余　汇，鞠文煜，马双云

（中国商飞上海飞机设计研究院，上海 201210）

航空发动机转子故障特征提取方法研究

余汇，鞠文煜，马双云

（中国商飞上海飞机设计研究院，上海 201210）

航空发动机的转子系统扮演着重要的角色，如果在运行过程中出现预期之外的故障会造成严重的后果。为了预防这类事件，采用转子的振动信号作为目标信号，对振动信号进行智能基函数分析，采用支持向量机分类器测试所提取的智能特征。实验表明，该方案的分类精度达到95.6%，是针对航空发动机转子系统故障诊断的一种有效的特征提取方法。

航空发动机转子系统；故障诊断；振动分析；特征提取；智能基函数

1　概述

在航空发动机转子系统中，常见的故障就是内圈故障，它的初始征兆就是振动信号异常。内圈故障的结果就是导致机械部件的疲劳。更为严重的是，转子系统内的轴承会慢慢地磨损，使得系统密封性遭到破坏，最终导致机械性能的退化［1］。统计数据显示，90%的发生在滚动轴承中的故障是由裂缝导致的，有关裂缝的滚动轴承的故障模式可以分为3种不同类型，内圈故障，外圈故障，和滚动体故障［2］。

关于滚动轴承元件的故障诊断与健康管理（Prognostic and Health Management，PHM）技术可以增强全机的可靠性和安全性，并实现基于状态的维修。发展PHM不仅能够监控旋转机械的状态和性能，同时也能有效地避免整台机器突然停止运转，甚至伤亡事故。多种有关滚动轴承状态监测的PHM技术已经在文献中提出［3］，主要用于诊断旋转机械故障的工具就是振动分析。……