System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种航空发动机振动故障多维度量化方法及系统技术方案_技高网

一种航空发动机振动故障多维度量化方法及系统技术方案

技术编号:44110200 阅读:3 留言:0更新日期:2025-01-24 22:35
本发明专利技术提供了一种航空发动机振动故障多维度量化方法及系统,涉及航空发动机技术领域。该航空发动机振动故障多维度量化方法包括获取造成振动故障的多种振动故障模式;根据量化计算方法对多种振动故障模式分别进行第一维度量化,并获得第一维度量化结果;根据量化计算方法对多种振动故障模式分别进行第二维度量化,并获得第二维度量化结果;根据第一维度量化结果以及第二维度量化结果进行联合量化。该航空发动机振动故障多维度量化方法,可基于振动故障模式第一维度和第二维度等维度进行量化,从而能够根据量化结果制定振动故障模式的验证策略,进而及时、快速、高效地完成振动故障的排除,具有较强的工程应用价值。

【技术实现步骤摘要】

本专利技术涉及航空发动机,具体而言,涉及一种航空发动机振动故障多维度量化方法及系统


技术介绍

1、20世纪20年代英国动力学家jeffcott打破了“转子不可能在一阶临界转速以上工作”的观念束缚后,大量旋转机械被设计成超临界转速运转,转子转速越来越高,设备的振动问题受到更多关注与研究。

2、故障树分析技术(fault tree analysis,简称fta)首先需要建立由故障事件构成的故障树模型,基于该模型可进行故障的定性分析,其次,基于故障事件的发生概率,对系统的可靠性进行定量分析。对于研制阶段比较复杂的系统,应用故障树分析技术进行振动故障诊断则相对比较困难,尽管文献《基于故障树分析法的压气机振动故障分析》对压气机的振动故障应用了故障树分析技术,故障树模型由33项底事件构成,对底事件的发生概率无法量化,仅能做定性分析,而故障原因“压气机第1级转子叶片有3片叶尖与对应的机匣发生摩擦”导致转子不平衡量发生了较大变化,从“孔探”更容易发现这一问题,而非故障树分析的结果。

3、研制阶段的航空发动是一个非常复杂的系统,其振动故障模式未知,很难基于已有的振动故障特征进行诊断。对于复杂系统,特别是多因素耦合作用时,事件界限不清晰,也难以创建由各个独立事件所构成的故障树;即使创建出梳理出故障树,由于故障树模型复杂、庞大而难以分析。


技术实现思路

1、本专利技术的目的在于,提供了一种航空发动机振动故障多维度量化方法及系统,其能够改善现有的航空发动机振动故障难以及时、快速、高效地完成振动故障的排除的技术问题。

2、本专利技术的实施例可以通过以下方式实现:

3、一种航空发动机振动故障多维度量化方法,其包括获取造成振动故障的多种振动故障模式;

4、根据量化计算方法对多种所述振动故障模式分别进行第一维度量化,并获得第一维度量化结果;

5、根据量化计算方法对多种所述振动故障模式分别进行第二维度性量化,并获得第二维度量化结果;

6、根据所述第一维度量化结果以及所述第二维度量化结果进行联合量化。

7、可选地,所述量化计算方法包括:

8、制定量化表,所述制定量化表的步骤包括:

9、确定所述振动故障可考虑的因素集u:u={u1,u2,……,um};所述因素集中含有m个因素;确定与因素集对应的权重集w:w={w1,w2,……,wm};所述权重集中含有m个权重系数,所述权重系数与所述因素一一对应;确定每一所述因素的评价集vi:vi={vi1,vi2,……,vij};所述评价集中含有j个评价值,且评价值集中的评价值按从大到小的顺序排列,不同因素的评价集中的评价值数量j无需一致;

10、根据所述量化表对多种所述振动故障模式分别进行量化,并获得量化结果。

11、可选地,根据量化表对多种振动故障模式分别进行量化,并获得量化结果的步骤包括:

12、确定所述振动故障模式在每一所述因素下的评价及对应的评价值ri,ri∈vi;多个所述评价值ri构成评价向量r,r={r1,r2,……rm};

13、根据以下公式获得所述振动故障模式的量化值b:

14、

15、其中,r′为评价向量r的转置;

16、将所述量化值b作为所述量化结果;或者,

17、对量化值b进行归一化获得归一化结果b:

18、b=b/a;

19、

20、将所述归一化结果b所述量化结果。

21、可选地,确定振动故障可考虑的因素集的步骤包括:

22、对所述振动故障进行分解,以获得导致振动故障的多个因素,多个所述因素组成所述因素集。

23、可选地,所述真伪性量化的因素集包括故障模式的机理、故障模式发生的条件、与已有测试数据的一致性以及故障可通过仿真分析虚拟验证。

24、可选地,所述故障模式的机理的评价集包括:机理清晰,与物理基本原理不相悖;故障机理不易判断;

25、所述第一维度量化为真伪性量化;所述故障模式发生的条件的评价集包括:很可能发生;可能发生;不容易判断;不太可能发生;

26、所述与已有测试数据的一致性的评价集包括:一致,无相悖之处;部分一致,无相悖之处;无相悖指出,但也无法表明其一致性;与部分数据有相悖之处;

27、所述故障可通过仿真分析虚拟验证的评价集包括:仿真分析结果与实测结果一致,且仿真分析边界条件比较合理;仿真分析结果与实测结果一致,且仿真分析边界条件合理性不容判断;无法通过现有的仿真技术复现故障模式。

28、可选地,所述第二维度量化为可验证性量化;所述可验证性量化的因素集包括:可基于现有技术进行试验验证、验证试验的时间成本、验证试验的费用成本以及可进行逐层级的分步验证。

29、可选地,所述可基于现有技术进行试验验证的评价集包括:可验证,验证技术成熟;部分验证,验证技术成熟;部分验证,且验证技术不太成熟;暂时无法验证;

30、其中,当一所述振动故障模式对所述可基于现有技术进行试验验证的评价为暂时无法验证,则将所述可验证性量化结果定义为0;

31、所述验证试验的时间成本的评价集包括:对项目进展无延期风险;对项目进展有延期风险,但风险程度较低;对项目进展有严重延期风险;

32、所述验证试验的费用成本的评价集包括:费用很小;费用较大,但可接受;费用昂贵,需慎重考虑;

33、所述可进行逐层级的分步验证的评价集包括:可逐层分步验证;最终验证前,可进行小部分验证;无法分步验证,只能进行最终验证。

34、可选地,根据所述第一维度量化结果以及所述第二维度量化结果进行联合量化的步骤包括:

35、将第一维度量化以及第二维度量化划分出多个数值递增的层级;

36、根据得到的所述第一维度量化结果以及所述第二维度量化结果确定所述振动故障模式所属层级,形成联合量化分布表。

37、一种航空发动机振动故障多维度量化系统,其包括获取模块,所述获取模块用于获取造成振动故障的多种振动故障模式;计算模块,所述计算模块用于根据量化计算方法对多种所述振动故障模式分别计算获得第一维度量化结果;所述计算模块还用于根据量化计算方法对多种所述振动故障模式分别计算获得第二维度量化结果;联合量化模块,所述联合量化模块用于根据所述第一维度量化结果以及所述第二维度量化结果进行联合量化。

38、本专利技术的实施例提供的航空发动机振动故障多维度量化方法及系统的有益效果包括:

39、本专利技术的实施例提供的航空发动机振动故障多维度量化方法,其包括获取造成振动故障的多种振动故障模式;根据量化计算方法对多种振动故障模式分别进行第一维度量化,并获得第一维度量化结果;根据量化计算方法对多种振动故障模式分别进行第二维度量化,并获得第二维度量化结果;根据第一维度量化结果以及第二维度量化结果进行联合量化。该航空发动机振动本文档来自技高网...

【技术保护点】

1.一种航空发动机振动故障多维度量化方法,其特征在于:

2.根据权利要求1所述的航空发动机振动故障多维度量化方法,其特征在于:所述量化计算方法包括:

3.根据权利要求2所述的航空发动机振动故障多维度量化方法,其特征在于:根据量化表对多种振动故障模式分别进行量化,并获得量化结果的步骤包括:

4.根据权利要求2所述的航空发动机振动故障多维度量化方法,其特征在于:

5.根据权利要求4所述的航空发动机振动故障多维度量化方法,其特征在于:

6.根据权利要求5所述的航空发动机振动故障多维度量化方法,其特征在于:

7.根据权利要求4所述的航空发动机振动故障多维度量化方法,其特征在于:

8.根据权利要求7所述的航空发动机振动故障多维度量化方法,其特征在于:

9.根据权利要求1所述的航空发动机振动故障多维度量化方法,其特征在于:

10.一种航空发动机振动故障多维度量化系统,其特征在于:

【技术特征摘要】

1.一种航空发动机振动故障多维度量化方法,其特征在于:

2.根据权利要求1所述的航空发动机振动故障多维度量化方法,其特征在于:所述量化计算方法包括:

3.根据权利要求2所述的航空发动机振动故障多维度量化方法,其特征在于:根据量化表对多种振动故障模式分别进行量化,并获得量化结果的步骤包括:

4.根据权利要求2所述的航空发动机振动故障多维度量化方法,其特征在于:

5.根据权利要求4所述的航空发动机...

【专利技术属性】
技术研发人员:马会防陈景阳张娜
申请(专利权)人:中国航发商用航空发动机有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1