基于傅里葉分解算法的航空發(fā)動機轉子碰摩故障診斷研究.pdf

1、學校代碼：10406分類號：V263.6學號：150308020109南昌航空大學碩士學位論文(學位研究生）基于傅里葉分解算法的航空發(fā)動機轉子碰摩故障診斷研究碩士研究生：劉洋導師：劉曉波教授申請學位級別：碩士學科、專業(yè)：機械制造及其自動化所在單位：航空制造工程學院答辯日期：2018年6月授予學位單位：南昌航空大學摘要轉子碰摩故障為航空發(fā)動機機械設備常發(fā)故障類型，且在追求大功率、高涵道比及超高速機械性能時，常把轉子葉片與密封機匣、密封間隙

2、等部位精簡至最小，從而加劇了轉子碰摩故障的發(fā)生，碰摩初期發(fā)動機系統(tǒng)振動強烈，隨著碰摩故障的發(fā)生轉子系統(tǒng)繼發(fā)更加強烈的振動，對航空發(fā)動機的穩(wěn)定運行帶來極其不利的影響，如何從復雜的轉子碰摩故障振動信號中合理提取并識別故障特征信息，一直以來是轉子碰摩故障診斷領域的難點，為此本文提出了基于新型自適應時頻分析方法傅里葉分解（FourierDecompositionMethod，F(xiàn)DM)算法的航空發(fā)動機轉子碰摩故障診斷研宄。FDM是基于傅里葉基的，

3、在EMD理論基礎上發(fā)展而來的，完備的、正交的和自適應的時頻分析方法，具有局部性，能夠實現(xiàn)非線性非平穩(wěn)機械設備故障振動信號的有效分解，利用該方法對機匣單點轉子全周碰摩故障振動信號進行分解，并對分解后的信號分量進行Hilbert包絡譜分析，成功提取出轉子碰摩故障特征頻率，并通過對比分析不同自適應時頻分析方法轉子碰摩故障診斷結果，驗證基于FDM算法的轉子碰摩故障診斷方法的有效性。為解決基于FDM算法的轉子碰摩故障診斷方法無法實現(xiàn)故障特征信息時

4、頻分布范圍自適應定位的問題，本文提出基于FDM和快速譜峭度算法的轉子碰摩故障診斷方法，利用快速譜峭度算法在準確定位信號最大譜峭度分量頻譜區(qū)域的優(yōu)勢，實現(xiàn)了轉子碰摩特征信息分量所在頻譜區(qū)域的精準定位，結果表明該方法能夠高效提取轉子碰摩故障特征頻率，在完善基于FDM算法轉子故障診斷方法的基礎上，驗證了該診斷方法的可靠性?；谛盘栂嚓P性或沖擊強度準則的故障診斷方法，無法有效規(guī)避故障振動信號包含的強噪聲信號成份，為實現(xiàn)航空發(fā)動機轉子碰摩故障的合