某型航空发动机常见振动故障分析

针对某型发动机结构特点以及装配过程中与振动相关的要素,分析该型发动机生产过程中常见振动故障情况,包括转子不平衡、转子不平衡与转静件碰摩并发故障、转子不对中、高低压涡轮转/静件碰摩以及设备原因,总结了该型发动机常见振动故障诊断及排除方法.     

某型航空发动机转子振动信号盲分离

航空发动机振动信号往往所含成分复杂、有用成分十分微弱,信噪比低,这大大限制了已有诊断方法在早期诊断中的应用.将盲信号处理方法引入到航空发动机振动信号分析,根据振动信号的特征,采取合适的预处理手段,然后应用FastlCA算法进行信号的分离研究,结果验证了盲处理方法的有效性,可以应用于航空发动机振动信号处理和故障诊断领域.     

航空发动机转子叶片振动测量技术研究

简要论述了航空发动机转子叶片振动测量的必要性及发展现状,着重介绍了几种叶片振动测量方法,并对它们的测量原理进行了阐述.     

某型航空发动机管路振动特性的有限元研究

针对某型发动机工作过程中一段管路重复发生泄漏的情况,利用有限元方法对该段管路模态进行了计算,得到了管路的固有频率及模态振型。结果表明,该段管路的固有频率与发动机的工作转速频率很接近,管路与发动机工作产生共振,是造成管路损坏泄漏的原因。在此结论的基础上,采用了相应的措施,解决了共振问题,提高了发动机工作的可靠性。     

某型航空发动机状态监控与故障诊断仪的设计

为了实现对某型航空发动机实施状态监控与故障诊断,设计了一种航空发动机状态监控与故障诊断仪。这里介绍了该状态监控与故障诊断仪的主要功能、硬件组成、软件组成,以及它的监控与诊断原理。     

双转子航空发动机振动信号的分离测试技术

阐述了用FFT(快速傅立叶变换)分离法和盲源分离法,对双转子航空发动机振动信号进行分离的原理和实现,并应用FastICA算法,对某型双转子航空发动机高、低压转子实测振动信号进行了盲源分离实践,分离结果验证了该方法的可行性和有效性,从而为双转子发动机振动监测与故障诊断提供了一种可行的信号处理方法。     

航空发动机转子扭振测量新方法

利用航空发动机已有的测速齿盘、传感器等装置,研究了一种非接触式的航空发动机转子扭振测量新方法.该方法根据扭转振动将引起测速脉冲信号宽度发生变化,造成转子转速瞬时波动的原理,监测转子是否发生扭振.通过实验和数值仿真对其进行了验证.结果表明,该方法可以监测由于扭振引起的转速波动,实现对转子扭振的测量.     

航空发动机振动信号ICA分离方法的研究

研究了基于独立分量分析(independent component analysis,ICA)的发动机转子振动信号分离方法,目的是对转子振动的混叠信号进行分离。首先,研究独立分量分析方法中Infomax方法和Fast ICA方法对混叠信号的分离效果;然后利用LABVIEW信号采集系统采集转子的振动信号,实现从混叠信号中分离源信号,并分别对转子的不对中和碰摩两种工作状态的转子振动信号进行分离测试,验证了该方法的适用性和有效性。     

某型航空发动机振动故障分析

飞机飞行过程中,高速旋转的航空发动机的振动所引起的交变应力会导致其材料失效、磨损加剧、强度减弱、噪声增大等故障.针对此情况,通过飞机上设有的振动监控系统对发动机损伤和非正常磨损进行早期检测,了解并掌握发动机振动故障模式、注意事项及解决方法,可有效提高发动机工作的安全性及可靠性,并可降低维修成本.     

某型航空发动机综合测试仪的设计

发动机性能的好坏主要取决于发动机高、低压转子转速、滑油压力、燃油压力和排气温度等技术参数.虽然飞机座舱内有显示上述参数的指针式仪表,但观察不方便、精度不高,不能对试车过程的数据进行记录,不利于机务人员在试车后进行分析.因此,设计了一种航空发动机综合测试仪.介绍了该测试仪的功用和主要性能指标、硬件组成、软件方案以及工作原理.     

新型二冲程微型摆式内燃机中心摆的振动分析

新型二冲程微型摆式内燃机中心摆的振动会给其运行带来一定的危害，基于动力学理论和振动理论，采用虚拟样机技术，应用ADAMS软件建立中心摆模型并研究其振动特性。首先利用MATLAB软件计算出各工作阶段的压力随时间的变化，把计算出的参数赋予模型，利用Joints和Forces等工具约束三维模型，最后对其中心摆进行振动仿真分析，并绘制频率响应曲线，以验证其响应是否在所要求的范围之内。     

航空发动机试飞转-静子碰摩故障分析

本文分析了碰摩故障产生的主要原因和典型特征,并针对发动机试飞监测的参数,采用转子振动特性分析和发动机综合参数判断分析方法,对某型发动机在试飞中所发生的转静子碰摩故障进行了诊断分析,结果表明,所采用的方法是一种有效的方法。     

航空发动机振动趋势预测的过程神经网络法

提出一种基于过程神经网络思想的航空发动机振动趋势预测方法.利用过程神经网络具有输出函数对输入函数在时间上的聚合效应和非线性映射能力,预测方法的网络结构选择为9个输入节点,第2层和第3层各有9个隐层节点,1个输出节点,参数外推预测,将选取的振动历史数据分为学习样本和检测样本两组,学习样本用于网络训练,检测样本用于检验预测模型的精度.在相同条件下,与传统人工神经网络进行趋势预测比较,提高了网络训练速度,降低了预测误差.将所提出的预测方法应用到某型航空发动机的振动趋势预测中,预测结果与实际值的误差符合要求.     

图像处理方法在柴油机振动故障诊断中的应用

为了对柴油机的振动故障进行更加直观的诊断，探讨了二维信号处理（图像处理）在柴油机振动故障诊断中的应用。以柴油机工作循环为单位，排列柴油机表面振动信号，构成二维图像，利用数字图像处理的相关理论，获取信号图像的特征，进行状态识别和故障诊断，运用上述方法，对柴油机5种状态下的振动信号进行了处理，根据图像处理结果，能够很好地识别柴油机的状态和故障，为柴油机振动故障诊断提供了新的思路。     

振动信号监测在刀具磨损故障诊断中的应用

以典型高档数控机床DL-20M H型车削加工中心为试验对象,采用加速度传感器对振动信号进行监测。信号分析过程中,应用时域分析、频域分析实现了刀具磨损量与振动信号的关联,解决了生产过程中由于刀具突然损坏导致的产品质量下降问题,从而降低生产成本。     

提高故障诊断质量的几种方法

故障诊断包括信号采集,信号分析、特征提取、诊断决策等环节,每一环节对最终的诊断结果均有着重要影响,详细讨论了通过恰当的信号分析方法与手段来提高诊断结果的准确性和可靠性,提出了噪声压缩,信息集成与融合、信息分解,特征趋势等几种提高诊断质量的有效途径。     

基于多通道振动信号的港机车轮轴承故障诊断

提出一种基于多通道振动信号的港机台车车轮轴承故障诊断的方法。通过分析港机台车车轮轴承的特殊性,阐述现有轴承故障诊断方法以及存在的问题,并指出了基于多通道振动信号分析方法的优势。描述了系统信号采集硬件构架,充分发挥现代计算机的高速运算,大容量存储能力,利用多进程并发,采用模块化思想,搭建了分析系统用户界面软件。通过时域、频域、功率谱、静态参数等多种信号分析方法对振动信号进行分析,实现对轴承的故障诊断。实时监测和离线分析大量现场数据结果表明,该故障诊断系统诊断方便,无需停工,成功率高,符合港机台车车轮轴承故障在线诊断要求。     

基于傅里叶分解方法的航空发动机转子故障诊断

针对传统时频分析法无法提取转子故障特征信息的问题,提出了基于傅里叶分解方法(FDM)的转子碰摩故障诊断方法。构造了调频调幅仿真信号,对比FDM、集合经验模态分解(EEMD)、变分模态分解(VMD)的分解结果发现,FDM能够实现仿真信号的完备性分解,且时频分辨率高。利用FDM对采集到的转子试验器机匣单点-转子全周碰摩试验故障数据进行诊断,不同算法故障信号分解结果的周期功率谱密度估计和故障特征提取结果表明,该方法具有更高的诊断可靠性,可有效地解决转子故障诊断问题。     

裂解气压缩机振动故障诊断分析

针对裂解气压缩机出现的振动异常情况。采用ENTRX在线监测系统，对其振动信号进行采集和处理，并由其频谱特性、相位特性以及轴心轨迹进行相应的故障诊断，初步实现设备的预测维修，以保证压缩机安全、可靠地工作。     

混合信号振声源分离与多机组故障诊断

针对机房设备混合信号难以提取有用信息,提出了多参数的振声诊断方法。应用最小互信息梯度下降的盲分离算法,通过展开边缘熵和修正四阶累积量估计值的方法改善算法性能,在故障源数量未知且可能大于传感器数量的情况下,根据信息源之间的独立性测度关系依次提取最显著的特征值。仿真结果证明,改进算法估计误差减小且算法可靠。在诊断实例中,首先,分离机房内的混合噪声信号以确定主要故障来源;然后,采集故障源的振动信号进行非线性盲分离,提取热泵机组压缩机不对中、齿轮啮合不良和碰磨的故障特征;最后,根据分离的振源信号特征识别故障类型,建立基于盲源分离算法的大空间设备群的振声诊断方法。