直升机传动系统扭转振动特性分析

传动系统扭转振动是直升机研制过程中必须考虑的一个动力学问题。本文通过分析计算，回答在改型设计中“增装的液压泵与交流发电机对原型直升机传动链的扭转振动特性是否会带来不利影响”的问题。采用阻抗匹配法进行分析，导出各子系统的动刚度表达式，对Ｘ型直升机传动系统扭转振动特性进行分析计算，并与原型机进行比较。     

边界约束对直升机尾操纵拉杆安装频率影响分析

针对某型直升机在飞行过程中出现脚蹬高频振动问题,通过飞行振动数据分析,确定了故障原因为尾操纵拉杆动特性不佳导致尾操纵拉杆局部共振,从而引起脚蹬高频振动。为了满足装配要求,尾操纵拉杆与安装支座之间为间隙配合,导致尾操纵拉杆边界约束存在不确定性,因此有必要进行边界约束敏感性分析。本文采用弹簧刚度表征尾操纵拉杆边界约束,并基于Ritz法建立尾操纵拉杆理论模型,分析讨论了边界约束对尾斜拉杆安装频率的影响,同时根据计算分析结果提出了相应的解决方案。经地面动特性试验和飞行试验验证,该解决方案可以有效改善该型机脚蹬高频振动问题,同时对后续操纵拉杆设计和分析具有一定的参考意义。     

基于小波变换和神经网络的直升机旋翼不平衡故障诊断方法

依据直升机旋翼不平衡故障空间与多点机体振动空间存在一对一映射关系的理论,采用某旋翼试验台设置桨距不平衡、质量不平衡以及后缘调整片不平衡的方法获取试验数据。利用小波变换和神经网络处理直升机机体振动信号,并对直升机旋翼单故障和复合故障进行诊断。最终实现了一种利用小波变换处理机体振动信号诊断旋翼不平衡故障的方法。     

基于神经网络的直升机自动倾斜器轴承故障诊断方法

为了进一步提高直升机的安全性，利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验，获取了自动倾斜器轴承的故障振动数据，并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入，对自动倾斜器轴承故障进行诊断，获得了较高的故障诊断率。采用基于神经网络的故障诊断方法，自动倾斜器轴承各类故障的最高故障诊断率均大于89%。     

直升机减速器故障齿轮振动信号特征研究

开展直升机减速器故诊断研究需要通过大量费用高昂的实验获取典型故障的信号特征。为降低实验费用,提出一种基于软件仿真获取直升机减速器故障齿轮时域信号特征的方法。仿真结果表明,采用该方法可以模拟减速器可能产生的振动信号。振动信号统计分析结果表明,可以通过振动信号的时域特征参数对故障的类型进行判断。     

基于分岔理论的直升机地面共振分析

基于拉格朗日法建立了旋翼/机体耦合的直升机地面共振动力学模型,该模型考虑了非线性桨叶摆振阻尼的影响.采用非线性分岔理论对无阻尼地面共振动力学系统的自激振动边界进行了预测,并与经典的Cloeman特征方程法得出的结果进行了对比验证.随后利用该理论分析了无阻尼及含桨叶非线性摆振阻尼的地面共振系统的动力学特性.结果表明,采用非线性桨叶摆振阻尼使地面共振动力学系统在自激振动区域呈现出有限幅度的极限环振动,同时也避免了系统在该区域运动发散,且极限环振动幅值与非线性阻尼相关.     

米某型直升机火警误报警故障研究

基于俄制米某型直升机火警系统组成及原理分析,针对米某型直升机飞行中出现的火警误报故障的产生原因、设计缺陷等进行研究,提出了信号干扰、工作环境、元器件低效或故障等因素的相应解决措施,以对广大机务工作者在该型直升机出现火警误报警故障时提供帮助,消除质量安全隐患.     

某型直升机辅助液压系统故障研究

液压系统作为直升机的主要系统之一,关乎直升机的飞行安全,而辅助液压系统又是液压系统的重要组成部分.某型直升机在进行定期维护通电检查时,接通辅助液压系统电动泵控制开关,出现辅助液压系统不起压,压力表指示为0MPa的故障.针对该故障从系统原理出发,利用故障树分析的方法对故障现象进行分析,准确判断出故障产生的原因,并通过分析...     

综合电子调节器信号灯异常燃亮故障研究

某型号直升机在首次通电自检过程中左发动机综合电子调节器БАРК-78“БАРК断开”信号灯异常燃亮。针对这一情况,从故障现象入手,结合综合电子调节器及相关部附件工作原理进行研究,深入分析故障产生的原因并逐条验证,将故障原因锁定在温度传感器接线上,最终确定故障原因是安装П-77温度传感器插头对接过程中,导线弯曲半径过小,导线承受一定的应力,插头插孔焊接点脱落。结合综合电子调节器相关部附件工作原理,综合分析造成故障的可能原因,有助于在直升机日常维护或修理中对类似故障进行排除。     

采用模糊RBF神经网络的直升机旋翼不平衡故障诊断

提出一种利用模糊径向基函数(Radial basis function,RBF)神经网络进行直升机旋翼不平衡故障诊断的方法,建立了用于直升机旋翼不平衡故障识别的模糊诊断模型。基于直升机旋翼不平衡故障模拟实验,对采集于旋翼配重不平衡、桨距不平衡、后缘调整不平衡和正常状态下的试验台体振动信号进行功率谱分析,并采用主分量分析(Principal component analysis,PCA)的方法进行故障特征提取。采用模糊RBF神经网络诊断模型对旋翼不平衡故障进行了故障分类识别,同时分析了不同主分量累计贡献率和模糊子空间对故障分类精度的影响,并与RBF神经网络的诊断模型、支持向量机(Support vector machine,SVM)诊断模型进行了故障识别效果对比。结果表明,模糊聚类RBF神经网络的诊断方法对旋翼不平衡故障具有更好的识别能力。     

直升机周期振动及导弹发射振动随机性分析

就直升机振动周期分量的随机性及导弹发射振动的随机性进行了讨论。对周期分量的随机性，采用频域正弦、随机分离技术作统计分析，发现定常飞行状态下，周期分量为确定性量，随机波动由测量和分析噪声引起；非定常飞行状态下，由于流场的随机性及旋翼有较大的操纵量变化，周期分量为随机变量，符合正态分布。对导弹发射引起的非平稳随机振动，发现可通过数学建模及滤波分离求得该过程基本的时变数字特征，通过能谱分析可获得对减震装置减震效果的定量评价。     

旋翼变距拉杆关节轴承磨损故障特征及磨损程度识别

在旋翼故障试验台上设置不同程度的变距拉杆关节轴承磨损故障,分别测量其引起的机体振动信号,通过频谱分析技术提取该类故障的机体振动特征。取故障信号频谱分量作为训练和测试样本,利用径向基神经网络的良好逼近能力,实现了仅用机体振动信号来识别变距拉杆关节轴承磨损程度,识别平均误差小于10%。该诊断方法简捷可行,为进一步开发旋翼状态监测与故障诊断系统提供技术基础。     

直升机旋翼失衡特性分析

旋翼桨叶相互不平衡，是引起直升机附加振动的主要原因之一，减小桨叶间不平衡（本文称失衡）引起的直升机附加振动，工程上依据旋翼失衡诊断的方法，旋翼失衡诊断技术是正在研究的课题之一。本文针对旋翼失衡诊断技术中的旋翼失衡特性分析，应用叶素理论，导出直升机旋翼失衡情况下，桨叶的运动特性和引起的附加激振力特性的数学分析模型。为验证数学分析模型，对某旋翼试算了失衡下桨叶运动特性和附加激振力特性。结果表明，数字分析模型是合理的．本文为旋翼失衡特性分析提供了一种理论分析、计算方法。     

在主减速器斜撑杆上安装压电叠层作动器的直升机主动隔振

采用安装在主减斜撑杆上的压电叠层作动器建立了直升机主动隔振系统。基于压电材料本构关系推导了压电叠层作动器的驱动方程,建立了压电叠层作动器驱动的主减主动隔振系统动力学模型。采用了自适应滤波控制方法,通过最小均方算法实现了自适应控制。直升机主动隔振仿真实验表明了该系统具有高效的隔振效果。     

基于机体振动的直升机桨毂阻尼故障诊断

研究了仅用机体振动信号诊断旋翼减摆器阻尼失效、轴向铰卡涩和水平铰卡涩3种桨毂阻尼故障的可行性。在旋翼试验台上分别设置上述3种阻尼故障，测取机体振动响应，利用快速傅立叶变换分析其频谱特征。分析表明，3种阻尼故障引起的机体振动谱图互不相同。采用概率神经网络实现了3种阻尼故障的正确分类。研究表明，仅用机体振动响应实现旋翼阻尼故障诊断是可行的。     

智能旋翼—一种极有前途的直升机振动主动控制技术

在直升机旋翼各片桨叶后缘安装主动控制附翼（ＡＣＦ）的智能旋翼新概念，发展十几年来，特别是在智能材料技术取得重大进展、得到广泛应用的今天，正越来越受到直升机界的重视。本文简要概述了智能旋翼概念的由来、发展现状以及主动附翼控制振动的基本问题，指出该技术是一种具有卓越潜能、极具应用前景的直升机振动控制方法。     

通用的前馈振动控制Simulink仿真系统及其应用

利用Simulink平台，建立一个基于自适应滤波技术的前馈振动控制的通用仿真系统，并对直升机结构响应主动控制进行仿真研究，为了模拟机体的力学特性以及旋翼对机体的激振作用，本文建立了一个带伺服液压惯性式作动器的自由一自由梁模型，并使之处于双频扰力作用下，对于该模型，采用了FIR、SIIR等滤波模型进行识别和控制。通过对不同控制模式和与之相适应的滤波算法的仿真研究，揭示其算法收敛性和收敛速度等特性。     

直升机双线摆式吸振器的动特性研究

双线摆式吸振器是位于直升机旋翼旋转平面内用来吸收该平面内桨毂纵、横向激振力的动力吸振器，能随旋翼转速而调谐。本文以桨毂安装多个相同的双线摆构成双线摆式吸振器为研究对象，从阻抗角度导出了机身／旋翼／双线摆式吸振器耦合系统的时域与频域运动方程，可求得在旋翼旋转平面内桨毂中心与双线摆质量块对桨毂中心外激振力的响应，并在其基础上重点研究了旋翼旋转平面内桨毂中心纵、横向所受激振力及加速度阻抗、吸振器结构设计参数和调谐等对吸振器减振性能影响的规律。本文结论对这类吸振器的设计具有指导意义。