使用成熟的旋转机械振动信号频谱分析方法, 对采集到的多台航空发动机试车振动信号进行分析, 找出能反应出发动机转子不对中、转子不平衡和转静件碰磨3种故障频谱特征的振动信号。再使用小波包将信号分解为不同的频段, 之后分别计算能反应出故障信息的特征频段的能量, 将它们组成用来区分上述3种故障的特征向量, 为以后的航空发动机故障的模式识别做准备。
Using the method of rotating machinery vibration signal frequency spectrum analysis, this paper analyzes the collected vibration signals of some aero-engines, and finds out the vibration signals which can show the three kinds of fault frequency of rotor misalignment, rotor imbalance and rotor-stator rubbing.Then we use the wavelet packet to decompose the signal to some frequency ranges and calculate the energy of feature frequency ranges which indicate the fault information.In the end, we adopt the wavelet packet energy spectrum to distinguish the three kinds of faults and prepare for the aero-engine fault pattern recognition for the future.
[1]何学文, 卜英勇.基于小波包分解和支持向量机的机械故障诊断方法[J].机械强度, 2004, 26(1):20-24.
[2]张希军, 吴志真, 雷勇.航空发动机试车中转子故障诊断[J].计算机测量与控制, 2005, 13(11):1182-1185.
[3]吴昭同, 杨世锡.旋转机械故障特征提取与模式分类新方法[M].北京:科学出版社, 2012.
[4]张鹏.面向旋转机械故障诊断的非平稳信号特征提取方法研究[D].上海交通大学, 2006.
[5]跃波.小波包的频段顺序[J].振动与冲击, 2005, 24(3):96-101.
[6]张德丰.MATLAB小波分析[M].北京:机械工业出版社, 2011.
[7]孙燕平.基于小波分析的汽轮机早期振动故障识别技术研究[D].北京:华北电力大, 2007.
[8]王江萍, 孙文莉.基于小波包能量谱齿轮振动信号的分析与故障诊断[J].机械传动, 2011, 35(1):55-59.
[9]丁幼亮, 李爱群, 繆长青.基于小波包能量谱的结构损伤预警方法研究[J].工程力学, 2009, 28(4):4-11.
