飞行器发动机主轴承故障预测技术

分析飞行器发动机主轴承失效的主要原因,提出了一套工程上易于实现的发动机主轴承故障预测方法,包括油液监测、温度监测、振动监测、噪声分析、转子惯性及轴承间隙监测等方法。工程实践证明,系统地运用这些技术方法能及时发现发动机主轴承故障,减少飞行事故。

发动机主轴承的油膜厚度测试技术

提高发动机燃油经济性的有效途径之一是改善各种零部件滑动部位的润滑状况,以降低摩擦,提高可靠性。因此,掌握发动机主轴承的油膜状态(油膜厚度、油膜压力)是至关重要的,这就要求对油膜状态,尤其是油膜厚度进行测试。介绍了几种常用油膜厚度测试技术的原理和应用范围,如激光诱导荧光法、总电容法、薄膜法等,并给出了相应的测试结果。此外,对发动机实际运转时的主轴承油膜动态,如油膜厚度的变化,以及发动机运转条件与最小油膜厚度的关系进行了描述。

航空发动机主轴承接触应力精确仿真计算方法

采用稳态热分析与动态接触力学分析相结合的方法以提高计算精度,考虑轴承摩擦生热及瞬态冲击效应的影响,得到经热应力修正的轴承应力分布及变化特征。研究表明:最大动态接触应力位于钢球表面,外圈滚道次之,内圈滚道最小;轴承接触应力具有明显动态冲击响应特性,分布及大小具有随机变化性;接触应力由主应力与剪切应力共同构成,随转速及轴向载荷增大而增大。

基于多体动力学的发动机主轴承润滑特性Kriging建模

基于多体动力学(MBD)和弹性流体动力学(EHD)对某汽油发动机主轴承的润滑特性进行研究,利用实验设计(DOE)方法分析了半径间隙、轴承宽度、机油粘度和供油压力等设计变量对主轴承润滑性能,如最小油膜厚度(MOFT)、峰值油膜压力(POFP)、液动摩擦损失(FRIC)和机油端泄流量(Flow)等的影响,并利用Kriging方法建立准确表征主轴承润滑特性的简化模型。结果表明,Kriging可以在较少采样点的情况下建立较准确的主轴承模型。Kriging方法建立的简化模型计算和原始轴承仿真模型相比计算时间大大减少,可用于对轴承的设计优化。

某型航空发动机中介主轴承早期微弱故障诊断研究

针对基于机匣采集的振动信号难以有效提取出航空发动机中介主轴承早期微弱故障特征的问题,提出了基于巴特沃斯低通滤波器降噪和Hilbert包络解调的中介主轴承早期微弱故障诊断方法。该方法依托带涡轮支承和外机匣的新型航空发动机中介主轴承试验器,首先,开展某型发动机巡航状态下健康中介主轴承试验,获取基准振动频谱特征;然后,进行外圈剥落预置故障的轴承试验,对采集的振动信号通过低通滤波降噪并进行Hilbert包络分析解调出低频故障信号;最后,对比分析健康主轴承试验与轴承故障试验的时域波形、频谱和包络谱。结果表明,包络谱中转差信号与呈现“山”型边带特征,可用于诊断该型航空发动机中介主轴承外圈的早期剥落故障。

高DN值轴承损伤容限设计准则

分析了航空发动机主轴承断裂的机理 ,指出在高速下轴承元件存在较大内应力 ,或轴承材料断裂韧性不足 ,有可能导致轴承元件在出现严重剥落前 ,材料内部的原始缺陷迅速扩展 ,超过临界裂纹尺寸而发生快速断裂。给出了两个高速轴承元件损伤容限设计准则 ;在实际中 ,应尽量提高轴承材料的高断裂韧性并采用先进探伤技术以加强对主轴承的监控及监测。

Sparsity-Assisted Intelligent Condition Monitoring Method for Aero-engine Main Shaft Bearing

Weak feature extraction is of great importance for condition monitoring and intelligent diagnosis of aeroengine.Aimed at achieving intelligent diagnosis of aero-engine main shaft bearing,an enhanced sparsity-assisted intelligent condition monitoring method is proposed in this paper.Through analyzing the weakness of convex sparse model,i.e.the tradeoff between noise reduction and feature reconstruction,this paper proposes an enhanced-sparsity nonconvex regularized convex model based on Moreau envelope to achieve weak feature extraction.Accordingly,a sparsity-assisted deep convolutional variational autoencoders network is proposed,which achieves the intelligent identification of fault state through training denoised normal data.Finally,the effectiveness of the proposed method is verified through aero-engine bearing run-to-failure experiment.The comparison results show that the proposed method is good at abnormal pattern recognition,showing a good potential for weak fault intelligent diagnosis of aero-engine main shaft bearings.

BFT-10000滚动接触疲劳实验机

1.引言<br> 航空发动机轴承载荷大、转速高、工作环境复杂，易产生失效，其典型的失效形式是滚动接触疲劳。滚动接触疲劳失效的理论基础是赫兹理论，是在低于材料抗拉强度的交变应力持续作用下微裂纹形核，并逐渐演化成宏观裂纹以及裂纹扩展而最终导致构件失效的过程。