航空發(fā)動機滾動軸承故障診斷與預測關鍵技術研究.pdf

1、滾動軸承是航空發(fā)動機承力傳動系統(tǒng)的關鍵部件，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，對航空發(fā)動機滾動軸承進行故障診斷和壽命預測對于有效地實施航空發(fā)動機的視情維修和健康管理具有重要的理論意義和工程實用價值?；诖?，本文分別開發(fā)了離線油液磨粒檢測技術和在線油液磨屑檢測技術，研究了航空發(fā)動機滾動軸承故障診斷方法和壽命預測方法，并進行了實際工程應用和試驗驗證。論文主要研究內容如下：
　?。?）總結了常見航空發(fā)動機滾動軸承

2、的失效基本模式，以某型航空發(fā)動機為例，通過研究典型的主軸承和附件機匣軸承故障案例，分析了其失效原因和機理，結果表明，航空軸承主要失效模式為滾動接觸疲勞失效。通過航空軸承加速失效試驗平臺，進行了實際航空軸承的疲勞剝落失效過程試驗，并對軸承進行了失效原因分析，表明通過該試驗過程可以模擬航空發(fā)動機軸承的疲勞剝落失效過程。最后對航空發(fā)動機滾動軸承疲勞失效過程中的征兆信息進行了分析，對現(xiàn)有航空發(fā)動機軸承故障監(jiān)控方法的缺陷和不足進行了討論，梳理航空

3、發(fā)動機滾動軸承的失效特征，可以針對小尺寸磨粒開展油液磨粒離線監(jiān)測實現(xiàn)對航空發(fā)動機滾動軸承的故障診斷，針對大尺寸磨屑進行油液磨屑在線監(jiān)測，從而實現(xiàn)對航空發(fā)動機滾動軸承的狀態(tài)評估和壽命預測。
　　（2）針對目前油樣分析方法中難于實現(xiàn)對大于10μm的磨損顆粒的檢測問題，為更有效的診斷航空發(fā)動機軸承疲勞失效故障，研究了油液運動磨粒智能檢測技術，并專門設計開發(fā)了基于磨粒圖像分析的多功能油液磨粒智能檢測與診斷系統(tǒng)（Multiple Intel

4、ligent Debris Classifying System,MIDCS），既能計算油液固體顆粒污染度等級，又能對大于10μm以上的顆粒進行分析判斷，將顆粒識別為金屬和非金屬，同時對金屬顆粒進一步識別為切削磨粒、嚴重滑動磨粒、疲勞磨粒，對非金屬顆粒進一步區(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)自適應調整的新方法。針對MIDCS中的磨粒識別特征冗余問題，利用Weka軟件的C4.5算法對特征磨粒樣本集進

5、行了規(guī)則提取，獲取了識別磨粒的專家知識規(guī)則，并對規(guī)則進行了分析，并與人工提取的規(guī)則進行了比較，結果表明本文所提取出的磨粒識別規(guī)則反應了實際磨粒識別的統(tǒng)計規(guī)律，具有很高的識別精度。
　?。?）研究了基于油液運動磨粒檢測的航空發(fā)動機磨損故障診斷方法，對磨粒監(jiān)測界限值制定方法進行討論分析。采用MIDCS進行了實際航空發(fā)動機磨損監(jiān)控驗證，由于MIDCS對10μm以上的異常磨粒檢測力更強，而滾動軸承早期疲勞剝落將產生10μm以上的異常磨粒，

6、因此，與傳統(tǒng)光譜分析相比，MIDCS對于監(jiān)控航空發(fā)動機滾動軸承疲勞故障更具優(yōu)勢。采用MIDCS磨粒檢測，成功提前預報多起航空發(fā)動機故障，避免了危險性事故的發(fā)生。
　　（4）對油液在線磨屑監(jiān)測傳感器進行了理論分析，討論了鐵磁性顆粒檢測和非鐵磁性顆粒檢測的原理。根據(jù)理論分析結果，設計開發(fā)了油液在線磨屑監(jiān)測系統(tǒng)，討論了系統(tǒng)結構和工作模式。研究提出了磨屑識別策略和算法，并進行驗證，表明了算法的有效性。在傳感器信號處理方面，研究了改進中值濾

7、波去噪方法，并通過實驗對所提方法進行了驗證，傳感器的信噪比有了明顯的提高。
　?。?）以航空發(fā)動機附件機匣的35-206P1型軸承為試驗對象，進行了15組航空軸承疲勞加速實驗，并通過分析篩選出有效的軸承失效數(shù)據(jù)；在試驗的基礎上，引入了支持向量回歸(support vector regression,SVR)對有效數(shù)據(jù)進行訓練建模，得到了滾動軸承的剩余使用壽命(Remaining Useful Life,RUL)關于徑向載荷、轉速、