基于加强谱峭度的航空发动机齿轮毂故障诊断

针对航空发动机减速器一级齿轮毂故障诊断问题,提出了一种基于小波包和CHI-LMD(三次Hermite插值-局部均值分解)的加强谱峭度的故障诊断方法。在用AR(自回归)参数模型对原始信号进行降噪后,首先采用小波包对信号进行分解,并结合谱峭度找出特征频带,继而用CHI-LMD对特征频带进行再分解获得若干PF分量,最后对获得的PF分量计算谱峭度作为故障识别参数。利用此方法对10组待识别信号的诊断结果表明,该方法能有效识别减速器一级齿轮毂故障,在不拆卸发动机的情况下实现了对目标的诊断。     

基于SSD-HT时频阶比跟踪的变转速转子故障诊断

为解决变转速工况下转子故障特征难以提取的问题,提出一种基于SSD-HT时频阶比跟踪的转子故障诊断方法。应用一种新的信号分解方法—奇异谱分解对转子故障振动信号进行分解,得到包含故障特征信息的奇异谱分量。运用希尔伯特变换计算各个有效奇异谱分量的瞬时频率,获取故障信号的时频分布。根据时频分布中的转频信息对原始振动信号进行阶比跟踪分析,提取直观的阶次特征。仿真分析与实验分析结果表明,在无转速测量装置条件下,所述方法可准确判别变转速工况的转子故障模式,相对于传统分析方法表现出一定的先进性。     

考虑两种失效竞争的多状态冷贮备系统可靠性模型

针对装备系统中多状态工作部件存在退化失效与突发失效竞争的情况，以冷贮备系统为研究对象，假设系统内3个维修台可分别提供预防性维修与两种不同类型的修复性维修，采用随机检测策略，系统性能水平在一定范围内退化时进行预防性维修，部件完全退化失效时进行退化失效修复性维修，而突发失效时进行突发失效修复性维修；利用PH （Phase-type）分布描述模型中各类随机时间变量，外部冲击的到达则采用PH更新过程描述，建立了考虑退化失效与突发失效的多状态冷贮备系统可靠性模型。最后通过算例验证了模型的适用性，演示了预防性维修阈值以及三类维修速率对系统可靠性的影响。     

以可用度为目标的民用飞机不完全预防性维修间隔优化

民用飞机制造商推荐的初始预防性维修间隔通常不考虑运营环境和维修能力的差异,在满足飞机安全性要求的同时,难以达到可用性的最优状态。基于不完全维修理论,采用役龄回退因子修正部件的可靠性模型,以反映维修工作对于部件性能的影响;结合航空公司运行实际情况,以部件可用度为目标函数,可靠度阈值为约束条件,提出不完全维修策略下的预防性维修间隔优化模型,并以某型飞机的空气起动机航线故障数据进行实例验证。结果表明：在满足可靠度阈值的约束条件下,所建立的维修间隔优化模型得出的最优维修间隔与实际相符,该模型合理可行。     

基于局部均值分解的齿轮振动信号分析与研究

齿轮振动信号常表现出明显的非线性和非平稳特征。为有效提取齿轮振动信号的特征信息,将自适应信号分解方法——局部均值分解用于齿轮振动信号的分析。使用局部均值分解对三种状态的齿轮振动信号进行分解,得到一组PF分量,并对PF分量进行频谱分析。分析结果表明,局部均值分解完成了对齿轮振动信号的有效分解,各PF分量的幅值谱获得了不同状态齿轮振动信号的特征谱线,实现了对齿轮状态特征的准确提取。     

基于改进K-SVD字典训练的涡扇发动机气路突变故障稀疏诊断方法

以典型气路突变故障信号的稀疏特性为基础,通过对涡扇发动机部件特征原子组进行分类,提出了改进K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的稀疏诊断方法,并结合气路典型突变故障开展了仿真实验研究。仿真结果表明:相比于拓展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,改进K-SVD方法对故障定位准确,无故障部件健康参数变化为0,可有效提高故障部件辨识度,避免误诊断;计算耗时与EKF方法基本相等,仅为UKF方法的03%,是一种有效的航空发动机气路突变故障在线诊断方法。     

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...     

基于CWT-CNN的齿轮箱运行故障状态识别

针对传统故障诊断中提取的特征不具有自适应能力、很难匹配特定故障的问题,提出了一种基于连续小波变换（CWT）和二维卷积神经网络（CNN）的齿轮箱故障诊断方法。该方法对齿轮箱故障振动信号采用连续小波变换构造其时频图,以其为输入构建卷积神经网络模型,通过多层卷积池化形成深层分布式故障特征表达。利用反向传播算法调整网络各层的结构参数,使模型建立从信号特征到故障状态之间的准确映射。在不同工况和不同故障状态下的实验中,故障识别准确率达到了99.2%,验证了方法有效性。采用这种自适应学习信号中丰富的信息的方法,可以为故障诊断智能化提供基础。      

多指标约束下考虑报废的可修复备件携行方案优化

针对任务期间普遍存在的故障件报废和备件多指标约束问题,提出了多层级装备的可用度近似评估方法及携行备件方案优化方法。首先通过忽略维修时间将考虑报废率的多层级可修件转化为单层级消耗件,进而利用伽马分布的可加性建立装备可用度评估模型。在此基础上以装备可用度、备件总质量为约束指标,以备件总体积最低为目标构建多约束备件优化模型。模型求解过程中引入拉格朗日因子,并采用边际算法对约束因子进行动态调整。算例中通过与仿真结果的对比、分析得出：当维修时间取值在部件等效平均寿命的一半以内时,提出的近似方法合理可行,平均误差小于5%。     

基于谱插值和奇异值差分谱的滚动轴承静电监测信号去噪方法

采用静电传感器进行滚动轴承故障监测实验研究.针对滚动轴承静电监测中各种强噪声、故障特征难以提取的问题,提出了基于谱插值和奇异值差分谱的联合去噪方法.首先采用谱插值抑制工频干扰,然后将所得信号构造Hankel矩阵,求取奇异值差分谱并自动确定有用分量个数,最后重构信号.仿真和实验结果表明:仅采用奇异值差分谱或者小波去噪方法,无法从含有强工频干扰的信号中提取有用成分;所提出的方法相比较谱插值和小波去噪方法能够凸显早期故障特征频率.     

小型航空活塞发动机喷油异常的故障诊断

针对小型航空活塞发动机出现的喷油异常故障,基于发动机的缸内压力和缸盖振动信号,采用一种变分模态分解和布谷鸟搜索优化支持向量机相结合的故障诊断方法对发动机喷油异常故障进行诊断。该方法使用变分模态分解对发动机的缸内压力信号和缸盖振动信号进行处理得到本征模态函数,对本征模态函数进行奇异值分解和能量特征提取,将缸内压力和缸盖振动的数据集输入布谷鸟搜索算法优化的支持向量机模型中进行训练和测试。结果表明:该方法较好地识别出发动机喷油异常的故障,其中缸内压力和缸盖振动信号的故障识别分类准确率分别为95.32%和92.47%,验证了该方法的有效性。      

考虑维修力量影响及载荷动态分配的k/n系统模糊可靠性分析

工程实际中,维修活动开展前往往存在一定时长的准备期,且由于环境时变性、系统长期运行后的劣化累积等因素导致部件状态性能水平存在不确定性,使得系统可靠性建模较为困难。对此,运用模糊数表征系统部件的失效转移率、修复转移率及修理工维修准备率的同时,以Power Law规则刻画部件间的故障相关关系,认为部件承担载荷超过某阈值时才会引发故障相关现象,并考虑了修理工数量与故障件数量之间关系对系统可靠性的影响,研究了载荷动态分配条件下带维修准备期的多修理工n中取k模糊多状态系统模型,建立了状态转移微分方程组,提出用逆向逐层分析的思路建立系统稳态概率系数的递推关系,应用α水平截集及Zadeh扩张原理确定了模糊状态概率的截集区间,得到了系统模糊稳态指标,最后通过算例给出了修理工数量及部件参数模糊程度对系统稳态指标的影响,验证了模型的适用性。     

航空发动机锥齿轮故障诊断技术研究

通过在锥齿轮相对应的附件机匣壳体上固定加速度传感器,在发动机试车过程中采集锥齿轮振动信号,识别特征信号,运用时频分析法、低秩稀疏分解算法、稀疏正则算法、谱峭度法分别对锥齿轮故障特征信号进行分析处理,通过比较分析,表明低秩稀疏分解算法能够有效滤除噪声和谐波干扰信号,增强故障特征信号的显著性,识别锥齿轮潜在故障,解决了锥齿轮微弱振动信号难以分离和识别的技术难题,实现了航空发动机锥齿轮故障诊断,保证了锥齿轮工作可靠性和安全性,为航空发动机锥齿轮故障诊断提供了新方法。     

考虑备件约束的多部件串联系统使用可用度计算方法

使用可用度是衡量装备系统保障效能的重要指标,而备件供应是保障活动中的关键,故在计算系统的使用可用度时有必要考虑备件约束对其的影响。在现有的使用可用度计算方法中,马尔可夫更新理论很少用于分析考虑备件的系统,基于库存理论的可用度计算模型没有考虑备件供应延误对系统更换维修活动的影响。为了解决以上问题,首先将整个系统故障与维修过程分为故障系统的更换维修和故障件的维修周转2个子过程,并分析了2个子过程之间的影响关系;然后给出一种考虑备件约束的多部件串联系统使用可用度计算模型;最后实例分析表明,该模型可以方便地计算多部件串联系统的使用可用度,且与库存理论中的计算模型相比,该模型计算结果与仿真结果更为接近。     

任务期间考虑故障件报废无补给下的多级装备可用度评估

针对任务期间普遍存在的故障件报废问题,提出了一种适用于多等级多层级航空装备的可用度近似评估方法。首先通过忽略维修和运输时间将存在报废率的可修件等效为消耗件,然后分别通过后方保障中心对飞行基地备件量的分配以及下层级部件对上层级部件备件量的折算,将多等级多层级备件模型转化为单等级单层级模型,最后利用伽马分布的可加性得到整个保障系统的装备可用度。在实际算例中,通过与仿真结果的对比得出:当维修和运输时间较小或飞行基地备件配置充足时,本文提出的近似评估方法具有较高的精度。     

基于经验模态分解剩余信号能量特征的滚动轴承故障模式智能识别

针对滚动轴承故障模式识别问题,分析了振动信号的时域特征与经验模态分解剩余信号的能量特征,并将采集的特征一起构成了多域多类别的原始故障特征向量集,同时采用遗传算法对支持向量机径向基核函数参数和惩罚参数进行了寻优,提出了结合经验模态分解剩余信号能量特征的遗传算法优化支持向量机参数的滚动轴承故障模式识别方法。实验表明,给出的故障模式识别方法,对滚动轴承的外圈故障、内圈故障、滚动体故障及正常状态有很好的识别效果,具有较强的实用性,能够为滚动轴承故障的模式识别和智能诊断提供帮助。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

基于参数自适应变分模态分解的行星齿轮箱故障诊断

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。      

复杂冗余系统的预测维修决策

针对多状态、多冗余复杂系统的预测维修问题,提出一种以系统可靠性为中心的预测维修设计方法。利用GO法建立了系统的可靠性分析模型,基于马尔可夫过程理论获得部件的可靠性参数随时间变化的状态转移方程,并给出了部件和系统动态可靠性的计算方法。综合部件退化度、维修成本、对系统可靠性的影响等因素提出维修优先数(MPN)的概念,以定量描述部件的维修重要性。以系统可靠性是否达标为准则设定维修时刻,以维修时刻部件的MPN为依据确定维修顺序,以维修的单位时间成本最小为目标优化维修范围和维修项目。最后以某捷联惯性导航系统(SINS)为例进行了算法验证,仿真结果表明该预测维修方法的设计是可行的、有效的。     

装备自主维修保障的维修与库存联合优化

装备自主维修保障系统(ALS)的核心是在网络化维修保障体系内由装备剩余使用寿命评估(RULE)信息驱动维修保障决策,其能有效降低装备寿命周期成本、提高装备使用可用度.在分析RULE特性与ALS运行机制的基础上研究了ALS中装备维修和备件供应等各类成本的产生机理,以单位时间成本最小为目标提出了基于RULE的维修与库存联合优化模型,应用Monte Carlo仿真方法设计了求解最优维修保障成本的算法,并分析了RULE的漏检率与虚警率对维修保障效能的影响.