简介:目的:T业的不断发展对航空发动机、泵、燃气轮机等旋转机械的动力性能提出了更高的要求。转子系统是旋转机械的重要组成部分。复杂的转子系统在高速运转时会产生故障和非线性振动,从而影响系统的可靠性。因此,开展转子系统的非线性动力性研究,研究转子系统在高速运转时的非线性响应及其抑制作用对转子系统的设计和故障诊断具有重要的意义。创新点:1.在建模的时候考虑转子系统的实际结构,在不对中模型中引入齿式联轴器啮合力,在滚动轴承模型中考虑弹流润滑影响;2.探究挤压油膜阻尼器参数对转子系统非线性特性抑制的影响,总结其变化规律。方法:1.基于Hertz接触和弹流润滑理论,建立滚动轴承动力学模型,同时考虑齿式联轴器齿之间的啮合力,建立不对中故障下的齿式联轴器啮合力模型,并在此基础上,根据转子系统的支撑形式,建立0.2.1支撑的转子动力学模型;2.开展转子动力学实验,验证模型的准确性并分析不对中量对系统频谱特性的影响;3.在分析不对中故障非线性特性的基础上,研究挤压油膜阻尼器参数对于非线性特性抑制的作用。结论:1.齿式联轴器啮合作用和滚动轴承的弹流润滑对不对中故障下转子系统的失稳产生一定的影响,润滑会导致系统发生分岔的窗口推迟;2.对于转子系统的弹性支撑,其一阶临界转速和振幅随着刚度的增大而增大,选择合适的刚度有利于转子系统的稳定运行;3.挤压油膜阻尼器的参数对转子系统故障引起的非线性具有较好的抑制作用,其作用的大小取决于不对中量和挤压油膜阻尼器的油膜间隙的耦合,合理地调节油膜间隙有助于增大系统的稳定区间范围。
简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。