基于流固耦合的激波/边界层干扰作用下壁板颤振特性

为了解激波/边界层干扰作用下壁板气动弹性及其对流动分离的影响，采用自主开发的双向流固耦合求解器，对不同激波冲击位置下壁板的振动响应和流动特性进行了数值模拟研究。壁板几何非线性运动方程采用有限差分法求解，基于有限体积法求解Navier-Stokes方程组，对流通量采用MUSCL和AUSMPW+格式离散，双向流固耦合采用交错迭代算法。研究结果表明：激波/边界层干扰作用下壁板振动位移先增大后减小，经若干振荡周期后达到稳定颤振状态，呈现二阶振动模态，壁板变形相对于激波冲击位置呈现非对称性，壁板前部分的振幅始终小于壁板后部分；激波冲击位置可显著改变壁板的颤振振幅、频率及分离区长度，当激波冲击位置靠近壁板两端时，壁板振动最终收敛达到静稳定状态；壁板振动响应与流场特征不随激波冲击位置的改变而单调变化，对于激波冲击位置x/a=0.35工况，壁板颤振可有效抑制激波/边界层干扰流动分离。     

基于整机的中介轴承外圈剥落故障振动分析

针对某典型双转子航空发动机中介轴承外圈疲劳剥落故障诊断问题,基于整机振动耦合动力学模型,导入中介轴承外圈早期剥落故障模型,通过数值积分方法获取故障激励下的整机振动响应。提取并分析了中介轴承外圈剥落故障特征,从信号分析中发现:①出现了4倍外圈故障特征频率及其两侧以外圈旋转频率为间隔的调制边频带;②随着不平衡量增加,特征频率分量基本不变,边频带变得更加突出;③随着轴承游隙的增加,外圈故障引起的冲击更为强烈,特征频率及其调制边频均显著增加。通过比较从轴承座到机匣各测点信号的故障特征,结果表明中介轴承早期疲劳剥落产生的冲击通过轴承座传递到机匣将产生很大程度的衰减,在机匣测点信号中轴承故障特征基本消失。     

基于CPP与S变换的自适应时频滤波及其在滚动轴承故障诊断中的应用

针对变转速下滚动轴承故障调制信息的提取与分离,提出了基于线调频小波路径追踪(CPP)与S变换的自适应时频滤波方法。该方法先采用Hilbert解调对齿轮箱振动信号进行分析获取其包络信号,并对包络信号进行S变换,以获取其时频分布,同时,采用CPP算法从齿轮箱振动信号中估计出啮合频率曲线,进而获取转轴转速;然后,根据估计的转速信号分别设计各阶时频滤波器;再采用时频滤波器对包络信号的时频分布进行时频滤波,并将滤波结果进行S逆变换,以获取各阶故障调制信号;最后对各阶故障调制信号进行阶次谱分析,并根据阶次谱中的调制信息诊断滚动轴承故障。算法仿真和应用实例表明,自适应时频滤波方法可根据轴承故障调制信号的频率变化特点自适应地改变滤波器的中心频率与带宽,能有效提取并分离轴承的各阶调制信息,且分离效果优于基于集合经验模态分解（EEMD）的阶次谱方法。      

融合柔性基础传递函数的转子系统建模方法及验证

航空发动机、火箭涡轮泵等现代高端涡轮机械对性能有着极致的需求,其轻柔化的支承结构导致转子与柔性基础振动耦合特性明显,必须将其柔性支承结构纳入整体动力学分析之中。然而,柔性基础的高精度建模过程需要耗费大量时间,同时简化的基础模型也难以表达其真实的动力学特性。为此,提出了融合柔性基础传递函数的转子系统动力学建模仿真方法：将实测得到的柔性基础传递函数通过状态子空间法拟合获得低维时域和频域表征的数学模型,通过支承力模型将柔性基础模型耦合到转子有限元模型之中,最终形成基于实物传递函数的混合转子动力学模型。同时,提出了柔性基础从稳态到瞬态的模型转换策略,并采用线性-非线性节点（显-隐）分离的快速瞬态数值积分方法进行求解。基于所提模型和计算方法,开展了柔性基础-转子系统的稳态、瞬态动力学数值仿真,以及稳定转速扫频激励和降速不平衡激励的振动测试试验,结果表明：实测的柔性基础振动特性,能够有效地体现在整机动力学分析之中,且考虑柔性基础特性的转子动力学模型所预测的瞬态动力学响应与试验结果更为吻合。所提方法为含复杂柔性基础的转子系统提供了行之有效的整机建模及瞬态仿真方法。     

航空发动机叶片-机匣碰摩故障的机匣振动加速度 特征分析及验证

为了提取叶片机匣碰摩状态下的机匣振动加速度特征,利用航空发动机转子系统模型的试验器,进行了转子叶片-机匣的单点碰摩和偏摩试验,通过频谱分析和倒频谱分析方法,分析了机匣振动加速度信号的碰摩特征,结果表明:机匣振动加速度具有明显的周期冲击特征,其冲击频率为旋转频率与叶片数的积,在频谱上出现了该冲击频率及其倍频,冲击的大小受旋转频率调制,在频率上表现出冲击频率及其倍频两侧出现了以旋转频率为间隔的边频带族。从倒频谱图中可以明显看出转频及其倍频的倒频率成分,并用实际航空发动机试车数据验证了分析结果。     

航空发动机高低压转子间碰摩故障特征提取

针对变分模态分解（VMD）需要人为确定输入参数的问题,提出了一种参数自适应VMD（APVMD）方法,其通过粒子群（PSO）算法优化VMD的输入参数。使用APVMD结合切片谱的方法,对双转子航空发动机振动正常和异常状态下的实测弹性支承应变信号进行分析。分析结果表明,APVMD方法可以自适应地实现对实测弹性支承应变信号的分解;当发动机振动正常时,高低压转子弹性支承应变信号的APVMD模态分量中只存在高低压转子的1倍频和2倍频成分;当发动机振动异常时,低压转子弹性支承应变信号的APVMD模态分量除了包含低压转子的1倍频及倍频成分,还包含高压转子的1倍频和分频成分,以及高低压转子间的调制频率和组合频率成分;在高压转子弹性支承应变信号的APVMD模态分量中,除了高压转子的1倍频和2倍频成分,还存在高压转子的分频成分。     

大厚度翼型分离流场的稳定性探讨

基于k-ω的SST两方程湍流模型,求解了雷诺平均Navier-Stokes方程获得定常和非定常气动力,耦合翼型弹性振动方程,在时间域内模拟了弹性支撑下的大厚度对称翼型流场及其翼型动态过程,研究结果发现：在所给定的雷诺数条件下,弹性支撑下的大厚度翼型在一定大迎角范围内存在分离流场稳态的转化现象,此结果的意义在于：1）同一基本迎角下的翼型分离涡存在多个稳态流场;2）弹性支撑的翼型在大迎角分离流条件下气动力在物理上本身就存在非唯一性,从一个新的角度解释了大迎角气动力测量中的分散性。     

涡轮导向叶片热冲击数值模拟研究

研究热冲击作用下涡轮导向叶片的热应力及振动模态,旨在从热-结构影响角度揭示静子叶片损伤机理,对其热疲劳寿命分析及抗热疲劳设计具有重要意义。基于瞬态热/流耦合理论,采用有限元/边界元方法,实现某型航空发动机涡轮导向叶片在热冲击作用下的温度场计算,在此基础上求解出叶片的热应力及振动模态。研究表明,采用瞬态流/热耦合可以有效预测叶片的温度分布,其结果与试验误差为6%;依据计算所得热应力及模态振型,可以推断出叶片出现热损伤的位置,且与实验结果吻合较好;根据数值模拟结果,固有频率随温度的升高而下降,前六阶频率平均下降24.7%。     

短波信道下基于PSWF的非正弦时域正交信号调制解调实现

在对短波信道仿真模型进行了深入分析,并对非正弦时域正交信号的调制解调原理进行研究的基础上,利用Simulink软件对短波信道进行了仿真实现,构建了基于PSWF的非正弦时域正交信号的调制端和解调端。采用一种新的重构方法使小相对带宽PSWF脉冲的产生摆脱了Toeplitz矩阵求解的限制。在3~3.003 MHz频段内,实现了数据流的动态仿真。最后,给出了不同调制路数下的误码率曲线。     

大小叶盘结构连续参数模型和振动模态

给出了用于研究大小叶片整体叶盘结构固有振动特性分析的连续参数模型。模型用 Timoshinko梁模拟叶片 ,用平板模拟轮盘 ,并在叶片和轮盘间引入弹簧元件模拟叶片和轮盘间的耦合关系 ,简化了两者间的边界条件和连续性条件。采用 Gram-Schmidt方法生成正交多项式作为李兹容许函数进行模型的离散化 ,简化了所得到的频率方程求解过程 ,有利于求解过程的数值稳定性 ,并可方便地通过对方程系数性质的分析了解结构振动模态的性质。利用上述的分析原理和求解方法 ,进行了简化的大小叶片整体叶盘结构的计算 ,计算结果与有限元计算结果具有很好的一致性      

直升机行星传动轮系故障诊断研究进展

行星传动轮系是直升机传动系统的核心部件,是直升机健康和使用监测系统(HUMS)重要的监测对象。直升机行星传动轮系具有结构复杂紧凑、组件繁多、工况瞬时多变以及使用环境恶劣等特点,导致直升机行星传动轮系振动信号污染严重、成分复杂,具有较强的非平稳性和耦合调制特征。另外复杂的故障模式、较少的故障样本,也都增加了直升机行星传动轮系故障诊断的难度。面对这些难题,研究人员在基于信号降噪与信号分离、时频分析与解耦解调、数学建模与模式识别的故障诊断技术上取得了丰硕的成果。面对仍然存在的一些亟待研究和解决的问题,提出了直升机行星传动轮系故障诊断技术的研究方向以及未来的发展趋势。     

基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法

针对变转速下齿轮箱复合故障的故障特征提取,提出了基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法.该方法根据齿轮箱复合故障振动信号中齿轮和滚动轴承故障成分的形态差异性,先用形态分量分析将其分解为包含齿轮局部故障信息的谐振分量、包含滚动轴承局部故障信息的冲击分量和随机噪声分量,再根据实测转速信号分别对谐振分量和冲击分量进行包络阶次分析,根据各包络阶次谱诊断齿轮箱复合故障.算法仿真和应用实例表明:该方法能有效分离变转速下齿轮和滚动轴承的故障特征,且其故障特征提取效果要优于传统的包络阶次谱方法.      

双树复小波域MCA降噪在齿轮故障诊断中的应用

齿轮箱早期故障信号中往往包含强烈的干扰噪声,而基于简单阈值规则的小波系数降噪方法往往不能取得良好的效果.针对该问题,提出了基于形态分量分析(MCA)的双树复小波降噪方法.首先,对强背景噪声故障信号进行双树复小波变换,得到不同层的小波变换系数;然后,选取小波系数周期性较为明显层的小波系数进行MCA降噪;最后,将降噪后的系数进行单支重构后便可获得故障特征信号,对降噪信号进行包络分析便可以确定信号的故障特征频率.利用该方法对仿真分析和某轧机齿轮箱打齿故障早期信号进行了处理,结果表明:该方法能够在有效去除信号中的强背景噪声,比单独MCA降噪及软阈值降噪具有更好的效果,得到了更清晰的故障特征频率,从而为齿轮早期故障诊断提供了一种新方法.      

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题，提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征，构建高维故障特征集；采用ISSL-Isomap方法对高维故障特征集进行维数约简，提取出低维、敏感故障特征；应用GWO -SVM分类器对低维故障特征进行模式识别，判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比，ACMPE方法在分类效果和识别精度上更具优势；与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较，ISSL-Isomap方法降维效果最佳；所提方法的故障识别率达到100%，具有一定优越性。      

减速器振动信号的经验模态分解

时域同步平均是直升机减速器诊断技术的基础,目前这种方法依赖于转速传感器提供相位同步信号。探讨了应用经验模态分解代替时域同步平均分析减速器振动信号的方法。构建了一个减速器振动信号模型,提取了故障特征信号。对经验模态分解过程进行了理论推导,证明经验模态分解可以分离出故障特征信号,给出了信号分离的充分条件。将这种方法应用于直升机减速器的两种故障(点蚀和裂纹)振动数据,结果表明经验模态分解正确地分离出了故障特征信号,信号特征更为显著。     

基于参数自适应变分模态分解的行星齿轮箱故障诊断

针对变分模态分解需要人为设定模态数量以及在强噪声情况下容易造成分解错误的问题,提出了依据功率谱密度极值点自适应确定模态数量与中心频率的参数自适应变分模态分解方法,通过信号仿真分析验证了方法的有效性。基于参数自适应变分模态分解提出了一种行星齿轮箱故障诊断方法,应用于行星齿轮箱第2级太阳轮裂纹的故障诊断,行星齿轮箱传动实验台的试验结果表明:该方法能实现振动信号准确分解,有效提取和辨别出故障特征频率,实现了在强背景噪声和微弱故障信号情况下对第2级太阳轮裂纹故障的准确诊断。      

基于振动传递符号有向图的齿轮箱嵌入式传感器优化配置模型与算法

针对嵌入式条件下振动信号的采集方式、传递路径与传统方式不同的特点,采用有限元仿真方法,分析了嵌入式传感下齿轮箱故障振动的传递特性,在此基础上建立了基于故障振动传递符号有向图的优化配置模型,并研究了基于粒子群优化的求解算法.案例仿真结果验证了上述方法的有效性,为在齿轮箱内部合理嵌入传感器提供了一种可行途径.      

直升机主减机匣结构振动噪声分析与优化

针对直升机主减速器机匣的振动噪声问题,对机匣进行基于频率响应和模态贡献量的结构动力学特性分析,给出机匣的振动特性,并确定对结构振动特性起主要影响的模态.利用间接边界元与有限元相结合的方法,应用基于结构面板声功率贡献量的分析方法,进行结构噪声功率分析和结构噪声功率面板贡献量分析,给出机匣的声学辐射特性,找出相应激励频率下对结构噪声功率贡献量最大的面板.以该面板为设计域进行结构拓扑优化,并根据优化结果合理布置加强筋,以提高结构刚度,达减振降噪的目的.结果表明:结构速度频率响应峰值下降了36%,减振效果良好,结构声功率级有了明显的降低,其中声功率级峰值下降了5dB,降噪效果良好,为直升机主减机匣提供了一种可行的减振降噪方法.      

基于dSPACE的永磁同步电机低振动噪声控制策略

为降低变频器供电引起的永磁同步电机(PMSM)电磁振动噪声,首先理论分析了变频器引入的PMSM振动噪声源,然后利用MATLAB/Simulink建立仿真模型,通过dSPACE进行编译并控制一台PMSM,比较了随机开关频率调制技术和死区补偿技术降低振动噪声的优缺点,提出一种混合随机开关频率死区补偿技术。试验结果表明,此方法综合随机开关频率调制技术和死区补偿技术的优点,能降低逆变器引入电流谐波引起的中低频振动噪声和逆变器开关频率与电流谐波相互作用引起的高频振动噪声。     

Online condition diagnosis for a two-stage gearbox machinery of an aerospace utilization system using an ensemble multi-fault features indexing approach

China manned space station is designed to operate for over ten years. Long-term and sustainable research on space science and technology will be conducted during its operation. The application payloads must meet the ‘‘long life and high reliability" mission requirement. Gearbox machinery is one of the essential devices in an aerospace utilization system, failure of which may lead to downtime loss even during some disastrous catastrophes. A fault diagnosis of gearbox has attracted attentions for its significance in preventing catastrophic accidents and guaranteeing sufficient maintenance. A novel fault diagnosis method based on the Ensemble Multi-Fault Features Indexing(EMFFI) approach is proposed for the condition monitoring of gearboxes. Different from traditional methods of signal analysis in the one-dimensional space, this study employs a supervised learning method to determine the faults of a gearbox in a two-dimensional space using the classification model established by training the features extracted automatically from diagnostic vibration signals captured. The proposed method mainly includes the following steps. First, the vibration signals are transformed into a bi-spectrum contour map utilizing bi-spectrum technology,which provides a basis for the following image-based feature extraction. Then, Speeded-Up Robustness Feature(SURF) is applied to automatically extract the image feature points of the bi-spectrum contour map using a multi-fault features indexing theory, and the feature dimension is reduced by Linear Discriminant Analysis(LDA). Finally, Random Forest(RF) is introduced to identify the fault types of the gearbox. The test results verify that the proposed method based on the multi-fault features indexing approach achieves the target of high diagnostic accuracy and can serve as a highly effective technique to discover faults in a gearbox machinery such as a two-stage one.