摘要：针对直升机自动倾斜器滚动轴承转速低,其早期故障特征信号易被噪声淹没的问题,提出了基于最大相关峭度解卷积(MCKD)和增强倒频谱分析的直升机自动倾斜器滚动轴承故障诊断方法。该方法利用MCKD方法对故障信号进行降噪处理,采用自相关方法和广义Shannon熵对倒频谱分析进行改进,得到增强倒频谱,提取故障特征频率。实验研究表明,所提出的方法能精确地诊断自动倾斜器滚动轴承内圈、外圈和滚珠故障,且优于传统的倒频谱分析,可以预防重大故障发生。

摘要：针对直升机自动倾斜器滚动轴承工况复杂、噪声干扰大,造成故障诊断效果不佳的问题,提出一种基于深度卷积自编码器(Deep Convolutional AutoEncoder,DCAE)和卷积神经网络(Convolutional Neural Network,CNN)的轴承故障诊断方法。该方法首先采用小波变换方法构造不同状态下振动信号的时频图,然后使用DCAE对时频图进行图像去噪,最后利用CNN对去噪后的时频图进行故障分类。利用课题组和美国凯斯西储大学的滚动轴承故障数据开展诊断实验,并与CNN、堆叠降噪自编码器(Stacked Denoise AutoEncoder,SDAE)两种深度学习方法进行对比,结果表明,该方法在高噪声环境下具有更高的故障识别率。

摘要：针对一种应用于跷跷板式旋翼的轴内操纵构型自动倾斜器的结构设计问题,搭建了此类构型自动倾斜器的运动仿真平台,通过运动仿真分析该型自动倾斜器的运动学特征,并修正设计参数,具有完善轴内操纵构型自动倾斜器结构设计参数的应用价值。

摘要：为了进一步提高直升机的安全性,利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验,获取了自动倾斜器轴承的故障振动数据,并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入,对自动倾斜器轴承故障进行诊断,获得了较高的故障诊断率。采用基于神经网络的故障诊断方法,自动倾斜器轴承各类故障的最高故障诊断率均大于89%。

摘要：球铰轴承作为直升机自动倾斜器的关键部件,其力学性能对自动倾斜器有着直接的影响。利用ABAQUS软件对自动倾斜器球铰轴承在三种工况下的结构形式进行了三维有限元分析,得出了三种工况下轴承的应力分布、最大应力、变形以及摩擦系数对应力的影响。计算结果表明外加载荷和摩擦力对挤压应力的影响很小,自动倾斜器满足强度条件,该结果对于分析此类轴承的受力及其优化和判定轴承的寿命提供了理论上的依据,为旋翼系统的设计和分析提供了一个参考。

摘要：自动倾斜器是直升机操纵系统及旋翼系统中最关键的部件,也是搭载自润滑关节轴承的重要部件,研究和分析自动倾斜器的刚柔耦合,对球铰轴承试验机的研制具有重要的意义。将ANSYS和ADAMS相结合分别建立七种机构构型的内外环嵌套动态式自动倾斜器的刚柔耦合模型,进而对它们进行动力学仿真分析。结果表明:在这七种等效机构中第六种构型(外环3-SPS+PRS、内环3-SPS+PRS+PS)在工作时运动平稳,振动幅度较弱,性能最佳,其刚柔耦合模型球铰轴承的Y方向位移、速度、加速度曲线的变换范围最小。

摘要：自动倾斜器轴承试验机可真实地模拟大轴承在直升机上的运转和承载状态,由转速控制系统、液压加载系统和数据采集系统等构成,实现了大轴承在不同飞行状态下转速和受载的自动切换,即扫谱功能。通过合理的硬件设计和软件开发,其自动化程度高,高度集成,界面友好,运行稳定,为自动倾斜器大轴承疲劳试验数据的准确性和可靠性提供了保证。

摘要：自动倾斜器是直升机旋翼系统及操纵系统中最关键的部件,对其结构进行分析研究,建立了自动倾斜器上、下操纵机构运动学等效并联机构数学模型—4-(R)RSS+(R)RRS+PS和3-SPS+RRS+PS。基于串并联机构理论,利用空间机构学和螺旋理论方法得出上、下操纵机构自由度,并采用螺旋理论验证了公式计算的正确性。同时应用Pro/E软件建立机构三维模型并用ADAMS软件进行仿真,分析了液压助力器速度、桨叶迎角和滚动轴承角加速度变化规律。结果验证了并联机构结构的正确性,为自动倾斜器自润滑关节轴承试验样机机构设计和尺寸确定奠定了基础。

摘要：直升机自动倾斜器大轴承是旋翼操纵系统中的重要承力组件,其载荷特性的研究对直升机自动倾斜器设计有重要意义。文章依据对直升机主旋翼变距拉杆飞行实测载荷数据的分析,建立了变距拉杆载荷公式的简化模型,并以此为基础,分别推导出了双叶旋翼、三叶旋翼以及多叶旋翼构型的自动倾斜器大轴承弯矩载荷特性函数,提供了一种可用于直升机自动倾斜器大轴承工程设计的载荷计算方法。

摘要：直升机自动倾斜器大轴承是直升机自动倾斜器系统的关键部件,其性能直接影响直升机的操纵性能,对其进行充分的性能试验和寿命评估十分重要。因此,研制了直升机自动倾斜器立式专用轴承试验机,可在不同转速、轴向载荷和倾覆力矩的工况下,对轴承的温度、振动和电动机电流等参数进行实时监控,为大轴承产品结构、材料、润滑、加工工艺改进提供可靠数据。