直升機(jī)主減速器故障診斷與故障預(yù)測(cè)技術(shù)研究.pdf

1、主減速器(簡(jiǎn)稱(chēng)“主減”)是直升機(jī)的關(guān)鍵部件,它的好壞直接影響直升機(jī)的可靠性和安全性,故障診斷與故障預(yù)測(cè)技術(shù)可以對(duì)主減的故障進(jìn)行診斷和提前預(yù)測(cè),促使其維修方式由事后維修和預(yù)防性(定時(shí))維修向視情維修和狀態(tài)監(jiān)控維修方式轉(zhuǎn)變。
　　 鑒于此,本文結(jié)合國(guó)內(nèi)外機(jī)械故障研究現(xiàn)狀,對(duì)主減的故障診斷與故障預(yù)測(cè)技術(shù)進(jìn)行了研究,提出了利用離散小波變換(DWT)、神經(jīng)網(wǎng)絡(luò)構(gòu)建故障診斷系統(tǒng)和利用DWT、Kalman濾波、神經(jīng)網(wǎng)絡(luò)構(gòu)建故障預(yù)測(cè)系統(tǒng),并在此

2、基礎(chǔ)上提出了基于DWT、Kalman濾波和神經(jīng)網(wǎng)絡(luò)的主減故障診斷和故障預(yù)測(cè)集成化體系結(jié)構(gòu)。利用傳感器采集的8路振動(dòng)信號(hào)對(duì)本文的系統(tǒng)進(jìn)行驗(yàn)證,得到如下結(jié)論:
　　 (1)根據(jù)Shannon信息熵理論和Parseval定理,文中信號(hào)DWT進(jìn)行9層分解時(shí),信息熵最小的小波基為“db45”。
　　 (2)四種常用神經(jīng)網(wǎng)絡(luò)(BP、Elman、RBF、GRNN)中,GRNN的訓(xùn)練時(shí)間比較短,診斷精度最高;改進(jìn)的隱含層為Gaussia

3、n小波的神經(jīng)網(wǎng)絡(luò)(WNNG)比隱含層為Morlet小波的神經(jīng)網(wǎng)絡(luò)(WNNM)訓(xùn)練時(shí)間短,診斷精度基本相同。
　　 (3)改進(jìn)的Kalman濾波預(yù)測(cè)算法能更好地對(duì)主減的特征向量進(jìn)行預(yù)測(cè),并將各路預(yù)測(cè)值的逼近精度穩(wěn)定在比較高的值上。
　　 (4)對(duì)實(shí)時(shí)性要求比較高的系統(tǒng),建議使用DWT、Kalman濾波和GRNN組成的故障診斷和故障預(yù)測(cè)系統(tǒng)。而對(duì)于時(shí)效性要求不高,但診斷精度要求比較高的系統(tǒng),神經(jīng)網(wǎng)絡(luò)可以考慮使用WNNG。