航空发动机整机振动故障诊断
航空发动机故障诊断与维修
航空发动机故障诊断与维修航空发动机故障是一件非常严重的事情。
当一架飞机的发动机出现问题时，乘客和搭乘人员都会处于极大的危险之中。
因此，航空发动机的维修和维护是极为重要的。
航空发动机故障的原因可能是多种多样的，其中最常见的可能是机件磨损、油膜腐蚀、氧化、粘糊、沉淀、水分，以及机件的疲劳损伤和热应力等。
那么，如何确定前述故障使发动机出现问题呢？首先，工程师需要对失效样本进行观察和分析。
这一步也称为“验伤”，工程师需要仔细地观察和观察机件表面上的损伤，例如裂缝、漏油、异物和变形等等。
此外，还需要进行仪器测试和分析工序来确定损伤的原因和本质。
其次，发动机需要进行拆解和维修。
拆卸过程非常复杂，需要严格地按照制定的流程进行拆卸，以便在不造成更多损伤的情况下拆下损坏部件。
当发动机部件被分解后，结合验伤报告和实际损坏情况，工程师需要做出算法，计算出技术指标是否达到要求。
同时，还需要对部分机件进行测试，确定是否完好与机坑匹配，以及部件耐久性和强度是否符合航空质量要求，且航空发动机性能和安全保障要求。
如果航空发动机检修工艺标准与实际情况相符，即可对该部分机件进行精细加工和修补加工，重新组装发动机。
需要注意的是，在修复过程中，必须遵守职业道德规范和标准防护要求，以确保整个过程的安全性和质量的稳定性。
此外，如果机件过于严重地磨损或损坏，甚至无法修复，那么就需要进行更换工作。
总之，航空发动机故障诊断与维修是一个极为复杂的过程，涉及到多个部位的细致判断和精品加工。
在整个过程中，工程师需要严格遵守航空部门的各种规范和标准，确保故障的修复工作的质量和顺利完成。
航空发动机的维护和维修相当于一个“铁三角”，将航空安全和发动机的性能和寿命质量相结合，对于整个航空行业都非常重要。
基于支持向量机和信息融合的整机振动状态监视与诊断
Ｔｈ ｎｔ ｒ ｇ ａ ｄ Ｄｉｇ ｏ ｉ ｏ ｒ ｅ ｇｎ ｂ ａ ｉｎ Ｂａ ｅ ｎｔ ｅ ｅ Ｍｏ ｉ ｉ ｎ ａ ｎ ｓｓ ｆ ｏｎ Ａｅ ｏ ｎ ｉｅ Ｖｉｒ ｔ ｓ ｄ ｏ ｈ ｏ Ｓｕ ｐ ｒ Ｖｅ ｔ ｒＭａ ｈｎ ｎ ｎｏ ｍａ ｉｎ Ｆ ｓｏ ｐ ｏ ｔ ｃｏ ｃ ｉｅ ａ ｄ Ｉｆ ｒ ｔ ｕ ｉｎ ｏ
的１ 种机 器学 习方法 ， 门针对 有 专
部极小值 问题 ，快速算法保证 了
收 敛速 度 。用 于分 类 的典 型 支 持
ＨＡ Ｌ ｉ ＨＯＮＧ Ｊ ＭＩ Ｏ Ｘｕ ～ ｎ Ｎ ｅ ， ｅ ， Ａ ｅ ｗｅ ｉ
韩 磊 （ ９ ２）男 ， 博 士 研 究 生 ， １ ８ ， 在读 研
（． ｈ ｏ ｏ Ｊ ｔ ｒｐ ｌｏ ， ｅ ａ ｇＵｎｖ ｒ ｔ， ｅ ｉｇ １ ０ ９ ； ． ｉ Ｆ ｒｅＥ ｕｐ ｎ １Ｓ ｏ ｌ ｆ ｅ Ｐ ｏ ｕｓ ｎ Ｂ ｉ ｎ ｉ ｓｙ Ｂ ｉｎ ０ １ １ ２Ａ ｒ ｏｃ ｑ ｉｍｅ ｔ ｃ ｉ ｈ ｅｉ ｊ Ａ ａ ｅ ， ｅ ｉｇ１ ｛ ７ ） ｃ ｄ ｍｙ Ｂ ｉ ０） ６ ｊ ｎ ０
构 和 工作 过 程 的 复杂 性 ，仅 仅 用
数 学 模 型来 描述 丁 作 中发 生 的故
障 ，往往 会 遇 到大 量 的 非线 性 方 程 ， 解 十分 闲难 。另 外 ， 于 航 求 对 空 发动 机 来 说 ，反 映 其 正常 运 行
机 械状 态 ； 同时 ， 于 高 速 旋转 机 对
２１ ０ ０正 第 ３ ６馥 第 ４期 Ｖｏ 。６ Ｎｏ４ Ａｕ ２ １ ｌ ｇ ０ ０ ３
基 于支持 向量机 和信 息融合 的整机 振 动
状态 监视 与诊 断
韩 磊 ’洪 ， 杰 ， 苗学问 ２ （． １北京航空航天大学 能源 与动 力工程学院 ， 北京 １ ０ １ １ ； ０ ９ ２空军装备研究院 总体 论证研 究所 ， ． 北京 １ ０ ７ ） ０ ６ ０
航空发动机的故障诊断与维修技术研究
航空发动机的故障诊断与维修技术研究随着航空业的快速发展，航空发动机的故障诊断与维修技术研究也变得越来越重要。
航空发动机是飞机的“心脏”，保障了飞机正常运行和安全。
故障的发生可能导致飞机停飞，造成经济损失和人员安全问题。
因此，对航空发动机的故障诊断与维修技术进行深入研究，对航空业的发展有着至关重要的作用。
首先，航空发动机的故障诊断技术是保障飞机安全的重要手段之一、通过采用先进的故障诊断技术，可以快速、准确地确定故障原因，从而及时采取相应的维修措施。
例如，使用振动传感器、温度传感器等监测设备，可以及时发现发动机的振动、温度等异常情况，从而减少故障的发生概率。
此外，结合数据分析和机器学习等技术，可以有效地提高故障的预测能力，避免因故障造成的事故和延误。
其次，航空发动机的维修技术研究可以提高维修效率和降低成本。
航空发动机是高度复杂的设备，维修一台发动机需要大量的时间和人力资源。
因此，通过对航空发动机维修技术的研究，可以提高维修的效率，缩短飞机的停飞时间。
例如，采用增材制造技术，可以快速制造并更换损坏的零部件，从而减少维修时间。
此外，引入智能化维修设备和工具，可以提高维修的准确性和可靠性，减少人为的误操作和人为的隐患，提高航空发动机的安全性。
此外，航空发动机的故障诊断与维修技术研究还可以为航空业的可持续发展做出贡献。
随着环境保护意识的增强，航空业对于燃油效率和排放标准的要求也越来越高。
通过研究航空发动机的故障诊断与维修技术，可以改善发动机的燃油效率和性能，减少有害排放物的排放，提高发动机的环保性能。
例如，通过使用先进的涡轮增压技术和燃油喷射系统，可以提高发动机的燃烧效率，减少燃油的消耗和对环境的影响。
总之，航空发动机的故障诊断与维修技术研究对于航空业的发展至关重要。
通过提高故障诊断的准确性和维修的效率，可以提高飞机的安全性和可靠性，减少经济损失和人员安全问题的发生。
同时，通过改善发动机的燃油效率和环保性能，也可以为航空业的可持续发展做出贡献。
航空发动机故障诊断与容错控制技术研究
航空发动机故障诊断与容错控制技术研究航空发动机作为飞行器的重要组成部分，其可靠性是航空安全的重要保证。
然而，发动机在运行过程中难免会出现故障，如何及时准确地诊断并采取有效控制措施，成为了航空发动机技术领域的热点问题。
一、航空发动机故障诊断1.1 故障诊断的意义航空发动机的故障可能会对飞行安全造成威胁，因此及时准确地诊断故障并采取对应措施是非常必要的。
故障诊断技术可以帮助检测和分析发动机工作中的异常现象，通过数据采集、处理和分析反馈故障信息，为后续故障诊断和修复提供依据。
1.2 故障诊断技术目前，航空发动机故障诊断技术主要包括传统方法和基于机器学习的方法两种类型。
传统方法中，故障诊断主要依赖于物理模型建立和故障特征识别等手段。
物理模型建立是指对发动机的运行过程进行数学建模，模型中包括发动机关键参数的变化规律、传感器采集到的数据和控制命令等。
通过构建物理模型，可以更好地对发动机进行分析和诊断。
故障特征识别是指基于已有的经验或数据获取随着故障出现可能会改变的参数或规律，借以辨别故障原因和影响的方法。
基于机器学习的方法包括神经网络、支持向量机、随机森林等。
这些方法通过对大量数据进行学习和分析，实现对发动机运行状态的模拟和预测。
由于机器学习技术具备较强的自适应能力，可以快速有效地诊断故障，因此已经成为了当前研究热点。
1.3 故障诊断实现的难点故障诊断技术尚面临一些实现上的难点。
如何对大量的传感器数据进行处理、如何辨别故障特征、如何避免漏诊和误诊等问题亟待解决。
二、容错控制技术2.1 容错控制的意义容错控制技术是指在发动机故障出现时切换到备用模式，保持发动机在合理工作范围，尽可能减小故障对飞行安全和飞行任务的影响。
容错控制技术可以对发动机运行过程中可能发生的各种故障作出响应，加强对发动机的监控和调控，保证航班的正常进行，提高航空安全水平。
2.2 容错控制技术的实现容错控制技术主要通过以下手段实现：（1）设备备份：在关键和常见故障位置增设相应的备件，以便在故障发生后迅速切换到备用设备。
航空发动机故障诊断方法及测试流程分析
0引言从基本的技术表现类型角度展开阐释分析，现阶段我国正在安装运用的航空发动机设备类型，主要包含活塞式航空发动机设备、燃气涡轮航空发动机设备，以及冲压式航空发动机设备等具体化的表现类型。
从基本的运行技术原理角度展开分析，航空发动机设备具有着高度复杂的内部结构特点，其内部安装配置有类型多样且数量众多的基础零部件，切实在航空发动机设备的日常化运行使用过程中为其定期开展技术性能表现状态的诊断和维护工作，能支持航空发动机设备长期维持优质且良好的技术性能状态。
组织开展针对航空发动机设备的运行技术故障事件监测干预工作，只有切实建构和执行具备充分专业性和系统性的工作实施规程，在构筑耐受高温、耐受高压，以及高运行负荷的技术条件基础上运用测试设备针对航空发动机实际具备的技术性能展开测定分析，才能支持和保障航空发动机设备的运行状态测定工作在具体组织开展过程中获取到科学准确的工作结果。
有鉴于上述研究背景，本文将会围绕航空发动机故障诊断方法及测试流程论题，展开简要阐释。
1航空发动机设备技术故障诊断工作的实施方法1.1航空发动机设备的信号诊断技术方法信号诊断技术是开展航空发动机故障诊断工作过程中的主要实施方式，其基本的实施思路，是在建构形成I/O 信号分析模型基础上，借由信号幅度参数，以及信号频率参数等项目针对航空发动机设备展开运行故障诊断技术过程。
在具体组织开展的航空发动机设备信号故障诊断工作过程中，技术人员可以借由对PCA分析方法的运用，完成具体化的技术故障诊断分析任务。
该种方法的实质是针对实际测定获取的设备运行技术信号与标准技术信号之间展开相互对照，借由将实际测定获取的航空发动机设备运行信号技术数据信息同参照信号数据之间展开的对照分析，全面而具体地确认正在运行使用过程中的航空发动机设备是否出现运行技术故障事件。
该种技术分析方法在具体化的使用过程中，需要严格遵循和执行如下步骤：第一，建构形成航空发动机设备在正常技术运行条件下的PCA数据分析模型。
航空发动机故障预测与诊断技术研究
航空发动机故障预测与诊断技术研究航空发动机是飞行器的心脏，其性能的可靠性和安全性对航空业至关重要。
然而，发动机故障不可避免地会发生，可能会导致飞行中断、延误和安全事故。
因此，研究航空发动机故障预测与诊断技术至关重要，以提前发现并解决潜在的故障，确保飞行安全和航班正常进行。
1. 研究背景与意义随着民航业的高速发展，航空发动机的运行时间和复杂性都显著增加，进而增加了发动机故障的概率。
传统的定期检查和维修方法已经无法满足对发动机故障的及时响应和有效解决需求。
因此，研究航空发动机故障预测与诊断技术，可以提高故障识别和预测的准确性，缩短维修周期，降低运营成本，提高飞行安全性。
2. 故障预测技术航空发动机故障预测的核心是对机器数据进行分析和处理，以便提前预测发动机的健康状况和潜在故障。
常用的故障预测技术包括：a. 数据驱动方法：利用历史数据和机器学习算法，通过对数据进行建模和分析，预测未来可能出现的故障情况。
这些算法可以识别出可能导致故障的模式和趋势，并提供预警信息。
b. 物理模型方法：基于对发动机物理特征和运行原理的深入理解，建立数学模型来预测发动机的性能和可能的故障模式。
这些方法通常需要较高的计算成本和专业知识。
c. 故障模式库方法：通过收集和分析大量的故障案例，建立故障模式库，可以根据实时的运行状态和传感器数据来匹配故障模式，并提供相应的诊断。
3. 故障诊断技术故障诊断是指通过收集和分析故障相关的信息，确定发动机故障的类型和根本原因。
常用的故障诊断技术包括：a. 传感器和监测系统：航空发动机通常配备有多种传感器和监测系统，用于监测温度、压力、振动等参数，并记录在故障发生前的数值。
这些数据可以作为故障诊断的依据，帮助确定发动机状态和可能的故障原因。
b. 信号处理和特征提取：通过对传感器数据进行信号处理和特征提取，可以将复杂的信号转化为有用的特征，用于诊断发动机的状态和故障模式。
c. 专家系统和人工智能：基于专家知识和经验，建立专家系统或采用人工智能算法，通过对故障数据的分析和匹配，实现快速和准确的故障诊断。
航空发动机故障诊断与健康管理研究
航空发动机故障诊断与健康管理研究航空发动机作为航空器的核心设备之一，在飞行中起着至关重要的作用。
然而，随着航空工业的不断发展，航空发动机的性能和复杂度也不断提升，发生故障的概率也相应增加。
因此，航空发动机故障的诊断与健康管理研究显得尤为重要。
一、航空发动机故障发动机故障是航空事故的主要原因之一，其危害可想而知。
目前，一般采用的方法是对发动机进行定期的例行检测和维护，以保证其正常运行。
但随着航空发动机的不断升级，其体量和性能也不断提高，这种方法已经不能满足需要。
因此，对航空发动机故障进行及时、准确地诊断是必要的。
航空发动机故障的诊断主要包括以下两方面：1. 设备故障的诊断。
航空发动机由多个零部件组成，因此，在发生故障时，需要对具体的零部件进行诊断和维修。
2. 整机故障的诊断。
这是指对整个发动机进行诊断，以确定故障的具体原因，为维修提供指导。
二、航空发动机健康管理针对航空发动机故障的诊断和维护，发动机健康管理技术应运而生。
航空发动机健康管理是指通过对航空发动机的实时监测、诊断和维护，及时预测和防范可能发生的故障，从而提高发动机的可靠性和可维修性。
航空发动机健康管理主要包括以下几个方面：1. 飞行数据分析技术。
通过对飞行数据的采集和分析，确定发动机的运行状态和健康状况，为发动机故障的预测和防范提供支持。
2. 成本效益分析。
基于飞行数据分析和发动机故障率，对航空公司和维修企业的成本效益进行评估和优化。
3. 故障预测技术。
通过对发动机的运行情况进行分析和预测，及时识别潜在的故障隐患，并采取相应的措施，避免事故的发生。
4. 维修管理。
根据发动机健康状况和故障情况，进行维修计划的制定和管理，提高维修效率和可靠性。
三、航空发动机故障诊断与健康管理研究现状目前，航空发动机故障诊断与健康管理研究已成为国内外航空工业和科研机构的重要方向之一，取得了不少进展。
以美国GE公司为例，其研究团队提出了一种基于人工智能技术的发动机健康监测系统，可以对发动机故障进行更加准确的诊断和预测。
航空发动机故障诊断与预测技术研究
航空发动机故障诊断与预测技术研究引言航空发动机是飞机运行的核心装置，其可靠性和安全性对飞机的飞行和乘客的生命安全至关重要。
然而，由于长时间的高温高压工作环境以及复杂的运行状态，航空发动机存在着各种故障风险。
因此，发动机故障诊断与预测技术的研究对于提高航空安全性和改善运营效率具有重要意义。
一、现状分析目前，航空发动机故障诊断与预测技术主要依靠传统的故障诊断手段，如故障代码和故障信号的分析。
这些方法在一定程度上能够揭示发动机的故障类型和位置，但由于其依赖于人工经验和直接观察，存在以下问题：1. 依赖于专家判断：传统方法需要借助专家的经验和知识进行故障判断，这导致了诊断结果的主观性和不确定性。
2. 故障难以发现：传统方法只能简单地根据故障代码进行判断，对于隐藏在庞大数据背后的微小信号和变化难以察觉。
二、航空发动机故障诊断与预测技术的发展方向为了解决传统方法存在的问题，并提高航空发动机故障诊断与预测的准确性和效率，研究者们正不断探索和发展新的技术方法。
以下是几个目前发展较为迅速的方向：1. 机器学习算法的应用：机器学习算法能够通过学习历史数据和模式，自动识别和预测故障。
将机器学习方法应用于航空发动机故障诊断与预测中，可以提高预测精度和准确性。
2. 基于大数据分析的故障预测：通过收集和分析大量的发动机传感器数据，可以发现潜在的故障信号和趋势。
基于大数据的分析技术可以在故障发生之前提前预测和预防故障。
3. 物联网技术的应用：通过将传感器、设备和系统连接起来，构建智能化的物联网系统，可以实现发动机的实时监测和故障预测。
物联网技术的应用可以极大提高发动机故障诊断的实时性和精确性。
三、航空发动机故障诊断与预测技术的未来前景航空发动机故障诊断与预测技术的研究和应用前景广阔。
以下是几个未来可能的发展方向：1. 多模态数据融合：通过融合多种传感器和数据源的信息，可以进一步提高故障诊断的准确性和效率。
例如，结合声音、振动和温度等多种数据，可以更全面地评估发动机的工作状态。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
航空发动机整机振动故障诊断 ———————————————————————————————— 作者: ———————————————————————————————— 日期:
ﻩ１. 航空发动机整机振动故障诊断 １.1 国内外现状 1）国内航空发动机整机振动故障诊断技术研究现状 国内具备发动机整机振动试验条件的单位只有发动机的设计单位和生产单位，例如沈阳航空发动机设计所和沈阳黎明公司，因此国内对此项研究的开展非常有限，成果很少。由于试验条件的限制,目前国内一些高校、研究所主要针对航空发动机工作过程中影响振动的关键部件开展研究工作。北京航空航天大学机械设计及自动化学院王春洁和曾福明根据保持器的运动特点，建立了冲击振动模型，分析影响振动的因素及其关系,研究保持架的轴向突然断裂和疲劳断裂机理,从而有针对性地解决了碰撞问题;目前，振动信号的盲源分离技术得到重视，取得了一些研究成果。西北工业大学旋转机械与风能装置测控研究所的宋晓萍和廖明夫利用盲源分离法对双转子航空发动机振动信号进行分离,对某型双转子航空发动机高压转子和低压转子所测得包含不同频率振动信号,运用 Fａst ICA 算法进行了分离；西北工业大学电子信息学院马建仓、赵林和冯冰利用盲源分离技术对某型涡扇发动机振动偏大的现象进行了分析，采用 Fast ICA 和 ＪADE算法对振动信号进行分析并且在一定条件下分离出了发动机的振源信号,为发动机的振动故障诊断技术提供了依据。中航工业航空发动机设计研究所已建成了转子振动故障再现试验器，能对发动机研制中出现的多种振动故障进行试验和信号分析,采用神经网络、小波分析技术等先进诊断技术,更加完善的故障诊断专家系统逐渐被建立起来；北京航空航天大学的洪杰、任泽刚把先进的信息处理方法和专家系统应用在航空发动机整机振动故障诊断中进行研究,中国民航大学的范作民、白杰等人把故障方程、人工神经网络等方法应用在民用航空发动机故障诊断技术中进行了研究。西北工业大学的张加圣等人开发了一套处理航空发动机振动信号以及状态监控的系统软件，具有各个过程参数的数据采集、处理计算及控制输出,监控数据的显示、存储、分析等功能。西北工业大学的杨小东等人研究某型航空发动机整机试车的故障特点,开发了某型航空发动机整机试车故障诊断与排除系统，该系统具有良好的用户交互界面,提供了系统用户管理、故障信息的智能汇总等功能。 由于航空发动机的设计需要具备整机振动的实验条件,具备这样条件的沈阳航空发动机设计研究所的郑旭东等人应用整体传递矩阵法,根据某型号发动机的简化模型，对某型发动机转子—支承—机匣—安装节系统在与整机振动结果进行了对比分析的基础上进行了整机临界转速和应变能分布的计算;由于沈阳航空航天大学与沈阳航空发动机设计研究所及沈阳黎明公司合作便利，所以动力与能源学院的老师开展了一些整机振动方面的技术研究。其中,王克明针对某型航空涡扇发动机整机振动过大现象,对该发动机振动信号进行了时域、频域、三维图谱的分析,确定发动机的故障类型;沈阳航空航天大学的艾延廷和沙云东提出了基于 BＰ 神经网络的航空发动机整机振动故障诊断方法，利用 ＺＴ-3 采集的航空发动机整机振动数据作为样本，建立了发动机故障诊断模型，实现了发动机故障模式分类；艾延廷运用模式识别的灰色关联度的方法,同时运用采集的某型航空发动机整机振动试验数据作为样本,建立了标准特征库，计算被评估发动机的状态参数序列与标准状态参数序列之间的灰色关联度，从而实现对航空发动机整机振动状态的评价。 由于小波包和谐波小波都具有很好的时域和频域的分割能力，因而近年来有的学者将小波包和谐波小波应用到振动信号的分析中，进行谐波小波变换的过程中有自身的快速算法,克服了小波包的失真和信息丢失的缺点。因此，谐波小波有效地应用于振动信号的处理。李舜酩等运用谐波小波成功地对微弱振动信号实现了频域提取与时域重构,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,显示了谐波小波变换的频域保相特性;郑云飞等人根据实验得出小波对信号幅值的变化十分敏感，适合检测信号的奇异点,并且还利用广义的小波变换提取出振动信号的特征;唐玉志等对于将谐波小波的时频表示应用到噪声振动信号的时频表示;陈果将谐波小波应用到旋转机械转子的故障诊断中,成功地诊断出转子的四种旋转机械转子故障。一种改进的谐波小波及其在转子故障诊断中的应用诊断实例证明，该方法可有效用于航空发动机振动信号的故障诊断。 2）国外航空发动机整机振动故障诊断技术研究现状 国外能够独立设计和生产航空发动机的国家只有美国、英国、法国和俄罗斯等几个国家,但都将其视为国家机密，相应的技术研究文献很少。目前，关于航空发动机振动方面的研究技术只检索到英国曼彻斯特大学机械、航空宇航及土木工程分院的两篇文献。其中，Philip Boｎello 设计了整机的导纳谐波平衡方法,解决带有非线性齿轮的整机模型的稳态周期不平衡振动的频域计算问题。通过对仿真双转子发动机模型的验证，设计的方法功能强大、使用方便；Ｐｈam Ｍin Hai 设计了整机的脉冲导纳方法,解决带有非线性齿轮的整机模型的稳态周期不平衡的时域计算问题。采用仿真的双转子发动机模型对设计方法进行了验证,比传统的隐式积分方法大约快 40 倍。解决整机振动故障时，俄罗斯主要利用振动的图谱数据,根据经验进行排振。 1.２ 航空发动机整机振动测试及常见故障 １）航空发动机整机振动测试参数 根据发动机试验规范的要求，航空发动机整机振动测试的基本内容有： ① 发动机系统振动基本参数的测量。测量压气机、涡轮、附件传动机匣外部结构上的振动位移、速度、加速度总量;在轴承的适当位置测量轴承载荷及转子振动加速度、速度、位移、以及频率、相位、外传力等参数。 ② 发动机系统振动特征参数的测试。测量转子支承系统以及机匣等其他产生高频振动和应力的构件的固有频率,转子临界转速、振型、刚度、阻尼等模态参数和物理参数。 目前，航空发动机转子系统的机械状态和故障主要是通过振动检测和信号分析技术进行识别的和发现的。振动测试系统主要由传感器、信号调节器(即二次仪表）、记录仪、分析仪及以计算机为中心的数据处理系统等部分组成。在实际应用中,应该根据具体对象、监测目的和监测要求选取合适的测量系统和处理方法来准确分析发动机的振动特性，有效的诊断和预测发动机整机振动故障。根据传感器的参数不同，可以使用光测法、电测法和机械法等实现振动信号测量，其中,航空发动机整机振动测试中广泛用电测法，主要测量参数为高、低转子和发动机 ５ 个截面位置处垂直和水平方向的 6 个振动速度信号和 3 个加速度信号。 2）航空发动机整机振动常见故障 整机振动主要由内部故障引起的，故障不同,振动特性也不同，因此可以根据不同的振动故障特征推测出故障原因，进而有针对性的对故障进行分析和排除。航空发动机整机振动故障诊断的关键在于找到发动机振动状态参数与振动故障特征参数之间的对应关系。 航空发动机整机振动故障的诊断，应在获取发动机的稳态数据、瞬态数据以及过程参数和运行状态等信息的基础上,通过信号分析和数据处理提取发动机特有的故障征兆及故障敏感参数等，通过综合分析判断确定故障原因,做出符合实际的诊断结论。 表1 某型航空发动机典型振动故障类型
转子不平衡故障 转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障。发动机因转子不平衡引起的振动比较常见。引起转子不平衡的原因有：结构设计不合理;制造和装配误差;材质不均;受热不均；运行中转子的腐蚀、磨损、结垢;零部件的松动和脱落等。 1) 时域波形通常为正弦曲线,可以根据振幅的大小来判断不平衡是否己经引起了故障; 2) 当不平衡为主要故障时,轴承上水平方向与垂直方向振动相位差约为度; 3) 转速跟踪动态特征:转子启动时，振动幅值与质量中心离轴线的距离成正比，当转速低于转子第一阶临界转速运转时,振动幅值将随转速的平方成比例变化,临界转速时出现最大峰值，通过临界转速后,振幅逐渐减小而趋向于定值，即偏心值； 4) 轴心轨迹特征:质量不平衡振动响应通常是一定程度的捕圆轨迹。水平方向振动通常是垂直方向的倍至倍左右。当水平方向与垂直方向振动之比大于时,通常说明是其它故障,尤其是共振。 转子不对中 因转子与转子利用联轴器进行连接时安装不妥，或由于轴承中心线不对中，或者是由于转子轴的弯曲、转子与轴承的间隙以及承载后转子与轴承的变形往往会造成转子之间对中不好,从而产生振动，并导致机械故障。这也是航空发动机很常见的故障之一。 轴系不对中有三种形式：平行不对中,此时转子轴心线径向平行位移。偏角不对中,此时两转子轴心线相互交叉,或称偏角位移。平行偏角综合不对中，此时两转子轴心线相互错位移。 轴系不对中的主要特征为: 1) 振动信号的原始时间波形为畸变的正弦波。 2) 径向振动信号的频谱图中，以一倍频和二倍频分量为主,轴系不对中越严重，其二倍频分量所占的比例就越大，多数情况超过一倍频分量。 3) 轴向振动的频谱成分中以一倍频幅值较大。 4) 连轴器两侧的轴向振动基本上是1８0°反向的。 5) 典型的轴心轨迹正进动。 6) 振动对负荷的变化比较敏感，一般振动幅值随负荷的增加而升高。 滚动轴承故障 滚动轴承是航空发动机及其试验设备最常用的部件之一,它的运行情况直接影响到整机的功能。检测轴承故障的方法很多，如振动分析、噪声分析、温度检测法、油样分析等。 滚动轴承的主要故障形式有: 1) 疲劳剥落 滚动轴承工作时，滚道和滚动体表面既承受载荷又相对滚动。由于交变载荷的作用，首先在表面下一定深处（最大剪应力处)形成裂纹，继而扩展到接触表面发生剥落坑，最后发展到大面积剥落,这种现象就叫做疲劳剥落。 2) 磨损 由于滚道和滚动体的相对运动和尘埃异物的侵入等都会引起表面磨损，而当润滑不良时更会加剧表面磨损。磨损使轴承的运转精度下降,同时也