转子系统早期碰摩故障特征提取方法研究

航空发动机转子系统是发动机的核心部件,针对发动机转子系统早期碰摩故障难以检测的特点,通过对碰摩机理分析及早期故障特征的研究,提出了基于小波变换对原始信号降噪和虚拟仪器对转子系统振动数据采集相结合的方法,对转子系统早期碰摩故障特征进行提取,并在转子试验台上进行了实验验证。结果表明,采用LabVIEW程序采集转子系统振动数据并存储,然后应用小波变换进行数据分析和处理,能够对转子早期碰摩故障特征进行有效地提取。     

优化预测模型在航空发动机故障预测中的应用

在灰色预测模型的基础上,提出了改进背景值和初始值两种优化形式,对灰色系统进行优化,并应用小波包分解技术提取发动机转子振动信号的故障特征作为灰色预测系统的输入值,实现了对发动机转子的故障预测;通过实验仿真证明,这个优化灰色预测模型预测精度高,误差小,应用于航空发动机转子故障预测是完全可行和有效的.     

基于相图-BP网络相结合的发动机转子系统故障诊断方法研究

发动机故障诊断是飞机故障预测和健康管理的重要内容,为了充分利用发动机的相图特征对发动机转子系统进行故障诊断,提出了一种相图和神经网络相结合的发动机转子系统故障诊断方法;在分析不同状态下发动机的整机振动信号参数在不同范围随机变化导致相轨迹分布不同的基础上,提取发动机振动相图特征值,借助BP神经网络良好的状态分类功能,对发动机转子系统进行故障诊断;实践表明该方法能有效去除噪声对故障信息的干扰,诊断准确率较高,判别速度较快,具有一定的实用价值。     

某航空发动机转子弹性支承松动振动故障诊断研究

介绍了某双转子航空发动机由于转子弹性支承松动引起的振动故障的诊断方法和实例分析.     

航空发动机转子弹性支承动应力测试技术

对带弹性支承航空发动机转子的一种振动测试技术进行了研究,阐述了利用电阻应变电测法通过在转子鼠笼式弹性支承的弹条根部粘贴应变计进行动应力测试,从而获取转子振动信号的测试原理和测试方法.通过弹性支承动应力测试技术在转子动力特性试验和转子故障诊断中的应用,论证了该测试技术是转子振动测试的一种有效方式,得出了弹性支承动应力测试技术不仅能作为航空发动机带弹性支承转子动特性的常规测试手段,亦能为转子系统故障诊断提供故障识别依据.     

转子动力学研究进展

本文简要回顾了转子动力学的发展历程,指出了转子动力学的研究对象,如以汽轮发电机、燃气轮机、离心/轴流压缩机和航空发动机等大型装备为代表的复杂转子系统;主要研究内容涉及转子系统动力学建模、临界转速和振动响应计算、柔性转子动平衡技术、支承转子的各类轴承动力学特性、转子系统动力稳定性、转子系统非线性动力学、转子系统振动故障及其诊断技术、转子系统振动控制和多场耦合激励下转子系统振动,如机电耦合振动等.未来的研究主要聚焦在转静子系统耦合振动,基于大数据的转子系统智能诊断和考虑新材料、新结构的转子系统振动控制技术等方面.     

基于小波包分析及神经网络的汽轮机转子振动故障诊断

根据Bently实验台所采集的碰摩、松动、不对中、不平衡4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征.分析结果表明:小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状态,有较好的故障区分度;另外由于经过小波包分解再重构后所提取的故障特征参数浓缩了汽轮机转子振动故障的全部信息,而BP神经网络具有优良的非线性映射能力,对提取的故障特征参数应用BP神经网络映射,可对汽轮机转子振动故障进行进一步的诊断.诊断结果表明:基于小波包分析及神经网络的故障诊断方法,具有较高的故障识别能力.     

航空发动机转子故障诊断系统设计与实现

为准确、高效地诊断航空发动机转子系统故障,采用面向对象的程序设计方法,在VC++开发环境下,设计开发了航空发动机转子故障诊断系统。系统包含四个模块:数据采集模块采用多线程处理技术,配合数据采集设备实现多通道数据同步采集;信号分析和特征提取模块利用封装的改进经验模态分解算法类CEmd进行故障信号处理并从中提取故障特征;模式识别模块基于Lib SVM和GAlib库模板建立了基于支持向量机的故障识别模型。在航空发动机转子模拟实验台上对该系统进行测试,结果表明参数设置适当时,系统对转子典型故障的诊断精度达到了98%。     

某型航空发动机早期故障特征分析

针对某型飞机飞行时座舱产生的异常振动问题,首先阐述了航空发动机转子系统典型故障的现象及原因;分析了可能引发座舱异常振动的各个激励源,初步判断异常振动的来源;其次通过地面试车试验,采集了座舱异常振动信号及对应的发动机振动信号,提取了座舱异常振动频率的主要能量成份,分析了发动机上各机匣的频谱成份;最后,找出了引发动座舱异常...     

基于小波包分析的航空发动机故障诊断

航空发动机是一种复杂的旋转机械,故障种类多面且难以辨别。为了保定飞行安全,对航空发动机的故障进行正确、快速地检测,在分析航空发动机故障特征的基础上,利用发动机振动信号的时域指标判断发动机工作是否正常,再对存在故障的发动机振动信号进行小波包分解,作出频带能量图来进一步识别故障。按上述方法对某型涡轮风扇发动机在飞行中空中停车的振动信号作了分析,准确地识别出了故障。结果表明,小波包分解方法进行航空发动机故障诊断具有简单、直观的实际应用价值。     

航空发动机转子振动信号的早期故障分析

由于飞机涡扇发动机是旋转动力机械,早期故障振动信号具有周期性的特点,可将多重自相关用于检测微弱周期性振动信号;针对某型航空发动机空中停车前的早期故障振动信号,通过多重自相关运算,再对信号进行频谱分析,就能准确检测出淹没于强噪声中的微弱周期性信号的频率信息和幅值信息;多重自相关检测方法能够从复杂的航空发动机振动信号中提取出早期的微弱故障信号,从而对早期故障进行有效的分析。     

某发动机外场地面试车振动监测限制值确定研究

针对某发动机缺乏外场地面试车振动监测限制值,严重影响安全使用的客观事实,在对该型发动机结构特点分析的基础上,借助于转子动力学有限元技术,建模分析了该发动机的转子动力学特性,明确了应重点监测燃气涡轮机匣处振动,为外场振动实测提供了理论指导.结合大量的外场实测振动数据分析,基于旋转机械振动监测限制值确定的通用原则,初步给出了工程适用的外场地面试车振动监测限制值建议.     

航空发动机转子扭转振动测试仪的研究

讨论了航空发动机扭转振动测量的特点及其对测量系统的要求,提出一种基于激光多普勒原理的新型航空发动机转子扭转振动测量方法,并分析了影响该方法测量精度的因素、测量范围,实验结果表明该测量方法能满足航空发动机转子扭转振动测量的要求。     

影响涡轮叶尖间隙的转子振动抑制方法

为了提高现代航空发动机的性能,涡轮叶尖间隙的主动控制已成为国内外的一个研究热点.在对影响涡轮叶尖间隙变化因素的初步分析基础上,针对飞行器稳态飞行条件下涡轮转子系统的不平衡力产生的振动对叶尖间隙的影响,提出了一种新的抑制涡轮转子振动的方法——电磁平衡头在线动平衡方法,并通过建模仿真分析,论证了这种方法的有效性.     

基于ARM的便携式航空发动机数据处理系统

介绍了便携式航空发动机数据处理系统的硬件、软件设计方案，系统结构、组成和主要的技术特点，对某型航空发动机的数据类型和特点进行了分析，结合航空发动机的数据和嵌入式ARM的特点，提出了基于ARM的嵌入式开发技术和数据库技术相结合的便携式航空发动机数据处理系统，通过对航空发动机数据的采集、回放，利用专家系统与航空发动机故障征兆信息库相结合的方法，实现了航空发动机的工作状态和故障模式自动获取的功能。     

基于PNN的飞机发动机故障诊断研究

鉴于概率神经网络良好的分类性能,提出一种基于PNN的飞机发动机故障诊断方法,成功对三种典型飞机发动机转子故障做出了正确诊断。研究表明,PNN网络诊断准确,对测量噪声有良好的鲁棒性,具有较好的工程应用前景。     

航空发动机高压涡轮转子轴向位移径向测量技术研究

为解决航空发动机高压涡轮转子轴向位移测量难题,提出了一种轴向位移径向测量的方法。通过该方法,建立了轴向位移与径向测量参数的关系模型;研制了轴向位移专用校准装置并设计了轴向位移校准方法;构建了一套耐高温轴向位移径向测量系统,该系统采用耐高温测量探头,满足航空发动机整机测试环境和结构特点的测量要求;完成了测量系统整机试验验证,在地面试验过程中进行高压涡轮转子轴向位移测量,得到轴向位移随发动机转速的变化规律。     

基于D-S证据理论的航空发动机振动故障分析

航空发动机结构复杂且工作条件恶劣,对其振动的有效分析是进行故障诊断的重要手段.由于不同特征量对振动具有不同的分析能力,为了综合利用不同特征项下的分析结果,采用基于D-S证据理论的信息融合方法对不同特征下的BP神经网络的诊断结果进行融合,并针对航空发动机实际工作状况提出一种利用神经网络的输出统计值构造信度函数的方法.通过对实测航空发动机试车时振动信号的实验分析结果表明,该算法可以有效地提高航空发动机振动故障识别的准确率.