航空发动机转子系统早期故障自恢复监测研究

航空发动机转子系统早期故障自恢复监测研究

ID:20535917

大小:299.27 KB

页数:9页

时间:2018-10-13

航空发动机转子系统早期故障自恢复监测研究_第1页
航空发动机转子系统早期故障自恢复监测研究_第2页
航空发动机转子系统早期故障自恢复监测研究_第3页
航空发动机转子系统早期故障自恢复监测研究_第4页
航空发动机转子系统早期故障自恢复监测研究_第5页
资源描述:

《航空发动机转子系统早期故障自恢复监测研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、航空发动机转子系统早期故障自恢复监测研究摘要:为了提高AERS(航空发动机转子系统)的稳定性,解决故障诊断缺乏故障样木,鉴别早期微弱故障的问题,提出了一种新的方法,它不仅可以识别AERS早期故障还可以做故障自恢复监测。我们的方法是基于对AERS的早期故障特征的分析,并结合SVM(支持向量机)与随机共振理论与小波分解故障自恢复。首先,我们通过使用随机共振理论放大早期的故障特征信号。第二,利用小波的多分辨率分析方法,提取早期故障的特征向量。第三,将特征向量输入到故障分类器,它可以用来确定早期故障,进行故障自恢复监测。本文将

2、重点研究AERS早期特征故障,变焦的早期故障特征的提取方法,早期故障特征,构建多故障分类器和故障自恢复监测。结果表明,我们的方法能有效地识别AERS早期故障,持别是对于小样本识别故障,并能进行故障自恢复监测。关键词:AERS,早期故障,SVM,故障A恢复监测1.简介随着现代航空工业的发展,飞机的安全性和可靠性受到越来越多的关注。发动机是飞机的心脏,是发动机的核心部分的人。如果飞行存在故障,飞机将严重威胁安全。因为AERS结构复杂,负荷较大,使故障识别更加困难。特别是在早期发生故障时,如果能及时捕捉到故障信息,并能有效地

3、识别并进行故障的自恢复监测,对消除事故造成的潜在损失具有重要的意义。对于AERS故障识别已经做了广泛的研宄并获得许多结果目前,对早期故障的有效识别有更多的网难。特別是获得早期的故障信息比较闲难,故障识别的准确性难以令人满意。因为AERS强噪声密度,早期故障信息很弱,信号很容易淹没在噪声中,用一般方法很难取得令人满意的结果。我们的方法不仅可以快速识别的AERS早期故障同时也可以进行故障自恢复监测。2.AERS早期故障的特点在飞行中,磨损、变形、腐蚀、结构组成及工作压力的影响,外部环境和人为因素的破坏,将导致AERS故障。

4、AERS早期故障往往形成微裂纹,微蠕动,微腐蚀和微动磨损。这些故障,除了小的突然故障,大多数有一个发展过程,从没有什么故障,进化到严重故障。在这个过程中,系统的结构、性能和内部能量将发生变化。我们可以监测早期的故障,及时捕捉这些故障信息,识别并自我恢复。AERS这些早期故障具有以下特点:1)故障信号很微弱。当故障在早期或刚刚萌芽,故障信号的变化幅度非常弱2)故障信号将被噪声信号淹没。在飞行过程屮,噪声信号通常在故障信号屮。当故障信号非常微弱,噪声信号很强吋,早期的故障信号会被噪声信号淹没。为了检测早期故障,我们必须降低

5、噪声或提取的早期故障信息的噪声信号。3)故障信号往往比较短暂。飞机的损伤结构部件是由冲击载荷产生的,而这一故障主要表现为瞬态信号,如早期裂纹的扩展,是一个由渐进到突变的过程。4)在应力集屮区发生断裂。当应力集屮区域受强区域荷载作用时,在蠕变过程屮易发生结构件的断裂。对于铁磁金属部分,磁记忆法可用于早期故障的检测和定位H1。5)故障具有波动性。这意味着有时我们找不到故障痕迹。但随着动作或时间的变化,系统可以自动恢复。航空发动机转子系统早期故障自恢复监测研究摘要:为了提高AERS(航空发动机转子系统)的稳定性,解决故障诊断

6、缺乏故障样木,鉴别早期微弱故障的问题,提出了一种新的方法,它不仅可以识别AERS早期故障还可以做故障自恢复监测。我们的方法是基于对AERS的早期故障特征的分析,并结合SVM(支持向量机)与随机共振理论与小波分解故障自恢复。首先,我们通过使用随机共振理论放大早期的故障特征信号。第二,利用小波的多分辨率分析方法,提取早期故障的特征向量。第三,将特征向量输入到故障分类器,它可以用来确定早期故障,进行故障自恢复监测。本文将重点研究AERS早期特征故障,变焦的早期故障特征的提取方法,早期故障特征,构建多故障分类器和故障自恢复监测

7、。结果表明,我们的方法能有效地识别AERS早期故障,持别是对于小样本识别故障,并能进行故障自恢复监测。关键词:AERS,早期故障,SVM,故障A恢复监测1.简介随着现代航空工业的发展,飞机的安全性和可靠性受到越来越多的关注。发动机是飞机的心脏,是发动机的核心部分的人。如果飞行存在故障,飞机将严重威胁安全。因为AERS结构复杂,负荷较大,使故障识别更加困难。特别是在早期发生故障时,如果能及时捕捉到故障信息,并能有效地识别并进行故障的自恢复监测,对消除事故造成的潜在损失具有重要的意义。对于AERS故障识别已经做了广泛的研宄

8、并获得许多结果目前,对早期故障的有效识别有更多的网难。特別是获得早期的故障信息比较闲难,故障识别的准确性难以令人满意。因为AERS强噪声密度,早期故障信息很弱,信号很容易淹没在噪声中,用一般方法很难取得令人满意的结果。我们的方法不仅可以快速识别的AERS早期故障同时也可以进行故障自恢复监测。2.AERS早期故障的特点在飞行中,磨损

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。