基于声发射多参数融合的滚动轴承典型故障损伤程度识别方法

针对滚动轴承典型故障损伤程度难识别的问题,以声发射参数分析和波形流分析方法为基础,结合时间到达特征指数（TAFI）、计数、撞击数、能量以及引入故障特征频率功率峰值与其相邻倍频间频带内平均功率比值的无量纲参数故障因子,提出了一种基于声发射多参数融合的滚动轴承典型故障损伤程度识别方法。为验证该方法对滚动轴承典型故障损伤程度的识别效果,搭建了滚动轴承典型故障模拟试验台,开展试验并采集了线切割严重损伤和点蚀微弱损伤两种缺陷的滚动轴承声发射信号,对相同转速工况下测得的典型故障轴承与健康轴承的声发射信号应用本文提出的方法进行识别。结果表明:声发射特征参数TAFI可以初步判定轴承是否存在故障,计数和撞击数可有效识别滚动轴承的故障类型;特征参数能量可有效识别外圈故障和滚动体故障滚动轴承的不同损伤程度,引入故障因子参量来表征不同缺陷滚动轴承的损伤程度,通过线切割和点蚀缺陷1～5倍频故障因子数值上的差异,有效识别了典型故障滚动轴承的不同损伤程度,弥补了特征参数能量对内圈故障损伤程度识别的不足。该方法可有效识别滚动轴承典型故障的不同损伤程度。      

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WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别

为了能够有效地从轴承早期故障激励的高频振动信号中提取出故障特征信息,基于最优小波包基选取方法和峭度值最大筛选原则,提出了一种改进的小波包分解（WPD）、峭度值指标（KVI）与Hilbert变换相结合的滚动轴承早期故障特征识别方法。计算选取最优小波包基,确定分解层数;采用WPD方法对轴承故障振动信号进行分解,获得若干个Node分量;基于峭度值指标最大原则筛选出有效的Node分量进行信号重构;对重构信号进行包络解调分析,提取出故障特征频率对轴承故障进行诊断。采用建立的方法对凯斯西储大学滚珠轴承外圈、内圈故障实验数据和自行开展的滚棒轴承外圈、滚动体故障实验数据进行了分析与诊断。研究结果表明：该方法能够有效提高故障信号高频分辨率、保留周期性冲击成分,并能准确有效提取出滚珠和滚棒轴承故障特征频率的1~7倍频及其与轴转频调制的系列边频带频率,实现对滚动轴承故障特征的精准识别与故障诊断。     

航空高速薄辐板弧齿锥齿轮行波共振动力学响应特性与试验

针对航空高速薄辐板弧齿锥齿轮在工作中由于行波共振导致轮齿断裂故障频发,其行波共振动力学响应特性不清晰的问题,建立了一种基于显式算法的航空薄辐板弧齿锥齿轮瞬态接触动力学分析模型。考虑齿轮转速、扭矩以及时变啮合刚度的影响,计算齿轮动频值进而对行波共振点进行精准预测,研究了行波共振下齿轮轴向振动位移和动应力的动态响应特性以及振动位移场和应力场的分布规律。研究结果表明：在三节径前行波共振工况下,从动锥齿轮轴向振动位移场在周向呈现谷峰交替的三峰三谷扇形分布快速迁移的特征,行波迁移方向与齿轮转动方向相同、迁移速度远高于齿轮的旋转速度;振动应力场在周向表现为三峰的花瓣状分布形式,在齿根槽位置和齿面啮合位置存在应力集中现象;振动位移和应力响应均表现为高次谐波振动密集分布的特征。试验测量从动锥齿轮三节径前行波共振转速与仿真计算预测的行波共振转速的相对误差为1.1%,试验测量的应力值与仿真提取分析的应力值两者量级相当,验证了行波共振点预测的准确性及瞬态接触动力学分析模型的有效性。     

弧齿锥齿轮行波共振下裂纹扩展频率特性演化研究

针对某型航空发动机中央传动锥齿轮在实际工况下裂纹扩展断裂失效问题,采取实验与数值仿真相结合的方法,探究齿轮处于行波共振状态下裂纹扩展频率特性演化规律。基于行波共振理论与声测法,开展了正常齿轮和预制缺陷齿轮疲劳特性实验,实验结果表明：预制缺陷齿轮处于行波共振状态下裂纹迅速扩展,共振频率不断减小,裂纹扩展后期无法跟踪行波共振点,齿轮发生瞬断。基于模态分析方法,建立了不同裂纹尺度齿轮有限元模型,提出了裂纹扩展前期裂纹长度与模态频率比的函数关系,实验所测频率比与预测模态频率比相对误差在0.02%以内。仿真结果表明：随着裂纹程度的加深,齿轮结构不对称性加大,相同节径型振动的两个对称模态逐渐分化为两个不同的振动模态,模态频率比差值增大。综合实验与仿真结果,裂纹扩展前期行波共振导致裂纹尖端应力强度因子过大而促使裂纹发生扩展,裂纹扩展后期齿轮两对称模态交替出现,齿轮无法维持行波共振状态,由于裂尖应力强度因子接近或超过材料断裂韧性导致裂纹快速扩展,进而剩余强度不足而瞬断。     

基于GWO-NLM与CEEMDAN的滚动轴承故障诊断方法

针对滚动轴承故障振动信号受背景噪声干扰大、故障特征不易提取的问题,提出了基于灰狼算法（GWO）优化的非局部均值去噪（NLM）和完全自适应噪声集合经验模态分解（CEEMDAN）相结合的轴承故障诊断方法。先将CEEMDAN和相关系数-能量比-峭度准则作为预处理手段,并进行信号重构;然后使用灰狼算法对NLM的参数进行优化,利用最优参数对重构信号进行降噪,将降噪后的信号通过SG（Savitzky-Golay）滤波进行二次降噪,得到最终去噪信号,对最终信号进行包络分析得到诊断结果。GWO-NLM去噪、CEEMDAN和包络分析的混合特征提取技术,由仿真信号可知去噪后的信噪比提高了9.31 dB,由实验信号可知能清晰地提取轴承的故障特征频率及倍频、转频以及故障特征频率与转频的系列调制频率。      

中央传动锥齿轮行波共振特征精准识别试验研究

为了精准监测复杂工作环境下航空发动机中央传动锥齿轮行波共振特征,并满足对试验器改装小和测试装置易安装的技术要求,建立了基于刚性壁声波导管技术的导出式噪声测量方法和基于替代法原理的动态特性标定方法,研制了导出式噪声测量系统和数字式闭环控制声喇叭行波管装置动态标定系统,解决了复杂环境下的齿轮行波共振声信号测量与数据修正的问...