关键词
某型航空发动机中介轴承故障诊断技术研究
作者: 董欢   来源: 沈阳航空航天大学 年份: 2017 文献类型 : 学位论文 关键词: 特征提取   故障诊断   随机森林   中介轴承   最小熵解卷积  
描述: 航空发动机是飞机的心脏,为满足气动稳定性和减轻重量、提高推重比等方面要求,现代航空发动机多采用双转子或三转子结构,而转子支承系统使用一个或多个中介轴承。由于中介轴承工作时内外圈转速高、动载荷大、环境温度高,因此,故障率高,对飞机的安全运行造成严重威胁。可见,开展航空发动机中介轴承故障诊断与状态监测技术研究,对保证飞机安全可靠运行具有重要意义。本文以某型航空发动机中介轴承为研究对象,利用航空发动机中介轴承故障模拟实验台模拟并采集轴承在正常、外圈故障、滚动体故障三种状态下的振动信号。针对发动机中介轴承信号易受干扰、故障信号微弱的难题,提出了基于最小熵解卷积的去噪方法,提高了信噪比,恢复出原始的冲击信号。提出了固有时间尺度分解(ITD)与近似熵相结合的特征信号提取方法,通过ITD方法将非平稳、非线性的中介轴承振动信号分解成一组固有旋转分量(PR),然后计算其近似熵。将随机森林分类器引入到中介轴承故障诊断,选取不同尺度的近似熵值作为特征向量,输入到分类器模型中进行分类识别与故障诊断。对比分析了不同分类器对中介轴承数据的诊断效果,得出随机森林分类器故障诊断准确率高,最后,应用此方法对某型发动机试验数据进行了研究分析。研究表明,最小熵解卷积方法能有效去除发动机中介轴承故障振动信号中的噪声成分,ITD近似熵方法能准确的提取出中介轴承信号故障特征。采用随机森林对中介轴承故障信号分类,提高了故障诊断准确率。基于某型发动机试验数据,本文所提方法能有效提取出机匣表面振动信号中微弱的中介轴承振动故障信号特征,故障诊断准确率高,具有工程实用性。
< 1
Rss订阅