旋转机械机匣振动信号微弱复合故障分离与特征提取研究

In view of the deficiency in the diagnosis of rotating machinery vibration failure at present, the following items have been studied. 1) A study is made on the weakness and combined failure of rotating machinery basic on casing response to solve the difficulty in applying theoretical research achievements due to the great difference between non-casing experimental study and application study; 2) cyclostationary theory is combined with Morphological Component Analysis (MCA) to implement the separation study of casing weakness and combined failure from the perspective of physical nature caused by failure, and solve the limitation of numerous signal analytical methods in the extraction of characteristics of weakness and combined failure; 3) new signal analytical method is introduced within the framework of cyclostationary theory to make characteristic extraction study of weakness and combined failure of separated fault signal, and solve the difficulty of characteristic extraction of weakness and combined fault of rotating machinery; 4) simulated, casing-contained rotor experiment rig and casing vibration data of practical aero-engine is applied to failure analysis, algorithm verification and application study. The study is of important theoretical significance and practical engineering value to effectively extract the characteristics of early weakness combined failure from rotator, bearing and gear system from measuring point signal of casing, improve the safety of rotating machinery and prevent serious accident.

项目针对目前旋转机械振动故障诊断存在的不足，进行以下内容的研究：（1）基于机匣响应对旋转机械的微弱、复合故障进行研究，解决非机匣的实验研究与应用研究差异性较大造成众多理论研究成果不能很好得到应用的难题。（2）将循环平稳理论与形态分量分析方法相结合，从故障产生的物理本质角度出发，实现机匣微弱、复合故障的分离研究，解决众多信号分析方法本身对微弱、复合故障特征提取存在局限性的问题。（3）在循环平稳理论框架内，引入新的信号分析方法，对分离后故障信号进行微弱、复合故障的特征提取研究，解决旋转机械微弱、复合故障特征难以提取的问题。（4）利用仿真、带机匣的转子实验器及实际航空发动机的机匣振动数据进行故障分析、算法验证及应用研究。项目的研究对于从机匣测点信号中有效提取出转子、轴承和齿轮系统的早期微弱复合故障特征，提高旋转机械的安全性，防止重大事故的发生，有着重要的理论意义及工程实用价值。

1、项目的背景及科学意义. 旋转机械广泛应用于航空、机械等各个领域，是企业运行的核心设备。一旦发生故障，常会造成巨大的经济损失甚至导致灾难性事故。振动信号的研究与分析是旋转机械进行状态监测、故障诊断的最重要手段。旋转机械特别是大型旋转机械的故障常表现出微弱、复合特征，而目前对设备微弱、复合故障的研究工作还很不充分。基于此，项目根据旋转机械本身的结构特征，将信号的分离算法与循环平稳理论相结合，基于设备的机匣振动信号，实现了微弱、复合故障的有效分离、特征提取及故障识别研究。这对于提高旋转机械的工作安全性，有效地实现机械系统的故障预测和健康管理具有重要的理论意义及工程实用价值。.2、主要研究内容及重要结果. 项目的研究内容为：.①循环平稳理论框架内机匣微弱、复合故障的分离研究。. 对降噪方法（主要包括相关函数降噪、阈值降噪、奇异值降噪）进行了深入研究。同时在循环平稳理论的框架内，基于MCA及ITD算法，实现了机匣振动信号中包括常规轴承、中介轴承、转子系统在内的微弱、复合故障的分离研究。.② 机匣分离信号的微弱、复合故障特征提取研究。. 在循环平稳理论框架内引入新的信号分析方法，基于分离后机匣振动信号，运用解调分析、切片分析等方法，实现了轴承、转子、航空柱塞泵的微弱、复合故障的特征提取及故障识别研究。.③方法验证与应用研究。. 利用带机匣的试验器的机匣振动信号，以及真实的某型航空发动机整机振动信号，对滚动轴承微弱、复合故障、转静碰摩微弱故障、输入轴微弱不平衡故障、中介轴承微弱、复合故障，基于算法进行了验证及应用研究。.3、关键数据. 项目的关键数据包括：真实的某型航空发动机中介轴承复合故障整机振动数据，航空发动机压气机转子试验器滚动轴承微弱故障数据、航空发动机转子试验器滚动轴承微弱、复合故障数据、航空液压泵动力输入轴微弱不平衡故障数据及航空发动机转子试验器转静碰摩微弱故障数据。