航空发动机主轴承智能健康管理新范式：基于振动与滑油金属屑末多源信息融合的诊断方法研究

航空发动机被誉为现代工业“皇冠上的明珠”，其性能与可靠性直接决定了飞行器的安全性、经济性与战斗力。作为连接高速旋转转子与静态承力机匣的关键支撑元件，主轴承在极端苛刻的工况下运行——承受着数万转每分钟的高速、高达数吨的复杂载荷、以及由高温燃气与冷却气流交织形成的剧烈热冲击。统计表明，在航空发动机的各类故障中，与轴承相关的故障占比居高不下，而其中因过载、疲劳等因素直接导致的失效比例可达40%。一旦主轴承发生突发性失效，轻则导致发动机性能衰退、任务中断，重则可能引发转子卡滞、非包容性破坏等灾难性后果，其失效模式已经从单一的机械故障演变为关乎飞行安全的核心风险点。因此，实现对主轴承运行状态的精准感知、早期预警与智能诊断，不仅是保障发动机持续可靠运行的技术需求，更是现代航空安全保障体系不可或缺的一环。

然而，对航空发动机主轴承实施有效状态监控面临着一系列严峻挑战。首先，轴承系统深埋于发动机复杂的机体内部，传感器难以直接布置在轴承座上，只能通过外机匣等间接路径拾取振动信号，导致故障特征信息在传递过程中被严重衰减并与大量背景噪声（如气流激振、齿轮啮合、其它转子不平衡等）混合，信噪比极低。其次，轴承故障的发展是一个从微观裂纹萌生到宏观剥落扩展的非线性渐变过程，早期故障信号极其微弱，单一监测手段往往存在感知盲区。例如，振动监测对早期磨损不敏感，而滑油监测对突发性的局部剥落初期响应滞后。再者，航空发动机工况复杂多变，其振动与磨损信号具有典型的非平稳、非线性特征，传统的阈值报警和频谱分析方法的适应性与准确性均显不足。这些难题共同指向了一个核心需求：必须发展一种能够融合多维度、互补性状态信息，并具备处理不确定性与模糊性能力的智能诊断方法。在此背景下，本文将系统阐述一种基于振动信号与滑油金属屑末信息深度融合的航空发动机主轴承状态监控方法，通过引入模糊推理理论，构建一种能够模拟人类专家诊断思维的融合诊断模型，旨在实现对轴承健康状态的全面、连续、精准评估。

一、 理论基础与关键技术剖析

航空发动机主轴承的状态信息蕴含于多个物理域中，主要集中体现在机械振动和润滑油理化特性两个维度。这两个维度分别从“动态响应”和“磨损产物”两个视角，刻画了轴承从正常运行到失效全生命周期内的不同侧面，具有天然的互补性。

1.1 滑油金属屑末检测：磨损过程的直接“显微镜”

润滑油在发动机中承担着润滑、冷却、清洁等多重功能，被誉为机械的“血液”。轴承运行过程中，其接触表面在循环应力作用下必然会产生微观磨损，剥离出的金属颗粒悬浮于滑油中，成为承载磨损状态信息的直接载体。滑油金属屑末监测（Oil Debris Monitoring, ODM）的核心在于对这些颗粒进行定量（数量、尺寸）与定性（材质、形貌）分析。研究表明，磨损颗粒的浓度、尺寸分布及增长率与轴承的磨损模式（如正常磨合、疲劳剥落、严重滑动磨损等）和严重程度存在强相关性。例如，大量出现的、尺寸较大的片状剥落颗粒是滚动接触疲劳进入加速期的明确标志。

现代ODM技术主要沿着离线和在线两个方向发展。离线分析以铁谱、光谱技术为代表，精度高且能分析形貌与成分，但时效性差。在线监测则主要依赖油液颗粒计数器，其主流原理是光阻法（遮光法）。当携带着金属颗粒的油液流经一个精密的透明传感通道时，颗粒会遮挡一束稳定的光源（如激光），引起后方光电探测器接收光强的瞬时衰减。衰减的脉冲幅度与颗粒的投影面积（等效于尺寸）成正比，脉冲次数则对应颗粒数量。基于此，系统可以实时统计并输出不同粒径区间的颗粒浓度。更先进的电感式传感器，特别是多线圈差分设计，能够通过检测金属颗粒通过时引起的磁场微弱变化，不仅实现计数，还能在一定程度上区分颗粒的金属类型（如铁磁性与非铁磁性），提供了更丰富的诊断信息。在线ODM技术实现了对“血液健康”的连续采样，为状态监控提供了直接的磨损证据链。

1.2 振动信号分析：故障动力学的精密“听诊器”

当轴承元件（内圈、外圈、滚动体）出现局部损伤时，在运转中会对损伤点产生周期性的冲击激励。这种冲击会激发轴承-转子系统的固有振动，并通过结构传递至机匣表面。振动监测就是通过布置在机匣特定位置的加速度传感器，捕获这些包含丰富故障信息的动态响应信号。然而，原始振动信号是各种激励源响应的混合体，且受传递路径调制，因此必须通过一系列信号处理技术来提取微弱的故障特征。

传统的时域分析（如有效值、峰值、峭度）能反映振动的总体能量和冲击特性，但对早期故障不敏感且易受干扰。频域分析（如频谱、包络谱）是故障诊断的基石，其目标是从噪声中分离出与轴承几何尺寸和转速相关的故障特征频率及其谐波。对于更为复杂的、信号能量时变频变的非平稳状态，以小波变换为代表的时频分析工具展现出独特优势。它能够同时在时间和频率域对信号进行局部化分析，特别适合提取瞬态冲击成分。例如，利用小波包分解可以自适应地将信号能量细分到不同频带，通过分析特定频带能量的变化来识别故障。更进一步，Hilbert-Huang变换（HHT）等现代方法，能够对信号进行自适应分解并求解瞬时频率，在解调分析、冲击特征提取方面效果显著，成为处理航空发动机这类复杂变工况信号的有力武器。

1.3 模糊推理理论：处理不确定性的智能“裁判”

无论是振动特征能量还是滑油颗粒计数，其与轴承健康状态之间都并非简单的线性或确定关系。例如，振动能量在故障初期可能缓慢增长，而在严重剥落时，由于冲击间隔过密或载荷路径改变，反而可能出现波动甚至下降；同样，滑油颗粒计数受油路循环、过滤器效率等多种因素影响。这种不确定性、模糊性正是实际工程诊断中的常态。模糊推理（Fuzzy Reasoning）模仿人类“经验判断”的思维方式，为解决此类问题提供了数学框架。

其核心在于引入“隶属度”的概念，将一个精确的输入值（如“特征能量为291”）转化为对不同模糊语言值（如“低”、“中”、“高”）的符合程度描述。通过预先定义一系列基于专家经验的“IF-THEN”模糊规则（例如：“IF振动有效值高，AND特征能量高，AND屑末增长率中，THEN轴承状态为严重故障”），系统可以并行处理所有被激活的规则，并将推理结果融合、去模糊化，最终输出一个精确的、代表轴承整体健康度的量化指标（如0到1之间的一个数值）。这种方法不依赖于精确的数学模型，而是将领域专家的知识与观测数据有机结合，对多源、异构、模糊的信息进行有效融合与决策，极大地增强了诊断系统的鲁棒性和可解释性。

二、 信息融合方法的系统构建

基于上述关键技术，本文提出的振动与滑油屑末信息融合监控方法构建了一个系统性的三级融合诊断框架，其核心流程是从特征层到决策层的递进融合。

第一级：多域特征提取与信息表征。此阶段的目标是从原始异构数据中提取出最能表征轴承状态的核心特征，形成融合诊断的“特征向量”。

振动时域特征：选取振动加速度信号的有效值（RMS）作为时域代表。RMS值对信号的全局能量敏感，能够稳定地反映轴承运行的整体振动烈度，是衡量机械状态的基础指标。

振动频域/时频域特征：为捕捉故障引起的周期性冲击，定义“特征能量” 作为频域代表。其计算过程通常涉及对原始信号进行带通滤波（围绕轴承故障特征频率）或小波包分解，然后对包含故障特征信息的敏感频带信号进行希尔伯特包络解调，最终计算包络谱在故障频率及其谐波处的能量总和。该参数对早期局部损伤引起的微弱周期冲击具有极强的指向性。

滑油磨损特征：以滑油金属屑末数（或单位时间内的增长率）作为直接磨损指标。它直接量化了轴承材料损失的速率，是物理磨损进程的直观度量。

第二级：基于模糊推理的特征融合与状态评估。这是本方法的核心。将上述三个特征参数作为模糊推理系统的输入变量。为每个输入定义合适的模糊集合（如“小”、“中”、“大”）和三角形或高斯型隶属度函数。随后，系统调用预先构建的模糊规则库进行推理。规则库的构建深度融合了轴承失效机理与专家经验，例如：

规则1（正常状态）：若RMS值小，且特征能量小，且屑末数少，则轴承状态良好。

规则2（早期故障）：若RMS值中，但特征能量大，且屑末数开始增加，则轴承状态异常，提示潜在故障。

规则3（严重故障）：若RMS值大，特征能量可能因信号饱和而呈中等或减小，但屑末数极大，则轴承故障严重。

第三级：决策输出与健康状态量化。模糊推理系统将所有被激活的规则输出进行聚合，并通过重心法等去模糊化方法，最终输出一个位于[0，1]区间的综合健康指数（Health Index， HI）。该指数是一个连续的、归一化的评估结果。根据大量试验数据与工程经验，可划分明确的预警阈值：例如，HI值在0-0.35区间表示“状态良好”，0.35-0.65区间表示“状态欠佳，需密切关注并准备检修”，0.65-1区间则表示“故障严重，需立即停机检修”。这种输出将复杂的多维度信息凝聚为一个直观的决策依据，极大地方便了维护人员的判断。

三、 试验验证与工程应用分析

为验证所提融合方法的有效性与优越性，必须通过严谨的试验进行考核。通常，研究遵循从部件级模拟试验到整机试车验证的递进路径。

3.1 主轴承剥落故障扩展试验

试验在专用的轴承疲劳试验器上进行，以某型航空发动机主轴承为对象，在其外圈滚道上人工预制一个初始剥落缺陷（例如8mm×6mm）。试验台模拟发动机的转速、载荷与滑油条件，使轴承在可控状态下运行，直至故障扩展至失效。试验中，同步安装高灵敏度振动加速度传感器于试验器轴承座附近，以及在线式滑油金属屑末传感器于润滑油回油路上，以不低于51.2 kHz的采样频率同步、连续采集整个故障扩展过程（如18小时）的全周期数据。

通过对试验数据的分析，可以清晰观察到两种信号在故障不同阶段的演变规律：

运行初期（约第1小时）：振动信号的有效值和特征能量均处于较低水平，滑油屑末数也维持在一个本底值。此时，任何单一参数均未触发报警。但融合方法通过综合评判，输出HI=0.18，准确判定为“状态良好”，展示了其稳定性和对正常状态的识别能力。

运行中期（约第9小时）：随着剥落区域的扩展，周期性冲击加剧。振动特征能量显著升高，有效值也呈上升趋势，同时滑油中的金属颗粒数量开始呈现指数级增长趋势。单一振动监测可能因能量波动而产生不确定性，单一滑油监测可能刚刚达到预警阈值。融合方法输入参数（如有效值31.8g，特征能量291，屑末数3085）后，经模糊推理输出HI=0.50，明确落入“状态欠佳”区间，成功实现了对发展期故障的早期、准确预警。

运行后期（临近失效，约第18小时）：剥落面积巨大，冲击极其剧烈。振动有效值可能飙升至极高值（如106.9g），但由于冲击过密或发生次生损伤，特征能量谱可能反而出现分散或下降。此时，滑油屑末数达到峰值（如8250），清晰地指示了灾难性磨损的发生。融合方法综合了“极高振动烈度”和“极高磨损率”的信息，即便特征能量指示性不强，仍能输出HI=0.82，果断判定为“故障严重”，避免了因单一参数误判而延误处置的最佳时机。

3.2 整机试车试验验证

部件试验验证了方法的原理有效性，而将其应用于真实的航空发动机整机试车平台，则是检验其工程适用性的关键一步。在发动机试车过程中，在外部机匣的特定测点布置振动传感器，并在发动机滑油系统的回油总管上安装在线屑末监测探头。通过长时间试车（包括不同转速、载荷的循环），采集主轴承在实际复杂激励环境下的多源数据。

应用所构建的融合诊断模型对整机数据进行实时或准实时分析，其输出的健康指数曲线能够与试车中分解检查发现的轴承实际状态（如轻微磨损、点蚀、剥落）高度吻合。对比实验表明，相比于传统的单一振动报警或定期油液化验，该融合方法能够将故障预警时间提前数十至上百小时，且虚警率和漏报率显著降低，证明了其在真实复杂背景下卓越的诊断可靠性与工程实用价值。

四、 迈向智能预测与自主健康管理

本文系统论述的基于振动与滑油金属屑末信息模糊融合的航空发动机主轴承状态监控方法，代表了当前PHM（故障预测与健康管理）领域的一个重要发展方向。该方法的核心贡献在于：

突破了单一监测手段的局限：通过融合振动（反映动力学响应）与滑油屑末（反映物理磨损）两类互补信息，构建了覆盖轴承故障“激励-响应-损伤产物”全链条的立体感知体系，消除了诊断盲区。

解决了复杂不确定性下的诊断难题：引入模糊推理理论，将精确的传感器数据转化为符合人类认知的模糊语言进行决策，有效处理了信号波动、阈值模糊等工程实际问题，使诊断系统具备了专家级的鲁棒性和适应性。

实现了状态评估的连续量化输出：将多维信息融合为一个直观的综合健康指数，并划分明确的预警等级，为视情维修（CBM）提供了清晰、可操作的决策支持，极大提升了维护活动的科学性和预见性。

展望未来，随着人工智能、物联网和数字孪生技术的飞速发展，航空发动机主轴承的状态监控将朝着更智能、更精准、更集成的方向演进。下一步的研究将聚焦于：

深度学习与模糊系统的深度融合：利用深度神经网络（如CNN、LSTM）强大的端到端特征自动提取能力，直接从原始振动波形和屑末脉冲序列中学习深层故障特征，再与模糊推理的可解释性规则相结合，构建“数据驱动”与“知识驱动”混合增强的智能诊断模型。

预测性维护与剩余寿命预测（RUL）：在现有健康状态评估基础上，结合性能退化模型（如维纳过程、退化轨迹建模），利用融合健康指数的历史序列预测轴承的剩余使用寿命，实现从“故障诊断”到“故障预测”的跨越。

集成化与微型化传感器技术：发展集振动、温度、油液颗粒、油质多参数监测于一体的微型化、高可靠性智能传感单元，并将其深度集成于发动机设计中，为数字孪生模型提供高保真、全维度的实时数据源。

总之，振动与滑油信息融合监控方法不仅是解决当前航空发动机主轴承监控难题的有效手段，更是构建未来新一代智能航空发动机自主健康管理系统的关键技术基石。它将推动航空维修模式从事后修复、定期检修向实时监控、预测维护的根本性转变，为保障飞行安全、降低全寿命周期成本、提升装备战斗力提供坚实的技术支撑。

&注：此文章内使用的图片来源于公开网络获取，仅供参考使用，如侵权可联系我们删除，如需进一步了解公司产品及商务合作，请与我们联系！！

湖南泰德航空技术有限公司于2012年成立，多年来持续学习与创新，成长为行业内有影响力的高新技术企业。公司聚焦高品质航空航天流体控制元件及系统研发，深度布局航空航天、船舶兵器、低空经济等高科技领域，在航空航天燃/滑油泵、阀元件、流体控制系统及航空测试设备的研发上投入大量精力持续研发，为提升公司整体竞争力提供坚实支撑。

公司总部位于长沙市雨花区同升街道汇金路877号，株洲市天元区动力谷作为现代化生产基地，构建起集研发、生产、检测、测试于一体的全链条产业体系。经过十余年稳步发展，成功实现从贸易和航空非标测试设备研制迈向航空航天发动机、无人机、靶机、eVTOL等飞行器燃油、润滑、冷却系统的创新研发转型，不断提升技术实力。

公司已通过 GB/T 19001-2016/ISO 9001:2015质量管理体系认证，以严苛标准保障产品质量。公司注重知识产权的保护和利用，积极申请发明专利、实用新型专利和软著，目前累计获得的知识产权已经有10多项。湖南泰德航空以客户需求为导向，积极拓展核心业务，与国内顶尖科研单位达成深度战略合作，整合优势资源，攻克多项技术难题，为进一步的发展奠定坚实基础。

湖南泰德航空始终坚持创新，建立健全供应链和销售服务体系、坚持质量管理的目标，不断提高自身核心竞争优势，为客户提供更经济、更高效的飞行器动力、润滑、冷却系统、测试系统等解决方案。