基于LMD与AO-PNN的中介轴承故障诊断方法

针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解（LMD）与相关系数-能量比-峭度准则、结合天鹰座优化算法（AO）优化概率神经网络（PNN）的中介轴承故障诊断方法。使用LMD对传感器采集的振动信号进行分解;利用相关系数-能量比-峭度准则判决筛选分解得到的PF分量,重构筛选后的信号;计算重构信号的多尺度排列熵（MPE）,以构建特征向量;通过AO优化的PNN的平滑因子,将优化后的神经网络用于中介轴承的故障诊断。基于中介轴承故障试验数据对诊断结果进行了分析,结果表明：提出的方法可以有效诊断高背景噪声、复杂路径干扰下的航空发动机中介轴承的典型故障,与粒子群优化的概率神经网络方法（PSO-PNN）和传统的PNN方法相比,其诊断准确率分别提高了3.875%和8.125%,具有较好的全局收敛性和计算鲁棒性。     

进气畸变及非轴对称端壁造型对紧凑型压气机中介机匣性能的影响

为掌握畸变进气下非轴对称端壁造型对大径向落差长度比紧凑型压气机中介机匣气动特性的影响机制，采用数值模拟方法研究了畸变进气条件下中介机匣的流动特性，并进一步探索了轮毂非轴对称端壁造型对中介机匣内部流动结构和节流特性的影响。结果显示：进气畸变下中介机匣出口流场高总压损失与畸变主要来源于轮毂表面附面层分离产生的旋流和支板角区分离的共同作用。采用提出的基于三角函数的非轴对称端壁造型方法可有效消除轮毂表面的分离螺旋节点和支板角区分离，使中介机匣性能得到明显提升，总压损失系数降低约11.4%，且畸变进气下轮毂端壁造型对中介机匣节流特性的影响规律与均匀进气不同。     

航空发动机主轴轴承状态监测研究现状与发展趋势

航空发动机主轴轴承承受着高温、高速、重载、贫油、断油等极端工况,其疲劳、磨损等失效问题严重影响发动机的可靠性.因此,对航空发动机主轴轴承的使用状态进行有效精确监测极为重要.对航空发动机主轴轴承工况特点、主要失效模式和失效机制进行了梳理;针对主轴轴承的状态监测方法和技术,总结并对比分析了现有主轴轴承振动、滑油状态、声音、...     

旋转部件转动诱导振动信号检测与分析

阐述了一个典型旋转部件振动时产生诱导振动信号的检测方法。介绍了测试系统，旋转部件振动测点布置和振动信号采集。根据两个样机的实测结果，认为旋转部件的诱导振动信号与旋转部件生产质量、安装精度密切相关，对旋转部件轴承固有特征的理论计算值和实测频谱进行了比较，进而判断轴承是否存在故障，并分析了上、下轴承间振动信号的相关性。