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。      

基于振动和滑油屑末信息融合的主轴承状态监测方法

针对实际服役状态下航空发动机主轴承在线状态监测和故障诊断问题,提出了一种基于振动和滑油屑末信息融合的主轴承状态监测方法。通过发动机外机匣指定位置处测得振动信号的频域特征定义滚动轴承故障损伤因子,采集回油路滑油金属屑末信息确定屑末数量增长率,将二者通过模糊推理相融合,实现滚动轴承状态的在线监测。开展了部件试验器条件下航空发动机主轴承典型损伤剥落扩展试验和整机试验,同步测试振动信号及滑油屑末信息,进行信息融合轴承状态监测方法验证。结果表明：将轴承剥落中期时的振动和滑油屑末信息输入建立的模糊推理模型,输出结果为0.59,根据定义输出数值在0～0.25区间表示轴承状态良好,输出数值在0.25～0.75区间表示轴承状态异常,输出数值在0.75～1区间表示轴承故障严重,该数值置于轴承状态异常区间,据此判断此时轴承存在故障、需及时检修。所提方法可为航空发动机主轴轴承状态监测及故障诊断提供参考。     

连续纤维增强金属基复合材料涡轮轴结构承扭特性分析

为实现对该类复合材料部件结构完整性的设计分析,以连续纤维增强复合材料轴结构为研究对象,对比分析4种细观力学模型计算连续纤维增强金属基复合材料的力学性能参数;在此基础上,采用RVE(代表体积元)有限元模型计算的复合材料力学性能参数作为输入,建立连续纤维增强金属基复合材料轴结构力学分析模型.计算与对比分析不同材料方案下纤维增强金属基复合材料轴结构在扭转载荷作用下的变形量及承扭能力,当纤维体积分数一定时,方案4的变形量最小,方案2的临界屈曲转矩最大.      

基于优化变分模态分解与计算阶次分析的主轴承故障特征增强方法

针对航空发动机主轴承微弱故障特征在高背景噪声环境和变转速工况下难识别的问题,提出了基于优化变分模态分解与计算阶次分析的主轴承故障特征增强方法.该方法将转速信号进行积分得到角位移信号,通过等角位移重采样将非平稳的振动时域信号转化为振动角域稳态信号.为了更好地分离信号中的高背景噪声,提取微弱故障信息,通过人工蜂鸟算法对变分模态分解(VMD)的惩罚因子和分解层数进行优化,使用优化后的VMD方法分解振动角域稳态信号;以故障特征能量比(FCER)作为指标对变分模态分解后的各信号分量进行评价,选择FCER大于所有分量均值的分量重构,实现振动角域信号降噪;对重构的振动角域信号进行包络谱分析,得到阶次谱并与理论故障特征阶次进行对比,实现故障诊断.通过仿真数据以及开展整机试车条件下获得的航空发动机主轴承外圈压坑故障实验数据对本文所提方法的有效性进行验证.结果表明:与局部均值分解-故障特征能量比(LMD-FCER)、小波包分解-峭度值指标-希尔伯特变换(WPD-KVI-Hilbert)分析方法相比,本文所提方法可以有效增强主轴承外圈故障特征阶次,实现了高转速、高背景噪声和变转速工况下航空发动机主轴承微弱故障的有效诊断.     

航空发动机高速锥齿轮瞬态动力学分析与试验研究

针对航空发动机中央传动锥齿轮由行波共振引起的掉块故障,采用瞬态接触动力学分析方法与试验验证相结合的手段,对行波共振发生时从动锥齿轮的共振特性和应力分布开展研究。基于声测法开展了航空发动机中央传动锥齿轮行波共振试验,研究中央传动锥齿轮行波共振特性,获取了从动锥齿轮行波共振动频、危险转速以及破坏断裂特征。仿真计算结果与试验结果对比分析表明:试验中出现三节径共振皆是前行波共振,四节径共振是后行波共振;三节径共振危险转速范围为74.2%～76.2%,四节径共振危险转速范围为102.8%～104.2%。数值仿真与试验测试中结构静频值具有一致性,三节径误差小于2%,四节径误差小于5%,验证了仿真计算模型的准确性。仿真计算四节径行波共振时从动锥齿轮齿根处和辐板应力集中,应力分布形式与齿轮故障复现试验断裂形式基本一致,辐板正面应力值大小与试验结果基本吻合,误差在0.5%～9.5%,满足工程级应力预测要求,验证了瞬态接触动力学分析方法对齿轮行波共振应力预测的有效性。试验表明该齿轮结构是否存在初始缺陷是发生齿轮断裂故障的重要因素之一。     

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...     

基于阈值参数判决筛选的航空发动机主轴承故障特征提取方法

针对航空发动机中滚动轴承微弱故障信号受环境噪声影响提取困难的问题,提出一种基于阈值参数判决筛选的航空发动机主轴承故障特征提取方法。为了自适应选择变分模态分解（variational mode decomposition,VMD）中的参数,采用粒子群算法（PSO）对VMD算法中的参数进行优化,将其作为前置参数来处理传感器收集到的轴承原始振动信号,得到K个模态分量;其次提出一种新的参数调和公式,该公式将峭度和相关系数平衡融合为一个参数P,然后基于阈值参数准则划分筛选出高信噪比信号,整合高信噪比信号产生新的振动信号;最后通过包络谱提取出轴承微弱故障特征。结果表明：参数调和公式与阈值参数判决方法能平衡峭度和相关系数之间的关系,滤除了峭度值较高但有效信息少的分量,该方法可有效提取滚动轴承简单及复杂传递路径下的故障特征,为航空发动机主轴承故障复杂信号处理和诊断提供了有效手段。     

高温环境下薄壁结构声激励响应及疲劳分析与试验验证

针对航空发动机薄壁结构热声疲劳问题,采用耦合的有限元/边界元法,对GH188薄壁结构进行动力学响应计算,采用改进的雨流计数法和Morrow平均应力模型,结合Miner线性累积损伤理论对薄壁结构疲劳寿命进行了预估。基于高温行波管试验器开展了GH188薄壁结构高温声激振疲劳试验研究,获取了薄壁结构在不同温度和声载荷作用下的模态频率、应力/应变响应和疲劳寿命结果。仿真计算结果与试验结果对比分析表明:数值仿真对结构破坏位置判断准确,破坏位置均为结构根部,结构1阶热模态频率具有一致性,误差0.49%~2.09%之间,X方向应力响应峰值集中在基频附近,随温度升高,结构发生软化刚度下降,响应峰值向左发生偏移,且预测水平与试验一致,误差在1%~3%之间,验证了薄壁结构热声响应计算方法与计算模型的准确性。结构疲劳寿命随温度和声压级的上升而均呈现下降趋势,疲劳破坏时间的预估值与试验结果在一个量级之内,误差在3~3.5倍之间,满足工程级寿命预测要求,验证了薄壁结构热声疲劳寿命预估方法的有效性。      

基于小波包变换与CEEMDAN的滚动轴承故障诊断方法

针对滚动轴承诊断受环境噪声影响,特征频率难以提取的问题,提出了一种基于小波包变换与完全自适应噪声集合经验模态分解（CEEMDAN）的滚动轴承故障诊断方法。通过CEEMDAN将传感器收集到的原始振动信号进行分解并依据峭度值-相关系数（K-C）筛选准则划分高噪信号和低噪信号。利用小波包变换分解高噪信号后选取合适分量重构实现环境噪声的滤除并与低噪信号进行整合产生新的振动信号进行包络解调,提取实际故障特征频率实现滚动轴承的故障诊断。经对比试验,所提出的方法清晰地提取出滚动轴承的转频、故障特征频率及其倍频和调制频率,由仿真信号计算可知降噪后的信号信噪比提高了7.61 dB,有效优化了对噪声滤除的效果。      

基于灰狼算法优化极限学习机的中介轴承故障诊断方法

针对中介轴承故障振动信号具有传递路径复杂、强背景噪声干扰等特点,其故障特征不易提取的问题,提出基于自适应噪声完全经验模态分解（CEEMDAN）与灰狼算法（GWO）优化的极限学习机（ELM）相结合的中介轴承故障诊断方法。利用CEEMDAN和相关系数-能量比-峭度准则（CEKC）对振动信号进行分解、筛选、重构;再提取重构信号的时域和频域特征构成特征矩阵;然后以平均错误率作为GWO的适应度值,对ELM的输入层与隐含层的权值和隐含层阈值进行优化后重新构建ELM;最后将特征矩阵输入ELM得到故障诊断结果。应用于中介轴承故障诊断中,ELM在GWO优化后故障诊断正确率有明显提升,其中45°方向传感器数据正确率由93.33%提升到99.17%。结果表明：该方法能够有效诊断中介轴承故障类型,表现出了较强的泛化能力。