学生：王洪伟

23/4/20南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn

学生：王洪伟

基于油液监控的航空发动机滚动轴承基于油液监控的航空发动机滚动轴承故障预测技术研究故障预测技术研究

导师：陈果教授专业：载运工具运用工程


目录

一、课题研究的意义二、国内外研究现状三、课题研究方案四、课题研究的具体内容五、拟解决的关键问题及解决途径六、研究计划和进度七、预期研究成果


一、课题研究的意义

航空发动机：飞机心脏，发生故障直接危及飞行安全特点：结构极其复杂，工作环境恶劣、可靠性要求高


2010 年 12 月 8 日，美军一架 F-18 战斗机因发动机故障坠入居民区，造成 3 人死亡。

中国一架歼 -10 战斗机因发动机故障坠毁



滚动轴承：航空发动机承力传动系统关键部件，工作条件恶劣、负荷大，容易造成发动机故障故障率高：因轴承故障原因导致的飞行事故一直在各类事故中占较大的比例失效模式：以疲劳剥落为主，失效速度快，产生磨粒尺寸大

对故障发展中的轴承，一般可通过传统的振动分析和油液分析的方法，获取状态监控信息进行故障诊断。对于尚未出现明显故障征兆的轴承，难以通过传统的手段和故障诊断技术预测即将出现的危险性故障。

本文研究通过开发应用新型油液监控技术手段，系统研究滚动轴承故障预测技术，研究成果可应用于航空发动机状态监控领域，对于保障航空发动机安全使用具有重要意义。



滚动轴承故障诊断技术二、国内外研究现状

常用滚动轴承故障诊断技术：

1. 振动监测

2. 声发射技术

3. 油液监控


（ 1 ）振动监测

原理：原理：振动监测是通过安装在轴承座或箱体适当位置的振动传感器监测轴承振动信号，并对此信号进行分析与处理来判断轴承工况与故障。

优点：优点：数据获取简单、应用广泛

缺点：缺点：滚动轴承早期故障的振动信号微弱，容易被环境噪声淹没



（ 2 ）声发射技术

原理：原理：通过接收和分析材料的声发射信号来评定材料性能或结构完整性的无损检测方法。材料中因裂缝扩展、塑性变形或相变等引起应变能快速释放而产生的应力波现象称为声发射。

优点：优点：故障信号敏感，在线获取信号容易。

缺点：缺点：信号处理、试验设备要专门设计，易收外界干扰。



（ 3 ）油液监控原理：原理：油液监控就是将采集到的设备润滑油或工作介质，利用光学、电学、磁学等分析手段，分析其性能指标，检测其所携带的磨损和污染物颗粒，评价机器的工作状况和预测故障。

优点：优点：数据直接表征磨损程度

缺点：缺点：油液检测数据难以实时采集，通常采用离线检测。


由于油液监控法通过对发动机油液磨粒进行检测分析，诊断更为直接、可靠。因此，本文采用油液监控方法进行航空发动机滚动轴承故障预测技术研究。


油液监控技术二、国内外研究现状

离线检测

在线检测

离线式

在线式

油液监控


光谱分析

铁谱分析

自动磨粒分析

离离线线油油液液检检测测

污染度检测

离线油液检测技术二、国内外研究现状


Metalscan 油液磨损金属监测传感器研制公司：加拿大 GasTops公司应用领域：航空发动机 ,已应用于F22 、 F117 等飞机

QDM碎屑监测器研制公司：美国 Vickers Tedeco

应用领域：航空发动机 ,已应用于波音 777-300ER 飞机

WEARSCAN 传感器研制公司：德国 DB公司应用领域：风电

在线油液检测技术二、国内外研究现状

在线油液磨粒传感器


西安交通大学研制利用铁谱在线检测黑色金属磨粒的方法

中南大学对双激励螺线管式的磨粒传感器工作机理进行了探讨

武汉理工大学开发了基于电感与光纤原理的油液检测系统

中航工业 634所研究一种在线磨屑传感器，并开展了相关试

验

在线油液检测技术二、国内外研究现状

国内研究情况


作为 PHM (Prognostics and Health Management, 预测和健康管理技术 ) 的关键技术之一，故障预测是指利用数据信息和推理技术评估系统的剩余寿命（ RUL ），预测其未来的健康状态。预测技术主要可以分为三大类：

（ 1 ）基于模型的预测技术 (Model-Based Approach)

优点：深入对象系统本质，预测精度高。缺点：数学模型建立难。

（ 2 ）基于知识的预测技术 (Knowledge-Based Approach)

优点：充分运用专家知识和经验，不需要精确数学模型缺点：不适合定量计算

（ 3 ）基于数据的预测技术 (Data-DrivenApproach)

优点：不需要对象系统的先验知识缺点：精确模型建立困难

故障预测技术研究现状二、国内外研究现状


基于数据的预测技术人工神经网络 (Artificial Neural Network,ANN)

奚立峰等人针对球轴承的剩余寿命问题，采用神经网络方法提出一套预测球轴承剩余寿命的方法体系。 Samanta 等人将遗传算法和神经网络结合起来，实现了旋转机械的故障诊断。

支持向量机 (Support Vector Machine,SVM)

苗学问提出了一种基于 SVM 和模糊逻辑推理的飞机发动机轴承等级寿命预测模型。 Abbasion利用 SVM实现了对电机输入输出端的两个滚动轴承的状态识别。研究了 SVM 在机械系统状态趋势预测中的应用，提出了基于 SVM 的组合预测模型。

二、国内外研究现状故障预测技术


基本于数据的预测技术支持向量数据描述 (Support Vector Data Description, SVDD)

潘玉娜等人提出了一种基于小波包－支持向量数据描述的轴承性能退化评估方法。胡桥等人将 SVDD 用于智能评估模型中，根据模型中得出的无量纲参数能够成功识别出诸如轴系不平衡、轴承座松动等故障。

隐马尔可夫 (Hidden Markov Model, HMM)

Ocak 等人将 HMM 与小波包分析结合，实现了滚动轴承的故障识别。冯长建等人混合 SOM 和 HMM 方法在旋转机械升速全过程故障诊断中的应用。


所查文献中轴承故障数据的获取途径

23/4/20

南京航空航天大学智能诊断与专家系统研究室 http://ides.nuaa.edu.cn


1. 实际统计样本

从正常到失效全过程数据获取困难，样本少

2. 模拟实验

模拟实验平台大多不能真实反应轴承实际工况，数据实际工程意义不高


传统油液监控技术手段主要针对渐进性磨损故障模式，目前尚缺乏针对轴承疲劳失效模式的有效监控手段。

文献中有关轴承故障预测技术主要基于振动检测技术，所获取的数据大多来源于实现室原理实验平台，未见系统开展基于油液监控技术的轴承故障预测技术。

因此，研究开发适合预测轴承疲劳失效的新型油液监控手段，并建立基于油液监控的轴承故障预测模型具有现实工程价值。

二、国内外研究现状小结

11

22


在线油液磨粒检测技术研究在线油液磨粒检测技术研究

基于油液监控参数的滚动轴承故障预测方法研究

基于油液监控参数的滚动轴承故障预测方法研究

1

2

3

离线油液磨粒检测技术研究离线油液磨粒检测技术研究

三、课题研究方案研究内容


1. 研究磨粒图像分析和识别关键技术，开发 10 微米级离线式油液磨粒智能检测系统，满足航空轴承疲劳失效模式磨粒快速检测需求。

2. 研究电磁感应原理磨粒实时检测技术，开发在线式油液磨粒检测系统。

3. 研究建立基于上述 2种手段的航空发动机轴承故障预测模型。

三、课题研究方案研究目标


航空发动机滚动轴承失效试验油液数据采集

数据处理

1. 预处理2. 特征提取

建立故障预测模型

三、课题研究方案技术路线

离线油液磨粒检测技术研究

在线油液磨粒检测技术研究


图像分割技术图像磨粒特征参数提取及优化磨粒样本数据挖掘及规则提取多功能油液磨粒智能检测与诊断系统开发

四、课题研究的具体内容 1.离线油液磨粒检测技术研究

采用光学检测原理，通过自动采集油液中的磨粒图像，再由软件对运动颗粒的形貌特征进行识别，得到油液磨损颗粒的尺寸、类型、浓度等信息。


四、课题研究的具体内容 1.离线油液磨粒检测技术研究

系统原理框图

研究基础已完成原理样机平台搭建和验证

光学系统原理图


采用电磁感应原理，识别油液中铁磁性和非铁磁性颗粒，同时可统计出各个尺寸范围内的颗粒数量和质量，根据累积数据进行趋势分析。

四、课题研究的具体内容 2. 在线油液磨粒检测技术研究

传感器原理

传感器模型建立输出特性研究油液检测系统开发


传感器原理设计

铁磁性磨粒检测结果

非铁磁性磨粒检测结果

研究基础已完成在线油液样机的原理设计和验证

四、课题研究的具体内容 2. 在线油液磨粒检测技术研究


航空发动机滚动轴承试验平台

实验主体

液压加载系统

控制台

试验润滑系统

设备润滑系统

航空发动机滚动轴承失效试验

拟使用实际的航空发动机滚动轴承 ,参照实际工况条件进行加速失效试验。

数据采集方案1.连续采集温度、试验载

荷、转速、振动、在线油液传感器数据

2. 每 1h离线采集油液分析

试验次数10-30次

3.基于油液监控参数的滚动轴承故障预测方法研究

四、课题研究的具体内容


试验器的主要技术指标：

试验轴承内径范围： φ25 ～ φ55 mm 电机功率 15 KW 最高转速 48000 rpm 载荷径向最大 5 kN 轴向最大 10 kN 滑油温度室温～ 200 ℃

主体结构原理

3.基于油液监控参数的滚动轴承故障预测方法研究

四、课题研究的具体内容


磨粒检测数据特征提取

基于时间序列的故障单步和多步预测

航空发动机滚动轴承磨损故障监控与寿命预测系统设计与实现

故障预测模型的实验验证

四、课题研究的具体内容 3.基于油液监控参数的滚动轴承故障预测方法研究


离线油液磨粒检测中，磨粒识别问题拟解决途径：特征分析，必要时开发新的磨粒识别参数，并

使用数学方法对磨粒参数进行筛选，建立磨粒识别策略。

用于建立轴承故障预测模型的数据获取问题。拟解决途径：模拟真实轴承工况，使用油液技术手段进行检

测。

滚动轴承故障预测方法中寿命预测精度问题拟解决途径：采用多种数学分析方法，优选最佳数据模型，

并进行验证迭代。

五、拟解决关键问题及解决途径


2012 年 09 月— 2013 年 03月：阅读文献，制定详细研究计划；2013 年 03 月— 2014 年 03月：研究离线磨粒检测技术，完成试验验证；2013 年 09 月— 2014 年 06月：研究在线磨粒检测技术，完成试验验证；2014 年 06 月— 2014 年 12月：进行航空发动机滚动轴承失效试验，获取试验数据； 2014 年 09 月— 2015 年 03月：研究滚动轴承故障预测方法，建立基于油液监控参数的故障预测模型；2015 年 03 月— 2015 年 06月：学位论文撰写，毕业答辩。

六、研究计划和进度


一种磨粒识别方法，并开发成功多功能油液磨粒智能检测与诊断系统。

开发在线油液磨粒检测系统。

构建航空发动机滚动轴承故障预测模型，并开发航空发动机滚动轴承磨损故障监控与寿命评估系统。

七、预期研究成果


谢谢 !

请各位老师多提宝贵意见！

学生： 王洪伟

Documents

学生：王洪伟