航空发动机气路故障诊断技术
航空发动机故障诊断与故障处理技术研究
航空发动机故障诊断与故障处理技术研究航空发动机是飞机的“心脏”，它为飞机提供能源和推力。
由于特殊的工作环境和高负荷运行，航空发动机一旦出现故障，极易造成严重后果，甚至威胁到飞行安全。
因此，航空发动机的故障诊断与故障处理技术显得尤为重要。
一、航空发动机故障的分类航空发动机故障可以根据其性质和位置进行分类。
根据故障性质，航空发动机的故障可以分为机械故障、电气故障和控制系统故障。
根据故障位置，航空发动机的故障可以分为外部故障和内部故障。
机械故障主要包括叶片损伤、轴承故障、轮毂裂纹等。
电气故障主要包括发生器故障、电动机故障、电气线路故障等。
控制系统故障主要包括电子节气门故障、传感器故障、执行器故障等。
外部故障主要包括灰尘进入、液体进入等，内部故障主要包括涡轮腐蚀、排气口阀门关闭不严等。
二、航空发动机故障诊断技术航空发动机故障诊断技术是指利用现代化的检测装置、测试仪器和数据分析系统对航空发动机进行全面和准确地故障诊断。
故障诊断的数据来源包括机组报告、故障报告、维修记录和操作数据。
其中，机组报告和故障报告主要是人员对故障的主观描述，而维修记录和操作数据则直接反映了航空发动机的状态。
尤其是操作数据，包括航空发动机的泵、涡轮、阀门、传感器等各个部件的工作状态和参数，可以提供大量的信息和线索，对故障诊断具有重要意义。
目前，航空发动机故障诊断的技术主要包括故障代码和数据记录、虚拟故障仿真、基于故障状态的健康监测、振动和噪声分析等多种方式。
其中，数据记录是通过在航空发动机上设置传感器，采集发动机运行状态下的各种参数，建立故障数据库，通过数据挖掘和数据分析，找到故障发生的原因和规律。
虚拟故障仿真是利用计算机仿真模型来模拟航空发动机的故障状态和运行情况，以便分析和处理。
基于故障状态的健康监测是指通过发动机传感器监测发动机的健康状态，并通过特定算法监测和分析故障状态。
振动和噪声分析主要是利用振动和噪声传感器，监测发动机振动和噪声情况，分析故障原因，为发动机的维修提供指导。
航空发动机故障诊断技术的模型构建与优化
航空发动机故障诊断技术的模型构建与优化随着航空工业的发展和民航市场的不断扩大，航空发动机的安全性和可靠性对航空公司和乘客来说变得尤为重要。
航空发动机故障诊断技术的模型构建与优化成为了航空工业中的关键问题。
本文将介绍航空发动机故障诊断技术的模型构建与优化的方法与步骤。
首先，航空发动机故障诊断技术的模型构建与优化需要建立合适的故障诊断模型。
故障诊断模型是通过对航空发动机运行数据进行分析和模型构建，以实现对故障的检测、诊断与预测。
建立故障诊断模型的第一步是收集航空发动机的运行数据，包括传感器数据、参数数据等。
然后，对这些数据进行预处理，包括数据清洗、数据标准化等。
接下来，选择合适的故障诊断算法，例如基于统计学的方法、机器学习方法、人工智能算法等，并根据实际需求进行模型优化和调整。
其次，航空发动机故障诊断技术的模型构建与优化需要进行特征选择与提取。
特征选择是为了找到与故障相关的最重要的特征变量，以提高故障诊断的准确性和效率。
特征提取是将原始数据转换为更具代表性的特征向量，以减少数据维度和噪声的影响。
特征选择和提取的方法有很多，如相关系数分析、主成分分析、信息增益等。
选择合适的特征选择和提取方法，可以提高模型的分类性能和诊断准确性。
第三，航空发动机故障诊断技术的模型构建与优化需要进行模型训练和评估。
模型训练是使用已知的故障样本和正常样本进行模型参数的估计和学习，以建立故障诊断模型。
模型评估是对训练后的模型进行性能评估，以验证模型的准确性和鲁棒性。
常用的模型评估指标包括准确率、召回率、F1值等。
通过不断的训练和评估，可以优化模型的参数和结构，提高模型的预测能力和稳定性。
最后，航空发动机故障诊断技术的模型构建与优化需要进行实时监控和更新。
航空发动机故障诊断是一个持续的过程，需要实时地对发动机运行数据进行监控和诊断。
当发现异常情况或故障时，及时采取措施进行修复或更换，以保障航空发动机的安全运行。
同时，还需要不断对模型进行更新和优化，以适应不同型号和规格的航空发动机，提高故障诊断的普适性和可靠性。
航空发动机性能监测与故障诊断技术研究
航空发动机性能监测与故障诊断技术研究近年来，随着民航业的不断发展，航空发动机性能监测与故障诊断技术研究也越来越受到关注。
航空发动机不仅影响着飞机的正常飞行，也直接关系到乘客的安全。
因此，对于航空发动机的性能监测与故障诊断技术研究，是现代民航业发展的必修课程。
一、航空发动机性能监测技术航空发动机性能监测技术，是指通过对发动机运行过程中的各项数据进行监测，分析其运行情况，进而判断其健康状况的技术。
这项技术的出现，旨在通过对发动机的监测和分析，提前预警可能出现的故障，进而为维修保养作出针对性的决策。
目前，航空公司一般采取两种方法来实现发动机性能监测。
一种是计划性监测，即规定一定时间间隔对发动机进行检查。
另一种是不定期监测，即发动机在运行过程中，通过传感器实时监测各项数据。
二、航空发动机故障诊断技术发动机故障诊断技术，是指通过对发动机出现故障时发出的信号进行检测，从而判断其具体故障种类和位置，进而采取相应的修复措施的技术。
航空发动机故障诊断技术的出现，是为了解决发动机故障对飞行安全造成的潜在危害。
现在，航空公司普遍采用的方法是，在发生故障后，通过维修人员对发动机进行诊断和维修。
这种方式无疑会增加维修成本和时间成本，因此，随着技术的不断进步，越来越多的航空公司开始尝试预测性维修方式，即通过对机组数据进行分析，提前发现故障并进行修复。
三、航空发动机性能监测与故障诊断技术的研究现状目前，国内外在航空发动机性能监测与故障诊断技术的研究上取得了不少进展。
在航空发动机性能监测技术方面，国内外专家学者提出了许多独特且有效的监测方法，例如通过增加硬件设备对发动机进行检测，通过信号处理技术实现对发动机的智能化监测等。
此外，在实验数据处理方法、故障诊断技术等方面也取得了许多研究成果，例如利用人工智能技术对发动机数据进行处理，以期达到更好的故障诊断效果。
在航空发动机故障诊断技术方面，研究人员发现，基于机组数据的预测性维修技术可以大大节省航空公司的维修成本，并提高航班运行效率。
基于多分类器融合的航空发动机气路故障诊断_张宗杰
了 D - S 证据理论对 RBF 神经网络、 BP 神经网络和支持向 量机三个诊 断子系统 的诊断结果 进行 决策级融合 , 结果表明 D - S 证据理论的使用可以达到比单独运用三个子系统具有更好的诊 断效 能 , 经过融合降低了误 诊率 , 改善了诊断性能。 关键词 : 航空发动机 ; 气路故障诊断 ; 神经网络 ; 支持向量机 ; D - S 证据理论 中图分类号 : T P277 文献标识码 : A
发动机故障在飞行故 障中占有相当 大的比 例 , 是影响飞行安全和经济性的重要因素。在发 动机故障诊断技术中, 气路参数分析技术具有重 要地位 , 气路故障诊断是利用带有噪音或偏置的 气路参数对发动机性能进行诊断。当前气路故障 诊断主要是利用单一的分类算法对气路故障进行 诊断, 误诊率比较高。航空发动机气路故障存在 的主要困难有: 发动机系统的复杂性和高度非线 性 , 可用于诊断的数据参数非常有限 , 以及噪音和 测量偏差导致的传感器测量不确定性。 在模式识别领域, 不同的分类算法可能得到 不同的分类性能 , 但没有一种分类算法能对所有 的应用都取得很好的效果。多分类器融合 ( m u lti ple c lassifier fusio n , MCF ) 或多分类器系统 ( m u lti ple c lassif ie r system s, MCS) 是模式识别领 域近年 来最重大的进步之一, 无论是理论还是实际研究 都表明多分类器融合在提高复杂分类问题的分类 性能方面比单分类器有效得多。因此 , M CS 已被 应用于很多领域 , 但在航空发动机故障诊断领域 的研究还很少。本文通过对 JT 9D 发动机的 10 种 故障进行仿真研究, 仿真结果表明 MCS 具有更好 的诊断效能 , 经过融合降低了误诊率 , 改善了诊断 性能。
信息融合在航空发动机气路故障诊断中的应用研究的开题报告
信息融合在航空发动机气路故障诊断中的应用研究的开题报告一、研究背景与意义航空发动机是飞机最重要的动力装置，具有复杂的结构和工作机理，其气路故障对飞机的安全性和性能产生直接影响。
因此，航空发动机气路故障诊断技术已成为当前航空工业关注的热点。
目前，气路故障诊断技术主要采用传统的单一信号分析方法，如振动信号、声学信号、温度信号等，但这些方法存在信号干扰、信号复杂度高等问题，因此只能提供一定的故障诊断能力。
在实际使用中，气路故障与多种信号的关系密切，因此信息融合技术的应用可以提高气路故障诊断的准确度和可靠性，具有重要的研究价值和实际应用意义。
二、研究内容和目标本研究旨在探索信息融合在航空发动机气路故障诊断中的应用，具体包括以下内容：1.建立气路故障诊断的信号采集系统，包括振动信号、声学信号、温度信号、压力信号等多种信号采集和处理。
2.分析多种信号的特征和故障模式，建立故障诊断模型和算法。
3.研究信息融合方法，包括加权平均、模型融合、数据融合等方法，提高故障诊断的准确度和可靠性。
4.实验验证研究成果，分析信息融合技术在气路故障诊断中的应用优势和局限性。
三、研究方法和技术路线本研究主要采用实验研究与理论分析相结合的方法，通过建立气路故障诊断信号采集系统，获取发动机振动信号、声学信号、温度信号和压力信号等多种信号数据。
在此基础上，分析不同信号的特征和故障模式，建立基于单一信号故障诊断模型和信息融合模型。
通过实验验证和分析，研究不同信息融合算法在气路故障诊断中的应用优势和局限性，并提出进一步研究和改进方案。
四、预期结果及意义本研究预计能够在航空发动机气路故障诊断方面取得以下成果：1.建立气路故障诊断信号采集系统，获取多种信号数据，为航空发动机故障诊断提供实验基础和数据支持。
2.分析多种信号的特征和故障模式，建立气路故障诊断的单一信号模型和信息融合模型。
3.研究信息融合方法，包括加权平均、模型融合、数据融合等方法，提高气路故障诊断的准确度和可靠性。
航空发动机故障诊断与维修技术研究
航空发动机故障诊断与维修技术研究随着航空业的快速发展，航空发动机的故障率也越来越高，成为了制约航空运输安全的一大问题。
对于航空公司和飞行员而言，发现并及时排除故障至关重要，而航空发动机故障诊断与维修技术的研究就显得尤为重要。
本文将详细探讨航空发动机故障的诊断方法和维修技术，并尝试寻找更高效的解决方案。
一、航空发动机故障的诊断方法航空发动机故障的诊断方法一般是根据故障的症状进行分析。
常见的故障症状包括发动机噪音大、排气颜色异常、工作温度过高、功率不足等。
针对不同的故障症状，通常采用以下诊断方法：1. 根据故障代码检测和分析：先进的航空发动机通常会带有故障代码系统，当发动机出现故障时，系统会自动产生对应的故障代码，可以通过读取故障代码来分析故障的具体原因。
2. 实验和测试：通过实验和测试的方式，对发动机各个模块的工作状态进行全面的检测，包括燃油系统、油压系统、冷却系统等。
同时还可以通过人工观察发动机冷却液的颜色和气味等特征来判断是否存在故障。
3. 数据处理：现代发动机的喘振检测系统（FDD）具有很强的自适应能力，可以通过处理大量的系统数据，判断发动机是否存在故障，并可以通过信号源、时域和频域分析来对发动机状况进行准确分析。
以上方法虽然相对较为可靠，但需要手动进行数据处理和分析，对于大规模的发动机维修来说，还是显得相对繁琐，需要更高效的解决方案。
二、航空发动机维修技术的研究航空发动机维修技术是指对发动机进行必要的检查、调整和维护，使其达到最优工作状态的过程。
在航空发动机的维修过程中，工程技术人员主要依靠人力和经验进行操作，比较依赖手工调试的方法，但这种方法效率较低，耗时长，且往往需要定期进行机械拆卸，才能彻底解决发动机故障。
为了提高航空发动机的维修效率，现代技术正在对航空发动机的维修技术进行升级。
诸如智能化监测、智能化控制、先进机器人双臂维修系统等技术，正在逐步在发动机维修领域得到应用。
随着5G、人工智能等技术的快速发展，航空发动机维修技术也面临不断的更新升级。
航空涡轮发动机气路故障诊断研究现状
一
动机气 路参 数对 发动机性能和传感器进行诊 断 ；利用振动 ， 滑油机及孔探信 号对 机械性能进行诊断 ；利 用专 家系统或 数
据 融 合 技 术 对 发 动 机 进 行 综 合 评 估 和 故 障诊 断 以 及 基 于 动 态 系统 的 故 障 诊 断 等… 。 目前 已 工 程 应 用 和 仍 处 于 仿 真研 究 的 各 种 主 要 气 路 故 障 诊断 方 法 有 ：基 于 线 性 模 型 的 故 障 诊 断 方 法 、基 于 非 线 性 模
．
２ 世纪６ 年代后期 ，Ｕ ｂ ｎ ０ ０ ｒａ 将气路分析引入发动机故障诊断 ， 从而 使 航 空 发 动 机 故 障 诊 断 学 产 生 了很 大 的 飞跃 。此 后 ，人
们发展了各种各样 的诊断方法并运用于航 空航天和工业应 用 领域。本文对 当前发 动机的主要气 路诊断方法 ，如基 于线性
而 发动 机 机 件 的 尺 寸 变 化 将 导 致 发 动 机 性 能 恶 化 ，如 压 气 机
气路故 障诊断是利用带有噪声或偏置的气路参数对发动 机 进 行 诊 断 。 气 路 诊 断 方 法 始 于 １ ６ 年 Ｕ ｂ ｎ 出 的 故 障 影 ９ ７ ｒａ提
响 系 数 矩 阵 ，该 方 法 要 求 测 量 参 数 的数 量 大 于 或 至 少 等 于 。 故 障 种 类 数 。 随 后 ，气 路 诊 断 方 法 受 到 了 越 来 越 多 的 重 视 。
出的遗传算 法完善 了基于非线性 模型故障 诊断方法 ：神经 。
网 络 方 法 也 于 １８ 为 Ｄｉ ｚ 首 先 引 入 到 发 动 机 故 障 诊 断 中 ９９ ｅ所 ｔ
基于SAE的航空发动机气路故障诊断
基于 SAE的航空发动机气路故障诊断摘要：航空发动机气路喘振故障会极大影响发动机性能，严重时则会给整机安全飞行带来灾难性的风险。
而旋转失速被认为是航空发动机喘振的前兆，因此针对复杂工况下航空发动机旋转失速发展过程的精准识别，是预警和检测航空发动机气路喘振故障的关键所在。
关键词：SAE；航空发动机；气路故障航空发动机状态参数数据蕴含着丰富的健康状态信息和特征，基于状态参数数据分析的数据驱动技术是当前气路故障诊断的研究热点。
近年来，国内外专家学者虽然对基于数据驱动技术的航空发动机气路故障诊断进行了诸多研究，但是由于状态参数数据具有的非线性、非典型性、非等效性等特征使得航空发动机状态参数数据分析具有复杂性，且当前方法在建模、表征和函数表达能力方面的不足使得气路故障信息和特征难以被精细灵敏地挖掘和识别，导致目前诊断方法的诊断效果仍不理想。
因此迫切需要开展能更加有效的基于航空发动机状态参数数据分析的故障诊断新方法的研究。
栈式自编码网络(Stacked Autoencoder，SAE)有优良的建模、泛化和函数表达能力，使用无监督预训练和有监督调优相结合的两阶段训练算法，使得其在特征提取与健康状况识别方面优势明显，可以有效挖掘出数据中包含的丰富信息，从而提高分类和预测的准确率。
SAE已在众多领域得到了相关应用并展现出优势，但未见在航空发动机气路故障诊断研究领域中应用。
本文提出基于SAE的航空发动机气路故障诊断方法，构建航空发动机气路故障诊断模型；首先通过无监督方法对SAE进行训练从而有效挖掘状态参数数据中的气路故障特征，然后通过有监督方法对网络参数进行微调并优化SAE对气路故障特征的表达，实现气路故障的诊断。
通过使用JT9D航空发动机气路故障样本进行仿真验证分析，验证了所提方法的可行性和有效性。
1 栈式自编码网络SAE是由多层稀疏自编码器和一层回归分类层堆叠而成的深层网络模型。
其中稀疏自编码器加入了稀疏性限制，使得SAE具备优良的训练学习和特征提取能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、发动机状态监测
滑油中金属屑的监控 发动机在运转过程中,尽管有滑油润滑,但相互接 触的运动部件之间还是存在一定的磨损,因此,滑油 中可能悬浮有金属颗粒。若磨损严重会引起某些 零件掉皮或掉块。尤其是发动机的主轴承,有可能 出现掉皮或滑蹭现象。一般滚棒轴承容易出现的 故障为掉皮或由于疲劳而引起的疲劳剥落(麻点)。 这种损伤产生的金属颗粒较大,直径在100~1 000μm范围之内 。轴承滑蹭所产生的金属颗粒的 直径一般小于25μm。
一、发动机状态监测
在这些假设下,承力机匣的振动是发动机主 质量的振动。同时承力机匣是发动机的传力 结构,其他激振源,如风扇、叶片、轴承、气 流和噪声,激起的振动也会通过承力机匣传 到发动机的外壳,因此承力机匣的振动反映 了发动机总的振动状况、转子的不平衡度和 附件受激振的程度。
一、发动机状态监测
三、发动机气路监测技术验证
三、发动机气路监测技术验证
三、发动机气路监测技术验证
三、发动机气路监测技术验证
三、发动机气路监测技术验证
结论: (1)该技术可行。 (2)感应电压与颗粒物所带电荷量有关,而电荷量 与颗粒粒径有关,因此感应电压值与颗粒粒径有关。 实验结果表明,细小颗粒监测到的感应电压较小,单 个大颗粒监测到的感应电压较大。 (3)感应电压波形与颗粒物性质有关。 (4)当大量细小颗粒和单个大颗粒同时经过时,监 测信号表现出两者各自的特征。
LOGO
航空发动机气路监测技术
SY1014135 孙倩 SY1014236 高涛
介绍提纲
发动机状态监测简介
发动机气路监测技术原理
发动机气路监测技术验证
一、发动机状态监测
1、工作状态监测 监测对象：发动机工作参数包括发 动机的主要工作参数,如转速、发动机压 力比(EPR)、排气温度(EGT)和燃油流量; 发动机的次要参数,如滑油量、滑油压力 和温度、排气温度（火警）。
一、发动机状态监测
4、气路监测系统 监测故障：发动机气路部件的碰摩、磨损 、侵蚀和烧伤类故障。
二、发动机气路监测技术原理Байду номын сангаас
二、发动机气路监测技术原理
由于燃烧室中的热电离化学反应,航空发动机的尾 气中,除了各种气体之外,还有大量因燃烧产生的电 子、离子和碳烟颗粒,它们之间存在剧烈的相互作 用,使得排放物中的颗粒大都带电,中性颗粒的浓度 仅占20%。带电颗粒经过传感器表面时引起感应电 流,调理电路将电流转换为电压。由于尾气中颗粒 所带电荷量与颗粒的粒径和材料有关,因此感应电 压的大小反映了颗粒的粒径。通常正常工作的发动 机尾气中碳烟颗粒的粒径较小,而异常颗粒的粒径 较大,所以监测到较大的感应电压时,即表明有异常 颗粒经过传感器表面。
一、发动机状态监测
另一类为维护人员利用滑油取样,在试验室 中进行的滑油分析。(1)滑油光谱分析。每 种金属颗粒在电弧或火花的激发下都会发出 特定的光谱,谱线的位置和波长对应一定的 金属,而光的强度,则反应了此金属的含量。 通常是在发动机停车后,对发动机进行勤务 之前,从油箱中无沉淀的地方取样。 (2)滑油铁谱分析。利用显微镜来观察滑油 中金属颗粒的大小、形状和金属颗粒的分布 规律, 判断发动机内部的磨损情况。
一、发动机状态监测
滑油品质分析：在长期使用过程中滑油可 能被氧化、酸化、分解,或被燃油稀释,从而 改变它的特性,影响滑油效果。通过观察滑 油颜色的变化或在试验室中的化学分析,可 判断滑油是否变质。新鲜航空滑油的颜色较 明亮,使用后由于氧化所生成的胶质及沉淀 的影响,会使滑油变暗。如果滑油氧化强烈, 它就变为淡红色。严重过热时,还可能闻到 滑油烧焦的味道,且它的里面还会有小的黑 颗粒,而使滑油变成暗黑色。
二、发动机气路监测技术原理
异常颗粒来自2个方面: 故障和外来物
异常颗粒产生后,即使其本身并不带电,也会在气路 剧烈的电化学反应中因吸附电荷而带电。此外,气 路中颗粒物之间以及颗粒物与管壁之间的摩擦也是 其带电的原因之一。
二、发动机气路监测技术原理
正常发动机的尾气中带电碳烟颗粒粒径较小,数量 相对稳定,存在一个正常的气路静电水平,而因碰摩 、烧蚀、材料丢失等故障原因产生的碎片颗粒粒径 较大(>40μm),这些颗粒经过时将造成气路静电水平 发生变化。气路颗粒静电监测系统通过监测气路中 静电水平的变化监测气路中的异常颗粒,静电荷变 化的幅值能够反映颗粒的大小。
发动机在使用过程中,由于磨损或损伤等原 因也会引起转子的振动,因此在飞机上,都装 有发动机振动监控系统,用来监测发动机的 振动情况。发动机的振动监控系统包括振动 信号传感器,振动信号分析仪和振动指示三 部分。振动信号传感器装在发动机上能感受 发动机振动的部位,如轴承的支承座、涡轮 机匣或风扇机匣等。
二、发动机气路监测技术原理
故障判断方法
三、发动机气路监测技术验证
三、发动机气路监测技术验证
三、发动机气路监测技术验证
三、发动机气路监测技术验证
实验条件： 测点温度约为250℃ 气流速度约为10 m/s 测试系统采样频率为1 kHz 第1组实验用静电喷粉装置间隔喷入两次带电铁粉; 第2组实验喷入带电螺钉,模拟因烧蚀掉块或碰摩故 障产生的大颗粒产物; 第3组喷入铁粉和螺钉混合物,模拟多种故障并存时 的情况。
LOGO
谢 谢!
一、发动机状态监测
一、发动机状态监测
一、发动机状态监测
承力机匣、压气机静子、涡轮静子和其他 机匣构成了发动机的主框架。高压压气机、 高压涡轮被一根长轴联为一体,形成高压转子; 低压转子的结构类似。高压转子和低压转子 通过承力机匣的轴承座安装在发动机中。低 压转子轴穿过高压转子轴将低压压气机和低 压涡轮相连。为了提高低压转子的刚性,垫心 的高压轴中设计了中介轴承。发动机通过主 安装节和辅助安装节安装在飞机上或地面试 车台上。各种附件安装在发动机机匣上。
一、发动机状态监测
2、结构监测——振动
发动机转子是一高速旋转部件,这种不平衡 在旋转过程中,就会产生一定程度的振动。 发动机生产厂家对转子不平衡都有一定的要 求,发动机出厂时都应满足此要求,并且厂家 也规定了发动机在使用过程中所允许的最大 振动值,只要发动机的振动值不超过此限制 值,则是允许的。
一、发动机状态监测
一、发动机状态监测
3、机械系统监测——滑油监控
一般包括监控: (1)滑油系统工作状态;
(2)滑油中的金属屑; (3)滑油的品质状况。
一、发动机状态监测
滑油系统工作状态 ：滑油压力是滑油系统 中的重要参数,它直接影响润滑油量的大小, 近而影响润滑效果和冷却效果。——滑油管 路漏油或油泵故障 滑油温度不但能反映发动机轴承和齿轮等 的工作状态,影响滑油的粘度,而且,滑油温度 过高还会改变滑油的特性(焦化、氧化)或损 坏轴承的封严。——散热器中燃油管路的堵 塞、空气滑油散热器表面很脏、滑油通气系 统堵塞
一、发动机状态监测
一类为机载的金属屑监控设备,如磁性屑探 测器,即在回油路的不同部位设置磁性屑探 测器来搜集这些金属屑,维护人员定期对磁 性屑探测器进行检查,若发现金属屑超量或 块大,则说明发动机内部磨损严重或有损伤, 应及时采取措施。另外通过分析附着在油滤 上的杂质,也可判断发动机内部的磨损情况 。随着监控技术的发展,一些新的机载金属 屑探测器如离心式颗粒分离器、金属屑量监 控器等被应用到发动机上。
(1)工作叶片折断或部分损坏。如风扇叶片 或压气机叶片的外来物损伤; (2)工作叶片安装不合适,尤其是现代涡扇发 动机的风扇叶片,可在外场更换。安装时一定 要小心,确保各部件都要安装得恰当到位; (3)转子上有部件丢失,如螺栓、螺帽等; (4)工作叶片或转子变形; (5)转子轴承不同轴或轴承磨损; (6)在单元体更换时,联轴器的安装或联接螺 栓拧紧不当。