基于網(wǎng)格細化小波聚類的航空發(fā)動機轉(zhuǎn)子系統(tǒng)故障診斷.pdf

1、隨著我國國民經(jīng)濟實力的增強和國際地位的日益提高，現(xiàn)代航空事業(yè)的發(fā)展步伐逐步加快,飛機發(fā)動機性能在不斷提高的同時，航空發(fā)動機結(jié)構(gòu)設計日益繁雜，發(fā)生各種故障的概率隨之上升，所以對于它的穩(wěn)定性和可靠性的要求也會越來越高。轉(zhuǎn)子系統(tǒng)振動故障是造成航空發(fā)動機故障的主要原因之一，當轉(zhuǎn)子系統(tǒng)發(fā)生故障時，通常會導致嚴重的振動問題，甚至導致機毀人亡的事故發(fā)生。因此，對于轉(zhuǎn)子系統(tǒng)進行故障診斷研究，不僅具有重要的學術(shù)價值，而且對國民經(jīng)濟以及國家安全都有著重要的

2、現(xiàn)實意義。
　　本文將小波聚類算法作為轉(zhuǎn)子系統(tǒng)振動故障診斷方法，在Matlab環(huán)境下，對故障診斷準確度即聚類精度進行分析之后，為了能夠更加準確地判斷出故障類型、提高聚類精度，提出了網(wǎng)格細化的小波聚類算法，即將網(wǎng)格拆分技術(shù)運用到小波聚類算法，對算法運行過程中的特征空間網(wǎng)格單元進行“網(wǎng)格細化”以此來對邊界點進行提取，最后對改進前后算法的聚類精度進行理論研究和實驗驗證。
　　在本文中，首先闡述了課題研究的目的及意義，對于航空發(fā)動機

3、故障診斷的國內(nèi)外現(xiàn)狀與發(fā)展趨勢進行了大概的描述；其次，對于航空發(fā)動機進行了分類，并介紹了幾種航空發(fā)動機，對于轉(zhuǎn)子系統(tǒng)振動幾種常見故障的原因與故障發(fā)生時所體現(xiàn)的特征進行了詳細介紹。第三，在了解小波聚類算法基本原理的基礎上提出了改進的具體方法，即采用網(wǎng)格細化對其進行改進。第四，詳細介紹了網(wǎng)格拆分技術(shù)以及選取的二維特征量。最后，介紹了轉(zhuǎn)子系統(tǒng)故障模擬實驗裝置和幾種常見振動故障的實驗方法，進行轉(zhuǎn)子故障模擬實驗，根據(jù)采集到的轉(zhuǎn)子故障數(shù)據(jù)來驗證改進