转子系统作为航空发动机的核心本体,长期在恶劣的环境下工作,极易引发机械疲劳与结构故障.本文针对转子系统振动类典型故障,从数据获取、特征提取、模式识别 3 个方面,开展了基于模糊支持向量机(Fuzzy Support Vector Machine,FSVM)的航空发动机转子系统故障诊断研究.本文首先搭建了航空发动机转子系统故障模拟实验平台,通过设置不同的故障形式,模拟了转子系统在正常工作条件、动-静碰摩故障、不平衡故障、不对中故障以及碰摩-不对中耦合故障,共计五种典型工况下的运行情况,并采集了其振动加速度数据.接着利用所采集的原始振动数据开展了基于FSVM的故障诊断实验,并分别从核函数、多分类策略以及故障特征效果等方面进行了分析,结果表明测试集故障诊断分类准确率达到84%,验证了实验的有效性.
NETL
NSTL
万方数据
