基于融合信息的转子振动故障SVM诊断方法

通过提取信息特征,提出基于融合信息的转子振动故障支持向量机(SVM)诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息特征;最后,将提取到的信息特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明:将信息特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率.     

基于融合信息(火用)的转子振动故障SVM诊断方法

通过提取信息(火用)特征,提出基于融合信息(火用)的转子振动故障支持向量机（SVM）诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息(火用)特征;最后,将提取到的信息(火用)特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明：将信息(火用)特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率.     

多源数据融合与改进注意力机制的轴承智能故障诊断

单一传感器信号不能全面表达机械设备的运行特征且容易受到自身品质、性能的影响,为此本文提出了一种多源数据融合与改进注意力机制相结合的滚动轴承智能诊断方法。采集不同位置的传感器振动信号作为模型的输入向量,每一个传感器信号作为一个通道,将多通道信号同时送入模型特征输入层;引入改进注意力机制建立各通道和空间动态权重参数,随着模型训练,不断增强故障特征、弱化无用特征;运用深度卷积神经网络模型的卷积、池化等操作将多传感器信号进一步融合并提取故障特征,输出诊断结果。在进行滚动轴承故障诊断实验时,该方法诊断准确率达到100%,高于准确率最佳值为97.42%的单传感器。与其他方法相比,本文方法可以自适应融合多传感器数据以满足诊断任务的要求,具有良好的自适应性和鲁棒性,为滚动轴承的故障诊断提供了一种可行的方法。     

基于融合信息熵距的转子裂纹-碰摩耦合故障诊断方法

针对转子系统的裂纹-碰摩耦合故障,提出了一种基于融合信息熵距的转子振动故障诊断方法.利用转子实验台模拟转子系统裂纹故障、碰摩故障及裂纹-碰摩耦合故障,并采集三种典型故障的振动加速度信号.利用时域的奇异谱熵、频域的功率谱熵、时-频域的小波能谱熵以及小波空间特征谱熵,计算融合信息熵距实现故障诊断.实例研究表明:这四种信息熵形成了综合评价转子振动状态的特征指标,多测点、多转速下的信息熵距曲线较好地区分了单一故障和耦合故障,有效地提高了转子振动故障诊断的准确性.测试信号与其对应的振动故障之间的信息熵距最小,信息熵距曲线位于坐标轴的最下方,达到了诊断单一故障和耦合故障的目的.      

某型发动机支承松动故障机理分析与试车数据验证

针对某型弹用涡扇发动机振动超标问题,建立了一维有限元梁模型进行仿真与模拟,结合实际试车数据进行了故障分析和仿真,验证了故障原因在于工作转速内存在临界转速,在较大的不平衡力作用下,松动故障被激发。针对机匣加速度信号,研究了不对称刚度模型下松动故障的冲击特征,发现了松动故障所引发的机匣加速度时域波形特征的不对称性以及频谱中出现倍频特征,与实际弹用涡扇发动机试车数据非常一致。结果表明:振动故障是由于支承刚度不足,导致在临界转速附近出现松动故障。     

转子振动故障的过程功率谱熵特征分析与定量诊断

针对传统旋转机械振动故障定性诊断的不足,提出了1种以信息熵理论为基础的转子故障特征分析与定量诊断方法。在转子试验台上模拟转子振动的4种典型故障,分别得到4个测点多转速下的振动过程故障数据;对这些故障数据进行分析和处理,提取反映其振动过程的故障特征——功率谱信息熵,建立能描述转子振动过程变化规律的多转速多测点下的故障信息熵矩阵,并对振动故障进行分析;通过对转子振动故障信号的实例计算和定量诊断分析,验证了该方法在转子振动故障分类和故障严重程度判断方面是可行的。     

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。     

周期性碰摩激励作用下薄壁机匣支撑系统响应机理

针对发动机薄壁机匣支撑系统在碰摩激励作用下动力学响应复杂,基于机匣振动信号的碰摩故障特征识别难度大的问题,提出了一种用于故障特征机理分析的数值仿真方法。通过建立薄壁机匣系统的等效动力学三维实体模型,将碰摩激励进行等效力学简化,利用瞬态动力学方法对周期性碰摩故障进行了数值仿真。在系统固有特性分析的基础上,对机匣测点在碰摩激励作用下的时域、频域响应特征展开研究,得到了碰摩故障特征的产生机理。机匣位移振动信号主导频率为系统整体低阶固有频率,加速度振动信号主导频率为碰摩脉冲激励频率及其倍频,上述结论可作为碰摩故障发生的依据,为故障早期诊断提供参考。      

用机体振动诊断直升机旋翼复合不平衡故障研究

 在用机体振动诊断旋翼单一不平衡故障研究基础上,提出了仅借助机体振动信号诊断旋翼复合不平衡故障的新方法。证明了从旋翼复合不平衡故障空间到多点机体振动空间存在一对一映射关系。利用3个BP神经网络诊断故障类别和程度,利用机体振动一阶谐波分量的初相角确定失衡桨叶方位。模型旋翼实验结果表明,该方法可行、有效。     

基于排列组合熵的转子振动信号故障诊断SVM方法研究

针对发动机转子的多种故障模式,提出了基于排列组合熵的SVM故障诊断方法。利用转子实验台,模拟了转子正常、转子不平衡、转子不对中、动静碰磨和基座松动5种典型振动模式,并使用振动传感器采集多路振动数据。计算振动数据的排列组合熵并将其作为故障特征向量,对特征向量样本集进行多级SVM分类诊断,并运用小波包能量特征提取方法提取信号特征。实例计算与结果对比表明,本文方法的正确率要高于基于小波包能量提取特征的SVM分类诊断方法,在提取转子振动信号的特征向量及在小样本下的故障分类诊断等方面,具有可行性和有效性。     

基于几何模式识别的发动机传感器故障诊断

提出一种基于几何模式识别技术的发动机传感器故障诊断方法,以解决传感器缓慢漂移故障和由于安装制造差异和性能蜕化等造成的模型不匹配难以区分的问题。传感器测量值输入到自适应模型中,产生一组部件性能修正因子,作为故障模式来对传感器故障进行诊断,每种故障或性能蜕化都对应惟一的模式,采用几何模式识别技术隔离出传感器故障。以某型涡扇发动机为对象进行的仿真结果表明,该方法能诊断出传感器小漂移故障,并能对部件状态进行监控。     

基于ReliefF-LMBP算法的涡轴发动机气路故障模式识别—两机专刊

针对涡轴发动机气路故障模式识别精度不高的问题,提出了一种基于ReliefF-LMBP故障特征提取的发动机故障模式识别方法。应用ReliefF算法对发动机传感器参数赋予权值,对传感器参数特征权重值进行迭代更新和排序,聚集好的特征样本,离散异类样本。根据筛选出的特征子集,利用LMBP神经网络算法进行发动机故障模式识别。以涡轴发动机为对象进行气路故障诊断验证,结果表明所提方法能提取特征传感器参数并实现有效的故障模式识别。     

应用人工神经网络技术对波音747—200型飞机发动机故障诊断研究

用人工神经网络技术,对波音７４７－２００型飞机的ＪＴ９Ｄ发动机的故障诊断进行了研究,并构成了诊断装置。该研究使用北京飞机维修工程有限公司提供的发动机性能监控数据央脱机后根据性能排队情况艇经验推定法,对发动机的一些常见故障和突发性故障进行了诊断。在诊断过程中,首先搜集发动机的故障状态数据,并对这些数据进行归纳选择,制成了诊断用的教师信号“故障模型”,通过神经网络系统对教师信号的学习,在一定范围内,对     

神经网络在液体火箭发动机故障检测中的应用 (Ⅱ)模式识别技术

基于模糊超球神经网络,提出了一种液体火箭发动机故障的实时检测系统。它采用模式识别技术,在建立正常工作状态的样板模式之后,把当前样本与样板模式进行比较,进而判断发动机工作状态。发动机试车数据分析表明：模糊超球神经网络对输入样本非常敏感。     

内燃波转子技术对燃气涡轮发动机性能影响

为研究内燃波转子技术提高燃气涡轮发动机性能变化规律,建立内燃波转子燃气涡轮发动机热力循环分析模型,开展内燃波转子通道出口气流马赫数、压气机压比等参数变化对燃气涡轮发动机性能的影响研究,探讨了内燃波转子燃气涡轮发动机热力循环状态参数变化规律.研究结果表明:当压气机压比等于3.6时,发动机比推力和热循环总效率最大提高23.709%,耗油率最大减少19.165%;当通道出口气流马赫数等于0.6时,发动机比推力最大增幅达23.736%,此时压气机压比为4.4、发动机热循环总效率32.216%和耗油率减少24.366%,熵增减少7.864%,验证了内燃波转子技术能够提高燃气涡轮发动机总体性能.研究结果为深入开展内燃波转子燃气涡轮发动机基础理论和关键技术研究奠定基础.      

轴流式压气机近失速状态端壁流动时频分析

为准确辨识某型单轴涡喷发动机压气机近失速点的流动特征,对其端壁静压信号进行了时频分析。时频分析结果表明,近失速点的工况下,与其它各级相比,压气机第一级静子机匣壁面流动变化最为显著;随着发动机工作点沿共同工作线趋近喘振边界,压气机第一级静子机匣壁面静压信号中以550Hz为中心的宽带信号开始出现并逐步增强。所发现的压气机端壁流态特征可用于发动机节流过程中工作点接近失速边界的程度的判定,具有一定的工程应用价值。      

非平稳信号特征提取在航空发动机故障诊断中的应用

在航空发动机早期故障诊断中,特征提取是早期诊断的重要过程之一.文中以航空发动机转子故障为研究对象,给出了基于经验模式分解、小波分析为核心的故障特征提取方法,并作了针对性的比较研究.在matlab7.0环境下开发了一个故障特征提取软件系统.研究结果表明:基于经验模式分解的时频分析方法可以很有效地提取到非平稳故障特征信号,是一种适合于非线性信号处理的方法.     

基于模式识别的航空发动机燃油控制系统传感器故障诊断

航空发动机燃油控制系统执行机构故障有可能导致参数测量传感器出现较大偏差,而采用传统的传感器故障诊断方法易误诊为传感器故障。为此,引入修正因子作为传感器故障模式样本,通过聚类分析获得样本的特征向量;按照卡洛南—路伊变换(K—L变换)原理,对传感测量信息进行变换,构成了新的正交变换矩阵,减弱了各特征向量的相关性,突出了差异性,加强了对故障传感器和发动机燃油控制系统执行机构故障的特征识别能力;利用多组学习训练样本,设计了发动机不同参数测量传感器故障模式的判别函数。经仿真试验验证,该方法可以有效识别、诊断传感器故障。     

微型涡喷发动机传热效应的建模分析与实验研究

 微型涡轮发动机(MTE)可作为各种新型无人机、微小型导弹的高速推进动力装置,但微型化可能给发动机各部件匹配工作带来包括传热效应在内的特殊影响。针对微型涡轮发动机MTE-110,建立了基于发动机部件特性的总体性能模型,并在此基础上分析了可能的传热效应对压气机特性及整机性能的影响。在MTE-110的地面台架运转试验中,测量数据显示传热效应使压气机的实际温升比绝热温升增加了30%,对压比影响不大,因此显著降低了压气机效率。通过在压气机静子上采用隔热技术后,MTE性能得到显著改善,设计转速下的实测推力提高了23%,达到了96 N。     

压气机内部噪声特征与转子叶片声固耦合机理分析

航空发动机压气机转子叶片故障多由机械激励和气动激励造成，而高强声波对转子叶片的激振因素不容忽视。通过开展某型涡扇发动机压气机内部噪声测试试验，研究压气机转子叶片振动机理及其与噪声信号的对应关系。阐述了压气机内部旋转不稳定性非定常压力波作用机制，提出了基于刚性壁声波导管技术的导出式噪声测量方法，完成了某型涡扇发动机压气机内部噪声信号测试，对噪声信号进行了频谱分析和声传播特性分析。研究结果表明，某型涡扇发动机压气机内部噪声信号频谱呈现高峰值纯音分量1 402 Hz，并且该纯音分量与转子叶片通过频率呈现特定的频率组合关系。该纯音分量的噪声源在压气机内部沿发动机顺航向方向从后向前传播。利用旋转不稳定性理论，将声源频率在不同坐标系下进行转换，当噪声源周向模态数为13时，该纯音分量可调制出与高压一级转子叶片一阶振动频率相对应的激振频率。