多自由度气浮仿真试验台的研究与发展

气浮台仿真是卫星等航天器地面仿真试验的一种重要手段,其中多自由度气浮仿真试验台可以用来研究航天器的编队飞行、轨道机动和空间交会等问题.文中对国内外近几年多自由度气浮仿真试验台的研究状况进行了较详细的介绍,归纳总结了当前的研究热点和发展趋势,旨在为我国相关技术研究人员提供更多的参考和借鉴.     

航天器传动部件振动数据稀疏多分类智能故障诊断

针对航天器传动链机械零部件发生故障时训练数据稀缺以及信号的强非平稳\非线性特点,提出了动态数据驱动的子空间稀疏多分类智能故障诊断算法。首先对采集的单一传感器动态信号进行分形小波变换,生成常规和非常规二进小波尺度。然后对生成的各子空间提出基于故障能量指标的稀疏多分类器,以监测部件的故障特征频率为搜索目标,在子空间的包络解调谱上计算特征频率及其倍频附近的能量峰值,导出特定故障模式的稀疏评价指标,以各种故障模式的最大值识别和判定故障类型。所提出的算法完全实现了无人工监督的智能故障诊断。最后以航天器轴承故障诊断为例验证了该算法的有效性。所研究算法的泛化能力较强,技术路线同样适用于其他航天器传动部件的在线监测与故障智能预警。     

航天发射塔回转轴承新型清洗剂研制

航天发射塔回转轴承由于尺寸较大、结构复杂等原因,对其直接进行拆卸保养的难度过大。针对航空煤油等传统轴承清洗液存在清洗不彻底、易燃易爆、人身健康危害等缺点,本文通过对轴承润滑脂的化学成分分析研究,配置出了一种新型清洗液,用于对航天发射塔回转轴承进行清洗。经实验验证,该清洗液具有易于配置、便于存储、除油率高等特点。     

中介轴承环下流道滑油流动及润滑效率分析

航空发动机主轴轴承（中介轴承）大多采用环下供油方式进行润滑,滑油在环下供油流道中的流动特性影响着轴承润滑效率,为了改善迄今滑油流动分析与喷射-收纳滑油分析相割裂及未考虑环下供油孔与滚动体相对位置变化所产生滑油输出时变性影响的不足,提出了考虑滑油输出时变性影响的喷油-收油与滑油流动集成分析方法。首先,将进入环下供油流道的滑油分解为直接喷入收油孔的滑油和沉积于收油环壁面上并沿周向流入收油孔的滑油,通过计算这两部分滑油流量获得进入环下供油流道的滑油流量;然后,基于环下供油孔和滚动体相对位置变化规律确定供油孔出口的时变边界条件,将其嵌入滑油流动瞬态分析模型,进行模型求解后得到环下供油流道各出口的滑油流量及轴承润滑效率。所提出的滑油流动分析方法较为系统也更符合工程实际,为中介轴承润滑效率的准确计算提供了技术方法和基础数据,有助于中介轴承润滑系统的精确设计。     

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

角接触球轴承生热预测方法与灵敏度分析

通过拉丁超立方实验设计法获取角接触球轴承NSK-7015C的结构参数样本数据,采用Newton-Raphson法求解轴承变形几何协调方程、滚动体平衡方程和内圈平衡方程所构成的非线性方程组。应用Kriging和Monte Carlo相结合的方法(AK-MCS)构建样本数据与轴承生热的函数关系,在此基础之上使用全局灵敏度计算方法计算轴承结构参数对轴承生热的影响。研究结果表明:在相同轴承结构参数下,采用AK-MCS法预测的轴承生热与轴承拟静力学分析模型求得的结果差值均小于0.003 W,说明AK-MCS算法的预测结果具有较高的准确性;轴承生热对轴承滚动体直径变化反应最灵敏,轴承内、外圈沟道直径影响次之,轴承内、外圈沟道曲率半径影响最小,该研究能够为轴承结构参数的设计优化和加工精度的选择提供理论依据。      

Thermoelastohydrodynamic analysis of misaligned bearings with texture on journal surface under high-speed and heavy-load conditions

Hydrodynamic journal bearings are used to support the planetary gears in the transmission system of a Geared Turbo Fan engine, and they operate under severe working conditions, such as misalignment, high speed, and heavy load. Surface texture is regarded as an effective approach to improve mechanical properties under severe working conditions. However, the effects of surface texture on misaligned journal bearings under severe conditions have not been well studied. Therefore, a thermoelastohydrodynamic(TEHD) lubricating model with a textured and misaligned journal is presented in this study. Solid deformation, heat transfer between oil and the bearing, and heat convection between air and the bearing are considered in the model. The effects of cavitation and viscosity-temperature are also taken into account. The impacts of surface texture parameters and the misalignment angle on lubricating properties are investigated in the model. Results indicate that the bearing lubricating performance is greatly improved by optimal surface texture considering journal misalignment. The maximum oil film pressure and load-carrying capacity of a journal bearing increase with journal misalignment. Meanwhile, the oil film temperature increases sharply while considering misalignment.     

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。      

航空发动机中介轴承的动力学减载设计

通过对3种典型的航空发动机中介轴承各30台份的试车数据统计,得到使中介轴承免受“同步冲击”的原则,即:中介轴承内、外环特征频率同风扇叶片气动激振频率的整倍数接近至2%的范围内的情况为危险区域,禁止发动机在此区域长期工作.继而提出了带中介轴承的转子系统优化迭代的动力学设计方法, 通过调整叶片数目或高、低压转子转速比,直至保证危险区域的范围不超过发动机工作范围（从慢车状态至最大状态）的10%.该方法可使中介轴承免受“同步冲击”,有效地降低轴承滚道上的动载荷,提高中介轴承的疲劳寿命.      

非完备先验知识下的滑动轴承摩擦状态识别

针对监测系统通常无法全部获取轴承摩擦退化状态的先验知识,无法建立全摩擦状态的识别模型,从状态间的相似性出发,提出一种无先验知识下的基于灰色B型绝对关联度（AGRDB）和稀疏编码的滑动轴承状态识别方法。针对稀疏表示不具有监督性的缺陷,在稀疏编码的目标函数中引入AGRDB算法,训练类间距离最大、类内距离最小的正常润滑和严重摩擦的编码;在相同字典下建立具有一致判别性的稀疏表示模型,通过比较当前状态与正常润滑、严重摩擦的稀疏编码与重构误差,进一步识别当前轴承的状态,仿真信号和柴油机轴承实验的结果表明:所提方法能够在较少先验知识下识别出滑动轴承的早期摩擦状态（100~216min）和严重摩擦状态（216~384min）,且算法简单,适合较少样本下的滑动轴承摩擦故障在线监测。