航空发动机整机振动故障诊断.pdf

1.航空发动机整机振动故障诊断1.1国内外现状1〕国内航空发动机整机振动故障诊断技术研究现状国内具备发动机整机振动试验条件的单位只有发动机的设计单位和生产单位，例如沈阳航空发动机设计所和沈阳黎明公司，因此国内对此项研究的开展非常有限，成果很少。由于试验条件的限制，目前国内一些高校、研究所主要针对航空发动机工作过程中影响振动的关键部件开展研究工作。北京航空航天大学机械设计及自动化学院王春洁和曾福明根据保持器的运动特点，建立了冲击振动模型，分析影响振动的因素及其关系，研究保持架的轴向突然断裂和疲劳断裂机理，从而有针对性地解决了碰撞问题；目前，振动信号的盲源别离技术得到重视，取得了一些研究成果。西北工业大学旋转机械与风能装置测控研究所的宋晓萍和廖明夫利用盲源别离法对双转子航空发动机振动信号进行别离，对某型双转子航空发动机高压转子和低压转子所测得包含不同频率振动信号，运用FastICA算法进行了别离；西北工业大学电子信息学院马建仓、赵林和冯冰利用盲源别离技术对某型涡扇发动机振动偏大的现象进行了分析，采用FastICA和JADE算法对振动信号进行分析并且在一定条件下别离出了发动机的振源信号，为发动机的振动故障诊断技术提供了依据。中航工业航空发动机设计研究所已建成了转子振动故障再现试验器，能对发动机研制中出现的多种振动故障进行试验和信号分析，采用神经网络、小波分析技术等先进诊断技术，更加完善的故障诊断专家系统逐渐被建立起来；北京航空航天大学的洪杰、任泽刚把先进的信息处理方法和专家系统应用在航空发动机整机振动故障诊断中进行研究，中国民航大学的范作民、白杰等人把故障方程、人工神经网络等方法应用在民用航空发动机故障诊断技术中进行了研究。西北工业大学的张加圣等人开发了一套处理航空发动机振动信号以及状态监控的系统软件，具有各个过程参数的数据采集、处理计算及控制输出，监控数据的显示、存储、分析等功能。西北工业大学的杨小东等人研究某型航空发动机整机试车的故障特点，开发了某型航空发动机整机试车故障诊断与排除系统，该系统具有良好的用户交互界面，提供了系统用户管理、故障信息的智能汇总等功能。由于航空发动机的设计需要具备整机振动的实验条件，具备这样条件的沈阳航空发动机设计研究所的郑旭东等人应用整体传递矩阵法，根据某型号发动机的简化模型，对某型发动机转子—支承—机匣—安装节系统在与整机振动结果进行了比照分析的基础上进行了整机临界转速和应变能分布的计算；由于沈阳航空航天大学与沈阳航空发动机设计研究所及沈阳黎明公司合作便利，所以动力与能源学院的老师开展了一些整机振动方面的技术研究。其中，王克明针对某型航空涡扇发动机整机振动过大现象，对该发动机振动信号进行了时域、频域、三维图谱的分析，确定发动机的故障类型；沈阳航空航天大学的艾延廷和沙云东提出了基于BP神经网络的航空发动机整机振动故障诊断方法，利用ZT-3采集的航空发动机整机振动数据作为样本，建立了发动机故障诊断模型，实现了发动机故障模式分类；艾延廷运用模式识别的灰色关联度的方法，同时运用采集的某型航空发动机整机振动试验数据作为样本，建立了标准特征库，计算被评估发动机的状态参数序列与标准状态参数序列之间的灰色关联度，从而实现对航空发动机整机振动状态的评价。由于小波包和谐波小波都具有很好的时域和频域的分割能力，因而近年来有的学者将小波包和谐波小波应用到振动信号的分析中，进行谐波小波变换的过程中有自身的快速算法，克服了小波包的失真和信息丧失的缺点。因此，谐波小波有效地应用于振动信号的处理。李舜酩等运用谐波小波成功地对微弱振动信号实现了频域提取与时域重构，说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法，显示了谐波小波变换的频域保相特性；郑云飞等人根据实验得出小波对信号幅值的变化十分敏感，适合检测信号的奇异点，并且还利用广义的小波变换提取出振动信号的特征；唐玉志等对于将谐波小波的时频表示应用到噪声振动信号的时频表示；陈果将谐波小波应用到旋转机械转子的故障诊断中，成功地诊断出转子的四种旋转机械转子故障。一种改良的谐波小涉及其在转子故障诊断中的应用诊断实例证明，该方法可有效用于航空发动机振动信号的故障诊断。2〕国外航空发动机整机振动故障诊断技术研究现状国外能够独立设计和生产航空发动机的国家只有美国、英国、法国和俄罗斯等几个国家，但都将其视为国家机密，相应的技术研究文献很少。目前，关于航空发动机振动方面的研究技术只检索到英国曼彻斯特大学机械、航空宇航及土木工程分院的两篇文献。其中，PhilipBonello设计了整机的导纳谐波平衡方法，解决带有非线性齿轮的整机模型的稳态周期不平衡振动的频域计算问题。通过对仿真双转子发动机模型的验证，设计的方法功能强大、使用方便；PhamMinHai设计