航空发动机整机有限元模型转子动力学分析

现代航空发动机在工作中不断变化的机械激振,气动激振频率越来越复杂,这使得对航空发动机振动分析必须考虑各结构间的动力影响.因此,利用能够考虑陀螺力矩影响,基于NASTRAN中实体单元编制的转子动力特性计算程序,对发动机整机进行了动力特性计算.首先对转子支承结构传递函数(动刚度)进行计算,并进一步研究其对转子动力特性的影响;分析比较基于不同单元模型计算时,盘轴耦合振动及盘轴连接处的角刚度对转子动力特性的影响,证明了基于实体单元的整机模型能够准确考虑各种振动模态.最后,在分析中发现了高阶转子弯曲振动模态与机匣振动耦合现象及其变化规律,在计算分析的基础上研究了在考虑机匣振动耦合时转子系统临界转速的确定方法.      

直升机中减速器谐响应分析与传感器优化布局

研究了多自由度的振动数学模型.通过系统的故障频率来确定振动传感器的安装位置,提出了一种基于故障频率敏感的振动传感器优化布局方法,建立了直升机中减速器机匣有限元模型.利用谐响应分析方法,对中减速器机匣施加一故障激励信号.研究表明:机匣的不同位置对激励信号响应的振动幅值明显不同,齿轮故障时往往在啮合频率及其倍频处形成以转频为间隔的边频带,对该边频响应振幅最大的位置就是振动传感器安装的最佳位置,并提出了振动传感器优化布局函数.此方法同样适用于直升机传动系统其它部件的振动传感器位置选择,也适用于其它旋转机械的振动监测.      

基于FSS-kernelBSS方法的机械故障诊断

机械设备发生故障时,故障特征的提取是很重要的.为了从观测信号中分离出不同的故障特征源信号,并根据分离信号准确地进行故障诊断,从观测信号样本出发,提出了基于有限支持样本核函数的盲源分离(FSS-kernel BSS)方法.此方法利用有限的观测样本估计信号的概率分布,得到了评价函数,具有很好的自适应能力.仿真试验结果表明:此方法能成功地分离超、亚高斯混合信号,与其他盲源分离方法相比,此方法具有更好的分离性能.将该方法用于转子不平衡和支座松动的复合故障信号的盲分离,分离出了各复合故障的主要频谱.分离结果表明:此方法应用于机械设备复合故障诊断中是可行的.     

复杂转子系统支点动载荷模型及其优化设计

针对高推重比涡扇发动机中带中介轴承复杂转子系统的支点动载荷振动响应及优化设计问题,建立了转子系统支点动载荷力学模型,研究在不同转速下,不平衡量、转子弯曲变形及轮盘惯性载荷等因素对支点动载荷的影响。计算分析了双转子系统支点动载荷随转速变化规律,揭示了高速双转子系统中介支点动载荷与转子弯曲变形及轮盘惯性载荷的关系,并提出了基于转子弯曲变形弹性线斜率控制的双转子系统支点振动响应优化设计方法。结果表明,通过优化高压涡轮后轴颈结构、调整低压涡轮后支点靠近中介支点,可以有效减小中介支点动载荷的大小和不平衡量对其影响的敏感度,为具有中介支点的复杂转子系统支点振动响应优化设计提供了理论方法。      

基于多特征融合与RF的球磨机滚动轴承故障诊断

由于冶金工业工况复杂，很难从单一信号中获取高质量的故障特征，诊断效果不佳。针对直接使用电流和振动信号进行融合，不能体现2类信号在不同频段上的优势和彼此之间的互补信息，而影响诊断性能的问题，提出一种基于振动和电流信号的多特征互补融合故障诊断方法。将振动信号和电流信号的高频系数特征通过最大绝对值规则融合，形成体现高频段特征的互补特征；将振动信号和电流信号的低频系数特征通过稀疏表示（SR）融合，形成体现低频段特征的互补特征。通过定义由多特征组成的特征矩阵融合全频段特征，增强全局特征表征能力。采用递归特征消除法消除融合后的冗余特征，提高分类精度，结合随机森林（RF）对轴承故障状态进行分类。实验结果表明：所提方法相比基于振动信号和基于电流信号的诊断结果更加准确。     

引气对跨声轴流压气机性能的影响

以单级跨声轴流压气机NASA Stage35为研究对象,根据影响转子和静子通道流动的主要物理现象分别设计了多种引气方案.通过数值模拟比较分析引气与不引气状态下压气机的详细流场,结合实验测量结果,研究转子机匣端壁引气位置以及静子机匣端壁引气量对压气机性能及流场的影响.结果表明:转子机匣端壁引气能够有效控制间隙泄漏流的发展,减小叶尖损失,提升压气机性能.不同的引气槽结构和轴向位置对间隙流动的影响机理不相同;静子机匣端壁引气能够有效减小静子叶排损失,提升压气机效率.      

航空发动机薄壁机匣激光焊接有限元数值模拟

针对航空发动机的关键部件之一——燃烧室薄壁机匣建立了激光焊接的数值分析模型.基于SYSWELD软件的焊接分析功能,运用有限元分析方法研究了燃烧室薄壁机匣环缝焊接时引起的焊接变形,模拟了薄壁机匣激光焊接时的温度场、应力场以及变形情况,同时对焊接模拟中的热源问题从数学上进行了分析和探讨.在此基础上结合整个薄壁机匣的实际工作状况对模拟结果进行了定性分析,验证了分析方法的可行性,为实际薄壁机匣焊接提供了理论依据,有助于薄壁机匣焊接工艺方法的改进.该分析方法对焊接领域类似问题的处理也有借鉴意义.      

基于小波分析和信息融合的航空发动机转子早期裂纹故障诊断

针对发动机转子早期裂纹难以检测的特点,建立发动机转子早期裂纹扩展模型,提出了对裂纹振动信号进行小波分析和信息融合的方法对转子早期裂纹进行检测。最后,以转子系统为对象进行实验研究,结果表明,此方法能够有效地提取转子早期裂纹故障特征并能对故障进行准确识别。     

转子系统碰摩约束模型与振动响应分析

针对转静子碰摩的典型力学特征,从碰摩对转子产生附加约束的角度提出了碰摩力学模型,基于该约束模型,分析了转子系统碰摩过程中的共振区间扩展、振幅跃迁与不稳定接触等响应特征与机理.研究了力学特征参数对转子碰摩振动响应的影响,结果表明附加约束刚度提升使得系统共振区间与不稳定接触区间增大,而转静子间摩擦系数升高造成系统共振区间减小与振动响应幅值的降低.建立了具有航空发动机结构特征的碰摩分析模型,仿真结果表明,除碰摩约束造成的共振区间扩展外,具有结构特征的转子碰摩响应还与碰摩位置及模态振型密切相关.碰摩程度较轻时,转子瞬态响应表现出拟周期振动的特点,而碰摩程度严重时,转子运动趋向不稳定,响应特征更接近约束模型.      

运载火箭飞行振动信号盲源分离方法

针对振动信号在火箭复杂结构传播过程中产生强卷积效应导致振动源信号提取精度低的难题,研究了一种基于卷积盲源分离的火箭振动信号自适应提取方法。该方法基于振动源之间的独立性,建立四阶统计量的目标函数,并采用随机梯度法实现参数的自适应更新,优化建立火箭复杂结构系统的逆滤波器结构,进而得到原始的振动源信号。通过对某运载火箭发动机的高频振动数据进行分析,结果表明：相比于线性自适应盲源分离方法、非线性自适应盲源分离方法,卷积自适应盲源分离由于考虑了实际中的卷积效应和欠定情况,分离结果中能够明显找到与涡轮转动和燃烧对应的频率,以及一些宽频激励,验证了提出方法的有效性。     

小样本下基于孪生神经网络的柱塞泵故障诊断

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征,使用欧式距离判定输入样本对的特征相似度;通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型;最后,对测试样本进行健康状态识别。实验结果表明：与传统深度神经相比,所提方法在小样本情况下具有更高的准确率。同时,多通道数据融合实验表明：所提方法能够从不同通道的信号中学习到有关故障信息,多通道数据融合可以进一步提高诊断准确率。     

基于EEMD分解的直驱式机电作动器故障诊断

基于集合经验模式分解 (EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,解决了经验模式分解的模式混叠缺陷并保留了自适应性.将EEMD方法应用于机载DDDR-EMA故障诊断实验振动信号分析,先对实测信号进行分解,得到一组无模式混叠的固有模式函数;再采用不同的方法分析各频段,提取各频段包含的故障特征.实验结果表明:与经验模式分解相比EEMD能提高故障信号的分析精度,准确诊断机载DDDR-EMA的复合故障.     

一种整体式天然气压缩机气阀故障诊断技术研究CSCD

整体式天然气压缩机在石油化工领域广泛应用,压缩机的正常工作对安全生产具有重要意义。为了有效诊断整体式压缩机气阀部件的故障,采用了Daubechies小波基函数对ZTY470型整体式天然气压缩机气阀振动信号的分解重构原理,详细介绍了以振动信号的能量为故障特征的故障诊断过程。对气阀阀片断裂和弹簧断裂的故障振动信号进行了小波包分析,并与正常工作时的信号进行了对比。实验表明该方法能准确的进行故障诊断和故障定位,证明了对整体式天然气压缩机气阀故障诊断的有效性。     

小波降噪与快速包络谱峭度相结合的轴承组件故障诊断技术

作为飞轮重要的旋转支撑部件，轴承组件的性能对飞轮寿命有着重大影响,因此如何在早期对轴承组件进行筛选显得尤为重要。轴承组件在故障初期，其故障特征比较微弱，故障信号很容易淹没在背景噪声信号中，给轴承组件的早期故障判断和定位带来了很大的困难。本文以飞轮常用轴承组件为研究对象，基于快速包络谱峭度的振动测试方法，先通过对采集的轴承组件振动信号进行小波降噪，提高特征信号的信噪比，然后对振动信号进行全频段的峭度分析，可以对轴承组件进行早期的故障诊断并进行故障定位，得到轴承组件故障频率，为后续轴承组件故障诊断研究提供方法手段。     

利用调频信号实现低频振动传感器的快速校准

为了充分提高超低频振动校准系统的实用性,针对低频传感器校准的需要和该系统的特点,提出了利用调频正弦波作为激励信号,只需要一次测量即可实现对低频振动传感器的校准,校准时间由几十分钟缩短到几分钟甚至1min之内,校准效率大大提高.为了避免由于系统幅频特性不理想而在较高频段对传感器校准精度不高的缺点,提出了利用系统的动态频率特性和线性调频波时频域相关的特性,设计相应的数字补偿滤波器实现对信号源的瞬时补偿,从而实现振动台的线性调频振动.实验结果表明,振动台能够输出较补偿前更为理想的线性调频波,校准结果也更接近绝对校准,且重复性好,同时满足了校准效率和精度的要求.      

基于时频分析的运载火箭故障特征提取技术

为尽可能从运载火箭飞行试验数据中获取更多有价值的信息,提出了新的火箭振动参数故障特征提取模型,用于火箭振动问题分析.构建了三维傅里叶谱,用于高效地分析全程观测信号频谱的时变趋势,研究了Wigner-Ville分布的标准算法与快速算法,用于精确刻画振动参数感兴趣数据段的频谱随时间的分布情况.试验结果表明:模型及方法处理火箭遥测数据直观、高效、精确,可以应用于实测数据分析.研究时频分析方法对试验数据进行更深层次的分析处理,对设计高可靠、高性能的运载火箭,具有重要意义.     

基于NMF的SVM故障诊断方法

针对大维数系统故障诊断中存在特征提取困难和识别率低的问题,提出基于非负矩阵分解(NMF,Non-negative Matrix Factorization)的支持向量机(SVM,Support Vector Machine)诊断方法,避免了直接对故障特征的选择和提取,实现特征降维,提高故障模式分类的准确性和速度;对于NMF中的结果随机性问题,提出用前次分解所得系数矩阵求解样本降维特征矩阵的方法,保证多次NMF分解尺度一致.实验表明该方法能对故障特征有效降维,并具有较高的诊断效率和故障识别率.     

基于深度残差收缩网络的滚动轴承故障诊断

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号，提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先，根据采集到的滚动轴承数据构造故障样本，针对多种故障类型下的长时间序列的振动信号，按照一定尺寸将长时间序列矩阵化，构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程，通过多个采样点的随机采样，构造全寿命周期的故障样本用于故障诊断。其次，在多层深度学习模型基础上，将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断，其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题，利用软阈值化实现了样本降噪。最后，为了验证所提方法的有效性，采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性，多层网络模型下没有明显的网络退化，能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时，与其他模型相比，所提方法训练误差更低，平均故障诊断正确率提高1%~6%。      

基于CBR的数控设备故障诊断系统知识表示

随着数控设备越来越复杂,对设备故障诊断与维修提出了更高的要求,采用专家系统的方式建立故障诊断系统以实现数控设备的快速诊断和维修.针对CBR (Case-Based Reasoning)系统自身的增量学习模式使系统的实例库逐渐增大,系统效能大大降低的缺点.根据数控系统结构的特点采用分层检索的方法,依据该检索方法采用框架型的知识表示方式,提高了大实例库的检索效率.将该方法应用于数控设备的故障诊断系统中,提高了故障诊断的诊断效率.      

视觉检测中圆形标志的定位方法研究

在使用圆形人工标志的计算机视觉检测中,标志的中心定位准确度直接影响到检测的整体准确度。在利用数学形态学算法提取标志边缘的基础上,采用椭圆拟合法、灰度加权质心法、灰度平方加权质心法对标志中心进行定位,并通过实验比较了三者的定位准确度和稳定性。最后得出,在视觉检测中可采用灰度加权质心法来定位标志的中心。