航空发动机主轴轴承故障诊断方法研究

发布时间：2017-08-14 12:18

  本文关键词：航空发动机主轴轴承故障诊断方法研究

  更多相关文章： 滚动轴承 故障诊断 ITD算法 特征参数构建 模式识别

【摘要】：主轴轴承是航空发动机中的关键部件,它在很大程度上影响着航空发动机的运行状况。由于航空发动机主轴轴承长时间工作在高转速、高温度的恶劣环境之下,因而它也是航空发动机中最容易出现损伤的零件之一。航空发动机作为航空器的心脏为其提供飞行所需的动力,一旦因为主轴轴承出现损伤而导致发动机故障,将会严重威胁航空器安全平稳的飞行甚至造成更大的安全事故。因而,针对航空发动机主轴轴承展开故障诊断方法研究,对于及时发现航空发动机故障确保航空器的安全飞行具有重大意义。对于航空发动机主轴轴承的故障诊断,本文主要基于轴承振动信号开展了三个方面的理论研究内容：振动信号预处理、故障特征参数构建、模式识别诊断。在信号预处理方面,针对ITD算法中存在的不足提出了一种基于三次样条插值和线性变换相混合的拟合方式的改进ITD算法,并用于轴承振动信号的预处理中,通过原始信号的第一个分解分量来进行信号的重构。该方法能够有效地去除原始信号中的噪声以及其他频率成分对诊断过程的干扰,对于故障特征有着显著的增强作用。在此基础上还将改进ITD算法与全矢包络谱技术相结合实现了多通道数据故障特征的融合,并将其应用于实际轴承故障诊断中。在特征参数构建方面,分别构建了三种基本特征参数类型来表征主轴轴承的运行状态：时频域特征参数、ITD模糊熵和梅尔倒谱和系数。为了能够更加全面准确地描述轴承的故障状态,构建了包含这三种特征参数类型在内的混合域特征参数集,并选用LTSA算法从中提取出敏感性更好、规律程度更高的最优特征参数矩阵。在模式识别诊断方面,将模型结构简单、运算效率高效的VPMCD算法应用到航空发动机主轴轴承故障诊断中,通过实验结果证明该方法较传统方法(BP神经网络、SVM算法)在识别准确率、运算效率方面的优势。同时,对于VPMCD方法中预测模型不稳定的情况,采用PCA算法对预测模型方程的求解过程进行了优化,提高了预测模型的准确度以及对于轴承故障类型的识别准确率。最后,将理论成果应用于工程实际中,实现了一套简易的航空发动机主轴轴承故障诊断平台。对该诊断平台的数据库以及软件界面进行了设计开发,通过对该诊断平台中各模块功能的调试结果,说明了该故障诊断平台具有一定的实用价值。
【关键词】：滚动轴承 故障诊断 ITD算法 特征参数构建 模式识别
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V263.6
【目录】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 绪论15-23
• 1.1 课题背景及意义15-16
• 1.2 航空发动机主轴轴承故障诊断的现状和发展趋势16-17
• 1.3 滚动轴承的故障概述17-19
• 1.4 论文的主要内容及创新点19-20
• 1.5 论文的结构安排20-23
• 第二章 基于改进ITD算法的信号预处理方法研究23-45
• 2.1 固有时间尺度分解算法及改进方法23-26
• 2.1.1 ITD原理及其存在的问题23-25
• 2.1.2 ITD改进方法25-26
• 2.1.3 小结26
• 2.2 基于改进ITD算法的信号预处理方法26-36
• 2.2.1 信号预处理方法原理及在轴承故障诊断中的应用26-28
• 2.2.2 实验验证分析28-35
• 2.2.3 小结35-36
• 2.3 基于全矢包络谱的信号处理方法研究36-43
• 2.3.1 全矢谱技术的基础36-38
• 2.3.2 基于改进ITD和全矢包络谱的数据融合故障诊断方法38-39
• 2.3.3 实验验证分析39-42
• 2.3.4 小结42-43
• 2.4 本章小结43-45
• 第三章 故障特征参数的构建45-67
• 3.1 时频域特征参数45-47
• 3.1.1 时域特征参数45-47
• 3.1.2 频域特征参数47
• 3.2 模糊熵47-55
• 3.2.1 模糊熵的基本原理47-49
• 3.2.2 ITD模糊熵49-50
• 3.2.3 实验验证和分析50-54
• 3.2.4 小结54-55
• 3.3 梅尔倒谱和系数55-60
• 3.3.1 梅尔倒谱系数简介55-56
• 3.3.2 梅尔倒谱和系数的构造56-57
• 3.3.3 实验验证和分析57-60
• 3.3.4 小结60
• 3.4 基于LTSA算法的最优特征参数矩阵的构建60-65
• 3.4.1 LTSA算法概述60-62
• 3.4.2 基于LTSA的最优特征参数矩阵的构建方法62
• 3.4.3 实验验证和分析62-65
• 3.4.4 小结65
• 3.5 本章小结65-67
• 第四章 基于VPMCD的故障诊断方法研究67-79
• 4.1 基于VPMCD算法的故障识别诊断67-72
• 4.1.1 VPMCD算法的基本原理67-69
• 4.1.2 VPMCD算法在轴承故障诊断中的应用69
• 4.1.3 实验验证与分析69-72
• 4.1.4 小结72
• 4.2 基于改进VPMCD算法的故障识别诊断72-78
• 4.2.1 PCA算法简介72-73
• 4.2.2 PCA算法改进的VPMCD算法73-74
• 4.2.3 实验验证与分析74-77
• 4.2.4 小结77-78
• 4.3 本章小结78-79
• 第五章 主轴轴承故障诊断平台的实现79-89
• 5.1 故障诊断系统平台的总体设计79-80
• 5.2 故障诊断系统数据库的设计80-82
• 5.3 故障诊断平台软件设计开发82-87
• 5.4 本章小结87-89
• 第六章 结论与展望89-91
• 6.1 研究成果总结89-90
• 6.2 后续工作展望90-91
• 参考文献91-95
• 致谢95-97
• 研究成果及发表的学术论文97-99
• 作者和导师简介99-100
• 附件100-101

【参考文献】

中国期刊全文数据库 前10条

1 袁洪芳;秦桂林;王华庆;;基于MFCCS和改进VPMCD的滚动轴承故障诊断[J];测控技术;2016年04期

2 马益书;黄亚宇;吴政;;基于包络分析的滚动轴承故障诊断研究[J];机械与电子;2016年01期

3 单燕;李玲娟;孙杜靖;;基于主成分分析的并行化数据流降维算法研究[J];南京邮电大学学报(自然科学版);2015年05期

4 秦桂林;袁洪芳;王华庆;;改进ITD和Hilbert包络谱的滚动轴承故障诊断[J];设备管理与维修;2015年S2期

5 杨望灿;张培林;王怀光;陈彦龙;孙也尊;;基于EEMD的多尺度模糊熵的齿轮故障诊断[J];振动与冲击;2015年14期

6 樊巍;傅攀;郑晴晴;;基于DHMM的滚动轴承故障诊断[J];机械工程与自动化;2015年04期

7 张鹏林;孔鹏;张，

本文编号：672644