CN109187029B - 航空发动机的异响位置识别定位方法及*** - Google Patents
航空发动机的异响位置识别定位方法及*** Download PDFInfo
- Publication number
- CN109187029B CN109187029B CN201811200032.0A CN201811200032A CN109187029B CN 109187029 B CN109187029 B CN 109187029B CN 201811200032 A CN201811200032 A CN 201811200032A CN 109187029 B CN109187029 B CN 109187029B
- Authority
- CN
- China
- Prior art keywords
- abnormal sound
- signals
- signal
- sensor
- aircraft engine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种航空发动机的异响位置识别定位方法,其用于对航空发动机产生异响的位置进行准确定位,其包括以下步骤:在航空发动机的多个位置分别安装传感器;采集异响信号;对采集到的异响信号进行格式转换;对转换格式后的异响信号进行分析处理以确定准确的异响位置。本发明的航空发动机的异响位置识别定位方法及***可以避免出现错误的判断而导致航空发动机返厂维修,减少了不必要的返厂损失,大大降低了航空发动机的维护成本,并且大大提高了航空发动机的维修效率。
Description
技术领域
本发明涉及航空发动机检测技术领域,特别地,涉及一种航空发动机的异响位置识别定位方法及***。
背景技术
航空发动机是一种高度复杂和精密的热力机械,为航空器提供飞行所需动力,它直接影响飞机的性能、可靠性和经济性。因此针对航空发动机的检测显得尤为重要。
目前,针对航空发动机发出异响的检测方式通常是采用人工听声去检测,但是航空发动机在转动过程中由于内部转动零件之间正常摩擦也会产生一些声响,这对于人工听声检测会造成干扰,影响技术人员的判断。而且,人工听声检测与技术人员的工作经验有很大的关系,不同的技术人员得出的结论会存在偏差。另外,即使有经验的技术人员去人工听声检测时,也只能判断出大概的故障位置,无法准确地判定异响位置。
发明内容
本发明提供了一种航空发动机的异响位置识别定位方法及***,以解决现有的人工听声检测技术存在的检测结果不准确、无法得到准确的异响位置的技术问题。
根据本发明的一个发明,提供一种航空发动机的异响位置识别定位方法,其用于对航空发动机产生异响的位置进行准确定位,其包括以下步骤:
S1:在航空发动机的多个位置分别安装传感器;
S2:采集异响信号;
S3:对采集到的异响信号进行格式转换;
S4:对转换格式后的异响信号进行分析处理以确定准确的异响位置。
进一步地,步骤S4具体包括以下步骤:
S41:对多个异响信号分别进行时域分析,对比异响信号到达各个传感器的时间以得到异响信号的传递方向;
S42:基于异响信号的传递方向得出准确的异响位置。
进一步地,航空发动机的异响位置识别定位方法在步骤S1之前进一步包括步骤S0:
S0:对传感器进行测试。
进一步地,步骤S0具体包括以下步骤:
S01:在航空发动机的多个位置分别安装传感器;
S02:在航空发动机的多个部位分别进行多次敲击;
S03:将每个传感器采集到的信号转换成相同采样率的音频信号;
S04:对每个转换后的音频信号进行音频放大分析;
S05:对每个转换后的音频信号进行信号强度分析;及
S06:对每个转换后的音频信号进行波形细化分析。
进一步地,步骤S1中安装的传感器为振动加速度传感器。
进一步地,以每个传感器采集到的信号波形的振幅最先到达最高点的时间为异响信号传递至各个传感器的时间。
进一步地,步骤S4还包括以下步骤:
S43:对每个转换后的音频信号进行音频放大分析;
S44:对每个转换后的音频信号进行信号强度分析;及
S45:对每个转换后的音频信号进行波形细化分析。
进一步地,航空发动机的异响位置识别定位方法在步骤S3和步骤S4之间还包括步骤S34:
S34:对转换格式后的异响信号进行标准化处理。
本发明还提供一种航空发动机的异响位置识别定位***,其用于对航空发动机产生异响的位置进行准确定位,其包括安装在航空发动机的多个位置上并用于采集异响信号的传感器、用于对异响信号进行格式转换处理的信号处理模块和用于对异响信号进行分析处理以确定异响位置的信号分析模块;多个传感器通过信号处理模块与信号分析模块连接。
进一步地,信号分析模块包括用于对比异响信号到达各个传感器的时间的时序分析单元、用于进行音频放大分析的音频放大分析单元、用于进行信号强度分析的信号强度分析单元、用于进行波形细化分析的波形细化分析单元和用于进行综合判断的综合分析单元;时序分析单元、音频放大分析单元、信号强度分析单元和波形细化分析单元均与综合分析单元连接。
本发明具有以下有益效果:
本发明的航空发动机的异响位置识别定位方法通过在航空发动机的多个位置分别设置传感器来采集异响信号,对多个异响信号进行分析处理,通过对比异响信号到达每个传感器的时间不同来得出异响信号的传递方向,并基于传递方向来得出准确的异响位置,检测精度高,不容易受到外界干扰。通过本发明的航空发动机的异响位置识别定位方法可以准确判定异响位置后,避免出现错误的判断而导致航空发动机返厂维修,减少了不必要的返厂损失,大大降低了航空发动机的维护成本,并且大大提高了航空发动机的维修效率。
本发明的航空发动机的异响位置识别定位***同样具有上述优点。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的航空发动机的异响位置识别定位方法的流程示意图;
图2是本发明优选实施例的图1中的流程S1的子流程示意图。
图3a是本发明优选实施例的图2中获得的传感器Ⅰ的声音信号示意图。
图3b是本发明优选实施例的图2中获得的传感器Ⅱ的声音信号示意图。
图3c是本发明优选实施例的图2中获得的传感器Ⅲ的声音信号示意图。
图3d是本发明优选实施例的图2中获得的传感器Ⅳ的声音信号示意图。
图3e是本发明优选实施例的图2中获得的传感器Ⅴ的声音信号示意图。
图4是本发明优选实施例的图1中的步骤S6的子流程示意图。
图5是本发明优选实施例的步骤S6中对传感器1#、2#、3#采集到的异响信号分别进行瀑布图分析的示意图。
图6a是本发明优选实施例的步骤S6中对传感器1#采集到的异响信号进行时域分析的示意图。
图6b是本发明优选实施例的步骤S6中对传感器2#采集到的异响信号进行时域分析的示意图。
图6c是本发明优选实施例的步骤S6中对传感器3#采集到的异响信号进行时域分析的示意图。
图7是本发明另一实施例的航空发动机的异响位置识别定位***的模块连接结构示意图。
图8是本发明另一实施例的图7中的信号分析模块的单元连接结构示意图。
图例说明:
10、航空发动机的异响位置识别定位***;11、传感器;13、信号处理模块;15、信号分析模块;151、时序分析模块;152、音频放大分析单元;153、信号强度分析单元;154、波形细化分析单元;155、综合分析单元。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由下述所限定和覆盖的多种不同方式实施。
如图1所示,本发明优选实施例提供一种航空发动机的异响位置识别定位方法,其用于对航空发动机产生异响的位置进行准确定位,以便于技术人员对异响位置进行及时检修,避免不必要的返厂维修。所述航空发动机的异响位置识别定位方法包括以下步骤:
步骤S1:对传感器进行测试;
步骤S2:在航空发动机的多个位置分别安装传感器;
步骤S3:采集异响信号;
步骤S4:对采集到的异响信号进行格式转换;
步骤S5:对转换格式后的异响信号进行标准化处理;及
步骤S6:对标准化处理后的异响信号进行分析处理以确定准确的异响位置。
可以理解,在所述步骤S1中,在对航空发动机进行实际检测之前需要先对多个传感器进行调试,以检验各个传感器的工作状况是否符合要求,并选出最合适的传感器类型和最佳的布设方式,防止其在后续正式检测过程中出现故障或者检测结果不准确。具体地,如图2所示,对传感器进行测试具体包括以下步骤:
S11:在航空发动机的多个位置分别安装传感器;
S12:在航空发动机的多个部位分别进行多次敲击;
S13:将每个传感器采集到的信号转换成相同采样率的音频信号;
S14:对每个转换后的音频信号进行音频放大分析,以确定每个传感器所采集到信号的频率;
S15:对每个转换后的音频信号进行信号强度分析,以确定最佳的传感器类型及传感器布设方式;及
S16:对每个转换后的音频信号进行波形细化分析,以确定每个传感器检测到的信号的波形是否准确。
可以理解,在所述步骤S11中,所述传感器包括速度传感器、加速度传感器、声音传感器中的一种或多种。
可以理解,在所述步骤S12中,优选采用在航空发动机的前、中、后三个部位分别各自敲击三次,以确保有充足的检测数据。
可以理解,在所述步骤S13中,将速度传感器和/或加速度传感器采集到的振动信号转换成相同采样率的音频信号,将声音传感器采集到的声音信号的采样率改为与速度传感器和/或加速度传感器的采样率一致。可以理解,优选采用OR35型振动及噪音分析仪将速度传感器和/或加速度传感器采集到的振动信号转换成音频信号。
可以理解,所述步骤S14、S15和S16的先后顺序不做限定。
接下来以具体的调试过程来对步骤S1做示范性说明,在此不做限定。首先,在右侧压气机匣中间接缝处后部位和前部位分别安装传感器Ⅰ和传感器Ⅱ,在压气机匣的右主支点的突出螺栓上安装传感器Ⅲ,在压气机匣的右后支点下方的倾斜台面上安装传感器Ⅳ,在压气机匣的尾喷口处安装传感器Ⅴ。其中,传感器Ⅰ和Ⅱ为速度传感器,传感器Ⅲ为ICP加速度传感器,传感器Ⅳ为高温加速度传感器,传感器Ⅴ为声音传感器。然后用木榔头分别敲击压气机匣的右侧前、中、后部,每个部位的敲击次数不低于三次。传感器Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ都可以采集到由于木榔头多次敲击而产生的多个敲击信号。
将传感器Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ采集到的异响信号转换成44.1K/S采样率的音频信号,具体地,将传感器Ⅰ、Ⅱ、Ⅲ、Ⅳ采集到的振动信号转换为44.1K/S采样率的音频信号,将传感器Ⅴ采集到的声音信号的采样率修正为44.1K/S,以便于进行后续的数据分析处理。由于每个传感器都是同步采集的,因此取样敲击信号最初到达每个传感器的时间为采样起始点。其中,转换后的传感器Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ的声音信号波形依次分别如图3a、图3b、图3c、图3d、图3e所示。
对每个传感器的音频信号进行音频放大分析,可以得出,传感器Ⅰ、Ⅱ采集到的为高频噪音,有可能是来自电缆的。传感器Ⅲ、Ⅳ采集的多为低频信号,而且传感器Ⅳ可以采集到较为清晰的人声,传感器Ⅲ采集到的人声相对较小,Ⅴ号传感器采集到的振动信号清晰度不足,即使放大处理之后也难以进行后续的分析。因此,可以得出,传感器Ⅲ的采集效果最佳。
对每个传感器的音频信号进行信号强度分析,可以得出,每个传感器的前、中、后信号强度完全正确。因此,如果真正测试的异响信号强度可以重复出现的话,可以使用单个传感器来探索出异响位置的大概区域。但是实际上不能保证每次异响都是同样的强度,为了确保检测的准确性,最好是采用在航空发动机的多个位置分别设置传感器来进行检测,可以快速、准确地确定异响位置的大概区域。
对每个传感器的音频信号进行波形细化分析,可以得出,传感器Ⅰ、Ⅱ采集到的敲击信号的振形失真,传感器Ⅲ、Ⅳ采集到的敲击信号的波形较好,但是传感器Ⅳ采集到的敲击信号有回波干扰,传感器Ⅴ采集到敲击信号具有比较长的回音。因此,可以得出,传感器Ⅲ的采集效果最佳。
综合上述分析结果,可以得出传感器Ⅲ的采集效果最佳,即传感器优选为振动加速度传感器,传感器的最佳布设方式是在航空发动机的多个位置分别设置振动加速度传感器来进行检测,可以提高检测的准确度。
可以理解,所述步骤S1可以省略。
可以理解,在所述步骤S2中,在航空发动机的多个位置分别安装传感器,多个位置的传感器可以同时对异响信号进行收集,传感器的数量越多,采集到的数据也越多,检测结果就更加准确。可以理解,航空发动机产生异响时会同时伴随着振动的产生,所述异响信号包括振动信号和声音信号。所述传感器包括速度传感器、加速度传感器、声音传感器中的一种或多种,优选采用振动加速度传感器,进一步优选的,传感器为ICP(intergatedcircuits piezoelectric)型加速度传感器。传感器的型号优选为B&K/4508B或者PCB/M352C67。还可以理解,在安装传感器之前需要对航空发动机上的安装部位进行清理,去除污渍、油渍等,确保传感器可以稳固地安装在航空发动机上。另外,安装传感器的方式是通过橡皮泥或者胶水将其粘贴到航空发动机的多个位置上。还可以理解,传感器在航空发动机的多个位置上均匀零散设置,以确保检测的数据具有很高的准确度。
可以理解,在所述步骤S3中,在航空发动机启动至停止转动的过程中或者航空发动机的余转时间内,利用安装在航空发动机的多个位置上的传感器来采集异响位置产生的异响信号。航空发动机产生异响时会同时伴随着振动的产生,由于振动和声音在任何介质中传播都是有速度的,而且在均匀介质中传播的速度是一定的,因此不管是速度传感器、加速度传感器或者声音传感器都可以采集到异响信号,只是由于每个传感器距离异响位置的距离不同,其所接收到异响信号的时间不同。但是,由于在航空发动机的转动过程中,其内部零件之间的正常摩擦也会产生声音,因此,如果直接利用声音传感器采集声音信号的话,必然会采集到正常的摩擦声,对检测结果造成了干扰。而且,经过步骤S1中对传感器进行测试的结果,优选采用振动加速度传感器来采集异响振动信号更加准确,免受正常摩擦声音的干扰,检测准确度更高。
可以理解,在所述步骤S4中,当采集到的异响信号是异响振动信号时,将采集到异响振动信号转换为异响声音信号,以便于后续数据处理分析。例如,将采集到的异响振动信号经振动及噪音分析仪转换为WAV格式的异响声音信号,以便于利用计算机进行分析处理。可以理解,优选采用OR35型振动及噪音分析仪来对采集到的异响信号进行格式转换。还可以理解,当所述步骤S4中采集到的是异响声音信号时,将采集到的多个异响声音信号的采样率修正为一致。
可以理解,在所述步骤S5中,利用计算机对转换格式后异响信号进行标准化处理。具体地,由于步骤S4中采集的异响振动信号经过格式转换之后转换成WAV格式的异响声音信号后,各通道直接显示查看或者回放波形时振幅很小,可能会导致检测结果不准确,利用计算机对格式转换得到的异响声源信号进行统一放大处理,便于进行显示查看或者波形回放,确保了检测结果的准确度。可以理解,所述步骤S5也可以省略。
可以理解,在所述步骤S6中,对标准化处理后的多个传感器采集到的异响信号进行分析处理以确定准确的异响位置。如图4所示,所述步骤S6具体包括以下步骤:
S61:对多个异响信号分别进行时域分析,对比异响信号到达各个传感器的时间以得出异响信号的传递方向;
S62:基于异响信号的传递方向得出准确的异响位置;
S63:调整传感器的位置并进行重复测试。
可以理解,在所述步骤S61中,由于各个传感器距离异响位置的距离不同,因此异响信号达到每个传感器的时间也不同,对比异响信号到达各个传感器的时间并且结合每个传感器的安装位置可以得出异响信号的传递方向。其中,异响信号到达每个传感器的时间以传感器接收到的异响信号的波形振幅最先到达最高点为准。另外,在实际检测时,异响信号还伴随着多个其它噪音信号同时出现,因此,采用对多个传感器的多通道信号同时进行对比分析,可以排除掉其它噪音信号的干扰,受到外界的干扰较小,确保了检测结果的准确度。
可以理解,在所述步骤S62中,由于多个传感器在航空发动机上均匀零散设置,从而在步骤S61中可以得出多个异响信号的传递方向,基于多个传递方向可以得出异响信号源的位置,即异响位置。还可以理解,在步骤S61的基础上得到异响信号的传递方向,再结合传感器的安装位置也可以得出准确的异响位置。
可以理解,在所述步骤S63中,通过调整传感器的位置并进行重复测试,将重复测试的判断结果与之前的检测结果进行比对,如果得出的异响位置的结论是一致,则以该结论作为检测结果。如果后面重复测试的结论与之前的检测结果不一致时,多次调整传感器的位置并进行多次重复测试,直至多次重复测试的结论一致,或者其中一个测试结论重复次数较多时则以该测试结论作为检测结果。通过调整传感器的位置并进行重复测试,可以提高检测结果的准确度。还可以理解,所述步骤S63可以省略。
另外,还可以理解,作为优选的,在步骤S6中还可以包括对异响信号进行音频放大分析、信号强度分析、波形细化分析中的一种或多种,作为辅助判断标准来进行判断,进一步确保了检测结果的准确性,其中关于音频放大分析、信号强度分析、波形细化分析的具体内容在上述步骤S1的论述中已经阐述过,故在此不再赘述。
可以理解,作为优选的,所述步骤S6在步骤S61之前还包括以下步骤:
S601:采集航空发动机正常运转时产生的正常信号以建立标准数据库。可以理解,所述标准数据库中存储的标准信号为航空发动机运转时内部零件正常摩擦和气流流动所产生的正常信号。可以理解,所述步骤S601可以省略,所述标准数据库为预设设定好的。
S602:将多个异响信号分别与标准数据库中的正常信号进行对比分析,以判断出哪些是异响信号,哪些是正常信号,从而实现对多个传感器采集到的多个异响信号进行筛选,排除那些没有采集到异响信号而只是采集到正常信号的数据,确保了检测结果的准确度。可以理解,在所述步骤S602中,将异响信号与标准数据库中的正常信号进行对比分析可以是将异响信号的信号强度与标准数据库中的正常信号的信号强度进行对比分析,标准数据库中根据不同的信号强度预先设定有不同的异响来源类别,当异响信号的信号强度远大于标准数据库中正常信号的信号强度时,则判断异响来源类别为撞击;当异响信号的信号强度大于标准数据库中正常信号的信号强度时,则判定异响来源类别为摩擦;当异响信号的信号强度略大于甚至等于标准数据库中正常信号的信号强度时,则判定无异响。从而可以根据不同的异响来源类别采取不同的应对措施,例如,当判定异响来源类别为撞击时,应当紧急停止航空发动机,防止航空发动机内部由于撞击而造成更加严重的损害;当判定异响来源类别为摩擦时,则可以考虑继续驱动航空发动机直至找到准确的异响位置来完成检修。
进一步优选的,所述步骤S6在步骤S602之后进一步包括步骤S603:
S603:对多个异响信号分别进行过滤处理。将多个异响信号分别与标准数据库中正常信号进行对比分析,由于采集到的异响信号中夹杂有正常信号,例如发动机正常摩擦产生的信号、气流产生的信号等,可以将异响信号中夹杂的正常信号剔除掉,剩下来的就只有异响信号了。可以理解,经过步骤S603的处理后,后续步骤S61中的异响信号到达传感器的时间则为传感器开始接收到信号的时间点,而不是异响信号波形的振幅的最高点所对应的时间点。
还可以理解,所述航空发动机的异响位置识别定位方法在步骤S6之后还包括以下步骤:
S7:对分析结果进行模拟演示。当经过步骤S6中的对比分析之后准确定位了异响位置和/或异响来源类别时,可以将异响位置和/或异响来源类别模拟出来,以便于技术人员对异响进行分析处理,找出最佳的解决方案。例如,在软件中模拟出航空发动机上的具体异响位置和/或异响来源类别,技术人员可以通过软件模拟来直观地感受,以更加快捷地找到解决方案。
本发明的航空发动机的异响位置识别定位方法通过在航空发动机的多个位置分别设置传感器来采集异响信号,通过对多个异响信号进行分析处理来确定准确的异响位置,检测结果十分准确。其中,通过对比异响信号到达每个传感器的时间不同来得出异响信号的传递方向,并基于传递方向来得出准确的异响位置,检测精度高,不容易受到外界干扰。通过本发明的航空发动机的异响位置识别定位方法准确判定异响位置后,避免出现错误的判断而导致航空发动机返厂维修,减少了不必要的返厂损失,大大降低了航空发动机的维护成本,并且大大提高了航空发动机的维修效率。
接下来以针对某型号发动机关车余转过程中异响信号进行排查来做示例说明,在此不做任何限定。
首先在压气机右侧前部安装型号为B&K/4508B/30377的振动加速度传感器,命名为传感器1#,在压气机右侧中部安装型号为PCB/M352C67/55581的振动加速度传感器,命名为传感器2#,在压气机右侧后部安装型号为B&K/4508B/30376的振动加速度传感器,命名为传感器3#。其中,三个传感器均水平安装。冷转启动发动机后再停止冷转,采集冷转启动之后至发动机完全停止过程中的振动信号。如图5所示,对传感器1#、2#、3#采集到的异响信号分别进行瀑布图分析,从左往右依次为传感器1#、2#、3#。
分析情况:
1.从10S起动冷转到40S时无异响的振动信号,前部振动信号强度明显大于中后部。
2.从40S停止冷转到41S时候起动相关信号消失。
3.从41S开始到70S时候,异响信号出现并持续,信号强度差别不明显。
4.70S之后(转速约5%)余转信号仍然存在,异响信号消失。
分析结果:
信号强度分析:各个传感器的信号强度差别不明显,异响信号可能从发动机的左侧某部位几乎同时传递到各测量点,可以初步判定异响位置不在右侧,并且1#测点的声音信号强度依次大于2#测点和3#测点,因此可以判定异响位置在发动机的左前方。
音频放大分析:异响声音信号的主要频率范围为90Hz~1KHz,属于低频谐波信号,频率随着发动机的转速降低而降低;
另外,发动机启动时无异响信号而余转时间有异响信号,可能与发动机的状态从冷转状态转换成发电状态有关,从而可以确定异响发生的时机。
如图6a、图6b和图6c所示,对传感器1#、2#、3#采集到的异响信号进行时域分析,取最高点的时间为异响信号到达各个传感器的时间,其中,图6a为对传感器1#进行时域分析,图6b为对传感器2#进行时域分析,图6c为对传感器3#进行时域分析。可以从图中得出,传感器1#采集到的异响信号的振幅最高点对应的时间为1813640,传感器2#采集到的异响信号的振幅最高点对应的时间为1813654,传感器3#采集到的异响信号的振幅最高点对应的时间为1813678,从而得出异响信号的传播路径为1#测点依次传向2#测点和3#测点,再结合1#测点、2#测点和3#测点的具***置,可以得出异响信号是从前往后传递的,结合发动机的构造,可以得出异响信号是从发动机前部的附件机匣或减速器传递过来的。
如图7所示,本发明的另一实施例还提供一种航空发动机的异响位置识别定位***10,其用于对航空发动机产生异响的位置进行准确定位,以便于技术人员对异响位置进行及时检修。所述航空发动机的异响位置识别定位***10包括安装在航空发动机的多个位置上并用于采集异响信号的传感器11、用于对采集到的异响信号进行格式转换处理的信号处理模块13和用于对转换格式后的异响信号进行分析处理以确定异响位置的信号分析模块15,多个传感器11均通过信号处理模块13与信号分析模块15连接。在航空发动机的多个位置分别安装传感器11,多个位置的传感器11可以同时对异响信号进行收集,传感器11的数量越多,采集到的数据也越多,检测结果就更加准确。所述传感器11包括速度传感器、加速度传感器、声音传感器中的一种或多种,优选采用振动加速度传感器,进一步优选的,传感器为ICP(intergated circuits piezoelectric)型加速度传感器。传感器的型号优选为B&K/4508B或者PCB/M352C67。在安装传感器11之前需要对航空发动机上的安装部位进行清理,去除污渍、油渍等,确保传感器11可以稳固地安装在航空发动机上。另外,安装传感器11的方式是通过橡皮泥或者胶水将其粘贴到航空发动机的多个位置上。还可以理解,传感器11在航空发动机的多个位置上均匀零散设置。可以理解,所述信号分析模块15为计算机,所述信号处理模块13为振动及噪音分析仪,优选为OR35型振动及噪音分析仪,振动及噪音分析仪将传感器11采集到的声源信号转换为WAV格式数据,以便于计算机进行分析处理。
如图8所示,所述信号分析模块15包括用于对比异响信号到达各个传感器11的时间的时序分析单元151、用于进行音频放大分析的音频放大分析单元152、用于进行信号强度分析的信号强度分析单元153、用于进行波形细化分析的波形细化分析单元154和用于综合判断的综合分析单元155,时序分析单元151、音频放大分析单元152、信号强度分析单元153和波形细化分析单元154均与综合分析单元155连接,综合分析单元155综合时序分析单元151、音频放大分析单元152、信号强度分析单元153和波形细化分析单元154四者的判断结果来进行综合判断,以得出准确的异响位置。可以理解,所述音频放大分析单元152、信号强度分析单元153、波形细化分析单元154和综合分析单元155可以省略。
可以理解,作为优选的,所述信号分析模块15还包括储存单元(图未示)、对比单元(图未示),对比单元分别与储存单元和信号处理模块13连接。所述储存单元中预先存储有标准数据库,所述标准数据库中存储的标准信号为航空发动机运转时内部零件正常摩擦和气流流动所产生的正常信号。所述对比单元用于将多个异响信号分别与标准数据库中的正常信号进行对比分析,以判断出哪些是异响信号,哪些是正常信号,从而实现对多个传感器11采集到的多个异响信号进行筛选,排出那些没有采集到异响信号而只是采集到正常信号的数据,确保了检测结果的准确度。可以理解,将异响信号与标准数据库中的正常信号进行对比分析可以是将异响信号的信号强度与标准数据库中正常信号的信号强度进行对比分析,标准数据库中根据不同的信号强度预先设定有不同的异响来源类别,当异响信号的信号强度远大于标准数据库中正常信号的信号强度时,则判断异响来源类别为撞击;当异响信号的信号强度大于标准数据库中正常信号的信号强度时,则判定异响来源类别为摩擦;当异响信号的信号强度略大于甚至等于标准数据库中正常信号的信号强度时,则判定无异响。从而可以根据不同的异响来源类别采取不同的应对措施,例如,当判定异响来源类别为撞击时,应当紧急停止航空发动机,防止航空发动机内部由于撞击而造成更加严重的损害;当判定异响来源类别为摩擦时,则可以考虑继续驱动航空发动机直至找到准确的异响位置来完成检修。进一步优选的,所述信号分析模块15还包括过滤单元(图未示),所述过滤单元用于对多个异响信号分别进行过滤处理,所述过滤单元分别与储存单元和信号处理模块13连接,所述过滤单元还分别与时序分析单元151、音频放大分析单元152、信号强度分析单元153和波形细化分析单元154连接。所述过滤单元将多个异响信号分别与标准数据库中的信号进行对比分析,由于采集到的异响信号中夹杂有正常信号,例如发动机正常摩擦产生的信号、气流产生的信号等,可以将异响信号中夹杂的正常信号剔除掉。
可以理解,作为优选的,所述航空发动机的异响位置识别定位***10还包括与信号分析模块15连接的模拟模块(图未示),所述模拟模块用于对信号分析模块15的分析结果进行模拟演示,可以将异响位置和/或异响来源类别模拟出来,以便于技术人员对异响进行分析处理,找出最佳的解决方案。例如,在软件中模拟出航空发动机上的具体异响位置和/或异响来源类别,技术人员可以通过软件模拟来直观地感受,以更加快捷地找到解决方案。
可以理解,本实施例的航空发动机的异响位置识别定位***10优选适用于上述优选实施例的航空发动机的异响位置识别定位方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种航空发动机的异响位置识别定位方法,其用于对航空发动机产生异响的位置进行准确定位,其特征在于:
其包括以下步骤:
S1:在航空发动机的多个位置上均匀零散设置传感器,所述传感器包括速度传感器、加速度传感器、声音传感器中的一种或多种;
S2:采集异响信号,所述异响信号包括异响振动信号和异响声音信号;
S3:对采集到的异响信号进行格式转换,当采集到的异响信号是异响振动信号时,将采集到异响振动信号转换为异响声音信号,当采集到的异响信号是异响声音信号时,将采集到的多个异响声音信号的采样率修正为一致;
S34:对格式转换得到的异响声音信号进行统一放大处理;
S4:对放大处理后的异响声音信号进行分析处理以确定准确的异响位置;
所述步骤S4具体包括以下步骤:
采集航空发动机正常运转时产生的正常信号以建立标准数据库,所述标准数据库中存储的标准信号为航空发动机运转时内部零件正常摩擦和气流流动所产生的正常信号;
将多个异响信号分别与标准数据库中的正常信号进行对比分析,以判断出哪些是异响信号,哪些是正常信号,从而实现对多个传感器采集到的多个异响信号进行筛选,排除那些没有采集到异响信号而只采集到正常信号的数据;
对多个异响信号分别进行过滤处理,将多个异响信号分别与标准数据库中正常信号进行对比分析,将异响信号中夹杂的正常信号剔除掉;
对多个异响信号分别进行时域分析,对比异响信号到达各个传感器的时间并且结合每个传感器的安装位置得到异响信号的传递方向;
基于异响信号的传递方向得出准确的异响位置。
2.如权利要求1所述的航空发动机的异响位置识别定位方法,其特征在于:
航空发动机的异响位置识别定位方法在步骤S1之前进一步包括步骤S0:
S0:对传感器进行测试。
3.如权利要求2所述的航空发动机的异响位置识别定位方法,其特征在于:
步骤S0具体包括以下步骤:
S01:在航空发动机的多个位置分别安装传感器;
S02:在航空发动机的多个部位分别进行多次敲击;
S03:将每个传感器采集到的信号转换成相同采样率的音频信号;
S04:对每个转换后的音频信号进行音频放大分析;
S05:对每个转换后的音频信号进行信号强度分析;及
S06:对每个转换后的音频信号进行波形细化分析。
4.如权利要求3所述的航空发动机的异响位置识别定位方法,其特征在于:
步骤S1中安装的传感器为振动加速度传感器。
5.如权利要求2所述的航空发动机的异响位置识别定位方法,其特征在于:
步骤S4还包括以下步骤:
S43:对每个转换后的音频信号进行音频放大分析;
S44:对每个转换后的音频信号进行信号强度分析;及
S45:对每个转换后的音频信号进行波形细化分析。
6.一种航空发动机的异响位置识别定位***,采用如权利要求1-5任一项所述的航空发动机的异响位置识别定位方法,其用于对航空发动机产生异响的位置进行准确定位,其特征在于:
其包括安装在航空发动机的多个位置上并用于采集异响信号的传感器(11)、用于对异响信号进行格式转换处理的信号处理模块(13)和用于对异响信号进行分析处理以确定异响位置的信号分析模块(15);
多个传感器(11)通过信号处理模块(13)与信号分析模块(15)连接。
7.如权利要求6所述的航空发动机的异响位置识别定位***,其特征在于:
信号分析模块(15)包括用于对比异响信号到达各个传感器的时间的时序分析单元(151)、用于进行音频放大分析的音频放大分析单元(152)、用于进行信号强度分析的信号强度分析单元(153)、用于进行波形细化分析的波形细化分析单元(154)和用于进行综合判断的综合分析单元(155);
时序分析单元(151)、音频放大分析单元( 152)、信号强度分析单元(153)和波形细化分析单元(154)均与综合分析单元(155)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811200032.0A CN109187029B (zh) | 2018-10-16 | 2018-10-16 | 航空发动机的异响位置识别定位方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811200032.0A CN109187029B (zh) | 2018-10-16 | 2018-10-16 | 航空发动机的异响位置识别定位方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109187029A CN109187029A (zh) | 2019-01-11 |
CN109187029B true CN109187029B (zh) | 2020-12-01 |
Family
ID=64945208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811200032.0A Active CN109187029B (zh) | 2018-10-16 | 2018-10-16 | 航空发动机的异响位置识别定位方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109187029B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109991003B (zh) * | 2019-03-21 | 2021-06-11 | 北京宇航***工程研究所 | 基于声学监测的发动机状态监测与诊断***及实现方法 |
CN110887660B (zh) * | 2019-11-12 | 2021-02-26 | 重庆长安新能源汽车科技有限公司 | 减速器啮合侧隙撞击异响的主撞击点检测方法 |
CN110823580B (zh) * | 2019-11-12 | 2021-03-30 | 中国航发南方工业有限公司 | 航空发动机高温涡轮机匣部位的振动测试方法 |
CN113838480B (zh) * | 2021-11-26 | 2022-03-11 | 青岛海尔工业智能研究院有限公司 | 一种洗衣机异音检测方法、装置及电子设备 |
CN114486289A (zh) * | 2022-02-14 | 2022-05-13 | 重庆金康赛力斯新能源汽车设计院有限公司 | 一种整车异响的测试方法、装置、存储介质和车载终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001039304A (ja) * | 1999-07-26 | 2001-02-13 | Kamusaa:Kk | 鉄道車両が走行時発生する振動データー収集装置と同装置が出力するデータを利用する車両接近警報装置及び車両故障診断装置 |
CN203893938U (zh) * | 2014-04-08 | 2014-10-22 | 江苏感知矿山科技股份有限公司 | 一种利用振动传感器作为工况音检测装置 |
CN105387883A (zh) * | 2015-10-28 | 2016-03-09 | 国家电网公司 | 一种电站电力部件松动定位***及定位方法 |
CN205373875U (zh) * | 2016-01-14 | 2016-07-06 | 张磊 | 一种基于声卡的音频分析仪 |
CN107923789A (zh) * | 2015-07-31 | 2018-04-17 | Ntn株式会社 | 振动分析器和异常诊断*** |
CN108169714A (zh) * | 2017-12-28 | 2018-06-15 | 中国电子科技集团公司第三研究所 | 一种基于振动波的定位方法及装置 |
-
2018
- 2018-10-16 CN CN201811200032.0A patent/CN109187029B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001039304A (ja) * | 1999-07-26 | 2001-02-13 | Kamusaa:Kk | 鉄道車両が走行時発生する振動データー収集装置と同装置が出力するデータを利用する車両接近警報装置及び車両故障診断装置 |
CN203893938U (zh) * | 2014-04-08 | 2014-10-22 | 江苏感知矿山科技股份有限公司 | 一种利用振动传感器作为工况音检测装置 |
CN107923789A (zh) * | 2015-07-31 | 2018-04-17 | Ntn株式会社 | 振动分析器和异常诊断*** |
CN105387883A (zh) * | 2015-10-28 | 2016-03-09 | 国家电网公司 | 一种电站电力部件松动定位***及定位方法 |
CN205373875U (zh) * | 2016-01-14 | 2016-07-06 | 张磊 | 一种基于声卡的音频分析仪 |
CN108169714A (zh) * | 2017-12-28 | 2018-06-15 | 中国电子科技集团公司第三研究所 | 一种基于振动波的定位方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于机匣声发射传感器阵列的碰摩故障定位研究;马超 等;《第十届全国振动理论及应用学术会议论文集(2011)》;20111231;第230-234页 * |
振动测试技术在GIS 耐压试验故障定位中的应用研究;徐鹏 等;《华东电力》;20140131;第42卷(第1期);第0025页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109187029A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109187029B (zh) | 航空发动机的异响位置识别定位方法及*** | |
CN113447274B (zh) | 异常声音判定装置以及异常声音判定方法 | |
CN106840375B (zh) | 一种涡轮增压机异常噪声测试方法及其装置 | |
CN106969828B (zh) | 一种汽轮机瓦振传感器故障诊断及通道校验***及方法 | |
CN105675306A (zh) | 一种汽车自检测方法及检测*** | |
CN101832813A (zh) | 基于虚拟仪器技术的噪声和振动测量*** | |
KR20210129942A (ko) | 이음 검사 장치 및 그 검사 방법 | |
JP2001108518A (ja) | 異常検知方法および装置 | |
CN102625912A (zh) | 缺陷检测方法和*** | |
US20050102116A1 (en) | High-resolution intelligent rotor machine diagnostic system and method | |
CN106124409A (zh) | 用于电气设备的示踪气体测量装置 | |
CA2136933C (en) | Diagnostic performance testing for gas turbine engines | |
CN102053166B (zh) | 确定转速的方法 | |
CN211855765U (zh) | 一种拖拉机整机装配质量检测装置 | |
US20060142972A1 (en) | System and method of using sensors to emulate human senses for diagnosing an assembly | |
KR20120059973A (ko) | Uds프로토콜을 이용한 av/audio 사운드 출력의 이상 검출 방법 | |
CN112284720A (zh) | 基于声学测试的航空发动机中央传动锥齿轮故障诊断方法 | |
Moschioni et al. | Sound source identification using coherence-and intensity-based methods | |
RU2545250C2 (ru) | Устройство для диагностики и контроля технического состояния механизмов транспортных и стационарных систем | |
CN112461552A (zh) | 电子助力制动***的检测方法、***及可读存储介质 | |
KR101159233B1 (ko) | 진동을 이용한 기계 안정도 진단 시스템 및 방법 | |
CN114235951B (zh) | 一种发动机进气机匣支板的裂纹故障声学诊断方法及装置 | |
CN111985347A (zh) | 一种白车身模态识别方法及装置 | |
RU2125716C1 (ru) | Устройство для виброакустической диагностики машин | |
US10753910B2 (en) | Process and device for the analysis of the acoustic characteristic of an exhaust gas flap |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |