【技术实现步骤摘要】
一种航空发动机转子故障特征的提取方法
本专利技术涉及一种特征信息的提取方法,尤其涉及一种航空发动机转子故障特征的提取方法。
技术介绍
随着现代科学技术的不断发展和进步,旋转机械一方面朝着高速、高效的方向发展,同时又面临着更加苛刻的工作和运行环境的挑战,从而导致故障发生的潜在风险相应升高,其核心部件转子系统更是故障发生率最高的部位之一。尤其是飞机的航空发动机转子系统,其是航空机械设备中故障率最高、调整最复杂、维护工作量最大的系统,其工作状态的好坏直接影响到飞机的安全可靠与运行;如果一旦发动机在运行中出现了故障,就可能导致飞机无法正常飞行,危及人身安全,造成重大的社会、经济损失。据统计,航空发动机的故障发生率约占整个飞机故障的30%,飞机因机械原因发生的重大飞行事故中40%左右是由于发动机故障导致的,发动机由于自身特点不同于一般机械,即使非常轻微的一些机械缺陷或损伤都会引起转子系统的振动,包括从几乎小得微不足道的振动到大得足以导致发动机破坏的振动。由于航空发动机转子系统的复杂性,往往多种故障会表现为相同的振动,而同一故障 ...
【技术保护点】
1.一种航空发动机转子故障特征的提取方法,其特征在于,具体的步骤为:/n步骤一、通过电涡流位移传感器,按确定的时间间隔或采样频率测取一定数量的航空发动机转子在某个采样时段的振动信号;/n步骤二、将采集得到的航空发动机转子振动信号按式
【技术特征摘要】
1.一种航空发动机转子故障特征的提取方法,其特征在于,具体的步骤为:
步骤一、通过电涡流位移传感器,按确定的时间间隔或采样频率测取一定数量的航空发动机转子在某个采样时段的振动信号;
步骤二、将采集得到的航空发动机转子振动信号按式进行VNCMD分解,
式中,ai(t)表示信号分量的瞬时幅值(IA),fi(s)表示信号分量的瞬时频率(IF),φi代表初始相位;
从而到分解模型式
式中,Q是被假定为已知信号固有模式的的数量,n(t)为N(0,σ2)的高斯白噪声;
其中,a(t)为带限函数,其带宽可以为BW=BWAM+BWFM;
式中,BWAM=2Fa表示由AM产生的带宽,Fa为a(t)的最大频率;
步骤三、由下式定义解调算子和调制算子,
式中,表示算子的频率函数,fc>0是载波频率;
从而可得出解调信号表示为:
从而得到模型式:
式中,ui(t)和vi(t)是两个解调...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。