基于贝叶斯网络的发动机推力振荡故障诊断研究

胡 建，蔡 景，胡 维

(南京航空航天大学民航学院， 江苏 南京 211106)

作者简介：胡建（1991—），男，硕士研究生，主要从事故障诊断方面的研究，1927783894@qq.com.

摘要：燃油计量振荡是发动机推力震荡的主要原因之一。针对燃油计量振荡故障原因多、难以诊断的问题，首先建立燃油计量振荡故障树；然后通过研究故障树与贝叶斯网络的转换方法，建立发动机燃油计量振荡的贝叶斯网络模型；最后构建了基于贝叶斯网络的燃油计量振荡故障诊断模型，并通过案例分析验证了该模型的有效性，为发动机故障诊断提供技术支持。

关键词：贝叶斯网络；发动机；故障诊断

中图分类号：V267.3   文献标识码：A   文章编号：2095-509X(2020)12-0050-05

航空发动机控制系统是航空发动机的重要组成部分，为了保证飞机安全飞行，对发动机动力控制提出了更高的控制和精度要求。随着电子技术的快速发展和日趋完善，全权限数字电子式控制（full authority digital electronic control， FADEC）已发展成为航空发动机首选。FADEC由大量的电子元件、传感器和执行机构组成，由于传感器工作于高温、高压、强振动的恶劣环境中，因此故障率较高。发动机推力振荡是一种比较常见的故障类型，由于故障原因非常复杂，并且故障检查比较困难，因此在发动机故障诊断中备受关注^［1-3］。为了尽快排除故障，实际应用中，维修人员的排除故障的工作大多是基于FADCE的运行状态或维修手册上列出的步骤进行检查。由于状态监测无法具体到每个部件^［4-5］，因此维修人员只能根据经验和手册进行逐一排查，导致效率较低，工作量大，时间成本高^［6］。如果能建立故障诊断模型，依据故障表征快速排查故障源，将会节省大量时间，同时可以减少故障保留率和航班延误率。

贝叶斯网络在解决不确定性和关联性的问题方面有着自己特有的优势，并且能够很好地应对故障信息不完备、数据容错能力不足的问题。程雨^［7］利用贝叶斯网络实现列控系统故障诊断和维护，提高了故障数据不完整和非确定决策情况下故障诊断精度，优化了维护策略，提高了系统的安全性、可靠性、可用性和可维护性。王丹^［8］在故障树分析方法的基础上引入贝叶斯网络分析方法，以转向架系统中的基础制动装置系统为对象，对故障贝叶斯网络进行精确推理。冯锋^［9］将贝叶斯网络引入电网故障诊断中，大大提高了诊断效率，弥补了传统诊断方法仅依靠开关量造成诊断精度不高的问题。因此贝叶斯网络在故障诊断中已经得到了大量的应用，但在航空发动机关注的推力振荡故障方面的研究还没有开展过。

为此，本文基于贝叶斯网络原理，针对发动机推力振荡故障问题，以燃油计量振荡为顶事件建立故障树，在此基础上通过研究故障树与贝叶斯网络的转换方法，建立基于贝叶斯网络的故障诊断模型，开展故障诊断研究。