A NEW METHOD OF MONITORING ENGINE OIL CONSUMPTION
导读
本文介绍了一种便于航空公司监控计算发动机滑油消耗率的新方法，并分析了与传统监控方法相比较的优劣。
关键词：发动机，滑油消耗率，监控
Key word: Engine, oil consumption, monitoring
在发动机性能监控工作中，滑油消耗率是一个能够反映发动机性能的重要参数。但是在实际工作中，对于滑油消耗率的计算和监控存在一些难点和问题。由于各航空公司运营站点分散，维修人员的水平，检查标准不一致，导致滑油的添加量较为随意，数据呈现跳跃性分布。无法精确的监控、计算发动机滑油的消耗率，这也是长期以来困扰发动机性能监控人员的一个问题。
行业内也有文章介绍了采用DFDAU等先进的方法来进行数据采集。虽然能够保证滑油消耗率计算的准确，但是实施起来难度较大，且依旧无法及时发现滑油消耗率的突变等不正常的现象。本文介绍一种能够准确计算滑油消耗率并能及时发现滑油消耗率突变的计算方法。
一、在发动机滑油消耗监控中遇到的问题
发动机的滑油消耗率和发动机的滑油消耗趋势是发动机性能监控中非常重要的指标。而发动机厂商（CFMI）并没有给出如何监控发动机滑油消耗率的方法，只是简单的给出了需要进行高滑油消耗排故的标准（以CFM56-3发动机为例）：
如果出现滑油消耗率突变；
滑油消耗率有增长的趋势；
滑油消耗率超过0.8夸脱/小时。
而在实际的工作中，存在以下几个难于解决的问题：
无法精确计算滑油消耗率；
厂家没有相关的文件来指导如何计算和监控滑油消耗率；
无法及时发现滑油消耗的趋势变化。
二、目前在滑油消耗计算与监控中使用的方法
目前采用的计算滑油消耗率的方法主要有两种：
1、直接法计算
直接计算法用滑油添加量除以两次添加滑油间隔中的飞行小时数来进行计算。此种方法的计算结果呈跳跃式分布，虽然能够及时发现滑油消耗率的突变，但是无法监控滑油消耗率的变化趋势，目前基本上不采用此种方法。
2.平均法计算
为了消除数据的跳跃性，目前大多数公司的做法是计算多个航段（一般为5个以上）的平均滑油消耗率。此种方法虽然能够在一定程度上消除数据的跳跃性，直观的看出滑油消耗率的变化趋势，降低不确定因素带来的影响，但是无法及时发现不正常的数据，尤其是滑油消耗率的突变，甚至可能将不正常的数据“平均”成为正常的数据。对于航空公司来说，存在发动机带故障运行的风险。
下表是使用这两种方法计算的某发动机的滑油消耗率，我们用实际的数据来比较将这两种方法进行对比：
（表中数据为某发动机实际数据，采用10次滚动平均法计算）。
航段
滑油添加量X
单位：夸脱
飞行小时Y
单位：小时
直接法计算滑油消耗率Z
单位：夸脱/小时
平均法计算滑油消耗率Z
1
1
9.36
0.13
0.17
2
1
7.1
0.51
0.17
3
1
3.38
0.35
0.17
4
1
6.67
0.12
0.18
5
1
3.53
0.17
0.16
6
1
4.92
0.09
0.16
7
1
11.74
0.11
0.16
8
1
6.59
0.29
0.15
9
2
6.32
0.63
0.16
10
1
2.7
0.11
0.17
表1-1
从表1-1中我们看到，对于直接法计算的结果。数据在0.09-0.63（夸脱/小时）之间变化，我们无法判断这个变化是由于发动机性能产生了变化造成的还是由于其他原因造成的。而采用平均法计算，我们可以看到滑油消耗率在0.15-0.18（夸脱/小时）间浮动。采用10次滚动平均的方法可以消除数据的跳动性。更为直观的看到滑油消耗率的变化趋势。但是平均法无法及时发现不正常的现象，
如果在上述数据下方插入一组（5个）滑油消耗为0.8夸脱/小时的数据来模拟发动机滑油消耗率突变的情况。并分别按照两种方法进行计算。结果如下：
航段
滑油添加量X
单位：夸脱
飞行小时Y
单位：小时
1
1
9.36
0.11
0.16
2
1
7.1
0.14
0.16
3
1
3.38
0.29
0.16
4
1
6.67
0.15
0.15
5
1
3.53
0.28
0.16
6
1
4.92
0.20
0.16
7
1
11.74
0.09
0.16
8
1
6.59
0.15
0.17
9
2
6.32
0.32
0.18
10
1
2.7
0.37
0.18
11
2
2.5
0.80
0.20
12
2
2.5
0.80
0.24
13
2
2.5
0.80
0.27
14
2
2.5
0.80
0.28
15
2
2.5
0.80
0.36
表1-2
我们可以看到，如果采用直接计算，虽然可以很直观的看到滑油消耗率上升，但由于数据波动性很大，所以无法判断是填写或者计算错误还是实际发生了高滑油消耗，需要对数据进行长时间的监控并加以分析才能判断。而采用平均法计算，滑油消耗率没有超过手册中规定的范围，也无法发现滑油消耗是否有了台阶式的增长，只能发现滑油消耗有上升的趋势。无法在第一时间确定滑耗突变，也就不能及时采取相关的措施。如果采用10次的滚动平均，采用平均法计算要到第10次才能发现滑油量达到警告的标准，而这时飞机已经带着故障飞行了至少10个航段。存在着极大地安全风险。
三、对目前使用方法的改进
针对以上两种方法的缺点，我们通过数学建模的方法我们可以将添加滑油这个事件用一个满足二项分布的公式进行描述。那么通过计算滑油耗量的方差，既能及时发现滑油消耗率突变，又能将数据的跳动消除到最低。具体的数学推导过程有兴趣的读者可以与我进行交流。
将添加滑油的事件用满足二项分布的公式来描述并计算方差可以使发动机性能监控工程师很直观的看出随机变量（滑油消耗率）与其期望（平均滑油消耗率）的偏离程度。偏离程度越小，说明数据离散程度小，也就是滑油消耗率趋于稳定。如果方差突然增大，那么表示滑油消耗率发生了突变。下面还用表1-2中的数据来计算，但是在第二种方法的基础上计算其方差。得到的结果如表1-3所示：（其中滑油消耗率的计算方法为Z=，方差V=(Z) ）：
航段
滑油添加量X
单位：夸脱
飞行小时Y
单位：小时
方差法计算方差V
单位：N/A
1
1
9.36
0.16
1.13
2
1
7.1
0.16
1.60
3
1
3.38
0.16
2.09
4
1
6.67
0.15
2.81
5
1
3.53
0.16
2.39
6
1
4.92
0.16
2.15
7
1
11.74
0.16
1.78
8
1
6.59
0.17
1.66
9
2
6.32
0.18
1.65
10
1
2.7
0.18
0.64
11
2
2.5
0.20
2.91
12
2
2.5
0.24
9.17
13
2
2.5
0.27
17.30
14
2
2.5
0.28
30.74
15
2
2.5
0.36
46.44
表1-3
从表1-3的计算结果来看，读者可以看到第11个航段其计算的方差就已经从0.6猛增至2.9，并且持续增加，到第15个航段已经跃升到46。而采用第二种方法计算时要到第15个航段才能发现平均滑油消耗率增加了近一倍（但是仍然没有超过手册中的限定值）。如果计算95%置信区间的话，我们可以简单的认为在偶尔一个出现在95%置信区间外的数据的准确性不够高。
采用计算方差的优势是：
消除了数据计算中的不确定因素，在不影响数据准确性的前提下将数据的跳动性降低。
能够在数据发生突变的时候准确的发现。如果数据突变是由于数据错误引起，那么后续的方差不会增加，而是慢慢减少，并最终降为正常的水平（读者可自行计算并体会）。
方便集成到系统实现数据的自动采集和自动计算，如果航空公司有相关的系统，可将计算的公式以及规则集成到系统，并在数据发生突变时（通常较前值增加10倍）产生报警。如果没有系统，也可以将数据导入Excel中进行计算并绘图。Excel已经集成了相关的公式，计算非常方便，将数据绘制成图能更为直观的看出滑油消耗的变化趋势。
改用方差法对滑油耗量进行计算和监控对于成本几乎没有增加。业内有用QAR对滑油量进行实时监控并成功避免空停的案例，但是这需要较大的投入并且还需要飞机的相关系统能够支持才可以。
四、总结
在发动机性能监控中，常常是通过对大量的数据进行分析以及整理来发现发动机某些参数的变化。而这些变化往往反映了发动机性能的趋势。因此对于数据的分析和处理就显得尤为重要，而选择了正确的方法则能够达到事半功倍的效果。如果在发动机性能监控工作中能够利用好数学这个工具，能够极大的提高我们工作的效率，深挖隐藏在数据之后的现象，及时发现不正常的现象并在事态严重化之前采取合理的措施。笔者所在的公司已经按照此方法修改了计算和监控滑油消耗的方法并准备将此方法集成到维修系统中以实现数据的自动计算。
作者简介：
姓名：詹若愚
2005年毕业于南京航空航天大学飞行器动力工程专业，毕业后一直在邮政航空工作，有8年的航线定检维修经历，2年系统工程师经历，目前负责邮航发动机工程管理方面的工作。737CL II类机型，757-200 II类机型以及发动机孔探II级资格
热门跟贴