转子弹性支承螺栓松动致干摩擦故障分析

根据工程实际中某核心机转子振动异常现象和试验件结构检测结果，建立了前支点鼠笼弹支松动的故障转子简化力学模型。基于转子动力学理论和试验信号中谐波特征，建立了前支点鼠笼支承结构由于螺栓连接松动致干摩擦简化模型，重点分析了干摩擦非线性对转子系统的轴心轨迹、弹支位移和支点反力等动力学响应特征的影响，从简入繁分析了如下3种转子的动力学特性：无故障的线性转子系统；考虑螺栓松动致非线性力、不考虑陀螺效应的非线性系统；考虑螺栓松动致非线性力和陀螺效应的非线性转子系统。研究发现：在转子系统中考虑干摩擦非线性力后，系统响应特征中会出现丰富的谐波成分；螺栓松动故障转子系统简化力学建模时，是否考虑陀螺效应对谐波特征也有较为明显的影响。该研究能为该类故障转子系统的监测和诊断提供参考。     

基于粗糙集理论的振动信号数据挖掘研究

利用转子试验台,采集了转子不对中、支座松动和转子碰磨等三种振动信号。以采集到的部分振动信号为例,在时域上进行小波变换的能量特征提取。并以能量为特征参数,利用粗糙集理论对采集到的信号进行数据挖掘和获取故障规则。在获取的规则基础上,对余下的振动信号进行了验证,结果表明诊断全部正确,规则是有意义的。     

滚动轴承支承下的转子碰摩故障动力分析、特征提取与智能诊断

针对滚动轴承支承下的转子碰摩故障诊断问题,考虑滚动轴承非线性赫兹接触和轴承径向间隙,建立了含不平衡-碰摩耦合故障的转子-滚动轴承系统动力学模型.应用三维谱图分析碰摩诊断依据和确定频段特征,利用仿真数据获取结构最优的神经网络模型,并对试验碰摩故障数据进行诊断,识别率高达90%以上.计算结果充分表明了建立的动力学模型的有效性,同时,研究结果为有效结合故障机理分析与故障智能诊断提供了新的方法.      

航空发动机整机振动耦合动力学模型及其验证

针对航空发动机整机振动,建立了一种通用的复杂转子-支承-机匣耦合动力学模型.在模型中,利用有限元方法对转子和机匣系统进行建模.支承系统采用集总参数模型,计入了滚动轴承和挤压油膜阻尼器的非线性,定义了多种支承和连接方式,以适应多转子和多机匣的复杂结构建模.运用数值积分获取系统非线性动力学响应.针对两个实际的航空发动机转子实验器,建立了整机耦合动力学模型,进行了整机模态实验验证,结果表明了航空发动机整机振动耦合动力学建模方法的正确有效性.      

基于机匣测点信号的航空发动机滚动轴承故障诊断灵敏性分析

研究了基于机匣测点信号进行航空发动机滚动轴承故障诊断的灵敏性问题.首先利用两个带机匣的航空发动机转子试验器进行了冲击响应试验,比较了滚动轴承处冲击激励引起的轴承座测点响应和机匣测点响应的差别;然后利用这两个带机匣的转子试验器进行了滚动轴承故障模拟试验,详细对比分析了轴承座测点信号和机匣测点信号的时域波形、频谱和小波包络谱.结果表明:当滚动轴承和机匣的连接刚度较小时,故障滚动轴承的振动信号传递到机匣上时会产生很大的衰减,然而利用传统的基于小波包变换的包络解调方法仍然可以很好地诊断出外圈故障和内圈故障,对于滚动体故障的诊断效果略差.研究结果对于实际中基于机匣测点信号进行航空发动机滚动轴承故障诊断提供了试验依据.      

双跨转子系统裂纹-松动耦合故障的非线性响应

建立了带有裂纹-支承松动耦合故障的具有三轴承支承的双跨弹性转子系统的动力学模型, 并对系统裂纹、松动及其耦合故障对系统非线性动力学响应的影响进行了数值仿真研究.当只有裂纹故障时, 在亚临界转速和超临界转速区均有拟周期运动;当只有松动故障时, 在亚临界转速区为拟周期运动, 而在超临界转速区为混沌运动.当出现裂纹-松动耦合故障时, 松动故障的影响占主要地位, 同时有较大范围的周期3运动区间出现.随着裂纹深度的增加, 其影响作用逐渐增大.研究结果为转子-轴承系统故障诊断、动态设计和安全运行提供了理论参考.      

航空发动机滚动轴承-双转子系统动态特性分析

在滚动轴承动力学和转子动力学分析基础上,建立了含滚动轴承动力学与转子动力学耦合以及高、低压转子间耦合的滚动轴承-双转子系统动力学方程,采用精细积分法和预估-校正Adams-Bashforth-Moulton多步法相结合的算法,对航空发动机滚动轴承-双转子系统非线性动力学方程进行求解,并对滚动轴承结构参数与转子动态特性的关系进行了理论分析.分析结果表明:①中介轴承径向游隙较小时转子系统振动量较小且转子运行较平稳,但中介轴承保持架打滑率会有所提高,应合理选取中介轴承的径向游隙值;中介轴承滚子数量对转子运转稳定性有较大影响,减小中介轴承滚子数量可降低保持架打滑率,但转子系统的振动量会增大;②支承轴承内、外沟曲率半径系数及径向游隙较小时转子系统的振动量较小,转子运转较稳定;支承轴承滚动体数量对转子运转稳定性有较大影响,滚动体数量增多有利于转子系统运行的平稳性.      

多故障转子-滚动轴承系统的动力学特性

为深入研究多故障转子-滚动轴承系统的机理,充分考虑了旋转部件的扭矩、剪切力、转动惯量及陀螺力矩等效应,采用Timoshenko梁单元和转盘单元建立了转子的有限元模型,集成了滚动轴承动力学模型,及不平衡、不对中、碰摩、裂纹及松动等故障模型,得到了多故障转子-滚动轴承系统的动力学方程。采用变步长龙格库塔法,获得了转子-滚动轴承系统的位移响应,研究了系统位移响应随转速变化的分岔图、庞加莱截面,以及故障特征处的时域波形图、轴心轨迹图、相平面图和频谱图,探究了多故障转子-滚动轴承系统的故障特征及其动力学特性和规律。仿真分析结果表明：多故障转子-滚动轴承系统在运行过程中存在周期运动,拟周期运动和复杂的类混沌运动等丰富的非线性行为,且在各非线性行为转速区间内,会呈现不平衡、不对中、碰摩、裂纹和松动等单一故障或耦合故障的特征和现象。     

航空发动机双转子-滚动轴承-机匣耦合系统动力学分析

以双转子航空发动机为研究对象,建立了航空发动机双转子-滚动轴承-机匣耦合动力学模型.在模型中,考虑了低压转子与高压转子的中介轴承、高压转子与机匣的碰摩、以及滚动轴承外圈与轴承座之间的弹性支承和挤压油膜阻尼等耦合作用.在滚动轴承模型中,考虑了滚动轴承间隙、非线性赫兹接触力以及变柔性VC(Varying compliance)振动等.最后,运用数值积分方法获取了系统响应,对双转子系统响应进行动力学分析与验证.      

裂纹转子非线性振动特征的谐波小波与分形识别

通过对谐波小波的分析研究,指出了谐波小波对振动信号局部频段分析的优良特性。采用谐波小波对裂纹转子的非线性振动信号在低频段进行了分析。理论分析与实验结果表明:对实际裂纹转子信号,经谐波小波的频段分析后,能够得到通常难以由理论分析与实验结果获得的非整数倍周期分叉的非线性特征频谱。计算了裂纹转子的分形维数,发现裂纹转子的振动信号比理论结果要复杂、可以用多重分形作为判断实际转子是否有裂纹的一个特征。提出了用谐波小波变换后的奇异谱来识别裂纹转子非整数倍周期分叉的非线性特征频谱的方法,并对实际转子信号进行分析,得到了明显的非整数倍周期分叉的奇异谱。      

基于阶比分析技术的燃气发生器转子支承松动

振动特征分析是燃气发生器健康监测与故障诊断的重要手段,其中非平稳信号阶比分析技术是机械振动特征分析的重要方法。针对某型双转子燃气发生器变速工况下发生的转子支承松动故障,在分析该故障振动机理的基础上,介绍了阶比分析技术与发生器整机振动测试系统,通过实例分析进行了故障诊断,找到了故障发生的原因,验证了方法的有效性和可靠性     

双盘三支撑转子轴承系统松动-碰摩耦合故障分析

针对由于支座松动而引起松动-碰摩耦合故障的转子-轴承系统,建立了双盘三支撑的松动-碰摩耦合故障转子系统力学模型和有限元模型.基于非线性有限元方法,使用松动端等效刚度模型及接触理论研究了碰摩刚度和松动刚度两个重要参数对系统动力学特性的影响.通过对在不同碰摩刚度及不同松动刚度条件下的系统动力学特性的研究,发现松动-碰摩耦合故障常常以碰摩故障特征为主,并且时域波形高矮峰交替出现,轴心轨迹呈现“梯形”,这一特性可以作为诊断松动-碰摩耦合故障的一个依据.      

多盘悬臂转子系统支座松动故障研究

针对工程中出现的支座松动故障,建立了多盘悬臂转子的松动有限元模型,对单支座和双支座松动故障进行动力学特性研究.结果表明:在两种情况下,随着松动刚度的降低,其运动形式基本一致,均经历了周期1、周期2、周期6和周期4运动;但轴心轨迹差别很大,对于单支座松动,轴心运动开始为一个上下差别很大的"8"字形,接着变为两个嵌套的"8"字形,最后变为"螺旋"状,而双支座松动开始轴心轨迹近似为三角形,接着变为两个"8"字形,最后也变为"螺旋"状.得出的结论为转子-轴承系统故障诊断、动态设计和安全运行提供了理论参考.      

基于WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别

为了能够有效地从轴承早期故障激励的高频振动信号中提取出故障特征信息,基于最优小波包基选取方法和峭度值最大筛选原则,提出了一种改进的小波包分解（WPD）、峭度值指标（KVI）与Hilbert变换相结合的滚动轴承早期故障特征识别方法。计算选取最优小波包基,确定分解层数;采用WPD方法对轴承故障振动信号进行分解,获得若干个Node分量;基于峭度值指标最大原则筛选出有效的Node分量进行信号重构;对重构信号进行包络解调分析,提取出故障特征频率对轴承故障进行诊断。采用建立的方法对凯斯西储大学滚珠轴承外圈、内圈故障实验数据和自行开展的滚棒轴承外圈、滚动体故障实验数据进行了分析与诊断。研究结果表明：该方法能够有效提高故障信号高频分辨率、保留周期性冲击成分,并能准确有效提取出滚珠和滚棒轴承故障特征频率的1~7倍频及其与轴转频调制的系列边频带频率,实现对滚动轴承故障特征的精准识别与故障诊断。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

基于小波包分析的航空发动机轴承故障诊断

振动分析是进行滚动轴承状态监测与故障诊断的重要手段。当轴承某一元件表面出现局部损伤时,产生周期性的冲击脉冲力。因此,原来的平稳振动信号变成了非平稳振动信号。傅里叶变换在频域上是完全局部化的,但它不能提供任何时域的局部化特征,而窗口傅立叶变换尽管在时域和频域均具有一定的局部化特征,但其局部化却是固定不变的。针对常规方法难以准确分析非平稳信号的局限性,提出了基于小波分析的滚动轴承故障诊断方法,通过滚动轴承外表面损伤的实验信号进行小波包频谱分析,验证了基于小波分析的滚动轴承故障诊断方法是可靠、准确的,可进一步应用于航空发动机主轴轴承的状态监测和故障诊断。     

基于双树复小波包变换和SVM的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机（SVM）的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号（包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障）的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.      

基于声发射信号信息距的滚动轴承故障诊断

在信息熵理论基础上,提出了一种融合小波能谱与马氏距离的信息距滚动轴承故障诊断方法.利用双转子试验台对滚动轴承内圈故障、外圈故障、滚动体故障、内圈 滚动体故障和内圈 外圈故障进行模拟,并采集其声发射信号.利用提出的信息距方法对获取的声发射信号进行分析,成功实现滚动轴承单一故障和耦合故障诊断.结果表明该方法信息利用率高于信息熵方法,能够清晰和准确地诊断出滚动轴承早期故障,效果明显优于信息熵距的诊断方法.      

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法。研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8%。为了解决卷积神经网络(CNN)进一步提高故障识别精度难的问题,提出一种基于K最近邻(KNN)改进的CNN的模型,在课题组和西储大学公开轴承数据集验证,测试精度达到99.8%和100%,可有效实现直升机自动倾斜器滚动轴承的故障诊断。