直升機主減速器故障診斷與故障預測技術研究.pdf

1、主減速器(簡稱“主減”)是直升機的關鍵部件,它的好壞直接影響直升機的可靠性和安全性,故障診斷與故障預測技術可以對主減的故障進行診斷和提前預測,促使其維修方式由事后維修和預防性(定時)維修向視情維修和狀態(tài)監(jiān)控維修方式轉變。
　　 鑒于此,本文結合國內外機械故障研究現(xiàn)狀,對主減的故障診斷與故障預測技術進行了研究,提出了利用離散小波變換(DWT)、神經網絡構建故障診斷系統(tǒng)和利用DWT、Kalman濾波、神經網絡構建故障預測系統(tǒng),并在此

2、基礎上提出了基于DWT、Kalman濾波和神經網絡的主減故障診斷和故障預測集成化體系結構。利用傳感器采集的8路振動信號對本文的系統(tǒng)進行驗證,得到如下結論:
　　 (1)根據(jù)Shannon信息熵理論和Parseval定理,文中信號DWT進行9層分解時,信息熵最小的小波基為“db45”。
　　 (2)四種常用神經網絡(BP、Elman、RBF、GRNN)中,GRNN的訓練時間比較短,診斷精度最高;改進的隱含層為Gaussia

3、n小波的神經網絡(WNNG)比隱含層為Morlet小波的神經網絡(WNNM)訓練時間短,診斷精度基本相同。
　　 (3)改進的Kalman濾波預測算法能更好地對主減的特征向量進行預測,并將各路預測值的逼近精度穩(wěn)定在比較高的值上。
　　 (4)對實時性要求比較高的系統(tǒng),建議使用DWT、Kalman濾波和GRNN組成的故障診斷和故障預測系統(tǒng)。而對于時效性要求不高,但診斷精度要求比較高的系統(tǒng),神經網絡可以考慮使用WNNG。