航空發(fā)動機(jī)整機(jī)振動故障診斷參考范本

【下載本文檔，可以自由復(fù)制內(nèi)容或自由編輯修改內(nèi)容，更多精彩文章，期待你的好評和關(guān)注， 我將一如既往為您服務(wù)】航空發(fā)動機(jī)整機(jī)振動故障診斷國內(nèi)外現(xiàn)狀國內(nèi)航空發(fā)動機(jī)整機(jī)振動故障診斷技術(shù)研究現(xiàn)狀國內(nèi)具備發(fā)動機(jī)整機(jī)振動試驗(yàn)條件的單位只有發(fā)動機(jī)的設(shè)計(jì)單位和生產(chǎn)單位例如沈陽航空發(fā)動機(jī)設(shè)計(jì)所和沈陽黎明公司， 因此國內(nèi)對此項(xiàng)研究的開展非常有限，成果很少。由于試驗(yàn)條件的限制，目前國內(nèi)一些高校、研究所主要針對航空發(fā)動機(jī)工作過程中影響振動的關(guān)鍵部件開展研究工作。 北京航空航天大學(xué)機(jī)械設(shè)計(jì)及自動化學(xué)院王春潔和曾福明根據(jù)保持器的運(yùn)動特點(diǎn)， 建立了沖擊振動型分析影響振動的因素及其關(guān)系，研究保持架的軸向突然斷裂和疲勞斷裂機(jī)理，從而有針對性地解決了碰撞問題； 目前，振動信號的盲源分離技術(shù)得到重視， 得了一些研究成果。西北工業(yè)大學(xué)旋轉(zhuǎn)機(jī)械與風(fēng)能裝置測控研究所的宋曉萍和廖明夫利用盲源分離法對雙轉(zhuǎn)子航空發(fā)動機(jī)振動信號進(jìn)行分離， 對某型雙轉(zhuǎn)子航空發(fā)動機(jī)高壓轉(zhuǎn)子和低壓轉(zhuǎn)子所測得包含不同頻率振動信號，運(yùn)用 FastICA算法進(jìn)行了分離；西北工業(yè)大學(xué)電子信息學(xué)院馬建倉、 趙林和馮冰利用盲源分離技術(shù)對某型渦扇發(fā)動機(jī)振動偏大的現(xiàn)象進(jìn)行了分析， 采用FastICA和算法對振動信號進(jìn)行分析并且在一定條件下分離出了發(fā)動機(jī)的振源信號， 為發(fā)動機(jī)的振動故障診斷技術(shù)提供了依據(jù)。中航工業(yè)航空發(fā)動機(jī)設(shè)計(jì)研究所已建成了轉(zhuǎn)子振動故障再現(xiàn)試驗(yàn)器，能對發(fā)動機(jī)研制中出現(xiàn)的多種振動故障進(jìn)行試驗(yàn)和信號分析， 采用神經(jīng)網(wǎng)絡(luò)、小波分析技術(shù)等先進(jìn)診斷技術(shù)， 更加完善的故障診斷專家系統(tǒng)逐漸被建立起來；北京航空航天大學(xué)的洪杰、任澤剛把先進(jìn)的信息處理方法和專家系統(tǒng)應(yīng)用在航空發(fā)動機(jī)整機(jī)振動故障診斷中進(jìn)行研究， 中國民航大學(xué)的范作民、白杰等人把故障方程、人工神經(jīng)網(wǎng)絡(luò)等方法應(yīng)用在民用航空發(fā)動機(jī)故障診斷技術(shù)中進(jìn)行了研究。西北工業(yè)大學(xué)的張加圣等人開發(fā)了一套處理航空發(fā)動機(jī)振動信號以及狀態(tài)監(jiān)控的系統(tǒng)軟件，具有各個過程參數(shù)的數(shù)據(jù)采集、處理計(jì)算及控制輸出，發(fā)動機(jī)整機(jī)試車的故障特點(diǎn)，開發(fā)了某型航空發(fā)動機(jī)整機(jī)試車故障診斷與排除系統(tǒng)，該系統(tǒng)具有良好的用戶交互界面， 提供了系統(tǒng)用戶管理、故障信息的智能總等功能。由于航空發(fā)動機(jī)的設(shè)計(jì)需要具備整機(jī)振動的實(shí)驗(yàn)條件， 具備這樣條件的沈陽航空發(fā)動機(jī)設(shè)計(jì)研究所的鄭旭東等人應(yīng)用整體傳遞矩陣法， 根據(jù)某型號發(fā)動機(jī)的簡化模型對某型發(fā)動機(jī)轉(zhuǎn)子—支承—機(jī)匣—安裝節(jié)系統(tǒng)在與整機(jī)振動結(jié)果進(jìn)行了對比分析的基礎(chǔ)上進(jìn)行了整機(jī)臨界轉(zhuǎn)速和應(yīng)變能分布的計(jì)算； 由于沈陽航空航天大學(xué)與沈陽航空發(fā)動機(jī)設(shè)計(jì)研究所及沈陽黎明公司合作便利， 所以動力與能源學(xué)院的老師開展了一些整機(jī)振動方面的技術(shù)研究。 其中，王克明針對某型航空渦扇發(fā)動機(jī)整機(jī)振動過大現(xiàn)象， 對該發(fā)動機(jī)振動信號進(jìn)行了時域、 頻域、三維圖的分析，確定發(fā)動機(jī)的故障類型；沈陽航空航天大學(xué)的艾延廷和沙云東提出了基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)整機(jī)振動故障診斷方法， 利用ZT-3采集的航空發(fā)動機(jī)整機(jī)振動數(shù)據(jù)作為樣本，建立了發(fā)動機(jī)故障診斷模型，實(shí)現(xiàn)了發(fā)動機(jī)故障模式分類；艾延廷運(yùn)用模式識別的灰色關(guān)聯(lián)度的方法， 同時運(yùn)用采集的某型航空發(fā)動機(jī)整機(jī)振動試驗(yàn)數(shù)據(jù)作為樣本， 建立了標(biāo)準(zhǔn)特征庫，計(jì)算被評估發(fā)動機(jī)的狀態(tài)參數(shù)序列與標(biāo)準(zhǔn)狀態(tài)參數(shù)序列之間的灰色關(guān)聯(lián)度， 從而實(shí)現(xiàn)對航空發(fā)動機(jī)整機(jī)振動狀態(tài)的評價。由于小波包和諧波小波都具有很好的時域和頻域的分割能力， 因而近年來有的學(xué)者將小波包和諧波小波應(yīng)用到振動信號的分析中， 進(jìn)行諧波小波變換的過程中有自身的快速算法，克服了小波包的失真和信息丟失的缺點(diǎn)。 因此，諧波小波有效地應(yīng)用于振動信號的處理。李舜酩等運(yùn)用諧波小波成功地對微弱振動信號實(shí)現(xiàn)了頻域提取與時域重構(gòu)，說明諧波小波方法在微弱信號的頻域提取能力和精度上明顯優(yōu)于基于二進(jìn)分解的小波方法和傅里葉分析方法， 顯示了諧波小波變換的頻域保相特性；鄭云飛等人根據(jù)實(shí)驗(yàn)得出小波對信號幅值的變化十分敏感， 適檢測信號的奇異點(diǎn)，并且還利用廣義的小波變換提取出振動信號的特征； 唐玉志等對于將諧波小波的時頻表示應(yīng)用到噪聲振動信號的時頻表示； 陳果將諧波小波應(yīng)用到旋轉(zhuǎn)機(jī)械轉(zhuǎn)子的故障診斷中， 成功地診斷出轉(zhuǎn)子的四種旋轉(zhuǎn)機(jī)械轉(zhuǎn)子故障。一種改進(jìn)的諧波小波及其在轉(zhuǎn)子故障診斷中的應(yīng)用診斷實(shí)例證明， 該方法可有效用于航空發(fā)動機(jī)振動信號的故障診斷。國外航空發(fā)動機(jī)整機(jī)振動故障診斷技術(shù)研究現(xiàn)狀國外能夠獨(dú)立設(shè)計(jì)和生產(chǎn)航空發(fā)動機(jī)的國家只有美國、英國、法國和俄羅斯等幾個國家，但都將其視為國家機(jī)密，相應(yīng)的技術(shù)研究文獻(xiàn)很少。目前，關(guān)于航空發(fā)動機(jī)振動方面的研究技術(shù)只檢索到英國曼徹斯特大學(xué)機(jī)械、 航空宇航及土工程分院的兩篇文獻(xiàn)。其中，PhilipBonello設(shè)計(jì)了整機(jī)的導(dǎo)納諧波平衡方法， 解決帶有非線性齒輪的整機(jī)模型的穩(wěn)態(tài)周期不平衡振動的頻域計(jì)算問題。 通過對仿真雙轉(zhuǎn)子發(fā)動機(jī)模型的驗(yàn)證，設(shè)計(jì)的方法功能強(qiáng)大、使用方便；PhamMinHai計(jì)了整機(jī)的脈沖導(dǎo)納方法，解決帶有非線性齒輪的整機(jī)模型的穩(wěn)態(tài)周期不平衡的時域計(jì)算問題。采用仿真的雙轉(zhuǎn)子發(fā)動機(jī)模型對設(shè)計(jì)方法進(jìn)行了驗(yàn)證， 比傳統(tǒng)的隱式積分方法大約快 40倍解決整機(jī)振動故障時，俄羅斯主要利用振動的圖譜數(shù)據(jù)，根據(jù)經(jīng)驗(yàn)進(jìn)行排振。航空發(fā)動機(jī)整機(jī)振動測試及常見故障航空發(fā)動機(jī)整機(jī)振動測試參數(shù)根據(jù)發(fā)動機(jī)試驗(yàn)規(guī)范的要求，航空發(fā)動機(jī)整機(jī)振動測試的基本內(nèi)容有：① 發(fā)動機(jī)系統(tǒng)振動基本參數(shù)的測量。 測量壓氣機(jī)、渦輪、附件傳動機(jī)匣部結(jié)構(gòu)上的振動位移、速度、加速度總量；在軸承的適當(dāng)位置測量軸承載荷及轉(zhuǎn)子振動加速度、速度、位移、以及頻率、相位、外傳力等參數(shù)。② 發(fā)動機(jī)系統(tǒng)振動特征參數(shù)的測試。測量轉(zhuǎn)子支承系統(tǒng)以及機(jī)匣等其他產(chǎn)生高頻振動和應(yīng)力的構(gòu)件的固有頻率，轉(zhuǎn)子臨界轉(zhuǎn)速、振型、剛度、阻尼等模態(tài)參數(shù)和物理參數(shù)。目前，航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)的機(jī)械狀態(tài)和故障主要是通過振動檢測和信號分析技術(shù)進(jìn)行識別的和發(fā)現(xiàn)的。 振動測試系統(tǒng)主要由傳感器、 信號調(diào)節(jié)器（即二儀表、記錄儀、分析儀及以計(jì)算機(jī)為中心的數(shù)據(jù)處理系統(tǒng)等部分組成。在實(shí)際應(yīng)用中，應(yīng)該根據(jù)具體對象、監(jiān)測目的和監(jiān)測要求選取合適的測量系統(tǒng)和處理方法來準(zhǔn)確分析發(fā)動機(jī)的振動特性， 有效的診斷和預(yù)測發(fā)動機(jī)整機(jī)振動故障。 根據(jù)傳感器的參數(shù)不同，可以使用光測法、電測法和機(jī)械法等實(shí)現(xiàn)振動信號測量， 中，航空發(fā)動機(jī)整機(jī)振動測試中廣泛用電測法， 主要測量參數(shù)為高、低轉(zhuǎn)子和發(fā)動機(jī)5個截面位置處垂直和水平方向的 6個振動速度信號和 3個加速度信號。航空發(fā)動機(jī)整機(jī)振動常見故障整機(jī)振動主要由內(nèi)部故障引起的，故障不同，振動特性也不同，因此可以根據(jù)不同的振動故障特征推測出故障原因， 進(jìn)而有針對性的對故障進(jìn)行分析和排除航空發(fā)動機(jī)整機(jī)振動故障診斷的關(guān)鍵在于找到發(fā)動機(jī)振動狀態(tài)參數(shù)與振動故障特征參數(shù)之間的對應(yīng)關(guān)系。航空發(fā)動機(jī)整機(jī)振動故障的診斷，應(yīng)在獲取發(fā)動機(jī)的穩(wěn)態(tài)數(shù)據(jù)、瞬態(tài)數(shù)據(jù)以及過程參數(shù)和運(yùn)行狀態(tài)等信息的基礎(chǔ)上， 通過信號分析和數(shù)據(jù)處理提取發(fā)動機(jī)特有的故障征兆及故障敏感參數(shù)等， 通過綜合分析判斷確定故障原因， 做出符合際的診斷結(jié)論。表1 某型航空發(fā)動機(jī)典型振動故障類型轉(zhuǎn)子不平衡故障轉(zhuǎn)子不平衡是由于轉(zhuǎn)子部件質(zhì)量偏心或轉(zhuǎn)子部件出現(xiàn)缺損造成的故障。發(fā)動機(jī)因轉(zhuǎn)子不平衡引起的振動比較常見。引起轉(zhuǎn)子不平衡的原因有：結(jié)構(gòu)設(shè)計(jì)不零部件的松動和脫落等。了故障；當(dāng)不平衡為主要故障時，軸承上水平方向與垂直方向振動相位差約為度；當(dāng)轉(zhuǎn)速低于轉(zhuǎn)子第一階臨界轉(zhuǎn)速運(yùn)轉(zhuǎn)時，振動幅值將隨轉(zhuǎn)速的平方成比例變化，臨界轉(zhuǎn)速時出現(xiàn)最大峰值，通過臨界轉(zhuǎn)速后，振幅逐漸減小而趨向于定值，即偏心值；軸心軌跡特征：質(zhì)量不平衡振動響應(yīng)通常是一定程度的捕圓軌跡。水平方向振動通常是垂直方向的倍至倍左右。 當(dāng)水平方向與垂直方向振動之比大于時通常說明是其它故障，尤其是共振。轉(zhuǎn)子不對中因轉(zhuǎn)子與轉(zhuǎn)子利用聯(lián)軸器進(jìn)行連接時安裝不妥，或由于軸承中心線不對中，或者是由于轉(zhuǎn)子軸的彎曲、轉(zhuǎn)子與軸承的間隙以及承載后轉(zhuǎn)子與軸承的變形往往會軸系不對中有三種形式：平行不對中，此時轉(zhuǎn)子軸心線徑向平行位移。偏角不對中，此時兩轉(zhuǎn)子軸心線相互交叉，或稱偏角位移。平行偏角綜合不對中，此時兩轉(zhuǎn)子軸心線相互錯位移。軸系不對中的主要特征為：振動信號的原始時間波形為畸變的正弦波。其二倍頻分量所占的比例就越大，多數(shù)情況超過一倍頻分量。軸向振動的頻譜成分中以一倍頻幅值較大。連軸器兩側(cè)的軸向振動基本上是 反向的。典型的軸心軌跡正進(jìn)動。滾動軸承故障滾動軸承是航空發(fā)動機(jī)及其試驗(yàn)設(shè)備最常用的部件之一， 它的運(yùn)行情況直影響到整機(jī)的功能。檢測軸承故障的方法很多，如振動分析、噪聲分析、溫度檢測法、油樣分析等。滾動軸承的主要故障形式有：疲勞剝落滾動軸承工作時，滾道和滾動體表面既承受載荷又相對滾動。由于交變載荷的作用，首先在表面下一定深處（最大剪應(yīng)力處）勞剝落。而當(dāng)潤滑不良時更會加劇表面磨損。磨損使軸承的運(yùn)轉(zhuǎn)精度下降，同時也降低了機(jī)器的整體運(yùn)行精度，振動及噪聲隨之增大。塑性變形在工作負(fù)荷過重的情況下，軸承受到過大的沖擊載荷或靜載荷，道表面上形成凹痕或劃痕。這將使軸承在運(yùn)轉(zhuǎn)時產(chǎn)生劇烈的振動和噪聲。軸承腐蝕。高精度的軸承往往由于表面腐蝕，喪失精度而不能繼續(xù)工作。膠合 所謂膠合是指一個表面上的金屬粘附另一個表面上的現(xiàn)象。 在潤或良，高速重載的情況下，由于摩擦發(fā)熱，軸承零件可能在極短的時間內(nèi)達(dá)到很高的溫度，從而導(dǎo)致表面燒傷及損壞。齒輪故障齒輪是航空減速器的主要傳動部件，也是比較容易出故障的部件之一。航空發(fā)動機(jī)對齒輪傳動的要求很高，既要求齒輪在高速、重載等惡劣條件下工作，有要求齒輪裝置具有高平穩(wěn)性、高可靠性和結(jié)構(gòu)緊湊等良好的工作性能，由此使得齒輪發(fā)生故障的因素也日益增多。齒輪由于制造誤差、裝配不當(dāng)或在不適當(dāng)條件（載荷、潤滑等）下使用，會發(fā)生損傷，常見的損傷大約有四類：齒的斷裂 有疲勞斷裂和過負(fù)荷斷裂兩種。最常見的是疲勞斷裂，通常先受力側(cè)齒根產(chǎn)生龜裂、逐漸向齒端發(fā)展而致折斷。過負(fù)荷斷裂是由于機(jī)械系統(tǒng)速度的急劇變化、軸系共振、軸承破損、軸彎曲等原因，是齒輪產(chǎn)生不正常的一段接觸，載荷集中到齒面一端而引起的。齒的磨損 由于金屬微粒、污物、塵埃和沙粒等進(jìn)入齒輪而導(dǎo)致材料磨損擦傷等均屬磨損的情況。齒的疲勞 由于齒面接觸應(yīng)力超過材料允許的疲勞極限， 表面層先是產(chǎn)生微裂紋，然后是小塊剝落，甚至嚴(yán)重時整個齒斷裂。齒面塑性變形 如壓碎、皺紋等共振共振現(xiàn)象，在航空發(fā)動機(jī)部件試驗(yàn)和整機(jī)試驗(yàn)中經(jīng)常出現(xiàn)，它常常是由于轉(zhuǎn)動軸、發(fā)動機(jī)外殼或附屬結(jié)構(gòu)如管道的固有頻率，被轉(zhuǎn)子基頻（或基頻的諧頻）激勵時產(chǎn)生的。有時也因?yàn)橛湍ぽS承的剛性改變或齒輪傳動的影響造成轉(zhuǎn)動軸共振。航空發(fā)動機(jī)部件試驗(yàn)和整機(jī)試驗(yàn)中， 不允許出現(xiàn)振動幅值較大的共振， 否會產(chǎn)生毀滅性的破壞。共振現(xiàn)象所引起的振動的主要特性是： 隨著轉(zhuǎn)速的增大或減小，振動幅值又十分明顯的變化； 相位變化很大。摩擦碰摩摩擦碰摩故障在航空發(fā)動機(jī)及其部件試驗(yàn)過程中也時常出現(xiàn)， 航空發(fā)動機(jī)旋轉(zhuǎn)件轉(zhuǎn)速很高，由于轉(zhuǎn)子彎曲、轉(zhuǎn)子不對中引起軸心變形， 間隙不足和非旋轉(zhuǎn)部件彎曲變形等原因引起轉(zhuǎn)子與固定件接觸碰摩而導(dǎo)致的異常震動時有發(fā)生。 摩分全圓徑環(huán)形摩擦和局部摩擦兩種， 摩擦碰摩故障的振動頻率成分較為豐富， 有與轉(zhuǎn)速頻率相關(guān)的低頻成分， 也有與固有頻率相關(guān)的高次諧波分量， 并伴隨有異常噪聲摩擦可以認(rèn)為是對系統(tǒng)作寬頻帶的激勵， 當(dāng)摩擦隨轉(zhuǎn)動而周期出現(xiàn)時，還會激發(fā)軸頻成分。機(jī)械松動在航空發(fā)動機(jī)實(shí)驗(yàn)過程中，松動可能導(dǎo)致嚴(yán)重的振動，松動是由于固緊基礎(chǔ)松弛，軸承約束松弛，過大的軸承間隙等原因引起的， 松動可以是任何已有不平衡、不對中所引起的振動問題更加嚴(yán)重。 在出現(xiàn)松動的情況下，除了產(chǎn)生轉(zhuǎn)頻動外，還會發(fā)生旋轉(zhuǎn)基頻的高次諧波（如2f0，3f0等）振動及1/2f0、1/3f0等分油膜渦動和油膜振蕩油膜渦動和油膜振蕩是由滑動力學(xué)特性引起的自激振動。渦動頻率一般為ω=(0.43~不斷增加，半頻諧波的振幅也不斷增加，使轉(zhuǎn)子振動加劇。油膜振蕩的振動特征：<1/2Ω(0.43~，常伴一倍頻。密封和間隙動力失穩(wěn)高速旋轉(zhuǎn)機(jī)械的葉輪及密封裝置，由于密封壓力差及高轉(zhuǎn)速，在轉(zhuǎn)子與定子小間隙處容易產(chǎn)生激振力，導(dǎo)致轉(zhuǎn)子運(yùn)行失穩(wěn)，發(fā)生異常振動。其振動特征為：特征頻率小于二分之一的次諧波，常伴一倍頻、分頻、高倍頻。熱彎曲故障熱彎曲現(xiàn)象發(fā)生在停車后，發(fā)動機(jī)處于冷卻狀態(tài)。由于熱交換，轉(zhuǎn)子下部比上部冷卻速度快，故轉(zhuǎn)子呈弓形狀態(tài)。從而，產(chǎn)生很大的不平衡。再啟動時，致使振動響應(yīng)瞬時增大，乃至產(chǎn)生轉(zhuǎn)靜子碰摩現(xiàn)象。 一旦溫度均勻，轉(zhuǎn)子的熱彎很快消失，轉(zhuǎn)靜子碰摩現(xiàn)象消失和振動響應(yīng)減小。熱彎曲故障具有如下特點(diǎn)：冷，熱膨脹伸縮不同，致使轉(zhuǎn)子彎曲。產(chǎn)生很大的不平衡；振動響應(yīng)具有明顯的轉(zhuǎn)速特征。 對多臺某禍扇發(fā)動機(jī)熱彎曲轉(zhuǎn)子的振動響整機(jī)測試結(jié)果統(tǒng)計(jì)結(jié)果顯示最大振動響應(yīng)幅值發(fā)生在轉(zhuǎn)子支承型共振轉(zhuǎn)速。該共振轉(zhuǎn)速位于慢車之前；振動響應(yīng)與轉(zhuǎn)、靜子間隙有著明顯的關(guān)系。轉(zhuǎn)、靜子間隙對于轉(zhuǎn)子熱彎曲現(xiàn)象是特別敏感的。熱彎曲現(xiàn)象發(fā)生在發(fā)動機(jī)停車后， 發(fā)動機(jī)正處于冷卻狀態(tài)由于熱交換，發(fā)動機(jī)轉(zhuǎn)子下部較上部冷，故轉(zhuǎn)子呈弓形，從而產(chǎn)生很大的不平衡。發(fā)動機(jī)再啟動過程中或再啟動將完成剛進(jìn)入慢車轉(zhuǎn)速時，發(fā)動機(jī)產(chǎn)生較大振動。大振動開始的轉(zhuǎn)速在轉(zhuǎn)子系統(tǒng)的共振轉(zhuǎn)速附近。轉(zhuǎn)子熱彎曲較大時，在轉(zhuǎn)、靜子間隙較小處，產(chǎn)生碰摩現(xiàn)象。最小間隙處碰摩加劇了轉(zhuǎn)子的振動響應(yīng)。轉(zhuǎn)子裂紋故障其產(chǎn)生原因主要是由于材料本身的缺陷、加工誤差、安裝失誤、意外沖擊或疲勞破損等。這些裂紋如不及吋發(fā)現(xiàn)，就會在交變載荷的作用下擴(kuò)展、 突變以引起災(zāi)難性的斷裂事故。轉(zhuǎn)子裂紋故障具有如下特點(diǎn)：動，并可能具有穩(wěn)定的周期，進(jìn)而導(dǎo)致轉(zhuǎn)子不平衡；響，轉(zhuǎn)子動平衡變得比較困難；現(xiàn)象，還可能出現(xiàn)高次諧波和次諧波的振動，甚至?xí)霈F(xiàn)擬周期振動；動會出現(xiàn)跳躍和滯后現(xiàn)象；且在非共振區(qū)出現(xiàn)相位變化。轉(zhuǎn)子腔體積油故障航空發(fā)動機(jī)大多壓氣機(jī)的結(jié)構(gòu)采用鼓筒方式， 壓氣機(jī)前后支承的封嚴(yán)裝置在發(fā)動機(jī)調(diào)試和試制過程中漏油現(xiàn)象時有發(fā)生， 結(jié)果導(dǎo)致鼓筒腔體積油。鼓筒腔積油故障具有如下特點(diǎn)：荷，輕者導(dǎo)致轉(zhuǎn)靜件間隙變大，重者導(dǎo)致轉(zhuǎn)子葉片機(jī)匣產(chǎn)生嚴(yán)重的碰摩；部分充液轉(zhuǎn)子系統(tǒng)在轉(zhuǎn)速超過了轉(zhuǎn)子的臨界轉(zhuǎn)速之后就會出現(xiàn)不穩(wěn)定；隨著轉(zhuǎn)速的增大，轉(zhuǎn)子在不穩(wěn)定區(qū)的禍動頻率與空轉(zhuǎn)子系統(tǒng)的一階臨界轉(zhuǎn)速之比隨之增大，轉(zhuǎn)子在不穩(wěn)定區(qū)的禍動頻率與轉(zhuǎn)子的轉(zhuǎn)速之比隨之減小。隨著流體黏度的增大在不穩(wěn)定區(qū)上邊界位置的滯后區(qū)明顯減小， 轉(zhuǎn)子的不穩(wěn)區(qū)縮小并向低轉(zhuǎn)速方向移動。軸承座連接松動或轉(zhuǎn)子支承結(jié)構(gòu)間隙超差軸承座的連接螺栓松動或個別零件沒有被壓緊而有徑向竄動， 從而導(dǎo)致支振動過大，其振動特征為：振動多發(fā)生在徑向；出現(xiàn)；振動相位無變化；旋轉(zhuǎn)失速與喘振旋轉(zhuǎn)失速是壓氣機(jī)中最常見的一種不穩(wěn)定現(xiàn)象。當(dāng)壓氣機(jī)流量減少時，由于沖角增大，葉珊背面將發(fā)生流體分離，流道部分或全部被堵塞，這樣失速區(qū)以某速度向葉珊運(yùn)動的反方向傳播。旋轉(zhuǎn)失速的故障特征有：振動幅值隨出口壓力的增加而增加；振動發(fā)生在流量減小時，且隨著流量的減小而增大；振動頻率與工頻之比為小于 1的常值；轉(zhuǎn)子的軸向振動對轉(zhuǎn)速和流量十分敏感；排氣壓力有波動現(xiàn)象；旋轉(zhuǎn)失速嚴(yán)重時可以導(dǎo)致喘振。喘振的故障特征有：發(fā)動機(jī)的聲音由尖哨轉(zhuǎn)變?yōu)榈统?；發(fā)動機(jī)的振動加大；壓氣機(jī)出口總壓和流量大幅度波動；轉(zhuǎn)速不穩(wěn)定，推力突然下降并且有大幅度的波動；發(fā)動機(jī)的排氣溫度升高，造成超溫；不均勻氣流渦動發(fā)動機(jī)在運(yùn)轉(zhuǎn)過程中如果轉(zhuǎn)軸發(fā)生了彎曲，則葉輪偏向內(nèi)腔的一側(cè)，徑向間隙沿周向不均勻分布，轉(zhuǎn)子在這種情況下容易產(chǎn)生渦動， 當(dāng)渦動頻率接近系統(tǒng)固有頻率且氣流壓力足夠大時，就發(fā)生振蕩。故障特征有：振蕩頻率為0.6~0.9倍工頻；轉(zhuǎn)子有偏心彎曲造成的間隙不均；振動對氣流壓力、流量的改變非常敏感；在多個轉(zhuǎn)子組成的軸系中，氣流渦動常發(fā)生在氣流壓力高的轉(zhuǎn)子上。航空發(fā)動機(jī)整機(jī)振動信號分析對于振動信號分析，時、頻域的分析是最常用的分析手段，雖然故障信號往往具有高度的復(fù)雜性，但是對于一些典型的故障， 對其原始波形、軸心軌跡及本的頻譜分析仍具有一定的有效性。 小波分析、變換等在特征提取方面有較好的效果，近年來被廣泛應(yīng)用。小波分析技術(shù)由于具有良好的時頻局部化性質(zhì)， 對突變和非平穩(wěn)信號的分析效果明顯。對試驗(yàn)所得信號釆用基于雙正交小波包基的方法可以對振動信號進(jìn)行消噪處理， 有效地剔除噪聲干擾。對消噪的信號進(jìn)行小波包分解，能夠?qū)Ω飨嚓P(guān)頻帶進(jìn)行能量計(jì)算， 分離并提取不同頻帶里的故障特征頻率，實(shí)現(xiàn)信號在不同頻帶、不同時刻的合理分離。方法則可以根據(jù)信號的局部時變特征進(jìn)行自適應(yīng)的時頻分解， 消除了人為劃分頻帶等限制，克服了傳統(tǒng)方法中無法用無意義的諧波分量來表示非平穩(wěn)、 非線性信號的缺陷，可以得到較高的時頻分辨率。采用可以對航空發(fā)動機(jī)振動信號從時間頻率幅值分布、 瞬時頻率變情況等方面進(jìn)行了更加詳盡的刻畫，揭示可能存在的故障特征。另外，由于航空發(fā)動機(jī)的主要整機(jī)振動故障可以歸為非線性故障，很多情況下振動行為往往具有典型的非線性特性， 因此所測量得到的振動信號具有明顯非線性，如碰摩故障存在時的情況?；诂F(xiàn)代非線性理論的映射法、指數(shù)法、替代數(shù)據(jù)法以及分形理論等，可以進(jìn)一步從定性定量的角度刻畫分析航空發(fā)動機(jī)整機(jī)振動時的復(fù)雜運(yùn)動特征，所得到的量化指標(biāo)可以用于故障特征提取。表2 振動信號分析列表轉(zhuǎn)子系統(tǒng)振動故障的時域分析算法振動信號的時域波形分析是對信號（包括確定性信號與隨機(jī)信號）的時域參數(shù)進(jìn)行處理，求得信號的幅值、周期、相位、均值、均方值、方差等特征量?？勺R別其以下一些時域特征參數(shù)，如：周期或頻率；峰值或峰峰值；初始相位等。轉(zhuǎn)子系統(tǒng)振動故障的頻域分析算法振動信號的頻譜分析是計(jì)算采集數(shù)據(jù)的幅、相頻特性曲線，基本出發(fā)點(diǎn)是數(shù)轉(zhuǎn)子轉(zhuǎn)速關(guān)系密切，往往是轉(zhuǎn)速頻率的整數(shù)或分?jǐn)?shù)倍， 因此在頻譜分析時，所心的都是各種軸轉(zhuǎn)速的多倍頻率處以及轉(zhuǎn)速的非整數(shù)倍頻率處的峰值。 頻譜中的同步分量是指軸速頻率的整倍數(shù)，通過分析頻譜中的同步波峰可以發(fā)現(xiàn)許多故障，其中包括不平衡、不對中、松動、軸彎曲、葉片磨損、齒輪嚙合問題等；次同步涉及到頻譜上機(jī)器運(yùn)轉(zhuǎn)速度頻率以下的區(qū)域， 該區(qū)域可能出現(xiàn)的故障包括油膜動、滾動軸承保持架頻率、皮帶頻率、瑞流以及摩擦和嚴(yán)重松動等；不同步波峰位于軸速頻率的非整數(shù)倍處， 其部分來源是滾動軸承、由不同軸驅(qū)動的部件、次同步的諧波頻率、共振、機(jī)器產(chǎn)生的噪音、氣穴現(xiàn)象等。轉(zhuǎn)子系統(tǒng)振動故障的小波包分解算法小波包分解技術(shù)將信號無冗余、無疏漏、正交地分解到相互獨(dú)立的頻帶內(nèi)，這些分解頻帶信號都具有一定的能量， 每個頻帶里信號的能量對于狀態(tài)監(jiān)測和故障診斷都是十分有用的信息。頻帶能量監(jiān)測應(yīng)當(dāng)包括各頻帶里信號的全部能量，包括非線性振動能量，如松動、摩擦、爬行、碰撞等等。利用小波包分解頻帶能量比例特征，通過監(jiān)測對應(yīng)頻帶里能量比例的變化， 可以對轉(zhuǎn)子系統(tǒng)運(yùn)行狀態(tài)程中振動的變化進(jìn)行有效的監(jiān)測和故障診斷。轉(zhuǎn)子系統(tǒng)振動故障的 HHT分析算法旋轉(zhuǎn)機(jī)械故障振動信號大部分都是非平穩(wěn)信號， 其明顯特征是存在著時變頻率，在現(xiàn)實(shí)生活中，時變頻率是普遍存在的，如變化的色彩、變化的聲音等等。而傅里葉變換和時頻分析都不能很滿意地解決這一問題， 解決這一問題的最理方法是研究信號的瞬時頻率。傳統(tǒng)的頻率概念源于針對周期性信號的經(jīng)典物理學(xué)定義，其實(shí)質(zhì)是表征信號在一定時間內(nèi)的總體特征。 瞬時頻率與傳統(tǒng)的頻率概念截然不同，但可以兼容后者。目前，人們對瞬時頻率的認(rèn)識形成了一些共識：瞬時頻率的解析信號相位求導(dǎo)定義極具合理性，其中解析信號由變換唯一確定； 信號分為單分量信號和多量信號：單分量信號在任意時刻都只有一個頻率，該頻率稱為信號的瞬時頻率；多分量信號則在不同的時刻具有各自的瞬時頻率。在T中，為了計(jì)算瞬時頻率，定義了固有模態(tài)函數(shù)（簡稱 IM，它是滿足單分量信號物理解釋的一類信號， 在每一時刻只有單一頻率成分， 從而使得時頻率具有了物理意義。直觀上固有模態(tài)函數(shù)具有相同的極值點(diǎn)和過零點(diǎn)數(shù)目，其波形與一個標(biāo)準(zhǔn)正弦信號通過調(diào)幅和調(diào)頻得到的新信號相似，其定義如下：一個固有模態(tài)函數(shù)必須滿足以下兩個條件：過一個；絡(luò)線的平均值為零，即上、下包絡(luò)線相對于時間軸局部對稱。HHT由經(jīng)驗(yàn)?zāi)B(tài)分解（和Hilbert變換兩部分組成。其基本思想是，將原始信號經(jīng)EMD分解成一系列IMF的組合，然后對每個 IMF利用解析信號相位求導(dǎo)定義計(jì)算出有意義的瞬時頻率及瞬時幅值， 獲得信號的時-頻譜—Hilbert譜航空發(fā)動機(jī)整機(jī)故障診斷算法目前，用于航空發(fā)動機(jī)整機(jī)振動故障診斷的方法有很多，主流的是基于信息融合的故障診斷方法。以下根據(jù)故障診斷方法的特征對其進(jìn)行分類， 主要有基解析模型的故障診斷方法、基于統(tǒng)計(jì)的故障診斷方法和基于人工智能的故障診斷方法?；诮馕瞿Ｐ偷墓收显\斷方法基于解析模型的故障診斷方法是將系統(tǒng)數(shù)學(xué)模型得到的模型計(jì)算解與待診斷對象的實(shí)際測量結(jié)果進(jìn)行對比， 得到估計(jì)值與測量值之間的殘差， 然后根據(jù)差的大小來實(shí)現(xiàn)故障診斷，具有易于診斷分析的優(yōu)點(diǎn)，同時，也存在計(jì)算量大、系統(tǒng)精確數(shù)學(xué)模型不好建立等缺點(diǎn)。 實(shí)際上，狀態(tài)估計(jì)法、參數(shù)估計(jì)法以及等價空間法也是基于解析數(shù)學(xué)模型的方法，只是它們的殘差產(chǎn)生方式不同而已。狀態(tài)估計(jì)法狀態(tài)估計(jì)診斷法的基本思路是通過比較重構(gòu)模型得到的測量值與系統(tǒng)實(shí)際輸出值，得到殘差量，然后根據(jù)殘差量的大小來判斷設(shè)備是否出現(xiàn)故障。參數(shù)估計(jì)法參數(shù)估計(jì)方法是一種根據(jù)系統(tǒng)參數(shù)估計(jì)值與實(shí)際值做差得到的殘差值的大小來判斷系統(tǒng)是否出現(xiàn)故障的故障診斷方法。 參數(shù)估計(jì)方法的基本思路為建立診斷對象的輸入輸出模型來對系統(tǒng)的參數(shù)信息進(jìn)行檢測估計(jì)， 將系統(tǒng)參數(shù)的估計(jì)值轉(zhuǎn)換成物理參數(shù)估計(jì)值，然后將其與實(shí)際測量值做差， 得到殘差值，再通過殘值的大小來判斷設(shè)備是否出現(xiàn)故障。等價空間方法等價空間方法的基本思路是通過提取系統(tǒng)數(shù)學(xué)方程得到的估計(jì)值，然后將其與實(shí)際測量值進(jìn)行做差，得到系統(tǒng)估計(jì)值與實(shí)際值之間的殘差，根據(jù)殘差的大小來判斷設(shè)備是否出現(xiàn)故障?；诮y(tǒng)計(jì)的故障診斷方法基于統(tǒng)計(jì)的故障診斷方法是一種大數(shù)據(jù)量數(shù)據(jù)分析處理的有效工具， 其將雜的、維數(shù)高的原始數(shù)據(jù)轉(zhuǎn)變成簡單的、 維數(shù)低的特征數(shù)據(jù)，這樣處理不僅去掉了數(shù)據(jù)的冗余信息和干擾信息， 而且還保留了原始高維數(shù)據(jù)的特征信息， 是一種有效的故障診斷方法?；诮y(tǒng)計(jì)的故障診斷方法主要有貝葉斯理論和證據(jù)推理理論等。貝葉斯理論貝葉斯理論就是用主觀概率來對事物的未知信息進(jìn)行估計(jì)， 利用貝葉斯公式對主觀概率進(jìn)行修正，進(jìn)而根據(jù)期望值和修正概率做決策的過程。 運(yùn)用貝葉斯理論首先得知道運(yùn)用對象的先驗(yàn)概率， 進(jìn)而才能根據(jù)貝葉斯公式得到后驗(yàn)概率， 后依據(jù)后驗(yàn)概率就能夠?qū)κ挛镞M(jìn)行決策了。 貝葉斯理論存在一些難點(diǎn)，比如先驗(yàn)概率難以獲取、最優(yōu)假設(shè)確定的計(jì)算代價很大等。證據(jù)推理理論證據(jù)理論是一種不精確推理理論，同貝葉斯理論相比，對于限制條件方面相對比較弱一些，對于待診斷對象未知信息的獲取方面顯得更直接。 目前，證據(jù)論在醫(yī)學(xué)診斷、目標(biāo)識別及軍事指揮等領(lǐng)域都得到了應(yīng)用?；谌斯ぶ悄艿墓收显\斷方法基于人工智能的故障診斷方法以知識處理為核心， 融合各個領(lǐng)域?qū)＜业呢S富診斷知識和經(jīng)驗(yàn)，通過獲取信息的特征，進(jìn)而實(shí)現(xiàn)故障診斷的一種方法。 人工能的故障診斷方法，不用建立一套完整的故障診斷數(shù)學(xué)模型， 就可實(shí)現(xiàn)從故障預(yù)測到維修決策的知識化和智能化， 因此，該方法的應(yīng)用前景十分廣闊。 基于人工智能的故障診斷方法主要支持向量機(jī)、專家系統(tǒng)以及故障樹分析方法等。支持向量機(jī)支持向量機(jī)最初利用統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小的原理來處理二分類問題后來經(jīng)過發(fā)展成為一種適用于多故障診斷的智能方法。 支持向量機(jī)使用數(shù)學(xué)方法和優(yōu)化技術(shù)，能夠找到一種學(xué)習(xí)能力適中且比較簡單的數(shù)學(xué)模型來解決一些故障數(shù)據(jù)獲取難、非線性以及比較復(fù)雜數(shù)據(jù)的識別等實(shí)際應(yīng)用問題。 目前，支向量機(jī)在航空發(fā)動機(jī)故障診斷領(lǐng)域也獲得了一些發(fā)展。專家系統(tǒng)專家系統(tǒng)方法是利用智能診斷理論和計(jì)算機(jī)理論， 結(jié)合待診斷對象領(lǐng)域?qū)＜叶嗄甑脑\斷經(jīng)驗(yàn)，進(jìn)行識別和演算，使得專家判斷故障的思維過程貫穿于整個智能故障診斷系統(tǒng)中，這樣待診斷對象的復(fù)雜問題就簡單化了。 目前，一些大型雜機(jī)器的故障診斷也有一些應(yīng)用了專家系統(tǒng)。故障樹分析方法故障樹分析方法是利用樹狀圖形推理將待診斷對象的故障逐級細(xì)化到最底層故障的一種分析方法，能夠?qū)⑾到y(tǒng)與部件、故障與原因之間的對應(yīng)關(guān)系反映出來，可以同時對故障做定性和定量分析， 使得診斷過程清晰化。故障樹分析方的基本思路為：首先找到所研究對象的頂事件，即研究對象最嚴(yán)重的故障類型；其次，尋找介于最嚴(yán)重故障和最簡單故障之間的故障，即中間故障；最后，將中間改組進(jìn)行展開到最基本的故障原因，即底事件。診斷算法詳細(xì)介紹基于支持向量機(jī)的航空發(fā)動機(jī)整機(jī)振動故障診斷航空發(fā)動機(jī)整機(jī)振動故障頻發(fā)，故障樣本數(shù)據(jù)也很難獲取，嚴(yán)重阻礙了故障診斷的發(fā)展。然而，支持向量機(jī)能夠較好的解決故障樣本獲取難、 故障樣本少問題，具有非常強(qiáng)的分類能力，彌補(bǔ)了航空發(fā)動機(jī)整機(jī)振動故障樣本少的缺點(diǎn)。因此，支持向量機(jī)可為航空發(fā)動機(jī)整機(jī)振動故障診斷提供一種可行方法， 可以用支持向量機(jī)作為故障分類器， 進(jìn)而進(jìn)行故障診斷。航空發(fā)動機(jī)整機(jī)振動故障的診斷過程一般通過四步實(shí)現(xiàn)： 特征信號檢測、特征提取、故障模式識別以及維修決策，具體模型如圖所示。圖1 航空發(fā)動機(jī)整機(jī)振動故障診斷模型基于小波包的航空發(fā)動機(jī)整機(jī)振動故障診斷技術(shù)小波基的選取）小波基函數(shù)與傳統(tǒng)的 FFT不同，小波包變換要根據(jù)振動信號的特點(diǎn)選取小波基，而不同的小波基在波形形狀、支撐范圍和正則性上存在著很大的不同， 因此選擇不的小波基對同一信號進(jìn)行小波包處理所得的結(jié)果存在著很大的差別。db小波和sym小波的光滑性較好，能夠保證小波基函數(shù)的光滑性，因此具有較好的局部化分析能力，在頻域上和時域上也具有良好的分割能力。）小波階數(shù)的選擇由于db小波分解層數(shù)越多，正則性條件越好，幅頻特性也越接近理想，這樣就能夠有效地對振動信號進(jìn)行處理，提取頻率特征。 db小波的階數(shù)并不是越大越好階數(shù)越大，阻帶內(nèi)的衰減速度加快，過渡帶變窄，能量泄露問題越嚴(yán)重濾波器在時域跨越的時間段就會越長， 時域分辨率越低，對信號處理過程中的域和頻域分辨率影響較大。小波包分解層數(shù)的確定小波包算法可以將整機(jī)振動信號分解到高頻段和低頻段內(nèi)。 本文利用小波包對振動信號進(jìn)行分解，得到各個頻段的系數(shù)，并分別進(jìn)行重構(gòu)，得出頻譜特征，提取故障特征頻率。小波包分解層數(shù)關(guān)系到對原始信號重構(gòu)的問題， 當(dāng)小波包解層數(shù) n比較大時，振動信號被分解到 [0,fs/2n]，fs為采樣率，頻帶越多，對原始信號的重構(gòu)信號信息越多，特征越明顯當(dāng)然小波包層數(shù)并不是越多越好，多分解一層，小波包的計(jì)算量會增加一倍，頻帶污染也會更嚴(yán)重。對各位置振動信號進(jìn)行小波分解， 獲得分解后單個節(jié)點(diǎn)重構(gòu)信號的時域圖其頻譜圖，從而進(jìn)行故障診斷分析?；贖ilbert-Huang變換的發(fā)動機(jī)整機(jī)振動故障診斷算法略。能部室由企管部統(tǒng)一考核）。不符合衛(wèi)生標(biāo)準(zhǔn)的，超市內(nèi)每處扣0.5分，超市外每處扣1分。衛(wèi)生管理制度1 總則1.1 為了加強(qiáng)公司的環(huán)境衛(wèi)生管理，創(chuàng)造一個整潔、文明、溫馨的購物、辦公環(huán)境，根據(jù)《公共場所衛(wèi)生管理?xiàng)l例》的要求，特制定本制度。1.2 集團(tuán)公司的衛(wèi)生管理部門設(shè)在企管部，并負(fù)責(zé)將集團(tuán)公司的衛(wèi)生區(qū)域詳細(xì)劃分到各部室，各分公司所轄區(qū)域衛(wèi)生由分公司客服部負(fù)責(zé)劃分，確保無遺漏。2 衛(wèi)生標(biāo)準(zhǔn)2.1 室內(nèi)衛(wèi)生標(biāo)準(zhǔn)2.1.1 地面、墻面：無灰塵、無紙屑、無痰跡、無泡泡糖等粘合物、無積水，墻角無灰吊、無蜘蛛網(wǎng)。2.1.2 門、窗、玻璃、鏡子、柱子、電梯、樓梯、燈具等，做到明亮、無灰塵、無污跡、無粘合物，特別是玻璃，要求兩面明亮。2.1.3 柜臺、貨架：清潔干凈，貨架、柜臺底層及周圍無亂堆亂放現(xiàn)象、無灰塵、無粘合物，貨架頂部、背部和底部干凈，不存放雜物和私人物品。2.1.4 購物車（筐）、直接接觸食品的售貨工具（包括刀、叉等）：做到內(nèi)外潔凈，無污垢和粘合物等。購物車（筐）要求每天營業(yè)前簡單清理，周五全面清理消毒；售貨工具要求每天消毒，并做好記錄。2.1.5 商品及包裝：商品及外包裝清潔無灰塵（外包裝破損的或破舊的不得陳列）。2.1.6 收款臺、服務(wù)臺、辦公櫥、存包柜：保持清潔、無灰塵，臺面和側(cè)面無灰塵、無灰吊和蜘蛛網(wǎng)。桌面上不得亂貼、亂畫、亂堆放物品，用具擺放有序且干凈，除當(dāng)班的購物小票收款聯(lián)外，其它單據(jù)不得存放在桌面上。2.1.7 垃圾桶：桶內(nèi)外干凈，要求營業(yè)時間隨時清理，不得溢出，每天下班前徹底清理，不得留有垃圾過夜。2.1.8 窗簾：定期進(jìn)行清理，要求干凈、無污漬。2.1.9 吊飾：屋頂?shù)牡躏椧鬅o灰塵、無蜘蛛網(wǎng)，短期內(nèi)不適用的吊飾及時清理徹底。2.1.10 內(nèi)、外倉庫：半年徹底清理一次，無垃圾、無積塵、無蜘蛛網(wǎng)等。2.1.11 室內(nèi)其他附屬物及工作用具均以整潔為準(zhǔn)，要求無灰塵、無粘合物等污垢?！鞠螺d本文檔，可以自由復(fù)制內(nèi)容或自由編輯修改內(nèi)容，更多精彩文章，期待你的好評和關(guān)注， 我將一如既往為您服務(wù)】航空發(fā)動機(jī)整機(jī)振動故障診斷國內(nèi)外現(xiàn)狀國內(nèi)航空發(fā)動機(jī)整機(jī)振動故障診斷技術(shù)研究現(xiàn)狀國內(nèi)具備發(fā)動機(jī)整機(jī)振動試驗(yàn)條件的單位只有發(fā)動機(jī)的設(shè)計(jì)單位和生產(chǎn)單位例如沈陽航空發(fā)動機(jī)設(shè)計(jì)所和沈陽黎明公司， 因此國內(nèi)對此項(xiàng)研究的開展非常有限，成果很少。由于試驗(yàn)條件的限制，目前國內(nèi)一些高校、研究所主要針對航空發(fā)動機(jī)工作過程中影響振動的關(guān)鍵部件開展研究工作。 北京航空航天大學(xué)機(jī)械設(shè)計(jì)及自動化學(xué)院王春潔和曾福明根據(jù)保持器的運(yùn)動特點(diǎn)， 建立了沖擊振動型分析影響振動的因素及其關(guān)系，研究保持架的軸向突然斷裂和疲勞斷裂機(jī)理，從而有針對性地解決了碰撞問題； 目前，振動信號的盲源分離技術(shù)得到重視， 得了一些研究成果。西北工業(yè)大學(xué)旋轉(zhuǎn)機(jī)械與風(fēng)能裝置測控研究所的宋曉萍和廖明夫利用盲源分離法對雙轉(zhuǎn)子航空發(fā)動機(jī)振動信號進(jìn)行分離， 對某型雙轉(zhuǎn)子航空發(fā)動機(jī)高壓轉(zhuǎn)子和低壓轉(zhuǎn)子所測得包含不同頻率振動信號，運(yùn)用 FastICA算法進(jìn)行了分離；西北工業(yè)大學(xué)電子信息學(xué)院馬建倉、 趙林和馮冰利用盲源分離技術(shù)對某型渦扇發(fā)動機(jī)振動偏大的現(xiàn)象進(jìn)行了分析， 采用FastICA和算法對振動信號進(jìn)行分析并且在一定條件下分離出了發(fā)動機(jī)的振源信號， 為發(fā)動機(jī)的振動故障診斷技術(shù)提供了依據(jù)。中航工業(yè)航空發(fā)動機(jī)設(shè)計(jì)研究所已建成了轉(zhuǎn)子振動故障再現(xiàn)試驗(yàn)器，能對發(fā)動機(jī)研制中出現(xiàn)的多種振動故障進(jìn)行試驗(yàn)和信號分析， 采用神經(jīng)網(wǎng)絡(luò)、小波分析技術(shù)等先進(jìn)診斷技術(shù)， 更加完善的故障診斷專家系統(tǒng)逐漸被建立起來；北京航空航天大學(xué)的洪杰、任澤剛把先進(jìn)的信息處理方法和專家系統(tǒng)應(yīng)用在航空發(fā)動機(jī)整機(jī)振動故障診斷中進(jìn)行研究， 中國民航大學(xué)的范作民、白杰等人把故障方程、人工神經(jīng)網(wǎng)絡(luò)等方法應(yīng)用在民用航空發(fā)動機(jī)故障診斷技術(shù)中進(jìn)行了研究。西北工業(yè)大學(xué)的張加圣等人開發(fā)了一套處理航空發(fā)動機(jī)振動信號以及狀態(tài)監(jiān)控的系統(tǒng)軟件，具有各個過程參數(shù)的數(shù)據(jù)采集、處理計(jì)算及控制輸出，發(fā)動機(jī)整機(jī)試車的故障特點(diǎn)，開發(fā)了某型航空發(fā)動機(jī)整機(jī)試車故障診斷與排除系統(tǒng)，該系統(tǒng)具有良好的用戶交互界面， 提供了系統(tǒng)用戶管理、故障信息的智能總等功能。由于航空發(fā)動機(jī)的設(shè)計(jì)需要具備整機(jī)振動的實(shí)驗(yàn)條件， 具備這樣條件的沈陽航空發(fā)動機(jī)設(shè)計(jì)研究所的鄭旭東等人應(yīng)用整體傳遞矩陣法， 根據(jù)某型號發(fā)動機(jī)的簡化模型對某型發(fā)動機(jī)轉(zhuǎn)子—支承—機(jī)匣—安裝節(jié)系統(tǒng)在與整機(jī)振動結(jié)果進(jìn)行了對比分析的基礎(chǔ)上進(jìn)行了整機(jī)臨界轉(zhuǎn)速和應(yīng)變能分布的計(jì)算； 由于沈陽航空航天大學(xué)與沈陽航空發(fā)動機(jī)設(shè)計(jì)研究所及沈陽黎明公司合作便利， 所以動力與能源學(xué)院的老師開展了一些整機(jī)振動方面的技術(shù)研究。 其中，王克明針對某型航空渦扇發(fā)動機(jī)整機(jī)振動過大現(xiàn)象， 對該發(fā)動機(jī)振動信號進(jìn)行了時域、 頻域、三維圖的分析，確定發(fā)動機(jī)的故障類型；沈陽航空航天大學(xué)的艾延廷和沙云東提出了基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)整機(jī)振動故障診斷方法， 利用ZT-3采集的航空發(fā)動機(jī)整機(jī)振動數(shù)據(jù)作為樣本，建立了發(fā)動機(jī)故障診斷模型，實(shí)現(xiàn)了發(fā)動機(jī)故障模式分類；艾延廷運(yùn)用模式識別的灰色關(guān)聯(lián)度的方法， 同時運(yùn)用采集的某型航空發(fā)動機(jī)整機(jī)振動試驗(yàn)數(shù)據(jù)作為樣本， 建立了標(biāo)準(zhǔn)特征庫，計(jì)算被評估發(fā)動機(jī)的狀態(tài)參數(shù)序列與標(biāo)準(zhǔn)狀態(tài)參數(shù)序列之間的灰色關(guān)聯(lián)度， 從而實(shí)現(xiàn)對航空發(fā)動機(jī)整機(jī)振動狀態(tài)的評價。由于小波包和諧波小波都具有很好的時域和頻域的分割能力， 因而近年來有的學(xué)者將小波包和諧波小波應(yīng)用到振動信號的分析中， 進(jìn)行諧波小波變換的過程中有自身的快速算法，克服了小波包的失真和信息丟失的缺點(diǎn)。 因此，諧波小波有效地應(yīng)用于振動信號的處理。李舜酩等運(yùn)用諧波小波成功地對微弱振動信號實(shí)現(xiàn)了頻域提取與時域重構(gòu)，說明諧波小波方法在微弱信號的頻域提取能力和精度上明顯優(yōu)于基于二進(jìn)分解的小波方法和傅里葉分析方法， 顯示了諧波小波變換的頻域保相特性；鄭云飛等人根據(jù)實(shí)驗(yàn)得出小波對信號幅值的變化十分敏感， 適檢測信號的奇異點(diǎn)，并且還利用廣義的小波變換提取出振動信號的特征； 唐玉志等對于將諧波小波的時頻表示應(yīng)用到噪聲振動信號的時頻表示； 陳果將諧波小波應(yīng)用到旋轉(zhuǎn)機(jī)械轉(zhuǎn)子的故障診斷中， 成功地診斷出轉(zhuǎn)子的四種旋轉(zhuǎn)機(jī)械轉(zhuǎn)子故障。一種改進(jìn)的諧波小波及其在轉(zhuǎn)子故障診斷中的應(yīng)用診斷實(shí)例證明， 該方法可有效用于航空發(fā)動機(jī)振動信號的故障診斷。國外航空發(fā)動機(jī)整機(jī)振動故障診斷技術(shù)研究現(xiàn)狀國外能夠獨(dú)立設(shè)計(jì)和生產(chǎn)航空發(fā)動機(jī)的國家只有美國、英國、法國和俄羅斯等幾個國家，但都將其視為國家機(jī)密，相應(yīng)的技術(shù)研究文獻(xiàn)很少。目前，關(guān)于航空發(fā)動機(jī)振動方面的研究技術(shù)只檢索到英國曼徹斯特大學(xué)機(jī)械、 航空宇航及土工程分院的兩篇文獻(xiàn)。其中，PhilipBonello設(shè)計(jì)了整機(jī)的導(dǎo)納諧波平衡方法， 解決帶有非線性齒輪的整機(jī)模型的穩(wěn)態(tài)周期不平衡振動的頻域計(jì)算問題。 通過對仿真雙轉(zhuǎn)子發(fā)動機(jī)模型的驗(yàn)證，設(shè)計(jì)的方法功能強(qiáng)大、使用方便；PhamMinHai計(jì)了整機(jī)的脈沖導(dǎo)納方法，解決帶有非線性齒輪的整機(jī)模型的穩(wěn)態(tài)周期不平衡的時域計(jì)算問題。采用仿真的雙轉(zhuǎn)子發(fā)動機(jī)模型對設(shè)計(jì)方法進(jìn)行了驗(yàn)證， 比傳統(tǒng)的隱式積分方法大約快 40倍解決整機(jī)振動故障時，俄羅斯主要利用振動的圖譜數(shù)據(jù)，根據(jù)經(jīng)驗(yàn)進(jìn)行排振。航空發(fā)動機(jī)整機(jī)振動測試及常見故障航空發(fā)動機(jī)整機(jī)振動測試參數(shù)根據(jù)發(fā)動機(jī)試驗(yàn)規(guī)范的要求，航空發(fā)動機(jī)整機(jī)振動測試的基本內(nèi)容有：① 發(fā)動機(jī)系統(tǒng)振動基本參數(shù)的測量。 測量壓氣機(jī)、渦輪、附件傳動機(jī)匣部結(jié)構(gòu)上的振動位移、速度、加速度總量；在軸承的適當(dāng)位置測量軸承載荷及轉(zhuǎn)子振動加速度、速度、位移、以及頻率、相位、外傳力等參數(shù)。② 發(fā)動機(jī)系統(tǒng)振動特征參數(shù)的測試。測量轉(zhuǎn)子支承系統(tǒng)以及機(jī)匣等其他產(chǎn)生高頻振動和應(yīng)力的構(gòu)件的固有頻率，轉(zhuǎn)子臨界轉(zhuǎn)速、振型、剛度、阻尼等模態(tài)參數(shù)和物理參數(shù)。目前，航空發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)的機(jī)械狀態(tài)和故障主要是通過振動檢測和信號分析技術(shù)進(jìn)行識別的和發(fā)現(xiàn)的。 振動測試系統(tǒng)主要由傳感器、 信號調(diào)節(jié)器（即二儀表、記錄儀、分析儀及以計(jì)算機(jī)為中心的數(shù)據(jù)處理系統(tǒng)等部分組成。在實(shí)際應(yīng)用中，應(yīng)該根據(jù)具體對象、監(jiān)測目的和監(jiān)測要求選取合適的測量系統(tǒng)和處理方法來準(zhǔn)確分析發(fā)動機(jī)的振動特性， 有效的診斷和預(yù)測發(fā)動機(jī)整機(jī)振動故障。 根據(jù)傳感器的參數(shù)不同，可以使用光測法、電測法和機(jī)械法等實(shí)現(xiàn)振動信號測量， 中，航空發(fā)動機(jī)整機(jī)振動測試中廣泛用電測法， 主要測量參數(shù)為高、低轉(zhuǎn)子和發(fā)動機(jī)5個截面位置處垂直和水平方向的 6個振動速度信號和 3個加速度信號。航空發(fā)動機(jī)整機(jī)振動常見故障整機(jī)振動主要由內(nèi)部故障引起的，故障不同，振動特性也不同，因此可以根據(jù)不同的振動故障特征推測出故障原因， 進(jìn)而有針對性的對故障進(jìn)行分析和排除航空發(fā)動機(jī)整機(jī)振動故障診斷的關(guān)鍵在于找到發(fā)動機(jī)振動狀態(tài)參數(shù)與振動故障特征參數(shù)之間的對應(yīng)關(guān)系。航空發(fā)動機(jī)整機(jī)振動故障的診斷，應(yīng)在獲取發(fā)動機(jī)的穩(wěn)態(tài)數(shù)據(jù)、瞬態(tài)數(shù)據(jù)以及過程參數(shù)和運(yùn)行狀態(tài)等信息的基礎(chǔ)上， 通過信號分析和數(shù)據(jù)處理提取發(fā)動機(jī)特有的故障征兆及故障敏感參數(shù)等， 通過綜合分析判斷確定故障原因， 做出符合際的診斷結(jié)論。表1 某型航空發(fā)動機(jī)典型振動故障類型轉(zhuǎn)子不平衡故障轉(zhuǎn)子不平衡是由于轉(zhuǎn)子部件質(zhì)量偏心或轉(zhuǎn)子部件出現(xiàn)缺損造成的故障。發(fā)動機(jī)因轉(zhuǎn)子不平衡引起的振動比較常見。引起轉(zhuǎn)子不平衡的原因有：結(jié)構(gòu)設(shè)計(jì)不零部件的松動和脫落等。了故障；當(dāng)不平衡為主要故障時，軸承上水平方向與垂直方向振動相位差約為度；當(dāng)轉(zhuǎn)速低于轉(zhuǎn)子第一階臨界轉(zhuǎn)速運(yùn)轉(zhuǎn)時，振動幅值將隨轉(zhuǎn)速的平方成比例變化，臨界轉(zhuǎn)速時出現(xiàn)最大峰值，通過臨界轉(zhuǎn)速后，振幅逐漸減小而趨向于定值，即偏心值；軸心軌跡特征：質(zhì)量不平衡振動響應(yīng)通常是一定程度的捕圓軌跡。水平方向振動通常是垂直方向的倍至倍左右。 當(dāng)水平方向與垂直方向振動之比大于時通常說明是其它故障，尤其是共振。轉(zhuǎn)子不對中因轉(zhuǎn)子與轉(zhuǎn)子利用聯(lián)軸器進(jìn)行連接時安裝不妥，或由于軸承中心線不對中，或者是由于轉(zhuǎn)子軸的彎曲、轉(zhuǎn)子與軸承的間隙以及承載后轉(zhuǎn)子與軸承的變形往往會軸系不對中有三種形式：平行不對中，此時轉(zhuǎn)子軸心線徑向平行位移。偏角不對中，此時兩轉(zhuǎn)子軸心線相互交叉，或稱偏角位移。平行偏角綜合不對中，此時兩轉(zhuǎn)子軸心線相互錯位移。軸系不對中的主要特征為：振動信號的原始時間波形為畸變的正弦波。其二倍頻分量所占的比例就越大，多數(shù)情況超過一倍頻分量。軸向振動的頻譜成分中以一倍頻幅值較大。連軸器兩側(cè)的軸向振動基本上是 反向的。典型的軸心軌跡正進(jìn)動。滾動軸承故障滾動軸承是航空發(fā)動機(jī)及其試驗(yàn)設(shè)備最常用的部件之一， 它的運(yùn)行情況直影響到整機(jī)的功能。檢測軸承故障的方法很多，如振動分析、噪聲分析、溫度檢測法、油樣分析等。滾動軸承的主要故障形式有：疲勞剝落滾動軸承工作時，滾道和滾動體表面既承受載荷又相對滾動。由于交變載荷的作用，首先在表面下一定深處（最大剪應(yīng)力處）勞剝落。而當(dāng)潤滑不良時更會加劇表面磨損。磨損使軸承的運(yùn)轉(zhuǎn)精度下降，同時也降低了機(jī)器的整體運(yùn)行精度，振動及噪聲隨之增大。塑性變形在工作負(fù)荷過重的情況下，軸承受到過大的沖擊載荷或靜載荷，道表面上形成凹痕或劃痕。這將使軸承在運(yùn)轉(zhuǎn)時產(chǎn)生劇烈的振動和噪聲。軸承腐蝕。高精度的軸承往往由于表面腐蝕，喪失精度而不能繼續(xù)工作。膠合 所謂膠合是指一個表面上的金屬粘附另一個表面上的現(xiàn)象。 在潤或良，高速重載的情況下，由于摩擦發(fā)熱，軸承零件可能在極短的時間內(nèi)達(dá)到很高的溫度，從而導(dǎo)致表面燒傷及損壞。齒輪故障齒輪是航空減速器的主要傳動部件，也是比較容易出故障的部件之一。航空發(fā)動機(jī)對齒輪傳動的要求很高，既要求齒輪在高速、重載等惡劣條件下工作，有要求齒輪裝置具有高平穩(wěn)性、高可靠性和結(jié)構(gòu)緊湊等良好的工作性能，由此使得齒輪發(fā)生故障的因素也日益增多。齒輪由于制造誤差、裝配不當(dāng)或在不適當(dāng)條件（載荷、潤滑等）下使用，會發(fā)生損傷，常見的損傷大約有四類：齒的斷裂 有疲勞斷裂和過負(fù)荷斷裂兩種。最常見的是疲勞斷裂，通常先受力側(cè)齒根產(chǎn)生龜裂、逐漸向齒端發(fā)展而致折斷。過負(fù)荷斷裂是由于機(jī)械系統(tǒng)速度的急劇變化、軸系共振、軸承破損、軸彎曲等原因，是齒輪產(chǎn)生不正常的一段接觸，載荷集中到齒面一端而引起的。齒的磨損 由于金屬微粒、污物、塵埃和沙粒等進(jìn)入齒輪而導(dǎo)致材料磨損擦傷等均屬磨損的情況。齒的疲勞 由于齒面接觸應(yīng)力超過材料允許的疲勞極限， 表面層先是產(chǎn)生微裂紋，然后是小塊剝落，甚至嚴(yán)重時整個齒斷裂。齒面塑性變形 如壓碎、皺紋等共振共振現(xiàn)象，在航空發(fā)動機(jī)部件試驗(yàn)和整機(jī)試驗(yàn)中經(jīng)常出現(xiàn)，它常常是由于轉(zhuǎn)動軸、發(fā)動機(jī)外殼或附屬結(jié)構(gòu)如管道的固有頻率，被轉(zhuǎn)子基頻（或基頻的諧頻）激勵時產(chǎn)生的。有時也因?yàn)橛湍ぽS承的剛性改變或齒輪傳動的影響造成轉(zhuǎn)動軸共振。航空發(fā)動機(jī)部件試驗(yàn)和整機(jī)試驗(yàn)中， 不允許出現(xiàn)振動幅值較大的共振， 否會產(chǎn)生毀滅性的破壞。共振現(xiàn)象所引起的振動的主要特性是： 隨著轉(zhuǎn)速的增大或減小，振動幅值又十分明顯的變化； 相位變化很大。摩擦碰摩摩擦碰摩故障在航空發(fā)動機(jī)及其部件試驗(yàn)過程中也時常出現(xiàn)， 航空發(fā)動機(jī)旋轉(zhuǎn)件轉(zhuǎn)速很高，由于轉(zhuǎn)子彎曲、轉(zhuǎn)子不對中引起軸心變形， 間隙不足和非旋轉(zhuǎn)部件彎曲變形等原因引起轉(zhuǎn)子與固定件接觸碰摩而導(dǎo)致的異常震動時有發(fā)生。 摩分全圓徑環(huán)形摩擦和局部摩擦兩種， 摩擦碰摩故障的振動頻率成分較為豐富， 有與轉(zhuǎn)速頻率相關(guān)的低頻成分， 也有與固有頻率相關(guān)的高次諧波分量， 并伴隨有異常噪聲摩擦可以認(rèn)為是對系統(tǒng)作寬頻帶的激勵， 當(dāng)摩擦隨轉(zhuǎn)動而周期出現(xiàn)時，還會激發(fā)軸頻成分。機(jī)械松動在航空發(fā)動機(jī)實(shí)驗(yàn)過程中，松動可能導(dǎo)致嚴(yán)重的振動，松動是由于固緊基礎(chǔ)松弛，軸承約束松弛，過大的軸承間隙等原因引起的， 松動可以是任何已有不平衡、不對中所引起的振動問題更加嚴(yán)重。 在出現(xiàn)松動的情況下，除了產(chǎn)生轉(zhuǎn)頻動外，還會發(fā)生旋轉(zhuǎn)基頻的高次諧波（如2f0，3f0等）振動及1/2f0、1/3f0等分油膜渦動和油膜振蕩油膜渦動和油膜振蕩是由滑動力學(xué)特性引起的自激振動。渦動頻率一般為ω=(0.43~不斷增加，半頻諧波的振幅也不斷增加，使轉(zhuǎn)子振動加劇。油膜振蕩的振動特征：<1/2Ω(0.43~，常伴一倍頻。密封和間隙動力失穩(wěn)高速旋轉(zhuǎn)機(jī)械的葉輪及密封裝置，由于密封壓力差及高轉(zhuǎn)速，在轉(zhuǎn)子與定子小間隙處容易產(chǎn)生激振力，導(dǎo)致轉(zhuǎn)子運(yùn)行失穩(wěn)，發(fā)生異常振動。其振動特征為：特征頻率小于二分之一的次諧波，常伴一倍頻、分頻、高倍頻。熱彎曲故障熱彎曲現(xiàn)象發(fā)生在停車后，發(fā)動機(jī)處于冷卻狀態(tài)。由于熱交換，轉(zhuǎn)子下部比上部冷卻速度快，故轉(zhuǎn)子呈弓形狀態(tài)。從而，產(chǎn)生很大的不平衡。再啟動時，致使振動響應(yīng)瞬時增大，乃至產(chǎn)生轉(zhuǎn)靜子碰摩現(xiàn)象。 一旦溫度均勻，轉(zhuǎn)子的熱彎很快消失，轉(zhuǎn)靜子碰摩現(xiàn)象消失和振動響應(yīng)減小。熱彎曲故障具有如下特點(diǎn)：冷，熱膨脹伸縮不同，致使轉(zhuǎn)子彎曲。產(chǎn)生很大的不平衡；振動響應(yīng)具有明顯的轉(zhuǎn)速特征。 對多臺某禍扇發(fā)動機(jī)熱彎曲轉(zhuǎn)子的振動響整機(jī)測試結(jié)果統(tǒng)計(jì)結(jié)果顯示最大振動響應(yīng)幅值發(fā)生在轉(zhuǎn)子支承型共振轉(zhuǎn)速。該共振轉(zhuǎn)速位于慢車之前；振動響應(yīng)與轉(zhuǎn)、靜子間隙有著明顯的關(guān)系。轉(zhuǎn)、靜子間隙對于轉(zhuǎn)子熱彎曲現(xiàn)象是特別敏感的。熱彎曲現(xiàn)象發(fā)生在發(fā)動機(jī)停車后， 發(fā)動機(jī)正處于冷卻狀態(tài)由于熱交換，發(fā)動機(jī)轉(zhuǎn)子下部較上部冷，故轉(zhuǎn)子呈弓形，從而產(chǎn)生很大的不平衡。發(fā)動機(jī)再啟動過程中或再啟動將完成剛進(jìn)入慢車轉(zhuǎn)速時，發(fā)動機(jī)產(chǎn)生較大振動。大振動開始的轉(zhuǎn)速在轉(zhuǎn)子系統(tǒng)的共振轉(zhuǎn)速附近。轉(zhuǎn)子熱彎曲較大時，在轉(zhuǎn)、靜子間隙較小處，產(chǎn)生碰摩現(xiàn)象。最小間隙處碰摩加劇了轉(zhuǎn)子的振動響應(yīng)。轉(zhuǎn)子裂紋故障其產(chǎn)生原因主要是由于材料本身的缺陷、加工誤差、安裝失誤、意外沖擊或疲勞破損等。這些裂紋如不及吋發(fā)現(xiàn)，就會在交變載荷的作用下擴(kuò)展、 突變以引起災(zāi)難性的斷裂事故。轉(zhuǎn)子裂紋故障具有如下特點(diǎn)：動，并可能具有穩(wěn)定的周期，進(jìn)而導(dǎo)致轉(zhuǎn)子不平衡；響，轉(zhuǎn)子動平衡變得比較困難；現(xiàn)象，還可能出現(xiàn)高次諧波和次諧波的振動，甚至?xí)霈F(xiàn)擬周期振動；動會出現(xiàn)跳躍和滯后現(xiàn)象；且在非共振區(qū)出現(xiàn)相位變化。轉(zhuǎn)子腔體積油故障航空發(fā)動機(jī)大多壓氣機(jī)的結(jié)構(gòu)采用鼓筒方式， 壓氣機(jī)前后支承的封嚴(yán)裝置在發(fā)動機(jī)調(diào)試和試制過程中漏油現(xiàn)象時有發(fā)生， 結(jié)果導(dǎo)致鼓筒腔體積油。鼓筒腔積油故障具有如下特點(diǎn)：荷，輕者導(dǎo)致轉(zhuǎn)靜件間隙變大，重者導(dǎo)致轉(zhuǎn)子葉片機(jī)匣產(chǎn)生嚴(yán)重的碰摩；部分充液轉(zhuǎn)子系統(tǒng)在轉(zhuǎn)速超過了轉(zhuǎn)子的臨界轉(zhuǎn)速之后就會出現(xiàn)不穩(wěn)定；隨著轉(zhuǎn)速的增大，轉(zhuǎn)子在不穩(wěn)定區(qū)的禍動頻率與空轉(zhuǎn)子系統(tǒng)的一階臨界轉(zhuǎn)速之比隨之增大，轉(zhuǎn)子在不穩(wěn)定區(qū)的禍動頻率與轉(zhuǎn)子的轉(zhuǎn)速之比隨之減小。隨著流體黏度的增大在不穩(wěn)定區(qū)上邊界位置的滯后區(qū)明顯減小， 轉(zhuǎn)子的不穩(wěn)區(qū)縮小并向低轉(zhuǎn)速方向移動。軸承座連接松動或轉(zhuǎn)子支承結(jié)構(gòu)間隙超差軸承座的連接螺栓松動或個別零件沒有被壓緊而有徑向竄動， 從而導(dǎo)致支振動過大，其振動特征為：振動多發(fā)生在徑向；出現(xiàn)；振動相位無變化；旋轉(zhuǎn)失速與喘振旋轉(zhuǎn)失速是壓氣機(jī)中最常見的一種不穩(wěn)定現(xiàn)象。當(dāng)壓氣機(jī)流量減少時，由于沖角增大，葉珊背面將發(fā)生流體分離，流道部分或全部被堵塞，這樣失速區(qū)以某速度向葉珊運(yùn)動的反方向傳播。旋轉(zhuǎn)失速的故障特征有：振動幅值隨出口壓力的增加而增加；振動發(fā)生在流量減小時，且隨著流量的減小而增大；振動頻率與工頻之比為小于 1的常值；轉(zhuǎn)子的軸向振動對轉(zhuǎn)速和流量十分敏感；排氣壓力有波動現(xiàn)象；旋轉(zhuǎn)失速嚴(yán)重時可以導(dǎo)致喘振。喘振的故障特征有：發(fā)動機(jī)的聲音由尖哨轉(zhuǎn)變?yōu)榈统?；發(fā)動機(jī)的振動加大；壓氣機(jī)出口總壓和流量大幅度波動；轉(zhuǎn)速不穩(wěn)定，推力突然下降并且有大幅度的波動；發(fā)動機(jī)的排氣溫度升高，造成超溫；不均勻氣流渦動發(fā)動機(jī)在運(yùn)轉(zhuǎn)過程中如果轉(zhuǎn)軸發(fā)生了彎曲，則葉輪偏向內(nèi)腔的一側(cè)，徑向間隙沿周向不均勻分布，轉(zhuǎn)子在這種情況下容易產(chǎn)生渦動， 當(dāng)渦動頻率接近系統(tǒng)固有頻率且氣流壓力足夠大時，就發(fā)生振蕩。故障特征有：振蕩頻率為0.6~0.9倍工頻；轉(zhuǎn)子有偏心彎曲造成的間隙不均；振動對氣流壓力、流量的改變非常敏感；在多個轉(zhuǎn)子組成的軸系中，氣流渦動常發(fā)生在氣流壓力高的轉(zhuǎn)子上。航空發(fā)動機(jī)整機(jī)振動信號分析對于振動信號分析，時、頻域的分析是最常用的分析手段，雖然故障信號往往具有高度的復(fù)雜性，但是對于一些典型的故障， 對其原始波形、軸心軌跡及本的頻譜分析仍具有一定的有效性。 小波分析、變換等在特征提取方面有較好的效果，近年來被廣泛應(yīng)用。小波分析技術(shù)由于具有良好的時頻局部化性質(zhì)， 對突變和非平穩(wěn)信號的分析效果明顯。對試驗(yàn)所得信號釆用基于雙正交小波包基的方法可以對振動信號進(jìn)行消噪處理， 有效地剔除噪聲干擾。對消噪的信號進(jìn)行小波包分解，能夠?qū)Ω飨嚓P(guān)頻帶進(jìn)行能量計(jì)算， 分離并提取不同頻帶里的故障特征頻率，實(shí)現(xiàn)信號在不同頻帶、不同時刻的合理分離。方法則可以根據(jù)信號的局部時變特征進(jìn)行自適應(yīng)的時頻分解， 消除了人為劃分頻帶等限制，克服了傳統(tǒng)方法中無法用無意義的諧波分量來表示非平穩(wěn)、 非線性信號的缺陷，可以得到較高的時頻分辨率。采用可以對航空發(fā)動機(jī)振動信號從時間頻率幅值分布、 瞬時頻率變情況等方面進(jìn)行了更加詳盡的刻畫，揭示可能存在的故障特征。另外，由于航空發(fā)動機(jī)的主要整機(jī)振動故障可以歸為非線性故障，很多情況下振動行為往往具有典型的非線性特性， 因此所測量得到的振動信號具有明顯非線性，如碰摩故障存在時的情況?；诂F(xiàn)代非線性理論的映射法、指數(shù)法、替代數(shù)據(jù)法以及分形理論等，可以進(jìn)一步從定性定量的角度刻畫分析航空發(fā)動機(jī)整機(jī)振動時的復(fù)雜運(yùn)動特征，所得到的量化指標(biāo)可以用于故障特征提取。表2 振動信號分析列表轉(zhuǎn)子系統(tǒng)振動故障的時域分析算法振動信號的時域波形分析是對信號（包括確定性信號與隨機(jī)信號）的時域參數(shù)進(jìn)行處理，求得信號的幅值、周期、相位、均值、均方值、方差等特征量?？勺R別其以下一些時域特征參數(shù)，如：周期或頻率；峰值或峰峰值；初始相位等。轉(zhuǎn)子系統(tǒng)振動故障的頻域分析算法振動信號的頻譜分析是計(jì)算采集數(shù)據(jù)的幅、相頻特性曲線，基本出發(fā)點(diǎn)是數(shù)轉(zhuǎn)子轉(zhuǎn)速關(guān)系密切，往往是轉(zhuǎn)速頻率的整數(shù)或分?jǐn)?shù)倍， 因此在頻譜分析時，所心的都是各種軸轉(zhuǎn)速的多倍頻率處以及轉(zhuǎn)速的非整數(shù)倍頻率處的峰值。 頻譜中的同步分量是指軸速頻率的整倍數(shù)，通過分析頻譜中的同步波峰可以發(fā)現(xiàn)許多故障，其中包括不平衡、不對中、松動、軸彎曲、葉片磨損、齒輪嚙合問題等；次同步涉及到頻譜上機(jī)器運(yùn)轉(zhuǎn)速度頻率以下的區(qū)域， 該區(qū)域可能出現(xiàn)的故障包括油膜動、滾動軸承保持架頻率、皮帶頻率、瑞流以及摩擦和嚴(yán)重松動等；不同步波峰位于軸速頻率的非整數(shù)倍處， 其部分來源是滾動軸承、由不同軸驅(qū)動的部件、次同步的諧波頻率、共振、機(jī)器產(chǎn)生的噪音、氣穴現(xiàn)象等。轉(zhuǎn)子系統(tǒng)振動故障的小波包分解算法小波包分解技術(shù)將信號無冗余、無疏漏、正交地分解到相互獨(dú)立的頻帶內(nèi)，這些分解頻帶信號都具有一定的能量， 每個頻帶里信號的能量對于狀態(tài)監(jiān)測和故障診斷都是十分有用的信息。頻帶能量監(jiān)測應(yīng)當(dāng)包括各頻帶里信號的全部能量，包括非線性振動能量，如松動、摩擦、爬行、碰撞等等。利用小波包分解頻帶能量比例特征，通過監(jiān)測對應(yīng)頻帶里能量比例的變化， 可以對轉(zhuǎn)子系統(tǒng)運(yùn)行狀態(tài)程中振動的變化進(jìn)行有效的監(jiān)測和故障診斷。轉(zhuǎn)子系統(tǒng)振動故障的 HHT分析算法旋轉(zhuǎn)機(jī)械故障振動信號大部分都是非平穩(wěn)信號， 其明顯特征是存在著時變頻率，在現(xiàn)實(shí)生活中，時變頻率是普遍存在的，如變化的色彩、變化的聲音等等。而傅里葉變換和時頻分析都不能很滿意地解決這一問題， 解決這一問題的最理方法是研究信號的瞬時頻率。傳統(tǒng)的頻率概念源于針對周期性信號的經(jīng)典物理學(xué)定義，其實(shí)質(zhì)是表征信號在一定時間內(nèi)的總體特征。 瞬時頻率與傳統(tǒng)的頻率概念截然不同，但可以兼容后者。目前，人們對瞬時頻率的認(rèn)識形成了一些共識：瞬時頻率的解析信號相位求導(dǎo)定義極具合理性，其中解析信號由變換唯一確定； 信號分為單分量信號和多量信號：單分量信號在任意時刻都只有一個頻率，該頻率稱為信號的瞬時頻率；多分量信號則在不同的時刻具有各自的瞬時頻率。在T中，為了計(jì)算瞬時頻率，定義了固有模態(tài)函數(shù)（簡稱 IM，它是滿足單分量信號物理解釋的一類信號， 在每一時刻只有單一頻率成分， 從而使得時頻率具有了物理意義。直觀上固有模態(tài)函數(shù)具有相同的極值點(diǎn)和過零點(diǎn)數(shù)目，其波形與一個標(biāo)準(zhǔn)正弦信號通過調(diào)幅和調(diào)頻得到的新信號相似，其定義如下：一個固有模態(tài)函數(shù)必須滿足以下兩個條件：過一個；絡(luò)線的平均值為零，即上、下包絡(luò)線相對于時間軸局部對稱。HHT由經(jīng)驗(yàn)?zāi)B(tài)分解（和Hilbert變換兩部分組成。其基本思想是，將原始信號經(jīng)EMD分解成一系列IMF的組合，然后對每個 IMF利用解析信號相位求導(dǎo)定義計(jì)算出有意義的瞬時頻率及瞬時幅值， 獲得信號的時-頻譜—Hilbert譜航空發(fā)動機(jī)整機(jī)故障診斷算法目前，用于航空發(fā)動機(jī)整機(jī)振動故障診斷的方法有很多，主流的是基于信息融合的故障診斷方法。以下根據(jù)故障診斷方法的特征對其進(jìn)行分類， 主要有基解析模型的故障診斷方法、基于統(tǒng)計(jì)的故障診斷方法和基于人工智能的故障診斷方法?；诮馕瞿Ｐ偷墓收显\斷方法基于解析模型的故障診斷方法是將系統(tǒng)數(shù)學(xué)模型得到的模型計(jì)算解與待診斷對象的實(shí)際測量結(jié)果進(jìn)行對比， 得到估計(jì)值與測量值之間的殘差， 然后根據(jù)差的大小來實(shí)現(xiàn)故障診斷，具有易于診斷分析的優(yōu)點(diǎn)，同時，也存在計(jì)算量大、系統(tǒng)精確數(shù)學(xué)模型不好建立等缺點(diǎn)。 實(shí)際上，狀態(tài)估計(jì)法、參數(shù)估計(jì)法以及等價空間法也是基于解析數(shù)學(xué)模型的方法，只是它們的殘差產(chǎn)生方式不同而已。狀態(tài)估計(jì)法狀態(tài)估計(jì)診斷法的基本思路是通過比較重構(gòu)模型得到的測量值與系統(tǒng)實(shí)際輸出值，得到殘差量，然后根據(jù)殘差量的大小來判斷設(shè)備是否出現(xiàn)故障。參數(shù)估計(jì)法參數(shù)估計(jì)方法是一種根據(jù)系統(tǒng)參數(shù)估計(jì)值與實(shí)際值做差得到的殘差值的大小來判斷系統(tǒng)是否出現(xiàn)故障的故障診斷方法。 參數(shù)估計(jì)方法的基本思路為建立診斷對象的輸入輸出模型來對系統(tǒng)的參數(shù)信息進(jìn)行檢測估計(jì)， 將系統(tǒng)參數(shù)的估計(jì)值轉(zhuǎn)換成物理參數(shù)估計(jì)值，然后將其與實(shí)際測量值做差， 得到殘差值，再通過殘值的大小來判斷設(shè)備是否出現(xiàn)故障。等價空間方法等價空間方法的基本思路是通過提取系統(tǒng)數(shù)學(xué)方程得到的估計(jì)值，然后將其與實(shí)際測量值進(jìn)行做差，得到系統(tǒng)估計(jì)值與實(shí)際值之間的殘差，根據(jù)殘差的大小來判斷設(shè)備是否出現(xiàn)故障?；诮y(tǒng)計(jì)的故障診斷方法基于統(tǒng)計(jì)的故障診斷方法是一種大數(shù)據(jù)量數(shù)據(jù)分析處理的有效工具， 其將雜的、維數(shù)高的原始數(shù)據(jù)轉(zhuǎn)變成簡單的、 維數(shù)低的特征數(shù)據(jù)，這樣處理不僅去掉