论文部分内容阅读
中介轴承工作于高、低压转子之间,是现代航空发动机支承传动系统中的关键部件,具有高转速、高载荷、高温度和润滑困难的特点,极易发生故障。中介轴承一旦发生故障往往会给发动机带来灾难性危害。中介轴承故障信号传递路径长且故障特征微弱,传统的故障诊断方法很难准确识别其故障。信息融合技术综合多测点多类型传感器的故障信息,为中介轴承故障诊断提供了有效途径。因此,本文从理论分析入手,利用数值模拟和实验研究相结合的方法,开展了基于声发射和振动信号的多源异构信息融合技术研究,实现中介轴承故障的准确诊断。该项研究对提高发动机结构安全性和可靠性具有重要的意义和工程价值。本文首先针对中介轴承的四种典型故障开展了实验研究和动力学模型数值模拟研究,进一步阐明中介轴承故障机理,获取了典型故障的实验和数值模拟数据;其次针对中介轴承声发射信号特点,建立小波能谱(火用)算法提取声发射信号的故障特征;再次,提取故障振动信号的层次排列熵,并采局部线性嵌入算法对提取的层次排列熵进行降维融合;最后,改进随机森林算法对声发射信号和振动信号的故障特征进行多源异构信息融合,实现了中介轴承的故障诊断。本文开展的具体研究工作及取得成果如下:(1)搭建了中介轴承故障模拟试验台,开展了中介轴承正常状态、内圈故障、外圈故障和滚动体故障的模拟实验,并采集多转速和多测点的振动及声发射信号。本文针对振动信号信噪比低的特点提出了一种空域相关降噪算法对振动信号进行降噪;针对声发射信号数据量较大且处理困难的缺点提出了一种SK-PHDS方法对声发射信号进行数据缩减,研究表明该方法可以在保留关键故障信息的同时对数据进行缩减,最大可以缩减为原始数据的1/2000。(2)在Hertz非线性接触理论的基础上,提出了一种考虑时变位移激励和弹流润滑影响的中介轴承局部缺陷动力学模型。基于所建立的模型,仿真分析了中介轴承典型故障信号时频特征。采用实验研究和理论分析相结合对该模型进行验证,结果表明该模型能够准确模拟中介轴承故障信号的时频特征,故障频率计算误差小于1%;采用所建立的模型分析了中介轴承微弱故障的演变规律,获取了峰值、绝对平均值、有效值、方根幅值、峭度因子、脉冲因子、峰值因子和波形因子等参数随轴承转速、载荷和缺陷宽度的变化规律。(3)本文从故障诊断应用的角度研究了声发射技术的检测原理,深入的分析了中介轴承发生故障的声发射机理。从信息熵与热力学熵关系出发,进一步推导并完善了信息(火用)的概念,系统的建立了小波能谱(火用)的计算方法,并将其应用到声发射信号的故障特征提取中;采用小波能谱(火用)对多个转速下采集的声发射信号进行过程融合,对比分析不同故障状态下和不同测点下的小波能谱(火用),证明了小波能谱(火用)具有良好的可分性,可以对中介轴承故障进行准确诊断。(4)针对中介轴承故障振动信号具有非线性和非平稳性的特点,提出了一种层次排列熵算法,并用于中介轴承故障信号特征提取。通过该算法对高斯白噪声和粉红噪声进行对比分析,研究了嵌入维数、时间尺度、分解层数和数据长度对特征提取的影响规律,证明了该方法可以全面的提取故障信号中低频部分和高频部分的故障信息;采用模拟信号与实验信号相结合对层次排列熵算法的有效性进行验证,结果表明层次排列熵可以对故障信号的复杂度进行准确描述,能够对中介轴承四种典型故障状态进行有效分类,并表现出良好的稳定性。(5)本文对比分析了现有流形学习算法的优缺点,基于信息融合思想提出了一种局部线性嵌入算法对多个传感器的故障特征进行融合降维,进而对中介轴承状态进行有效解释。基于该算法对振动信号提取的HPE进行融合降维,计算结果表明:HPE经过LLE降维后形成的故障特征向量提升了故障样本的可分性。LLE算法有效的解决多传感器层次排列熵组成的故障特征向量维数过大、且包含大量冗余信息、影响故障分类结果的问题。(6)本文建立了一种基于改进随机森林算法的多源异构信息融合算法对多测点和多类传感器的故障信息进行决策融合,以解决振动信号和声发射信号在反映中介轴承故障信息时均存在的单一性和不稳定性问题。该算法不容易出现过拟合,具有良好的泛化能力,可以从不同角度对故障源进行描述,提高了诊断系统的置信度。采用所建立的多源异构信息融合方法对某型航空发动机中介轴承故障进行诊断,证明了该方法具有良好的工程应用能力。