航空发电机为各机载用电设备提供电能,保障电源系统的稳定运行,其一旦发生故障将严重影响飞行安全。发电机在某些内部故障场景下的外在特征表现不明显,易造成诊断失误,因此对航空发电机进行内部故障特征提取与诊断研究具有重要意义。本文以三级式航空发电机的主发电机为研究对象,以提取航空发电机典型内部故障特征为目标,主要开展的科研工作如下:首先,查阅相关机型手册资料,结合同步发电机电磁设计方法,建立一台65 k VA,6极54槽凸极式航空同步发电机有限元模型,计算航空发电机正常工况运行特性,并通过半实物仿真平台进行模型验证。在此基础上,分析航空发电机气隙磁密与电磁力波特性,通过仿真加以验证,并对比有无阻尼绕组对发电机磁场的影响。其次,在不考虑阻尼绕组的情况下,分析航空发电机定子绕组匝间短路、转子绕组短路与转子偏心故障机理,建立故障仿真模型,计算航空发电机不同故障场景下的输出电压电流、气隙磁密、电磁力波与不平衡磁拉力等,提取典型故障特征。最后,针对因定子绕组多支路并联、故障程度微弱导致的根据发电机外部输出特征无法准确区分偏心类型,以及多故障叠加时航空发电机外部输出特征不易识别的问题,采用经改进烟花算法优化的深度置信网络对故障输出数据进行特征提取,并结合极限学习机完成对航空发电机偏心故障、短路与偏心复合故障的诊断。本文对航空发电机内部绕组短路故障与转子偏心故障进行研究,在考虑定、转子结构与绕组绕制方式的基础上,提取了各类故障的典型特征,应用深度学习算法能够提升故障特征提取与诊断效率,相比传统时频域特征提取方法具有明显优势。本研究可为航空发电机实际维修与诊断提供理论指导,也可为航空发电机早期故障在线监测提供参考。