[發明專利]一種航空發動機轉子故障的診斷方法

有效

• 申請號: 201810868409.3
• 申請日: 2018-08-02
• 公開（公告）號: CN108760327B
• 公開（公告）日: 2019-12-13
• 發明（設計）人: 劉曉波;辜振譜;熊震
• 申請（專利權）人: 南昌航空大學
• 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權代理事務所(普通合伙)
• 代理人: 鄒圣姬

本發明公開了一種航空發動機轉子故障的診斷方法，該方法先利用電渦流加速度傳感器對航空發動機轉子的振動加速度信號進行采集，再對采集航空發動機轉子的振動加速度信號進行降噪處理，并提取航空發動機轉子降噪后的信號特征量，又基于馬氏距離的自動密度峰值聚類對信號特征量進行聚類分析。該故障診斷方法利用小波分解并進行閾值處理，再通過提升小波重構，高效地去除了信號中的噪聲干擾，并提取出降噪后的信號特征量，再基于馬氏距離的自動密度峰值聚類對信號特征量進行聚類分析，從而在將噪音干擾消除至最小值，實現了對航空發動機轉子故障信息的診斷，并快速得出各類航空發動機轉子的故障結果。

技術領域

本發明涉及一種機械故障的診斷方法，尤其涉及一種航空發動機轉子故障的診斷方法。

背景技術

航空發動機是飛機的心臟，是航空機械設備中故障率最高、調整最復雜、維護工作量最大的系統，其工作狀態的好壞直接影響到飛機的安全可靠與運行。一旦發動機在運行中出現了故障，就可能導致飛機無法正常飛行，危及人身安全，造成重大的社會、經濟損失。

據統計，航空發動機的故障發生率約占整個飛機故障的30％，飛機因機械原因發生的重大飛行事故中40％左右是由于發動機故障導致的，發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子系統的振動，包括從幾乎小得微不足道的振動到大得足以導致發動機破壞的振動。由于航空發動機轉子系統的復雜性，往往多種故障會表現為相同的振動，而同一故障又會表現為不同的振動，所以會導致漏報和誤報，嚴重影響了航空發動機轉子系統故障診斷的可靠性。為了提高航空發動機轉子系統故障診斷水平，需要發展實用、準確、高效的特征信息提取方法。

目前，航空發動機轉子系統故障診斷和信號特征提取的方法很多，例如，侯勝利、李應紅等在《基于主元核相似度免疫機制的故障診斷方法及應用》一文中基于主元核理論和免疫系統機制，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—集成神經網絡的航空發動機磨損故障診斷方法》一文中將粗糙集理論和神經網絡相結合并應用到航空發動機磨損故障診斷中，依據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動機故障診斷》一文中提出一種基于支持向量機的航空發動機故障診斷方法，應用該方法成功地對發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控與故障診斷方法》一文中針對航空發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動機性能監控與故障診斷方法；蔡開龍，謝壽生在《航空發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用于航空發動機。

這些方法都對航空發動機轉子系統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、快捷的提取航空發動機轉子系統的工況特征信息，而且反映航空發動機轉子系統的運行狀態不夠全面。

同時，授權公告號為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動機轉子系統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動機轉子系統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。

發明內容

(1)要解決的技術問題