基于参数识别的航空发动机转子故障诊断与定位方法

• 作者: 张永强 李亚伟 牛超阳 荆建平
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 航空发动机转子 扩展卡尔曼滤波器 故障诊断与定位 参数识别 耦合动力学模型
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 174-179
• 页数: 6页
• 分类号: TH212
• 字数: 4547字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.04.034

摘要

航空发动机结构复杂,转子的故障诊断与定位是一个难点.考虑航空发动机实际测量条件,提出一种基于扩展卡尔曼滤波器的转子故障诊断方法,其核心是通过识别典型故障特征参数对转子的多种故障进行诊断和定位.针对实际航空发动机整机结构,用有限元法建立一种耦合的转子-支承-机匣动力学模型.该方法针对实际采集观测信号不完备的问题,采取加权整体迭代的方法来加快参数的稳定与收敛.针对所建立的航空发动机典型故障模型和实际模型存在误差的问题,采取衰减记忆滤波的方法来补偿误差.最后对含典型故障转子的航空发动机整机模型进行仿真计算得到数值解,作为未知故障的观测信号,结合加权整体迭代和衰减记忆滤波的扩展卡尔曼滤波方法,分析得到未知的故障特征参数,依此故障特征参数,实现对故障的识别和诊断,结果证明了该方法对航空发动机转子进行故障诊断和定位的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆建平	上海交通大学机械系统与振动国家重点实验室	52	411	12.0	18.0
2	张永强		7	14	3.0	3.0
3	李亚伟	上海交通大学机械系统与振动国家重点实验室	4	12	3.0	3.0
4	牛超阳		3	11	3.0	3.0