基于振动分析的航空发动机转子系统故障诊断研究
发布时间：2023-02-05 10:29
作为飞机核心组成的航空发动机通常在较为恶劣的环境下工作,较容易发生故障,其维修成本也比较高。而发动机转子系统更是容易出现碰摩,裂纹和轴承损坏等故障。因此,进行航空发动机转子系统故障诊断研究对航空发动机维修以及航空产业的发展有重要意义。根据故障诊断相关研究,本文主要开展了多故障转子系统建模、振动信号故障诊断和故障模式识别等相关研究。在多故障转子系统建模方面,参考真实的转子系统特点建立动力学模型,以解决故障数据数量少的情况,得到转子系统动力学微分方程,考虑转轴横向裂纹、碰摩以及滚动轴承外圈脱落等故障,基于变步长Runge-kutta法进行数值求解,得到不同故障下的动力学响应,并采用元胞数组的方法提取了不同故障下较为充足的振动数据。在振动信号时频故障诊断方面,考虑到经验模态分解易在端点发散和模态容易失真的缺点,本文提出了基于循环平稳周期延拓的改进方法以及经验模态分解结合互信息量和独立分量分析的故障诊断方法,采用滚动轴承以及转子系统故障信号验证了方法有效性,可较为理想地消除端点效应,分离出各低阶高阶频率成分。在转子系统故障识别分类方面,采用当今较为热门的机器学习方法。将经验模态分解方法与参数优...
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景和意义
1.2 故障诊断技术研究现状
1.2.1 航空发动机故障诊断技术研究现状
1.2.2 信号处理与特征提取研究现状
1.2.3 故障转子系统仿真和实验研究
1.2.4 故障状态识别方法研究现状
1.3 主要研究内容
第二章 航空发动机转子系统故障诊断相关理论研究
2.1 航空发动机故障分类形式
2.2 转子动力学相关理论
2.2.1 非线性动力学系统的特点
2.2.2 分岔
2.2.3 混沌
2.2.4 非线性研究方法
2.3 经验模态分解基础理论
2.3.1 基本概念
2.3.2 EMD方法原理
2.3.3 Hilbert-Huang变换
2.3.4 EMD问题讨论
2.4 故障特征提取方法
2.5 支持向量机基本原理
2.6 本章小结
第三章 多故障转子系统建模及数据获取研究
3.1 转子系统动力学模型
3.1.1 转轴裂纹故障模型
3.1.2 滚动轴承模型
3.1.3 碰摩故障模型
3.1.4 转子系统运动微分方程
3.2 数值求解及动力学响应研究
3.2.1 转子系统数值求解
3.2.2 转子系统动力学响应
3.3 基于元胞数组的故障数据动态存储研究
3.4 本章小结
第四章 基于改进EMD的故障信号诊断研究
4.1 基于循环平稳周期延拓的EMD改进方法研究
4.1.1 改进算法流程
4.1.2 仿真信号分析
4.1.3 基于改进EMD的滚动轴承故障诊断
4.2 基于EMD-MI-ICA的机械振动故障诊断方法研究
4.2.1 引言
4.2.2 基本理论
4.2.3 EMD-MI-ICA的机械振动故障诊断
4.2.4 仿真实验
4.2.5 实验例证
4.3 基于循环平稳周期延拓EMD的转子系统机械振动故障诊断方法研究
4.3.1 故障样本选择分析
4.3.2 转子系统故障信号分析
4.4 本章小结
第五章 基于机器学习的转子系统故障模式识别研究
5.1 基于SVM优化算法的轴承故障识别研究
5.1.1 故障样本选取
5.1.2 针对EMD分解后的IMF分量的特征提取
5.1.3 诊断结果分析
5.2 基于支持向量机的转子系统故障识别研究
5.2.1 故障样本选取与特征提取
5.2.2 故障诊断结果分析
5.2.3 增加样本后PSO-SVM和 GA-SVM诊断结果分析
5.3 基于振动数据二维化CNN的转子系统故障诊断研究
5.3.1 卷积神经网络基本理论
5.3.2 转子系有振动信号二维化(矩阵化)处理
5.3.3 故障诊断结果分析
5.3.4 增加样本后故障诊断结果分析
5.4 本章小结
第六章 总结与展望
6.1 本文总结
6.2 展望
致谢
参考文献
发表论文、专利和参加科研情况说明
本文编号：3734811
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景和意义
1.2 故障诊断技术研究现状
1.2.1 航空发动机故障诊断技术研究现状
1.2.2 信号处理与特征提取研究现状
1.2.3 故障转子系统仿真和实验研究
1.2.4 故障状态识别方法研究现状
1.3 主要研究内容
第二章 航空发动机转子系统故障诊断相关理论研究
2.1 航空发动机故障分类形式
2.2 转子动力学相关理论
2.2.1 非线性动力学系统的特点
2.2.2 分岔
2.2.3 混沌
2.2.4 非线性研究方法
2.3 经验模态分解基础理论
2.3.1 基本概念
2.3.2 EMD方法原理
2.3.3 Hilbert-Huang变换
2.3.4 EMD问题讨论
2.4 故障特征提取方法
2.5 支持向量机基本原理
2.6 本章小结
第三章 多故障转子系统建模及数据获取研究
3.1 转子系统动力学模型
3.1.1 转轴裂纹故障模型
3.1.2 滚动轴承模型
3.1.3 碰摩故障模型
3.1.4 转子系统运动微分方程
3.2 数值求解及动力学响应研究
3.2.1 转子系统数值求解
3.2.2 转子系统动力学响应
3.3 基于元胞数组的故障数据动态存储研究
3.4 本章小结
第四章 基于改进EMD的故障信号诊断研究
4.1 基于循环平稳周期延拓的EMD改进方法研究
4.1.1 改进算法流程
4.1.2 仿真信号分析
4.1.3 基于改进EMD的滚动轴承故障诊断
4.2 基于EMD-MI-ICA的机械振动故障诊断方法研究
4.2.1 引言
4.2.2 基本理论
4.2.3 EMD-MI-ICA的机械振动故障诊断
4.2.4 仿真实验
4.2.5 实验例证
4.3 基于循环平稳周期延拓EMD的转子系统机械振动故障诊断方法研究
4.3.1 故障样本选择分析
4.3.2 转子系统故障信号分析
4.4 本章小结
第五章 基于机器学习的转子系统故障模式识别研究
5.1 基于SVM优化算法的轴承故障识别研究
5.1.1 故障样本选取
5.1.2 针对EMD分解后的IMF分量的特征提取
5.1.3 诊断结果分析
5.2 基于支持向量机的转子系统故障识别研究
5.2.1 故障样本选取与特征提取
5.2.2 故障诊断结果分析
5.2.3 增加样本后PSO-SVM和 GA-SVM诊断结果分析
5.3 基于振动数据二维化CNN的转子系统故障诊断研究
5.3.1 卷积神经网络基本理论
5.3.2 转子系有振动信号二维化(矩阵化)处理
5.3.3 故障诊断结果分析
5.3.4 增加样本后故障诊断结果分析
5.4 本章小结
第六章 总结与展望
6.1 本文总结
6.2 展望
致谢
参考文献
发表论文、专利和参加科研情况说明
本文编号：3734811
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3734811.html
