一种基于残差网络的航空发动机滚动轴承故障诊断方法技术

本申请属于航空发动机故障诊断领域，特别涉及一种基于残差网络的航空发动机滚动轴承故障诊断方法。包括：S1、获取航空发动机轴承故障试验模型，进行航空发动机轴承故障试验，并采集振动加速度信号；S2、构建残差网络模型；S3、按照不同的故障类型对所述振动加速度信号进行标注；S4、对标注后的振动加速度信号进行傅里叶变换，获取频谱图，并将所述频谱图作为所述残差网络模型的输入；S5、将原始振动加速度信号划分为训练集和测试集，对所述残差网络模型进行训练；S6、通过训练好的残差网络模型实现发动机滚动轴承的故障诊断。本申请不需要靠人工计算特征，且具有更高的计算精度、计算成本低、计算效率高、能充分满足机载化需求的特点。特点。特点。

【技术实现步骤摘要】
一种基于残差网络的航空发动机滚动轴承故障诊断方法


[0001]本申请属于航空发动机故障诊断领域，特别涉及一种基于残差网络的航空发动机滚动轴承故障诊断方法。

技术介绍

[0002]滚动轴承故障是旋转机械最常见的故障之一。以航空发动机为代表的旋转机械，通常运行在高温、高压、高转速、高负载等极端恶劣的环境之中，从而导致滚动轴承故障频发，轻则系统失效，造成经济损失，重则机毁人亡，严重威胁飞行安全。因此，这类系统一般不能够“带病”进行作业，且对于航空发动机而言，其早期故障特征非常微弱，很难实现故障的精确诊断。鉴于此，为了避免航空发动机滚动轴承故障的发生，有效实施航空发动机滚动轴承故障诊断，尽早发现滚动轴承故障征兆势在必行。
[0003]为应对中介主轴承故障突出的现状，我国为外场配备了诸如瓦吉姆振动检查仪、滑油光谱分析、铁谱和自动磨粒分析等设备，用于主轴承故障预防。但在效率方面，当前地面监控手段存在时效性差的问题，不能及时的发现关键部件的早期故障征兆，通过加大外场的维护工作来保证做到故障的早发现、早解决。在成本方面。现在配备于空军基地的瓦吉姆振动检查仪对发动机滚动轴承的故障诊断也出现了严重的虚假告警，造成了大量不必要的过剩维修，使得维修维护成本过高、人员操作强度大。在技术方面，当前的诊断技术存在诊断精度不高的问题，且诸如光谱、铁谱等分析技术直接或间接依靠操作人员的经验进行判断，进一步限制了这种技术的应用。
[0004]另外，由于航空发动机结构复杂，振动激励源较多，噪声较大，从主轴承到机匣测点的传递路径很长，使得轴承的故障特征频率在机匣振动信号中非常微弱，而这就使得对发动机轴承的故障诊断变得尤为困难。现有的依赖于人工特征提取的诊断方法，例如支持向量机SVM和神经网络NN等，需要直接从时域、频域、时频域中提取特征，因此，难于提取出故障的敏感特征，且具有很大的主观性，
[0005]因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

技术实现思路

[0006]本申请的目的是提供了一种基于残差网络的航空发动机滚动轴承故障诊断方法，以解决现有技术存在的至少一个问题。
[0007]本申请的技术方案是：
[0008]一种基于残差网络的航空发动机滚动轴承故障诊断方法，包括：
[0009]S1、获取航空发动机轴承故障试验模型，进行航空发动机轴承故障试验，并采集振动加速度信号；
[0010]S2、构建残差网络模型；
[0011]S3、按照不同的故障类型对所述振动加速度信号进行标注；
[0012]S4、对标注后的振动加速度信号进行傅里叶变换，获取频谱图，并将所述频谱图作
为所述残差网络模型的输入；
[0013]S5、将原始振动加速度信号划分为训练集和测试集，对所述残差网络模型进行训练；
[0014]S6、通过训练好的残差网络模型实现发动机滚动轴承的故障诊断。
[0015]在本申请的至少一个实施例中，所述航空发动机轴承故障试验模型包括：1：3比例的等比例缩减发动机，以及6206单列深沟球轴承，其中，
[0016]在1：3比例的等比例缩减发动机上布置测点，在测点处安装振动加速度传感器，所述振动加速度传感器与数据采集器连接；
[0017]在轴承外圈加工有6mm宽的裂痕；
[0018]在轴承内圈加工有6mm宽的裂痕；
[0019]在轴承滚动体加工有半径为0.5mm、深度为2mm的凹陷。
[0020]在本申请的至少一个实施例中，步骤S1中，设置数据的采样频率大于10KHz，实时采集振动加速度信号，单个数据样本的采样时长为1秒。
[0021]在本申请的至少一个实施例中，步骤S1中，在1：3比例的等比例缩减发动机的测点处安装有转速测量仪，所述转速测量仪与数据采集器连接，试验转速为1500r/min、1800r/min、2000r/min、2400r/min。
[0022]在本申请的至少一个实施例中，步骤S2中，所述构建残差网络模型，包括：
[0023]S21、构建四层残差网络模型：
[0024][0025]其中，x为网络的输入，f(x)为经过卷积、批归一化、激活函数变换后得到映射函数，n为当前网络层，N为网络总层数，w为网络中神经元参数；
[0026]S22、构建联合损失函数，并基于梯度下降法进行网络参数更新，包括：
[0027]设置L为四层残差网络模型的联合损失值，则联合损失函数为：
[0028][0029]其中，D
i
为第i个真实样本的one
‑
hot编码标签，D*
i
为第i个输出类别，λ为损失权重，其中I＝4。
[0030]在本申请的至少一个实施例中，步骤S3中，所述按照不同的故障类型对所述振动加速度信号进行标注，包括：
[0031]S31、按照不同的故障类型确定所述振动加速度信号的类别标签；
[0032]S32、对各个类别标签进行平滑处理，包括：
[0033]y'
j
＝(1
‑
η)y
j
+ημ
[0034]其中，y
j
为原始的标签，y'
j
为经过平滑后的标签，η为平滑因子，μ为随机噪声。
[0035]在本申请的至少一个实施例中，步骤S31中，所述按照不同的故障类型确定所述振动加速度信号的类别标签，包括：
[0036]标签0代表正常样本；
[0037]标签1代表内圈故障；
[0038]标签2代表外圈故障；
[0039]标签3代表滚动体故障。
[0040]在本申请的至少一个实施例中，步骤S4中，所述对标注后的振动加速度信号进行傅里叶变换，获取频谱图，并将所述频谱图作为所述残差网络模型的输入，包括：
[0041]S41、对标注后的振动加速度信号进行傅里叶变换；
[0042]S42、计算滚动轴承的故障特征频率；
[0043]S43、以5倍故障特征频率的范围做频谱图，并将所述频谱图作为所述残差网络模型的输入。
[0044]在本申请的至少一个实施例中，步骤S42中，所述计算滚动轴承的故障特征频率，包括：
[0045]对于外圈固定，内圈转动的滚动球轴承，设转速频率为f
r
，则滚珠公转频率或轴承保持架频率f
c
、滚珠自转频率f
b
、轴承外圈频率f
out
、轴承内圈频率f
in
分别为：
[0046][0047][0048][0049][0050]其中，D为滚动轴承节径，α为接触角，d为滚珠直径，Z为滚珠数。
[0051]在本申请的至少一个实施例中，步骤S5中，所述将原始振动加速度信号划分为训练集和测试集，对所述残差网络模型进行训练，包括：
[0052]S51、将原始振动加速度信号按照7：3的比例划分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于残差网络的航空发动机滚动轴承故障诊断方法，其特征在于，包括：S1、获取航空发动机轴承故障试验模型，进行航空发动机轴承故障试验，并采集振动加速度信号；S2、构建残差网络模型；S3、按照不同的故障类型对所述振动加速度信号进行标注；S4、对标注后的振动加速度信号进行傅里叶变换，获取频谱图，并将所述频谱图作为所述残差网络模型的输入；S5、将原始振动加速度信号划分为训练集和测试集，对所述残差网络模型进行训练；S6、通过训练好的残差网络模型实现发动机滚动轴承的故障诊断。2.根据权利要求1所述的基于残差网络的航空发动机滚动轴承故障诊断方法，其特征在于，所述航空发动机轴承故障试验模型包括：1：3比例的等比例缩减发动机，以及6206单列深沟球轴承，其中，在1：3比例的等比例缩减发动机上布置测点，在测点处安装振动加速度传感器，所述振动加速度传感器与数据采集器连接；在轴承外圈加工有6mm宽的裂痕；在轴承内圈加工有6mm宽的裂痕；在轴承滚动体加工有半径为0.5mm、深度为2mm的凹陷。3.根据权利要2所述的基于残差网络的航空发动机滚动轴承故障诊断方法，其特征在于，步骤S1中，设置数据的采样频率大于10KHz，实时采集振动加速度信号，单个数据样本的采样时长为1秒。4.根据权利要3所述的基于残差网络的航空发动机滚动轴承故障诊断方法，其特征在于，步骤S1中，在1：3比例的等比例缩减发动机的测点处安装有转速测量仪，所述转速测量仪与数据采集器连接，试验转速为1500r/min、1800r/min、2000r/min、2400r/min。5.根据权利要求4所述的基于残差网络的航空发动机滚动轴承故障诊断方法，其特征在于，步骤S2中，所述构建残差网络模型，包括：S21、构建四层残差网络模型：其中，x为网络的输入，f(x)为经过卷积、批归一化、激活函数变换后得到映射函数，n为当前网络层，N为网络总层数，w为网络中神经元参数；S22、构建联合损失函数，并基于梯度下降法进行网络参数更新，包括：设置L为四层残差网络模型的联合损失值，则联合损失函数为：其中，D
i
为第i个真实样本的one
‑
hot编码标签，D*
i
为第i个输出类别，λ为损失权重，其中I＝4。6.根据权利要求5所述的基于残差网络的航空发动机滚动轴承故障...

【专利技术属性】
技术研发人员：吴英祥，王理，康玉祥，黄海，冯国全，杜少辉，陈果，
申请(专利权)人：中国航发沈阳发动机研究所，
类型：发明
国别省市：