论文部分内容阅读
发动机管路系统是发动机系统的核心部件,发动机工作环境通常十分恶劣,管路系统所产生的振动故障往往会引起发动机的运行失常,产生各种事故。通过对发动机管路进行工况监测和故障诊断,从中找出故障原因和类型,可以防患于未然。本文重点对发动机转子引起发动机外部管路振动的故障进行了研究,从特征提取和故障诊断两个方面分析,构建了以故障敏感性参数为特征,基于粒子群优化的支持向量机的故障诊断框架,并依托实验室平台进行了航空发动机滑油管测量实验。本文重点开展了如下几个方面的工作:(1)对管路振动故障的类型和产生机理进行了阐述。重点研究发动机外部管路中转子系统故障。(2)构建了对管路故障敏感性高的特征向量。通过对采集到的航空发动机管路振动信号进行时域和频域分析,提取其基本的时频域特征。然后对信号的小波包分解提取信息熵特征、振动信号统计特征和振动信号振动特征等三类特征参数。结合盒图分析各特征参数对不同故障进行了敏感性分析,同时通过相关系数矩阵进一步分析各特征参数之间的关联,选取敏感性高的参数组成特征向量。(3)故障诊断并验证特征向量的性能。采用支持向量机(SVM)工具包对本文的特征向量的诊断效果进行了实验验证,并对诊断效果差的SVM进行PSO优化,从而得出优化参数。实验结果表明,本文择优选取的特征向量诊断效果较好。(4)设计了航空发动机管路测量实验,进行了悬挂状态下管路的固有模态分析以及整机振动状态下管路振动能量差异性分析,通过实验分析得出B&K传感器和FBG都可以用于测量管路的固有振动特征,验证了光纤光栅振动传感器在测试整机振动管路能量差异性和响应点与激励点距离的影响有较好的效果。