基于模态分析的航空发动机结构损伤诊断

徐光　王景霖

摘 要：结构损伤诊断是完成结构损伤识别、定位、标定和评价等内容。本文以航空发动机某关键部件为研究对象，首先，对航空发动机关键部件进行有限元建模分析，并根据所构建的模型，模拟健康和损伤两种状态，选取频率、振型、频率和振型相结合等三种指标参数，采用ANSYS仿真分析与BP神经网络方法，对所研究的模态分析方法进行验证分析，结果表明，该方法能够有效实现对航空发动机关键部件损伤诊断的效能，同时，依据振型和频率相结合的指标参数完成预测所得到的效果最优。

关键词：航空发动机; 模态分析; 参数估计; 损伤识别; 人工神经网络

DOI：10.16640/j.cnki.37-1222/t.2019.24.010

0 引言

目前，随着航空装备的快速发展，航空装备的故障诊断与健康管理技术也得到了大力的发展。因而，针对航空发动机气路系统和滑油系统，目前常用的故障诊断方法主要是结合性能参数，采用神经网络、贝叶斯等方法，完成了发动机的故障分类，从而完成故障诊断。首先以简便且经济良好的方法检测是否已发生结构损伤，然后根据检测结果，判定是否采用高效的测试与分析工作，对发动机的结构损伤开展全面的诊断。笔者通过研究发现，目前，常用的结构损伤识别方法是基于频率和振型参数相结合的损伤识别方法，主要是考虑频率变化与结构刚性的变化关系[1]。

本文以航空發动机风扇叶片为具体对象，采用有限元分析方法的重要建模基础，开展航空发动机的有限元模型分析，并根据所构建模型完成航空发动机内部关键部件的结构损伤仿真。

1 监测参数与损伤诊断分析

可用来完成损伤识别的参数有很多，如结构的固有频率、振动信号等。以不同的损伤参数，则将会导致选取不同的方法完成相应的损伤诊断。

1.1 结构损伤识别分析

针对航空发动机开展结构损伤识别分析，所监测的参数中结构振动参数包含了所需的大量的有用信息。依据结构振动参数开展航空故障结构损伤识别过程中，可以采用多种方法，比如最有效的就是对所获取到的振型参数前后变化进行比较，根据比较结果可以高效地实现结构损伤识别[2]。

2.2 数据分析

依据某型号航空发动机，结合ANSYS仿真软件，建立正常和损伤的模型，获取相应的指标参数，并将获取到的指标数据进行分类，其中一部分作为BP神经网络的训练样本，另外一部分数据则用来进行测试，采用相同模型的BP神经网络对同一个部件的不同位置和不同程度的损伤（未训练过）进行了识别。结果表明，频率和振型相组合的指标参数使用的有效信息比较少，是更适用于工程实际且准确度较高的损伤识别方法。

3 结论

本文以某型号航空发动机为具体研究对象，以ANSYS仿真软件为基础，在仿真情况下，获取损伤识别的相应的参数，以BP神经网络诊断方法，对航空发动机风扇叶片损伤进行了诊断，可以看出模态参数对损伤预测的可行性，且振型和频率相结合的指标所得到的效果最好，对于研究航空发动机故障诊断及健康管理技术提供一定的借鉴意义。

参考文献：

[1]徐一鸣.基于模态分析的发动机叶片损伤诊断方法[J].科技信息（科学教研），2008（13）：507-508.

[2]孙姜燕，徐艳玲.飞机发动机故障的多参数预测模型[J].计算机工程与应用，2012，48（13）：240-243.

[3]鲍凯.基于结构动态特性分析的神经网络结构损伤诊断研究[D].西北工业大学，2003.

[4]赵文博.航空发动机传感器故障诊断及信号重构[D].南京航空航天大学，2011.

[5]施晓良.基于振动模态分析和神经网络技术的结构损伤辨识[D].西北工大大学，2005.

作者简介：徐光（1975-），男，浙江嵊州人，硕士研究生，高级工程师，研究方向：机械工程电子。