[發(fā)明專利]一種航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障信號特征信息的提取方法

有效

• 申請?zhí)枺?/td>: 201810868394.0
• 申請日: 2018-08-02
• 公開（公告）號: CN108731945B
• 公開（公告）日: 2019-12-13
• 發(fā)明（設(shè)計）人: 劉曉波;高慶生;辜振譜
• 申請（專利權(quán)）人: 南昌航空大學(xué)
• 主分類號: G01M15/02
• 分類號: G01M15/02
• 代理公司: 36128 贛州智府晟澤知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 鄒圣姬

本發(fā)明公開了一種航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障信號特征信息的提取方法，該方法先對轉(zhuǎn)子碰摩振動信號進行采集，并對采集到的轉(zhuǎn)子碰摩振動信號進行FDM分解，得到完備的碰摩振動信號FIBFs分量，再構(gòu)造降噪后轉(zhuǎn)子碰摩故障振動信號的Hankel矩陣，并對獲得降噪碰摩振動信號的奇異值繪制奇異值曲線，確定奇異值突變點并進行重構(gòu)階數(shù)和對該信號進行包絡(luò)譜分析，從而實現(xiàn)故障信息的有效提取。該方法利用基于FDM分解和奇異值差分譜分析，實現(xiàn)了轉(zhuǎn)子系統(tǒng)故障特征頻率的合理提取，同時又高效濾除了碰摩振動信號中的噪聲信號成份，從而能由低頻段強噪聲背景中提取出弱故障特征信息，實現(xiàn)了故障信息的有效提取。

技術(shù)領(lǐng)域

本發(fā)明涉及一種信號特征信息的提取方法，尤其涉及一種航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障信號特征信息的提取方法。

背景技術(shù)

航空發(fā)動機是飛機的心臟，是航空機械設(shè)備中故障率最高、調(diào)整最復(fù)雜、維護工作量最大的系統(tǒng)，其工作狀態(tài)的好壞直接影響到飛機的安全可靠與運行。一旦發(fā)動機在運行中出現(xiàn)了故障，就可能導(dǎo)致飛機無法正常飛行，危及人身安全，造成重大的社會、經(jīng)濟損失。

據(jù)統(tǒng)計，航空發(fā)動機的故障發(fā)生率約占整個飛機故障的30％，飛機因機械原因發(fā)生的重大飛行事故中40％左右是由于發(fā)動機故障導(dǎo)致的，發(fā)動機由于自身特點不同于一般機械，即使非常輕微的一些機械缺陷或損傷都會引起轉(zhuǎn)子系統(tǒng)的振動，包括從幾乎小得微不足道的振動到大得足以導(dǎo)致發(fā)動機破壞的振動。由于航空發(fā)動機轉(zhuǎn)子系統(tǒng)的復(fù)雜性，往往多種故障會表現(xiàn)為相同的振動，而同一故障又會表現(xiàn)為不同的振動，所以會導(dǎo)致漏報和誤報，嚴重影響了航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障診斷的可靠性。為了提高航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障診斷水平，需要發(fā)展實用、準確、高效的特征信息提取方法。

目前，航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障診斷和信號特征提取的方法很多，例如，侯勝利、李應(yīng)紅等在《基于主元核相似度免疫機制的故障診斷方法及應(yīng)用》一文中基于主元核理論和免疫系統(tǒng)機制，提出了基于主元核相似度免疫機制的故障診斷方法；文振華、左洪福在《基于粗糙集—集成神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機磨損故障診斷方法》一文中將粗糙集理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合并應(yīng)用到航空發(fā)動機磨損故障診斷中，依據(jù)屬性的重要性和決策表的相容性，采用粗糙集理論對征兆信息進行屬性約簡，獲取征兆的主要特征；徐啟華、師軍在《基于支持向量機的航空發(fā)動機故障診斷》一文中提出一種基于支持向量機的航空發(fā)動機故障診斷方法，應(yīng)用該方法成功地對發(fā)動機氣路部件的幾種典型故障進行了正確診斷；王威、侯勝利在《一種基于人工免疫理論的性能監(jiān)控與故障診斷方法》一文中針對航空發(fā)動機故障樣本獲取比較困難等問題，提出了一種基于人工免疫理論的航空發(fā)動機性能監(jiān)控與故障診斷方法；蔡開龍，謝壽生在《航空發(fā)動機的模糊故障診斷方法研究》一文中提出了一種基于T-S模糊模型的故障診斷方法，將基于T-S模糊模型的故障診斷方法應(yīng)用于航空發(fā)動機。

這些方法都對航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障診斷和信號特征提取做出了一定的貢獻，但其診斷手段相對單一，難以較為準確、快捷的提取航空發(fā)動機轉(zhuǎn)子系統(tǒng)的工況特征信息，而且反映航空發(fā)動機轉(zhuǎn)子系統(tǒng)的運行狀態(tài)不夠全面。

同時，授權(quán)公告號為CN101968379B的專利和申請公布號為CN107506709A的專利申請分別公開了兩種航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障信號特征信息的提取方法，這兩種方法都是利用電渦流位移傳感器測取振動信號，并分別采用構(gòu)思不同的小波聚類進行分析，從大量振動位移信號中挖掘隱含的特征信息，實現(xiàn)工況特征的提取，前一種方法在提取精度和速度上仍然存在一定的不足，后一種提取方法在前一種的基礎(chǔ)上進行了突破性改進，但其和前者仍然都存在一共性問題，即在提取結(jié)果中噪聲背景頻譜得不到有效的濾除，且弱故障特征信息與故障特征信息頻率頻譜沖擊振幅接近，在一定程度上影響了轉(zhuǎn)子故障特征的合理提取，所以，為了去除噪聲干擾并更加合理地對航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障進行診斷和信號特征提取，還需通過其他方向做進一步的改進。

發(fā)明內(nèi)容

(1)要解決的技術(shù)問題