航空发动机中介轴承故障诊断技术研究

发布时间：2017-08-13 21:52

  本文关键词：航空发动机中介轴承故障诊断技术研究

  更多相关文章： 中介轴承 故障诊断 声发射信号 多尺度形态滤波 信息融合

【摘要】：现代航空发动机通常会采用带有中介轴承的支承方案:如普惠的F119、俄罗斯的AL-31F以及GE的CFM56系列等。中介轴承因其特殊的支承位置以及恶劣的运行环境容易产生损伤,轻则造成滑油中金属超标,返厂修理,重则导致发动机断轴抱轴,带来灾难性事故,故对中介轴承的健康监测尤为重要。本文针对中介轴承故障及其信号传递特点,研究其声发射信号传递路径,确定出测取其机匣表面声发射信号的故障特征信号获取方案。基于中介轴承故障模实试验台,采集并分析了中介轴承内圈、外圈、滚动体及无故障四种状态的声发射信号。在外厂试验中针对某型实际发动机进行了其中介轴承声发射数据的采集与分析,并进行了初步诊断。提出将多尺度形态滤波和空域相关相结合的信号分析方法,提取出中介轴承声发射信号的故障特征,通过信号仿真和中介轴承外圈故障实验进行验证。结果表明:该方法具有计算简单、迅速的优势,能在提取信号细节特征的同时保留其主体信息,有效地获取了中介轴承故障信息。提出一种基于五维信息熵距与支持向量机(SVM)的诊断方法。首先,分别计算出每种故障的五维信息熵距,然后按照文中所提的方法进行诊断并输出诊断结果,通过中介轴承四种故障模拟实验进行验证。结果表明:五维熵距和SVM联合法能够识别模拟的四种故障,其中尤以内、外圈故障识别效果最好,并经某型航空发动机中介轴承故障数据进行验证,具有满意的中介轴承故障识别效果。
【关键词】：中介轴承 故障诊断 声发射信号 多尺度形态滤波 信息融合
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V263.6
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-16
• 1.1 课题背景和意义12
• 1.2 国内外研究的现状12-14
• 1.3 本文主要研究内容14-16
• 第2章 声发射检测技术与轴承故障诊断方法16-25
• 2.1 声发射基本原理16-19
• 2.1.1 声发射源16-17
• 2.1.2 声发射波的传播17-19
• 2.1.3 影响声发射强度的因素19
• 2.2 声发射检测特点及应用领域19-21
• 2.2.1 声发射检测的特点19-20
• 2.2.2 声发射检测的主要目的20
• 2.2.3 声发射检测的应用领域20-21
• 2.3 声发射检测的重要参数21
• 2.4 轴承的失效形式及影响因素21-22
• 2.5 轴承损伤检测方法及其适用性22-23
• 2.6 中介轴承故障频率计算23-24
• 2.7 本章小结24-25
• 第3章 基于声发射信号的中介轴承故障模拟实验25-33
• 3.1 声发射采集系统25-26
• 3.2 声发射采集系统参数设置26-29
• 3.3 中介轴承故障模拟实验29-32
• 3.3.1 中介轴承故障模拟实验台29-30
• 3.3.2 实验所用中介轴承30-31
• 3.3.3 实验采集结果31-32
• 3.4 本章小结32-33
• 第4章 基于多尺度形态滤波与空域相关的中介轴承故障特征提取33-46
• 4.1 数学形态学概述33-35
• 4.1.1 数学形态学的发展现状33
• 4.1.2 数学形态学的基本原理33-35
• 4.2 形态滤波技术35-38
• 4.2.1 形态学运算的性质35-36
• 4.2.2 形态滤波器36-37
• 4.2.3 形态梯度滤波器37
• 4.2.4 形态组合滤波器37-38
• 4.3 多尺度形态滤波技术38-39
• 4.3.1 多尺度形态滤波原理38-39
• 4.4 空域相关理论39-40
• 4.4.1 小波空域相关理论39
• 4.4.2 仿真信号分析39-40
• 4.5 多尺度形态滤波和空域相关相结合的中介轴承故障特征提取基本步骤40-41
• 4.6 中介轴承故障诊断实验分析41-44
• 4.7 本章小结44-46
• 第5章 基于五维信息熵距与支持向量机的中介轴承故障诊断46-61
• 5.1 信息融合诊断技术46-49
• 5.1.1 信息融合层次分析46-48
• 5.1.2 信息融合诊断方法48
• 5.1.3 信息融合体系结构48-49
• 5.2 信息熵理论49-53
• 5.2.1 信息熵研究现状49
• 5.2.2 五种信息熵定义49-52
• 5.2.3 五维信息熵距52-53
• 5.3 支持向量机53-54
• 5.4 五维熵距与SVM联合的中介轴承故障诊断基本过程54-55
• 5.5 中介轴承模拟故障实验分析55-58
• 5.6 某型发动机测试数据分析58-60
• 5.7 本章小结60-61
• 结论61-63
• 参考文献63-66
• 致谢66-67
• 攻读硕士期间发表（含录用）的学术论文67

【参考文献】

中国期刊全文数据库 前10条

1 郭福平;沈书乾;段志宏;孙志伟;;基于包络谱分析的滚动轴承内圈故障声发射诊断研究[J];机床与液压;2015年17期

2 向丹;岑健;;基于EMD熵特征融合的滚动轴承故障诊断方法[J];航空动力学报;2015年05期

3 刘长良;武英杰;甄成刚;;基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J];中国电机工程学报;2015年13期

4 乔保栋;葛向东;张东明;;航空发动机中介轴承振动故障分析方法[J];燃气涡轮试验与研究;2015年02期

5 陈果;郝腾飞;程小勇;赵斌;王海飞;;基于机匣测点信号的航空发动机滚动轴承故障诊断灵敏性分析[J];航空动力学报;2014年12期

6 王洪伟;陈果;陈立波;宋科;李爱;;一种航空发动机滚动轴承磨损故障监测技术[J];航空动力学报;2014年09期

7 廖明夫;马振国;刘永泉;王德友;;航空发动机中介轴承的故障特征与诊断方法[J];航空动力学报;2013年12期

8 郝腾飞;陈果;廖仲坤;程小勇;赵斌;王海飞;;基于正则化多核判别分析的航空发动机滚动轴承早期故障融合诊断方法[J];航空动力学报;2013年12期

9 廖明夫;刘永泉;王四季;王俨剀;吕品;;中介轴承对双转子振动的影响[J];机械科学与技术;2013年05期

10 卢绪祥;刘雨佳;李录平;陈镇南;黄章俊;;形态滤波在滑动轴承声发射信号降噪中的应用[J];动力工程学报;2013年04期

，

本文编号：669150