基于振动与声发射敏感参数识别的主轴承故障诊断方法
Main bearing fault diagnosis method based on vibration and acoustic emission sensitive parameter recognition作者机构:沈阳航空航天大学航空发动机学院辽宁沈阳110136 中国航发沈阳发动机研究所辽宁沈阳110015
出 版 物:《推进技术》 (Journal of Propulsion Technology)
年 卷 期:2024年第45卷第12期
页 面:269-281页
核心收录:
学科分类:082502[工学-航空宇航推进理论与工程] 08[工学] 0825[工学-航空宇航科学与技术]
基 金:辽宁省教育厅系列项目(JYT2020010) 中国航发产学研合作项目(HFZL2018CXY017)
主 题:航空发动机 主轴承 故障诊断 敏感参数特征识别 粒子群优化算法 最大相关峭度反卷积
摘 要:针对航空发动机主轴承故障特征信息提取困难的问题,提出了一种基于声发射特征参数与多参数筛选的小波包变换(MFSWPD)-粒子群优化算法(PSO)-最大相关峭度反卷积(MCKD)融合的轴承故障诊断方法。该方法通过声发射参数判断轴承状态并通过小波包变换获得节点分量,针对分量进行筛选重构,再通过粒子群迭代优化的自适应最大相关峭度反卷积进行故障诊断。为验证该方法的有效性,开展某型双转子航空发动机主轴承故障模拟试验及某型涡扇发动机主轴承真实剥落故障试验,并在试验正式开始前进行断铅试验,检验轴承损伤点到测试点之间的声发射幅值衰减特性。结果表明:声发射断铅信号从轴承损伤位置到测试点位置幅值衰减约为55 dB。基于声发射与振动敏感参数的轴承故障诊断方法可有效提高故障信息的特征提取能力,精准判别主轴承的典型故障类型。