飞机刹车系统故障诊断方法及其应用研究

靳国涛， 解海涛， 丁 舸

(中国航空工业集团公司成都飞机设计研究所，四川 成都 610073)

故障诊断技术是一种通过监测设备的状态参数对设备发生的故障给出诊断结论，并能对设备工作状态的未来趋势做出判断的技术。1967年美国宇航局倡导成立了美国机械故障预防小组，从事故障诊断技术的研究和应用。我国自20世纪80年代中期就开始了对故障诊断的研究，在实践应用上还是基本落后于国外的发展。国内故障诊断的研究与生产实际联系不太紧密，研究人员往往缺乏现场故障诊断的经验。经历了多年发展，故障诊断技术应用了多种新理论和算法，主要有基于信号处理的方法[1]、基于数学模型的方法和基于知识的方法[2]。随着人工智能和计算机技术的飞速发展，基于知识的智能故障诊断方法逐渐成为故障诊断研究的主流和发展方向。

刹车系统是关乎飞机安全的重要系统。近年来，飞机刹车系统呈现故障高发的态势，刹车压力偏小、偏大或波动大等故障轻则影响飞行任务，重则导致飞机主机轮爆破而影响飞行安全，给用户使用造成了极大的困扰。

现阶段包括刹车系统在内的飞机系统故障诊断多采用故障树分析法，它依赖于各系统专家丰富的专业知识和工程实践经验。文献[3]和文献[4]运用基于故障树分析法的故障诊断系统完成了对飞机刹车系统和发动机系统的故障诊断，Hamza等[5]则对比分析了故障树分析法存在的局限性。基于故障树分析法的故障诊断系统能够直观地表达系统的故障模式，便于快速准确地进行故障诊断，但要求具备完整的故障信息库，这通常需要领域专家运用工程知识并结合大量故障案例花费较长的时间来建立。对于交付使用时间不长的飞机，短期内建立一套完整的故障信息库是非常困难的，所以采用故障树分析法有时难以给出满意的诊断结果。另外，基于故障树分析法的故障诊断系统侧重于对已发生的故障进行定位，这时故障造成的损害和影响往往已成事实，无助于降低刹车系统故障率。

回归分析法是一种重要的预测方法，根据回归预测模型计算预测值，并对预测值进行综合分析，确定最后的预测值。本文对回归分析法加以改造后将其用于故障诊断。针对飞机刹车系统故障高发的态势和现有故障诊断方法存在的不足，根据刹车系统使用特点和工作数据，通过回归分析法建立刹车系统输入的刹车指令与输出的刹车压力之间回归关系函数表达式，确定预测区间并进行修正后作为刹车压力的正常分布区间和故障检测手段，结合故障征兆判据对刹车系统现有工作数据中隐藏且还未发生的故障(简称“故障征兆”，下同)进行预先检测和隔离，可以将故障扼杀在萌芽状态，显著提高故障预防效果，达到降低刹车系统故障发生率、保障飞机安全的目的。

1 刹车系统介绍

1.1 工作原理

飞机刹车系统的功能是接收来自飞行员或飞机管理计算机的刹车指令，按要求向机轮刹车装置输出相应的刹车压力，使飞机安全刹停在跑道上。飞机刹车系统一般由主刹车系统和应急刹车系统组成，原理简图如图1所示。文献[6]对飞机刹车系统工作原理进行了详细介绍。

图1 飞机刹车系统原理简图

主刹车系统主要包括刹车控制器、电磁阀、电液伺服阀、机轮刹车装置、压力传感器和轮速传感器等，其中刹车控制器是刹车系统控制的“大脑”，电液伺服阀是刹车系统的重要执行部件。需要刹车时，刹车控制器接收来自飞机管理计算机或飞行员的刹车指令，控制打开电磁阀，使液压油进入到电液伺服阀中；刹车控制器根据轮速传感器和压力传感器反馈的机轮转速信号和刹车压力信号，结合刹车指令，控制电液伺服阀输出合适的刹车压力至机轮刹车装置进行刹车。当左右机轮轮速相差较大时，刹车控制器会启动防滑功能，防止机轮抱死。防滑启动后，电液伺服阀不再响应刹车指令输出相应的刹车压力，而是由刹车控制器结合当前飞机状态综合判断后控制电液伺服阀输出合适的刹车压力。需要解除刹车时，刹车系统控制电磁阀关闭，切断液压进油，同时控制刹车管路与回油管路接通，泄掉机轮刹车装置内的压力。

应急刹车系统是主刹车系统的备份。当主刹车系统由于故障不能满足飞机刹车需求时，飞机会控制启用应急刹车系统对飞机进行刹车。

1.2 常见故障

飞机刹车系统常见的故障如表1所示。

飞机刹车系统故障主要表现为进行地面刹车压力检查时刹车压力不在正常范围内，影响飞机出动和执行任务；滑跑过程中刹车压力不正常，导致飞机出现偏航、刹车距离变长或主刹车报故降级，严重时导致主机轮拖胎爆破，文献[7]和文献[8] 分析了刹车系统的典型故障。刹车系统故障率较高的产品通常是电液伺服阀和压力传感器，电液伺服阀是刹车压力的调节和输出部件，多由于异物污染或内部附件故障导致输出异常刹车压力；压力传感器是刹车压力的采集部件，其故障会导致刹车压力显示异常，刹车控制系统收到不真实的刹车压力信号后报故或降级，对系统正常使用造成不利影响。

表1 刹车系统常见故障

刹车系统控制复杂，故障模式较多，且仍没有有效的故障检测和预防手段，现行的维修方式也不能有效预防故障的发生。目前刹车系统多采用容错控制算法[9]保证故障时系统的稳定性，有一定的作用，但对一些未暴露或未认知到的故障效果有限。基于刹车系统故障多发的现状，如能采用预防性的故障诊断方法，即在刹车系统故障发生前检测出故障征兆并对其进行隔离和排除，就可极大地降低刹车系统故障发生率。

2 故障诊断方法

2.1 诊断流程

故障征兆是故障发展的早期阶段，它隐藏在大量实际飞行数据中，由于未达到飞机系统报故条件而无法被察觉，因此需要经过一定的获取技术去挖掘、判断。飞行数据是获取故障征兆的重要信息源[10]。因此运用回归分析法和工程知识预先对飞机刹车系统工作数据中隐藏的故障征兆进行检测和隔离。故障诊断流程如图2所示。

故障征兆诊断包含故障征兆检测和故障征兆隔离。故障征兆检测的目的是判断刹车系统是否存在故障征兆。首先在刹车系统历史数据库中获取一定容量的样本，建立输入的电压值与输出的刹车压力之间的回归方程，并确定回归方程中刹车压力值的预测区间；其次结合预测区间与故障征兆判据对刹车系统近期的工作数据进行分析和判断。如判断结果显示无故障征兆，则将工作数据放入刹车系统数据库中；如发现故障征兆，则通过刹车系统故障信息库、排故手册或专家团队对故障征兆进行隔离和排除。

故障征兆隔离的目的是把发现的故障征兆定位到实施修理时可更换的产品层次，便于故障排除。故障征兆隔离时，先在现有刹车系统故障信息库中检索是否有类似的故障案例，如有则依照定位的故障原因进行排故，如无类似案例时则运用系统排故手册对故障进行定位；对于系统排故手册无法覆盖且故障机理相对复杂的故障征兆则需要依赖专家团队支持完成隔离，同时进一步完善系统排故手册。故障征兆隔离后，尽可能采用基层级维修方式实施修理。对于频繁诱发故障征兆的产品元器件，应进行故障诊断、健康管理和使用寿命预测研究，优化维修策略，降低故障率。文献[11]通过小波包分析法可有效提取电机滚动轴承故障信号并对其进行故障诊断；文献[12]和文献[13]通过建立不同退化阶段的轴承模型，实现了不同状态下轴承的健康趋势分析和剩余使用寿命预测，对实际工业系统的应用具有一定的指导意义。

图2 刹车系统故障征兆诊断流程

飞机滑行过程中，当出现异常情况启动防滑后，刹车压力将不再响应刹车指令，刹车系统防滑时间一般较短，时间较长时会触发系统报故。本文不讨论防滑期间刹车系统故障征兆诊断，在进行数据预处理时，过滤掉防滑期间的刹车指令和刹车压力值，同时剔除数据中的一些异常值。

2.2 一元线性回归分析法

回归分析法是处理多变量间相依关系的统计方法，它是数理统计中应用最为广泛的方法之一，最小二乘回归分析是最典型的线性回归算法[14]。回归分析法基于观测数据建立两种或两种以上变量(自变量和因变量)间相互依赖的定量关系，以分析数据的内在规律。按照自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。回归分析是一种预测性的建模技术，常用于预测分析。例如基于回归分析建立的设备频率测量方法比其他方法测量精度更高，也更易实现[15]；运用回归分析法分析影响道路交通事故的主要因素，可达到有效预防交通事故、提高道路交通效率的目的[16]。本文运用一元线性回归分析法建立一种刹车压力的检测区间，对隐藏在刹车系统工作数据中的故障征兆进行检测，一元线性回归分析方法如下。

(1) 建立一元线性回归方程。

根据研究对象特点选择合适的因变量和自变量，若样本数据显示二者符合线性关系，则建立一元线性回归模型：

y=a+bx+ε

(1)

式中，y为因变量；a为常数项；b为回归系数；x为自变量；ε为随机误差项，反映了除x和y线性关系之外的随机因素对y的影响。假定回归模型中随机误差项ε是期望值为0(E(ε)=0)的随机变量，它服从正态分布，那么对于一个给定的x值，y的期望值：

E(y)=a+bx

(2)

(3)

(4)

(2) 回归方程检验。

一元线性回归方程检验主要包括拟合优度检验和显著性检验。

拟合优度是指回归直线对观察值的拟合程度。度量拟合优度的统计量是可决系数R2，R2值越接近1，说明回归直线对观测值的拟合程度越好，反之越差。可决系数R2的计算公式为

(5)

(6)

式中，H0为原假设；H1为备择假设。原假设H0的拒绝域为

(7)

式中，左侧为计算的F值；右侧为查到的F表值。若拒绝H0，表示回归方程中自变量与因变量的线性关系显著，反之则不存在线性关系。

(3) 建立因变量y个别值的预测区间。

利用估计的一元线性回归方程，对于自变量x的一个给定的值x0，可求出对应的因变量y的一个个别值y0的估计区间，即预测区间。假定样本容量为n，置信水平为1-α，查到t表值后，则个别值y0预测区间的上下限为

(8)

本文中，预测区间指的是刹车压力以一定的置信水平分布的区间，为了提高检测准确度，降低误判概率，通常需结合工程经验对预测区间进行微小修正。修正后的预测区间可作为刹车压力正常分布的区间，即认定刹车压力应分布在该区间内，它是刹车系统故障征兆检测的主要方法和手段。将待检测数据导入到修正后的预测区间内，依照故障征兆判据即可判断是否存在故障征兆。

2.3 故障征兆判据

不同飞机刹车系统工作和使用特点不同，故障判定标准也不同。故障征兆判据需根据工程知识并结合刹车系统工作特点后设立，一般通过待检测数据在预测区间内外占比情况进行判故。

常见的故障征兆判据如下：假定共有n个待诊断的刹车压力数据，其中在预测区间上限外分布有a个，在预测区间下限外分布有b个,若(a+b)/n>x% ，则认为刹车系统存在故障征兆,否则不存在故障征兆。

3 实例验证

某飞机刹车系统出现过多次刹车压力不在规定范围内的故障和机轮拖胎的较大故障，现通过一元线性回归分析法建立预测区间并进行修正，作为刹车系统输出刹车压力的正常分布区间，以此作为检测手段结合故障征兆判据对该飞机刹车系统进行故障诊断。

3.1 样本确定

刹车系统使用特点是飞行前反复进行多次松刹至最大刹车压力切换检查，滑跑时多采用较大或最大刹车压力进行刹车。从刹车系统历史工作数据库中选取80组刹车指令电压(U)和刹车压力(P)数据，经过预处理后作为样本数据，如表2所示。

表2 样本数据

根据样本绘制的散点图如图3所示，可以看出刹车指令电压和刹车压力之间基本呈线性关系。

图3 样本散点图

3.2 确定刹车压力的预测区间

通过样本数据用最小二乘估计法求得一元线性回方程为

(9)

可决系数

R2=0.961

(10)

说明回归直线对观察值的拟合效果较好。

用F检验法进行显著性检查，设显著水平α=0.05，即置信概率为95%，求得原假设H0的拒绝域：

(11)

H0的拒绝域成立，拒绝H0，说明刹车系统输入电压与输出刹车压力之间的线性关系显著。

设定置信水平为95%，根据计算得到的一元线性回归方程，对于任一电压值x0，可计算得到回归方程y的个别值y0(刹车压力值)在95%置信水平下的预测区间，如图4所示。

图4 刹车压力值y0的预测区间

由图4可以看出，样本中刹车压力值多集中在6 MPa以上区域，4 MPa以下区域多为刹车压力检查过程中压力值，符合刹车系统的使用特点。其中0.8 V电压值对应正常刹车最大刹车压力，0.2 V电压值对应松刹后的压力值。

由上下限组成的预测区间表明刹车系统输出的刹车压力值按一定的置信水平分布在其中，由于该预测区间将用于刹车系统故障征兆检测，为了尽可能提高检测准确度，降低误判概率，结合检测应用实例和工程经验对预测区间进行微小修正，修正后的预测区间如图5所示，可用于对刹车系统的故障征兆检测。

图5 修正后刹车压力值y0的预测区间

3.3 设定故障征兆判据

根据刹车系统工作特点设定故障征兆判据。刹车系统常使用最大刹车压力，该状态工作数据较多，为避免对其他刹车压力数据检测产生干扰，分别给出故障征兆判据如下。

假定共有n个待检测的刹车系统压力数据，对应小于0.8 V电压值有m个，在预测区间上限外分布有a个，在预测区间下限外分布有b个；对应0.8 V电压值有n-m个，在预测区间上限外分布有c个，在预测区间下限外分布有d个。

若(a+b)/m>10% 或(c+d)/(n-m)>3%，认为刹车系统存在故障征兆。其中：

① 若a/(a+b)>80% 或c/(c+d)>80%，对应故障征兆为“刹车压力偏大”；

② 若b/(a+b)>80% 或d/(c+d)>80%，对应故障征兆为“刹车压力偏小”；

③ 不满足上述两个条件时，对应故障征兆为“刹车压力波动大”。

3.4 应用实例

通过飞机地面检查和滑跑阶段刹车系统已有工作数据进行故障诊断。先对数据进行预处理，然后按一定的采样频率获得刹车指令电压值和对应输出的刹车压力值，得到修正的预测区间(即刹车压力值分布区间)后作为检测手段结合故障征兆判据对数据进行故障征兆检测，最后对检测出的故障征兆进行隔离和排除。

3.4.1 地面检查阶段刹车系统故障诊断

飞机在地面进行两次刹车压力检查，第一次检查系统未报故，取有效工作数据共37组(部分数据重复)放入预测区间图中，如图6所示。

图6 第一次刹车压力检查数据故障征兆检测

由图6可以看出，37组数据分布情况符合刹车压力检查特征，即最大刹车压力数据较多，中间区域数据较少，因为刹车压力检查时在松刹和最大刹车压力间切换时间较短。对应0.8 V电压值的刹车压力值共有26组(其中有16组数据分别与其他5组数据相等)，位于预测区间下限外的刹车压力值共有8组(其中5组数据相等)，占比30.8%，依照故障征兆判据判断刹车系统存在“刹车压力偏小”的故障征兆；对应小于0.8 V电压值的刹车压力值共有11组(其中有4组数据分别与其他3组数据相等)，位于预测区间下限外的刹车压力值有1组，占比9.1%，不满足判故条件。综合判断刹车系统存在“刹车压力偏小”的故障征兆。

飞机进行第二次刹车压力检查，松刹时刹车压力未下降到规定范围内，系统报故。第一次刹车压力检查中检测出的故障征兆在第二次检查时转化成了故障，表明采用回归分析法对刹车系统的故障征兆检测是准确的，故障征兆判据是合理的。取第二次刹车压力检查有效工作数据共37组(部分数据刹车压力值相等)放入预测区间图中，如图7所示。

图7 第二次刹车压力检查数据故障征兆检测

由图7可知，对应小于0.8 V电压值的刹车压力值共有11组，位于预测区间上限外的刹车压力值共有8组(其中有3组数据分别与其它2组数据相等)，占比72.7%，依照故障征兆判据判断刹车系统存在“刹车压力偏大”的故障征兆，与实际发生的故障吻合。

两次刹车压力检查中检测出的故障征兆分别为“刹车压力偏小”和“刹车压力偏大”，看似矛盾，实际与刹车系统电液伺服阀的故障特征有关。在对该故障征兆进行隔离时，先根据“刹车系统”、“地面检查”、“刹车压力偏小”和“刹车压力偏大”等信息从故障信息库中筛选是否有类似故障，结果如表3所示。可以看到出现过由于电液伺服阀故障导致刹车压力偏大或偏小的案例，而油液污染引起的滑阀卡滞使得电液伺服阀输出了异常刹车压力。滑阀卡滞的位置不同，电液伺服阀输出的刹车压力就会偏大或偏小，同时卡滞具有偶发性和随机性，这也是两次检测出的故障征兆不同的原因。根据表3中案例定位的故障原因对检测出的故障征兆进行隔离和排除，刹车压力恢复正常。相关承制厂家也应对电液伺服阀进行优化设计，提升其抗污染能力和工作性能[18]。

表3 故障信息库中类似故障主要信息

3.4.2 飞机滑跑阶段刹车系统故障诊断

飞机在地面滑行阶段出现了拖胎的故障，拖胎前刹车系统未报故。取拖胎前系统有效工作数据共44组(部分数据重复)放入预测区间图中，如图8所示。

图8 滑行数据故障征兆检测

44组数据分布情况表明滑跑时多采用最大刹车压力刹车。对应0.8 V电压值的刹车压力值共有35组(其中有15组数据分别与其他11组数据相等)，位于预测区间下限外的刹车压力值共有5组(其中2组数据相等)，占比14.3%，依照故障征兆判据判断刹车系统存在“刹车压力偏小”的故障征兆；对应小于0.8 V电压值的刹车压力值共有9组，位于预测区间下限外的刹车压力值有3组，占比33.3%，依照故障征兆判据判断刹车系统存在“刹车压力偏小”的故障征兆。综合判断刹车系统存在“刹车压力偏小”的故障征兆。

由于故障信息库缺乏飞机滑行阶段“刹车压力偏小”的故障案例，同时排故手册中没有一套针对该故障的完整排故流程，因此通过专家团队的工作经验给出一套排故流程。飞机滑跑阶段工作状态比较复杂，影响因素较多，引起 “刹车压力偏小”故障征兆的原因可能是线缆屏蔽破损受干扰传输异常压力、刹车压力信号器故障和电液伺服阀故障。根据故障原因，建立故障征兆隔离流程如图9所示。通过一系列检查，排除了线缆和刹车压力信号器故障的可能性，同时检查发现电液伺服阀内部存在异物，定位故障原因为异物在电液伺服阀油路内的运动导致输出了异常刹车压力(先偏小后偏大)，表明采用回归分析法对刹车系统的故障征兆检测是准确的。

虽然飞机刹车系统设计了较为可靠的接地保护功能用于防止主机轮拖胎[19]，但当异物堵塞油路时，电液伺服阀会输出不受刹车指令控制的较大刹车压力，仍会导致拖胎。在确定异物来源并进行处理后，刹车系统恢复正常。

图9 “刹车压力偏小”故障征兆隔离流程

4 结论

通过回归分析法构建的飞机刹车系统故障诊断方法，具有如下特点。

① 将刹车压力的预测区间修正后作为其正常分布区间，该区间可用于刹车系统预先故障检测。

② 实例验证表明能够对刹车系统故障征兆进行有效检测、隔离和排除，在实际应用中可以显著起到故障预防作用，降低刹车系统故障发生率。

③ 易实现，可在用户中推广使用，具有一定的实用价值。

④ 故障征兆判据还不能完全满足刹车系统实时故障诊断需求，需进一步优化。