某型航空发动机试验件的异常振动分析

点；其次，结合结构具体形式以及对各个测点的振动情况判断振动部件，通过瀑布图确定振动类型为共振；然后，利 用仿真分析技术判断部件共振的频率与振型，结合轴承特征频率的计算，综合判断结果为轴承激发了异常振动；最

后，提供了试验件拆解后的轴承检测结果，说明振动异常分析方法与过程的合理性。关键词 振动；故障；诊断；异常振动中图分类号 TH17； TH453静子3为滚珠轴承;4为滚棒轴承;5为前轴承座振

引言振动故障分析与诊断涉及发动机、发电机、水泵

动测点位置6为后轴承座振动测点位置7为前承力

机匣振动测点位置8为后承力机匣振动测点位置。等多种设备—直都是研究的重点，其中关于轴 承故障诊断的研究成果非常多「5「8*。已有的研究表 明，产生振动故障的设备种类繁多，故障机理及其特

征比较复杂，各种故障诊断与识别方法的实用性有

待进一步验证与提高。文献［9］对风力机叶轮质量 不平衡故障进行了建模与仿真分析。文献［10］对某 型航空发动机早期故障特征进行了振源分析，安排

图1试验件的结构示意图Fig. 1 Structure of the test sample了试车专项试验，以确定座舱脚蹬、油门杆及座椅高 频异常振动的原因。在借鉴文献［9-10］的基础上，笔者提出了一种 振动异常分析的思路与方法：基于具体的振动信号

各测点主要测量径向振动，包括水平向振动、垂 直向振动，传感器为加速度传感器。特征及结构特点，初步判定振动异常的部件；紧扣异 常振动的信号特征，判断振动类型；提出合理的振动 异常原因假设，再利用仿真分析、理论计算等各种技 术方法与手段，分析假设的可能性；最后通过拆解检

1・2异常振动在试验件转子加减速过程中，当转速约为 9. 7 kr/min时，前轴承座测点的振动信号明显增大， 垂直方向峰值由几个！增加到70多个！，水平方向

查、专项试验等确定与验证分析的合理性。本研究 方法针对性较强、效率较高，按照该方法对某型航空 发动机试验件的异常振动进行了实例分析。峰值由几个!增加到20多个！，如图2所示。图2摘取的信号约为390 s,转速由9 kr/min 升至10 kr/min,然后降至9 kr/min，最后又升至

1试验件的异常振动1.1试验件试验件示意图如图1所示，其中#为转子；2为

10 kr/min, 3次经过9. 7 kr/min,每次均产生较大

振动。为保证试验安全,需要对该异常信号进行分析,

研究振动信号增大原因，评估试验的振动风险，为后 续试验的继续开展提供决策支持。民用飞机专项科研资助项目(MJZ-2018-D-29);国家重点研发计划资助项目(2018YFL1106405)；上海市科委资助项目 (17DZ1120000)收稿日期：2019-01-30；修回日期：2019-04-151260振动、测试与诊断第39卷8 _磬黑粧系

(-HUI・卫)、«躱

图2异常振动信号Fig. 2 Abnormal vibration signal2异常振动分析2.1频谱分析首先,选择前轴承座垂直振动信号前段的、相对

比较正常的信号用快速傅里叶变换（fast fourier transform，简称FFT）进行频谱分析，以便与异常时 刻的频谱分析进行对比。这里选择图2中前2 s的

数据，即大约9 kr/min时的信号进行频谱分析，结 果如图3所示。其中，转子基频150 Hz清晰可见,

但1 384 Hz及其附近的振动分量也比较明显，幅值图3 9 kr/min的时域信号及其FFTFig.3 Time-domainsignalanditsFFTat9kr/min其次，选择前轴承座垂直振动幅值最大时刻（转 速约9.7 kr/min）附近的信号进行FFT变换，并对

时域信号进行放大显示，结果如图4所示。由图可 知：时域图形为正弦波形，最大单峰值达73g；信号

成分比较“单纯，信号频率为1 384 Hz；转子旋转

频率（约161 Hz）几乎不可见，即工频对应的振动相对很小。前轴承座水平振动存在类似的情况o芒40....

1 384曇2041.570

0.5

1.0

1.5

2.0 2.5 3.0//kHz图4 9.7 kr/min的时域信号及其FFTFig. 4 Time-domain signal and its FFT at 9. 7 kr/min对于简谐振动，可根据简谐振动的运动规律直 接将加速度信号转换为速度信号和位移信号，转换

后的速度峰值为82. 3 mm/s,速度有效值约为 58 mm/so若按照ISO 2372振动标准评判，已远超

可接受的最大振动有效阈值18 mm/so将前轴承座水平与垂直的加速度信号转换为位

移信号后，可得轴承座的运动中心轨迹，如图5所 示。该轴心轨迹并不类似于转子的进动轨迹，主要 原因是频率不对，转子转速所对应的频率约为

161 Hz,如果图5对应轨迹为转子的振动，那么在

前承力机匣、后轴承座等测点上也应能测到明显的 频率为1 384 Hz的正弦信号,但对前轴承座之外的 其他测点进行频谱分析时，未发现这样的正弦信号。

据此可以排除转子振动的可能，即判定该振动属于 测点附近的静子件的振动，振动幅值虽大，但属于局图5轴心轨迹Fig. 5 Axis orbit第6期马会防，等：某型航空发动机试验件的异常振动分析1261结合前轴承座测点附近具体的结构特点，振动 可能发生的部位为轴承滚动体、轴承外圈、轴承座

支架的模态分析结果如图8所示。模态频率为1 387.5 Hz166.74 max14&22129.69111.1692.63674.10955.58137.05418.5270 min（前承力机匣的一部分）及传感器支架等。2. 2瀑布图分析瀑布图是对多个时刻的振动信号分别进行

FFT变换，并将变换结果放在一起，便于发现振动 规律，特别是振幅、频率随时间（转速）的变化规律。对振动最大的前轴承座垂直振动进行瀑布图分 析，结果如图6所示。图8模态分析结果图6瀑布图Fig. 6 Waterfall map由图6可知，根据图中框线内的振动信号特

征一一振动频率不随时间（转速）而改变，即该频率

的振动一直存在，只是某个时刻振幅增大，据此可知 振动类型为结构共振。结合2. 1节的分析结果，不太可能发生共振的 结构包括轴承滚动体、轴承外圈，而很可能发生共振

的部件为传感器支架、轴承座。2.3仿真分析结构动特性可以通过动特性试验测试和有限元

仿真分析获得，笔者采用有限元法分析结构的动特 性，分析结果可作为振动异常分析的参考。对传感器支架进行模态分析时，支架的有限元模 型需考虑传感器的质量（99 g），同时注意有限元模型

中边界条件的处理形式，例如固定约束区域的直径推

荐选取螺栓孔径（孔直径为8. 5 mm）的1. 5〜图7约束区域示意图 Fig 7 ConstraintareaFig. 8 Result of modal analysis计算的支架共振频率1 387. 5 Hz与振动信号 中的1 384 Hz非常接近，相差0. 25%。由于约束区域直径可能对计算结果有比较大的 影响，笔者还做了约束区域直径的敏感性分析，当取 不同直径时支架的1阶频率如图9所示。1 420Z1400^^1403H#、1 380^^1387喙^^1368盒1 360-^^1356無

1 340枳1 320>^3211 300—^130312

13 14 15 16 17 18 19 20固定区域直径/ mm图9频率与固定区域直径曲线图Fig. 9 Curve of natural frequency and diameters of theconstraint area约束区域的直径为12〜19 mm时，支架频率为

1 303〜1 421 Hz,与振动信号中的1 384 Hz相差 — 5.85%〜2.7%，即固定区域的约束面积虽对计算

结果有些影响，但不影响支架共振的定性判断。由支座运动的中心轨迹图可知，垂直向振幅明

显大于水平向振幅,而两处的传感器支架是相同的, 即固有频率相同，但其响应幅值不同。这说明可能

是两处激励载荷的幅值不同，也可能是机匣局部模

态对此有影响，因此又做了传感器支架以及机匣（轴 承座）的模态分析。对传感器支架及前承力机匣进行模态分析时, 建立前承力机匣及传感器支架的有限元模型，约束

机匣前后安装边的轴向位移，并在机匣与台架连接

处施加弹簧单元，以模拟台架的影响。部分结果如

图10所示。图10中右侧部分是左侧部分的局部放大图，机

匣1 452. 4 Hz的模态振型显示垂直向传感器支架 的振幅大于水平向传感器支架。该阶频率与异常振1262振动、测试与诊断第39卷模态频率为1 452.4 Hz模态频率为1 452.4 Hz9.861 9 max0.767 31 max8.766 60.7127.671 20.656 696.575 90.601 385.480 50.546 074.385 23.289 82.194 50.380 151.099 10.324 840.003 777 3 min0.269 54 min图10前承力框架1 452. 4 Hz的模态Fig. 10

1 452. 4 Hz modal of front frame动频率1 384 Hz相差4.9% o图11中右侧部分是左侧部分的局部放大图，机 匣1 510 Hz的模态振型显示垂直向传感器支架的 振幅明显大于水平向传感器支架的振幅。该阶频率

与异常振动频率1 384 Hz相差9.1% o考虑到台架安装状态下，机匣各处的连接对模 态影响较为复杂，且难以准确量化，因此，机匣模态 分析结果与实际模态可能有一定的偏离。模态频率为1 510 Hz

模态频率为1 510 Hz5.867 71.601 5 max1.504 81.408 3.9121.311 63.263 82.612 81.2151.961 91.310 91.021 80.925 150.659 90.008 917 2 min0.828 540.731 92 min图11前承力框架1 510 Hz的模态Fig.11 1 510Hz modal o..ront.rame综合以上有限元计算结果的分析，可以推断振 动异常主要是传感器支架的共振。垂直方向的传感 器支架振动相对于水平方向振幅较大，可能是机匣

模态导致的。根据以上分析，基本可以判断异常振 动为传感器支架局部共振，振动危险程度不高，可快

速通过对应的转速以减弱共振振幅，不影响试验的 继续开展。2.4轴承特征频率局部结构共振的发生需要载荷的激励，为探索

共振激励载荷的来源，仔细分析了转子到振动传感 器的传力路径，依次为转子#轴承内圈#滚动体#

轴承外圈#弹性支撑#轴承座#传感器支架#传感

器，传力路径中轴承的特征频率值得关注。轴承特征频率以“滚动体与滚道无滑动,“承受

载荷时各部分无变形”等为前提假设,是轴承特征频

率的一种近似估计）12*，主要特征频率如表1所示o 其中:N为转子转速（为滚动体个数（为滚动体

直径%为各个滚动体中心所在的圆的直径;接触角

«为径向接触角。表1轴承主要特征频率Tab. 1 Main bearing characteristic frequencies项目公式转子基频fr=N/60内圈故障特征频率Z&c = 0. 5#(1 + %~cosa)f r外圈故障特征频率ZfoC = 0.5Z (1 — $cos!)fr滚动体自转频率fbc = % ) - ($co!) *fr滚动体公转频率fc = 0. 5 (1 —%-cos!)fr由表1中公式可知，轴承特征频率是转速N的 函数，因此要基于转速计算轴承特征频率。公式中

各参数的值为：#= 21,$ = 26. 26 mm,D = 212 mmo 基于这些参数计算出轴承的特征频率并绘制在图6 上，结果如图12所示°40z仁24nri 20W ofc t400300L0 严图12瀑布图叠加轴承特征频率图Fig. 12

Waterfall map with bearing characteristic fre­

quencies由图12可知，外圈故障特征频率#/oc以及2倍 的滚动体自传频率九< 都与异常振动频率比较接近, 考虑到各特征频率只是真实频率的近似估计,所以推 测很有可能是#/oc和（或）2九c激发了结构的共振。根据上述结果，在试验完成后进行拆解检查时, 要着重检查轴承。2.5轴承拆检结果试验完成后，拆解滚动轴承送厂家检查，发现滚

动体存在明显的划伤，滚道上有明显的凹坑，如 图13所示。图13轴承凹坑Fig. 13 Bearing pit第6 期马会防，等：某型航空发动机试验件的异常振动分析1263由于拆解轴承时未标注其在安装状态下的相对

* Khadersab A, Shivakumar-Dr S. Vibration analysis [5位置，因此不知道凹坑位置是更靠近安装状态下的 垂直向还是水平向，但图5轨迹显示垂直向振幅大,

据此可推断凹坑位置更靠近垂直向。除了滚道有凹坑外，滚动体也有明显的划痕，如

techniquesfor rotating machinery and its efect on

bearing faults[J.* Procedia Manufacturing, 2018, 20 : 247-252:[6* FengZhipeng, MaHaoqun, Zuo MJ:Vibrationsignal

图14所示。损伤达到+不建议继续使用”的程度，损

modelsforfaultdiagnosisofplanetbearings[J*:Jour- nalofSoundand Vibration, 2016,370：372-393:[7* Duy-Tang H, Hee-Jun K. Rolling element bearing

伤原因推测是“润滑剂污染以及保持架内有污染物 颗粒”所致。faultdiagnosisusingconvolutionalneuralnetworkand vibration image [J *: Cognitive Systems Research, 3结束语振动异常原因千差万别,但基于振动信号特征， 通过各个测点等多种数据的分析，初步判定振动部 件，使分析更有针对性。紧扣异常振动的信号特征，

判断振动类型，依据分析结果,提出较为合理的假设- 利用仿真分析、理论计算等各种技术方法与手段，分 析假设的可能性。本研究将轴承特征频率叠加在瀑

布图上，使频率间的关系清晰可见，便于分析。参 考 文 献)1* Taghizadeh-Alisaraei A, Mahdavian A. Fault detection

of injectors in diesel engines using vibration time-fre­

quency analysis[J*. Applied Acoustics，2019,143：48-

58:[2*

Chen Xuejun, Yang Yongming, Cui Zhixin, et al.Vibration fault diagnosis of wind turbines based on

varia2ional mode decomposi2ion and energy en2ropy

*[J. Energy, 2019, 174 ： 1100-1109.[3* Siano D, Panza M A. Diagnostic method by using vi­

bration analysis for pump fault detection [J.* Energy

Procedia, 2018,148 ： 10-17.[4*牟竹青，黄国勇，吴建德，等.基于DEMD的高压隔膜

泵单向阀早期故障诊断[J*.振动、测试与诊断，2018,

38(4):758-764.Mou Zhuqing, Huang Guoyong, Wu Jiande, et al.Early fault diagnosis of high pressure diaphragm pump

check valve based on differential empirical mode de- composition[J*. Journal of Vibration, Measurement 7 Diagnosis, 2018 , 38(4) ： 758-764. (in Chinese)2019, 53：42-50:*[许迪，葛江华，王亚萍，等.量子遗传算法的SVM滚动 轴承故障诊断[J*.振动、测试与诊断，2018,38(4)：

843-851:Xu Di, Ge Jianghua, Wang Yaping, et al:Rol ing bearing fault diagnosis of SVM based on improved

quantum genetic algorithm [J.* Journal of Vibration, Measurement 7 Diagnosis,2018,38(4)：843-851:(in Chinese)*[杨涛，任永，刘霞，等.风力机叶轮质量不平衡故障建

模及其仿真研究[*•机械工程学报，2012,48(6)：130-

135Yang Tao, Ren Yong, Liu Xia, et al. Research on the

modeling and simulation of wind turbine rotor imbal­

ancefault [J*:Journalof Mechanical Engineering\"2012, 48(6)： 130-135. (in Chinese)[10*左泽敏，杨虎，王欢.某型航空发动机早期故障特征分

析[J*.测控技术,011,0(11):103-106.ZuoZemin, Yang Hu, Wang Huan Analysisofearly faultsfeartureforaero-engine[J* Measurement 7 Con­

trol Technology , 2011,30(11) ： 103-106. (in Chinese)

[11*程来，宋言明，李贺，等.基于等效区域的螺栓连接结构模态分析[J*.机械设计与研究,2012,8(4):44-47.ChengLai, Song Yanming, LiHe, etal Modalanal-

ysisbasedontheequivalentcontactareaofthestruc-

turewithboltconnections[J* MachineDesign 7 Re­

search, 2012,28(4&：44-47 (inChinese&

[12*杨国安.机械设备故障诊断实用技术[M*.北京：中国

石化出版社,2007：232-240.第一作者简介：马会防，男，1980年9月

生，高级工程师。主要研究方向为结构

动力学分析。曾发表《离心泵多流量工

况振动特性试验研究》（《排灌机械工程 学报》2014年第32卷第10期）等论文。

E-mail：mahuifang2013@163. com通信作者简介：黄巍，男，1981年6月

生，博士。主要研究方向为航空发动机

转子动力学和整机振动-E-mail: npuwenli@hotmail. com

1362Journal of Vibration, Measurement & DiagnosisVol.39Experimen3alS3udyonVibra3ionCon3rolofCurvedGirder

BridgeBasedonPar3icleDamperXU Weibing , YAN Weiming , HE Haoxiang , CHEN Yanjiang

(Beijing Key Laboratory of Earthquake Engineering and Structural Retrofit,

Beijing University of Technology Beijing, 100024, China)Abstract

A 1/10 scale test model of a typical curved girder bridge is designed and manufactured in orderto/ntroducepart/cledamper/ntothev/bratoncontrolofthecurvedg/rderbr/dge.Aser/esofshak/ngtable testsarecarr/edoutbasedonthemodelbr/dgew/thandw/thoutthecurved-capsulepartcledamper (CPD)

respect vely.The results show that CPD has the advantages of s/mple structure!conven/ent/nstal at/on

applied to the curved girder bridge； CPD can play control effect along the longitudinal and transverse direc­

tion under traditional and near-fault seismic waves excitation, and CPD has good directional adaptability； thevariabilityofCPDcontrolefectisgreaterunderthenear-faultseismicwavesexcitationbecauseofthe argepulses!whenthereisalargevelocitypulsenearthenaturalfrequencyofthestructure!betercontrol efectofCPDcanbereceived.Keywords curvedgirderbridge； particledamper； near-faultearthquake； directionaladaptabilityTes3Experimen3sofSensingCharac3eris3icsofSingle-Elec3rode

of Ultrasonic Motor in Shock EnvironmentSUN Dong1 , TANGYujuan2 , WANG Xtnjte1 , WANG Jtong1 , FUHaomtn1

(1. School of Mechanical Engineering!Nanjing University of Science and Technology Nanjing!210094!China)

(2.SchoolofInteligentScienceandControlEngineering!JinlingInstituteofTechnology Nanjing!211169!China)Abstract Anideathatsingle-electrodecanbeusedasanaccelerationsensorisproposedinthispaper.

Thevoltagesensitivityofthesingle-electrodesensorispresentedbasedonthesecondtypepiezoelectrice- quationandthedeflectiondiferentialequationoftheannularplate.Theresonantfrequencyofthesensor is obtained with the finite element method. The experimental platform is set up to calibrate the sensor. Experimentresultsshowthattheoutputofsingle-electrodecanmaintainagoodlinearrelationshipwithac- celeration while the pulse width of acceleration exceeds 500\"s. However, there is interference besides use-

fuls/gnals.Alow-passd/g/talflter/sdes/gnedtoefect/velyflterouttheno/se.Thefltereds/gnalst/l

hasagoodlnearrelat/onsh/pw/thacceleraton.Theresearchresultsexpandthefunct/onoftheultrason/c

motorandpromotetheapplcat/onofultrason/cmotor/ntheshockenv/ronment.Keywords s/ngle-electrode； sensor； /mpact； s/gnalprocess/ngAnalys'sofAbnormalV'brat'onofanAero-eng'neTestSampleMA. Hutfang , HUANG Wei , YU Let , YU Xueran , CAOYt(AECC Commerc/al A/rcraft Eng/ne Co. !Ltd. Shangha/!200241!Ch/na)Abstract Inlghtofther/skofandreasonsfortheabnormalv/brat/on!ananalys/softh/sv/brat/on/s

conducted.S/gnalprocess/ngmethodssuchasFFT!convers/onbetweend/ferentv/brat/ondatatypes!or­

No. 6Abs&rac&s of Vol.39 No.6 in English1363bits of axis, waterfall map, and waterfall map with characteristic frequencies of bearing are used to reveals the features of abnormal vibration. Then the details of the structure and the data of multi-test points are analyzedand the type of vibration is determined to be resonance on the waterfall map. The modals of the

,, vibration components computed with FEA (finite element analysis) and the bearing ? s characteristic fre-

ormulasleadtotheconclusionthatthebearingresultsintheabnormalvibration.*quencieswiththeoretical

Finally, detection results of bearing after disassembling are supplied to show that the methods and proce- dureofanalysisarereasonable.Theanalysisof&heabnormalvibra&ionisreferencedforvibraionfaul&sdi-

agnosis.Keywords vibration； fault； diagnosis； abnormal vibrationDesign and Experiment of 6-DOF Micro-displacement Positioning StageJI Ruinan1 , J IN Jiamei , ZHANG Jianhui1,2(1.S&a&e Key Labora&ory of Mechanics and Con&rol of Mechanical S&ruc&ures,

Nanjing Universi y of Aeronau ics and As&ronau&ics Nanjing,210016,China)

(2.School of Mechanical and Elec&ric Engineering,Guangzhou Universi&y Guangzhou,510006,China)Abstract Piezoelec&rics&acksandflexuremechanismscons&i&u&e&hefundamen&alformsofmicro-displace-

men&posiioning.I&scomprehensives&ruc&uredesignincludes&hecon&radic&ionsbe&weens&rokeandou&- pu&forcecausedby&heapplica&ionrequiremen&s.Tosa&isfy&herequiremen&ofsixdegreesoffreedom(6-

DOF) micro-displacement for ultra-precision machining tools, we put forward a 6-DOF micro-displacement

posiionings&age, whichisdrivenbypiezoelec&rics&acksandusesflexure mechanism and wedge mecha-

nismfor&ransmission.Inorder&oob&ainhighmicro-displacemen&precisionandhighou&pu&forceofpiezo- elec&rics&acks,acer&ainlevelpreloadisneeded.On&hebasisof&herela&ionalexpressionbe&weendriven

force and displacemen&in each degree of freedom and s&i fness expression ob&ained by s&a&ic analysis, &he

structure of the stage is optimized. Experiment results show that the maximum displacement in x, y, z di­

rection is 7. 48 \"m,8. 33 gm, and 4. 14\"m with the resolution of 0. 01 \"m；the maximum rotation angle in 久,!y , !z direction is 0. 13° with the resolution of 0. 01°. Therefore, this positioning stage meets the re­

quirements for an ultra-precision machining tool, which means piezoelectric stacks and flexure mechanisms can *brcethroughrationaldesign.Therelationshipcurvemeettherequirementsooothstrokeandoutputdrivenvoltageandoutputdisplacementineachdirectionobtainedbyexperimentsprovidesthebasiso*rmovementandpositioningcontrolandalsoo*ersthetheoreticalandexperimentalbasisortheapplication*

**olexurehingemechanismandwedgemechanisminotherstructures.Keywords 6-DOFs； micro-positionstage；piezoelectricstack；*lexuremechanism； wedge mechanismImpr)vedDeepLearningFusi)n M)delinFaultDiagn)sisWANG Yingchen1 , DUAN Xiusheng2(1.Department oElectronic* and Optical Engineering!Army Engineering University oPLA*Shijiazhuang!050003!China)

(2.School oMechanical* Engineering!Shijiazhuang Tiedao University Shijiazhuang!050003!China)Abstract

theproblemscausedbycomplexequipmentstructure*Inlighto!workingenvironmentnoise!

andbigdata!adeeplearningusion* modelisproposedtoachievee icientandaccurateaultdiagnosis.*