CN115683644B - 航空发动机双源拍振特征识别方法 - Google Patents

航空发动机双源拍振特征识别方法 Download PDF

Info

Publication number
CN115683644B
CN115683644B CN202211255816.XA CN202211255816A CN115683644B CN 115683644 B CN115683644 B CN 115683644B CN 202211255816 A CN202211255816 A CN 202211255816A CN 115683644 B CN115683644 B CN 115683644B
Authority
CN
China
Prior art keywords
signal
vibration
rotor
engine
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211255816.XA
Other languages
English (en)
Other versions
CN115683644A (zh
Inventor
王艳丰
郜伟强
何伟
谭清江
黄维娜
李晓明
符顺国
刘美茹
焦江昆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AECC Sichuan Gas Turbine Research Institute
Original Assignee
AECC Sichuan Gas Turbine Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AECC Sichuan Gas Turbine Research Institute filed Critical AECC Sichuan Gas Turbine Research Institute
Priority to CN202211255816.XA priority Critical patent/CN115683644B/zh
Publication of CN115683644A publication Critical patent/CN115683644A/zh
Application granted granted Critical
Publication of CN115683644B publication Critical patent/CN115683644B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种航空发动机双源拍振特征识别方法,包括以下步骤:步骤一、拾获转子振动信号和发动机转子转速,并将转子振动信号作为分析对象;步骤二、以发动机转子转速计算基准频率,并以计算所得的基准频率产生本征信号;步骤三、将步骤二中生成的本征信号与转子振动信号进行混频处理,得到混频振动信号;步骤四、对混频振动信号进行低通窄带滤波;步骤五、通过希尔伯特变换得到相应的解析包络,并对得到的解析包络进行去直流分量处理;步骤六、将去直流后的解析包络进行傅里叶变换,得到解析包络的频域信号,并根据频域信号得到幅度谱;步骤七、进行峰值因子计算,绘制峰值因子图并根据峰值因子图判断是否发生双源拍振。

Description

航空发动机双源拍振特征识别方法
技术领域
本说明书涉及航空发动机技术领域,具体涉及航空发动机双源拍振特征识别方法。
背景技术
在航空发动机运行中,“拍振”现象时有存在,一般当两个振源的激振频率接近时,就可能会出现拍振现象。发动机转子间转差小,转子不平衡、不对中、弯曲或叶片失谐、叶盘错频时,都可能引起发动机发生“拍振”,导致振动加剧。某型发动机研制试车中,曾因拍振造成高压基频振动值波动并超出限定值的故障,一度影响发动机的研制进度。因此,对航空发动机振动信号进行监测,并对超出限定值的振动信号进行拍振特征分析,识别发动机是否发生“拍振”,定位故障原因,对发动机的状态监控与故障诊断具有非常重要作用。
然而,航空发动机振动信号是多个频率信号混叠而成,且含噪声,“拍振”信号特征淹没在混叠含噪信号中。如果用传统的时域分析方法对传感器采集到的混叠振动信号进行分析,其时域波形不具备良好的时实观性;如果对混叠信号进行频域分析,从频域上识别两个近频信号频率,则需要采集仪器性能和分析手段具有较高的水平,在实际工程中往往被客观条件忽略;现有资料显示有技术人员采用样本检查的方法来判定是否发生拍振,该方法需要数据样本点较多,且检验结结果受噪声的影响易出现偏差。
发明内容
有鉴于此,本说明书实施例提供一种航空发动机双源拍振特征识别方法,以解决含噪混叠振动信号难以提取拍振特征和无法准确分析近频振源信号的问题。
本发明具体方案如下:一种航空发动机双源拍振特征识别方法,包括以下步骤:步骤一、在发动机转子主支点机匣、发动机附件机匣、飞机附件机匣上安装振动加速度传感器和转速传感器,以拾获转子振动信号x(t)和发动机转子转速N,并将转子振动信号x(t)作为分析对象;
步骤二、以发动机转子转速N计算基准频率Fk,并以计算所得的基准频率Fk产生本征信号;
步骤三、将步骤二中生成的本征信号与转子振动信号x(t)进行混频处理,得到混频振动信号;
步骤四、设置一个设定频率和带宽的滤波器,并对混频振动信号进行低通窄带滤波;
步骤五、对滤波后的混频振动信号进行希尔伯特变换,得到相应的解析包络,并对得到的解析包络进行去直流分量处理;
步骤六、将去直流后的解析包络进行傅里叶变换,得到解析包络的频域信号yn(f),并根据频域信号yn(f)得到幅度谱;
步骤七、对步骤六中的幅度谱进行峰值因子计算,绘制峰值因子图并根据峰值因子图判断是否发生双源拍振。
进一步地,步骤一中获得的发动机转子转速N的信号为脉冲信号,对转子振动信号x(t)和发动机转子转速N信号实施同步采集。
进一步地,步骤二中基准频率Fk的计算公式为:Fk=N/60×k,其中N为发动机转速,k为发动机转子倍频数,k=1,2,…n-1,n为大于等于1的自然数。
进一步地,步骤三中本征信号是幅值为1的复指数信号,本征信号的表达式为log(t)=exp(i2πFkt),其中t为转子振动信号的分析时间。
进一步地,步骤七包括:
当峰值因子图中存在一个脉冲谱峰时,且谱峰幅值大于等于3,则判定发动机发生双源拍振故障;
当谱峰幅值小于3时,则判定发动机未发生双源拍振故障。
进一步地,步骤七中的峰值因子为幅度谱与幅度谱的有效值的比值,峰值因子的数学表达式为:其中yn是第n个幅度谱。
与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本发明首先明确了分析对象的最佳传感器安装位置,改善了信号传递路径对故障信号的影响,使拍振特征得到保持,有助于后续数据的分析;本发明再以发动机转速信号为基准产生本征信号,并对混叠振动信号的进行混频处理,这不仅保持原始混叠信号的特征,且能够精确匹配转子信号,降低模型误差,混频处理还减轻对数据提取滤波器要求;然后采用混频处理后信号的去直流希尔伯特包络幅度谱峰和峰值因子图判定拍振,解决了含噪信号时域波形不可观、频谱受分辨率限制无法识别拍振的难题。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的流程示意图;
图2是实施案例1中传感器采集到某型发动机高压转子主支点信号的波形图和转速信号时间历程图;
图3中是实施案例1中高压转子主支点信号的频谱图;
图4是实施案例1中以高压转速为基准的本征复指数信号;
图5中是实施案例1中去直流信号的希尔伯特包络谱;
图6是实施案例1中包络谱去直流后的频谱信号的峰值因子图;
图7是实施案例2中传感器采集到某型发动机低压主转子支点信号的波形图和转速信号时间历程图;
图8是实施案2例中信号的频谱图;
图9是实施案例2中以低压转速为基准的本征复指数信号;
图10是实施案例2中去直流信号的希尔伯特包络谱;
图11是实施案例2中包络谱去直流后的频谱信号的峰值因子图。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
案例1和案例2分析的同一台发动机同一次试验的数据,发动机为双转子发动机,其飞机附件机匣与发动机附件机匣之间的柔性传动轴和高压转子的转速比接近1,与低压转子的转比大于1.5。试车试验中低压转子基频值在稳态下平稳,高压转子基频值在稳态下存在波动。
案例1:有拍振案例
实施步骤一:信号拾取
在发动机的高压转子主支点垂直和水平方向分别安装一只振动加速度传感器,尽量减少信号传递路径对测量信号的影响,且保持传感器安装截面的机匣紧固连接。在发动机高压转轴安装一个非接触式转速传感器(高压转子每转一圈传感器接受到一个脉冲)测量高压转速N2
实施步骤二:信号处理
选取发动机高压主支点垂直测点在发动机高压转速15080r/min时的实测振动数据作为转子振动信号x(t),即图2中黑色方框数据,该时刻的频谱图如3所示。从图2中时域信号受噪声影响,包络不明显,很难从时域信号识别时候存在拍振。图3中受到分辨率的限制,很难区分峰值谱是单峰还是双峰,导致拍振故障无法从频谱图中识别。
参照图1,本发明实施例提供一种航空发动机双源拍振特征识别方法,包括以下步骤:
1)通过公式Fk=N/60×k获取基准频率f1,其中N为高压转速、k=1,根据基准频率f1生成一个复指数本征信号,如图4所示。信号生成模型公式如下:
log(t)=exp(i2πf1t)
2)将复指数本证信号log(t)与转子振动信号x(t)进行混频处理,将需要分析的信号进行搬移,得到混频信号h(t)。
3)设置一个带宽为10Hz低通窄带滤波器,对混频信号h(t)进行低通窄带滤波。
4)对滤波后混频信号h(t)进行希尔伯特变换,获得信号的解析包络,并对解析包络进行去直流分量处理,得到去直流解析包络信号u,如图5所示。
5)对去直流包络谱u进行傅里叶变换,得到解析包络信号u的频谱,并通过公式:
计算频谱峰值因子,并绘制峰值因子谱图,如图6所示,得到最大峰值因子为8.938,其值大于3,判定该型发动机的高压转子存在双源拍振现象。该分析结果与发动机结构分析结果相吻合,其中yn是第n个幅度谱。
案例2:无拍振案例
实施步骤一:信号拾取
在发动机的低压转子主支点垂直和水平方向分别安装一只振动加速度传感器,尽量减少信号传递路径对测量信号的影响,且保持传感器安装截面的机匣紧固连接。在发动机低压转轴安装一个非接触式转速传感器(低压转子每转一圈传感器接受到一个脉冲)测量低压转速N1
实施步骤二:信号处理
选取发动机低压主支点垂直测点在发动机低压转速9786r/min时实测振动数据作为转子振动信号x(t),即图7中黑色方框数据,该时刻的频谱图如8所示。同案例1中的图2和图3一样无法识别低压转子是否发生拍振。
参照本方法图1,一种航空发动机双源拍振识别方法,包括以下步骤:
1)通过公式Fk=N/60×k获取基准频率f2,其中N为低压转速N1、k=1,根据基准频率f2生成一个复指数本征信号log(t),如图9所示。信号生成模型公式如下:
log(t)=exp(i2πf2t)
2)将复指数本征信号log(t)与转子振动信号x(t)进行混频处理,将需要分析信号的进行搬移,得到混频信号h(t)。
3)设置一个带宽为10Hz低通窄带滤波器,对混频信号h(t)进行低通窄带滤波。
4)对滤波后混频信号h(t)进行Hilbert变换,获得信号的解析包络,并对解析包络进行去直流分量处理,得到去直流解析包络信号u,如图10所示。
5)对去直流包络谱u进行FFT变换,得到解析包络信号u的频谱,并通过公式:
计算频谱峰值因子,并绘制峰值因子谱图,如图11所示,峰值因子谱图中没有明显的脉冲谱峰,且峰值因子基本上都在1附近波动。判定该型发动机的低压转子不存在双源拍振现象。该分析结果与发动机结构分析结果相吻合。
本发明首先明确了分析对象的最佳传感器安装位置,改善了信号传递路径对故障信号的影响,使拍振特征得到保持,有助于后续数据的分析;本发明再以发动机转速信号为基准产生本征信号,并对混叠振动信号的进行混频处理,这不仅保持原始混叠信号的特征,且能够精确匹配转子信号,降低模型误差,混频处理还减轻对数据提取滤波器要求;然后采用混频处理后信号的去直流Hilbert包络幅度谱峰和峰值因子判定拍振,解决了含噪信号时域波形不可观、频谱受分辨率限制无法识别拍振的难题。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (2)

1.一种航空发动机双源拍振特征识别方法,其特征在于,包括以下步骤:
步骤一、在发动机转子主支点机匣、发动机附件机匣、飞机附件机匣上安装振动加速度传感器和转速传感器,以拾获转子振动信号x(t)和发动机转子转速N,并将转子振动信号x(t)作为分析对象;
步骤二、以发动机转子转速N计算基准频率,并以计算所得的基准频率/>产生本征信号;
步骤三、将步骤二中生成的本征信号与转子振动信号x(t)进行混频处理,得到混频振动信号;
步骤四、设置一个设定频率和带宽的滤波器,并对混频振动信号进行低通窄带滤波;
步骤五、对滤波后的混频振动信号进行希尔伯特变换,得到相应的解析包络,并对得到的解析包络进行去直流分量处理;
步骤六、将去直流后的解析包络进行傅里叶变换,得到解析包络的频域信号,并根据频域信号/>得到幅度谱;
步骤七、对步骤六中的幅度谱进行峰值因子计算,绘制峰值因子图并根据峰值因子图判断是否发生双源拍振;
所述步骤二中基准频率的计算公式为:/>,其中N为发动机转速,k为发动机转子倍频数,/>,n为大于等于1的自然数;
所述步骤三中本征信号是幅值为1的复指数信号,所述本征信号的表达式为,其中t为转子振动信号的分析时间;
所述步骤七包括:当峰值因子图中存在一个脉冲谱峰时,且谱峰幅值大于等于3,则判定发动机发生双源拍振故障;当谱峰幅值小于3时,则判定发动机未发生双源拍振故障;
所述步骤七中的峰值因子为幅度谱与幅度谱的有效值的比值,峰值因子的数学表达式为:,其中yn是第n个幅度谱。
2.根据权利要求1所述的航空发动机双源拍振特征识别方法,其特征在于,所述步骤一中获得的发动机转子转速N的信号为脉冲信号,对转子振动信号和发动机转子转速N信号实施同步采集。
CN202211255816.XA 2022-10-13 2022-10-13 航空发动机双源拍振特征识别方法 Active CN115683644B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211255816.XA CN115683644B (zh) 2022-10-13 2022-10-13 航空发动机双源拍振特征识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211255816.XA CN115683644B (zh) 2022-10-13 2022-10-13 航空发动机双源拍振特征识别方法

Publications (2)

Publication Number Publication Date
CN115683644A CN115683644A (zh) 2023-02-03
CN115683644B true CN115683644B (zh) 2024-01-05

Family

ID=85065669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211255816.XA Active CN115683644B (zh) 2022-10-13 2022-10-13 航空发动机双源拍振特征识别方法

Country Status (1)

Country Link
CN (1) CN115683644B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116907863B (zh) * 2023-09-12 2023-11-28 中国航发沈阳发动机研究所 一种航空发动机振动特征变化与构件损伤监视和预判方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003240672A (ja) * 2002-02-15 2003-08-27 Sumitomo Rubber Ind Ltd ラケットの振動特性評価方法、及びラケットの振動特性評価装置
CN102967414A (zh) * 2012-11-07 2013-03-13 郑州大学 基于频谱校正的微速差双转子系统不平衡分量的提取方法
CN107631877A (zh) * 2017-08-11 2018-01-26 南京航空航天大学 一种针对机匣振动信号的滚动轴承故障协同诊断方法
EP3550278A1 (en) * 2018-04-06 2019-10-09 United Technologies Corporation Integrated vibe/odm fusion and trending analysis for prognostic health management of engine bearing
CN110454942A (zh) * 2019-08-21 2019-11-15 珠海格力电器股份有限公司 一种多噪声源设备防拍振的控制方法及控制装置
CN110470212A (zh) * 2019-07-10 2019-11-19 哈尔滨工业大学(威海) 一种轮毂电机动态偏心故障检测方法
CN111397877A (zh) * 2020-04-02 2020-07-10 西安建筑科技大学 一种旋转机械拍振故障检测与诊断方法
CN112105954A (zh) * 2018-05-01 2020-12-18 三菱电机株式会社 基于频率调制连续波(fmcw)的系统及用于fmcw范围估计的方法
CN114544188A (zh) * 2022-02-22 2022-05-27 中国航发沈阳发动机研究所 航空发动机多源拍振引起的振动波动故障识别与排除方法
CN114623977A (zh) * 2022-03-12 2022-06-14 北京化工大学 一种基于微速差的桨扇同轴对转结构自动平衡控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2994261B1 (fr) * 2012-07-31 2014-07-18 Eurocopter France Procede de detection de defauts d'un roulement par analyse vibratoire
KR20210073840A (ko) * 2019-12-11 2021-06-21 현대자동차주식회사 엔진소음을 이용한 기계적 연소 이상 진단 판단방법 및 연소 이상 진단 시스템

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003240672A (ja) * 2002-02-15 2003-08-27 Sumitomo Rubber Ind Ltd ラケットの振動特性評価方法、及びラケットの振動特性評価装置
CN102967414A (zh) * 2012-11-07 2013-03-13 郑州大学 基于频谱校正的微速差双转子系统不平衡分量的提取方法
CN107631877A (zh) * 2017-08-11 2018-01-26 南京航空航天大学 一种针对机匣振动信号的滚动轴承故障协同诊断方法
EP3550278A1 (en) * 2018-04-06 2019-10-09 United Technologies Corporation Integrated vibe/odm fusion and trending analysis for prognostic health management of engine bearing
CN112105954A (zh) * 2018-05-01 2020-12-18 三菱电机株式会社 基于频率调制连续波(fmcw)的系统及用于fmcw范围估计的方法
CN110470212A (zh) * 2019-07-10 2019-11-19 哈尔滨工业大学(威海) 一种轮毂电机动态偏心故障检测方法
CN110454942A (zh) * 2019-08-21 2019-11-15 珠海格力电器股份有限公司 一种多噪声源设备防拍振的控制方法及控制装置
CN111397877A (zh) * 2020-04-02 2020-07-10 西安建筑科技大学 一种旋转机械拍振故障检测与诊断方法
CN114544188A (zh) * 2022-02-22 2022-05-27 中国航发沈阳发动机研究所 航空发动机多源拍振引起的振动波动故障识别与排除方法
CN114623977A (zh) * 2022-03-12 2022-06-14 北京化工大学 一种基于微速差的桨扇同轴对转结构自动平衡控制方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Aero Engine Vibration Measurement, Analysis and Trend Monitoring;Wilbur George Fernandes;《2nd International and 17th National Conference on Machines and Mechanisms》;全文 *
Multiple damage detection using sparse blind source separation in composite structures;Shaopeng Dong;《2015 International Conference on Fluid Power and Mechatronics (FPM)》;全文 *
Yi Wang.《IEEE Transactions on Industrial Informatics》.2019,全文. *
基于阶次分析方法解决柴油机拍振问题;陈俊杰;《噪声与振动控制》;全文 *
泄洪水流诱发泄流结构拍振特性及机理研究;杜磊;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;全文 *
航空发动机故障诊断与振动预测技术研究;马进锐;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;全文 *

Also Published As

Publication number Publication date
CN115683644A (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
Zhao et al. A tacho-less order tracking technique for large speed variations
US8066486B2 (en) Method and apparatus for vibration-based automatic condition monitoring of a wind turbine
EP2136189B1 (en) Method for analysing vibration in rotor blades
Wang et al. A smart sensing unit for vibration measurement and monitoring
US9016132B2 (en) Rotating blade analysis
CN101603854A (zh) 旋转机械启停阶段非平稳振动信号瞬时频率估计算法
JP6945371B2 (ja) 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法
CN111397877B (zh) 一种旋转机械拍振故障检测与诊断方法
US11927501B2 (en) Method and device for monitoring a gear system
Corne et al. Comparing MCSA with vibration analysis in order to detect bearing faults—A case study
CN115683644B (zh) 航空发动机双源拍振特征识别方法
Lin et al. A review and strategy for the diagnosis of speed-varying machinery
CN117836599A (zh) 检测旋转系统中轴承缺陷的方法以及实施该方法的监控系统
US5483833A (en) Method and apparatus for monitoring aircraft components
Li et al. Application of a Method of Identifiying Instantaneous Shaft Speed from Spectrum in Aeroengine Vibration Analysis
CN112465068A (zh) 一种基于多传感器数据融合的旋转设备故障特征提取方法
CN110573845A (zh) 检测振动传感器中缺陷的方法、相关设备和计算机程序
CN114354112B (zh) 一种叶片多阶耦合振动疲劳分析方法
Zhang et al. Research on the identification of asynchronous vibration parameters of rotating blades based on blade tip timing vibration measurement theory
Liu et al. Bispectrum analysis for feature extraction of pitting fault in wind turbine gearbox
CN112781723B (zh) 一种基于频谱方差的谐波成分检测方法
KR20230054455A (ko) 기계 상태 모니터링 방법 및 기계 상태 모니터링 시스템
CN110866519B (zh) 一种基于傅里叶分解与多尺度排列熵偏均值的滚动轴承故障诊断方法
CN114383718A (zh) 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法
EP3104152B1 (en) Method and controller for determining an undesired condition in an electrical drive system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant