动态复杂路径下航空发动机早期故障AE信号特征提取及评价方法研究

As the heart of plane, aero-engine’s reliability is very important to air safety. Early damage’s monitoring technology based on acoustic emission has been acknowledged as a promising method in mechanical system dynamic monitoring field. This subject majors in the relativity of faults’ dynamic change process and acoustic emission signal, the faults include blades’ and Labyrinths’ crack diagnosis of aero-engine’s compressor and turbine’s static and moving components at all levels, friction diagnosis of wheel disc and drum, inter-shaft bearing’s early fatigue damage and agglutination fault; building acoustic response models of different fault sources; analyzing modals of AE waves’ propagation characteristic in sleeve rotor, blade, thin-wall support and antifriction bearing; researching on AE wave’s transmission principle of interference, coupling and modulation under multi-fault condition; deliberating the time-frequency domain expression of AE wave, also building and improving kernel function; proposing an identification method of AE source integrating spatial and temporal filter with fuzzy function domain analysis; constructing aero-engine early failure’s identification model under dynamic complex path; seeking out parameters sensitive to damage and confirming their different threshold range; establishing appraisal system of aero-engine’s different failure based on AE source’s identification.

航空发动机作为飞机的心脏其可靠性对飞行安全起着至关重要的作用。基于声发射的材料早期损伤监测技术被公认为是机械系统动态监测领域里较有发展前景的方法。本课题主要研究航空发动机压气机和涡轮各级动静部件叶片和蓖齿裂纹故障，轮盘和鼓筒碰摩故障以及中介轴承早期疲劳破坏和胶合故障的动态变化过程与声发射信号间的相关性；建立不同类故障源声学响应模型；分析声发射波各种模态组分在空心转子、叶片、薄壁支撑和滚动轴承中的传播特性；研究多故障状态下声发射波信号传播过程中的干涉、耦合及调制机制；研究声发射波信号的时频域表达与核函数的改进和构造；提出一种将时空滤波和模糊函数域分析相统一的AE源信号识别方法；构造出动态复杂路径下航空发动机早期故障识别模型；确定出识别损伤的敏感参数和各敏感参数的分段阈值范围；构建起基于AE源信号识别的航空发动机不同类型损伤的评价体系。

本课题旨在进行“动态复杂路径下航空发动机早期故障AE信号特征提取及评价方法研究”，针对课题计划书提出的研究任务分别开展了以下研究工作：设计搭建了声发射传播特性综合试验台和双转子航空发动机中介轴承测试实验台；研究了航空发动机叶片裂纹、撞击、碰摩等故障声发射信号在航空发动机叶片、机匣等零部件及其模拟构件中的动态变化过程及传播特性，通过构造特征参数、小波降噪、参数分析、EMD、VMD等方法构建了构件疲劳、裂纹萌生、裂纹扩展、撞击物类型及撞击能量大小等不同故障下的声发射信号敏感特征参数向量，利用t-SNE、PSO等算法对特征参数向量进行了优化，建立了故障状态与特征参数向量之间的对应关系。对声发射信号在加强筋结构、轴承耦合界面以及航空发动机动叶到机匣整段路径间的传播特性进行了理论分析、数值模拟及实验研究，构造出了动态复杂路径下航空发动机早期故障识别的敏感特征参数，确定了各敏感特征参数的分段阈值范围，通过构造的特征参数量化了不同故障下的声发射信号在加强筋结构、不同介质耦合界面间的散射特性。在搭建的航空发动机双转子实验台上模拟了航空发动机轴承的多种故障类型，获得了中介轴承在不同故障类型和不同转速下声发射信号的响应特性，结合时域分析、频域分析、双线性时频变换、小波包分解及VMD等方法构建了轴承内圈缺陷、外圈缺陷及滚动体缺陷等不同故障下的声发射信号敏感特征参数向量；基于粗糙集、BP神经网络及SVM等智能算法实现了中介轴承健康监测以及故障识别。在课题执行期间还受邀参加了外协单位发动机试验，开展了航空发动机叶片打伤、进气失稳及加减速等不同工况试验，对不同工况状态与声发射信号间的相关性进行了分析。研究结果为声发射技术在航空发动机状态监测及故障诊断中的应用提供了较完备的实验数据和技术基础，对提高发动机的故障监测和预警能力，保障发动机安全可靠运行、避免意外恶性事故发生具有重要的现实意义。