项目名称: 基于改进小波聚类的航空发动机转子系统故障诊断新方法研究
项目编号: No.51365040
项目类型: 地区科学基金项目
立项/批准年度: 2013
项目学科: 机械、仪表工业
项目作者: 刘晓波
作者单位: 南昌航空大学
项目金额: 50万元
中文摘要: 航空发动机是飞机的心脏,是航空机械设备中故障率最高、维护工作量最大的系统。在航空发动机故障中,结构强度故障约占总故障的60-70%。由于航空发动机转子系统故障属于小样本问题以及从强噪声背景中提取微弱信号很难,导致转子系统早期支撑松动、转子裂纹以及多故障的诊断成为一个难题。为及时发现发动机转子系统的这些故障和预防事故的发生,本研究拟通过改进小波聚类进行故障诊断。研究采用基于相异数划分网格,建立航空发动机转子系统信号数据空间小波聚类原始网格和校正网格,将同类数据归类,同时将噪声数据从类中分离出来,提高聚类精度;研究采用散列函数来构造航空发动机转子系统信号数据空间散列函数表,降低数据空间复杂度,提高聚类速度;将改进后的小波聚类进行故障信息的高效特征模式提取和分类,建立基于改进小波聚类的航空发动机转子系统故障诊断新方法,为实现航空发动机转子系统早期及多故障高效诊断提供理论和技术支持。
中文关键词: 航空发动机转子系统;改进小波聚类;双网格;散列函数;故障诊断
英文摘要: Aero-engine is the heart of aircraft, which usually has the highest failure rate and the heaviest workload for system maintenance in the aviation mechanical equipment. Currently, around 60-70% failure is caused by structural strength in the aero-engine fa
英文关键词: aero-engine rotor system;improved wavecluster;double grid;hash function;fault diagnosis