整体叶盘结构失谐振动的国内外研究状况

阐述了整体叶盘结构失谐问题,包括模态、响应局部化,局部化因子,失谐叶盘结构分析模型和求解方法,重点对近10年研究的热点问题,如非线性、颤振、灵敏度、气动与结构耦合、失谐识别与预测、失谐优化、“错频”失谐、多级多部件叶盘结构耦合、科氏力、可靠性、稳健性等最新的研究成果做了详细的评述.最后提出了需进一步深入研究的问题,如建立更高效、更高精度、更具适用性的模型,真正采用试验方法对理论仿真模拟进一步地验证,气动与结构耦合以及叶冠间隙和摩擦耦合等因素对多级叶盘共同作用,科氏力产生机理,叶盘对失谐的不敏感度及稳健性等.      

航空发动机叶盘结构应力和变形的概率分析

为了更准确地描述航空发动机叶盘结构的变形以及控制的合理性,提出了1种高效、高精度的概率分析方法,即极值响应面法(ERSM,Extremum Response Surface Method),在分析中考虑了典型载荷(如热载荷和离心载荷)的动态性和边界条件的非线性等因素,合理地选取输入变量且考虑了参数的随机性和不确定性等,通过确定性分析得到叶盘结构的总变形和应力分布随时间的变化规律,同时找到其变形最大点作为概率分析的输入目标。通过科学合理的概率分析,不仅获得了其可靠度、拟合样本、样本直方图、极值响应面和累计概率分布函数并且对其应力分布和总变形进行灵敏度分析,得到了叶盘结构变形和应力分布的主要影响因素,同时给出了应力与总变形的相关性。最后,将ERSM与Response Surface Method(RSM)和Monte Carlo(MC)法进行比较分析,验证了ERSM在航空发动机叶盘结构分析中的有效性。     

基于过程功率谱熵SVM的转子振动故障诊断方法

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。