【毕业学位论文】(Word原稿)旋转机械常见故障机理及信号分析方法，转子不平衡、不对中、转静碰摩、油.docxVIP

PAGE

1-

【毕业学位论文】(Word原稿)旋转机械常见故障机理及信号分析方法，转子不平衡、不对中、转静碰摩、油膜涡动及升降速时振动参数的变化规律及诊断特征-民航机电工程

第一章绪论

1.1研究背景及意义

(1)随着现代工业的快速发展，旋转机械在各个行业中的应用越来越广泛。旋转机械作为工业生产中的关键设备，其稳定性和可靠性直接关系到整个生产过程的顺利进行。然而，旋转机械在实际运行过程中，由于设计、制造、安装、使用和维护等方面的原因，常常会出现各种故障，如转子不平衡、不对中、转静碰摩、油膜涡动等。这些故障不仅会影响旋转机械的性能和寿命，严重时甚至会导致设备损坏，造成巨大的经济损失。据统计，旋转机械故障引起的设备停机事故占到了所有设备故障的40%以上，因此，研究旋转机械的故障机理和诊断方法具有重要的现实意义。

(2)在民航机电工程领域，旋转机械如航空发动机、涡轮发电机等设备的稳定运行对飞行安全至关重要。航空发动机作为飞机的动力源，其故障可能导致飞机失速、坠毁等严重后果。例如，2014年马航MH370航班失踪事件中，就有分析认为发动机故障可能是导致航班失踪的原因之一。此外，涡轮发电机作为航空电子设备的重要电源，其故障会影响飞机的导航、通信等系统，进而威胁飞行安全。因此，研究旋转机械的故障机理和信号分析方法，对于提高民航机电工程设备的可靠性和安全性具有重要意义。

(3)在当前技术环境下，随着传感器技术、信号处理技术、人工智能技术的不断发展，旋转机械故障诊断技术取得了显著进步。通过对旋转机械振动信号的采集和分析，可以实现对故障的早期预警和诊断。例如，采用振动频谱分析、时域分析、小波分析等方法，可以有效识别旋转机械的故障特征。同时，结合机器学习、深度学习等技术，可以进一步提高故障诊断的准确性和效率。因此，深入研究旋转机械故障机理及信号分析方法，对于推动民航机电工程领域的技术进步和保障飞行安全具有深远影响。

1.2国内外研究现状

(1)国外旋转机械故障诊断研究起步较早，已形成较为成熟的理论体系和技术方法。在故障机理方面，研究者们对转子不平衡、不对中、转静碰摩、油膜涡动等常见故障的机理进行了深入研究，提出了相应的故障诊断模型。例如，美国通用电气公司（GE）的旋转机械故障诊断系统（RMD）通过振动分析、温度分析等方法，实现了对旋转机械故障的实时监测和诊断。在信号处理方面，国外学者广泛采用频谱分析、时域分析、小波分析等技术对振动信号进行处理，提取故障特征。此外，基于机器学习、深度学习等人工智能技术的故障诊断方法在国外也得到了广泛应用，如支持向量机（SVM）、神经网络（NN）等算法在故障诊断中的应用取得了显著成效。

(2)我国在旋转机械故障诊断领域的研究起步较晚，但近年来发展迅速，已取得了丰硕的成果。在故障机理研究方面，我国学者对旋转机械常见故障的机理进行了深入研究，提出了相应的故障诊断模型。例如，哈尔滨工业大学针对航空发动机转子系统故障诊断，提出了基于振动信号和温度信号的故障诊断方法。在信号处理方面，我国学者在频谱分析、时域分析、小波分析等技术方面取得了显著进展，同时，结合我国实际情况，开发了一系列适用于旋转机械故障诊断的信号处理方法。在故障诊断方法研究方面，我国学者在基于机器学习、深度学习等人工智能技术的故障诊断方法方面也取得了重要突破，如基于支持向量机、神经网络、决策树等算法的故障诊断模型在旋转机械故障诊断中的应用。

(3)随着旋转机械故障诊断技术的不断发展，国内外学者在故障诊断系统、故障诊断平台等方面也取得了显著成果。例如，美国GE公司的RMD系统、德国Siemens公司的PREDICT系统等，均实现了对旋转机械故障的实时监测和诊断。在我国，一些高校和科研机构也开发了具有自主知识产权的旋转机械故障诊断系统，如清华大学、上海交通大学等。此外，旋转机械故障诊断技术在工业生产、航空航天、交通运输等领域得到了广泛应用，为提高设备可靠性和安全性提供了有力保障。然而，旋转机械故障诊断技术仍存在一些挑战，如复杂工况下的故障诊断、多传感器数据融合、故障预测与健康管理等方面，需要进一步深入研究。

1.3研究内容与方法

(1)本研究的核心内容主要包括对旋转机械常见故障机理的深入分析，以及基于信号分析的故障诊断方法。首先，针对转子不平衡、不对中、转静碰摩、油膜涡动等典型故障，通过理论分析和实验验证，揭示其故障机理，并建立相应的故障模型。其次，研究旋转机械振动信号的采集和处理方法，包括信号预处理、特征提取、故障特征识别等，为故障诊断提供可靠的数据基础。

(2)在研究方法上，本研究将采用以下策略：首先，采用现场实验和模拟实验相结合的方法，对旋转机械故障进行验证和分析。通过实际设备上的振动信号采集，结合模拟实验的数据，对故障机