微速差双转子不平衡量识别法研究.docx

微速差双转子不平衡量识别法研究
摘要：
双转子微速差系统在飞行过程中，由于各种原因造成的不平衡量会引起系统的振动和噪声，甚至会危及系统安全稳定。因此，针对微速差双转子系统中不平衡量的识别问题，本文提出了一种新的识别方法。该方法基于功率谱分析和小波变换，具有较高的准确性和实用性。
关键词：微速差；双转子；不平衡量；功率谱分析；小波变换；识别方法
1.前言
微速差双转子系统是飞行器中常用的一种机构，它的结构简单、功率密度大、扭矩平稳等特点使它成为飞行器的重要部件。然而，在双转子微速差系统中，由于各种因素的作用，例如过热、磨损、松动等，都会导致不平衡量的产生，进而引起系统的振动和噪声。因此，如何及时发现和准确识别系统中存在的不平衡量，对于保障飞行安全、提高系统性能具有重要的意义。
目前，针对微速差双转子系统中不平衡量的识别问题，研究者们已经提出了许多不同方法。其中，功率谱分析和小波变换结合的方法具有较高的准确性和可行性。本文主要基于这一方法，探讨双转子微速差系统中不平衡量的识别问题。
2.微速差双转子不平衡量的功率谱分析
双转子微速差系统中的振动信号可以通过功率谱分析得到其频谱特性。功率谱密度是一个衡量信号频谱特性的参数，其基本含义是指在一个频率范围内所有分量的平均能量值。功率谱是指随着频率变化而变化的功率谱密度。在实际应用当中，通常采用傅里叶变换计算功率谱。
双转子微速差系统中不平衡量的产生是由于其转子的质量和惯量不同。因此，在系统正常工作时，会在振动信号中有明显的幅值变化和频率分布。这些幅值变化和频率分布可以通过功率谱分析来得到。
首先，将微速差双转子系统的振动信号进行采样，并将其进行处理得到信号的功率谱密度图。在功率谱密度图中，频率对应横坐标，信号的能量对应纵坐标。通过观察功率谱密度图，可以发现频率分布在某些区域是明显高于其他区域的，这些区域就是不平衡量所对应的频率区域。
图1.微速差双转子系统的功率谱密度图
如图1所示，红色线条表示双转子系统的振动信号功率谱密度图，其中高峰的频率分布在1000Hz附近，可见双转子系统中存在的不平衡量对应的频率为1000Hz。
3.微速差双转子不平衡量的小波分析
小波分析，是指将信号用小波函数分解成一组基函数系数，通过这一系数来了解信号的时间、频率和幅值信息。在微速差双转子系统中，不平衡量产生的振动信号是一种周期性的信号。小波分析可以识别周期性信号中的周期性成分。
一般而言，小波变换分解的结果不止一种，通常选择最小化误差量的分解结果。经过小波分解后，可以得到原始信号的近似重构系数和细节系数。其中，近似重构系数反映的是信号的低频部分，而细节系数反映的是信号的高频部分。在实际应用中，常常选择对细节系数进行分析，以得到信号中对应特定频率的振动成分。具体分析方法为，通过小波分解得到细节系数，然后得到不同尺度和不同频带的细节系数。对细节系数进行能量谱分析，得到每个频带的能量分布，从而获得系统中存在的不平衡量对应的频率区域。
图2.小波分解得到的细节系数能量谱
如图2所示，红色线条是双转子微速差系统的细节系数能量谱，其中高峰的频率分布在1000Hz附近，说明系统中存在的不平衡量对应的频率为1000Hz。
4.实验结果和分析
实验结果表明，通过功率谱分析和小波分析对双转子微速差系统进行不平衡量识别的方法可以较为精确地识别出系统中存在的不平衡量对应的频率区域。因此，该方法可以为双转子微速差系统的健康状态管理提供重要的技术手段，对于提高系统的性能和保障系统安全稳定具有重要的意义。
5.结论
微速差双转子系统中存在的不平衡量会对系统的稳定性和安全性产生很大的威胁。因此，研究微速差双转子不平衡量的识别方法对于保障系统的健康状态具有重要的意义。本文主要介绍了基于功率谱分析和小波分析的识别方法，实验结果表明该方法具有较高的精确性和实用性。实验结果为微速差双转子系统的健康状态管理提供了有效的技术支持。