共查询到19条相似文献,搜索用时 187 毫秒
1.
行星传动轮系是直升机动力传动系统的核心部件,是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题,提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频谱数据,基于堆栈收缩自动编码网络建立训练负载与测试负载编码网络,从训练域数据进行有监督学习提取高质量深度故障特征,并结合参数迁移和对抗学习策略,通过测试域数据无监督自适应优化测试域深度故障特征提取网络,以适应负载条件变化引起的样本数据分布差异以及恶劣噪声环境引起的样本数据波动的影响。方法在直升机行星传动轮系实验平台上通过故障注入试验进行了对比验证,证明了方法的有效性与健壮性。 相似文献
2.
3.
应用离散小波变换(DWT)和神经网络相结合构建直升机主减速器速器故障诊断系统: DWT对振动信号进行特征提取,神经网络对故障进行辨识和分类。阐述了DWT、帕塞瓦尔定理和广义回归神经网络(GRNN)基本理论,提出了直升机主减速器的故障诊断系统流程图,最后用某型直升机飞行时主减速器上的振动数据对该系统进行验证。实验使用了BPNN(back-propagation neural network)和GRNN两种神经网络,结果表明:提出的故障诊断系统能对主减速器故障进行较好的辨识和分类,这将为直升机主减速器故障诊断系统的进一步开发提供新的技术参考。 相似文献
4.
5.
6.
基于参数自适应变分模态分解的行星齿轮箱故障诊断 总被引:1,自引:1,他引:1
针对变分模态分解需要人为设定模态数量以及在强噪声情况下容易造成分解错误的问题,提出了依据功率谱密度极值点自适应确定模态数量与中心频率的参数自适应变分模态分解方法,通过信号仿真分析验证了方法的有效性。基于参数自适应变分模态分解提出了一种行星齿轮箱故障诊断方法,应用于行星齿轮箱第2级太阳轮裂纹的故障诊断,行星齿轮箱传动实验台的试验结果表明:该方法能实现振动信号准确分解,有效提取和辨别出故障特征频率,实现了在强背景噪声和微弱故障信号情况下对第2级太阳轮裂纹故障的准确诊断。 相似文献
7.
8.
航空发动机主轴轴承故障诊断 总被引:1,自引:0,他引:1
某型航空发动机的主轴轴承由于频繁出现早期失效而引起发动机故障,因此,对滚动轴承进行状态监测和故障诊断具有重要的实际意义。针对常规方法难以准确分析非平稳信号的局限性,本文研究了基于小波分析的滚动轴承故障诊断方法,通过滚动轴承外表面损伤的仿真信号进行小波包频谱分析,验证了基于小波分析的滚动轴承故障诊断方法是可靠、准确的,可以应用于航空发动机主轴轴承的状态监测和故障诊断。 相似文献
9.
航空发动机汇集各领域高精尖技术,是国家科技、工业和国防实力的综合体现。复杂结构与恶劣服役环境致使其故障频发,发动机故障诊断与健康管理技术成为保障其安全、可靠运行的重要支撑。由于振动类故障是航空发动机的主要故障模式,本文从整机振动监测与故障诊断的系统研制与应用、理论研究现状及发展方向3个方面,对国内外现有航空发动机振动类故障诊断技术进行梳理、剖析,具体包括动力学分析、信号处理及深度学习等相关技术,分析航空发动机振动类故障诊断面临的问题与挑战,并归纳未来发展趋势。 相似文献
10.
基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断 总被引:1,自引:1,他引:0
针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。 相似文献
11.
《中国航空学报》2020,33(5):1549-1561
Planetary gear train is a prominent component of helicopter transmission system and its health is of great significance for the flight safety of the helicopter. During health condition monitoring, the selection of a fault sensitive feature subset is meaningful for fault diagnosis of helicopter planetary gear train. According to actual situation, this paper proposed a multi-criteria fusion feature selection algorithm (MCFFSA) to identify an optimal feature subset from the high-dimensional original feature space. In MCFFSA, a fault feature set of multiple domains, including time domain, frequency domain and wavelet domain, is first extracted from the raw vibration dataset. Four targeted criteria are then fused by multi-objective evolutionary algorithm based on decomposition (MOEA/D) to find Proto-efficient subsets, wherein two criteria for measuring diagnostic performance are assessed by sparse Bayesian extreme learning machine (SBELM). Further, F-measure is adopted to identify the optimal feature subset, which was employed for subsequent fault diagnosis. The effectiveness of MCFFSA is validated through six fault recognition datasets from a real helicopter transmission platform. The experimental results illustrate the superiority of combination of MOEA/D and SBELM in MCFFSA, and comparative analysis demonstrates that the optimal feature subset provided by MCFFSA can achieve a better diagnosis performance than other algorithms. 相似文献
12.
Nonlinear dynamic modeling of a helicopter planetary gear train for carrier plate crack fault diagnosis 总被引:3,自引:3,他引:0
《中国航空学报》2016,(3):675-687
Planetary gear train plays a significant role in a helicopter operation and its health is of great importance for the flight safety of the helicopter. This paper investigates the effects of a planet carrier plate crack on the dynamic characteristics of a planetary gear train, and thus finds an effec-tive method to diagnose crack fault. A dynamic model is developed to analyze the torsional vibra-tion of a planetary gear train with a cracked planet carrier plate. The model takes into consideration nonlinear factors such as the time-varying meshing stiffness, gear backlash and viscous damping. Investigation of the deformation of the cracked carrier plate under static stress is performed in order to simulate the dynamic effects of the planet carrier crack on the angular displacement of car-rier posts. Validation shows good accuracy of the developed dynamic model in predicting dynamic characteristics of a planetary gear train. Fault features extracted from predictions of the model reveal the correspondence between vibration characteristic and the conditions (length and position) of a planet carrier crack clearly. 相似文献
13.
14.
15.
16.
用于直升机舱内降噪的主减周期撑杆研究 总被引:2,自引:0,他引:2
主减速器齿轮啮合产生的中高频谐波振动是直升机舱内噪声的主要来源之一,通过抑制该振动向机体的传递可达到舱内降噪的目的。基于金属/橡胶周期结构,提出了一种适用于直升机舱内降噪的串/并联复合型主减周期撑杆,不仅具有宽频减振特性,而且能够满足直升机对撑杆的强度和刚度要求。为指导这种周期撑杆的设计,首先采用谱单元法建立了复合型主减周期撑杆的动力学模型,进一步建立了该周期撑杆的刚度和强度分析模型;在此基础上,分析得到了该周期结构的主要设计参数对减振特性、刚度及强度的影响规律;最后,以某轻型直升机为背景机设计了复合型主减周期撑杆,对其减振特性、刚度及强度特性进行了仿真研究,结果表明:所提出的设计方案可满足该直升机对主减撑杆的刚度和强度要求,且撑杆两端位移传递率在500~2 000 Hz频率范围内的最大振动衰减超过60 dB,验证了本文所提出复合型周期撑杆方案的可行性。 相似文献
17.
针对时变滤波经验模态分解(TVF-EMD)方法的不足之处,将样本熵作为适应度函数,采用灰狼优化(GWO)算法对带宽阈值和B样条阶数核心参数进行寻优,得到最优组合解,对不同的故障冲击试验振动信号进行分解。对本征模态函数(IMF)分量选取过程进行优化,采用多个加权指标对所有IMF分量进行计算,最终选取最优IMF分量,再通过包络谱分析提取出行星轮齿面剥落故障特征。在行星齿轮箱故障试验中,利用方均根法对剥落故障进行初步识别,根据GWO-TVF-EMD法分解得到各剥落故障信号最优IMF分量,使用包络谱分析明显判断出行星齿轮的故障频率。该方法能够提取3种不同程度齿面剥落故障的细节特征,理论值与实际值的相对误差为1.68%。 相似文献
18.