离心式压气机出口动态压力的关联维数特征分析

基于相空间重构理论,以800 kW离心式压气机在不同工况下的出口动态压力为研究对象,分析了其时域、频域和关联维数特征,目的是实现喘振识别。结果表明:系统稳态时,动态压力幅值小且随机特性强,系统的混沌特征较为明显。此状态下的关联维数曲线波动很大,饱和关联维数也较大(8~20),并且部分时段不存在饱和关联维数。而随着系统经过过渡过程进入喘振状态,压力幅值逐渐增大,频谱向低频段集中,表现出明显的周期特征,自相似特性增强。并且,关联维数曲线波动减小,饱和关联维数也相应减小。当进入喘振时,关联维数快速收敛到2左右并保持稳定,饱和关联维数也维持在2左右。在引入干扰信号的仿真实验结果显示,此方法的抗干扰性能较强,可以有效地判断离心式压气机的工作状态。     

基于Mallat算法的机载失速喘振辨识装置研制

针对航空发动机机载失稳辨识需求,设计了一种基于数字嵌入式的航空发动机失速喘振辨识装置。该装置利用短时傅里叶变换和小波变换方法对压气机出口壁面静压信号的时频特性进行分析,及时捕获失稳状态下的突变信号并做出响应。所设计的失速喘振辨识装置在压气机逼喘试验中进行了试验验证,对试验中的喘振信号做出了准确报警,报警延时小于50 ms,满足性能设计指标,具有较高的工程应用价值。     

基于台架试验的涡轴发动机喘振发生位置规律

为了探究某型涡轴发动机喘振发生位置规律,采集并分析了台架喘振试验时进气道、轴流压气机叶尖、轴流压气机出口和离心压气机出口的压力信号。采用连续小波时频变换对压力信号进行特征提取,以小波系数作为喘振信号特征,阈值为小波系数最大值的10%,结果表明:某型涡轴发动机的轴流压气机总是比离心压气机先发生喘振,喘振在轴向上由进气道向离心压气机传递的同时,在周向上也沿着压气机转子叶片旋转方向传递。对某型号发动机进行实时喘振监测时,监测轴流压气机能比监测离心压气机更早发现喘振,在后续某型涡轴发动机改型设计时,可增加轴流压气机的喘振裕度来提升整机防喘能力。      

分数阶Fourier变换在某型涡轴发动机喘振分析中的应用

基于分数阶Fourier变换(FRFT)时-频分析理论的特点, 构造信号验证了FRFT能解除时频偶合的特性.在此基础上, 采用FRFT对某涡轴发动机典型的喘振试验数据进行喘振特征信号提取, 然后基于有效特征信号的FRFT功率谱进行喘振瞬时频率的估计.结果表明:利用旋转角与喘振特征相匹配分数阶Fourier变换的能量聚集特性, 能有效提取发动机喘振特征信号, 并能利用FRFT结果, 采用最优信号提取旋转角下的FRFT功率谱进行喘振瞬时频率的估计.      

基于脉动压力变化率的航空发动机喘振检测方法

根据发动机发生喘振故障时气流脉动压力会急剧变化这一特征,通过测量和计算压气机出口脉动压力变化率实时检测喘振的发生。对动态压力信号进行预处理以提取特定频段内的脉动压力,计算固定周期内脉动压力变化率;依据发动机整机地面试验结果设定喘振检测阈值及判据,判断脉动压力变化率是否满足判据来实现喘振检测。利用该方法成功检测出发动机飞行试验中的两次喘振故障。分析得出:发动机未发生喘振时,地面试验和飞行试验脉动压力变化率差异很小;发生喘振时,脉动压力变化率绝对值急剧增大;发动机在稳态和瞬态过程稳定工作时,脉动压力变化率不受发动机工作状态变化的影响。     

压气机喘振模式识别与在线检测

为发展一种运算简单、性能可靠的喘振在线检测系统,分析了压气机出口总压信号的时域和频域特性.当压气机逐渐进入喘振时,时域内表现为压力脉动强度的增大,频域内表现为信号能量在低频成分集中.选用标准差σp表征压力脉动强度;平均频率-f表征信号频域特性.考察了由σp和-f构成的模式平面,提出了一种综合时域和频域特性的喘振检测判据,检测门限可根据置信度要求进行设置,给出了在线检测系统的流程图.采用压气机试验台实测数据验证,该方法可有效地进行喘振在线检测.     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

离心压缩机叶轮旋转失速的相空间重构及分形特征

结合非线性动力学中的相空间重构和分形理论,提出了一种分析离心压缩机叶轮旋转失速动力学特征的方法.采用数值方法对低速离心压缩机(LSCC)叶轮旋转失速状态进行了模拟,得到了失速工况下叶轮出口多个位置的气流压力时间序列.对各压力时间序列进行相空间重构,构造出一低维动力系统,其时间延迟和嵌入维数通过运用C-C方法得出.对重构的动力系统的相图进行了分形特征分析,计算了相应的分形维数.研究表明:叶轮旋转失速后系统的压力信号具有混沌特性,在相图上表现为具有分形结构,揭示了旋转失速后系统的动力学特征.计算分析分形维数后发现,数据采集点位于相同半径处计算得到的分形维数相近,约为3.39;数据采集点的半径增大时,分形维数减小.     

涡喷发动机对湍流型动态压力畸变频率响应的实验研究

 一、研究与分析方法 本实验在地面台架上的一台涡喷发动机上进行。图1为试验装置前段及挡板装置简图。挡板用以产生较强的湍流型动态压力畸变,而压气机出口测点的动态压力P₂*与进口环面相应半径上测点的动态压力P₁*则构成相关分析的输出与输入信号。动态压力测量采用Kulite微型固态压阻式传感器,并经放大系统,由磁带机记录下在湍流型动态压力畸变工况时发动机进入漂移型喘振的压力信号过程,试验后通过磁带机回放压力脉动数据,并在信号分析仪上处理。为了得到准确的喘前压力脉动数据,直接以喘振发生时的P₂*激烈下降作为同步外触发信号,并采用负向时间延迟来控制喘前数据采集,从而保证了喘前信号的可靠性。     

喘振状态下叶片振动响应的试验研究

在某单级轴流压气机试验台上,进行了旋转失速和喘振状态下叶片振动响应的试验研究,利用电阻应变片、动态压力传感器、滑环式引电器和磁带记录仪等,录取叶片振动应变和动叶出口压力信号,然后回放磁带,做信号处理,在对时域和频域数据分析的基础上,论述了旋转失速和喘振状态下叶片振动响应的特征。     

离心压气机不稳定流动的时频特征分析

离心压气机失稳过程是一个非常复杂的动态过程,提高离心压气机运行的可靠性需要准确获取失稳过程的时频特征。针对带无叶扩压器的高速离心压气机失稳过程中叶轮出口的动态压力数据,采用时空本征模态分解(STIMD)算法和经验模态分解(EMD)算法进行分解,得到了多个本征模态函数(IMF),并结合Hilbert变换对不稳定流动的动态特征进行分析。结果表明,STIMD算法得到了深喘和浅喘的时频信息,观察到了频率在150 Hz附近持续波动的失速现象,并捕捉到了浅喘先兆的频率曲线由抖动向恒定的过渡过程。STIMD算法改善了EMD的模态混叠问题,为压气机失稳分析提供了一种工具。     

航空发动机温度传感器动态特性改善方法

在某次某型航空发动机的地面台架试车中,该航空发动机发生了喘振.为查证导致发动机喘振的原因,构建了该型航空发动机高压压气机可调静子叶片转角控制系统的数学模型,完成了联合仿真.理论分析及仿真研究证明了:温度传感器动态响应特性滞后是导致发动机喘振的主要原因.为解决喘振问题,设计了该传感器的动态性能校正系统.验证仿真表明:所采用的校正方案可在不影响系统正常工作的前提下,明显改善该高压压气机可调静子叶片角度的动态响应特性,并有效地防止发动机喘振.该温度传感器校正算法具有适应性良好,抗干扰能力强等突出优点,可为解决试车过程中暴露的发动机喘振问题提供重要参考.      

基于EWT-熵值方法的发动机风扇叶片损伤监控

为了从发动机性能数据中寻找风扇叶片外来物损伤航班特征,从而将风扇叶片受外来物损伤的航班区分出来,在机载快速存储记录器（quick access recorder, QAR）数据检测中提出将经验小波分解和信息熵结合的方法。通过对各航班原始振动数据的拟合平滑处理和经验小波分解,提取了分解后各模态的能量熵和,分析了添加汉明（Hanmming）窗函数的多尺度熵,结果表明：拟合后数据的熵值变化更明显,且风扇叶片受外来物损伤航班的能量熵和有10%以上的降低趋势,改进后的多尺度熵有40%以上的增长趋势,均明显异于其他正常航班。证明采用EWT-熵值方法可以较好地对发动机风扇叶片外来物损伤情况进行监控。     

变外涵工况下风扇增压级双涵匹配机理

针对某型民机大涵道比风扇增压级,在不同外涵工况下开展数值计算,旨在研究风扇增压级双涵性能匹配规律和相应机理。通过分析计算结果,掌握了外涵工况对内涵特性的影响规律:当外涵工况从近堵点移向近喘点的过程中,内涵的流量、总压比、效率逐渐增大,且内涵稳定裕度呈持续增大的变化规律。同时也在获取内涵特性时,掌握了外涵气动性能的变化规律,在不同外涵工况下阐明了内涵逼喘过程中双涵气动性能的相互匹配机理取决于风扇的总压比?流量特性和内外涵流量再分配机制的共同作用。      

基于小波分析的压气机失速故障检测

当发动机发生失速时，会引起压气机内压力信号的变化，这种压力信号的变化可以看作信号的奇异点，利用小波分析所具有的时－频特性和多分辨分析的特点，结合对压气机内压力信号频率成分的研究，通过检测模极大值的方法来确定信号的奇异点，进而探测压气机的失速故障，结果表明，利用该方法可以准确地检测压气机失速故障。     

动态测量误差的希尔伯特-黄分解

针对傅立叶变换、小波变换等方法在分解动态测量误差时存在的不足,即选用不同的基函数会导致不同的分解结果,提出了基于希尔伯特-黄变换（HHT）的动态测量误差分解方法。该方法不需要选取基函数,可以自适应地分解动态测量误差信号;对一个混联式动态测量系统建立了全系统误差模型,并用该方法对测量系统的总误差信号进行了分解;与傅立叶变换、小波变换的分解结果相比,希尔伯特-黄变换的分解结果更准确,与测量系统的误差理论模型基本一致。