杨赛克

发动机作为各类动力装备的核心，其运行可靠性直接关系到设备安全、效率与寿命。发动机系统结构复杂，工况恶劣，损坏故障具有多样性、隐蔽性和关联性等特点，对诊断与修复技术提出了极高要求。本文系统阐述了发动机系统损坏故障的主要类型与成因，深入剖析了从传统经验判断到现代智能诊断的各类技术方法，包括基于信号分析、模型解析与数据驱动的诊断策略。在此基础上，本文构建了一个从故障检测、隔离、评估到修复执行的闭环管理流程框架，并详细论述了原位修复、离位大修、部件更换及先进再制造等修复策略的选择与实施要点。最后，结合物联网、大数据与人工智能等新技术融合趋势，探讨了预测性健康管理与智能维护决策支持系统的发展方向，旨在为提升发动机系统维护保障的精准性、时效性与经济性提供理论参考与实践指导。

发动机；故障诊断；修复策略；预测性维护；智能维护

[1] 熊保胜.汽车电控发动机系统故障的诊断与维修研究[J].(期刊名),2022(2):111-113. [2] CHEN M,QU R,FANG W.Case-based reasoning system for fault diagnosis of aero-engines[J].Expert Systems with Applications,2022,117350. [3] 李大为,王奕首,李军,等.军用航空发动机气路故障诊断技术进展[J].航空动力学报,2024,39(12):1-15. [4] 赵艺珂,王家序,张新,等.基于增强最小熵解卷积的航空发动机故障诊断[J].振动工程学报,2023,36(1):210-218. [5] 张光宇,张福光,程继红.基于Delphi-模糊Petri网的航空发动机故障诊断[J].航空动力学报,2020,35(12):2655-2664.

点击下载PDF