基于频谱筛选的航空发动机振动总量提取方法

振动总量是反映发动机整机振动水平的重要指标,也是发动机状态监视的重要参数。如何排除噪声干扰,从成分复杂的振动信号中提取振动总量,直接影响到振动测量结果的准确性。提出一种基于频谱分析的航空发动机振动总量计算方法,在常用的频域振动总量计算方法中加入了分量筛选功能,可有效地提高计算结果精度。通过多次飞行试验数据验证,得到该方法的计算误差为:低频段平均误差为4.0%;高频段平均误差为1.5%。证明其具有很好的工程应用价值。     

缸压振动信号的研究

本文用试验的方法，根据发动机的配气相位、盖的传递特性及气缸燃烧压力的频谱特征，对缸压振动响应信号的频谱做了较深入的研究，揭示了缸振动信号频谱特征产生的机理。     

基于Zoom-FFT的排污泵故障诊断与分析

针对排污泵在污水处理中出现的堵塞故障,传统FFT变换不能实现局部频域信号细化,采样点数不变时无法提高信号的分辨率,提出使用Zoom-FFT频谱细化方法来提高频域信号分辨率。采用加速度传感器采集振动信号,经过数据采集模块,将模拟信号转换为数字信号传递给计算机,并对目标频段进行Zoom-FFT变换,输出振动频谱曲线,通过对比普通FFT和Zoom-FFT处理后正常运行和故障运行中排污泵频谱的频率成分,对排污泵的故障进行诊断。结果表明,基于复调制的Zoom-FFT方法可以有效运用在故障频率峰值较低的故障诊断中,可以提高信号的分辨率,降低噪声对信号的影响,防止系统误报警,提高故障检测准确性和灵敏度。     

信号频谱的误差分析及MATLAB实现

介绍了利用DFT分析信号频谱的基本流程,重点阐述了利用DFT分析信号频谱时产生误差的原因,即存在的频谱混叠、频谱泄漏及栅栏效应,并提出了相应的改进方法。实例列举了MATLAB环境下DFT分析信号频率分辨率的影响因素,通过与理论分析的对比,解释了提高频率分辨率与计算分辨率的方法。     

小波分析在发动机失火监测中的应用

针对现时发动机失火监测方法的不足,研究了利用小波分析方法进行失火监测.对某发动机缸盖振动加速度信号作频谱分析,可知单缸失火状态的0.5和1谐次振动幅值与正常状态相比有显著增长.采集发动机稳速工况下失火故障瞬间前后一段时间的振动信号,利用小波分析方法,对其进行多尺度近似分解,获得低频逼近信号.由于失火引起低阶次振动幅值变化,观测获得的低频逼近信号的振动幅值波动,可明显分辨出故障发生的时间,再进行加速和减速工况分析.结果同样表明,通过小波变换分析方法,能有效监测发动机失火发生的时间.     

支架搬运车发动机的倒频谱分析

通过倒频谱分析原理,对支架搬运车的发动机振动信号进行分析.通过分析得出,发动机的振动信号中包含有1倍转频和1/2转频的冲击信号,这分别与支架搬运车转速频率和发动机的气门的开关频率、水门的开关频率和活塞的往复运动频率一致.要对发动机进行减振降噪设计,可从这方面进行考虑.为发动机的动态优化设计提供了理论依据.     

航空发动机转子振动信号的分离测试技术

在传统谱分析方法的基础上,尝试应用盲源分离技术对飞机发动机振动信号进行振源分离.首先,介绍了发动机振动信号的基本处理方法和常见的发动机故障类型及特征,引入了盲源分离理论并讨论了其在航空发动机振动信号处理中应用的可行性.然后,对某型涡扇发动机振动过大的现象进行了故障诊断分析.最后,应用FastICA和JADE算法对检测的振动信号进行分析,分离出了发动机的振源信号.这说明发动机振动信号分析采用盲源分离与谱分析相结合的技术可以有效分离振源信号,提高故障诊断的准确性.     

机械振信号频谱中幅频相的精确计算

介绍了一种精确计算机械振动信号频谱幅、频、相的方法。在机械振信号频谱分析的基础上，利用改进的傅立叶变换谱，可以大大提高频率分辨率。经计算检验，该方法的精度较高。     

基于ARM & μC/OS的振动测量系统设计

根据中国人民解放军某厂要求,设计实现了基于ARM7处理器S3C44B0X的某型航空发动机振动测量系统.该系统移植了嵌入式操作系统μC/OS,将测量系统的功能进行任务划分,完成了任务之间的同步.系统对采集的振动信号进行FFT频谱分析,并通过测得的转速信号确定相应频率的振动频谱幅度.运行结果表明,系统具有较高的精度和较好的实时性.     

基于ARM的发动机硬件在环信号发生器

提出了一种基于ARM和DDS的模拟发动机信号发生器的实现方案.该发生器可以产生一个分辨率高、转换速度快、输出频谱纯的信号,且具有调幅、调相、线性及非线性调频功能.文中主要介绍了AD9852与ARM的硬件接口设计、系统的软件编程.试验结果表明模拟动机信号发生器信号稳定,够满足发动机电控单元仿真系统的要求.