航空发动机转子盘腔积油振动故障分析

结合工程中航空发动机转子在试验中遇到的积油振动问题,从积油振动理论、动力学特性和振动信号分析方面展开研究,剖析了转子盘腔积液故障机理,获得了所引起转子失稳振动的特征及规律,建立了盘腔积油故障识别的流程和准则,以及其振动监控指导.研究表明:积油在转子临界转速以上的特定区域才会产生明显的次谐波振动,引起转子自激振动,自激振...     

航空发动机转子不平衡量突增的自动识别

为实现在航空发动机振动信号分析时因封严胶条脱落发生的转子不平衡量突增的自动识别,采用多傅里叶变换（FFT）滤波技术获得转速跟踪滤波后的基频振动时域信号,提出了振幅突增和突增后振幅稳定的转子不平衡量突增的2种特征,通过应用案例对振动信号的程序化进行处理,得到转速跟踪滤波后的基频振动时域信号及转子不平衡量突增的识别参数,数据结果中振幅增大比例系数达到3.75,且突增后振幅稳定。结果表明：采用FFT滤波技术,实现了转子不平衡突增的自动识别,并验证了识别方法的有效性。转子不平衡量突增的识别技术应用于在线监测系统时,能及时识别故障并发出报警信息,保证设备运转的安全;应用于离线振动信号分析系统时,缩短了人工数据分析时间,提高了工作效率。     

基于趋势分析的发动机振动故障识别

总结十种航空发动机整机故障的振动特征发现,单纯从频率角度分析几乎所有故障模式都表现为转子基频,但是不同故障的振动幅值发展趋势却有所不同.基于此提出了基于趋势模型的发动机振动故障识别方法.讨论了发动机整机振动趋势的数学描述及不同故障模式的趋势发展特征;建立了平稳波动模型、周期摆动模型、线性发展模型和阶跃突起模型分别描述发动机振动正常状态和三种典型故障模式;为了有效识别上述四种模型,提出了模型识别准则并实现了识别算法.最后以四组发动机实测趋势数据作为案例进行验证,结果表明该方法可以有效地区分故障模式,验证了该方法的正确性和工程实用性.     

基于Kolmogorov熵的转子-机匣系统故障诊断研究

提出了基于Kolmogorov熵的航空发动机转子—机匣系统状态识别和故障诊断新方法。应用关联积分算法,基于实测的航空发动机机匣振动时间序列求解了转子—机匣系统不同工作状态和故障状态的Kolmogorov熵;基于Kolmogorov熵,对航空发动机转子—机匣系统进行了状态识别和故障诊断。研究结果表明,该法具有较高的状态识别和故障诊断能力。     

基于深度学习的航空发动机不平衡故障部位识别

针对基于机匣测点的航空发动机不平衡故障部位识别问题,提出了基于深度卷积神经网络的航空发动机不平衡故障部位诊断方法。针对某典型双转子航空发动机,建立整机耦合动力学模型,并利用数值积分算法实现不平衡故障数值仿真;在从发动机压气机端到涡轮端的高、低压转子上选择4个不平衡故障部位作为诊断对象,通过仿真分析得到发动机典型转速下的转子不同部位不平衡故障的仿真样本;计算4个机匣测点信号的规范化频谱,通过对大量仿真数据的处理得到反映不同不平衡故障部位的故障样本集;利用仿真得到的大量不平衡故障样本,训练深度卷积神经网络,利用深度卷积神经网络的优良特征学习能力实现航空发动机不平衡故障的不同部位进行识别,数值试验结果表明该方法对航空发动机不平衡故障部位的识别准确率达到95%。     

小积液情况下卧式转子的稳定性实验研究

盘腔积液现象在舰用燃气轮机工作过程中时有发生，汽化的滑油和水蒸气凝结形成积液。转子带动腔内的积液旋转，引发振动失稳，严重时会对发动机结构造成致命性破坏。为此，本文开展燃气轮机压气机盘腔积液的模拟实验研究，以双盘双支承的卧式柔性转子系统作为研究对象，重点关注小积液量的特点，对积液转子的动力学稳定性进行了研究。观测到转子的失稳现象，开展了不同积液体积、不同积液类型（水、植物油和滑油）等因素的影响规律研究，揭示了小积液的卧式转子动力学特征。研究结果表明：①对于积液失稳振动，存在失稳边界积液量，当积液量大于该边界值时，失稳将会发生。②失稳边界转速及恢复转速均高于临界转速。当转速高于失稳边界转速时，失稳将会发生。转速进一步增加，高于恢复转速时，失稳现象可能消失。③失稳时的振动特征为：出现幅值突增，次谐波成分也随之增加；基频和次谐波发生调制，表现出拍振特征。④随着积液体积的增加，失稳边界转速先减小后增加。⑤随着积液粘度系数增大，失稳边界转速和边界积液量均增大。     

航空发动机盘腔积油振动故障分析

以大涵道比航空发动机盘腔积油振动故障为研究对象,正向分析振动故障树。对比积油转子自激振动失稳原理和故障转子的信号特征,确定故障原因。画出故障特征频率伯德图和等效激振力坎贝尔图,发现积油转子进入不稳定区失稳后的自激振动频率为发动机转子-支承系统高压激振第4阶临界转速,当积油转子转速退出不稳定区下边界后振幅存在明显的滞后现象。本文所做工作可为航空发动机盘腔积油故障诊断提供经验和依据。     

航空发动机转子相位差的试验研究

采用带机匣航空发动机模型转子试验器,模拟了航空发动机转子系统在不平衡力及各种碰磨力作用下的故障现象,测试分析了转子振动信号,研究了转子系统在故障与正常状态下的相位,验证了振动信号相位分析应用于发动机整机振动故障监测的可行性.     

航空发动机碰摩故障识别可视化技术

通过将计算机图形可视化技术引入碰摩故障识别,进行航空发动机碰摩故障识别技术研究。对航空发动机转子叶片和机匣等关键部件进行可视化建模,根据转子和机匣的振动位移,进行转静碰摩部位检测,对碰摩时产生的火花进行模拟,以直观展现碰摩故障。利用有限元碰摩故障仿真实验,进行航空发动机转静碰摩故障识别和模拟验证,结果表明了方法可以有效地识别出碰摩故障,并直观地显示出碰摩效果。     

基于监督流形学习的航空发动机振动故障诊断方法

航空发动机故障诊断中一个有挑战性的难题就是如何处理具有高维数、非线性化特点的故障数据,传统模式识别方法很难发现这类数据集的真实结构,导致故障诊断准确性不高。针对这一问题,将一种新兴的非线性维数约简技术——流形学习引入航空发动机振动故障诊断,提出基于监督流形学习理论的航空发动机特征提取与识别方法。该方法首先采用最近兴起的监督局部线性嵌入流形学习算法对蕴含在高维振动故障数据中不同故障的流形特征进行学习,映射到低维嵌入空间以实现故障的特征提取,在降维后的流形特征空间中构造分类器实现故障识别。利用航空发动机转子故障数据对方法的有效性进行了验证,结果表明,该方法显著提高了故障诊断性能,克服了传统的模式识别方法PCA和LDA的不足,并且在训练样本数为每类100的条件下,该方法的平均故障诊断正确率比PCA和LDA分别高出2.93%和7.20%。     

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。     

压气机内部噪声特征与转子叶片声固耦合机理分析

航空发动机压气机转子叶片故障多由机械激励和气动激励造成,而高强声波对转子叶片的激振因素不容忽视。通过开展某型涡扇发动机压气机内部噪声测试试验,研究压气机转子叶片振动机理及其与噪声信号的对应关系。阐述了压气机内部旋转不稳定性非定常压力波作用机制,提出了基于刚性壁声波导管技术的导出式噪声测量方法,完成了某型涡扇发动机压气机内部噪声信号测试,对噪声信号进行了频谱分析和声传播特性分析。研究结果表明,某型涡扇发动机压气机内部噪声信号频谱呈现高峰值纯音分量1 402 Hz,并且该纯音分量与转子叶片通过频率呈现特定的频率组合关系。该纯音分量的噪声源在压气机内部沿发动机顺航向方向从后向前传播。利用旋转不稳定性理论,将声源频率在不同坐标系下进行转换,当噪声源周向模态数为13时,该纯音分量可调制出与高压一级转子叶片一阶振动频率相对应的激振频率。     

Multi-probe linear fitting and time of arrival linear correction method to analyze blade vibration based on blade tip timing without once-per-revolution

Blade vibration monitoring can ensure the safe operation of aero-engine rotor blades. Among the methods of blade vibration monitoring, Blade Tip Timing (BTT) method has attracted more and more attention because of its advantages of non-contact measurement. However, it is difficult to install the Once-Per-Revolution (OPR) probe in the confined space of aero-engine, and the failure and instability of the OPR signal will reduce the reliability of the blade vibration analysis results, which directly affects the accuracy of the blade vibration parameters identification. The Multi-Probe linear fitting and Time of Arrival (ToA) Linear Correction method based on the BTT (MP-LC-BTT) without OPR is proposed to reduce the errors of single probe linear fitting method for blade vibration displacement analysis. The proposed method can also correct the calculation error of blade vibration displacement due to the nonlinear change of rotation speed, which can improve the analysis accuracy of the blade vibration displacement. A new blade vibration model conforming to the actual vibration characteristics is established, and the effectiveness of the proposed method is verified by numerical simulation. Finally, the reliability and accuracy of the MP-LC-BTT method have been verified by the experiments which include two high-speed blade test-benches and an industrial axial fan. This method can be used in the actual aero-engine monitoring instead of the BTT method with OPR.     

气体润滑轴承-转子系统非线性动力学特征的实验

对高速气体润滑轴承转子系统进行了稳定性试验研究.通过轴心轨迹、频率耦合三维图、频谱和分叉图,分析了系统非线性行为特征.实验证明气体润滑轴承-转子系统中的气膜涡动是系统非线性失稳的主要原因,气膜涡动导致的倍周期分叉是系统进入混沌振动的必由途径.通过调整系统固有频率和气膜润滑涡动频率之间的耦合关系,使得失稳转速远离设计转速;以及利用试验中所证实的混沌"有界"性质,有效的控制振幅,将是提高转子-轴承系统非线性稳定性的新途径.      

EEMD与NRS在涡桨发动机转子故障诊断中的应用

针对涡桨发动机转子系统振动信号的非平稳特征,提出一种基于集成经验模态分解(EEMD)与邻域粗糙集(NRS)的涡桨发动机转子故障诊断方法。该方法先对转子振动信号进行EEMD,提取原始信号的时域特征和多尺度排列熵(MPE)特征,转子系统的大部分故障信息隐藏在前几个高频本征模态函数（IMFs）中,分别计算它们的时域指标、能量特征和奇异值分解(SVD)特征;利用NRS评估各个特征的属性重要度,进而选出敏感特征;将其作为支持向量机(SVM)的输入向量来对转子进行故障诊断。实验结果表明:该方法利用敏感特征集对涡桨发动机转子进行故障诊断的准确率达到了97.5%,同时剔除了大量冗余特征,具有较强的鲁棒性。      

基于阶比分析技术的燃气发生器转子支承松动

振动特征分析是燃气发生器健康监测与故障诊断的重要手段,其中非平稳信号阶比分析技术是机械振动特征分析的重要方法。针对某型双转子燃气发生器变速工况下发生的转子支承松动故障,在分析该故障振动机理的基础上,介绍了阶比分析技术与发生器整机振动测试系统,通过实例分析进行了故障诊断,找到了故障发生的原因,验证了方法的有效性和可靠性     

转子振动故障的过程功率谱熵特征分析与定量诊断

针对传统旋转机械振动故障定性诊断的不足,提出了1种以信息熵理论为基础的转子故障特征分析与定量诊断方法。在转子试验台上模拟转子振动的4种典型故障,分别得到4个测点多转速下的振动过程故障数据;对这些故障数据进行分析和处理,提取反映其振动过程的故障特征——功率谱信息熵,建立能描述转子振动过程变化规律的多转速多测点下的故障信息熵矩阵,并对振动故障进行分析;通过对转子振动故障信号的实例计算和定量诊断分析,验证了该方法在转子振动故障分类和故障严重程度判断方面是可行的。     

某型航空发动机机载振动监测点选择

为给出某型航空发动机机载振动监测测振点较为合理的选择方案,基于转子支承和传力特点以及该型发动机实测振动信号的分析对比,定性和定量分析了各测点振动信号对于结构故障的反映和敏感程度。得出三个测振点能够比较真实客观地反映该型发动机的振动情况,但对于不同部件的振动敏感程度各测点又有所侧重的结论。即前测点主要反映低压压气机的振动;中测点综合反映高低压转子的振动,对以高压压气机为主导的组合故障反应更为敏感;后测点主要反映低压涡轮的振动,一定程度反映高压转子的振动,对以涡轮部件为主导的组合故障反应更为敏感。结合13台次故障发动机试车台振动测试超限报警结果的统计,给出了机载测振点较为合理的选择方案。若采用单点测振应重点考虑后测点,若采用两点测振应一个为前测点,一个为后测点。