论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-17页 |
注释表 | 第17-18页 |
缩略词 | 第18-20页 |
第一章 绪论 | 第20-32页 |
1.1 研究背景和意义 | 第20-22页 |
1.2 研究现状 | 第22-29页 |
1.2.1 关于滚动轴承故障诊断 | 第22-27页 |
1.2.2 关于滚动轴承状态评估 | 第27-28页 |
1.2.3 关于滚动轴承剩余寿命预测 | 第28-29页 |
1.3 现状分析总结 | 第29页 |
1.4 本论文的主要研究内容及安排 | 第29-32页 |
第二章 典型航空发动机滚动轴承失效模式及试验验证 | 第32-61页 |
2.1 引言 | 第32页 |
2.2 滚动轴承失效基本模式 | 第32-33页 |
2.3 航空发动机滚动轴承故障案例 | 第33-37页 |
2.3.1 航空发动机主轴轴承失效故障 | 第33-35页 |
2.3.2 航空发动机附件机匣轴承失效故障 | 第35-37页 |
2.4 航空发动机滚动轴承典型故障失效机理分析 | 第37-45页 |
2.4.1 航空发动机 Р2У 轴承失效机理分析 | 第37-41页 |
2.4.2 航空发动机附件机匣O5轴承失效机理分析 | 第41-45页 |
2.4.3 小结 | 第45页 |
2.5 航空轴承加速失效试验平台 | 第45-48页 |
2.5.1 试验平台 | 第45-47页 |
2.5.2 试验数据的采集与处理 | 第47-48页 |
2.6 航空发动机滚动轴承失效模式验证 | 第48-58页 |
2.6.1 轴承加速失效试验方法 | 第48-49页 |
2.6.2 轴承加速失效试验方案 | 第49-50页 |
2.6.3 验证结果 | 第50-58页 |
2.7 航空发动机滚动轴承疲劳失效过程中的征兆信息分析 | 第58-60页 |
2.7.1 现有航空发动机轴承故障监控方法 | 第58-59页 |
2.7.2 航空发动机轴承疲劳剥落失效过程其他征兆信息 | 第59-60页 |
2.8 小结 | 第60-61页 |
第三章 航空发动机滚动轴承离线油液磨粒检测及故障诊断技术 | 第61-97页 |
3.1 引言 | 第61页 |
3.2 油液运动磨粒检测原理及步骤 | 第61-63页 |
3.2.1 常见油液监测技术的不足 | 第61-62页 |
3.2.2 检测原理及步骤 | 第62页 |
3.2.3 多功能油液磨粒智能检测与诊断系统的实现 | 第62-63页 |
3.3 图像采集 | 第63-65页 |
3.4 运动磨粒检测关键技术研究 | 第65-86页 |
3.4.1 基于遗传算法的摄像机参数自动优化 | 第65-72页 |
3.4.2 基于最大熵的图像阈值分割 | 第72-77页 |
3.4.3 运动磨粒特征参数提取及优化 | 第77-79页 |
3.4.4 运动磨粒样本数据挖掘及规则提取 | 第79-86页 |
3.5 航空轴承加速失效试验平台试验验证 | 第86-87页 |
3.6 基于油液运动磨粒检测的航空发动机磨损故障诊断方法 | 第87-90页 |
3.6.1 故障诊断界限值制定流程 | 第87-88页 |
3.6.2 监测参数的确定 | 第88-89页 |
3.6.3 磨粒故障诊断界限值制定方法 | 第89页 |
3.6.4 故障诊断步骤 | 第89-90页 |
3.7 实际航空发动机磨损监控验证 | 第90-95页 |
3.7.1 典型故障一:某航空发动机滚动轴承疲劳剥落 | 第90-93页 |
3.7.2 典型故障二:某航空发动机主轴承抱轴 | 第93-94页 |
3.7.3 典型故障三:某航空发动机齿轮衬套磨损 | 第94页 |
3.7.4 典型故障四:某航空发动机游星齿轮固定螺钉脱落 | 第94-95页 |
3.8 小结 | 第95-97页 |
第四章 航空发动机滚动轴承在线油液磨屑检测及故障预测技术 | 第97-144页 |
4.1 引言 | 第97页 |
4.2 油液磨屑在线监测传感器理论分析 | 第97-108页 |
4.2.1 传感器基本工作原理 | 第97-98页 |
4.2.2 传感器磁场特性分析 | 第98-102页 |
4.2.3 交变磁场中运动颗粒磁通变化率分析 | 第102-104页 |
4.2.4 铁磁性颗粒检测原理 | 第104-105页 |
4.2.5 非铁磁性颗粒检测原理 | 第105-108页 |
4.3 油液磨屑在线监测新系统开发 | 第108-112页 |
4.3.1 总体设计 | 第108-109页 |
4.3.2 硬件组成 | 第109-110页 |
4.3.3 软件功能 | 第110-112页 |
4.4 磨屑识别策略分析及试验验证 | 第112-118页 |
4.4.1 颗粒原始信号处理 | 第112-113页 |
4.4.2 颗粒信号特征及识别算法 | 第113-114页 |
4.4.3 颗粒波形参数及计算方法 | 第114-115页 |
4.4.4 试验验证 | 第115-118页 |
4.5 油液磨屑在线监测传感器降噪方法研究 | 第118-123页 |
4.5.1 信号的噪声特征 | 第118-119页 |
4.5.2 改进中值滤波算法 | 第119-120页 |
4.5.3 降噪结果验证 | 第120-123页 |
4.6 基于油液磨屑在线监测的航空轴承疲劳加速失效试验及数据处理 | 第123-130页 |
4.6.1 概述 | 第123-124页 |
4.6.2 航空轴承疲劳加速失效试验 | 第124-127页 |
4.6.3 在线监测数据特征提取 | 第127-128页 |
4.6.4 有效试验数据筛选 | 第128-130页 |
4.7 基于SVR的航空轴承剩余寿命模型 | 第130-137页 |
4.7.1 支持向量机的回归模型 | 第131-133页 |
4.7.2 试验原始数据分析 | 第133-134页 |
4.7.3 航空轴承剩余寿命模型训练与测试 | 第134-137页 |
4.8 航空发动机滚动轴承剩余寿命预测 | 第137-143页 |
4.8.1 灰色模型GM(1, 1)的预测原理 | 第138-139页 |
4.8.2 灰色系统的建模 | 第139-141页 |
4.8.3 航空轴承寿命预测实例 | 第141-143页 |
4.9 小结 | 第143-144页 |
第五章 总结与展望 | 第144-147页 |
5.1 全文工作总结 | 第144-146页 |
5.1.1 研究的主要内容 | 第144-145页 |
5.1.2 论文的创新工作 | 第145-146页 |
5.2 工作展望 | 第146-147页 |
参考文献 | 第147-159页 |
致谢 | 第159-160页 |
在学期间的研究成果及发表的学术论文 | 第160页 |