基于模態分析的航空發動機結構損傷診斷

徐光　王景霖

摘 要：結構損傷診斷是完成結構損傷識別、定位、標定和評價等內容。本文以航空發動機某關鍵部件為研究對象，首先，對航空發動機關鍵部件進行有限元建模分析，并根據所構建的模型，模擬健康和損傷兩種狀態，選取頻率、振型、頻率和振型相結合等三種指標參數，采用ANSYS仿真分析與BP神經網絡方法，對所研究的模態分析方法進行驗證分析，結果表明，該方法能夠有效實現對航空發動機關鍵部件損傷診斷的效能，同時，依據振型和頻率相結合的指標參數完成預測所得到的效果最優。

關鍵詞：航空發動機; 模態分析; 參數估計; 損傷識別; 人工神經網絡

DOI：10.16640/j.cnki.37-1222/t.2019.24.010

0 引言

目前，隨著航空裝備的快速發展，航空裝備的故障診斷與健康管理技術也得到了大力的發展。因而，針對航空發動機氣路系統和滑油系統，目前常用的故障診斷方法主要是結合性能參數，采用神經網絡、貝葉斯等方法，完成了發動機的故障分類，從而完成故障診斷。首先以簡便且經濟良好的方法檢測是否已發生結構損傷，然后根據檢測結果，判定是否采用高效的測試與分析工作，對發動機的結構損傷開展全面的診斷。筆者通過研究發現，目前，常用的結構損傷識別方法是基于頻率和振型參數相結合的損傷識別方法，主要是考慮頻率變化與結構剛性的變化關系[1]。

本文以航空發動機風扇葉片為具體對象，采用有限元分析方法的重要建?；A，開展航空發動機的有限元模型分析，并根據所構建模型完成航空發動機內部關鍵部件的結構損傷仿真。

1 監測參數與損傷診斷分析

可用來完成損傷識別的參數有很多，如結構的固有頻率、振動信號等。以不同的損傷參數，則將會導致選取不同的方法完成相應的損傷診斷。

1.1 結構損傷識別分析

針對航空發動機開展結構損傷識別分析，所監測的參數中結構振動參數包含了所需的大量的有用信息。依據結構振動參數開展航空故障結構損傷識別過程中，可以采用多種方法，比如最有效的就是對所獲取到的振型參數前后變化進行比較，根據比較結果可以高效地實現結構損傷識別[2]。

2.2 數據分析

依據某型號航空發動機，結合ANSYS仿真軟件，建立正常和損傷的模型，獲取相應的指標參數，并將獲取到的指標數據進行分類，其中一部分作為BP神經網絡的訓練樣本，另外一部分數據則用來進行測試，采用相同模型的BP神經網絡對同一個部件的不同位置和不同程度的損傷（未訓練過）進行了識別。結果表明，頻率和振型相組合的指標參數使用的有效信息比較少，是更適用于工程實際且準確度較高的損傷識別方法。

3 結論

本文以某型號航空發動機為具體研究對象，以ANSYS仿真軟件為基礎，在仿真情況下，獲取損傷識別的相應的參數，以BP神經網絡診斷方法，對航空發動機風扇葉片損傷進行了診斷，可以看出模態參數對損傷預測的可行性，且振型和頻率相結合的指標所得到的效果最好，對于研究航空發動機故障診斷及健康管理技術提供一定的借鑒意義。

參考文獻：

[1]徐一鳴.基于模態分析的發動機葉片損傷診斷方法[J].科技信息（科學教研），2008（13）：507-508.

[2]孫姜燕，徐艷玲.飛機發動機故障的多參數預測模型[J].計算機工程與應用，2012，48（13）：240-243.

[3]鮑凱.基于結構動態特性分析的神經網絡結構損傷診斷研究[D].西北工業大學，2003.

[4]趙文博.航空發動機傳感器故障診斷及信號重構[D].南京航空航天大學，2011.

[5]施曉良.基于振動模態分析和神經網絡技術的結構損傷辨識[D].西北工大大學，2005.

作者簡介：徐光（1975-），男，浙江嵊州人，碩士研究生，高級工程師，研究方向：機械工程電子。