基于图像处理的航空发动机自适应频谱报警技术研究

发布时间：2022-10-11 17:12

　　在飞行试验中,作为飞行器直接的动力来源,航空发动机的状态监测和故障报警技术是保障飞行试验安全的重要手段,而传统的报警技术存在误报警,准确率不高等问题;针对传统频域报警方法不能包容工况变化,局部特征与全局特征无法兼顾的问题,研究了基于图像处理的航空发动机自适应频谱报警方法,包括包络生成方法和频段自动划分方法,将两者应用于均化频谱的报警中,并通过对比频谱幅值及频段能量值实现故障报警;利用某型航空发动机故障数据对方法的有效性进行了验证,结果表明,该方法能够在发动机不同工况下有效划分频谱高能量和低能量区,兼顾了对振动信号局部特征与全局特征,提高了故障报警的自动化水平和准确率。 

【文章页数】：7 页

【文章目录】：
0 引言
1 频谱报警算法
    1.1 基于平滑滤波的包络线生成算法
        1)幅值贡献比例计算。
        2)包络线上各点生成。
    1.2 基于边缘检测的频段划分算法
        1.2.1 频谱曲线平滑算法
        1.2.2 基于梯度的边缘选取
        1.2.3 边缘搜索算法
            1)初始化:
            2)主循环:
            3)边缘位置重合处理:
2 航空发动机自适应频谱报警方法
3 实验结果与分析
4 结束语


【参考文献】：
期刊论文
[1]航空发动机部件故障风险评估方法研究[J]. 徐庆宏,孙有朝,李龙彪.  机械科学与技术. 2016(08)
[2]基于NN-ELM的航空发动机燃油系统执行机构故障诊断[J]. 姜洁,李秋红,张高钱,李业波.  航空动力学报. 2016(02)
[3]一类支持向量机的设备状态自适应报警方法[J]. 张庆,徐光华,华成,张熠卓.  西安交通大学学报. 2009(11)
[4]航空发动机转子振动信号的分离测试技术[J]. 马建仓,石庆斌,程存虎,赵述元.  振动、测试与诊断. 2009(01)
[5]边缘检测算子的分析比较[J]. 胡尚举,田国法,申江波.  大众科技. 2008(09)
[6]常用边缘检测算法的定量比较[J]. 陈彦燕,王元庆.  计算机工程. 2008(17)
[7]管道压缩机状态监测系统的灵敏监测技术及其应用[J]. 华遵,刘建臣.  油气储运. 2008(08)
[8]基于小波包-概率神经网络的自适应报警技术的研究[J]. 李志农,韩捷,张遂强,郝伟,雷文平.  机床与液压. 2007(05)
[9]基于小波分形和一类辨识的航空发动机故障诊断[J]. 罗俊,何立明,陈超.  推进技术. 2007(01)
[10]设备管理中的机械故障诊断技术与状态监测维修[J]. 许立学.  中山大学学报(自然科学版). 2005(S1)



本文编号：3690965