直升機旋翼動不平衡診斷及調平優(yōu)化
發(fā)布時間:2017-08-18 13:02
本文關鍵詞:直升機旋翼動不平衡診斷及調平優(yōu)化
更多相關文章: 信號分離 頻率幅值比對 灰關聯(lián)度 遺傳算法 旋翼調平
【摘要】:在直升機旋翼的生產(chǎn)、加工、裝配以及使用、維護過程中,各片槳葉會存在由于多種原因而導致的動不平衡和氣動不平衡。這些不平衡的現(xiàn)象會在很大程度上加劇直升機的振動程度,影響人員的持久作戰(zhàn)能力和武器設備的使用效能及壽命。因此,需要及時對旋翼進行調平。而目前的旋翼調平都是基于技術人員的經(jīng)驗,采取調整—試驗—再調整的方式來進行的,耗時較長,也較大程度的影響了直升機的出勤率。本文探索基于機身振動信息自動診斷旋翼不平衡的原因及程度,同時能夠自動給出最佳的旋翼調平方案的方法。本文所進行的工作主要包括以下幾部分:(1)對機身的振動信號進行分離,以提取出來自于旋翼的振動分量。該過程采用的是對不同頻率分量的幅值進行比對的算法,該算法對于各源信號頻率分布互不重疊,同時振動信號的各頻率分量都與結構固有頻率相隔較遠的振動信號能取得較好的分離效果。(2)基于機體振動信息確定旋翼的不平衡類型和程度。這一步驟以灰關聯(lián)度作為理論依據(jù)來進行分析,具體步驟是,建立包含各類不平衡狀態(tài)下的旋翼振動數(shù)據(jù)的數(shù)據(jù)庫,通過分析測量信號與數(shù)據(jù)庫中各個信號的關聯(lián)度,來確定旋翼的故障類型。在這一過程中,選取某些特定不平衡狀態(tài)下的振動信號與其它狀態(tài)的旋翼振動信號的灰關聯(lián)度進行插值,得到灰關聯(lián)度與不平衡程度的連續(xù)函數(shù)后,就可以得出任意測量振動信號的不平衡程度。(3)確定不平衡類型及程度后,便需要求出最優(yōu)的調整方案。本文將不同的飛行速度速度下的振動幅值進行加權平均作為目標函數(shù),來選取最優(yōu)的調整方案,包括調整的方式(槳距、調整片以及槳葉配重)和調整幅度。本步驟采用遺傳算法與局部尋優(yōu)法相結合的算法,即采用遺傳算法對旋翼調平進行優(yōu)化,并對遺傳變異過程中所產(chǎn)生的各個體進行局部尋優(yōu),以找到遺傳算法所獲得的個體附近的局部最小值,并在所得到的各個局部最小值之中選取整個可行解區(qū)間上的最小值。
【關鍵詞】:信號分離 頻率幅值比對 灰關聯(lián)度 遺傳算法 旋翼調平
【學位授予單位】:南京航空航天大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:V275.1
【目錄】:
- 摘要4-5
- ABSTRACT5-12
- 第一章 緒論12-18
- 1.1 引言12-13
- 1.2 國內外研究現(xiàn)狀13-16
- 1.2.1 工程應用現(xiàn)狀13
- 1.2.2 理論研究情況13-16
- 1.3 本文的主要內容16-18
- 第二章 旋翼振動信號的提取18-29
- 2.1 引言18
- 2.2 旋翼實驗介紹18-19
- 2.3 振動信號分離19-28
- 2.3.1 算法原理21-24
- 2.3.2 模擬信號分離24-26
- 2.3.3 振動信號分離26-28
- 2.4 小結28-29
- 第三章 旋翼不平衡診斷29-41
- 3.1 引言29
- 3.2 灰色關聯(lián)度理論29-33
- 3.2.1 灰色序列30-31
- 3.2.2 灰關聯(lián)公理與灰關聯(lián)度31-33
- 3.3 旋翼不平衡分析33-40
- 3.3.1 旋翼不平衡類型診斷34-37
- 3.3.2 旋翼不平衡程度診斷37-40
- 3.4 小結40-41
- 第四章 旋翼調平優(yōu)化41-51
- 4.1 優(yōu)化算法簡介41-44
- 4.1.1 遺傳優(yōu)化算法41-43
- 4.1.2 優(yōu)化算法改進43-44
- 4.2 旋翼調整參數(shù)與機體振動關系44-47
- 4.3 旋翼調平方案優(yōu)化47-50
- 4.3.1 優(yōu)化參數(shù)設置47-48
- 4.3.2 優(yōu)化所得結果48-50
- 4.4 小結50-51
- 第五章 總結與展望51-53
- 5.1 工作總結51
- 5.2 前景展望51-53
- 參考文獻53-57
- 致謝57-58
- 在學期間的研究成果及發(fā)表的學術論文58-59
- 附錄59-73
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 趙海臣;李良榮;李叢飛;;FFT與IFFT頻域信號處理研究[J];貴州大學學報(自然科學版);2014年02期
2 楊茂;李小龍;;基于仿真數(shù)據(jù)的旋翼系統(tǒng)故障識別[J];浙江大學學報(工學版);2013年12期
3 徐英帥;王細洋;孫偉;胡貴鋒;;直升機動力傳動系統(tǒng)故障診斷方法[J];失效分析與預防;2012年02期
4 馬建倉;張國強;曾媛;;盲分離與Hilbert-Huang結合應用于航空發(fā)動機振動信號分析[J];機械科學與技術;2010年05期
5 高亞東;張曾,
本文編號:694698
本文鏈接:http://www.sikaile.net/kejilunwen/hangkongsky/694698.html
最近更新
教材專著