1、基于单线圈的磨损颗粒在线监测传感器监测特性研究

采用单线圈的驱动方案，设计并实现磨损颗粒监测传感器。对于铁磁性和非铁磁性磨损颗粒在电感线圈中的磁感作用和运动过程中电感量的变化，通过建立ANSYS有限元计算模型来进行计算和评估。建立铁磁和非铁磁颗粒在电感线圈中的感应电动势模型，从而为磨损颗粒等效直径计算提供理论模型基础。设计并搭建基于锁相放大的线圈电感量检测电路，将检测到的感应电动势带入前续模型中实现不同类型磨损颗粒的尺寸计算。

图1-1线圈及铁磁和非铁磁颗粒输出信号

2、台架机理试验的磨粒提取及仿真结果验证（训练样本的获取方式）

为研究发动机不同工况下、润滑油的不同状态下，多参数对磨损颗粒检测的影响机理，拟构建一套航空发动机关键摩擦副的磨损颗粒仿真试验台架，该平台能够模拟发动机不同工况下摩擦副的对应运动形式及与之相对应的润滑油的运行工况等，能够按照实际发动机磨损颗粒的尺寸分布规律投放不同粒径尺寸的铁磁性和非铁磁性颗粒到润滑油中，从而，为磨粒在线监测传感器研发完成后的实验室验证和标定提供基础平台。

图1-2 颗粒在管道中运动过程仿真

3、多复杂工况下的信息干扰因素提取（应用过程中干扰因素的剔除）

航空发动机运行在高速和高温环境，其润滑油的工作温度也非常高，在润滑摩擦副的过程中，由于高速运动而产生大量气泡，气泡随着滑油进入到磨损颗粒传感器。本研究内容拟通过所构建的多工况实验台架模拟滑油在高温过程中产生气泡的状态，通过研究发动机在不同工况下，润滑油的温度、粘度、气泡密度、磨损颗粒浓度等参数的耦合作用过程，从而建立各干扰信息之间相互作用的数学模型，最终实现对磨损颗粒监测信号中噪声的剔除，以期提高监测精度。

图1-3 去泡装置示意图

4、磨粒产生速率映射下的润滑特性响应机制（通过解耦识别提升结果的可靠性）

在3中的多工况参数耦合的模型，建立基于Fluent的有限元流体计算模型，计算研究磨损颗粒从生成到被监测到的整个传输过程，从而解决磨粒产生速率与润滑特性之间的响应机制，从而建立不同工况参数下磨粒传输模型，再通过解耦算法实现对磨损状态的映射，以期达到通过磨粒传感器实现对发动机关键摩擦副的磨损状态的预测。

图1-4 Fluent中计算得到的磨损颗粒运动轨迹图

（三）关键技术

1、基于线圈电感式在线滑油金属磨屑检测技术

（1）对油液在线磨屑监测传感器进行了理论分析，讨论了铁磁性颗粒检测和非铁磁性颗粒检测的原理，研究了颗粒尺寸大小与信号的关系。

（2）设计开发了油液在线磨屑监测系统，讨论了系统结构和工作模式。研究提出了磨屑识别策略和算法，并进行验证，表明了算法的有效性。

图1-5 铁磁颗粒传感器结构原理图

2、线圈磁场与金属颗粒相互作用的有限元分析

利用ANSYS的磁场分析功能，建立电感线圈与金属磨粒的磁场模型，研究金属颗粒在线圈中运动过程中磁场的变化规律以及电感量的变化规律，从而建立传感器流道内的电磁感应理论模型，依次为依据来评估金属颗粒流过传感器可能产生的输出信号大小。并且，利用理论模型还能够进一步修正检测结果。

3、降噪优化技术

在试制基于电磁感应的油液在线磨屑监测系统的基础上，针对油液在线磨屑监测传感器信号噪声问题，研究提出了改进中值滤波算法，并通过试验对降噪结果进行量化分析，表明本文提出的改进中值滤波算法，能够有效的减少传感器信号噪声，提高了传感器信噪比。

在传感器信号处理方面，研究了提出了改进中值滤波去噪方法，并通过试验对所提方法进行了验证，传感器的信噪比有了明显的提高。

4、基于油样分析数据的发动机磨损趋势预测技术

目前机械系统磨损趋势预测的研究主要集中在柴油机方面，而对航空发动机磨损趋势的预测技术研究并不多，且很不成熟。就研究范围而言，目前的研究基本上局限于平稳的、线性的（或非线性特征已知的）、基于单变量或单一信息的较为简单的预测。因此，航空发动机磨损趋势的预测技术在实际运用中效果普遍较差，预测的结果与实际情况往往相去甚远，无法科学确定发动机维修时机。而组合预测方法中主要研究的是组合预测权系数向量的问题，目前研究和应用最多的是根据某种绝对误差最小来确定权系数向量。因此，本项目拟通过建立磨损颗粒尺寸和浓度的最优组合预测模型来研究发动机的异常磨损发展趋势。

图1-6 ARMA模型预测结果

5、磨损界限值制定技术

油样分析数据作为发动机磨损状态的有效观测数据，即发动机摩擦学系统的输出，能够将航空发动机的整体磨损趋势间接反映出来。然而，往往产生这些观测数据或输出的系统并不具体或无法获知、或者系统的输入无法准确地获知或者处于无法观测的强噪声干扰中。因此，在实际运行过程中，通常无法获取发动机摩擦学系统的输入及其传递特性，而只能得到反映系统磨损状态的观测值，也就是系统的输出。在这种情况下，只能采用同系统分析相互结合的时间序列分析方法，通过“系统”的处理动态数据从而建立系统的数学分析模型。并利用建立的模型辨识系统的磨损状态以及预测未来的发展趋势。因此，对发动机磨损趋势的预测是通过对观测数据——油样分析数据进行时序分析，对发动机摩擦学系统进行辨识来实现。然而，航空发动机结构复杂，其动力行为表现出明显的非线性特征，发动机故障具有不均匀性、多样性、随机性、突变性等复杂特征，航空发动机的摩擦磨损是一个复杂的过程，发生在摩擦学系统内的摩擦磨损行为所表现出的对初始条件的敏感性、变化过程的不稳定随机性以及空间的不规则性等，都表明摩擦学系统作为一个极其复杂的系统，而且是一个非线性动力学系统与多种学科行为相耦合，具有随机性、混沌性以及分形性等基本特征。

该部分拟通过不断的调整界限值从而诊断出现存在的故障隐患，并能够成功地进行故障定位，这对于保障飞行的安全具有实际的工程意义。

图1-7 动态混合阈值计算结果

6、基于特征训练的识别精度提高

由于磨粒在油中的存在方式是不规则的，磨粒的重叠现象会在传感器流道内发生，从而导致传感器检测到的磨损颗粒尺寸比实际的磨损颗粒尺寸要大，要实现对磨损颗粒重叠的区分需要通过实验室条件下的实验建立传感器与不同尺寸磨粒之间的响应模型，模型经过训练后，能够区分重叠的颗粒，从而提高检测精度。

7、实现复杂工况下的可靠稳定性应用（气泡、高温）

在发动机高温高速运行条件下，润滑油中将产生大量气泡，气泡进入传感器流道将严重影响传感器对颗粒的检测精度，因而，需要通过在传感器中引入粘度监测参数作为评定参考，在粘度异常情况下，如果传感器输出也表现出响应的变化，将可判定为传感器流道内可能存在比较多的气泡而需要进行测量结果的修正。

8、实现多息耦合响应模型下的磨粒信息提取及验证

发动机关键摩擦副内磨损颗粒的生成受多种因素影响，磨损颗粒大小和浓度仅能反映发动机出现了异常磨损，但是对于磨损的致因机理并不能描述，并且润滑油中的气泡、水分等对监测精度还有影响。因此，所研究的磨损颗粒传感器不仅能够在线监测发动机润滑油中的磨损颗粒粒径和浓度，还将发动机运行工况、润滑油状态信息甚至摩擦副表面形貌考虑入计算模型中，实现了多种信息耦合响应模型下的磨损颗粒信息提取，从而实现利用该磨粒传感器对发动机关键摩擦副的磨损故障的影响因素的综合分析。

（四）技术指标

表1-1 技术指标对照表

1、基于单线圈的磨损颗粒在线监测传感器监测特性研究

采用单线圈的驱动方案，设计并实现磨损颗粒监测传感器。对于铁磁性和非铁磁性磨损颗粒在电感线圈中的磁感作用和运动过程中电感量的变化，通过建立ANSYS有限元计算模型来进行计算和评估。建立铁磁和非铁磁颗粒在电感线圈中的感应电动势模型，从而为磨损颗粒等效直径计算提供理论模型基础。设计并搭建基于锁相放大的线圈电感量检测电路，将检测到的感应电动势带入前续模型中实现不同类型磨损颗粒的尺寸计算。

图1-1线圈及铁磁和非铁磁颗粒输出信号

2、台架机理试验的磨粒提取及仿真结果验证（训练样本的获取方式）

为研究发动机不同工况下、润滑油的不同状态下，多参数对磨损颗粒检测的影响机理，拟构建一套航空发动机关键摩擦副的磨损颗粒仿真试验台架，该平台能够模拟发动机不同工况下摩擦副的对应运动形式及与之相对应的润滑油的运行工况等，能够按照实际发动机磨损颗粒的尺寸分布规律投放不同粒径尺寸的铁磁性和非铁磁性颗粒到润滑油中，从而，为磨粒在线监测传感器研发完成后的实验室验证和标定提供基础平台。

图1-2 颗粒在管道中运动过程仿真

3、多复杂工况下的信息干扰因素提取（应用过程中干扰因素的剔除）

航空发动机运行在高速和高温环境，其润滑油的工作温度也非常高，在润滑摩擦副的过程中，由于高速运动而产生大量气泡，气泡随着滑油进入到磨损颗粒传感器。本研究内容拟通过所构建的多工况实验台架模拟滑油在高温过程中产生气泡的状态，通过研究发动机在不同工况下，润滑油的温度、粘度、气泡密度、磨损颗粒浓度等参数的耦合作用过程，从而建立各干扰信息之间相互作用的数学模型，最终实现对磨损颗粒监测信号中噪声的剔除，以期提高监测精度。

图1-3 去泡装置示意图

4、磨粒产生速率映射下的润滑特性响应机制（通过解耦识别提升结果的可靠性）

在3中的多工况参数耦合的模型，建立基于Fluent的有限元流体计算模型，计算研究磨损颗粒从生成到被监测到的整个传输过程，从而解决磨粒产生速率与润滑特性之间的响应机制，从而建立不同工况参数下磨粒传输模型，再通过解耦算法实现对磨损状态的映射，以期达到通过磨粒传感器实现对发动机关键摩擦副的磨损状态的预测。

图1-4 Fluent中计算得到的磨损颗粒运动轨迹图

（三）关键技术

1、基于线圈电感式在线滑油金属磨屑检测技术

（1）对油液在线磨屑监测传感器进行了理论分析，讨论了铁磁性颗粒检测和非铁磁性颗粒检测的原理，研究了颗粒尺寸大小与信号的关系。

（2）设计开发了油液在线磨屑监测系统，讨论了系统结构和工作模式。研究提出了磨屑识别策略和算法，并进行验证，表明了算法的有效性。

图1-5 铁磁颗粒传感器结构原理图

2、线圈磁场与金属颗粒相互作用的有限元分析

利用ANSYS的磁场分析功能，建立电感线圈与金属磨粒的磁场模型，研究金属颗粒在线圈中运动过程中磁场的变化规律以及电感量的变化规律，从而建立传感器流道内的电磁感应理论模型，依次为依据来评估金属颗粒流过传感器可能产生的输出信号大小。并且，利用理论模型还能够进一步修正检测结果。

3、降噪优化技术

在试制基于电磁感应的油液在线磨屑监测系统的基础上，针对油液在线磨屑监测传感器信号噪声问题，研究提出了改进中值滤波算法，并通过试验对降噪结果进行量化分析，表明本文提出的改进中值滤波算法，能够有效的减少传感器信号噪声，提高了传感器信噪比。

在传感器信号处理方面，研究了提出了改进中值滤波去噪方法，并通过试验对所提方法进行了验证，传感器的信噪比有了明显的提高。

4、基于油样分析数据的发动机磨损趋势预测技术

目前机械系统磨损趋势预测的研究主要集中在柴油机方面，而对航空发动机磨损趋势的预测技术研究并不多，且很不成熟。就研究范围而言，目前的研究基本上局限于平稳的、线性的（或非线性特征已知的）、基于单变量或单一信息的较为简单的预测。因此，航空发动机磨损趋势的预测技术在实际运用中效果普遍较差，预测的结果与实际情况往往相去甚远，无法科学确定发动机维修时机。而组合预测方法中主要研究的是组合预测权系数向量的问题，目前研究和应用最多的是根据某种绝对误差最小来确定权系数向量。因此，本项目拟通过建立磨损颗粒尺寸和浓度的最优组合预测模型来研究发动机的异常磨损发展趋势。

图1-6 ARMA模型预测结果

5、磨损界限值制定技术

油样分析数据作为发动机磨损状态的有效观测数据，即发动机摩擦学系统的输出，能够将航空发动机的整体磨损趋势间接反映出来。然而，往往产生这些观测数据或输出的系统并不具体或无法获知、或者系统的输入无法准确地获知或者处于无法观测的强噪声干扰中。因此，在实际运行过程中，通常无法获取发动机摩擦学系统的输入及其传递特性，而只能得到反映系统磨损状态的观测值，也就是系统的输出。在这种情况下，只能采用同系统分析相互结合的时间序列分析方法，通过“系统”的处理动态数据从而建立系统的数学分析模型。并利用建立的模型辨识系统的磨损状态以及预测未来的发展趋势。因此，对发动机磨损趋势的预测是通过对观测数据——油样分析数据进行时序分析，对发动机摩擦学系统进行辨识来实现。然而，航空发动机结构复杂，其动力行为表现出明显的非线性特征，发动机故障具有不均匀性、多样性、随机性、突变性等复杂特征，航空发动机的摩擦磨损是一个复杂的过程，发生在摩擦学系统内的摩擦磨损行为所表现出的对初始条件的敏感性、变化过程的不稳定随机性以及空间的不规则性等，都表明摩擦学系统作为一个极其复杂的系统，而且是一个非线性动力学系统与多种学科行为相耦合，具有随机性、混沌性以及分形性等基本特征。

该部分拟通过不断的调整界限值从而诊断出现存在的故障隐患，并能够成功地进行故障定位，这对于保障飞行的安全具有实际的工程意义。

图1-7 动态混合阈值计算结果

6、基于特征训练的识别精度提高

由于磨粒在油中的存在方式是不规则的，磨粒的重叠现象会在传感器流道内发生，从而导致传感器检测到的磨损颗粒尺寸比实际的磨损颗粒尺寸要大，要实现对磨损颗粒重叠的区分需要通过实验室条件下的实验建立传感器与不同尺寸磨粒之间的响应模型，模型经过训练后，能够区分重叠的颗粒，从而提高检测精度。

7、实现复杂工况下的可靠稳定性应用（气泡、高温）

在发动机高温高速运行条件下，润滑油中将产生大量气泡，气泡进入传感器流道将严重影响传感器对颗粒的检测精度，因而，需要通过在传感器中引入粘度监测参数作为评定参考，在粘度异常情况下，如果传感器输出也表现出响应的变化，将可判定为传感器流道内可能存在比较多的气泡而需要进行测量结果的修正。

8、实现多息耦合响应模型下的磨粒信息提取及验证

发动机关键摩擦副内磨损颗粒的生成受多种因素影响，磨损颗粒大小和浓度仅能反映发动机出现了异常磨损，但是对于磨损的致因机理并不能描述，并且润滑油中的气泡、水分等对监测精度还有影响。因此，所研究的磨损颗粒传感器不仅能够在线监测发动机润滑油中的磨损颗粒粒径和浓度，还将发动机运行工况、润滑油状态信息甚至摩擦副表面形貌考虑入计算模型中，实现了多种信息耦合响应模型下的磨损颗粒信息提取，从而实现利用该磨粒传感器对发动机关键摩擦副的磨损故障的影响因素的综合分析。

（四）技术指标

表1-1 技术指标对照表