论文部分内容阅读
航空发动机被誉为“工业皇冠上的明珠”,是由3-4万个零件、2-3千个螺栓构成的复杂高精度装备,对装配精度和动力学稳定性都有极高的要求。本文的研究对象低压涡轮轴是航空发动机传递动力的核心部件,由轴盘和锥壁通过36组螺栓连接装配而成,是一种典型的多螺栓连接法兰盘结构,因长期服役于高温、高压、高转速的工作环境,其连接状态直接影响到航空飞行器在服役过程中的动力学特性。所以,采用有效方法开展低压涡轮轴连接状态监测,实现装配精度及服役性能的准确评估对于改善涡轮轴稳定性和可靠性尤为关键。本文以低压涡轮轴为研究对象,基于振动能量传递特性设计了连接状态智能识别模型,分别以多螺栓结构连接状态智能识别模型识别结合部上螺栓松动的位置,以单螺栓结构连接状态智能识别模型识别松动位置的螺栓预紧力具体下降程度,最终实现了结合部上各个位置连接状态的智能识别。本文的主要研究内容如下:首先,在第二章中分析了螺栓连接结构因工作载荷和弹性相互作用而造成的预紧力分散性特征;通过有限元仿真和振动功率流理论,分析了结合部连接状态与结构振动能量传递特性之间的关系,在此基础上验证了“基于结构振动能量传递特性识别结合部连接状态”方法的可行性。其次,在第三章中根据单螺栓连接结构的振动功率流传递特性,设计了单螺栓连接梁实验,获取了不同连接状态下结构的振动响应信号;采用小波包分解及时频域分析方法对实验数据进行处理并提取信号特征,然后根据距离评估理论选取敏感特征作为输入向量,最后结合KNN模式识别算法训练得到单螺栓结构连接状态智能识别模型,进而通过振动信号成功识别了单螺栓结构在不同预紧力下的连接状态。然后,在第四章中设计了多螺栓连接梁实验采集振动信号,由于螺栓之间的弹性相互作用导致结合部连接状态和振动能量传递过程较为复杂,故选用EEMD分解处理振动信号避免模式混叠,再结合奇异值分解对信号进行主成分分析,以奇异值熵作为特征向量输入SVM进行分类器模型训练,最终获得了多螺栓结构连接状态智能识别模型,成功识别了结合部区域的连接状态。最后,在第五章中以低压涡轮轴为研究对象,对其进行有限元仿真和振动功率流能量传递特征分析,并根据分析结果设计实验、布置振动信号测点;通过第四章的技术路线建立低压涡轮轴多螺栓松动位置的智能识别模型;通过第三章的技术路线建立低压涡轮轴单螺栓预紧力连接状态智能识别模型。两个智能识别模型配合轴盘上信号采集点均匀分布的测试方案,即可快速、准确的识别低压涡轮轴结合部上各个位置的连接状态。