盲源分離技術(shù)在航空發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用研究.pdf

1、振動(dòng)信號(hào)是航空發(fā)動(dòng)機(jī)維修和故障診斷的重要依據(jù)。試車(chē)過(guò)程中實(shí)際采集的振動(dòng)信號(hào)是由發(fā)動(dòng)機(jī)的傳動(dòng)系統(tǒng)、高低壓轉(zhuǎn)子系統(tǒng)等不同的激振源所激起的振動(dòng)信號(hào)的混疊,同時(shí)還包含測(cè)量噪聲和其他的干擾信號(hào)。本文采用盲源分離方法,將發(fā)動(dòng)機(jī)試車(chē)過(guò)程中采集的兩路振動(dòng)信號(hào)按照高、低壓轉(zhuǎn)子系統(tǒng)兩種不同的激振源進(jìn)行分離,分離出高壓轉(zhuǎn)子和低壓轉(zhuǎn)子的振動(dòng)時(shí)域信號(hào),并對(duì)分離的振動(dòng)信號(hào)進(jìn)行頻譜分析,找到各自的頻率特征進(jìn)行故障特征提取,從而找到故障部位。采用盲源分離方法對(duì)振動(dòng)信號(hào)

2、進(jìn)行提取分析,與傳統(tǒng)的FFT分析方法具有一定的優(yōu)越性,該方法可以對(duì)不同激振源的諧波成分進(jìn)行有效分析,從而對(duì)發(fā)動(dòng)機(jī)的故障部位的確定提供更可靠的依據(jù)。
　　 本文詳細(xì)闡述了盲源分離方法,深入研究了盲源分離中兩種重要的算法:FastICA算法和Natural Gradien算法,通過(guò)兩組實(shí)驗(yàn)進(jìn)行仿真對(duì)比,選擇采用FastICA算法對(duì)航空發(fā)動(dòng)機(jī)的振動(dòng)信號(hào)進(jìn)行盲分離。針對(duì)傳統(tǒng)的FFT方法對(duì)雙轉(zhuǎn)子航空發(fā)動(dòng)機(jī)混疊振動(dòng)信號(hào)分離的不足,本文將Fa