刘立生 ，杨宇航

(1.南京理工大学 自动化学院，南京 210094;2.总参谋部陆航研究所 可靠性室，北京 101121)

直升机主减具有传动效率高、结构紧凑等特点，起减速、转向及并车的作用。它将一台或多台高转速小扭矩的发动机功率变成低转速、大扭矩的功率传递给旋翼轴，并按转速和扭矩的需要将功率传递给旋翼、尾桨及各个附件，以保证直升机正常工作。作为旋转机械设备中的一种，主减常见故障类型有机器运行失稳、发生异常振动和噪声、转速发生变化等。Land［1］对HUMS(Healthy and Usage Monitoring Systems)进行研究;Samuel等［2］提出CBM+项目。这些项目的共同点是都对主减的状态进行监控，从而减少了使用与保障(O＆S)费用，提高了直升机的安全性和维修效率。

振动信号常被用来对机械的故障进行诊断［3-4］，利用小波包变换［5-6］或者离散小波变换［7-10］对振动信号进行分解是两种常用方法。在进行小波变换时，小波的选择是关键，选择不同的小波可能会得到不同的结果，Rafiee等［11］比较了324 种母小波，发现“db44”与振动信号最相似，分解效果最好。大量的研究是针对故障检测进行的，而对故障进行预测的研究则相对比较少，文献［12］对预测的方法进行了总结，包括五种方法:基于物理模型、人工神经网络、先验知识(专家系统、模糊系统)、统计方法(趋势推断、ARMA模型)以及随机情况(Kalman滤波、Markov模型、Bayesian网络、可靠性函数)。现实生活中设备受外界的干扰是随机的，故对随机情况进行研究更具有意义。Kalman滤波［13-17］通过一种算法排除可能的随机干扰，提高检测精度，能够很好地对数据进行预测，广泛应用于机器人导航、控制、传感器数据融合以及军事方面的雷达系统以及导弹追踪等。……