邓国智

(西安航空职业技术学院 航空维修工程学院,陕西 西安 710089)

作为高速旋转设施，航空发动机长时间处于高温、高压、高负荷状态运转，而转子作为核心构件，不仅故障发生率较高，且调整与维护工作难度大，很容易引发失衡、裂缝、碰摩等各种故障。早期结构损伤不会导致结构全面损毁，可会直接影响结构安全性与稳定性，所以采取有效故障诊断方法，科学监控诊断转子故障，防止发生严重事故具有十分重要的现实意义。在航空发动机中，转子振动信号主要包括设施运行状态特征信息，有效提取识别相似信息为故障诊断主要途径[1]。因此，本文提出了基于FDM算法的转子全周碰摩故障诊断方法。

1 FDM算法分析

1.1 算法原理

FDM算法先明确傅里叶既有频带函数(FIBFs)，以此为被分解信号单分量成分，再按照顺序计算分析构建满足频带函数条件的区域性周期信号，基于Hilbert信号解析方法面向周期信号，开展自适应解析，以获得不同分量相应傅里叶既有频带解析函数(AFIBFs)，进而分解信号为FIBFs分量与残余分量总和[2]。

傅里叶分解FDM可表征多分量随机信号通过特定连续单傅里叶既有频带分量与残余分量总和，则：

(1)

式中：x(r)为多分量随机信号；y(i)为频带分量；yi(r)为W个单傅里叶既有频带分量，即信号的FIBFs分量；z为残余分量。

1.2 算法步骤

FDM算法具备两种信号AFIBFs筛选方式，所以具有两类FDM分解流程，则由低频向高频的正向筛选算法(FDM-LTH)与由高频向低频的反向筛选算法(FDM-HTL)，不同分解方法与时频能量分布相应，以映射信号特征信息。……