基于傅里叶分解算法的航空发动机转子碰摩故障诊断研究

发布时间：2022-05-02 21:34

　　转子碰摩故障为航空发动机机械设备常发故障类型,且在追求大功率、高涵道比及超高速机械性能时,常把转子叶片与密封机匣、密封间隙等部位精简至最小,从而加剧了转子碰摩故障的发生,碰摩初期发动机系统振动强烈,随着碰摩故障的发生转子系统继发更加强烈的振动,对航空发动机的稳定运行带来极其不利的影响,如何从复杂的转子碰摩故障振动信号中合理提取并识别故障特征信息,一直以来是转子碰摩故障诊断领域的难点,为此本文提出了基于新型自适应时频分析方法傅里叶分解（Fourier Decomposition Method,FDM）算法的航空发动机转子碰摩故障诊断研究。FDM是基于傅里叶基的,在EMD理论基础上发展而来的,完备的、正交的和自适应的时频分析方法,具有局部性,能够实现非线性非平稳机械设备故障振动信号的有效分解,利用该方法对机匣单点-转子全周碰摩故障振动信号进行分解,并对分解后的信号分量进行Hilbert包络谱分析,成功提取出转子碰摩故障特征频率,并通过对比分析不同自适应时频分析方法转子碰摩故障诊断结果,验证基于FDM算法的转子碰摩故障诊断方法的有效性。为解决基于FDM算法的转子碰摩故障诊断方法无法实现故障特... 

【文章页数】：107 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 本文研究背景
    1.2 自适应时频分析研究现状
        1.2.1 自适应核时频分析国内外研究现状
        1.2.2 自适应信号分解国内外研究现状
        1.2.3 自适应参数化时频分析国内外研究现状
    1.3 自适应时频分析的机械故障诊断
    1.4 本文研究内容与创新点
        1.4.1 本文研究内容
        1.4.2 本文创新点
    1.5 本章小结
第二章 傅里叶分解算法理论
    2.1 傅里叶分解算法的理论基础
        2.1.1 傅里叶变换
        2.1.2 短时傅里叶变换
        2.1.3 Hilbert变换
        2.1.4 经验模态分解
    2.2 傅里叶分解算法理论
        2.2.1 FDM算法基本原理
        2.2.2 离散信号的FDM算法
        2.2.3 FDM算法步骤
        2.2.4 FDM算法特性
    2.3 FDM算法仿真研究
        2.3.1 信号仿真
        2.3.2 FDM分解的Hilbert谱分析
    2.4 本章小结
第三章 基于FDM算法的转子碰摩故障诊断研究
    3.1 航空发动机转子试验器及测试系统
        3.1.1 航空发动机转子试验器结构
        3.1.2 转子试验器测试系统结构
    3.2 转子试验器碰摩故障试验方案
        3.2.1 转子碰摩故障特点
        3.2.2 试验振动信号测点位置
        3.2.3 转子碰摩故障试验方案
    3.3 基于FDM算法的转子碰摩故障诊断研究
        3.3.1 转子碰摩振动信号频谱分析
        3.3.2 基于FDM算法的转子碰摩故障诊断方法
        3.3.3 转子碰摩振动信号分解
        3.3.4 转子碰摩故障特征信息提取
        3.3.5 诊断结果分析
    3.4 本章小结
第四章 基于FDM和快速谱峭度算法转子碰摩故障诊断研究
    4.1 快速谱峭度算法的基本原理
        4.1.1 机械振动信号峭度值的物理含义
        4.1.2 谱峭度分析的基本原理
        4.1.3 快速谱峭度算法的基本原理
    4.2 基于FDM算法与峭度准则的转子碰摩故障诊断
        4.2.1 峭度值准则下的碰摩故障诊断方法
        4.2.2 转子碰摩故障诊断研究
    4.3 基于FDM与快速谱峭度算法转子碰摩故障诊断
        4.3.1 转子碰摩故障诊断研究
        4.3.2 诊断结果分析
    4.4 本章小结
第五章 基于FDM与奇异值差分谱的转子碰摩故障诊断
    5.1 基于不同准则的碰摩诊断结果研究
    5.2 奇异值差分谱理论
        5.2.1 基于Hankel矩阵的奇异值分解原理
        5.2.2 奇异值谱的基本原理
        5.2.3 奇异值差分谱的基本原理
    5.3 基于FDM与奇异值差分谱的转子碰摩故障诊断
        5.3.1 转子碰摩振动信号降噪
        5.3.2 碰摩故障诊断结果分析
    5.4 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
攻读硕士学位期间主要研究成果
致谢


【参考文献】：
期刊论文
[1]基于QGA优化广义S变换的滚动轴承故障特征提取[J]. 王波,刘树林,张宏利.  振动与冲击. 2017(05)
[2]同步挤压S变换[J]. 黄忠来,张建中.  中国科学:信息科学. 2016(05)
[3]基于自适应最优抛物线核函数的Wigner-21/2维时频表示算法[J]. 刘义海,张效民,张炳骐.  上海交通大学学报. 2015(10)
[4]基于广义S变换与双向2DPCA的轴承故障诊断[J]. 李巍华,林龙,单外平.  振动.测试与诊断. 2015(03)
[5]新型叶片-机匣碰摩模型及其验证[J]. 陈果,王海飞,刘永泉,冯国全,姜广义,李成刚,王德友.  航空动力学报. 2015(04)
[6]基于改进的希尔伯特振动分解的机械故障诊断方法研究[J]. 唐贵基,庞彬.  振动与冲击. 2015(03)
[7]完备总体平均局部特征尺度分解及其在转子故障诊断中的应用[J]. 郑近德,程军圣,聂永红,罗颂荣.  振动工程学报. 2014(04)
[8]一种新的非平稳信号分析方法——局部特征尺度分解法[J]. 程军圣,郑近德,杨宇.  振动工程学报. 2012(02)
[9]提升小波尺度自适应非线性预测算子构造方法[J]. 张鹏,倪世宏,谢川.  中南大学学报(自然科学版). 2012(03)
[10]分数阶S变换:第一部分,理论（英文）[J]. 胥德平,郭科.  Applied Geophysics. 2012(01)

博士论文
[1]基于振动分析的民航发动机转子系统故障诊断研究[D]. 马文朋.天津大学 2015
[2]局部特征尺度分解方法及其在机械故障诊断中的应用研究[D]. 郑近德.湖南大学 2014
[3]基于机匣响应的航空发动机碰摩特征分析与辨识技术研究[D]. 于明月.南京航空航天大学 2014
[4]参数化时频分析理论、方法及其在工程信号分析中的应用[D]. 杨扬.上海交通大学 2013

硕士论文
[1]基于自适应最稀疏时频分析的旋转机械故障诊断方法[D]. 何知义.湖南大学 2016
[2]新颖的自适应时频分布方法及在故障诊断中应用研究[D]. 朱明.南昌航空大学 2015
[3]转子故障的小波尺度谱数字特征提取与诊断技术研究[D]. 孙丽萍.南京航空航天大学 2010
[4]含碰摩故障的航空发动机整机振动建模与分析[D]. 周海仑.南京航空航天大学 2009



本文编号：3650001