[发明专利]一种航空发动机转子系统故障振动信号的去噪方法

说明书

本发明公开了一种航空发动机转子系统故障振动信号的去噪方法，该方法先采集航空发动机转子的碰摩振动信号，并将信号进行重复行滤波处理和最优阈值，再将粒子群算法通过迭代寻优所寻找到的次优解赋值给禁忌搜索算法中的初始解，然后计算适应度值，通过将初始值的邻域的不断搜索，同时灵活使用禁忌表和特赦准则，使得禁忌搜索算法能在一定程度上接受一些低质量的劣质解，防止算法陷入局部极值，增强算法的全局寻优能力，有效的解决了粒子群算法后期收速度放慢的问题，相比较而言，虽然混合粒子群算法相的收敛速度有一定的下降，但是能够有效的避免群体过早的陷入局部最优解，增大种群寻得全局最优解的可能性，总体上提高了算法的优化性能。

技术领域

本发明涉及一种信号特征信息的提取方法，尤其涉及一种航空发动机转子系统故障振动信号的去噪方法。

背景技术

随着现代科学技术的不断发展和进步，旋转机械一方面朝着高速、高效的方向发展，同时又面临着更加苛刻的工作和运行环境的挑战，从而导致故障发生的潜在风险相应升高，其核心部件转子系统更是故障发生率最高的部位之一。尤其是飞机的航空发动机转子系统，其是航空机械设备中故障率最高、调整最复杂、维护工作量最大的系统，其工作状态的好坏直接影响到飞机的安全可靠与运行；如果一旦发动机在运行中出现了故障，就可能导致飞机无法正常飞行，危及人身安全，造成重大的社会、经济损失。

据统计，航空发动机的故障发生率约占整个飞机故障的30％，飞机因机械原因发生的重大飞行事故中40％左右是由于发动机故障导致的，发动机由于自身特点不同于一般机械，即使非常轻微的一些机械缺陷或损伤都会引起转子系统的振动，包括从几乎小得微不足道的振动到大得足以导致发动机破坏的振动。由于航空发动机转子系统的复杂性，往往多种故障会表现为相同的振动，而同一故障又会表现为不同的振动，所以会导致漏报和误报，严重影响了航空发动机转子系统故障诊断的可靠性，因此，为了提高航空发动机转子系统故障诊断水平，需要发展实用、准确、高效的特征信息提取方法。

目前，小波分析因为能够从时域和频域的角度对信号的突变分量和噪声分量进行分析，从而可以有效地消除信号中的背景噪声；因此，小波分析在信号处理领域中得到了广泛的应用，但在小波消噪中存在小波基函数难以选取的不足。多小波变换是小波理论的进一步发展，多小波因其能同时具有正交性、紧支性、对称性和高的逼近阶等信号处理中所需要的重要特性，可以弥补单小波的缺点，单小波只有一个尺度函数，而多小波同时具有多个尺度函数。因此，多小波能够具备单小波不能同时具备的对称性、正交性、紧支性和高阶消失矩等重要特征，所以可以在信号处理领域取得更好的效果。

授权公告号为CN101968379B的专利和申请公布号为CN107506709A的专利申请分别公开了两种航空发动机转子系统故障信号特征信息的提取方法，这两种方法都是利用电涡流位移传感器测取振动信号，并分别采用构思不同的小波聚类进行分析，从大量振动位移信号中挖掘隐含的特征信息，实现工况特征的提取，前一种方法在提取精度和速度上仍然存在一定的不足，后一种提取方法在前一种的基础上进行了突破性改进，但其和前者仍然都存在一共性问题，即在提取结果中噪声背景频谱得不到有效的滤除，且弱故障特征信息与故障特征信息频率频谱冲击振幅接近，在一定程度上影响了转子故障特征的合理提取，所以，为了去除噪声干扰并更加合理地对航空发动机转子系统故障进行诊断和信号特征提取，还需通过其他方向做进一步的改进；所以，对转子系统故障振动信号进行降噪研究，对预防突发性重大事故的发生有重要意义。

发明内容

(1)要解决的技术问题

针对现有技术的不足，本发明的目的在于提供一种航空发动机转子系统故障振动信号的去噪方法

(2)技术方案，