盲源分離技術在航空發(fā)動機故障診斷中的應用研究.pdf

1、振動信號是航空發(fā)動機維修和故障診斷的重要依據。試車過程中實際采集的振動信號是由發(fā)動機的傳動系統(tǒng)、高低壓轉子系統(tǒng)等不同的激振源所激起的振動信號的混疊,同時還包含測量噪聲和其他的干擾信號。本文采用盲源分離方法,將發(fā)動機試車過程中采集的兩路振動信號按照高、低壓轉子系統(tǒng)兩種不同的激振源進行分離,分離出高壓轉子和低壓轉子的振動時域信號,并對分離的振動信號進行頻譜分析,找到各自的頻率特征進行故障特征提取,從而找到故障部位。采用盲源分離方法對振動信號

2、進行提取分析,與傳統(tǒng)的FFT分析方法具有一定的優(yōu)越性,該方法可以對不同激振源的諧波成分進行有效分析,從而對發(fā)動機的故障部位的確定提供更可靠的依據。
　　 本文詳細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,通過兩組實驗進行仿真對比,選擇采用FastICA算法對航空發(fā)動機的振動信號進行盲分離。針對傳統(tǒng)的FFT方法對雙轉子航空發(fā)動機混疊振動信號分離的不足,本文將Fa