航空發(fā)動機(jī)作為飛機(jī)的“心臟”,由各種復(fù)雜旋轉(zhuǎn)機(jī)械構(gòu)成,其中轉(zhuǎn)子系統(tǒng)更尤為重要。在高溫高壓等極端的工作環(huán)境中,轉(zhuǎn)子系統(tǒng)很容易發(fā)生由復(fù)雜振動引起的故障。因此,對航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)的早期故障診斷研究,來保證航空飛行的安全,減少航空事故的發(fā)生具有重要的意義。因為早期的航空發(fā)動機(jī)故障信號非常贏弱,經(jīng)常混淆在巨大的噪聲中,很難準(zhǔn)確的從中提取出故障信息。為了解決這一問題,筆者主要進(jìn)行了以下的研究:（1）對目前較為多發(fā)的幾種航空發(fā)動機(jī)轉(zhuǎn)子故障予以介紹以及詳細(xì)的分析;分析了變分模態(tài)分解（VMD）的局限性,對該方法進(jìn)行優(yōu)化,論證其相比優(yōu)化前所具備的優(yōu)勢。（2）探討如何在時域與頻域特征集、樣本熵特征集與ARIMA模型就出上創(chuàng)建高維混合域故障特征集,以全方位的揭示出故障的特性。把優(yōu)化后的變分模態(tài)分解與構(gòu)建的高維混合域特征集相結(jié)合,結(jié)合等度規(guī)映射（ASL-Isomap）的流形學(xué)習(xí)方法對高維度故障特征集展開低維流形重構(gòu),達(dá)到融合故障特征,并據(jù)此改進(jìn)VMD混合域特征集-ASL-Isomap的特征提取方法。（3）通過支持向量機(jī)（SVM）完成數(shù)據(jù)處理結(jié)果識別分類,由此分析并識別航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)故障,通過網(wǎng)格搜索算法優(yōu)... 

【文章來源】：河南工業(yè)大學(xué)河南省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

近六十年來空難遇難人數(shù)圖

1緒論2航空發(fā)動機(jī)是集成了眾多高精尖技術(shù)，能夠可靠運行的設(shè)備，人們將其比作是飛機(jī)的“心臟”。這一設(shè)備能否安全的運行，在很大程度上決定了飛行器的安全性甚至是整體性能。航空發(fā)動機(jī)在運行過程中，涉及到一系列的物理場，比如流嘗力嘗溫度場等，因此其振動問題十分復(fù)雜，這也導(dǎo)致了設(shè)備的使用壽命并不太長，特別是航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)，長時間的處于高溫、高壓、高應(yīng)力條件下，惡劣工況使其產(chǎn)生了復(fù)雜的振動，由此帶來一系列的故障隱患，嚴(yán)重時會導(dǎo)致飛行事故。統(tǒng)計數(shù)據(jù)表明，相當(dāng)一部分的航空事故，都是因轉(zhuǎn)子系統(tǒng)振動故障導(dǎo)致的[2]。2018年4月17日，美國西南航空公司一架客機(jī)從紐約起飛，目的地為達(dá)拉斯。在飛行途中，由于左側(cè)發(fā)動機(jī)爆炸而出現(xiàn)事故，1人因此而喪生，如下圖2所示。2000年7月25日，法國航空4590號航班升空后，左側(cè)機(jī)翼發(fā)生火災(zāi)，導(dǎo)致飛機(jī)降落下來，撞向一家旅館，導(dǎo)致機(jī)毀人亡，機(jī)上109名人員無一生還，并造成旅店4人遇難。下圖為該事故機(jī)翼起火圖。圖2航空發(fā)動機(jī)爆炸事故圖圖3航空發(fā)動機(jī)機(jī)翼起火圖為盡可能規(guī)避轉(zhuǎn)子系統(tǒng)的振動帶來故障，要求做到對早期故障的提前識別，并及時

1緒論2航空發(fā)動機(jī)是集成了眾多高精尖技術(shù)，能夠可靠運行的設(shè)備，人們將其比作是飛機(jī)的“心臟”。這一設(shè)備能否安全的運行，在很大程度上決定了飛行器的安全性甚至是整體性能。航空發(fā)動機(jī)在運行過程中，涉及到一系列的物理場，比如流嘗力嘗溫度場等，因此其振動問題十分復(fù)雜，這也導(dǎo)致了設(shè)備的使用壽命并不太長，特別是航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)，長時間的處于高溫、高壓、高應(yīng)力條件下，惡劣工況使其產(chǎn)生了復(fù)雜的振動，由此帶來一系列的故障隱患，嚴(yán)重時會導(dǎo)致飛行事故。統(tǒng)計數(shù)據(jù)表明，相當(dāng)一部分的航空事故，都是因轉(zhuǎn)子系統(tǒng)振動故障導(dǎo)致的[2]。2018年4月17日，美國西南航空公司一架客機(jī)從紐約起飛，目的地為達(dá)拉斯。在飛行途中，由于左側(cè)發(fā)動機(jī)爆炸而出現(xiàn)事故，1人因此而喪生，如下圖2所示。2000年7月25日，法國航空4590號航班升空后，左側(cè)機(jī)翼發(fā)生火災(zāi)，導(dǎo)致飛機(jī)降落下來，撞向一家旅館，導(dǎo)致機(jī)毀人亡，機(jī)上109名人員無一生還，并造成旅店4人遇難。下圖為該事故機(jī)翼起火圖。圖2航空發(fā)動機(jī)爆炸事故圖圖3航空發(fā)動機(jī)機(jī)翼起火圖為盡可能規(guī)避轉(zhuǎn)子系統(tǒng)的振動帶來故障，要求做到對早期故障的提前識別，并及時

【參考文獻(xiàn)】：
期刊論文
[1]基于ASL-Isomap流形學(xué)習(xí)的滾動軸承故障診斷方法[J]. 王振亞,戚曉利,吳保林.  噪聲與振動控制. 2019(02)
[2]基于樣本熵的改進(jìn)小波包閾值去噪算法[J]. 向北平,周建,倪磊,艾攀華.  振動.測試與診斷. 2019(02)
[3]基于經(jīng)驗?zāi)B(tài)分解和深度卷積神經(jīng)網(wǎng)絡(luò)的行星齒輪箱故障診斷方法[J]. 胡蔦慶,陳徽鵬,程哲,張倫,張宇.  機(jī)械工程學(xué)報. 2019(07)
[4]基于EEMD小波閾值去噪和CS-BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電齒輪箱故障診斷[J]. 王紅君,趙元路,趙輝,岳有軍.  機(jī)械傳動. 2019(01)
[5]基于廣義復(fù)合多尺度排列熵與PCA的滾動軸承故障診斷方法[J]. 鄭近德,劉濤,孟瑞,劉慶運.  振動與沖擊. 2018(20)
[6]基于EEMD和DT-CWT的滾動軸承在非穩(wěn)定運行時的故障診斷研究[J]. 邢義通,顧欣然,王朝閣,張玉皓,胡志芳.  煤礦機(jī)械. 2018(10)
[7]基于LMD-MS的滾動軸承微弱故障提取方法[J]. 王志堅,吳文軒,馬維金,張紀(jì)平,王俊元,李偉偉.  振動.測試與診斷. 2018(05)
[8]基于WT與cICA的齒輪箱低頻故障特征提取[J]. 冷軍發(fā),王志陽,陳會濤,荊雙喜.  機(jī)械強(qiáng)度. 2018(05)
[9]LMD支持向量機(jī)電機(jī)軸承故障診斷研究[J]. 尹召杰,許同樂,鄭店坤.  哈爾濱理工大學(xué)學(xué)報. 2018(05)
[10]Matlab GUI小波神經(jīng)網(wǎng)絡(luò)回轉(zhuǎn)窯故障診斷[J]. 谷雨,艾紅,王輝.  北京信息科技大學(xué)學(xué)報(自然科學(xué)版). 2018(04)

博士論文
[1]基于流形學(xué)習(xí)的旋轉(zhuǎn)機(jī)械早期故障融合診斷方法研究[D]. 馬婧華.重慶大學(xué) 2015
[2]基于流形學(xué)習(xí)的風(fēng)電機(jī)組傳動系統(tǒng)故障診斷方法研究[D]. 李鋒.重慶大學(xué) 2011
[3]流形學(xué)習(xí)理論與算法研究[D]. 孫明明.南京理工大學(xué) 2007

碩士論文
[1]基于傅里葉分解算法的航空發(fā)動機(jī)轉(zhuǎn)子碰摩故障診斷研究[D]. 劉洋.南昌航空大學(xué) 2018
[2]轉(zhuǎn)子系統(tǒng)盤軸松動故障振動特性研究[D]. 劉杰.南昌航空大學(xué) 2018
[3]基于Labeled-LDA的列控車載設(shè)備故障特征提取與診斷方法研究[D]. 胡福威.北京交通大學(xué) 2018
[4]基于多特征量提取和極限學(xué)習(xí)機(jī)的軸承故障診斷方法研究[D]. 李亞卓.昆明理工大學(xué) 2017
[5]航空發(fā)動機(jī)典型故障監(jiān)測方法研究[D]. 劉宏偉.沈陽航空航天大學(xué) 2017
[6]航空發(fā)動機(jī)振動采集系統(tǒng)硬件開發(fā)研究[D]. 劉巖松.中國民航大學(xué) 2016
[7]某型發(fā)動機(jī)轉(zhuǎn)子振動故障的信號特征提取及診斷[D]. 張翠.沈陽航空航天大學(xué) 2015
[8]基于振動信號分析的汽車故障診斷研究[D]. 吳強(qiáng).合肥工業(yè)大學(xué) 2014
[9]基于支持向量機(jī)的轉(zhuǎn)子系統(tǒng)故障診斷方法研究[D]. 霍天龍.蘭州理工大學(xué) 2011
[10]航空事故案例庫設(shè)計及檢索方法研究[D]. 陳銘.南京航空航天大學(xué) 2009



本文編號：3565871