CN111140356B - 直升机发动机燃油系统的故障评估方法和装置 - Google Patents
直升机发动机燃油系统的故障评估方法和装置 Download PDFInfo
- Publication number
- CN111140356B CN111140356B CN201911357887.9A CN201911357887A CN111140356B CN 111140356 B CN111140356 B CN 111140356B CN 201911357887 A CN201911357887 A CN 201911357887A CN 111140356 B CN111140356 B CN 111140356B
- Authority
- CN
- China
- Prior art keywords
- fault
- information
- classification
- category
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000000630 rising effect Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 19
- 238000012423 maintenance Methods 0.000 abstract description 18
- 230000007547 defect Effects 0.000 abstract description 11
- 230000003449 preventive effect Effects 0.000 abstract description 9
- 239000003921 oil Substances 0.000 description 23
- 238000013461 design Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 2
- 239000010763 heavy fuel oil Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
- F02B77/00—Component parts, details or accessories, not otherwise provided for
- F02B77/08—Safety, indicating, or supervising devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
- F02B77/00—Component parts, details or accessories, not otherwise provided for
- F02B77/08—Safety, indicating, or supervising devices
- F02B77/083—Safety, indicating, or supervising devices relating to maintenance, e.g. diagnostic device
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02M—SUPPLYING COMBUSTION ENGINES IN GENERAL WITH COMBUSTIBLE MIXTURES OR CONSTITUENTS THEREOF
- F02M65/00—Testing fuel-injection apparatus, e.g. testing injection timing ; Cleaning of fuel-injection apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种直升机发动机燃油系统的故障评估方法和装置,其中,方法包括:根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据;根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据。因此,该方法可根据故障记录数据确定每个分类节点发生故障的危害评估数据;进而可根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节,从而为预防性维修工作提供指导,降低故障排除的难度。
Description
技术领域
本申请实施例涉及直升机维修技术领域,尤其涉及一种直升机发动机燃油系统的故障评估方法和装置。
背景技术
目前,直升机的装备数量越来越多,并且使用频率也越来越高,这对直升机的维修保障能力提出了更高的要求。直升机维修保障能力直接影响着直升机施行任务效能,有效的维修保障能力能使直升机在训练与施行任务中发挥最大效能。
直升机因其工作性质以预防性的维修为主。预防性维修指为使设备保持在规定状态所进行的全部计划性维修活动。直升机发动机燃油系统结构复杂,可能发生多种故障模式,导致预防性维修工作困难。
发明内容
基于上述问题,本申请提供一种直升机发动机燃油系统的故障评估方法和装置,以确定直升机发动机燃油系统中的各种缺陷与薄弱环节,为预防性维修工作提供指导。
本申请实施例提供了一种直升机发动机燃油系统的故障评估方法包括:
根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;
根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据;
根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据。
可选的,在本申请的任一实施例中,故障影响数据包括故障频数比信息,对应的,根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据包括:
确定每个分类节点对应的故障类别;
根据故障记录数据,计算每个分类节点对应的每种故障类别出现的次数比例,以获得故障频数比信息。
可选的,在本申请的任一实施例中,故障影响数据还包括故障影响概率信息,对应的,根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据包括:
对故障类别进行影响评估,确定每种故障类别对应的至少一种故障影响;
根据故障记录数据,确定每种故障类别发生的条件下导致出现每种故障影响的概率大小,以获得故障影响概率信息。
可选的,在本申请的任一实施例中,故障影响数据还包括故障率信息,对应的,根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据包括:
根据故障记录数据,计算每个故障类别出现的时长占比,以获得故障率信息。
可选的,在本申请的任一实施例中,危害评估数据包括故障危害信息,对应的,根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据,包括:
根据故障频数比信息、故障率信息和故障影响概率信息,获得每种故障类别对应的每种故障影响的故障危害信息;
故障危害信息的计算公式为:
Cmi=αi×βi×λp
其中,Cmi为第i个故障类别的故障危害信息;αi为第i个故障类别的故障频数比信息;βi为第i个故障类别的故障影响概率信息;i为故障类别;λp为故障率信息。
可选的,在本申请的任一实施例中,危害评估数据包括产品危害信息,对应的,根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据还包括:
根据故障危害信息,获得产品危害信息,其中,产品危害信息的计算公式为:
其中,Cγ为产品危害信息;Cmi为故障危害信息;N为故障类别总数;i为故障类别。
可选的,在本申请的任一实施例中,故障记录数据包括用于标识故障类别的类别信息,对应的,确定每个分类节点对应的故障类别包括:
根据类别信息,获得故障记录数据中记录故障的故障类别,并确定每个分类节点对应的故障类别。
可选的,在本申请的任一实施例中,故障记录数据还包括用于记录故障发生时的环境参数值的环境信息;对应的,根据类别信息,获得故障记录数据中记录故障的故障类别包括:
根据类别信息和环境信息,获得故障记录数据中记录故障的故障类别。
可选的,在本申请的任一实施例中,分类节点包括一级子节点和二级子节点,其中,一个一级子节点中包括至少一个二级子节点。
本申请实施例还提供一种直升机发动机燃油系统的故障评估装置包括:
分类模块,用于根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;
处理模块,用于根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据;
评估模块,用于根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据。
本申请实施例的技术方案中,根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据;根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据。本实施例可根据故障记录数据确定每个分类节点发生故障的危害评估数据;进而根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节,从而为预防性维修工作提供指导,降低故障排除的难度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一所示的直升机发动机燃油系统的故障评估方法的流程图;
图2为本申请实施例二所示的直升机发动机燃油系统的故障评估方法的流程图;
图3为本申请实施例二所示的直升机发动机燃油系统分类节点结构图;
图4为本申请实施例三所示的直升机发动机燃油系统的故障评估装置的结构示意图;
图5为本申请实施例四所示的直升机发动机燃油系统的故障评估装置的结构示意图。
具体实施方式
实施本申请实施例的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参见图1,该图为本申请实施例一所示的直升机发动机燃油系统的故障评估方法的流程示意图。
如图1所示,本实施例提供的直升机发动机燃油系统的故障评估方法包括:
步骤S101、根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能。
本实施例中,直升机发动机燃油系统用于为直升机存储燃油,并保证在规定的任何条件下,能够按照直升机发动机需要的压力和流量向发动机持续不间断地供油。其中,直升机发动机燃油系统包括多个组成部件,每个组成部件具有一定的功能;多个组成部件协同工作,可实现向发动机供油的功能。
为了对直升机发动机燃油系统进行故障评估,可根据部件的功能,对组成部件进行分类,获得多个分类节点。其中,每个分类节点具有对应的功能,从而可反映直升机发动机燃油系统的功能和各个组成部件的功能之间的关系。
可选的,直升机发动机燃油系统的功能包括增压高清燃油功能、供油调节操作功能、启动功能、放油功能、输送燃油功能;对应的,获得的分类节点包括低压系统节点、高压系统节点、启动系统节点、漏油系统节点、导油系统节点。其中,低压系统节点所包括的部件具有增压高清燃油功能,高压系统节点所包括的部件具有供油调节操作功能,启动系统节点所包括的部件具有启动功能,漏油系统节点所包括的部件具有放油功能,导油系统节点所包括的部件具有输送燃油功能。
步骤S102、根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据。
本实施例中,故障记录数据用于记录直升机发动机燃油系统在使用过程中的故障发生的相关信息。根据故障记录数据可确定各个分类节点对应的故障。
其中,故障记录数据中记载的故障发生时间不限,在实际应用中可根据需求合理设置或选择。例如,故障记录数据中记录的故障的发生时间范围可以为2001年至2016年。
本实施例中,故障影响数据用于表示分类节点所包括的部件发生故障的相关信息。例如,故障影响数据可以包括分类节点发生故障的概率、该故障发生时造成的影响等。其中,可对故障记录数据中故障发生的相关信息进行数据处理,可得到各个分类节点对应的故障的相关信息,从而获得故障影响数据。
步骤S103、根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据。
本实施例中,危害评估数据用于评价分类节点对直升机发动机燃油系统的危害性。也即,危害评估数据可以为分类节点所包括的部件发生故障的概率和该故障造成危害的综合度量。
其中,对故障影响数据中分类节点发生故障的相关信息进行数据处理,可确定分类节点发生故障的对直升机发动机燃油系统造成的综合危害,从而获得该分类节点发生故障的危害评估数据。
其中,可根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节。例如,危害性评估数据可以为数值,危害性评估数据的数值越高表示该分类节点对直升机发动机燃油系统的危害性越大,即该分类节点的缺陷越大。此外,危害性评估数据还可以为等级、图表等,本实施例对此不作限定。
本发明实施例中,直升机发动机燃油系统的故障评估方法可根据故障记录数据确定每个分类节点发生故障的危害评估数据;进而根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节,从而为直升机的预防性维修工作提供指导,降低了故障排除的难度。并且可以为直升机发动机燃油系统的维修性设计、测试性设计提供依据。
实施例二
参见图2,该图为本申请实施例提供的另一种直升机发动机燃油系统的故障评估方法的流程图。
如图2所示,本实施例提供的直升机发动机燃油系统的故障评估方法包括:
步骤S201、根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能。
本实施例中,步骤S201的有关的技术描述可参见上述实施例一中的步骤S101。
可选的,为了便于对分类节点所包括的部件进行维修,分类节点包括燃油调节器节点、燃油泵节点、燃油滤节点、超转放油活门节点、起动放油活门节点、起动电磁活门节点、管路节点。其中,分类节点所包括的部件包括燃油调节器、燃油泵、燃油滤、超转放油活门、起动放油活门、起动电磁活门、管路等,均属于直升机发动机燃油系统的可拆卸部件。因此,当确定该分类节点所包括的部件存在缺陷时,可将将该部件拆下进行维修,或替换完好的部件。从而便于针对分类节点的缺陷与薄弱环节进行维修。
步骤S202、确定每个分类节点对应的故障类别。
本实施例中,故障类别用于表示其是可观察到的故障表现形式。由此,可根据分类节点所包括的部件出现故障的表现形式,确定每个分类节点对应的故障类别。
例如,故障类别主要包括下列至少之一:渗油、漏油、工作不稳定、双发Ng不一致、Ng摆动故障、Ng最大值达不到、Ng不加速、不上升、发动机不能起动、油门指针摇臂裂纹、自动停车、旋翼转速低、无压力、破裂、停车时不放油、插销头松动、打泵时不回油、起动时关闭不严、起动供油量少或不供油、橡胶衬垫脱落破损、起动时不能正常供油、不工作、漏气。
对于每个分类节点,其对应的故障类别可以包括上述故障类别的一个或多个。例如,燃油调节器节点对应的故障类别主要包括:打增压泵时燃调余油管漏燃油、定压活门漏油、堵头渗油、燃调壳体结合面渗油、双发Ng不一致、Ng摆动故障、最大Ng达不到、Ng不加速、Ng不上升、发动机不能起动、油门指针摇臂裂纹、自动停车、旋翼转速低等。
可选的,故障记录数据包括用于标识故障类别的类别信息,根据类别信息,获得故障记录数据中记录故障的故障类别,并确定每个分类节点对应的故障类别。
其中,故障记录数据中的类别信息用于标识故障发生的故障类别。由此,根据故障记录数据中的类别信息,可确定发生故障的故障类别,并确定发生故障的部件;进而根据该部件与分类节点的对应关系,确定分类节点对应的故障类别。由此可确定每个分类节点对应的故障类别。
其中,由于故障记录数据能够反应直升机发动机燃油系统的实际工作状态,而分类节点对应的故障类别是通过故障记录数据获得,所以分类节点对应的故障类别更贴近直升机发动机燃油系统实际工作时分类节点所包括部件的故障类别,使每个分类节点对应的故障类别更真实可靠。并且,故障记录数据中的故障数量越多,可以进行分析的故障类别也就越多。
可选的,故障记录数据还包括用于记录故障发生时的环境参数值的环境信息,根据类别信息和环境信息,获得故障记录数据中记录故障的故障类别。
其中,环境信息用于表示故障发生时的直升机所位于的环境,环境参数值是环境的具体信息。例如,环境信息可以为环境的温度、湿度、气流等,环境参数信息可以为温度值、湿度值、气流方向和气流流速等。为了使分类节点的故障类别更符合实际情况,在故障记录数据中,选择环境参数值相似的故障作为故障评估的依据,以使发生故障的部件所处的环境基本一致,从而使确定的故障类别更接近分类节点所包括的部件在该环境条件下发生故障的故障类别。
步骤S203、根据故障记录数据,计算每个分类节点对应的每种故障类别出现的次数比例,以获得故障频数比信息。
本实施例中,故障频数比信息用于表示在分类节点出现故障时,某一故障类别出现的概率。其可以为对于一个分类节点对应的故障类别占其全部故障类别的百分比率。
其中,根据故障记录数据,可确定分类节点对应的每个故障类别出现的次数;进而根据每个故障类别出现的次数,确定分类节点对应的每种故障类别出现的次数比例,从而确定该分类节点的故障频数比信息。同理,对每个分类节点进行相同的处理,以获得每个分类节点的故障频数比信息。
步骤S204、对故障类别进行影响评估,确定每种故障类别对应的至少一种故障影响。
本实施例中,故障影响用于表示该故障类型的故障出现时,可能对直升机发动机燃油系统造成的影响。对于分类节点一个故障类别出现时,其可能产生至少一种故障影响。
由此,根据故障记录数据中的故障发生的相关信息进行影响评估,确定故障类别对直升机发动机燃油系统造成的至少一种故障影响,以确定该故障类别对应的至少一种故障影响。同理,对每个故障类别进行影响评估,确定每种故障类别对应的至少一种故障影响。
例如,若燃油调节器节点发生余油管漏燃油的故障,则对直升机发动机燃油系统造成的故障影响可以为引起火灾、燃油调节器节点不能正常工作、发动机功率不稳定等故障影响。
可选的,根据故障类别对应的故障影响,确定故障类别对应的影响等级。其中,影响等级用于表示该故障类别的故障发生时对直升机造成最坏的潜在后果的严重程度,从而可根据故障类别对应的影响等级对故障类别进行影响评估。
其中,为了使影响等级更符合实际情况,可按不同故障类别的故障发生时对直升机造成最坏的潜在后果,定义影响等级。例如,根据故障发生时,故障影响可能造成的人员伤亡、直升机发动机燃油系统损坏或经济损失的程度,确定故障影响的影响等级。
可选的,影响等级包括Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,其中:
Ⅰ级故障等级对应的故障类别会引起直升机发动机燃油系统的储备、清洁和输送功能完全丧失,导致直升机发动机燃油系统报废;
Ⅱ级故障等级对应的故障类别会引起直升机发动机燃油系统性能严重下降;
Ⅲ级故障等级对应的故障类别会导致提前拆换直升机发动机燃油系统;
Ⅳ级故障等级对应的故障类别不须要提前拆换燃油系统,仍须提前维修。
其中,凡列入Ⅰ级、Ⅱ级的故障类别对应的分类节点所包括的部件,都属于直升机发动机燃油系统的重要部件或关键部件。
可选的,根据故障类别的出现的任务阶段,确定故障类别的任务标记。可根据故障类别的任务标记,确定故障类型的出现的任务阶段,其中,任务阶段可以为外场检查、发动机工作、起动和飞行、发动机慢车、地面加油等,对应的,任务标记可以为外场检查标记、发动机工作标记、起动和飞行标记、发动机慢车标记、地面加油标记等。
步骤S205、根据故障记录数据,确定每种故障类别发生的条件下导致出现每种故障影响的概率大小,以获得故障影响概率信息。
本实施例中,对于一个分类节点,故障影响概率信息用于表示在故障类别的故障发生的条件下,该故障类别对应的某一种故障影响出现的概率。其中,一个故障类别可能对应多种故障影响,根据故障记录数据可确定故障类别中每种故障影响的出现次数,根据该一种故障影响的出现次数与全部故障影响的出现次数的比值,可确定该一种故障影响的故障影响概率,即故障影响概率信息。全部故障影响概率信息之和应为1。
例如,燃油调节器节点中各种故障类别的故障影响包括引起火灾,燃油调节器节点不能正常工作,发动机功率不稳定。其中,引起火灾的故障影响概率为0.1,燃油调节器节点不能正常工作的故障影响概率为0.5,发动机功率不稳定的故障影响概率为0.4,由此可得三种故障影响概率之和为1。
步骤S206、根据故障记录数据,计算每个故障类别出现的时长占比,以获得故障率信息。
本实施例中,故障率用于表示该故障类别出现的概率。故障记录数据还包括故障类别的出现的时长和直升机发动机燃油系统工作的时长,根据故障记录数据中的故障类别的出现时长和直升机燃油系统工作的时长,确定每个故障类别出现的时长与直升机燃油系统工作的时长的比值,即故障类别出现的时长占比,以将故障类别出现的时长占比作为故障类别对应的故障率信息。
例如,直升机发动机燃油系统工作的时长为10小时,渗油故障的出现时间为1小时,则渗油故障的故障率信息为0.1。
可选的,为了定性的分析故障类别对直升机发动机燃油系统的危害性,并减少故障评估过程中的数据处理量,可根据故障率信息和直升机发动机燃油系统的总故障率,确定故障率信息的等级。
其中,故障率信息的等级可以为:
A级(经常发生):该故障类别的故障发生概率大于直升机发动机燃油系统总故障率的20%,故障率较高;
B级(可能发生):该故障类别的故障发生概率是直升机发动机燃油系统总故障率的10%~20%;
C级(偶然发生):该故障类别的故障发生概率是直升机发动机燃油系统总故障率的1%~10%;
D级(很少发生):该故障类别的故障发生概率是直升机发动机燃油系统总故障率的0.1%~1%;
E级(极少发生):该故障类别的故障发生概率小于直升机发动机燃油系统总故障率的0.1%,故障极少,几乎不发生。
步骤S207、根据故障频数比信息、故障率信息和故障影响概率信息,获得每种故障类别对应的每种故障影响的故障危害信息。
本实施例中,故障危害信息用于评价分类节点所包括的部件单一故障类别的故障出现时,对直升机发动机燃油系统造成危害的程度。综合考虑故障率信息、故障频数比信息和故障影响概率信息获得的故障危害信息能够更加准确。
其中,为了获得更精确的故障危害信息,故障危害信息可根据公式(1)得到:
Cmi=αi×βi×λp (1)
其中,Cmi为第i个故障类别的故障危害信息;αi为第i个故障类别的故障频数比信息;βi为第i个故障类别的故障影响概率信息;i为故障类别;λp为故障率信息。
可选的,为了区分不同影响等级对应的故障危害信息,根据故障频数比信息、故障率信息和该影响等级对应的故障影响概率信息,获得每种影响等级对应的故障危害信息。
例如,对于余油管漏燃油故障,其影响等级Ⅱ的故障率为0.0645,故障频数比为0.3386,故障影响概率0.1,根据公式(1)可得故障危害信息等于0.0645×0.3386×0.1,即故障危害信息为21.8397×10-4。同理可得,燃油调节器节点的其他故障类别的故障危害信息。
可选的,为了简化运算过程,根据故障率信息的等级和故障类别对应的每种故障影响的影响等级,确定故障类别对应的每种故障影响的故障危害信息。其中,该评估方式为定性评估,不需要进行复杂的数据运算。
步骤S208、根据故障危害信息,获得产品危害信息。
本实施例中,产品危害信息用于评价分类节点出现故障时对直升机发动机燃油系统的危害性。由此,可根据每个分类节点的产品危害性信息,确定直升机发动机燃油系统的那些分类节点存在缺陷,那些分类节点属于薄弱环节。
可选的,为了获得更精确的产品危害信息,产品危害信息的计算公式可以为公式(2):
其中,Cγ为产品危害信息;Cmi为故障危害信息;N为故障类别总数;i为故障类别。
由于故障影响的影响等级不同对直升机发动机燃油系统造成的危害不同,所以可根据故障影响的影响等级和故障危害信息,获得产品危害信息。
例如,对于余油管漏燃油故障,对于影响等级为Ⅱ的全部故障类别的故障危害信息Cm为21.8397×10-4、0.1921×10-4、0.1062×10-4、7.3837×10-4、0.9571×10-4、0.0118×10-4;根据公式(2)可得影响等级Ⅱ对应的产品危害信息Cr(Ⅱ)=3.17751×10-3。同理,可确定其他影响等级对应的产品危害信息。
可选的,为了更好的分析各个分类节点对直升机发动机燃油系统的危害性,根据各个分类节点的产品危害信息,确定直升机发动机燃油系统中的重要部件和关键部件。
其中,直升机发动机燃油系统中的重要部件和关键部件是对直升机发动机燃油系统安全威胁较大的部件,属于维修的重点对象。其中,可筛选出产品危害信息较高的分类节点,该分类节点所包括的部件为直升机发动机燃油系统中的重要部件和关键部件。
可选的,为了简便的筛选出产品危害度较高的分类节点,根据分类节点的产品危害度信息确定分类节点的产品危害度列表,根据分类节点的产品危害度列表,筛选出产品危害度较高的分类节点。
可选的,为了更好的分析各种故障类别所占的比例及其发生的原因,进而从源头上发现问题,根据故障类别发生的次数和其所占的比例,确定维护和设计的改进重点。
可选的,为了在不同级别对分类节点进行故障评估,分类节点包括一级子节点和二级子节点,其中,一个一级子节点中包括至少一个二级子节点,由此根据二级子节点所包括部件出现故障的故障影响数据,确定一级子节点所包括部件出现故障的故障影响数据。
其中,一级子节点可以包括低压系统节点、高压系统节点、启动系统节点、漏油系统节点、导油系统节点。二级子节点为直升机发动机燃油系统中的可拆卸部件,二级子节点可以为燃油调节器节点、燃油泵节点、燃油滤节点、超转放油活门节点、起动放油活门节点、起动电磁活门节点、管路节点、离心泵节点、流量调节器节点、Ng调节器节点、加减速控制器节点、启动喷嘴节点、启动放油活门节点、漏油活门节点等。
例如,如图3所示的直升机发动机燃油系统分类节点结构图,一级子节点的低压系统节点具有增压清洁燃油的功能,二级子节点的离心泵节点具有增压燃油的功能,二级子节点的燃油滤节点具有清洁燃油的功能;根据增压清洁燃油的功能包括的燃油增压的功能和燃油清洁的功能,确定低压系统节点包括离心泵节点和燃油滤节点。同理可得,高压系统节点包括燃油泵节点、流量调节器节点、Ng调节器节点、加减速控制器节点;启动系统节点包括启动电磁活门节点、启动喷嘴节点、启动放油活门节点;漏油系统节点包括漏油活门节点;导管节点包括硬导管节点和软导管节点。
可选的,基于一级子节点功能和二级子节点功能之间的可靠性逻辑关系,根据二级子节点所包括部件出现故障的故障影响数据,确定一级子节点所包括部件出现故障的故障影响数据。
例如,低压系统节点包括离心泵节点和燃油滤节点,若离心泵节点出现故障,则会导致一级子节点的低压系统节点出现故障,从而可将离心泵节点对应的出现故障的故障影响数据传递到低压系统节点。
由此,可将二级子节点所包括部件出现故障的故障影响数据传递到一级子节点,从而保证了出现故障的故障影响数据在不同级别的子节点之间能够有效传递。进而根据上述步骤的原理,确定一级子节点的产品危害信息,从而降低故障评估的难度、提高故障评估的精度。
本发明实施例中,直升机发动机燃油系统的故障评估方法可根据故障记录数据确定每个分类节点发生故障的危害评估数据;进而根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节,从而为直升机的预防性维修工作提供指导,降低了故障排除的难度。并且可以为直升机发动机燃油系统的维修性设计、测试性设计提供依据。
实施例三
参见图4,该图为本申请实施例提供的一种直升机发动机燃油系统的故障评估装置的结构示意图。
如图4所示,本实施例提供的直升机发动机燃油系统的故障评估装置包括:
分类模块301,用于根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;
处理模块302,用于根据直升机发动机燃油系统的故障记录数据,获得每个分类节点对应的故障影响数据;
评估模块303,用于根据每个分类节点对应的故障影响数据,获得每个分类节点发生故障的危害评估数据。
本发明实施例中,直升机发动机燃油系统的故障评估装置可根据故障记录数据确定每个分类节点发生故障的危害评估数据;进而根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节,从而为直升机的预防性维修工作提供指导,降低了故障排除的难度。并且可以为直升机发动机燃油系统的维修性设计、测试性设计提供依据。
需要说明的是,本申请实施例的直升机发动机燃油系统的故障评估装置的操作可参考上述第一实施例的流程,在此不再一一赘述。
实施例四
参见图5,该图为本申请实施例提供的另一种直升机发动机燃油系统的故障评估装置的结构示意图。
如图5所示,本实施例提供的直升机发动机燃油系统的故障评估装置包括:
分类节点获得模块401,用于根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能。
故障类别确定模块402,用于确定每个分类节点对应的故障类别。
故障频数比信息确定模块403,用于根据故障记录数据,计算每个分类节点对应的每种故障类别出现的次数比例,以获得故障频数比信息。
故障影响确定模块404,用于对故障类别进行影响评估,确定每种故障类别对应的至少一种故障影响。
故障影响概率信息确定模块405,用于根据故障记录数据,确定每种故障类别发生的条件下导致出现每种故障影响的概率大小,以获得故障影响概率信息。
故障率信息确定模块406,用于根据故障记录数据,计算每个故障类别出现的时长占比,以获得故障率信息。
故障危害信息确定模块407,用于根据故障频数比信息、故障率信息和故障影响概率信息,获得每种故障类别对应的每种故障影响的故障危害信息。
产品危害信息获取模块408,用于根据故障危害信息,获得产品危害信息。
本发明实施例中,直升机发动机燃油系统的故障评估装置可根据故障记录数据确定每个分类节点发生故障的危害评估数据;进而根据每个分类节点发生故障的危害评估数据,确定直升机发动机燃油系统的各个分类节点的缺陷与薄弱环节,从而为直升机的预防性维修工作提供指导,降低了故障排除的难度。并且可以为直升机发动机燃油系统的维修性设计、测试性设计提供依据。
需要说明的是,本实施的直升机发动机燃油系统的故障评估装置的操作可参考上述实施例二的流程,在此不再一一赘述。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块提示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种直升机发动机燃油系统的故障评估方法,其特征在于,包括:
根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;所述分类节点包括燃油调节器节点、燃油泵节点、燃油滤节点、超转放油活门节点、起动放油活门节点、起动电磁活门节点、管路节点;
根据直升机发动机燃油系统的故障记录数据,获得每个所述分类节点对应的故障影响数据;
根据每个所述分类节点对应的所述故障影响数据,获得每个所述分类节点发生故障的危害评估数据;
其中,所述故障影响数据包括故障频数比信息,所述故障记录数据包括用于标识故障类别的类别信息,每个所述分类节点对应的故障类别包括一个或者多个所述故障类别;
对应的,所述根据直升机发动机燃油系统的故障记录数据,获得每个所述分类节点对应的故障影响数据包括:
根据所述类别信息,获得所述故障记录数据中记录故障的所述故障类别,并确定每个所述分类节点对应的所述故障类别;其中,所述燃油调节器节点对应的故障类别包括:打增压泵时燃调余油管漏燃油、定压活门漏油、堵头渗油、燃调壳体结合面渗油、双发Ng不一致、Ng摆动故障、最大Ng达不到、Ng不加速、Ng不上升、发动机不能起动、油门指针摇臂裂纹、自动停车、旋翼转速低;
根据所述故障记录数据,计算每个所述分类节点对应的每种所述故障类别出现的次数比例,以获得所述故障频数比信息。
2.根据权利要求1所述的方法,其特征在于,所述故障影响数据还包括故障影响概率信息,对应的,所述根据直升机发动机燃油系统的故障记录数据,获得每个所述分类节点对应的故障影响数据包括:
对所述故障类别进行影响评估,确定每种所述故障类别对应的至少一种故障影响;
根据所述故障记录数据,确定每种所述故障类别发生的条件下导致出现每种所述故障影响的概率大小,以获得所述故障影响概率信息。
3.根据权利要求2所述的方法,其特征在于,所述故障影响数据还包括故障率信息,对应的,所述根据直升机发动机燃油系统的故障记录数据,获得每个所述分类节点对应的故障影响数据包括:
根据所述故障记录数据,计算每个所述故障类别出现的时长占比,以获得所述故障率信息。
4.根据权利要求3所述的方法,其特征在于,所述危害评估数据包括故障危害信息,对应的,所述根据每个所述分类节点对应的所述故障影响数据,获得每个所述分类节点发生故障的危害评估数据,包括:
根据所述故障频数比信息、所述故障率信息和所述故障影响概率信息,获得每种所述故障类别对应的每种所述故障影响的故障危害信息;
所述故障危害信息的计算公式为:
Cmi=α i ×β i ×λ p
其中,Cmi 为第i个故障类别的故障危害信息;α i为第i个故障类别的故障频数比信息;β i为第i个故障类别的故障影响概率信息;i为故障类别;λ p 为故障率信息。
6.根据权利要求1所述的方法,其特征在于,所述故障记录数据还包括用于记录故障发生时的环境参数值的环境信息;对应的,所述根据所述类别信息,获得所述故障记录数据中记录故障的所述故障类别包括:
根据所述类别信息和所述环境信息,获得所述故障记录数据中记录故障的所述故障类别。
7.根据权利要求1所述的方法,其特征在于,所述分类节点包括一级子节点和二级子节点,其中,一个所述一级子节点中包括至少一个所述二级子节点。
8.一种直升机发动机燃油系统的故障评估装置,其特征在于,包括:
分类模块,用于根据部件的功能,将直升机发动机燃油系统的组成部件进行分类,获得多个分类节点,其中,每个分类节点均有对应的功能;所述分类节点包括燃油调节器节点、燃油泵节点、燃油滤节点、超转放油活门节点、起动放油活门节点、起动电磁活门节点、管路节点;
处理模块,用于根据直升机发动机燃油系统的故障记录数据,获得每个所述分类节点对应的故障影响数据;
评估模块,用于根据每个所述分类节点对应的所述故障影响数据,获得每个所述分类节点发生故障的危害评估数据;
其中,所述故障影响数据包括故障频数比信息,所述故障记录数据包括用于标识故障类别的类别信息,每个所述分类节点对应的故障类别包括一个或者多个所述故障类别;
所述处理模块,进一步用于根据所述类别信息,获得所述故障记录数据中记录故障的所述故障类别,并确定每个所述分类节点对应的所述故障类别;其中,所述燃油调节器节点对应的故障类别包括:打增压泵时燃调余油管漏燃油、定压活门漏油、堵头渗油、燃调壳体结合面渗油、双发Ng不一致、Ng摆动故障、最大Ng达不到、Ng不加速、Ng不上升、发动机不能起动、油门指针摇臂裂纹、自动停车、旋翼转速低;
根据所述故障记录数据,计算每个所述分类节点对应的每种所述故障类别出现的次数比例,以获得所述故障频数比信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911357887.9A CN111140356B (zh) | 2019-12-25 | 2019-12-25 | 直升机发动机燃油系统的故障评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911357887.9A CN111140356B (zh) | 2019-12-25 | 2019-12-25 | 直升机发动机燃油系统的故障评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111140356A CN111140356A (zh) | 2020-05-12 |
CN111140356B true CN111140356B (zh) | 2021-07-27 |
Family
ID=70520066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911357887.9A Active CN111140356B (zh) | 2019-12-25 | 2019-12-25 | 直升机发动机燃油系统的故障评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111140356B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005339558A (ja) * | 2004-05-28 | 2005-12-08 | General Electric Co <Ge> | タービン機械システム及びこれに類するものに対する統一品質評価を作成し、自動故障診断ツールを提供するための方法 |
CN105628393A (zh) * | 2016-03-01 | 2016-06-01 | 西安航空动力股份有限公司 | 一种航空发动机超温虚警的排故方法 |
CN107797543A (zh) * | 2017-09-26 | 2018-03-13 | 大连理工大学 | 一种航空发动机燃油调节器故障诊断方法 |
CN109657260A (zh) * | 2018-09-19 | 2019-04-19 | 北京航空航天大学 | 一种考虑失效相关性的涡轮转子系统可靠性分配方法 |
CN110397511A (zh) * | 2019-07-01 | 2019-11-01 | 中国第一汽车股份有限公司 | 一种故障处理方法和系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100552208C (zh) * | 2008-04-29 | 2009-10-21 | 天津大学 | 舰船燃油系统故障诊断方法 |
CN102663240B (zh) * | 2012-03-23 | 2015-07-22 | 广东省电力调度中心 | 电力通信业务风险分析系统及评估方法 |
CN104820892B (zh) * | 2014-12-25 | 2018-06-08 | 北京航空航天大学 | 一种基于数据传递的航空发电系统定量危害性分析方法 |
CN106569061A (zh) * | 2016-11-01 | 2017-04-19 | 中车株洲电力机车研究所有限公司 | 一种故障模式、原因及重要度分析方法 |
CN107341314B (zh) * | 2017-07-11 | 2021-01-05 | 西安航空制动科技有限公司 | 一种飞机刹车系统故障模式频数比的建模计算方法 |
CN109495332B (zh) * | 2017-09-11 | 2022-07-22 | 国网山西省电力公司信息通信分公司 | 一种电力通信网络健康状态评估分析方法 |
CN108019283B (zh) * | 2017-11-08 | 2019-11-19 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种双发直升机供油系统架构 |
CN108223200B (zh) * | 2017-12-14 | 2020-04-21 | 湖南吉利汽车部件有限公司 | 一种支持燃料蒸发泄露诊断的系统及诊断方法 |
CN109872040B (zh) * | 2019-01-17 | 2023-05-26 | 南京航空航天大学 | 一种航空发动机两部件关联故障概率风险评估方法 |
CN110264055B (zh) * | 2019-06-11 | 2021-11-30 | 北京锦鸿希电信息技术股份有限公司 | 部件危害性评估方法、装置、设备及计算机可读存储介质 |
-
2019
- 2019-12-25 CN CN201911357887.9A patent/CN111140356B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005339558A (ja) * | 2004-05-28 | 2005-12-08 | General Electric Co <Ge> | タービン機械システム及びこれに類するものに対する統一品質評価を作成し、自動故障診断ツールを提供するための方法 |
CN105628393A (zh) * | 2016-03-01 | 2016-06-01 | 西安航空动力股份有限公司 | 一种航空发动机超温虚警的排故方法 |
CN107797543A (zh) * | 2017-09-26 | 2018-03-13 | 大连理工大学 | 一种航空发动机燃油调节器故障诊断方法 |
CN109657260A (zh) * | 2018-09-19 | 2019-04-19 | 北京航空航天大学 | 一种考虑失效相关性的涡轮转子系统可靠性分配方法 |
CN110397511A (zh) * | 2019-07-01 | 2019-11-01 | 中国第一汽车股份有限公司 | 一种故障处理方法和系统 |
Non-Patent Citations (1)
Title |
---|
航空发动机燃调系统故障诊断;王磊;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20120715;C031-271 * |
Also Published As
Publication number | Publication date |
---|---|
CN111140356A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saravanamuttoo et al. | Thermodynamic models for pipeline gas turbine diagnostics | |
US8117007B2 (en) | Statistical analysis for maintenance optimization | |
US10191479B2 (en) | Methods and systems for network-based detection of component wear | |
US20090048730A1 (en) | Method and system for planning repair of an engine | |
US20120203591A1 (en) | Systems, methods, and apparatus for determining pipeline asset integrity | |
Rath et al. | Aero engine health monitoring, diagnostics and prognostics for condition-based maintenance: An overview | |
CN111140356B (zh) | 直升机发动机燃油系统的故障评估方法和装置 | |
Fentaye et al. | Discrimination of rapid and gradual deterioration for an enhanced gas turbine life-cycle monitoring and diagnostics | |
Simon | An overview of the NASA aviation safety program propulsion health monitoring element | |
Marinai | Gas-path diagnostics and prognostics for aero-engines using fuzzy logic and time series analysis | |
CN114638060B (zh) | 故障预测方法、系统、电子设备 | |
CN116558835A (zh) | 一种基于实测数据的故障诊断系统 | |
Scott et al. | Condition monitoring of gas turbines—an exploratory investigation of ferrographic trend analysis | |
Orsagh et al. | Development of performance and effectiveness metrics for gas turbine diagnostic technologies | |
Batayev | Axial compressor fouling detection for gas turbine driven gas compression unit | |
Rozhkov et al. | Informational expert system for minimizing the time in searching of ship electrical equipment failures | |
CN112906237A (zh) | 一种发动机部件故障分析方法及系统 | |
CN112182743A (zh) | 一种基于故障传递特征匹配的飞机系统故障诊断方法 | |
Makrygianni et al. | Reliability analysis and TQM problem solving tools for improving maintenance operations in modern jet fighters | |
Werbińska-Wojciechowska | Inspection Maintenance Modeling for Technical Systems: An Overview | |
Nurrahman et al. | Performance assessment analysis of UHF machines using Reliability, Availability, Maintainability and Safety (RAMS) analysis methods | |
Jiang et al. | Simulation modelling for scenario planning to evaluate IVHM benefit in naval ship building | |
CN112734058B (zh) | 一种飞机系统的排故分析方法 | |
Eustace | A Real-World Application of Fuzzy Logic and Influence Coefficients for Gas Turbine Performance Diagnostics | |
Bechini | Performance diagnostics and measurement selection for on-line monitoring of gas turbine engnes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 101121 Beijing city Tongzhou District Lok Street No. 99 Applicant after: CHINESE PEOPLE'S LIBERATION ARMY AVIATION SCHOOL, ARMY AVIATION INSTITUTE Address before: 101121 courtyard 99, Yile middle street, Tongzhou District, Beijing Applicant before: CHINESE PEOPLE'S LIBERATION ARMY AVIATION SCHOOL, ARMY AVIATION INSTITUTE |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |