论文部分内容阅读
中介轴承是航空发动机的关键部件,工作在高速、高温、高压、重载的恶劣工况下。中介轴承早期微弱故障会在极短的时间内发展成不可控制的轴承损毁现象,迫使转子系统卡死、发动机停机,造成航空事故发生,因此研究航空发动机中介轴承故障诊断具有重大现实意义。航空发动机中介轴承双转子试验台是研究中介轴承的重要载体,试验台与航空发动机的共同特点是：振动信号传递路径复杂,加上环境噪声和其它干扰成分的存在,使得信号信噪比极低。而且中介轴承故障信号往往表现出非平稳、非线性的特征,难以从测试得到的振动信号中提取出故障特征,为此本文开展了以下研究内容：1.论述了航空发动发动机中介轴承故障诊断发展状况,阐述了局域均值分解在故障诊断领域中的应用。编制了关于试验台的故障试验方案,针对中介轴承NU1013进行了大量点蚀、裂纹故障试验,研制了针对试验台的数据采集系统。2.针对试验台振动信号非平稳、非线性、低信噪比造成的故障特征提取困难问题,本文提出了结合局域均值分解和流形学习的故障诊断方法。首先对源信号进行局域均值分解得到分量信号,构造高维空间数据集,然后利用流形学习的方法对高维空间数据集进行低维流形重构,舍弃噪声子分量,保留表征信号本质特征的吸引子分量,最后将重构信号相加得到降噪信号。通过试验台测试信号分析验证了方法的有效性。3.针对试验台有效测试通道个数小于振源个数的欠定盲源分离问题,研究了基于局域均值分解的盲源分离方法。首先利用局域均值分解分解源信号,其次利用特征值累计贡献率确定振源个数n,然后求取观测信号与源信号的相关系数,以前n个最大的相关系数对应的分量信号作为最优观测信号,最后将最优观测信号输入快速独立分量分析算法,得到最佳信源估计。通过仿真计算和试验台测试信号分析验证了方法的可行性。4.利用LabVIEW、MATLAB,结合转子、中介轴承故障机理,开发了航空发动机中介轴承双转子试验台故障诊断分析系统,将常用信号处理算法和上述故障诊断方法集成到系统中。大量的实例信号分析,验证了系统的实用性。