基于BP神经网络的自动倾斜器轴承故障诊断

针对直升机故障诊断的需求,开展全尺寸某型直升机自动倾斜器轴承故障诊断研究。基于电火花刻蚀技术,进行自动倾斜器轴承植入外圈、内圈及滚珠故障试验。在小波包去噪的基础上,提取故障信号的小波域能量和功率谱谱熵特征参数,将其输入反向传播(BP)神经网络中,对自动倾斜器轴承进行故障诊断。研究结果表明,该方法降低了背景噪声的干扰,平均故障诊断率达80%,能够实现自动倾斜器轴承故障诊断,但滚珠故障诊断还有待进一步研究。     

直升机旋翼系统工程强度设计方法

本文介绍了工程设计阶段直升机旋翼系统部件强度设计的流程和方法。其中采用的 SIZING LOAD(打样载荷)处理方法把计算载荷谱、设计目标寿命与部件构型设计用一个值联系起来,对结构的优化设计和后续生产问题的处理,提供了一种简便有效的手段。以自动倾斜器不动环疲劳试验为例,介绍了试验中问题的处理方法与思路。     

自动倾斜器摆动液压缸运动解析与验证

航空用自动倾斜器球铰轴承安装于直升机旋翼系统,可实现摆动和滑动.本文根据球铰轴承的特点,对球铰轴承的运动进行了拆分、组合,求取了纯滑动、纯摆动和组合运动下各液压缸运动的解析解,为球铰类轴承的使用维护提供理论支撑.     

电控旋翼 一种新概念旋翼系统

自动倾斜器的发明,从根本上解决了传统直升机的操纵问题。但随着现代电子技术、旋翼设计制造技术的迅速发展,自动倾斜器未来将不再是唯一的直升机旋翼操纵系统。一种构建在传统伺服襟翼技术基础上的电伺服襟翼系统,将有可能用简单的电缆取代自动倾斜器复杂的机械杆系;用高效轻便的电作动器取代笨重的机械作动器,给直升机操纵系统带来革命性的进步。这就是21世纪初开始登上直升机新技术发展舞台的电控旋翼系统。     

直升机作动器故障后的重构飞行控制

针对具有三点式布局作动器构型的单旋翼带尾桨的样例直升机,采用倾斜器故障重构控制方法,对各主桨作动器在不同故障模式下的故障重构控制进行了研究。仿真结果表明,采用倾斜器故障重构控制策略可明显改善主桨作动器故障后的控制能力。研究结果可为单旋翼带尾桨直升机作动器故障的重构控制提供一种可能的解决方案。     

原理性电控旋翼系统试验研究

电控旋翼是于本世纪初提出的一种新概念旋翼系统。本文首次开展了电控旋翼的试验研究。首先自行研制了一套用于试验的原理性电控旋翼系统。以此为基础,进行了悬停和前飞状态下的电控旋翼襟翼总距和周期变距操纵试验。试验结果表明,电控旋翼的襟翼总距和周期变距操纵效果与常规旋翼类似,电控旋翼完全可以取代传统的自动倾斜器操纵系统实现旋翼操纵。理论与试验结果的对比则相互印证了正确性。     

飞机机电作动系统故障模式分析与故障诊断方法

飞机机电作动系统是多电飞机的典型系统,为达到飞机的高可靠性要求,需要对机电作动器的故障模式进行分析。本文对基于无刷直流电动机的机电作动系统的故障模式进行了分析,在此基础上,提出了采用直流母线电流进行在线故障诊断,并分析了故障预测方法。     

基于小裂纹理论的航空材料疲劳全寿命预测

综述了基于小裂纹理论的疲劳全寿命预测方法。该方法把断裂力学的ΔK分析与裂纹闭合概念结合起来,应用于自然萌生的小裂纹和长裂纹的扩展,并全部基于对起源于材料初始缺陷的裂纹扩展分析预测疲劳全寿命。这一方法已被作者成功地应用于多种航空材料,包括:4种高强度铝合金、2种高强钢和2种钛合金,载荷类型涉及恒幅、Mini-Twist和直升机旋翼谱等。结果表明,预测的疲劳全寿命与实验结果吻合良好,从而为把基于断裂力学裂纹扩展的损伤容限方法向传统的疲劳领域(S-N曲线,安全寿命)延伸开辟了可行的途径。     

直升机主桨毂疲劳试验技术研究

直升机旋翼系统主桨毂是直升机关键部件，在地面运转及首飞前必须进行疲劳试验，根据试验结果确定初步疲劳寿命。本文以某型号直升机旋翼系统主桨毂疲劳试验为例，总结出多点协调加载试验台的设计方法及试验调试方法，并按照试验台的组成，从控制系统、泵站、伺服动作器、测量系统及试验台体等方面，详细阐述了设计内容及其工程效果。     

基于特征量阈值判决的轴承故障诊断方法

针对航空发动机在不分解状态下主轴轴承故障诊断难的问题,以振动信号分析和处理为基础,以小波包分解与重构、峭度值指标、频谱分析和包络解调为预处理方式,提出了基于故障轴承和正常轴承的特征倍频能量总和占整个包络谱能量百分比的特征差异确定轴承故障的诊断方法,以凯斯西储大学深沟球轴承典型试验数据验证了该方法的有效性.验证外圈点蚀故...     

具有转静件碰摩故障双转子系统的动力学模型及其小波变换特征

本文利用拉格朗日方程建立了具有碰摩故障的某型双转子航空发动机转子系统的动力学方程, 通过数值计算对该故障进行了仿真, 并对仿真结果进行了频谱分析和小波变换, 得出本文建立的双转子系统的动力学模型是正确的、利用小波变换对转静件碰摩故障进行诊断是非常有效的。      

转子-电磁轴承系统动静件碰摩动力特性研究

对转子—磁轴承系统动静件间发生碰摩时的非线性动力学行为进行了研究,在考虑质量偏心的情况下建立了系统的数学模型,求解了系统的周期解,并结合分岔图、庞加莱映射和频谱分析研究了系统的动态特性,研究表明系统发生碰摩后,随着转速及偏心率的增加,转子运动中具有连续的周期分岔现象,并走向失稳,其频谱图中组合频率在奇数倍频附近发生了从右到左的频移现象。这些研究结果可用于控制碰摩后电磁轴承的稳定性,避免大事故的发生。其振动频率特征可判别磁轴承系统是否发生了碰摩故障。      

基于声发射信号信息距的滚动轴承故障诊断

在信息熵理论基础上,提出了一种融合小波能谱与马氏距离的信息距滚动轴承故障诊断方法.利用双转子试验台对滚动轴承内圈故障、外圈故障、滚动体故障、内圈 滚动体故障和内圈 外圈故障进行模拟,并采集其声发射信号.利用提出的信息距方法对获取的声发射信号进行分析,成功实现滚动轴承单一故障和耦合故障诊断.结果表明该方法信息利用率高于信息熵方法,能够清晰和准确地诊断出滚动轴承早期故障,效果明显优于信息熵距的诊断方法.      

小波变换在转子系统动静件早期碰摩故障诊断中的应用

利用小波变换理论对转静件早期碰摩故障进行诊断,通过对碰摩故障的仿真结果利用D20小波进行波形分解、利用高斯小波进行小波变换,得出：它们不仅可对早期碰摩进行准确诊断,还可准确诊断进入、脱离碰摩的位置;两种分析结果完全一致,达到了互相验证,从而进一步说明利用小波变换理论对早期碰摩故障进行诊断的有效性。     

非线性油膜支承裂纹转子振动特性分析

 以具有无限长轴承和无限短轴承支承的横向裂纹转子为研究对象,分析在非线性油膜力与横向裂纹联合作用时,Jeffcott转子的动力特性,并将其与刚性支承情况进行比较。结果表明轴承油膜力的存在对裂纹转子的振动影响较大,一般将降低转子的振动,这样势必增加转子裂纹故障诊断的难度。所以,在进行裂纹转子的故障诊断时,必须考虑到支承条件的影响,建立合理的动力学模型。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

基于弹流润滑转子-滚动轴承系统碰摩-不对中耦合故障的动力学分析

研究弹流润滑(EHL)转子-滚动轴承系统在碰摩-不对中耦合故障状态下的动力学响应.基于EHL理论与Hertz弹性接触理论,并考虑转静碰摩故障与转子不对中故障,建立耦合故障作用下转子-滚动轴承系统非线性动力学微分方程,通过龙格库塔数值解法进行求解得到故障状态下系统振动响应,对比分析其结果并在航空发动机转子实验台进行验证.研究结果表明:①考虑EHL理论对单一碰摩故障系统的影响较大.考虑EHL理论的系统进入拟周期运动与周期2运动状态时的转速较未考虑EHL理论系统明显提高,周期2解所处的转速区间较未考虑EHL理论系统大.②考虑EHL理论对碰摩-不对中耦合故障系统的影响较大.考虑EHL理论的系统由周期1解进入拟周期运动,且进入拟周期状态时的转速较未考虑EHL理论的系统明显提高.③通过计算结果与实验结果进行对比分析,可发现考虑EHL理论的耦合故障系统的转子在1/2倍频与2倍频处的振动响应均弱于未考虑EHL理论的系统,考虑EHL理论的模型比未考虑EHL理论的模型能更准确体现耦合故障系统的振动响应.     

航空发动机外部管路调频的有限元计算方法

利用有限元方法对航空发动机外部管路模态进行了计算,得到了管路的固有频率及模态振型;通过计算,分析了安装不同数量、位置的卡箍对管路固有频率的影响,以此为依据进行了管路调频,避免了管路共振的发生。     

基于自适应分段混合系统的轴承故障诊断

针对强噪声背景下轴承早期故障的诊断问题,提出一种基于自适应分段混合随机共振（adaptive piecewise hybrid stochastic resonance,APHSR）系统的检测方法。采用经验模态分解法（EMD）进行信号预处理,分别采用能量密度法和相关系数法去除高、低频噪声,自动筛选最优固有模态函数,经尺度变换后输入分段混合随机共振系统模型,提取故障信号。工程实验显示:经过APHSR系统,轴承故障特征频率的频谱幅值、频谱幅值与周围最大噪声之差和最大信噪比（SNR）均高于经验模态分解和经典随机共振方法,其中齿轮箱故障轴承信噪比分别提高了9.579 dB和7.473 dB,转子故障轴承信噪比分别提升了8.597 dB和5.695 dB,对凯斯西储大学故障轴承数据处理后的信噪比分别提升了3.369 dB和17.043 dB。数据表明APHSR方法具有高效性,提高了轴承故障信号诊断能力。      

基于特征参数趋势进化的故障诊断和预测方法

 采用时间序列方法对可以表征系统故障状态的特征参数的趋势进化进行预测,同时考虑特征参数的概率分布特性,给出了对系统进行故障诊断和预测的方法。在已获得特征参数监测数据的基础上,分别对具有广义强度/故障阈值确定分布或故障模式特征参数空间分布两种形式的故障判据,提出了利用二次指数平滑预测模型对系统未来某时刻的故障状态进行预测的方法。给出包括故障概率和故障指数在内的故障诊断和预测结果形式,可进一步为系统的维修决策等提供参考。