基于奇异值分解的航空发动机转子碰摩故障特征提取方法

提出了利用奇异值分解(SVD)提取航空发动机转子碰摩故障特征信号的方法,通过数值仿真得到,奇异值分解方法可以非常有效地将各种不同特征信号完全提取分离,论证了该方法的可行性。然后以某型国产航空发动机在试车台开车过程中某稳定状态的转子振动测量数据为基础,利用奇异值分解的优选差分谱理论对振动信号进行了降噪处理;根据傅里叶变换频谱图中各频率点峰值与奇异值分解差分谱峰值序列相对应的特点,对降噪后振动信号进行了特征提取,实现了转子系统的碰摩故障特征信号的提取。实际结果表明,该方法能够有效地诊断转子系统碰摩故障及提取相应的故障特征信号。

基于BP人工神经网络技术的民用航发油路故障提取

航空发动机油路监测参数和故障之间是非线性映射关系,可通过神经网络训练得到反映非线性关系的神经网络。简单介绍神经网络技术和民用航空发动机油路监测概念;收集实际民航发动机的油路监测数据,建立典型故障样本,训练相关神经网络,并使用实际故障样本验证训练好的神经网络,证明经训练建立的反映油路监测测试和故障之间的神经网络的有效性;该技术可推广用于发动机油路故障数据库的构建。