摘要：由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法。研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8%。为了解决卷积神经网络(CNN)进一步提高故障识别精度难的问题,提出一种基于K最近邻(KNN)改进的CNN的模型,在课题组和西储大学公开轴承数据集验证,测试精度达到99.8%和100%,可有效实现直升机自动倾斜器滚动轴承的故障诊断。

摘要：直升机传动系统是一套复杂的旋转机械装置,承担直升机功率传动的功能,对直升机的安全性至关重要。开展传动部件故障诊断研究,可提高直升机安全性,具有重要价值。描述了直升机主减速器行星齿轮的故障诊断研究。首先分析了行星齿轮的主要故障模式,针对行星齿轮的裂纹故障和剥蚀故障,确定了齿轮故障诊断的状态指标;研制了行星齿轮的裂纹故障试验件和剥蚀故障试验件,并在直升机传动系统故障植入试验验台开展了相关验证实验。对采集数据的分析结果表明:利用行星齿轮故障试验件的振动数据计算的状态指标值和健康状态阈值能够明显区分,可以有效诊断行星齿轮的裂纹故障和剥蚀故障。可见采用状态指标对行星齿轮的故障进行诊断是有效的。

摘要：针对不同的故障状态,健康状态指标的敏感程度不同的问题,提出了一种基于时域同步平均的直升机尾传动锥齿轮健康状态评估指标方法。首先,采用时域同步平均的预处理方法,去除环境噪声的影响。然后对相应的指标计算,比较健康状态与故障状态的指标值的不同,从而得到特定故障状态的健康状态指标。最后通过对故障植入“盲”数据的分析,验证结果的有效性。试验表明,该方法对锥齿轮故障诊断有很好的效果。

摘要：针对直升机故障诊断的需求,开展全尺寸某型直升机自动倾斜器轴承故障诊断研究。基于电火花刻蚀技术,进行自动倾斜器轴承植入外圈、内圈及滚珠故障试验。在小波包去噪的基础上,提取故障信号的小波域能量和功率谱谱熵特征参数,将其输入反向传播(BP)神经网络中,对自动倾斜器轴承进行故障诊断。研究结果表明,该方法降低了背景噪声的干扰,平均故障诊断率达80%,能够实现自动倾斜器轴承故障诊断,但滚珠故障诊断还有待进一步研究。

摘要：针对直升机自动倾斜器轴承早期微弱故障特征易被强烈背景噪声淹没的问题,提出了一种基于最小熵反褶积(Minimum Entropy Deconvolution,MED)和边际谱的自动倾斜器轴承故障诊断方法。采用MED对采集的振动信号进行滤波降噪,提高了信号的信噪比,突出了轴承早期微弱故障特征;通过Hilbert变换和经验模态分解(Empirical Mode Decomposition,EMD)获取去噪包络信号的本征模态函数(Intrinsic Mode Functions,IMF)集,并引入峭度筛选准则选取合理IMF集计算局部Hilbert边际谱,有效地提取了故障特征频率,能够通过故障特征频率进行故障类型判别。通过某型直升机自动倾斜器故障诊断试验系统验证了该诊断方法的合理性和可行性。

摘要：为抑制列车碰撞时的相互爬车程度,列车端部均安装集吸能与防爬功能于一体的吸能式防爬器。然而,现有防爬器的吸能结构大多采用传统工艺制成,其质量较大,设计空间较小,落后于现代轨道交通车辆轻量化的发展理念。近年来,随着3D打印技术的发展,能够通过材料层层累加的方式实现结构的制备。这种独特的制造方式可以实现高度复杂结构的自由生长成形,极大地拓宽了设计空间,为新型防爬器吸能结构的制备提供了强大的工具。