果

圖6示出三組輸入?yún)?shù)為7個時模型計算結(jié)果與試飛結(jié)果差值的總體分布。GROUPi(i=1～8)表示輸入?yún)?shù)中缺少第i個參數(shù)組合，其中氣壓高度、飛行馬赫數(shù)、大氣總溫、縱向過載、側(cè)向過載、法向過載、油門桿角度和高壓轉(zhuǎn)速，分別為第1、2、3…8個參數(shù)。

圖7為不同輸入?yún)?shù)組合下模型計算結(jié)果與試飛結(jié)果的最大偏差，其中GROUP0(采用基準輸入?yún)?shù))為基準計算結(jié)果?？煽闯?，采用7個參數(shù)作為輸入?yún)?shù)(即GROUP1～GROUP8)，計算結(jié)果與試飛結(jié)果的最大偏差較之基準結(jié)果偏差范圍更大，這說明分析確定的8個參數(shù)對滑油壓力都有影響；GROUP8的計算結(jié)果與試飛結(jié)果的最大偏差較之基準結(jié)果相差很大，說明高壓轉(zhuǎn)速是影響滑油壓力的關鍵參數(shù)之一；GROUP4與基準結(jié)果最接近，說明相較其他參數(shù)，縱向過載對滑油壓力的影響最小。

圖8示出了輸入?yún)?shù)為7個時模型計算結(jié)果與試飛結(jié)果差值在1 kPa、5 kPa、10 kPa等的分布比例?？煽闯觯珿ROUP1、GROUP4、GROUP5、GROUP6、GROUP7作為輸入?yún)?shù)的結(jié)果，與基準結(jié)果分布基本相當。

綜上，如果采用7個參數(shù)作輸入?yún)?shù)，從最大偏差、偏差分布范圍來衡量，GROUP4最接近基準結(jié)果，即較之其他參數(shù)，縱向過載對滑油壓力影響最小。

5.4 滑油壓力最大影響參數(shù)的確定

采用7個輸入?yún)?shù)時，最接近基準結(jié)果的輸入?yún)?shù)組合記為GROUP_P7_OPT(即5.3節(jié)中確定的GROUP4)。繼續(xù)減少輸入?yún)?shù)數(shù)量進行計算，并將最大偏差、偏差分布范圍與基準結(jié)果進行比較，從而最終確定滑油壓力的最大影響參數(shù)。圖9為采用6個、5個、4個、3個輸入?yún)?shù)時最接近基準結(jié)果的結(jié)果。輸入?yún)?shù)組合GROUP_P6_OPT，為氣壓高度、飛行馬赫數(shù)、縱向過載、側(cè)向過載、法向過載、高壓轉(zhuǎn)速；輸入?yún)?shù)組合GROUP_P5_OPT，為飛行馬赫數(shù)、大氣總溫、縱向過載、法向過載、高壓轉(zhuǎn)速；輸入?yún)?shù)組合GROUP_P4_OPT，為飛行馬赫數(shù)、大氣總溫、法向過載、高壓轉(zhuǎn)速；輸入?yún)?shù)組合GROUP_P3_OPT，為飛行馬赫數(shù)、法向過載、高壓轉(zhuǎn)速。輸入?yún)?shù)為2個時，模型計算結(jié)果與試飛結(jié)果差值均很大。

圖10為采用GROUP0、GROUP_P7_OPT、GROUP_P6_OPT……GROUP_P3_OPT等輸入?yún)?shù)組合下模型計算結(jié)果與試飛結(jié)果的最大偏差?？煽闯觯嬎憬Y(jié)果與試飛結(jié)果差值均在21 kPa以內(nèi)，最大偏差范圍與基準結(jié)果非常接近。

圖11為模型計算結(jié)果與試飛結(jié)果差值在1 kPa、5 kPa、10 kPa等的分布比例。結(jié)合圖9可看出，隨著輸入?yún)?shù)個數(shù)的減少，差值分布偏離基準結(jié)果越來越大。

綜上，從最大偏差、偏差分布范圍衡量，滑油壓力最影響參數(shù)為高壓轉(zhuǎn)速、法向過載和飛行馬赫數(shù)。

6 不同輸入?yún)?shù)組合的滑油溫度計算結(jié)果

圖12為采用7個輸入?yún)?shù)時的滑油溫度計算結(jié)果。其中圖12(a)的輸入?yún)?shù)組合為氣壓高度、大氣總溫、滾轉(zhuǎn)角、滑油壓力、油門桿角度、高壓轉(zhuǎn)速、主燃油總管壓力與壓氣機出口壓力之差，這也是最接近基準結(jié)果的輸入?yún)?shù)組合，記為GROUP_T7_OPT；圖12(b)輸入?yún)?shù)組合為氣壓高度、飛行馬赫數(shù)、大氣總溫、滾轉(zhuǎn)角、滑油壓力、油門桿角度、高壓轉(zhuǎn)速。由圖可知，表征主燃油流量的參數(shù)(主燃油總管壓力與壓氣機出口壓力之差)對計算結(jié)果影響很大，該參數(shù)是影響滑油溫度的主要參數(shù)之一。

圖13為采用6個、5個、4個、3個輸入?yún)?shù)時最接近基準結(jié)果的結(jié)果。輸入?yún)?shù)組合GROUP_T6_OPT，為大氣總溫、滾轉(zhuǎn)角、滑油壓力、油門桿角度、高壓轉(zhuǎn)速、主燃油總管壓力與壓氣機出口壓力之差；輸入?yún)?shù)組合GROUP_T5_OPT，為滾轉(zhuǎn)角、滑油壓力、油門桿角度、高壓轉(zhuǎn)速、主燃油總管壓力與壓氣機出口壓力之差；輸入?yún)?shù)組合GROUP_T4_OPT，為氣壓高度、滑油壓力、油門桿、主燃油總管壓力與壓氣機出口壓力之差；輸入?yún)?shù)組合GROUP_T3_OPT，為滑油壓力、油門桿、主燃油總管壓力與壓氣機出口壓力之差。輸入?yún)?shù)為2個時，模型計算結(jié)果與試飛結(jié)果差值很大。

圖14為采用GROUPT0(基準輸入?yún)?shù)組合)、GROUP_T7_OPT、GROUP_T6_OPT……GROUP_T3_OPT等輸入?yún)?shù)組合下的模型計算結(jié)果與試飛結(jié)果最大偏差的比較?？煽闯?，計算結(jié)果與試飛結(jié)果差值均在12℃以內(nèi)，最大偏差范圍與基準結(jié)果非常接近。

圖15為模型計算結(jié)果與試飛結(jié)果差值在1℃、5℃、7℃等以內(nèi)的分布比例。結(jié)合圖14可看出，隨著輸入?yún)?shù)個數(shù)的減少，差值分布偏離基準結(jié)果越來越大。

綜上，從最大偏差、偏差分布范圍來衡量，滑油溫度最大影響參數(shù)為滑油壓力、油門桿角度、主燃油總管壓力與壓氣機出口壓力之差。

7 結(jié)論

(1)基于試飛數(shù)據(jù)和人工神經(jīng)網(wǎng)絡方法，確定了發(fā)動機試飛全包線、工作全過程中滑油壓力和滑油溫度的最大影響參數(shù)，給出了一種滑油壓力和溫度的最大影響參數(shù)的確定方法。

(2)滑油壓力的最大影響參數(shù)為高壓轉(zhuǎn)速、法向過載和飛行馬赫數(shù)。

(3)滑油溫度最大影響參數(shù)為滑油壓力、油門桿角度、主燃油總管壓力與壓氣機出口壓力之差。

[1]陳衛(wèi)，程禮，李全通，等.航空發(fā)動機監(jiān)控技術[M].北京：國防工業(yè)出版社，2011.

[2]張蓉，謝武杰.基于小波神經(jīng)網(wǎng)絡航空發(fā)動機滑油系統(tǒng)故障診斷方法研究[J].航空制造技術，2009，(6)：85—89.

[3]單曉明，宋云峰，黃金泉，等.基于神經(jīng)網(wǎng)絡和模糊邏輯的航空發(fā)動機狀態(tài)監(jiān)控[J].航空動力學報，2009，24 (10)：2356—2361.

[4]鐘詩勝，雷達，丁剛.卷積和離散過程神經(jīng)網(wǎng)絡及其在航空發(fā)動機排氣溫度預測中的應用[J].航空學報，2012，33(3)：438—445.

[5]陳果.用結(jié)構(gòu)自適應神經(jīng)網(wǎng)絡預測航空發(fā)動機性能趨勢[J].航空學報，2007，28(3)：535—539.

[6]金向陽，林琳，鐘詩勝，等.航空發(fā)動機振動趨勢預測的過程神經(jīng)網(wǎng)絡法[J].振動、測試與診斷，2011，31(3)：331—334.

[7]尉詢楷，楊立，劉芳，等.航空發(fā)動機預測與健康管理[M].北京：國防工業(yè)出版社，2014.

[8]朱建東.飛機發(fā)動機的監(jiān)控技術及其發(fā)展趨勢[J].飛機設計，2013，(1)：58—61.

A method to determine the main influence parameters of aero-engine oil pressure and oil temperature

JIANG Jian
(China Flight Test Establishment，Xi’an 710089，China)

The reference models of aero-engine oil pressure and oil temperature were constructed on refer?ence input parameter sets preliminarily determined by using the ANN method for training and validation of a large number of engine flight test data.Moreover,by applying all subsets of reference input parameter sets as inputs of ANN,the main influence parameters of oil pressure and oil temperature were determined.The criteria to determine the main influence parameters included the maximum errors between ANN calculation results and flight-test results,and the ratios of error ranges,which were compared with the results of refer?ence models.By all means,a method to determine the main influence parameters of aero-engine oil pres?sure and oil temperature in entire flight envelope and whole engine state was developed,which could guide the design of the flight test content,and the state prediction and monitoring of oil system.

aero-engine；flight test；entire flight envelope；whole engine state；oil system；oil pressure；oil temperature；ANN(Artificial Neural Network)

V233.7

：A

：1672-2620(2017)01-0007-07

2016-04-19；

：2017-02-22

姜健(1981-)，男，陜西漢中人，碩士，高級工程師，主要從事航空發(fā)動機飛行試驗技術研究。