付 宇 ，殷逸冰 ，王 涵 ，左洪福

（1.中國民航大學(xué) 航空工程學(xué)院，天津 300300；2.南京航空航天大學(xué) 民航學(xué)院，南京 211106）

基于靜電信號排列熵的航空發(fā)動(dòng)機(jī)異常探測

付 宇1，殷逸冰2，王 涵2，左洪福2

（1.中國民航大學(xué) 航空工程學(xué)院，天津 300300；2.南京航空航天大學(xué) 民航學(xué)院，南京 211106）

該文利用航空發(fā)動(dòng)機(jī)氣路靜電監(jiān)測技術(shù)開展渦扇發(fā)動(dòng)機(jī)試車靜電監(jiān)測試驗(yàn)，介紹了發(fā)動(dòng)機(jī)試車臺架所用的靜電傳感器和試車安裝環(huán)境，采集到一些發(fā)動(dòng)機(jī)異常狀態(tài)下的靜電信號數(shù)據(jù)。提出了一種基于靜電信號排列熵值的氣路狀態(tài)異常檢測方法對發(fā)動(dòng)機(jī)氣路異常狀態(tài)進(jìn)行檢測，并與靜電信號經(jīng)典特征參數(shù)的分析結(jié)果進(jìn)行對比。試驗(yàn)分析結(jié)果表明，排列熵指標(biāo)對氣路故障所導(dǎo)致的氣路狀態(tài)的突變比原始信號和經(jīng)典特征參數(shù)更加敏感，同時(shí)，相較于傳統(tǒng)特征參數(shù)排列熵指標(biāo)能夠更清晰地反映出燃燒故障進(jìn)程中的故障變化情況。

航空發(fā)動(dòng)機(jī)；靜電監(jiān)測；排列熵；傳感器；特征參數(shù)

航空發(fā)動(dòng)機(jī)運(yùn)轉(zhuǎn)時(shí)，氣路部件所處的環(huán)境十分惡劣，隨著工作時(shí)間的增加將會(huì)導(dǎo)致其自身性能發(fā)生退化，進(jìn)一步影響發(fā)動(dòng)機(jī)的整體性能[1]，退化的表現(xiàn)反映在氣路相關(guān)參數(shù)上。因此發(fā)動(dòng)機(jī)氣路部件的狀態(tài)監(jiān)視和健康評估對于飛機(jī)運(yùn)行安全性極其重要[2-5]。對氣路健康狀態(tài)進(jìn)行綜合評價(jià)可以迅速而準(zhǔn)確地發(fā)現(xiàn)和隔離故障，減少故障的二次發(fā)生效應(yīng)，使得運(yùn)營安全性和可靠性得到提升，將降低相關(guān)的維修人力成本和財(cái)務(wù)成本[6-7]。

隨著航空發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測技術(shù)的發(fā)展，各國都開始開展在狀態(tài)監(jiān)測領(lǐng)域的相關(guān)研究[8-9]。目前，傳統(tǒng)的氣路部件健康管理方法主要依靠氣路參數(shù)進(jìn)行性能的評價(jià)[10]。但是，從目前文獻(xiàn)來看傳統(tǒng)方法所反映的發(fā)動(dòng)機(jī)特征信息仍然不夠全面。近年來，發(fā)動(dòng)機(jī)靜電監(jiān)測技術(shù)以其具備一定的故障預(yù)警能力而成為發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測領(lǐng)域的研究熱點(diǎn)[11-14]。靜電監(jiān)測技術(shù)是一種新型的監(jiān)測技術(shù)，為發(fā)動(dòng)機(jī)的狀態(tài)健康提供了一種全新的技術(shù)手段。

本文利用發(fā)動(dòng)機(jī)氣路靜電傳感器，在真實(shí)RB211型發(fā)動(dòng)機(jī)試車臺架上開展了靜電監(jiān)測試驗(yàn)。跟蹤監(jiān)測渦扇發(fā)動(dòng)機(jī)試車試驗(yàn)過程，通過監(jiān)測到的靜電信號對發(fā)動(dòng)機(jī)試車中出現(xiàn)的異常狀態(tài)進(jìn)行探測，并提出了一種基于排列熵值理論的方法對發(fā)動(dòng)機(jī)異常狀態(tài)進(jìn)行探測。

1 航空發(fā)動(dòng)機(jī)氣路靜電監(jiān)測技術(shù)

氣路靜電監(jiān)測技術(shù)是基于靜電感應(yīng)物理原理，在航空發(fā)動(dòng)機(jī)所排放的尾氣中，一部分是燃燒所產(chǎn)生的氣體例如氮氧化物、碳氧化物氣體，除氣體之外還有大量帶電的碳煙顆粒物和因燃燒化學(xué)反應(yīng)產(chǎn)生的游離電子、離子。這些產(chǎn)物之間存在著劇烈的相互作用，使得排放物中的顆粒大都帶上一定量值的電荷。當(dāng)尾氣中的帶電顆粒經(jīng)過靜電傳感器，使得傳感器探極上發(fā)生電子流動(dòng)從而產(chǎn)生感應(yīng)電流，經(jīng)過信號調(diào)理過程后傳感器將輸出電壓信號給后端采集設(shè)備，技術(shù)原理如圖1所示。

圖1 氣路靜電監(jiān)測原理Fig.1 Principle of gas-path electrostatic monitoring

傳感器將監(jiān)測信號經(jīng)過信號調(diào)理后傳輸至監(jiān)測系統(tǒng)的信號分析處理模塊，根據(jù)處理后感應(yīng)靜電信號的波形及相關(guān)特征參數(shù)，通過一定的診斷和評估算法，得到氣路狀態(tài)評價(jià)的結(jié)果，并將評價(jià)的結(jié)果反饋給運(yùn)營維修人員，幫助相關(guān)人員對發(fā)動(dòng)機(jī)做出適當(dāng)?shù)木S修策略，確定當(dāng)前狀態(tài)的修理級別，保證運(yùn)營的高效性和安全性。

2 發(fā)動(dòng)機(jī)氣路靜電監(jiān)測試車試驗(yàn)

2.1 尾氣靜電傳感器

渦扇發(fā)動(dòng)機(jī)靜電監(jiān)測試驗(yàn)中使用的靜電傳感器為嵌入探針式傳感器，實(shí)物如圖2所示，感應(yīng)探頭置于渦扇發(fā)動(dòng)機(jī)的尾噴管通道內(nèi)部，感應(yīng)探極使用鎳基合金材料制成，具有良好的耐熱性能，完全能夠適應(yīng)試驗(yàn)渦扇發(fā)動(dòng)機(jī)的尾氣溫度極限值，傳感器外殼使用不銹鋼材料起到隔熱和屏蔽干擾作用，內(nèi)部絕緣材料為陶瓷套管，能夠在高溫下保持良好的絕緣性能。

圖2 氣路靜電傳感器實(shí)物Fig.2 Picture of gas-path electrostatic sensor

2.2 尾氣靜電傳感器安裝

本次試車試驗(yàn)對象為RB-211型民用航空渦扇發(fā)動(dòng)機(jī)，試驗(yàn)在北京國航AMECO工程技術(shù)公司發(fā)動(dòng)機(jī)試車風(fēng)洞上展開。靜電傳感器在發(fā)動(dòng)機(jī)尾噴管后端嵌入式安裝。靜電傳感器機(jī)載安裝實(shí)物如圖3所示，探頭感應(yīng)位置低壓渦輪出口后約30 cm，能夠最先探測到燃燒后的尾氣靜電信號，相較于之前的研究，傳感器的安裝位置更優(yōu)，處于發(fā)動(dòng)機(jī)本體內(nèi)部，能夠有效采集真實(shí)尾氣靜電信號。本次試驗(yàn)設(shè)置信號采樣頻率為2000 Hz。

2.3 典型試車信號

在發(fā)動(dòng)機(jī)低慢車風(fēng)扇低速運(yùn)轉(zhuǎn)狀態(tài)下的原始靜電背景信號，如圖4所示。

圖5為本次試車過程中測試工程師一次緩慢加大功率操作階段的靜電時(shí)域信號圖，非金屬顆粒所產(chǎn)生的感應(yīng)信號通常呈負(fù)電趨勢，而當(dāng)發(fā)動(dòng)機(jī)功率增加后，尾氣中的非金屬帶電顆粒將會(huì)增加，因此實(shí)測的負(fù)向靜電信號比例逐漸增大，信號圖則表現(xiàn)為負(fù)向的偏移。說明靜電傳感器對發(fā)動(dòng)機(jī)的狀態(tài)變化是較為敏感的，同時(shí)也驗(yàn)證了靜電傳感器較好的靈敏性能。

圖3 尾氣靜電傳感器安裝圖Fig.3 Installation of gas-path electrostatic sensor

圖4 正常靜電測試信號Fig.4 Normal electrostatic signal

圖5 功率緩慢增加過程中的異常靜電信號Fig.5 Abnormal electrostatic signal in the process of slowly power increasing

3 基于排列熵法的氣路異常狀態(tài)監(jiān)測

3.1 排列熵理論

1948年，C.E.Shannon提出了熵的概念，后來成為信息論的最基本的定義之一。簡單來說，熵是用于評定一段信息所包含的信息量的指標(biāo)。按照Shannon提出的定義，對事物的運(yùn)動(dòng)狀態(tài)和存在方式不確定性的量化就是熵。不確定性與事物可能出現(xiàn)狀態(tài)的數(shù)目以及各狀態(tài)出現(xiàn)的概率大小密切相關(guān)，也就是說，熵的實(shí)質(zhì)是從概率統(tǒng)計(jì)的基礎(chǔ)上對事物所包含的信息量進(jìn)行量化評估。

在信息熵概念基礎(chǔ)上，Christoph Bandt等人提出了排列熵 PE（permutation entropy）[15-16]，這是根據(jù)信息熵演化發(fā)展的另一種評價(jià)指標(biāo)，用于描述時(shí)間序列信號的復(fù)雜度，近年來得到較多的使用。排列熵的度量只是使用時(shí)間序列的數(shù)值排序，因此當(dāng)其對非線性信號進(jìn)行度量時(shí)具有更好的魯棒性，并且計(jì)算也更加簡單，同時(shí)具有抗噪聲能力強(qiáng)等特點(diǎn)。對于復(fù)雜系統(tǒng)的動(dòng)力學(xué)突變，排列熵是一個(gè)理想的檢測指標(biāo)。正是由于上述這些特性，排列熵很適合作為尾氣靜電信號異常檢測的一類評價(jià)指標(biāo)。

排列熵的值是對時(shí)間序列的復(fù)雜程度和不規(guī)則程度的度量，因此當(dāng)信號或時(shí)間序列的隨機(jī)成分越少時(shí)或表現(xiàn)一定的周期性時(shí)，排列熵值越小，反之越大。當(dāng)發(fā)動(dòng)機(jī)氣路狀態(tài)正常時(shí)，靜電信號中所包含的隨機(jī)成分較多，而氣路狀態(tài)異常時(shí)，監(jiān)測信號中確定性信號的成分比例將會(huì)變化，隨機(jī)信號的比例同樣改變，從而整個(gè)序列的復(fù)雜度和不規(guī)則程度隨之變化，因在發(fā)動(dòng)機(jī)氣路狀態(tài)檢測中可以使用排列熵算法來監(jiān)測氣路狀態(tài)的異常情況。算法的基本原理如下[17]，第一步先對時(shí)間序列進(jìn)行相空間重構(gòu)：

式中：m為嵌入維數(shù)；τ為延遲時(shí)間。對重構(gòu)矩陣每行進(jìn)行升序排列：

式中：j1，j2，…，jm為各元素的列索引。

如果存在相等的值，則按照索引的大小來排序，即如果：

當(dāng) jp≤ jq時(shí)，有：

因此，對于任意一個(gè)序列X（i）都會(huì)有一組符號序列 S（l）＝j(luò)1，j2，…，jm，式子中的 l取值可以從 1 取到 N-（m-1）τ；S（l）是重構(gòu)向量中的某一種排列，必定有N-（m-1）τ≤m!。假設(shè)每一種排列方式出現(xiàn)的概率一定，則此時(shí) X（i）的 N-（m-1）τ種不同排列的排列熵可以按照信息熵的定義為

當(dāng) Pj=1/m！ 時(shí)，Hp（m）就達(dá)到了最大值 ln（m!）。對Hp（m）進(jìn)行歸一化處理：

當(dāng)發(fā)動(dòng)機(jī)氣路狀態(tài)正常時(shí)，靜電信號中所包含的隨機(jī)成分較多，而氣路狀態(tài)異常時(shí)，監(jiān)測信號中確定性信號的成分比例將會(huì)變化，隨機(jī)信號的比例同樣改變，從而整個(gè)序列的復(fù)雜度和不規(guī)則程度隨之變化，因此在發(fā)動(dòng)機(jī)氣路狀態(tài)檢測中可以使用排列熵算法來監(jiān)測氣路狀態(tài)的異常情況。

3.2 氣路狀態(tài)異常突變檢測

在本文的分析中，取每個(gè)信號文件200個(gè)數(shù)據(jù)點(diǎn)為一段，分別計(jì)算每段的PE值，另外2個(gè)參數(shù)經(jīng)過嘗試選取m=6，τ=3，通過觀測PE值的變化對信號進(jìn)行監(jiān)測。圖6為發(fā)動(dòng)機(jī)試車監(jiān)測試驗(yàn)中一段出現(xiàn)了幾次突變靜電信號，在此過程中，發(fā)動(dòng)機(jī)的尾氣中可能出現(xiàn)了若干大尺寸帶電顆粒，引發(fā)了靜電監(jiān)測信號的異常突變。

圖6 監(jiān)測試驗(yàn)中的異常脈沖信號Fig.6 Abnormal electrostatic impulse signal in monitoring experiment

對圖6中的信號進(jìn)行排列熵的計(jì)算，計(jì)算的結(jié)果如圖7所示。

從圖7中可以看出，當(dāng)發(fā)動(dòng)機(jī)處于穩(wěn)定運(yùn)行狀態(tài)時(shí)，對應(yīng)的排列熵的值也較為穩(wěn)定。原始靜電信號基本處于無序的狀態(tài)，隨機(jī)成分較多，因此導(dǎo)致排列熵的值較大，且較為穩(wěn)定基本無波動(dòng)；而當(dāng)氣路狀態(tài)出現(xiàn)了波動(dòng)時(shí)，可能產(chǎn)生了一些異常帶電顆粒，可以看出信號發(fā)生突變的同時(shí)信號的排列熵值也同樣發(fā)生了跳變。當(dāng)發(fā)動(dòng)機(jī)氣路狀態(tài)回歸正常后，靜電信號也恢復(fù)正常，此時(shí)排列熵又重新恢復(fù)到原來的大幅值水平并穩(wěn)定下來。

圖7 異常監(jiān)測信號的排列熵值Fig.7 Permutation entropy of abnormal electrostatic impulse signal

3.3 氣路異常燃燒故障檢測

圖8 所示為一段發(fā)動(dòng)機(jī)異常燃燒信號，出現(xiàn)在試車階段的最后降功率停車階段，靜電信號出現(xiàn)大幅異常信號，異常信號幅值最高可達(dá)到0.2～0.6 V。

圖8 燃燒故障中異常靜電信號Fig.8 Abnormal electrostatic signal under the combustion fault condition

圖9 和圖10分別是為故障發(fā)生時(shí)靜電信號的3個(gè)典型特征參數(shù)的歸一化幅值圖，3個(gè)參數(shù)為活動(dòng)率水平 AL（active level），正事件率 PER（positive event rate）和負(fù)事件率 NER（negative event rate），詳細(xì)的計(jì)算方法可參照文獻(xiàn)[10]。

圖9 燃燒故障中異常靜電信號歸一化活動(dòng)率水平Fig.9 Normalized activity level of abnormal electrostatic signal under the combustion fault condition

圖10 燃燒故障中異常靜電信號正/負(fù)事件率Fig.10 Positive/negative event rate of abnormal electrostatic signal under the combustion fault condition

從圖9和圖10可以看在此故障模式下，AL參數(shù)隨著靜電整體水平變化呈現(xiàn)增大的趨勢，但是當(dāng)在故障發(fā)生后的進(jìn)程中，AL參數(shù)并未能很好地反映燃燒故障進(jìn)程中的異常程度的變化。同時(shí)NER參數(shù)較為活躍，而PER參數(shù)在此故障模式下活躍度明顯不足。

圖11為對圖8中原始故障信號進(jìn)行排列熵計(jì)算后所得的結(jié)果，當(dāng)尾氣靜電信號從正常狀態(tài)突變到另外一種異常狀態(tài)時(shí)，其信號排列熵會(huì)發(fā)生較大的變化。此方法用于基于氣路靜電信號的故障突變檢測和狀態(tài)識別中，能夠準(zhǔn)確地識別靜電信號表現(xiàn)模式的變化。同時(shí)，排列熵指標(biāo)能夠更清晰地反映出燃燒故障進(jìn)程的變化，當(dāng)燃燒故障的異常程度發(fā)生一些變化時(shí)，排列熵也能夠?qū)⑵湔宫F(xiàn)在圖形中，這對于氣路靜電監(jiān)測技術(shù)是較大的改進(jìn)，因此排列熵算法適合后續(xù)被作為一種特征參數(shù)應(yīng)用在氣路靜電監(jiān)測技術(shù)中。

圖11 燃燒故障中異常靜電信號排列熵Fig.11 Permutation entropy of abnormalelectrostatic signal under the combustion fault condition

4 結(jié)語

本文利用航空發(fā)動(dòng)機(jī)氣路部件靜電監(jiān)測技術(shù)和尾氣靜電傳感器，開展了發(fā)動(dòng)機(jī)試車的靜電監(jiān)測試驗(yàn)。通過本文所提出一種基于靜電信號排列熵值的方法對發(fā)動(dòng)機(jī)氣路異常狀態(tài)進(jìn)行檢測和判斷，并與傳統(tǒng)靜電信號的特征參數(shù)的監(jiān)測效果進(jìn)行對比，試驗(yàn)結(jié)果表明，排列熵指標(biāo)對氣路故障所導(dǎo)致的氣路狀態(tài)的突變比原始信號和經(jīng)典特征參數(shù)更加敏感，在信號出現(xiàn)異常的時(shí)間點(diǎn)上，排列熵值也發(fā)生明顯的劇烈變化，并能夠明顯地反映出尾氣靜電信號的變化所對應(yīng)的時(shí)間。同時(shí)能夠準(zhǔn)確地識別靜電信號表現(xiàn)模式的變化，相較于傳統(tǒng)特征參數(shù)排列熵指標(biāo)能夠更清晰地反映出燃燒故障進(jìn)程中的變化，并對變化做出反應(yīng)，后續(xù)可以考慮將其作為一種特征參數(shù)應(yīng)用在氣路靜電監(jiān)測技術(shù)中。

[1] Powrie H E G，Mcnicholas K.Gas path condition moni-toring during accelerated mission testing of a demonstrator engine[C]//The 33rd AIAA/ASME/SAE/ASEE Joint Propulsion Conference and Exhibit.Seattle，WA：AIAA，1997：2904.

[2] Powrie H E G，F(xiàn)isher C E.Monitoring of foreign objects ingested into the intake of a gas turbine aero-Engine[C]//International Conferenceon Condition MonitoringProceedings，1999：175-190.

[3] Navarra K，Lawton R，Hearrell N.An enterprise strategy for implementing conditioned-based maintenance plus（CBM+）research in the USAF[C]//IEEE Aerospace Conference Proceedings，1997：177-181.

[4] Sangha M S，Yu D L，Gomm J B.On-board monitoring and diagnosis for spark ignition engine air path via adaptive neural networks[J].Proceedings of the Institution of Mechanical Engineers，Part D：Journal of Automobile Engineering，2006，220（11）：1641-1655.

[5] Powrie H E G，F(xiàn)isher C E.Engine health monitoring：Towards total prognostics[C]//IEEE Aerospace Conference Proceedings，1999：1112-1123.

[6] Powrie H E G，F(xiàn)isher C E.Monitoring of foreign objects into the intake of a gas turbine aero-engine[C]//IEEE Aerospace Conference Proceedings，1999：907-920.

[7] Yan Yong，et al.Sensing field homogeneity in mass flow rate measurement of pneumatically conveyed solids[J].Flow Meas Instrum，1995，6（2）：115-119.

[8] Yan Yong.Mass flow measurement of pneumatically conveyedsolids[D].University of Teesside，UK.

[9] Matti M.Electrostatic measurements on a miniaturized fluidized bed[J].Journal of Electrostatics，2003，57（1）：91-106.

[10]Gajewski J B.Mathematical model of non-contact measurements of charges while moving[J].Journal of Electrostatics，1984，15（1）：81-92.

[11]文振華.基于靜電感應(yīng)的航空發(fā)動(dòng)機(jī)氣路監(jiān)測技術(shù)研究[D].南京：南京航空航天大學(xué)，2009.

[12]文振華，左洪福，李耀華，等.一種新的航空發(fā)動(dòng)機(jī)氣路監(jiān)測方法[J].南京航空航天大學(xué)學(xué)報(bào)，2009，41（2）：248-252.

[13]文振華，左洪福，王華，等.航空發(fā)動(dòng)機(jī)氣路靜電監(jiān)測傳感器特性[J].傳感器與微系統(tǒng)，2008，27（11）：28-31.

[14]李耀華，左洪福，文振華，等.航空發(fā)動(dòng)機(jī)氣路顆粒靜電監(jiān)測技術(shù)模擬試驗(yàn)[J].航空學(xué)報(bào)，2009，30（4）：604-608.

[15]馮輔周，饒國強(qiáng)，司愛威，等.排列熵算法研究及其在振動(dòng)信號突變檢測中的應(yīng)用[J].振動(dòng)工程學(xué)報(bào)，2012，25（2）：221-224.

[16]孫克輝，談國強(qiáng)，盛利元.基于排列熵算法的混沌偽隨機(jī)序列復(fù)雜性分析[J].計(jì)算機(jī)工程與應(yīng)用，2008，44（3）：47-49.

[17]鄭近德，程軍圣，楊宇.多尺度排列熵及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J].中國機(jī)械工程，2013，24（19）：2641-2646.

Study on Detection for Aero-engine Abnormal Condition Based on Permutation Entropy of Electrostatic Signal

FU Yu1，YIN Yi-bing2，WANG Han2，ZUO Hong-fu2
（1.Institute of Aviation Engineering，Civil Aviation University of China，Tianjin 300300，China；2.College of Civil Aviation，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China）

A gas path electrostatic monitoring experiment for aero-engine technology is conducted on the turbofan engine by using the electrostatic monitoring technology，exhaust electrostatic sensor and installation environment of engine test bench are introduced，some electrostatic signal data are acquired under the abnormal condition.An anomaly detection method for gas path is put forward based on permutation entropy of electrostatic signal，which compared with the method by using classical electrostatic signal characteristic parameters，the experiment analysis results show that the permutation entropy indicator for gas path abnormal condition detection is more sensitive than classic characteristic parameters of electrostatic signal，meanwhile，permutation entropy has a better effect on reflecting the changing situation of the process in abnormal combustion fault.

aero-engine；electrostatics monitoring；permutation entropy；sensor；characteristic parameter

TH89

A

1001-9944（2017）11-0001-05

10.19557/j.cnki.1001-9944.2017.11.001

2017-08-14；

2017-08-28

中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目（3122016A004）；中國民航大學(xué)科研啟動(dòng)基金項(xiàng)目（2015QD02S）

付宇（1984—），男，博士，講師，研究方向?yàn)楹娇瞻l(fā)動(dòng)機(jī)故障診斷；殷逸冰（1992—），男，博士研究生，研究方向?yàn)楹娇瞻l(fā)動(dòng)機(jī)狀態(tài)監(jiān)測與健康管理。