CN110697075A - 一种直升机hums振动阈值生成方法 - Google Patents

一种直升机hums振动阈值生成方法 Download PDF

Info

Publication number
CN110697075A
CN110697075A CN201910931322.0A CN201910931322A CN110697075A CN 110697075 A CN110697075 A CN 110697075A CN 201910931322 A CN201910931322 A CN 201910931322A CN 110697075 A CN110697075 A CN 110697075A
Authority
CN
China
Prior art keywords
vibration
threshold
monitoring condition
vibration monitoring
condition indicator
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.)
Granted
Application number
CN201910931322.0A
Other languages
English (en)
Other versions
CN110697075B (zh
Inventor
刘忠超
周华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Helicopter Research and Development Institute
Original Assignee
China Helicopter Research and Development Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Helicopter Research and Development Institute filed Critical China Helicopter Research and Development Institute
Priority to CN201910931322.0A priority Critical patent/CN110697075B/zh
Publication of CN110697075A publication Critical patent/CN110697075A/zh
Application granted granted Critical
Publication of CN110697075B publication Critical patent/CN110697075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开一种直升机HUMS***振动阈值生成方法，包括梳理振动监测参数特征，形成振动监测条件指示器(CI)清单；将CI清单中的CI分类为固定阈值的CI和阈值待学习的CI；针对阈值待学习的各个振动监测条件指示器，进行振动测试数据分析，得到数据样本；对数据样本进行统计分析，得到CI的概率分布曲线；根据概率分布曲线，确定振动监测条件指示器的振动阈值。本发明的方法通过将振动阈值分为固定阈值和学习阈值两类，综合工程经验和振动特征分布给出学习阈值，从而可以得到合理的振动阈值。

Description

一种直升机HUMS振动阈值生成方法
技术领域
本发明属于直升机故障诊断、健康监测技术领域，尤其涉及一种直升机HUMS振动阈值生成方法。
背景技术
直升机HUMS(Helicopter Useage Monitor System)***主要功能之一即是通过加装振动传感器测试动力传动***、机体结构上的振动数据，采用时域、频域数据处理算法提取发动机、减速器、传动轴和机体的振动特征，比较振动特征振幅与预设振动阈值，从而给出动力传动***、机体等结构的振动健康程度。振动阈值扮演了衡量结构振动是否超限“标尺”的作用，振动阈值设置过小，则容易触发振动超限，HUMS***发出误告警信号，影响飞行任务的执行；振动阈值设置过高，则当真实的振动超限出现时，HUMS***不告警，影响飞行安全。因此，合理的振动阈值是直升机HUMS***研制成功的关键技术。
发明内容
鉴于现有技术的上述情况，本发明的目的是提供一种直升机HUMS***振动阈值生成方法，以合理地确定相应的振动阈值。
本发明的上述目的是利用以下技术方案实现的：
一种直升机HUMS***振动阈值生成方法，包括：
梳理振动监测参数特征，形成振动监测条件指示器(Condition Indicator，CI)清单；
将振动监测条件指示器清单中的振动监测条件指示器分类为阈值固定的振动监测条件指示器和阈值待学习的振动监测条件指示器；
选择直升机各个飞行状态的试飞数据作为数据样本库，针对阈值待学习的各个振动监测条件指示器，进行振动测试数据分析，得到数据样本；对数据样本进行统计分析，得到振动监测条件指示器的概率分布曲线；根据得到的概率分布曲线，确定振动监测条件指示器的振动阈值。
所述方法还包括使用直升机振动实测数据检验振动阈值是否合理，检查是否出现振动超限的情况。若出现，则分析振动超限的原因，更新阈值；若未出现，则初步认为阈值合理，可继续随直升机试飞考核。
所述方法还包括在生成正式振动阈值后，可在被监测部件状态改变或明确振动阈值异常的情况下，对其进行适应性修正，须记录阈值修正历史。
其中所述统计分析包括选择某个部件的一个振动监测条件指示器，计算数据样本的振动监测条件指示器幅值，形成振动监测条件指示器数据序列；计算振动监测条件指示器数据序列的最大值、最小值、期望值E和标准差σ，将振动监测条件指示器幅值区间(即，最大值与最小值之差)等分为若干段的小区间(一般取50～100个为宜)，统计振动监测条件指示器幅值落在每个小区间的概率，得到概率序列；绘制概率分布曲线，概率分布曲线近似服从正态分布，根据得到的概率分布曲线，确定振动监测条件指示器的振动阈值。重复上述步骤，直到得到每个部件所有振动监测条件指示器的振动阈值。
按正态分布理论计算，超出E﹢7σ的概率小于0.0001％，从而可将E﹢7σ作为振动阈值。
本发明的方法通过将振动阈值分为固定阈值和学习阈值两类，固定阈值直接由设计方给出，学习阈值通过确定各个部件的振动监测条件指示器，对振动测试数据进行统计分析，得到分布曲线，最后综合工程经验和振动特征分布给出，从而可以得到合理的振动阈值。
附图说明
图1为本发明的直升机HUMS***阈值生成方法的流程图。
图2为振动时域和频域数据曲线。
图3为振动监测参数CI的分布曲线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明的直升机HUMS***阈值生成方法的流程图。如图1所示，在本发明的直升机HUMS***阈值生成方法中，首先，依据直升机的振动传感器安装点和安装结构，梳理振动监测参数特征，形成振动监测条件指示器(Condition Indicator，CI)清单。随后，将振动监测条件指示器清单中的振动监测条件指示器分类为阈值固定的振动监测条件指示器和阈值待学习的振动监测条件指示器。由设备厂家提供监测参数的，阈值按设备厂家给出，直升机设计单位提供监测参数的，阈值由直升机设计单位给出，这些阈值称为固定阈值。
随后，选择直升机各个飞行状态的试飞数据作为数据样本库，针对阈值待学习的各个振动监测条件指示器，进行振动测试数据分析，得到数据样本；对数据样本进行统计分析，得到振动监测条件指示器的概率分布曲线；根据得到的概率分布曲线，确定振动监测条件指示器的振动阈值。
随后可使用直升机振动实测数据检验振动阈值是否合理，检查是否出现振动超限的情况。若出现，则分析振动超限的原因，更新阈值；若未出现，则初步认为阈值合理，可继续随直升机试飞考核。所述方法还包括在生成正式振动阈值后，可在被监测部件状态改变或明确振动阈值异常的情况下，对其进行适应性修正，须记录阈值修正历史。
其中所述统计分析包括选择某个部件的一个振动监测条件指示器，计算数据样本的振动监测条件指示器幅值，形成振动监测条件指示器数据序列；计算振动监测条件指示器数据序列的最大值、最小值、期望值E和标准差σ，将振动监测条件指示器幅值区间等分为若干段的小区间(一般取50～100个为宜，不过也可为其他范围，比如20～100个，以小区间的范围不能过大为原则)，统计振动监测条件指示器幅值落在每个小区间的概率，得到概率序列；绘制概率分布曲线，概率分布曲线近似服从正态分布，根据得到的概率分布曲线，确定振动监测条件指示器的振动阈值。重复上述步骤，直到得到每个部件所有振动监测条件指示器的振动阈值。
按正态分布理论计算，超出E﹢7σ的概率小于0.0001％，从而可将E﹢7σ作为振动阈值。当然，也可采用其他的适当值作为振动阈值，比如振动阈值为E﹢Aσ，其中A为设定的系数，例如A＝5或者2.33。
下面以具体直升机HUMS的振动阈值生成为例详细阐述本发明的实施步骤：
第一步:梳理直升机的振动传感器安装点和安装结构的振动特征，列出结构振动特征表。具体如下表所示。
表1机载振动超限告警监测参数
Figure BDA0002220324830000041
Figure BDA0002220324830000051
第二步，将表1中的CI分为固定阈值和学习阈值两类。
表2阈值分类
Figure BDA0002220324830000052
Figure BDA0002220324830000061
第三步，根据设计单位给出的阈值确定固定振动阈值；
第四步，确定学习型振动阈值。
1)选择直升机2016年11月到2017年7月的试飞数据作为样本，共56个架次的飞行数据，进行有效性分析，保证数据有效性。进行有效性分析的振动时域和频域数据曲线如图2所示。
2)进行部件CI分析，进行概率密度统计分析，绘制CI概率分布曲线，计算CI的期望值E和标准差σ。统计了56个架次的振动数据，每个振动监测参数包括120933个数据。按照实测参数的值域范围分为50段，统计CI振幅落在每段区间的占比，得到振动监测参数的概率密度分布曲线。典型振动参数的概率分布示意如图3所示。
3)按正态分布理论计算，超出E﹢7σ的概率小于0.0001％，可将E﹢7σ作为振动阈值将E+7σ作为每个CI的阈值。
表3振动阈值列表
Figure BDA0002220324830000062
Figure BDA0002220324830000071
以上所述，仅为本发明的具体实施例，对本发明进行详细描述，未详尽部分为常规技术。但本发明的保护范围不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种直升机HUMS***振动阈值生成方法，包括：
梳理振动监测参数特征，形成振动监测条件指示器清单；
将振动监测条件指示器清单中的振动监测条件指示器分类为固定阈值的振动监测条件指示器和阈值待学习的振动监测条件指示器；
选择直升机各个飞行状态的试飞数据作为数据样本库，针对阈值待学习的各个振动监测条件指示器，进行振动测试数据分析，得到数据样本；对数据样本进行统计分析，得到振动监测条件指示器的概率分布曲线；根据得到的概率分布曲线，确定振动监测条件指示器的振动阈值。
2.按照权利要求1所述的方法，还包括使用直升机振动实测数据检验振动阈值是否合理，检查是否出现振动超限的情况，若出现，则分析振动超限的原因，更新阈值；若未出现，则初步认为阈值合理，可继续随直升机试飞考核。
3.按照权利要求2所述的方法，还包括在生成正式振动阈值后，在被监测部件状态改变或明确振动阈值异常的情况下，对其进行适应性修正，并记录阈值修正历史。
4.按照权利要求1所述的方法，其中所述统计分析包括选择某个部件的一个振动监测条件指示器，计算数据样本的振动监测条件指示器幅值，形成振动监测条件指示器数据序列；计算振动监测条件指示器数据序列的最大值、最小值、期望值E和标准差σ，将振动监测条件指示器幅值区间等分为若干段的小区间，统计振动监测条件指示器幅值落在每个小区间的概率，得到概率序列；绘制概率分布曲线，概率分布曲线近似服从正态分布，根据得到的概率分布曲线，确定振动监测条件指示器的振动阈值；重复上述步骤，直到得到每个部件所有振动监测条件指示器的振动阈值。
5.按照权利要求4所述的方法，其中所述小区间的段数为50～100个。
6.按照权利要求4所述的方法，其中所述确定的振动监测条件指示器的振动阈值为E﹢Aσ，A为设定的系数。
7.按照权利要求6所述的方法，其中所述确定的振动监测条件指示器的振动阈值为E﹢7σ。
8.按照权利要求1所述的方法，其中固定阈值包括由设备厂家和直升机设计单位提供给出的阈值。
CN201910931322.0A 2019-09-29 2019-09-29 一种直升机hums振动阈值生成方法 Active CN110697075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910931322.0A CN110697075B (zh) 2019-09-29 2019-09-29 一种直升机hums振动阈值生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910931322.0A CN110697075B (zh) 2019-09-29 2019-09-29 一种直升机hums振动阈值生成方法

Publications (2)

Publication Number Publication Date
CN110697075A true CN110697075A (zh) 2020-01-17
CN110697075B CN110697075B (zh) 2022-11-25

Family

ID=69197213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910931322.0A Active CN110697075B (zh) 2019-09-29 2019-09-29 一种直升机hums振动阈值生成方法

Country Status (1)

Country Link
CN (1) CN110697075B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09113351A (ja) * 1995-08-15 1997-05-02 Omron Corp 振動監視装置及び振動監視条件決定装置
US6016994A (en) * 1997-07-04 2000-01-25 Finmeccanica S.P.A Method of monitoring a transmission assembly of a vehicle equipped with acceleration sensors, in particular a helicopter
WO2002003041A1 (en) * 2000-07-05 2002-01-10 Rolls-Royce Plc Monitoring the health of a power plant
JP2003167623A (ja) * 2001-11-30 2003-06-13 Toshiba Corp 振動監視装置と方法、およびそのためのプログラム
CN101995290A (zh) * 2009-08-28 2011-03-30 西门子公司 风力发电机振动监测的方法和***
EP2538183A2 (en) * 2011-06-22 2012-12-26 Honeywell International Inc. Vibration severity analysis apparatus and method for rotating machinery
US20130046714A1 (en) * 2011-08-16 2013-02-21 The Boeing Company Evaluating the health status of a system
CN103786069A (zh) * 2014-01-24 2014-05-14 华中科技大学 一种机械加工设备的颤振在线监测方法
CN104374570A (zh) * 2014-11-24 2015-02-25 中国航空动力机械研究所 直升机传动***部件寿命的获取方法
CN104713730A (zh) * 2015-01-29 2015-06-17 西北工业大学 一种根据振动信号确定飞机发动机退化率的方法
WO2015153845A1 (en) * 2014-04-02 2015-10-08 Sikorsky Aircraft Corporation System and method for improved drive system diagnostics
CN105139560A (zh) * 2015-07-14 2015-12-09 山东康威通信技术股份有限公司 基于监狱隔离网振动监测的环境干扰滤除***及其方法
CN105956514A (zh) * 2016-04-15 2016-09-21 南京航空航天大学 一种振动数据驱动的直升机旋翼异常检测方法
CN106092565A (zh) * 2016-06-08 2016-11-09 成都阜特科技股份有限公司 一种振动故障分析方法及其***
WO2017159784A1 (ja) * 2016-03-17 2017-09-21 Ntn株式会社 状態監視システムおよび風力発電装置
CN109670145A (zh) * 2018-12-12 2019-04-23 中国航空工业集团公司上海航空测控技术研究所 基于观测器的直升机主减速器振动特征阈值设置方法
CN109946055A (zh) * 2019-03-22 2019-06-28 武汉源海博创科技有限公司 一种汽车座椅滑轨异响检测方法及***
US20190233093A1 (en) * 2016-09-20 2019-08-01 Zf Friedrichshafen Ag Method for predicting vibrations of an aircraft

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09113351A (ja) * 1995-08-15 1997-05-02 Omron Corp 振動監視装置及び振動監視条件決定装置
US6016994A (en) * 1997-07-04 2000-01-25 Finmeccanica S.P.A Method of monitoring a transmission assembly of a vehicle equipped with acceleration sensors, in particular a helicopter
WO2002003041A1 (en) * 2000-07-05 2002-01-10 Rolls-Royce Plc Monitoring the health of a power plant
JP2003167623A (ja) * 2001-11-30 2003-06-13 Toshiba Corp 振動監視装置と方法、およびそのためのプログラム
CN101995290A (zh) * 2009-08-28 2011-03-30 西门子公司 风力发电机振动监测的方法和***
EP2538183A2 (en) * 2011-06-22 2012-12-26 Honeywell International Inc. Vibration severity analysis apparatus and method for rotating machinery
US20130046714A1 (en) * 2011-08-16 2013-02-21 The Boeing Company Evaluating the health status of a system
CN103786069A (zh) * 2014-01-24 2014-05-14 华中科技大学 一种机械加工设备的颤振在线监测方法
WO2015153845A1 (en) * 2014-04-02 2015-10-08 Sikorsky Aircraft Corporation System and method for improved drive system diagnostics
CN104374570A (zh) * 2014-11-24 2015-02-25 中国航空动力机械研究所 直升机传动***部件寿命的获取方法
CN104713730A (zh) * 2015-01-29 2015-06-17 西北工业大学 一种根据振动信号确定飞机发动机退化率的方法
CN105139560A (zh) * 2015-07-14 2015-12-09 山东康威通信技术股份有限公司 基于监狱隔离网振动监测的环境干扰滤除***及其方法
WO2017159784A1 (ja) * 2016-03-17 2017-09-21 Ntn株式会社 状態監視システムおよび風力発電装置
CN105956514A (zh) * 2016-04-15 2016-09-21 南京航空航天大学 一种振动数据驱动的直升机旋翼异常检测方法
CN106092565A (zh) * 2016-06-08 2016-11-09 成都阜特科技股份有限公司 一种振动故障分析方法及其***
US20190233093A1 (en) * 2016-09-20 2019-08-01 Zf Friedrichshafen Ag Method for predicting vibrations of an aircraft
CN109670145A (zh) * 2018-12-12 2019-04-23 中国航空工业集团公司上海航空测控技术研究所 基于观测器的直升机主减速器振动特征阈值设置方法
CN109946055A (zh) * 2019-03-22 2019-06-28 武汉源海博创科技有限公司 一种汽车座椅滑轨异响检测方法及***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周华: "某直升机尾传动轴支座高频振动排故方法", 《中国科技信息》 *
张亮等: "基于神经网络的飞参数据特征选择方法", 《计算机工程与设计》 *
张明等: "基于动态自学习阈值和趋势滤波的机械故障智能预警方法", 《振动与冲击》 *

Also Published As

Publication number Publication date
CN110697075B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
US9874472B2 (en) Method and apparatus for monitoring and analyzing vibrations in rotary machines
US10115298B2 (en) Method of trend analysis and automatic tuning of alarm parameters
EP0843244B1 (en) Diagnostic trend analysis for aircraft engines
US4010637A (en) Machine vibration monitor and method
US20110106510A1 (en) Methods, apparatus and computer readable storage mediums for model-based diagnosis
US20080097662A1 (en) Hybrid model based fault detection and isolation system
US10890507B2 (en) State monitoring method and state monitoring apparatus
JP2009288100A (ja) 健全性診断方法及びプログラム並びに風車の健全性診断装置
CN116502925B (zh) 基于大数据的数字工厂设备巡检评估方法、***和介质
US9104199B2 (en) Engine monitoring
US20050144537A1 (en) Method to use a receiver operator characteristics curve for model comparison in machine condition monitoring
CN116747528A (zh) 一种游戏后台用户监管方法及***
CN108683662B (zh) 单台在网设备风险评估方法及***
CN110697075B (zh) 一种直升机hums振动阈值生成方法
Dauwe et al. Multi-criteria anomaly detection in urban noise sensor networks
CN113487141B (zh) 一种多源信息聚类融合的轴承状态评估方法
Rzeszucinski et al. Amplitude of probability density function (APDF) of vibration response as a robust tool for gearbox diagnosis
CN113172764B (zh) 搅拌站监控方法及***
US10345194B2 (en) Detection device for initiating failures of a mechanical system
Tajiani et al. RUL prediction of bearings using empirical wavelet transform and Bayesian approach
Peeters et al. Wind turbine planetary gear fault identification using statistical condition indicators and machine learning
CN117150349B (zh) 一种智能化设备基础故障自主定位与量化评估方法及***
CN117972686B (zh) 一种数据治理方法以及相关装置
Fučić Error detection analysis of aircraft information-communication system using information entropy
CN118275034A (zh) 一种智能抗干扰压力变送器

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