航空發(fā)動(dòng)機(jī)滾動(dòng)軸承故障診斷與預(yù)測(cè)關(guān)鍵技術(shù)研究.pdf

1、滾動(dòng)軸承是航空發(fā)動(dòng)機(jī)承力傳動(dòng)系統(tǒng)的關(guān)鍵部件，工作在高速、高溫以及高載荷的變工況下，極易發(fā)生故障，因此，對(duì)航空發(fā)動(dòng)機(jī)滾動(dòng)軸承進(jìn)行故障診斷和壽命預(yù)測(cè)對(duì)于有效地實(shí)施航空發(fā)動(dòng)機(jī)的視情維修和健康管理具有重要的理論意義和工程實(shí)用價(jià)值。基于此，本文分別開(kāi)發(fā)了離線油液磨粒檢測(cè)技術(shù)和在線油液磨屑檢測(cè)技術(shù)，研究了航空發(fā)動(dòng)機(jī)滾動(dòng)軸承故障診斷方法和壽命預(yù)測(cè)方法，并進(jìn)行了實(shí)際工程應(yīng)用和試驗(yàn)驗(yàn)證。論文主要研究?jī)?nèi)容如下：
　　（1）總結(jié)了常見(jiàn)航空發(fā)動(dòng)機(jī)滾動(dòng)軸承

2、的失效基本模式，以某型航空發(fā)動(dòng)機(jī)為例，通過(guò)研究典型的主軸承和附件機(jī)匣軸承故障案例，分析了其失效原因和機(jī)理，結(jié)果表明，航空軸承主要失效模式為滾動(dòng)接觸疲勞失效。通過(guò)航空軸承加速失效試驗(yàn)平臺(tái)，進(jìn)行了實(shí)際航空軸承的疲勞剝落失效過(guò)程試驗(yàn)，并對(duì)軸承進(jìn)行了失效原因分析，表明通過(guò)該試驗(yàn)過(guò)程可以模擬航空發(fā)動(dòng)機(jī)軸承的疲勞剝落失效過(guò)程。最后對(duì)航空發(fā)動(dòng)機(jī)滾動(dòng)軸承疲勞失效過(guò)程中的征兆信息進(jìn)行了分析，對(duì)現(xiàn)有航空發(fā)動(dòng)機(jī)軸承故障監(jiān)控方法的缺陷和不足進(jìn)行了討論，梳理航空

3、發(fā)動(dòng)機(jī)滾動(dòng)軸承的失效特征，可以針對(duì)小尺寸磨粒開(kāi)展油液磨粒離線監(jiān)測(cè)實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)滾動(dòng)軸承的故障診斷，針對(duì)大尺寸磨屑進(jìn)行油液磨屑在線監(jiān)測(cè)，從而實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)滾動(dòng)軸承的狀態(tài)評(píng)估和壽命預(yù)測(cè)。
　?。?）針對(duì)目前油樣分析方法中難于實(shí)現(xiàn)對(duì)大于10μm的磨損顆粒的檢測(cè)問(wèn)題，為更有效的診斷航空發(fā)動(dòng)機(jī)軸承疲勞失效故障，研究了油液運(yùn)動(dòng)磨粒智能檢測(cè)技術(shù)，并專門(mén)設(shè)計(jì)開(kāi)發(fā)了基于磨粒圖像分析的多功能油液磨粒智能檢測(cè)與診斷系統(tǒng)（Multiple Intel

4、ligent Debris Classifying System,MIDCS），既能計(jì)算油液固體顆粒污染度等級(jí)，又能對(duì)大于10μm以上的顆粒進(jìn)行分析判斷，將顆粒識(shí)別為金屬和非金屬，同時(shí)對(duì)金屬顆粒進(jìn)一步識(shí)別為切削磨粒、嚴(yán)重滑動(dòng)磨粒、疲勞磨粒，對(duì)非金屬顆粒進(jìn)一步區(qū)分為氣泡、纖維、其他非金屬顆粒等。提出了基于遺傳算法的顯微成像系統(tǒng)多參數(shù)自適應(yīng)調(diào)整的新方法。針對(duì)MIDCS中的磨粒識(shí)別特征冗余問(wèn)題，利用Weka軟件的C4.5算法對(duì)特征磨粒樣本集進(jìn)

5、行了規(guī)則提取，獲取了識(shí)別磨粒的專家知識(shí)規(guī)則，并對(duì)規(guī)則進(jìn)行了分析，并與人工提取的規(guī)則進(jìn)行了比較，結(jié)果表明本文所提取出的磨粒識(shí)別規(guī)則反應(yīng)了實(shí)際磨粒識(shí)別的統(tǒng)計(jì)規(guī)律，具有很高的識(shí)別精度。
　　（3）研究了基于油液運(yùn)動(dòng)磨粒檢測(cè)的航空發(fā)動(dòng)機(jī)磨損故障診斷方法，對(duì)磨粒監(jiān)測(cè)界限值制定方法進(jìn)行討論分析。采用MIDCS進(jìn)行了實(shí)際航空發(fā)動(dòng)機(jī)磨損監(jiān)控驗(yàn)證，由于MIDCS對(duì)10μm以上的異常磨粒檢測(cè)力更強(qiáng)，而滾動(dòng)軸承早期疲勞剝落將產(chǎn)生10μm以上的異常磨粒，

6、因此，與傳統(tǒng)光譜分析相比，MIDCS對(duì)于監(jiān)控航空發(fā)動(dòng)機(jī)滾動(dòng)軸承疲勞故障更具優(yōu)勢(shì)。采用MIDCS磨粒檢測(cè)，成功提前預(yù)報(bào)多起航空發(fā)動(dòng)機(jī)故障，避免了危險(xiǎn)性事故的發(fā)生。
　?。?）對(duì)油液在線磨屑監(jiān)測(cè)傳感器進(jìn)行了理論分析，討論了鐵磁性顆粒檢測(cè)和非鐵磁性顆粒檢測(cè)的原理。根據(jù)理論分析結(jié)果，設(shè)計(jì)開(kāi)發(fā)了油液在線磨屑監(jiān)測(cè)系統(tǒng)，討論了系統(tǒng)結(jié)構(gòu)和工作模式。研究提出了磨屑識(shí)別策略和算法，并進(jìn)行驗(yàn)證，表明了算法的有效性。在傳感器信號(hào)處理方面，研究了改進(jìn)中值濾

7、波去噪方法，并通過(guò)實(shí)驗(yàn)對(duì)所提方法進(jìn)行了驗(yàn)證，傳感器的信噪比有了明顯的提高。
　　（5）以航空發(fā)動(dòng)機(jī)附件機(jī)匣的35-206P1型軸承為試驗(yàn)對(duì)象，進(jìn)行了15組航空軸承疲勞加速實(shí)驗(yàn)，并通過(guò)分析篩選出有效的軸承失效數(shù)據(jù)；在試驗(yàn)的基礎(chǔ)上，引入了支持向量回歸(support vector regression,SVR)對(duì)有效數(shù)據(jù)進(jìn)行訓(xùn)練建模，得到了滾動(dòng)軸承的剩余使用壽命(Remaining Useful Life,RUL)關(guān)于徑向載荷、轉(zhuǎn)速、