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.      

基于线调频小波路径追踪阶比循环平稳解调的滚动轴承故障诊断

针对变转速工况下滚动轴承的故障诊断问题,提出一种将线调频小波路径追踪算法与阶比循环平稳解调方法相结合的滚动轴承故障诊断方法.该方法先利用线调频小波路径追踪算法提取轴承的故障特征频率,再根据轴承的故障特征频率对变转速下时域振动信号的包络在角域等角度重采样,并对获取的角域平稳信号进行循环平稳解调,计算得到切片解调谱;最后根据切片解调谱识别滚动轴承故障.仿真分析和应用实例表明:该方法能准确提取变转速工况下滚动轴承的外圈与内圈故障故障特征,提取效果明显优于基于Wigner-Ville峰值跟踪法的包络阶次谱方法.      

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。     

滚动轴承加工质量与振动的灰色关联度

已经证明零件的加工质量对轴承振动会产生一定的影响,但现有的研究没有比较各种质量指标对轴承振动的影响程度。为此,通过实验研究,比较并评价不同性质的加工质量指标对轴承振动的影响程度。在研究中,采用两种航空轴承。考虑到统计理论的适用条件,采用了灰色系统理论。研究结果表明:结构尺寸误差参数对轴承振动的影响比较大,宏观形状误差参数和微观形貌参数对轴承振动的影响比较小。这表示轴承的宏观形状误差和微观形貌误差已经达到比较高的质量水平,以至于对轴承振动的影响不再成为主要因素,而轴承的结构尺寸参数及其公差存在着设计方法上的一些问题,从而成为影响轴承振动的主要因素。     

滚动轴承故障诊断的自适应共振解调技术

针对共振解调技术在实际使用中存在必须事先通过冲击试验确定高频共振频率和带通滤波器的中心频率固定不变的缺点,提出了自适应共振解调技术。自适应共振解调技术可以在共振解调处理之前依靠对振动信号的频谱分析自动识别高频共振频率,然后根据被测对象的高频共振频率自适应地改变带通滤波器的中心频率。并研究了自适应共振解调技术的实现方法,并对实际轴承振动信号进行了自适应共振解调分析。研究结果表明,该技术可方便地在工程中应用。      

滚动轴承的几何常数和故障特征倍频的估计方法

提出了几何常数的概念.通过对轴承几何关系的分析和对1274个型号的轴承参数的统计发现,同系列轴承的几何常数小范围波动,近似为常数,不同系列却有较大差异.确定了7个基本类型的滚动轴承共45个系列的几何常数.建立了基于几何常数、滚动体个数和轴承系列的滚动轴承局部内环、外环故障特征倍频的估计方法.只需已知轴承类型和滚动体个数,就可得到相应的特征倍频,为滚动轴承故障诊断提供了有效的途径.      

基于乏信息系统的本征融合技术

提出基于乏信息系统的本征融合技术以模拟小样本条件下的未知分布.采用隶属函数法、最大隶属度法、自助法、灰自助法、算术平均值法和最大熵法等多种数学思想,从不同侧面分析各个个体的特征信息并进行融合,推断出总体的概率分布.滚动轴承噪声的试验研究表明,本征融合技术可以有效地模拟乏信息系统的概率分布.      

基于EMD的发动机轴承振动冲击故障特征提取

采用经验模式分解方法(EMD),研究了发动机轴承的非平稳振动信号故障特征提取问题.计算机仿真结果证实了该方法的有效性;采用该方法提取了滚动轴承故障振动信号冲击特征,结果表明应用该方法能够准确、有效地获得轴承的冲击损伤特征,并且,经进一步分析,可确定冲击损伤故障失效模式.     

一种MED最优滤波长度选择新方法及其应用

最小熵解卷积（MED）是旋转机械故障诊断领域广泛应用的有效方法，它可以从噪声中提取微弱的故障冲击成分。然而它的有效性依赖于滤波长度的选取，目前，针对MED滤波长度的自动选取并没有明确有效的方法，往往需要人为经验选择。因此，在MED的算法基础上，通过结合自相关函数，提出了一种MED最优滤波长度选择的新方法，该方法构建了一个能量判定标准来衡量输出信号的周期性，从而自适应地确定MED的最优的滤波长度以提升微弱故障信号中的周期脉冲成分，避免MED方法容易出现最大化单一随机脉冲现象的发生。该方法应用于滚动轴承故障微弱冲击特征提取，并利用两个实例进行了有效性验证：基于辛辛那提试验中心的滚动轴承全寿命疲劳加速试验；带机匣的航空发动机转子试验器模拟远离轴承振动源的故障试验。结果表明，所提方法可以消除传递路径影响，提升微弱冲击周期性特征，并且与最大相关峭度解卷积（MCKD）方法相比，诊断结果更具优势。     

涡轮泵滚动轴承-转子系统高速运行试验研究

针对涡轮泵转子的具体结构特点,解决了高速运行试验过程中的支承、驱动、轴承润滑冷却、振动测量、转子高速动平衡及轴向力加载控制等问题。结合旋转机械故障诊断技术,提出了高速动平衡效率、转子支承状态及轴向力加载状态的优化方法,并在试验过程中对该优化方法进行了验证,实现了涡轮泵转子的高速稳定运行。结果表明:涡轮泵转子高速运行试验应采用刚性连接的柔性联轴器;涡轮泵转子高速轴承需采用高压直喷式供油;通过平衡效率优化可将非线性振动影响下的转子一次平衡效率由30%提高至73.7%;为避免高速运行时产生基础松动,试验中滚动轴承外环应采用紧配合安装;轴向力应沿轴承周向均匀加载,其大小应根据轴承-转子系统具体结构及运行状态综合分析确定。