某型直升机振动故障研究

针对某型直升机外场试飞时飞行员反映的直升机异常振动故障,使用特定设备对故障位置振动值进行测量,通过分析振动频谱图,结合直升机振动特性对故障原因进行研究分析,并根据测量结果及该型直升机维护手册建议制定减小振动值的措施,最终消除直升机异常振动故障。     

基于ANSYS的飞机发动机压气机叶片模态分析

飞机发动机压气机叶片因振动而导致的疲劳裂纹故障是航空发动机主要故障之一。为了排除叶片的疲劳断裂故障,本文对压气机叶片进行模态分析,获得其模态参数,进而研究发动机的振动特性并对叶片的振动特性进行控制。这可以为飞机发动机压气机叶片的性能评估、结构裂纹检测、疲劳寿命、强度计算、故障诊断等提供依据。     

某液体火箭发动机现场故障诊断技术分析

针对某液体火箭发动机热试车时发生的故障,详细的分析了振动数据、压力数据及转速数据,研究了该发动机产生故障的原因,并在试验后的发动机分解后得到有效的验证。     

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。     

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。     

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%。     

基于时间序列数据挖掘的旋转机械故障预报

提出一种基于时间序列数据挖掘的故障预报新方法。把故障前兆因子作为一种暂态,根据旋转机械轴承振动的实验数据建立时间序列．利用时延嵌入的方法重构状态空间,在状态空间中使用遗传算法搜寻最优暂态束．组成暂态集。用暂态集对旋转机械轴承振动的测试数据进行分析．判断是否为故障前兆因子．从而实现故障预报。     

一万氧压机轴振动控制分析与实践

本文介绍了一种非常规的高速轴振动抑制方法，主要是用振源分析技术，通过确诊设备故障原因来分析影响轴振动的主要因素，调节机器的系统刚度，再通过理论计算修订安装参数，制定设备故障处理对策，在涟源钢铁集团有限公司一万氧压机组上的实践取得了相当满意的效果，很有推广价值。     

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。     

基于改进l_1趋势滤波的滚动轴承故障诊断

针对轴承故障的振动信号滤波问题,提出了改进l1趋势滤波方法。该方法滤波效果由规则化参数决定,一般根据原始信号的特征信息来确定这个参数。为了提升适用性,最佳规则化参数通过与最大值之间的线性关系来选取。通过实际轴承的内、外圈故障振动信号分析发现,该方法能提取轴承故障特征。同时,相比于经验模态分解方法,改进方法具有更好的特征提取效果。     

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。     

数字技术在机械振动信号时域分析中的应用

一引言机械系统的振动是个复杂的波形,某种程度上这个波形反映机械各部分正常工作状态下动力场的响应。最初,机械某部分的响应由衰减量和实际力传输通路的刚度、动力场大小和出现故障严重程度等所决定。对于一组处于类似的加载和工作环境的机器,希望激振和信号衰减特性都近似地相同,因此,可通过对应的振动历程分析比较而推断出机内另件的相对状     

滚动轴承故障诊断的频谱分析技巧

本文主要介绍旋转机械中滚动轴承故障诊断的实用技巧,采用振动分析方法,通过监测滚动轴承的振动状态,采集振动信号波形进行频谱分析,从而合理安排关键设备的预防维修计划,避免因突发性设备故障所造成的经济损失,确保生产的顺利进行。     

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。     

基于小波分析的飞行器结构紧固件松动故障分析方法

基于小波分析方法提出一种飞行器结构紧固件松动故障分析方法。该方法通过对振动信号进行连续小波变换得到振动信号能量在时频域的分布,比较正常信号和故障信号频带的变化规律,实现对紧固件松动故障分析。时频分析结果显示,小波分析方法可以准确跟踪振动过程中信号频率的瞬变特性,且频带清晰,故障特征明显,为今后结构紧固件松动故障分析提供一种有效途径。     

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。     

变频系统中交流电弧故障特性及检测技术

目前,交流电弧故障特性分析基本上都是基于恒频系统,先进飞机交流电源系统向变频电源方向发展,频率变化范围为360～800 Hz。交流电弧故障的特征量如电流变化率、平肩段比例、谐波分量等都会随着频率而变化,因此恒频系统的电弧故障检测算法无法完全适用于变频系统中。基于此,本文搭建了交流电弧故障实验平台,在115 V/360～800 Hz条件下模拟了串行和并行电弧故障。在此基础上,分析了不同频率条件下故障电流的变化规律,从时域和频域角度研究了交流电弧故障电流的特征,提取了电流有效值的标准差、奇次谐波功率和、偶次谐波功率和作为变频系统电弧故障检测的特征量,最后设计并验证了交流电弧故障检测算法的有效性和可行性。     

薄板结构的振动功率流特性分析

对不同边界条件下的薄板结构的振动功率流特性进行了分析研究。基于结构声强结合薄板有限元模型,推导了薄板结构从时域变换到频域内的振动功率流公式;接着采用经典板理论结合有限元法获得薄板结构的振动功率流,同时得到了薄板结构的功率流-频率曲线图以及功率流矢量场分布图。由数值分析结果可知:功率流矢量场分布图能反映振源的位置以及振动能量的数值与分布特性,结构各阶的固有频率与振动功率流的峰值处的频率一一对应。     

电动汽车用永磁同步电机电磁振动与噪声性能优化（英文）

在以往的电动汽车驱动电机设计中,经常忽略电机的电磁振动噪声问题,这无疑会降低车用电机的运行可靠性和使用寿命。为此,本文以一台车用内置式永磁同步电机为例,提出了一种在驱动电机电磁设计时进行电磁振动噪声分析和优化的方法。首先,基于电磁场理论和麦克斯韦应力张量法,推导并分析了引起电机电磁振动噪声的主要因素——气隙电磁力的主要空间和时间谐波构成。其次,通过建立电机电磁-结构-声多物理场耦合仿真模型,仿真分析了电机气隙径向电磁力时空谐波分布和定子模态分布,并初步计算了电机在高速工况下的振动和噪声性能。然后,结合有限元分析和现代优化算法,提出了一种在电磁设计阶段进行驱动电机电磁振动和噪声性能的优化方法。最后,通过所提出的电磁振动噪声优化方法改善了一台内置式永磁同步电机的电磁振动和噪声性能,并通过对比优化前后电机的电磁振动噪声性能,验证了所提出优化方法的可行性和有效性。     

叶片振动试验

本文内容主要说明以实验观察来分析叶轮机工作叶片振动中的几个问题。 一、叶片的振动故障航空喷气发动机上所采用的轴向式压缩机及燃气涡轮,其工作叶片由于在周期变化