[發(fā)明專利]一種航空發(fā)動(dòng)機(jī)轉(zhuǎn)子故障的診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810868409.3
• 申請(qǐng)日: 2018-08-02
• 公開(kāi)（公告）號(hào): CN108760327B
• 公開(kāi)（公告）日: 2019-12-13
• 發(fā)明（設(shè)計(jì)）人: 劉曉波;辜振譜;熊震
• 申請(qǐng)（專利權(quán)）人: 南昌航空大學(xué)
• 主分類號(hào): G01M15/02
• 分類號(hào): G01M15/02
• 代理公司: 36128 贛州智府晟澤知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 鄒圣姬

1.一種航空發(fā)動(dòng)機(jī)轉(zhuǎn)子故障的診斷方法，其特征在于，包括如下過(guò)程：

一、航空發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)加速度信號(hào)的采集；通過(guò)電渦流加速度傳感器，按確定的時(shí)間間隔或采樣頻率測(cè)取一定數(shù)量的航空發(fā)動(dòng)機(jī)轉(zhuǎn)子系統(tǒng)在某個(gè)采樣時(shí)段的振動(dòng)加速度信號(hào)；

二、對(duì)采集航空發(fā)動(dòng)機(jī)轉(zhuǎn)子的振動(dòng)加速度信號(hào)進(jìn)行降噪處理，具體步驟為：

(1)對(duì)振動(dòng)加速度信號(hào)進(jìn)行N層提升小波分解；對(duì)振動(dòng)加速度信號(hào)通過(guò)進(jìn)行小波提升，并由式

s_e(k)＝s(2k)，k∈Z

s_o(k)＝s(2k+1)，k∈Z

將數(shù)據(jù)序列{s(k),k∈Z}剖分為奇樣本序列和偶樣本序列；

再由式

d(k)＝s_o(k)-P[s_e(k)]，k∈Z

c(k)＝s_e(k)+U[d(k)]，k∈Z

得到N組提升小波的近似系數(shù)c和細(xì)節(jié)系數(shù)d，

其中，P(·)為預(yù)測(cè)器，用s_e(k)預(yù)測(cè)s_o(k)，預(yù)測(cè)偏差為細(xì)節(jié)信號(hào)d(k)，U(·)為更新器，以細(xì)節(jié)信號(hào)d(k)更新s_e(k)，c(k)為逼近信號(hào)；

(2)對(duì)每層細(xì)節(jié)系數(shù)進(jìn)行閾值處理；由式

進(jìn)行軟閾值處理，

其中，sign(x)為x的符號(hào)函數(shù)；

得到估計(jì)細(xì)節(jié)系數(shù)G；

(3)用估計(jì)細(xì)節(jié)系數(shù)G與近似系數(shù)c由高至低進(jìn)行提升小波重構(gòu)；由式

s_e(k)＝c(k)-U[d(k)]，k∈Z

s_o(k)＝d(k)-P[s_e(k)]，k∈Z

由高至低進(jìn)行提升小波重構(gòu)，得到降噪后的信號(hào)；

三、提取航空發(fā)動(dòng)機(jī)轉(zhuǎn)子降噪后的信號(hào)特征量；由式

得到振幅熵H，

其中，P_i為第i個(gè)信號(hào)出現(xiàn)的概率；

再由式得到平均功率P，再通過(guò)快速傅里葉變換得到一組功率譜離散序列F(F₁,F₂,...,F_N)；

再由式得出離散功率譜重心；

四、基于馬氏距離的自動(dòng)密度峰值聚類對(duì)信號(hào)特征量進(jìn)行聚類分析，具體步驟為：

(1)確定馬氏距離中的d值；由式

得到馬氏距離中的d值，

其中，為樣本的總體均值，μ為類的總體均值，C為信號(hào)特征量矩陣的協(xié)方差矩陣x為樣本點(diǎn)，σ為標(biāo)準(zhǔn)差；

(2)對(duì)信號(hào)特征量進(jìn)行聚類分析；由式

得到Ρ_i和Δ_i，

其中，ρ為局部密度，ρ_min為ρ_i中的最小值，ρ_max為ρ_i中的最大值，δ為相對(duì)高密度點(diǎn)距離，δ_min為δ_i中的最小值，δ_max為δ_i中的最大值；

再由式γ_i＝Ρ_i·Δ_i

得到聚類中心判定參數(shù)γ，通過(guò)聚類中心判定參數(shù)γ從而確定不同故障信號(hào)特征信息的聚類中心，進(jìn)而診斷出航空發(fā)動(dòng)機(jī)轉(zhuǎn)子不同的故障信息。