旋翼系统典型故障的诊断与预测方法

李新民，曾本银，黄建萍

(1中国直升机设计研究所直升机旋翼动力学国防科技重点实验室，江西景德镇 333001;2中国直升机设计研究所，江西景德镇 333001)

0 引言

直升机旋翼系统既是直升机的升力面又是直升机的操纵面，是直升机的关键系统，一旦该系统发生故障，将会导致严重的后果。

2002年7月，一架S-76A直升机由于桨叶雷击修复后疲劳引起桨叶裂纹在海上坠毁，造成11名乘客殒命［1］。

2002年7月，一架加拿大军方的贝尔412直升机由于疲劳引起的尾桨故障而坠毁，同年相似事故还发生了6起。

1987年6月，一架“超美洲豹”直升机由于轴承损坏引起桨毂频率适配器脱离故障，被迫实施硬着陆。

2006年10月，一架“超美洲豹”直升机在起飞过程中由于疲劳裂纹造成拉杆故障。

1981年3月，一架S-76A直升机由于一个旋翼拉杆故障，造成一片桨叶脱离，酿成了一起巡航飞行中的惨祸。

2005年6月，一架“超美洲豹”直升机由于尾桨变矩星形桨毂上的梁断裂，被迫水上降落。

2002年，CH-47D后旋翼自动倾斜器的一个轴承在地面开车时出现故障，造成A级事故，损失了一架直升机。该事故引起了对所有CH-47D/F和MH-47E自动倾斜器的人工检查，花费了大量的人力和物力。

根据欧直公司对“超美洲豹”MK2的故障模式与严重性影响分析(FMECA)，旋翼系统在直升机整体风险中的权重占54%(如图1所示)［2］，因此，对旋翼系统进行故障诊断是提高直升机安全性的重要手段。

图1 “超美洲豹”MK2的故障模式与严重性影响分析(FMECA)

1 旋翼系统故障诊断与预测能力有了较大的发展

1.1 传统的HUMS系统对旋翼系统的故障诊断与预测能力较弱

S-92是美国西科斯基与日本、中国、西班牙等国的有关航空工业公司共同投资研制的双发中型直升机，1992年开始研制，Goodrich公司负责其HUMS系统研制，采用的是该公司的IMD-HUMS产品，此系统经过多个型号和多次升级，可以称为目前先进HUMS系统的代表。

S-92 HUMS系统［3］初始功能认证的内容包括:超限值监控，使用状态监控，锥体和动平衡，飞行中数据采集，飞行中或者飞行后提供调整方案，发动机轴监控与平衡，动力传动监控，发动机、减速器箱、传动轴等振动监控，给出阈值建议值，状态识别，特征参数提取和在线状态识别等功能。从其论证的功能可以看出，S-92 HUMS系统对旋翼系统仅进行了锥体和动平衡(含调整方案)，没有更多地进行旋翼系统故障诊断与预测。

1.2 随着科学技术的进步，旋翼系统故障诊断与预测技术得到发展

美国贝尔公司、国家旋翼机技术中心(NRTC)和旋翼机创新中心(CRI)共同对旋翼系统CBM进行了合作研究，其研究成果被纳入美国陆军“作战保障和支持技术”(OSST)研究计划，并完成了在贝尔407型直升机上的演示验证［4］。

旋翼系统CBM演示验证的能力包括:单架直升机载荷直接测量，旋翼桨叶、轭和一些关键桨毂部件的碰撞和损伤探测，诊断和识别过度磨损或异常的操纵响应，自动重量和重心(CG)的测量，飞行计时和超限纪录，状态识别和状态跟踪技术，基于持续飞行数据的旋翼锥体和平衡计算与调整。

2 旋翼系统典型故障诊断与预测方法

直升机旋翼系统的典型故障包括:桨叶疲劳、桨毂疲劳、拉杆疲劳、自动倾斜器轴承等故障形式，涉及的技术包括:飞行状态识别技术，虚拟传感器，载荷直接测量和持续飞行数据的旋翼锥体和平衡计算与调整。

2.1 桨叶疲劳寿命预测方法

桨叶的故障模式主要为疲劳断裂，因此，对桨叶进行寿命预测尤为重要。桨叶疲劳寿命的预测方法主要有:安全寿命评定法，基于飞行状态识别的寿命预测方法和基于虚拟传感器的寿命预测方法。

2.1.1 安全寿命评定法

安全寿命评定法是通过疲劳试验得到桨叶的疲劳载荷谱，根据飞行试验得到飞行载荷谱，假定使用谱，根据这三者的关系，计算出桨叶的使用寿命。该方法依赖于飞行小时数和假定的使用谱。研究表明，人工记录的飞行小时数存在严重的误差(约为12%)，假定的使用谱与实际飞行谱之间存在严重的差别(通常实际飞行谱比假定的使用谱对载荷影响小很多)。因此，疲劳载荷估算十分保守，对于单架飞机，不同使用条件下，十分不准确，过早的更换将提高直升机的使用费用［5-9］。

2.1.2 基于飞行状态识别的桨叶疲劳寿命预测法

为了突破传统安全寿命评定法存在的缺陷，在“十一五”国防基础科研项目“直升机故障诊断与预测技术研究”中，进行了基于飞行状态识别和载荷谱相对应的方法进行桨叶寿命预测技术研究。

该方法利用飞行状态参数对直升机飞行状态进行识别，得到实际的使用谱，利用机载数据采集系统记录实际的飞行小时数，从根本上实现了对安全寿命评定法存在缺陷的修正，可以实现单机桨叶寿命的单独计算，提高了桨叶寿命，减少了使用费用。

项目研究是基于直11型机进行的，采集的飞行状态参数23个(如表1所示)，识别的飞行状态42个(如表2所示)。飞行状态识别采用神经网络方法，目前该神经网络系统具有稳态飞行状态识别率98%、过渡状态识别率80%、连续识别率90%的能力，能预测11类部件的寿命(如表3所示)。

表1 用于飞行状态识别的飞行状态参数

表2 神经网络识别的飞行状态

表3 能预测的部件

2.1.3 基于虚拟传感器的桨叶疲劳寿命预测方法

美国军方“综合机械诊断”(IMD)计划的“联合先进健康状态与使用监控系统”(JAHUMS)“先进方案技术验证”(ACTD)项目采用了虚拟应变计技术，对桨叶等部件进行载荷预测，并完成了在海军SH-60B直升机上的演示验证［10］。

该方法采用如表4所示的12个飞行状态参数，对桨叶载荷进行神经网络预测。演示验证试验表明，载荷预测精度达到96%(个别状态为91%)。实测载荷与预测载荷对比如图2所示。该方法还能进行其它动部件的载荷预测，主要预测参数如表5所示。

表4 虚拟传感器神经网络载荷预测所需参数

图2 实测载荷与神经网络预测载荷对比图

表5 虚拟传感器预测参数

2.2 桨毂疲劳寿命预测方法

2.2.1 安全寿命评定法

同 2.1.1。

2.2.2 基于飞行状态识别的桨毂疲劳寿命预测法

同 2.1.2。

2.2.3 基于载荷实测的桨毂疲劳寿命预测方法

载荷实测是疲劳寿命预测的最好方法，但由于没有合适的测量设备，桨叶无法进行载荷实测，只能进行载荷预测。幸运的是，对于桨毂，目前已有载荷实测方法。

为了实现直升机旋翼轭直接载荷测量，贝尔公司与光纤技术供应商Insensys公司合作，设计了基于光纤传感器技术的旋翼轭载荷测量系统。该系统将布拉格光栅(FBG)布置在旋翼轭上(如图3所示)，通过特别设计的小型查询器(数据采集器，图3所示)测量旋翼轭载荷，测量范围为9000μ应变(或±4500μ应变)。一根光纤传感器识别单元上可以使用 100 个传感器［11］。

图3 直升机旋翼轭光纤传感器布置及查询器

2.3 拉杆疲劳寿命预测方法

拉杆的破坏模式也是疲劳断裂。拉杆疲劳寿命预测方法主要有:安全寿命评定法，基于飞行状态识别的拉杆疲劳寿命预测方法，基于载荷实测的拉杆疲劳寿命预测方法。

月均家庭收入主要为2 001～3 000元、3 001～5 000元、5 001～8 000元这3个阶段,且各个层次比例相对比较均衡．调查样本涉及到不同人群、年龄、职业和收入水平,可以体现各层次社会人群对公园免费开放后感知的影响．被调查者(表1)在徐州居住时长超过20 a的占据一半,访问公园的频率主要为每周一两次(29.7%)、每两周一次(20.1%),停留时间达到1 h的比例为66.8%.游憩者行为数据反映了被调查者对徐州公园比较了解,因此,问卷的样本具有一定的代表性．

2.3.1 安全寿命评定法

同 2.1.1。

2.3.2 基于飞行状态识别的拉杆疲劳寿命预测法

同 2.1.2。

2.3.3 基于载荷实测的拉杆疲劳寿命预测方法

为了实现拉杆载荷实测，贝尔公司与MicroS-train公司联合研制了能量收集式无线载荷测量系统，如图4所示。该系统采用惠斯通电桥传感器，设计并制造了一个全集成电路板(PCB)，电路板长4”，宽 0.5”，厚 0.1”，重 8.2g。电路板包含如下元件:能量收集式动能转换与存储器;具备完整的自校准功能的可编程多轴式精确应变仪信号调节器;低功率系统微处理器;IEEE802.15.4直接顺序扩展频谱无线电收发机;数据记录闪存;用于激活预定的数据存储模式的纳功率计时器。该传感器的特点是电力由直升机振动产生，减少了电力传输环节;采用无线传输方式，解决了旋转信号传输问题;采用大阻值应变传感器(R=4500Ω)，提高了测量精度［11］。

图4 能量收集式无线载荷测量系统及测量数据

2.4 自动倾斜器故障诊断方法

从已发生的直升机(旋翼机)自动倾斜器事故来看，自动倾斜器的主要故障包括:自动倾斜器轴承故障和自动倾斜器螺栓松动。就目前的水平，能较好的诊断自动倾斜器轴承故障，而对于螺栓松动，则还没有很好的方法。因此，本节主要描述自动倾斜器轴承故障诊断方法。

20世纪80年代中期，西科斯基公司调查了H-60直升机尾桨传动轴轴承失效问题，开始了轴承监视系统(BMS)的研发工作。不久，自动倾斜器轴承也应用了BMS，由安装在非旋转自动倾斜器上的加速度计和温度传感器构成。2000年秋，所有H-53E和S-80M直升机都安装了BMS。自动倾斜器BMS既采集振动数据又采集温度数据。现在，已经取消了H-53E轴承的定期检查，轴承的更换完全依赖BMS的指示。BMS取得了高度的成功，没有出现漏报现象，仅有的一次误报也是传感器松动引起的。目前，根据BMS拆除的三个自动倾斜器轴承，根据磨损情况，每次拆除都是合理的。

自动倾斜器轴承故障诊断主要采用振动传感器与温度传感器相结合的方法，该方法能诊断轴承内环故障，外环故障，滚珠故障和隔圈故障等，采用的分析方法包括:轴承故障频谱分析，以频谱为基准的能量分析，能量对数倒频谱分析和振幅解调包线分析等［12］。

传感器的布置如图5所示，采集数据如图6所示。

图5 传感器布置

图6 对数倒频谱的分析结果

3 结论

1)通过直升机故障模式与严重性影响分析(FMECA)，旋翼系统在直升机整体风险中的权重很大(欧直公司对“超美洲豹”MK2分析表明，旋翼系统占54%)，通过对旋翼系统的故障诊断与预测能提高直升机的安全性，减少使用费用。

2)随着科学技术的进步，以贝尔、西科斯基为代表的直升机厂家极力推动旋翼系统故障诊断与预测技术的发展，主要代表技术包括:虚拟传感器技术、拉杆载荷实测技术、旋翼轭载荷实测技术、自动倾斜器轴承故障诊断技术等。

3)借助“十一五”课题，602所在基于神经网络的飞行状态识别技术方面迈出了可喜的步伐，取得了一定的成绩。

4)通过以上分析，说明了旋翼系统故障诊断与预测技术的可行性，这些方法为旋翼系统CBM奠定了坚实的基础。

［1］Fujarski B，Genoux G.A HUMS on EUROCOPTER France Helicopter［C］.18th ERF.

［2］Gruessner R，Cycon J.HUMS Development，Integration and certification on the S-92 aircraft［C］.59th AHS.

［3］Augustin M，Yeary D.ADVANCED TECHNOLOGIES FOR ROTOR SYSTEM CONDITION-BASED MAINTENANCE(CBM)［C］.64th AHS.

［4］Hass D J，Schaefer C G..Emerging technologies for rotor system health monitoring［C］.52nd ERF.

［5］Padula D，Neubert C，Little M，etc.Integrated Mechanical Diagnostic(IMD)Fleet Introduction for US Navy/Marine Corps Helicopters:An Update［C］.62nd AHS.

［6］穆志韬，曾本银，夏千友.直升机结构疲劳［M］.北京:国防工业出版社，2009.

［7］顾文标，喻溅鉴，潘春蛟，等.直升机飞行实测载荷有效性分析技术［J］.直升机技术，2007(4).

［8］夏千友，干伟民，曾本银，等.直8型机动部件疲劳定寿［J］.直升机技术，2000(4).

［9］喻溅鉴，曾本银.直升机飞行使用任务剖面编制方法［J］.直升机技术，2004(2).

［10］曾本银.直升机动部件安全寿命和破损安全相结合定寿技术［C］.第18届全国直升机年会，2002.

［11］Crrabill P，Keller A.VIBRATION MONITORING TECHNIQUES INVESTIGATED FOR THE MONITORING OF A CH-47D SWASHPLATE BEARING［C］.59th AHS.