基于QAR数据的民航发动机排故方法研究分析论文[5篇]

第一篇：基于QAR数据的民航发动机排故方法研究分析论文

1引言

QAR C Quick Access Recorder)是民航飞机上装载的快速存取记录器，记录器介质通常为可擦写光盘或PCMCIA卡，记录时间可达数百小时，记录参数涵盖绝大部分飞行品质监控数据。飞机航后维护时，机务工程师对QAR记录的原始二进制数据进行译码，转换成所需的参数工程值，工程值是对飞行品质监控数据的真实还原。工程值包含高低压转子转速、排气温度、燃油流量、滑油压力、高度及空速等100多个模拟量，以及发动机引气、发动机火警、GPWS告警、防冰活门、起落架收放等200多个开关量，这些参数反映飞机运行过程中各种变化情况和性能状态，对监控操纵细节、保障飞行安全、提高运营效率起到了科学有效的保障作用。

QAR数据是飞行技术检查、安全调查评估、飞行故障排故的重要依据。怎样利用QAR数据对飞机发动机故障进行准确有效的排故，一直是机务工程师不断摸索、总结的重要经验。本文根据在长期工作实践中总结出的经验，提出利用发动机相关QAR数据的分析，准确地进行发动机疑难故障诊断，从而有效排除发动机故障的方法。重点研究对CFM56发动机的常见故障进行排故。

2发动机转子高振动值排故方法

CFM56发动机是双转子发动机，由低压转子N1和高压转子N2组成。AVM(AirborneVibrator Monitor，机载振动监视系统)和 QAR系统均能记录低压(转子)部分和高压(转子)部分的振动数值以及相对应的转速等参数。根据MM(Maintenance manual)手册要求，CFM56发动机通常情况下高、低压转子振动值超过3.0个单位则必须要求排故，检查确定不会导致二次损失后方能放行。若超过4.0个单位，则飞机无法放行。发动机在正常状态下高、低压转子的振动一般不会超过1.0个单位。为了保障航班正常运营，发动机的振动值达到2.5个单位以上，应采取相应的纠正措施。

2.1指示系统故障排故方法

当发动机出现振动值高的情况时，首先通过分析QAR数据判断发生高振动转子的位置、转速和飞行阶段等，确定是否为指示系统故障。因发动机工作环境相对恶劣，指示系统接头可能出现氧化、龟裂等现象，导致发动机振动指示值较高。指示系统故障，QAR数据显示为:发动机振动值高是在不同转速、不同飞行阶段随机出现，且是间歇性的。

处理这类故障的方法一般为:首先检查与振动相关的电气接头连接紧密性，线路完好性。如果确认与电气接头无关，则有可能是AVM内部问题，相应考虑对串或者更换AVM，然后再试车检查故障是否排除。实际排故当中，采用此种方法一般可消除指示系统故障。

2.2转子自身问题排故方法

波音737-300/400和737-700/800飞机分别装配的是CFM56-3C和CFM56-7B发动机。发动机在长期使用过程中，轴承和叶片磨损会加剧，燃烧室以及高、低压涡轮会不断积累灰尘，从而导致发动机转子不平衡，振动值过大。对不同航段的QAR数据，通常高振动值是出现在某个固定的转速下，并且是在相对固定的相位角下。

若是低压转子振动较高时，则应先对发动机进行目视检查，检查风扇叶片，进口导向叶片和低压涡轮可见部分叶片有无损伤，然后检查前后收油池磁堵来判断轴承有无磨损。在以上检查结果都完好的情况下，最后进行风扇叶片配平和叶片润滑来减少振动值。可通过风扇叶片配平和叶片润滑来减小振动值，通常可降低至1.0个单位以下。

若是低压转子振动较高时，航线上没有相应的措施以降低振动值，但可对发动机高压级进行孔探或者进行磁堵检测，以确认发动机无内部损失，在确认发动机无内部损伤后，可以继续监控使用，直至发动机被安排更换。EGT温度过高排故方法

3.1地面启动阶段EGT过高排故方法

CFM56发动机的EGT(exhaust gas temperature，排气温度)在启动阶段的限制值为725摄氏度。为避免飞机运行延误，确保正点率，启动阶段EGT若超过700摄氏度并持续出现时，应采取相应的维护措施。CFM56-3B发动机启动阶段EGT过高的主要原因有:VSV(Variable Stator Vane，可调静子叶片)调节出现偏差，或MEC(Main Engine Control，主发动机控制)内部磨损导致发动机富油。

若VSV出现偏差，QAR数据反映出的特征是:虽然启动阶段EGT过高，但FF(Fuel Flow，燃油流量)值不高。当发动机启动阶段EGT有超过700摄氏度的记录时，通过查看QAR数据包含的几个EGT较高航段对应的FF，FF通常不会高于1100 lbs，这种情况主要对VSV进行静态校装，调整VSV至正常位置即可排除故障。

若MEC磨损导致富油，QAR数据反映出的特征与前种情况相比，不但启动阶段EGT过高，而且FF也偏高，通常超过1 100 lbs，甚至超过1 200 lbs。出现此类故障，如启动阶段EGT和FF偏离不严重，在不影响放行时，可先进行高低慢车性能调节，使发动机在MM手册要求范围内继续安全工作，但由于MEC供油计划偏富油，只有更换MEC才能最终排除故障。

3.2爬升阶段EGT过高排故方法

导致爬升阶段EGT升高主要有三种原因:(1)EGT指示系统故障;(2)油路和气路控制系统故障;(3)发动机性能衰退，高压级工作效率低。根据QAR记录的数据分析，可以相对容易准确地判断导致爬升阶段EGT升高的原因。CFM56发动机不同型号对爬升阶段的超限值要求不同，CFM56-3C的超限值为930摄氏度，CFM56-7B的超限值为970摄氏度，当分别超过910摄氏度和920摄氏度时，应引起关注，对发动机进行密切监控和视情采取措施。

3.2.1 EGT指示系统故障

当爬升阶段EGT升高时，地面维护人员可收集最近阶段该发动机执飞时不同航段的QAR数据进行分析。如果观察到爬升阶段EGT升高，通常超过30摄氏度，而在相同N1下，FF和N2几乎没有变化，且故障之前相同N1下的EGT几乎也没有变化，则可基本判定为EGT指示系统故障。航后检查时可通过查看CDU(Control Display Unit控制显示组件)显示的故障代码，以查找相应的电气接头进行清洁或更换。

3.2.2发动机油路和气路控制系统故障

如果爬升阶段EGT升高，通过分析对比故障之前的QAR数据，发现巡航或者爬升状态下EGT，FF和N2均出现上升，在大功率状态下，EGT，FF和N2上升幅度尤为显著，此种情况表明发动机的油路或气路控制系统可能存在故障。排故时，可先排查VSV和V B V(Variable Bleed Valve，可调放气活门)等气路控制系统，在排除没有故障后，可检查MEC、燃油泵等油路控制部件故障。根据长期积累的排故经验，对于CFM56-3C发动机，多为VBV系统的问题，如VBV门卡阻，柔性驱动轴断裂造成某些VBV门密封不严，VBV马达或作动器失效导致VBV门无法动作等。

3.2.3发动机性能衰退

随着发动机服役时间的增加，发动机性能势必呈现出衰退趋势，从而导致爬升或巡航阶段EGT升高。结合QAR数据，由发动机性能衰退引起的EGT上升所表现出的数据特征为:相同N1下，EGT，FF，N2通常不会突然升高，高EGT值往往在高N1下出现，根据长期积累的排故经验，高EGT值通常在每天首次起飞或者在高原机场、高温天气下，飞机处于接近满载状态，或无减推力等情况出现时。此时应查看发动机性能报告，通过观察EGT温度来判断总体性能状况。对于波音737-300，若EGT温度已降至40摄氏度，波音737-400，若EGT温度已降至10摄氏度以下，说明发动机总体性能已下降。航线上可通过清洗发动机涵道，增加每天第一个航班的暖车时间，对飞机限飞高原机场，要求机组尽量使用减推力等，以延长发动机的在翼使用时间。

4利用QAR数据排故的注意事项

利用QAR记录的大量关于飞行品质和状态的监控数据，能够准确反映发动机参数的关联性，再现故障形式，确定故障特征，帮助机务工程师快速准确地排除故障。但也对机务工程部门和机务工程师提出了更高要求。对于机务工程部门而言，首先需要严格、高效、全程地收集、管理QAR译码数据，加强QAR系统维护，确保其能够可靠工作，并且能够承担起数据对比和分析的任务，为机务人员排故提供有力的技术支撑。同时机务工程师不仅要对飞机运行系统有深刻了解，注重排故经验的总结和交流，更需要掌握QAR提供的参数特性，分析数据背后的故障成因，培养利用QAR排故的意识和技能。

(1)必须明确采集参数的传感器位置和参数的物理意义。若无法明确参数表征的含义，会影响故障分析进程，所以应结合数据采集组件和飞机系统结构来确定参数。

(2)分析、对比QAR数据时，应注意参数的时间间隔。应选取能体现飞机前后运行状态明显的数据，过长的间隔对分析数据没有意义，过短的间隔由于相似性高而易造成干扰和误判。

(3)确定QAR数据的有效性。机务人员应结合发动机实际状态、运行环境、飞行时间等对数据进行鉴别，确保数据的有效性。

第二篇：论文的一般数据分析方法 spss AHP DEA[定稿]

DEA数据包络分析：

在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后，需要对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等．再具体些说，譬如在评价某城市的高等学校时，输入可以是学校的全年的资金，教职员工的总人数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师的教学工作量，学校的科研成果（数量与质量)等等．根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性。

AHP层次分析法：

AHP层次分析法(Analytical Hierarchy Process, 简称AHP)是个很有趣又很有用的东西，它提供一个有效的方法去进行复杂的决策，无论在一般生活、商业或学术研究上，都有很精采的应用。

例如：一般生活上之应用----例如本章所举的例子，想找一个理想的工作，其所谓理想的评选标准有三：钱多、事少、离家近。那么就可以利用AHP方法来从多个工作机会中评选出一个比较合乎理想的工作了。

简而言之，AHP是将复杂的决策情境切分为数个小部份，再将这些部分组织成为一个树状的层次结构。然后，对每一个部份的相对重要性给予权数值，然后进行分析出各个部份优先权。对决策者而言，以层次结构去组织有关替代方案(alternative)的评选条件或标准(criteria)、权数(weight)和分析(analysis)，非常有助于对事物的了解。此外，AHP可协助捕捉主观和客观的评估测度，检验评估的一致性，以及团队所建议的替代方案，减少团队决策之失误，如失焦、无计划、无参予等。AHP将整个问题细分为多个较不重要的评估，但还维持整体的决策。

Spss软件介绍：

SPSS for Windows是一个组合式软件包，它集数据整理、分析功能于一身。用户可以根据实际需要和计算机的功能选择模块，以降低对系统硬盘容量的要求，有利于该软件的推广应用。SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。

第三篇：燃烧系统论文：火电厂锅炉燃烧优化方法分析与研究

燃烧系统论文：火电厂锅炉燃烧优化方法分析与研究

【中文摘要】目前我国仍以火电为主,火电在电力装机比重分别高达70%多,发电量比重分别高达80%多,火电厂耗煤占全国煤炭消耗量的50%以上,这就直接导致火电企业排放二氧化硫占全国排放量45%,排放的二氧化碳占全国碳排放量的40%。因此,火电企业,在低碳经济发展中面临着严峻的节能减排压力。锅炉燃烧过程,是一个极其复杂的物理化学反应过程。在火力发电厂的运行中,由于电网负荷、燃料成分含量等各种实际因素的影响,所以锅炉和机组的实际运行状态在不断的进行调整。在确保锅炉蒸汽的品质、产量和安全运行的同时,实现锅炉的经济运行,就必须要对锅炉的送煤、给水、给风等运行参数进行实时的优化调整和控制。目前国内一些电厂所采用的调节控制大多无法根据锅炉燃烧的特点达到最佳的运行工况。而且随着机组负荷变化,运行效率变化也非常大,很难保持机组运行在最佳运行状态。随机组长期运行,如果还是按原来运行控制基准,运行人员也会表现出不适应机组变化。基于种情况,锅炉的燃烧优化控制系统备受研究人员的关注。而火力发电厂要实现节能降耗,减少污染排放,加强锅炉燃烧侧的优化控制则是最行之有效的方法之一。本文研究了锅炉燃烧优化系统的两项关键技术:模型预测技术和最优搜索技术。并且参照一些国外的先进锅炉燃烧优化系统,讨论实时闭环控制的锅炉燃烧优化系统的软件结构及其技术特点。

【英文摘要】At present,China is still dominated by thermal

power.,and is about 75% of the total of Generation.But thermal power consumption accounts for more than 50% of national coal consumption.Led to emissions of sulfur dioxide is about 45% of the country’s total.While the emissions of carbon dioxide accounts for about 40% of the total.Therefore, thermal powers are facing greater pressure of energy saving in the low-carbon economy.Combustion process is a very complex physical and chemical reactions.The actual state of the boiler and crew is in the constant adjustment because of the change of grid load and so on when power plant is in operation.Therefore, to ensure that the steam quality, production and safe operation, and achieve the boilers and other equipment in the economic operation at the same time, we must optimize and adjust the operating parameters of the boiler which is in operation.Currently used by the regulation control are often not fully control for the characteristics of boiler operating the best conditions.Moreover, with the unit load changing , the change in efficiency operating is also very large, which can not keep unit operating in the best running curve.Over time, the original operational control basis will change ,and the experience of operating personnel will not meet the unit changes.In this case, optimization control system of the

boiler combustion has been more and more attented.In order to achieve saving energy, reducing pollution of thermal power , enhancing optimal control of combustion side of unit is one of the most direct and effective method.In this paper,we desguss two key technologies boiler combustion Optimization System: prediction model technology and optimal search technology.And reference to overseas advanced combustion optimization system discuss the software architecture and technical characteristics of the real-time closed-loop control of the boiler combustion optimization system.【关键词】燃烧系统 神经网络 遗传算法 目标函数 【英文关键词】combustion control system neural networks genetic algorithm objective function 【目录】火电厂锅炉燃烧优化方法分析与研究5-6绍9-10Abstract6

第1章 绪论9-15

摘要1.1 背景介1.3 燃烧优化闭1.2 锅炉燃烧优化现状10-11环控制技术11-13键点13

1.4 成功实施燃烧优化闭环控制软件的关

第2章 锅炉燃烧特性的2.2 电站锅炉燃烧过1.5 本章小结13-15

2.1 概述15神经网络模型15-30程建模的要求15-1717-19

2.3 人工神经网络基本原理

2.3.2 2.3.1 人工神经网络的数学模型17-18人工神经网络的特点18-192.4 BP 神经网络模型设计

19-242.4.1 BP 神经网络模型19-22

2.4.3 模型的层数22-232.4.5 代价函数和激励函数232.5 BP 算法的改进24-25

2.4.2 模型的输2.4.4 模型的拓2.4.6 学习2.6 BP 网络的泛

2.8 入与输出22扑结构23速率23-24化能力25-26本章小结29-30术30-43简介31-3233-34骤35-36

2.7 神经网络模型的训练过程26-29

第3章 基于预测模型的锅炉燃烧最优搜索技

3.2 遗传算法3.3.1 编码3.1 最优搜索技术综述30-313.3 遗传算法的步骤32-363.3.2 适应度34-35

3.3.3 遗传算法的基本步

3.4 遗传算法在3.3.4 遗传算法的收敛性36锅炉燃烧优化中的应用36-4236-37小结42-4343-48

3.4.1 锅炉燃烧优化模型

3.5 本章3.4.2 遗传算法的设计和应用37-42

第4章 锅炉燃烧闭环优化系统探讨4.1 锅炉燃烧优化软件结构43

4.2 国外先进锅炉燃烧优化系统现状43-47优化控制系统44-45最优化技术45-464646-4748-5048-49

4.2.1 Power Perfecter 锅炉燃烧

4.2.2 ULTRAMAX 生产过程的在线辨识与4.2.3 GNOCIS PLUS 燃烧优化系统4.2.4 NeuSIGHT 神经网络燃烧优化闭环控制系统4.3 本章小结47-485.1 研究工作总结485.3 展望49-50

第5章 总结5.2 今后研究的重点

攻读硕

参考文献50-52

致谢士学位期间发表的学术论文及其它成果52-53

53-54详细摘要54-62