Перевірка методу класифікації технічного стану паливного регулятора турбовального двигуна в просторі параметрів робочого процесу в умовах заводських випробувань

Abstract

У статті представлено результати перевірки методу класифікації технічного стану паливного регулятора турбовального двигуна вертольота в просторі параметрів робочого процесу в умовах реальних заводських випробувань. Застосований метод діагностування базується на математичній моделі паливного регулятора, що враховує вплив відхилення конструктивних параметрів на діагностичні ознаки. У цій роботі для кожної перевірки визначено діагностовані конструктивні параметри та відкинуті ті конструктивні параметри, які мають великий коефіцієнт кореляції відносно впливу на діагностичні ознаки. Обґрунтовано необхідність ідентифікації математичної моделі регулятора для застосування методу класифікації технічного стану. Описано метод однофакторної ідентифікації математичної моделі паливного регулятора по показанням тиску робочої рідини перед еквівалентним спротивом першого контуру форсунок. Процедуру класифікації технічного стану реалізовано в два етапи: визначення умовних ймовірностей відношення поточного стану регулятора S, до одного з модельованих дефектів за теоремою Байєса та встановлення діагнозу за максимальним значенням ймовірності. Дослідження проведено на експериментально-виробничій базі підприємства АТ «ФЕД» на семи гідромеханічних паливних регуляторах. Під час випробувань за контрольованими параметрами визначено основні несправності, а також виконано класифікацію станів регуляторів за допомогою запропонованого методу. Проаналізовано ефективність методу за кількісними показниками якості класифікації: загальна точність становила від 90,48% до 100%, а мікро-усереднена точність – від 66,67% до 100%, залежно від перевірки. Установлено, що запропонований метод демонструє високу ефективність на більшості режимів роботи двигуна, однак його точність залежить від ступеня кореляції конструктивних параметрів, що діагностуються, та точності ідентифікації математичної моделі. Запропоновано шляхи подальшого вдосконалення методу шляхом використання експертних систем і розробки ефективних алгоритмів ідентифікації. Метод може бути рекомендований для інтеграції у виробничі технології ремонту за технічним станом з метою підвищення точності діагностування та оптимізації ремонтних робіт.

The article presents the results of verifying the method for classifying the technical state of a helicopter turboshaft engine fuel regulator in the parameter space of the operational process under real factory-testing conditions. The applied diagnostic method is based on a mathematical model of the fuel regulator, considering the impact of deviations in structural parameters on diagnostic features. In this study, structural parameters subject to diagnostics were identified for each test, and parameters with high correlation coefficients in terms of their impact on diagnostic features were excluded. The necessity of the mathematical model identification of the regulator for applying the technical state classification method was substantiated. A method of single-factor identification of the fuel regulator's mathematical model, based on the working-fluid pressure measurements before the equivalent resistance of the first nozzle circuit, is described. The procedure for classifying the technical state was conducted in two stages: determining the conditional probabilities of the current regulator state (S) belonging to one of the modeled defects using Bayes' theorem, and establishing a diagnosis based on the maximum value of these probabilities. The study was conducted at JSC "FED" on seven hydromechanical fuel regulators. During the tests, the primary malfunctions were identified based on controlled parameters, and the states of the regulators were classified using the proposed method. The effectiveness of the method was analyzed according to quantitative classification quality indicators: the overall accuracy ranged from 90.48% to 100%, and micro-averaged precision ranged from 66.67% to 100%, depending on the specific test. It was determined that the method demonstrates high efficiency in most operational modes; however, its accuracy depends on the degree of correlation between the diagnosed structural parameters and the precision of the mathematical model identification. Recommendations for further improvement of the method include using expert systems and developing effective model identification algorithms. The method can be recommended for integration into production technologies for condition-based maintenance to improve diagnostic accuracy and optimize repair activities.