資源描述：
《【畢業(yè)學位論文】(原稿)轉(zhuǎn)子碰摩故障動力學模型與碰摩故障智能診斷研究-民航機電工程》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、編號南京航空航天大學畢業(yè)論文轉(zhuǎn)子碰摩故障動力學模型與碰摩故障智能診斷研究學生姓名李飛學號070230113學院民航學院專業(yè)民航機電工程班級0702301指導教師陳果副教授二OO六年六月轉(zhuǎn)子碰摩故障動力學模型與碰摩故障智能診斷研究摘要航空發(fā)動機是典型的旋轉(zhuǎn)機械，旋轉(zhuǎn)機械是工業(yè)部門中應用最為廣泛的一類機械設(shè)備，轉(zhuǎn)子系統(tǒng)作為旋轉(zhuǎn)機械的核心部分，在電力、能源、交通、國防以及石油化工等領(lǐng)域屮發(fā)揮不可替代的作用，旋轉(zhuǎn)機械常常由于出現(xiàn)各種不同的故障而影響其正常和有效的運轉(zhuǎn)，從而導致重大的經(jīng)濟損失。因此，對旋轉(zhuǎn)機械故障機理分析和研究是非常必要的。轉(zhuǎn)靜子之間的碰摩是旋轉(zhuǎn)機械如航空發(fā)動機普遍存在
2、的現(xiàn)象，兇此對其研究具有重耍的意義。木論文首先建立了Jeffcott轉(zhuǎn)了碰摩力學模型，然后運用四階龍格庫塔法進行求解，利用MATLAB編程實現(xiàn)在轉(zhuǎn)子碰摩數(shù)值仿真界面圖屮改變系統(tǒng)參數(shù)，達到研究轉(zhuǎn)靜碰摩所岀現(xiàn)的周期、擬周期和混沌的動力學特征的口的，同時保存結(jié)果并頻段提取得到仿真樣本，然后用這些仿真樣本進行神經(jīng)網(wǎng)絡(luò)訓練，最后利用D1I5922動態(tài)信號測試分析系統(tǒng)軟件從ZT-3型多功能轉(zhuǎn)子模擬實驗臺上采集的數(shù)據(jù)，通過頻段提取特征得到測試樣本，用這些測試樣木來測試已經(jīng)訓練好的神經(jīng)網(wǎng)絡(luò)。測試結(jié)果表明，仿真樣木訓練的神經(jīng)網(wǎng)絡(luò)對試驗樣木具有很好的泛化能力，為航空發(fā)動機轉(zhuǎn)子系統(tǒng)碰摩故障智能診斷
3、的提供了重要依據(jù)。關(guān)鍵詞：航空發(fā)動機，碰摩，故障診斷，神經(jīng)網(wǎng)絡(luò)，動力學特征StudyingonrotorrubdynamicmodelandrubfaultintelligentdiagnosisAbstractTheaero-engineisthetypicalrotatorymachinery,whichisamachineryequipmentusedmostbroadlyinindustry.Rotorsystemishardcoreofrotatorymachineryanditplaysanirreplaceableroleinfieldssuchaselectr
4、icpower,energysources,traffic,nationaldefense,andpetrochemicalindustry,etc.Rotatorymachineryoftenappearsallkindsofdifferenttroubleswhichaffectthenormalandeffectiveoperationofrotatorymachinery,thuscausethegreateconomiclosses.Thereforeitisveryessentialtoanalyzeandstudythefaultmechanismofrotat
5、orymachinery.Therotor-to-statorrubisaubiquitousphenomenoninrotatorymachinerylikeaero-engine.Inthispaper,firstly,aJeffcottrotorrubdynamicmodelissetup,andtheRunge-KuttaMethodisusedtoobtainthequantitativeresults;Secondly,tochangesystemparametersinordertorevealdynamiccharacteristicsofperiodic,q
6、uasi-periodicandchaos.Thirdly,tosavethenumericalresultsandextractFrequencycharacteristicssoastogainsimulatedsamples.Fourthly,tousethissimulatedsamplestotrainneuralnetwork.Finally,tousesthesoftwareofDH5922dynamicsignaltestandanalysistogatherdatafromZT-3typemulti-functionalrotorsimulationtest
7、desk,andextractcharacteristicsindifferentMultiple-Frequencytoobtaintestsampleswhichwillbetestthenetworkhavingbeentrainedsuccessfully.Testingresultsshowthatthenetworkhavingbeentrainedbysimulatedsampleshasgoodgeneralizationcapacityfortrialsamples.Sothispap
