高速转子连接结构刚度损失及振动特性

高负荷航空发动机转子的转速和支点跨度不断加大,使得转子弯曲刚度下降,并在工作中具有一定弯曲变形。转子弯曲变形时,连接界面会存在刚度损失,需考虑转子弯曲变形对连接界面刚度特性及转子系统振动特性的影响。提出了定量描述连接界面刚度损失的力学模型,并针对非连续转子系统的动力学设计,提出了基于应变能分布优化的连接结构刚度损失抑制方法。数值仿真结果表明:转子弯曲变形下,连接界面刚度损失显著,会使转子弯曲临界转速大幅降低;通过转子应变能分布优化设计可有效降低连接界面刚度损失对转子系统振动特性的影响,对转子系统振动特性优化设计具有重要的指导意义。      

非线性油膜力作用下转子弯扭耦合振动特性研究

建立了非线性油膜力作用下转子-轴承系统弯扭耦合振动的数学模型.采用Rugge-Kutta数值积分方法计算模拟了转子升速过程中弯曲振动和扭转振动的不平衡响应,得到了转子弯曲振动的三维谱图和分岔图.分析发现,转子的弯曲振动会发生倍周期和概周期等复杂的非线性动力学行为.通过与不考虑弯扭耦合作用的系统特性进行比较,指出在转子弯曲振动临界转速附近,弯扭耦合作用对转子弯曲振动特性影响最大.数值分析揭示了扭转振动随转速升高,振幅基本保持不变,频率减小,有助于更深入地认识转子-轴承系统的弯扭耦合振动特性.     

绳驱空间机械臂动力学建模与仿真效率分析

针对一种适用于在轨服务精细操作的绳驱空间机械臂进行讨论。建立该机械臂的动力学模型，将机械臂视为链式多刚体系统，认为绳索满足线弹性假设并忽略绳索的质量，利用空间算子代数方法推导了机械臂的动力学方程。分析动力学模型的数值仿真效率，求解出机械臂微振动的振动频率，将最高阶振动频率作为特征系数代入到微分方程数值算法的稳定区域，计算得到仿真步长的临界值；对动力学模型中的绳索模型进行改进，通过增大仿真时间步长临界值来提高动力学模型的数值仿真效率。仿真算例表明，改进后动力学模型的仿真效率最多可提高200多倍，并可以实现实时仿真。     

基于深度残差收缩网络的滚动轴承故障诊断

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号,提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先,根据采集到的滚动轴承数据构造故障样本,针对多种故障类型下的长时间序列的振动信号,按照一定尺寸将长时间序列矩阵化,构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程,通过多个采样点的随机采样,构造全寿命周期的故障样本用于故障诊断。其次,在多层深度学习模型基础上,将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断,其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题,利用软阈值化实现了样本降噪。最后,为了验证所提方法的有效性,采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性,多层网络模型下没有明显的网络退化,能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时,与其他模型相比,所提方法训练误差更低,平均故障诊断正确率提高1%~6%。      

动量轮微振动机理及仿真

动量轮是卫星等航天器姿态控制和精度保持的关键机械部件,其微振动严重影响卫星姿态稳定度和成像精度。动量轮的非均匀、非连续几何构形和旋转效应会引起结构系统的参数激励和载荷激励。针对具有非均匀力学特征参数的动量轮结构系统动力学模型,通过分析动力学方程中各矩阵参数的扰动,进行动量轮微振动机理的研究。仿真和试验结果表明:动量轮结构系统内部存在基频和高频激励,其中基频主要来自支点动载荷,高频来自轴承碾压作用;轮缘的局部振动会随转速形成前后行波。      

高速柔性转子支承松动力学特征及动力特性

针对高速柔性转子支承松动的结构特征、力学特征以及多支点转子系统动力学设计的需要,研究了转子支承结构松动引起支承刚度非连续变化的产生机理,建立了支承松动转子系统动力学模型,分析了支承松动转子系统存在混沌运动的条件,即当转子动力特性对支承刚度变化敏感时,受支承刚度阶跃影响,支承松动转子系统会产生混沌运动。根据多支点转子系统动力学特性与支承结构位置、刚度的相关性,采用优化支承位置和支承刚度的方法,使转子动力特性对支承刚度非连续变化不敏感,为多支点高速柔性转子系统的动力学优化设计提供了设计途径。     

共用支承-转子结构系统振动耦合特性分析

针对带有涡轮级间共用承力框架的转子系统,为准确描述转子-共用支承-转子（简称共用支承-转子结构系统）之间的振动特性,采用转子截面横向和角向振动特性耦合动力学模型,振动耦合产生机理及影响规律进行研究。理论分析结果表明:转子支点的动态响应对其他转子的支点动刚度特性及转子振动响应特性具有一定影响,共用支承结构振动响应对转子系统振动特性的计算误差超过10%,因此,在共用支承-转子结构系统的临界转速和振动响应计算分析中,需要考虑2个转子与共用支承结构的振动耦合影响。对于涡轴发动机共用支承-转子结构系统的有限元仿真计算结果表明:由于存在共用承力框架,2个转子之间将发生振动耦合,系统产生耦合振型,某一转子转速将会影响另一转子所激起的系统共振临界转速;并对共用承力框架结构的隔振特性也有影响,2个转子共同激励下振动响应与转子单独激励相比,在承力框架安装边上的动载荷以及载荷传递系数均大幅度提高。      

复杂转子系统支点动载荷模型及其优化设计

针对高推重比涡扇发动机中带中介轴承复杂转子系统的支点动载荷振动响应及优化设计问题,建立了转子系统支点动载荷力学模型,研究在不同转速下,不平衡量、转子弯曲变形及轮盘惯性载荷等因素对支点动载荷的影响。计算分析了双转子系统支点动载荷随转速变化规律,揭示了高速双转子系统中介支点动载荷与转子弯曲变形及轮盘惯性载荷的关系,并提出了基于转子弯曲变形弹性线斜率控制的双转子系统支点振动响应优化设计方法。结果表明,通过优化高压涡轮后轴颈结构、调整低压涡轮后支点靠近中介支点,可以有效减小中介支点动载荷的大小和不平衡量对其影响的敏感度,为具有中介支点的复杂转子系统支点振动响应优化设计提供了理论方法。      

基于小波分析和信息融合的航空发动机转子早期裂纹故障诊断

针对发动机转子早期裂纹难以检测的特点,建立发动机转子早期裂纹扩展模型,提出了对裂纹振动信号进行小波分析和信息融合的方法对转子早期裂纹进行检测。最后,以转子系统为对象进行实验研究,结果表明,此方法能够有效地提取转子早期裂纹故障特征并能对故障进行准确识别。     

基于谱峭度与双谱的轴承故障诊断方法

针对强背景噪声情况下的轴承故障诊断问题,提出了一种基于谱峭度与双谱的轴承故障诊断方法。该方法采用谱峭度检测振动信号瞬态频带,利用最优带通滤波器抑制振动信号中的噪声得到滤波后信号。由带通滤波器的带宽确定低频矩形区域,计算落于该区域内的信号包络的局部双谱图,依据局部双谱图诊断轴承故障。仿真分析表明,强背景噪声和滚动体滑动会造成传统轴承故障诊断方法（如峭度、功率谱、包络谱）失效,而该方法能够有效地抑制噪声,更准确地诊断轴承故障,并通过6205-2RS JEM SKF轴承诊断实例,说明了该方法的有效性。     

基于振动参数聚类融合的空间轴承故障辨识方法研究#br#

轴承是飞轮和控制力矩陀螺(CMG)等空间惯性执行机构的核心部件，其健康状态直接影响整机性能和使用寿命.当前，由于轻载轴承在正常运转时也可能产生类似于微弱故障特征的现象，导致单一故障特征参数难以辨识正常和微弱故障状态.针对这一问题，本文提出了一种基于振动参数聚类融合的轴承微弱故障辨识方法.首先，通过轴承振动实验获得数据；然后，基于特征频率比值等方法对振动信号进行特征参数的提取；在此基础上，利用K Medoids算法对正常样本进行聚类，并根据3σ法则构建正常运转的安全边界；最后，计算不同轴承故障数据的超限概率，根据概率大小进行故障状态的识别.结果表明，该方法对轴承正常和微弱故障的辨识是可行和有效的.     

Walsh变换对冲击信号序列特征提取的研究

提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.      

第二代小波包构造及发动机微弱损伤识别

针对航空发动机滚动轴承微弱损伤识别问题,设计了一种识别滚动轴承早期损伤的第二代小波包方法.构造了第二代小波包分解重构算法和第二代小波包算子计算方法;将滚动轴承振动信号进行第二代小波包分解,然后各个频带分解信号分别进行重构;利用希尔伯特变换解调分析各频带信号,得到对应频带信号的包络谱;计算各个频带中滚动轴承故障特征频率对应包络谱幅值的分贝值,提取各频带中故障特征频率对应分贝值的最大值,对滚动轴承早期损伤情况做出定量识别.仿真信号和试验信号分析表明,该识别方法结果可靠,能准确识别出滚动轴承早期损伤.      

小波降噪与快速包络谱峭度相结合的轴承组件故障诊断技术

作为飞轮重要的旋转支撑部件,轴承组件的性能对飞轮寿命有着重大影响,因此如何在早期对轴承组件进行筛选显得尤为重要。轴承组件在故障初期,其故障特征比较微弱,故障信号很容易淹没在背景噪声信号中,给轴承组件的早期故障判断和定位带来了很大的困难。本文以飞轮常用轴承组件为研究对象,基于快速包络谱峭度的振动测试方法,先通过对采集的轴承组件振动信号进行小波降噪,提高特征信号的信噪比,然后对振动信号进行全频段的峭度分析,可以对轴承组件进行早期的故障诊断并进行故障定位,得到轴承组件故障频率,为后续轴承组件故障诊断研究提供方法手段。     

基于峭度熵与分层极限学习机的动量轮轴承故障诊断研究

动量轮是卫星姿态控制系统的关键部件，其可靠性直接关系到整星寿命与安全。作为动量轮的核心组件，轴承易于发生故障，且独特结构和复杂运行环境导致监测信号信噪比低，早期故障诊断困难。针对这种情况，对变分模态分解和峭度熵结合的特征提取方法进行研究，获得动量轮轴承监测信号中的微弱故障特征，并建立特征向量。引入分层极限学习机，对结构和编码方法进行优化后用于轴承故障的识别。最后，将提出的方法用于实际故障的诊断，并通过与传统ELM方法比较，得出提出的方法在动量轮轴承故障诊断中具有更高的诊断精度，达到98.5%。