航空发动机低压涡轮轴连接状态辨识
发布时间：2020-12-13 15:22
随着我国航空航天技术的发展,对航空发动机的各个零部件的设计、生产过程进行系统地分析,实现航空发动机整体性能的提高是当前我国航空工业进一步发展的必然要求。低压涡轮轴作为航空发动机重要的零部件之一,是传递发动机动力的核心部件之一,其性能的好坏将直接影响到发动机的整体性能,一旦发生故障也将直接影响发动机的安全可靠运行。本文选择低压涡轮轴作为研究对象,重点关注其装配性能,一方面以故障诊断的思想对多螺栓装配时单个螺栓的预紧力变化问题进行研究,通过采用不同的信号处理方法、特征提取方法对辨识模型进行训练,实现预紧力辨识;同时对低压涡轮轴盘栓接结合部刚度问题进行研究,通过采集轴盘的振动信号,结合相关理论计算获得结合部刚度,并结合相关仿真对计算所得的刚度进行优化与验证,最终获取准确的结合部刚度。本文的具体内容主要包括以下三个部分:（1）单螺栓、多螺栓连接结构预紧力辨识方法研究:本文第一部分从螺栓预紧力变化时对振动信号的影响出发,基于故障诊断的思想,以不同预紧力连接状态为不同的故障对振动信号进行分析,对采集的不同预紧力连接状态下的单螺栓、多螺栓连接结构振动信号,采用VMD方法进行处理,并用奇异值分解、独立...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景及意义
1.2 预紧力监测国内外研究现状
1.3 故障诊断国内外研究现状
1.4 结合部刚度国内外研究现状
1.5 论文主要研究内容
2 预紧力辨识相关理论与过程
2.1 信号预处理
2.1.1 小波包变换
2.1.2 经验模态分解
2.1.3 变分模态分解
2.2 特征提取
2.2.1 奇异值分解
2.2.2 独立分量分析
2.2.3 损伤系数
2.3 信号分析
2.3.1 神经网络
2.3.2 支持向量机
2.4 本章小结
3 螺栓连接结构预紧力辨识方法
3.1 基于奇异值分解与支持向量机的预紧力辨识方法
3.2 基于独立分量分析与支持向量机的预紧力辨识方法
3.2.1 基于所有样本的ICA特征提取
3.2.2 基于分类样本的ICA特征提取
3.3 基于损伤系数与支持向量机的预紧力辨识方法
3.4 本章小结
4 预紧力辨识方法验证
4.1 单螺栓验证实验
4.1.1 基于奇异值分解与支持向量机的预紧力辨识
4.1.2 基于独立分量分析与支持向量机的预紧力辨识
4.1.3 基于损伤系数与支持向量机的预紧力辨识
4.2 多螺栓验证实验
4.2.1 基于奇异值分解与支持向量机的预紧力辨识方法验证
4.2.2 基于独立分量分析与支持向量机的预紧力辨识方法验证
4.2.3 基于损伤系数与支持向量机的预紧力辨识方法验证
4.3 本章小结
5 基于振动信号的结合部刚度辨识
5.1 子结构综合法
5.2 等效替代模型
5.2.1 弹簧-阻尼单元模型
5.2.2 接触单元模型
5.2.3 虚拟材料模型
5.3 结合部刚度优化及验证
5.4 单螺栓实验及仿真优化验证
5.4.1 单螺栓实验
5.4.2 单螺栓连接结构仿真
5.5 本章小结
6 低压涡轮轴连接状态辨识
6.1 低压涡轮轴实验
6.2 预紧力辨识
6.2.1 基于奇异值分解和支持向量机的预紧力辨识方法
6.2.2 基于独立分量分析和支持向量机的预紧力辨识方法
6.2.3 基于损伤系数和支持向量机的预紧力辨识方法
6.3 低压涡轮轴盘结合部刚度辨识
6.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于K-奇异值分解和层次化分块正交匹配算法的滚动轴承故障诊断[J]. 张文颢,李永健,张卫华. 中国机械工程. 2019(04)
[2]基于VMD的自适应形态学在轴承故障诊断中的应用[J]. 钱林,康敏,傅秀清,王兴盛,费秀国. 振动与冲击. 2017(03)
[3]基于子结构综合法的螺栓结合部切向动刚度优化辨识[J]. 谭峰,殷国富,董冠华,王亮,唐伟鑫. 四川大学学报(工程科学版). 2015(S2)
[4]基于经验小波变换的机械故障诊断方法研究[J]. 李志农,朱明,褚福磊,肖尧先. 仪器仪表学报. 2014(11)
[5]基于频响函数的螺栓结合部法向刚度辨识与实验研究[J]. 董冠华,殷国富,胡晓兵,孙明楠,胡腾. 四川大学学报(工程科学版). 2014(04)
[6]基于奇异值分解和支持向量机的齿轮故障诊断[J]. 付胜,徐斌,杜晓帆,吕孟宸. 机械传动. 2013(09)
[7]改进的小波相邻系数降噪方法及其在机械故障诊断中的应用[J]. 杨绍普,赵志宏. 机械工程学报. 2013(17)
[8]弹性板中低阶导波模态声弹性效应分析[J]. 刘飞,吴斌,何存富,刘宗发. 北京工业大学学报. 2013(06)
[9]基于独立分量分析与相关系数的机械故障特征提取[J]. 赵志宏,杨绍普,申永军. 振动与冲击. 2013(06)
[10]机械故障诊断基础研究“何去何从”[J]. 王国彪,何正嘉,陈雪峰,赖一楠. 机械工程学报. 2013(01)
博士论文
[1]旋转机械故障诊断的时频分析方法及其应用研究[D]. 钟先友.武汉科技大学 2014
[2]状态监控与智能诊断关键技术研究及其在汽车起重机主泵中的应用[D]. 杜文辽.上海交通大学 2013
[3]基于振动信号的机械故障特征提取与诊断研究[D]. 赵志宏.北京交通大学 2012
[4]混合智能技术及其在故障诊断中的应用研究[D]. 雷亚国.西安交通大学 2007
硕士论文
[1]航发低压转子连接螺栓组螺栓装配预紧力研究[D]. 黄伟强.大连理工大学 2018
[2]风力发电机传动系统振动监测与故障诊断系统研究[D]. 郭梅.浙江大学 2017
[3]基于奇异值分解的信号处理关键技术研究[D]. 聂振国.华南理工大学 2016
[4]基于小波包能量和频响函数的网架结构损伤识别研究[D]. 姬晨濛.北京建筑大学 2015
[5]基于声弹性原理的超声波螺栓紧固力测量技术研究[D]. 张俊.浙江大学 2005
本文编号：2914760
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景及意义
1.2 预紧力监测国内外研究现状
1.3 故障诊断国内外研究现状
1.4 结合部刚度国内外研究现状
1.5 论文主要研究内容
2 预紧力辨识相关理论与过程
2.1 信号预处理
2.1.1 小波包变换
2.1.2 经验模态分解
2.1.3 变分模态分解
2.2 特征提取
2.2.1 奇异值分解
2.2.2 独立分量分析
2.2.3 损伤系数
2.3 信号分析
2.3.1 神经网络
2.3.2 支持向量机
2.4 本章小结
3 螺栓连接结构预紧力辨识方法
3.1 基于奇异值分解与支持向量机的预紧力辨识方法
3.2 基于独立分量分析与支持向量机的预紧力辨识方法
3.2.1 基于所有样本的ICA特征提取
3.2.2 基于分类样本的ICA特征提取
3.3 基于损伤系数与支持向量机的预紧力辨识方法
3.4 本章小结
4 预紧力辨识方法验证
4.1 单螺栓验证实验
4.1.1 基于奇异值分解与支持向量机的预紧力辨识
4.1.2 基于独立分量分析与支持向量机的预紧力辨识
4.1.3 基于损伤系数与支持向量机的预紧力辨识
4.2 多螺栓验证实验
4.2.1 基于奇异值分解与支持向量机的预紧力辨识方法验证
4.2.2 基于独立分量分析与支持向量机的预紧力辨识方法验证
4.2.3 基于损伤系数与支持向量机的预紧力辨识方法验证
4.3 本章小结
5 基于振动信号的结合部刚度辨识
5.1 子结构综合法
5.2 等效替代模型
5.2.1 弹簧-阻尼单元模型
5.2.2 接触单元模型
5.2.3 虚拟材料模型
5.3 结合部刚度优化及验证
5.4 单螺栓实验及仿真优化验证
5.4.1 单螺栓实验
5.4.2 单螺栓连接结构仿真
5.5 本章小结
6 低压涡轮轴连接状态辨识
6.1 低压涡轮轴实验
6.2 预紧力辨识
6.2.1 基于奇异值分解和支持向量机的预紧力辨识方法
6.2.2 基于独立分量分析和支持向量机的预紧力辨识方法
6.2.3 基于损伤系数和支持向量机的预紧力辨识方法
6.3 低压涡轮轴盘结合部刚度辨识
6.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于K-奇异值分解和层次化分块正交匹配算法的滚动轴承故障诊断[J]. 张文颢,李永健,张卫华. 中国机械工程. 2019(04)
[2]基于VMD的自适应形态学在轴承故障诊断中的应用[J]. 钱林,康敏,傅秀清,王兴盛,费秀国. 振动与冲击. 2017(03)
[3]基于子结构综合法的螺栓结合部切向动刚度优化辨识[J]. 谭峰,殷国富,董冠华,王亮,唐伟鑫. 四川大学学报(工程科学版). 2015(S2)
[4]基于经验小波变换的机械故障诊断方法研究[J]. 李志农,朱明,褚福磊,肖尧先. 仪器仪表学报. 2014(11)
[5]基于频响函数的螺栓结合部法向刚度辨识与实验研究[J]. 董冠华,殷国富,胡晓兵,孙明楠,胡腾. 四川大学学报(工程科学版). 2014(04)
[6]基于奇异值分解和支持向量机的齿轮故障诊断[J]. 付胜,徐斌,杜晓帆,吕孟宸. 机械传动. 2013(09)
[7]改进的小波相邻系数降噪方法及其在机械故障诊断中的应用[J]. 杨绍普,赵志宏. 机械工程学报. 2013(17)
[8]弹性板中低阶导波模态声弹性效应分析[J]. 刘飞,吴斌,何存富,刘宗发. 北京工业大学学报. 2013(06)
[9]基于独立分量分析与相关系数的机械故障特征提取[J]. 赵志宏,杨绍普,申永军. 振动与冲击. 2013(06)
[10]机械故障诊断基础研究“何去何从”[J]. 王国彪,何正嘉,陈雪峰,赖一楠. 机械工程学报. 2013(01)
博士论文
[1]旋转机械故障诊断的时频分析方法及其应用研究[D]. 钟先友.武汉科技大学 2014
[2]状态监控与智能诊断关键技术研究及其在汽车起重机主泵中的应用[D]. 杜文辽.上海交通大学 2013
[3]基于振动信号的机械故障特征提取与诊断研究[D]. 赵志宏.北京交通大学 2012
[4]混合智能技术及其在故障诊断中的应用研究[D]. 雷亚国.西安交通大学 2007
硕士论文
[1]航发低压转子连接螺栓组螺栓装配预紧力研究[D]. 黄伟强.大连理工大学 2018
[2]风力发电机传动系统振动监测与故障诊断系统研究[D]. 郭梅.浙江大学 2017
[3]基于奇异值分解的信号处理关键技术研究[D]. 聂振国.华南理工大学 2016
[4]基于小波包能量和频响函数的网架结构损伤识别研究[D]. 姬晨濛.北京建筑大学 2015
[5]基于声弹性原理的超声波螺栓紧固力测量技术研究[D]. 张俊.浙江大学 2005
本文编号：2914760
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/2914760.html
