孫燦飛,王友仁*

1.南京航空航天大學(xué) 自動(dòng)化學(xué)院,南京 210016

2.故障診斷與健康管理技術(shù)航空科技重點(diǎn)實(shí)驗(yàn)室 試驗(yàn)與驗(yàn)證中心,上海 201601

直升機(jī)行星傳動(dòng)輪系故障診斷研究進(jìn)展

孫燦飛1,2,王友仁1,*

1.南京航空航天大學(xué) 自動(dòng)化學(xué)院,南京 210016

2.故障診斷與健康管理技術(shù)航空科技重點(diǎn)實(shí)驗(yàn)室 試驗(yàn)與驗(yàn)證中心,上海 201601

行星傳動(dòng)輪系是直升機(jī)傳動(dòng)系統(tǒng)的核心部件,是直升機(jī)健康和使用監(jiān)測(cè)系統(tǒng)(HUMS)重要的監(jiān)測(cè)對(duì)象。直升機(jī)行星傳動(dòng)輪系具有結(jié)構(gòu)復(fù)雜緊湊、組件繁多、工況瞬時(shí)多變以及使用環(huán)境惡劣等特點(diǎn),導(dǎo)致直升機(jī)行星傳動(dòng)輪系振動(dòng)信號(hào)污染嚴(yán)重、成分復(fù)雜,具有較強(qiáng)的非平穩(wěn)性和耦合調(diào)制特征。另外復(fù)雜的故障模式、較少的故障樣本,也都增加了直升機(jī)行星傳動(dòng)輪系故障診斷的難度。面對(duì)這些難題,研究人員在基于信號(hào)降噪與信號(hào)分離、時(shí)頻分析與解耦解調(diào)、數(shù)學(xué)建模與模式識(shí)別的故障診斷技術(shù)上取得了豐碩的成果。面對(duì)仍然存在的一些亟待研究和解決的問(wèn)題,提出了直升機(jī)行星傳動(dòng)輪系故障診斷技術(shù)的研究方向以及未來(lái)的發(fā)展趨勢(shì)。

直升機(jī);行星齒輪;故障診斷;信號(hào)分離;解耦解調(diào);模式識(shí)別

相對(duì)于普通齒輪箱,行星齒輪箱具有大減速比、結(jié)構(gòu)緊湊、承載能力大及工作平穩(wěn)等特點(diǎn),因而在風(fēng)力發(fā)電、航空航天、船舶、汽車(chē)、冶金、石化、礦山、起重運(yùn)輸?shù)刃袠I(yè)的機(jī)械傳動(dòng)系統(tǒng)中作為減速器、增速器及變速裝置得到廣泛應(yīng)用。由于長(zhǎng)時(shí)間運(yùn)行在高速、重載以及惡劣工況環(huán)境下,行星齒輪箱部件容易出現(xiàn)各種故障,導(dǎo)致整個(gè)傳動(dòng)系統(tǒng)的失效,造成經(jīng)濟(jì)財(cái)產(chǎn)損失。近年來(lái),國(guó)內(nèi)外逐漸認(rèn)識(shí)到行星齒輪箱狀態(tài)監(jiān)測(cè)與故障診斷的重要性,在各領(lǐng)域開(kāi)展了行星齒輪箱故障診斷技術(shù)研究,并取得了豐碩的成果[1]。

2016年4 月,行星輪疲勞裂紋引起行星傳動(dòng)輪系解體導(dǎo)致挪威一架H225“超級(jí)美洲豹”直升機(jī)墜毀,機(jī)上13名乘員全部遇難。相對(duì)于其他工程領(lǐng)域,惡劣的使用環(huán)境、氣流變化以及飛行調(diào)整造成的工況多變性使直升機(jī)行星傳動(dòng)輪系極容易發(fā)生齒面磨損、齒面接觸疲勞、輪齒彎曲疲勞乃至斷齒或軸斷裂等失效現(xiàn)象,而行星傳動(dòng)輪系作為直升機(jī)傳動(dòng)系統(tǒng)主減速器核心部件,由于無(wú)法冗余備份,其故障對(duì)整個(gè)直升機(jī)飛行安全影響巨大。因此,為降低飛行事故率和減少維護(hù)費(fèi)用,提高直升機(jī)的可靠性、維修性和任務(wù)出勤率,美英等發(fā)達(dá)國(guó)家積極發(fā)展直升機(jī)健康和使用監(jiān)測(cè)系統(tǒng)(Health and Usage Monitoring System,HUMS)。無(wú)論是從故障的發(fā)生頻次還是危險(xiǎn)程度考慮,行星傳動(dòng)輪系都是直升機(jī)健康監(jiān)測(cè)和故障診斷的重點(diǎn)和難點(diǎn)。

國(guó)內(nèi)外研究人員對(duì)直升機(jī)傳動(dòng)系統(tǒng)開(kāi)展了基于模型、信號(hào)處理及智能算法等故障診斷方法的研究,為直升機(jī)行星傳動(dòng)輪系故障診斷提供了研究基礎(chǔ)。本文主要以直升機(jī)行星傳動(dòng)輪系故障診斷主要問(wèn)題的解決方法為思路,歸納總結(jié)了相關(guān)研究成果,并對(duì)研究現(xiàn)狀進(jìn)行了簡(jiǎn)要分析,對(duì)進(jìn)一步開(kāi)展直升機(jī)行星傳動(dòng)輪系故障診斷與健康管理具有現(xiàn)實(shí)意義。

1 直升機(jī)行星輪系故障診斷主要問(wèn)題

在美國(guó)UH-60A“黑鷹”直升機(jī)發(fā)生行星架?chē)?yán)重裂紋事故后,如圖1所示[2],美國(guó)軍方、高校及科研院所根據(jù)故障數(shù)據(jù)開(kāi)展了大量研究,追溯裂紋原因,使直升機(jī)行星傳動(dòng)輪系故障診斷迅速成為研究熱點(diǎn),但獨(dú)特的機(jī)械結(jié)構(gòu)使直升機(jī)行星傳動(dòng)輪系故障診斷存在特定的難點(diǎn)。

直升機(jī)行星傳動(dòng)輪系既具有一般行星齒輪箱相同的結(jié)構(gòu)特點(diǎn),又具有自身在環(huán)境與工況上的特殊性。如圖2所示[3],通常直升機(jī)傳動(dòng)系統(tǒng)主減速器由多級(jí)齒輪傳動(dòng)組成,普遍采用了螺旋錐齒輪、行星齒輪以及常用的直齒和斜齒輪。作為直升機(jī)傳動(dòng)系統(tǒng)主減速器的核心,行星傳動(dòng)輪系一般放置在主減速器最后一級(jí),將高轉(zhuǎn)速小扭矩發(fā)動(dòng)機(jī)功率轉(zhuǎn)變?yōu)榈娃D(zhuǎn)速大扭矩的傳動(dòng)功率,部件包括太陽(yáng)輪、行星輪、齒圈、行星架、軸和軸承。

圖1 UH-60A“黑鷹”直升機(jī)行星架[2]Fig.1 Planetary carrier of a UH-60A Blackhawk helicopter[2]

圖2 UH-60A“黑鷹”直升機(jī)傳動(dòng)系統(tǒng)示意圖[3]Fig.2 Schematic of gear train of UH-60A Blackhawkhelicopter[3]

相比于普通行星齒輪箱,直升機(jī)行星傳動(dòng)輪系工作條件更惡劣,主要體現(xiàn)在:① 傳遞功率和減速比更大,使直升機(jī)行星傳動(dòng)輪系中齒輪等部件承受載荷更大;② 隨著飛行狀態(tài)改變,使直升機(jī)行星傳動(dòng)輪系工況發(fā)生變化,工作中承受不斷變化的高、低循環(huán)疲勞載荷;③ 直升機(jī)行星傳動(dòng)輪系承受著更惡劣的復(fù)雜氣候環(huán)境,包括寒冷、炎熱的溫度環(huán)境,沙塵、鹽霧以及霉菌等外界環(huán)境等;④ 多級(jí)傳動(dòng)和復(fù)雜齒輪傳動(dòng)系等卸載措施,大大增加減速器內(nèi)流場(chǎng)的熱負(fù)荷,影響直升機(jī)行星傳動(dòng)輪系部件使用壽命。鑒于以上原因,直升機(jī)行星傳動(dòng)輪系承受載荷更大、結(jié)構(gòu)更復(fù)雜、使用環(huán)境更差,受疲勞載荷和其他隨機(jī)因素的影響機(jī)會(huì)增大,由此而引發(fā)的故障概率也更大。

在直升機(jī)行星傳動(dòng)輪系故障診斷中,從物理機(jī)理、測(cè)試手段以及診斷方法的豐富性等因素上考慮,振動(dòng)測(cè)試分析仍然是目前最為常用且有效的方法。但是直升機(jī)行星傳動(dòng)輪系具有獨(dú)特而又復(fù)雜的振動(dòng)特性,增加了故障診斷的難度,綜合而言主要體現(xiàn)在[4]:

1)信號(hào)污染嚴(yán)重,成分復(fù)雜。直升機(jī)行星傳動(dòng)輪系的大傳動(dòng)比決定了某些特征頻率極低,而低速重載的惡劣運(yùn)行環(huán)境導(dǎo)致行星傳動(dòng)輪系的低頻振動(dòng)成分噪聲污染非常嚴(yán)重;此外,傳感器獲取的振動(dòng)信號(hào)是經(jīng)過(guò)了復(fù)雜傳輸路徑衰減后的信號(hào),因此故障響應(yīng)極其微弱,故障特征提取極為困難,微弱故障特征的提取更是難上加難。

另外,直升機(jī)行星傳動(dòng)輪系振動(dòng)信號(hào)中包含行星齒輪運(yùn)行過(guò)程中的特征頻率成分,如太陽(yáng)輪、齒圈、行星輪和行星架的旋轉(zhuǎn)頻率;太陽(yáng)輪-行星輪、行星輪-齒圈之間的嚙合頻率;上述頻率成分的諧頻成分;成組出現(xiàn)在嚙合頻率及諧頻附近的邊帶成分;經(jīng)多界面耦合傳播而來(lái)的支承軸承和其他定軸齒輪等旋轉(zhuǎn)部件的特征頻率成分等。

2)信號(hào)具有較強(qiáng)的非平穩(wěn)性與耦合調(diào)制特征。載荷大范圍瞬時(shí)波動(dòng)是直升機(jī)行星傳動(dòng)輪系典型的運(yùn)行工況,這種載荷波動(dòng)直接導(dǎo)致齒輪系的振動(dòng)響應(yīng)具有明顯的非平穩(wěn)性。載荷瞬時(shí)變化引起的非平穩(wěn)性和齒輪系局部故障引起的非平穩(wěn)性相互疊加反映在振動(dòng)響應(yīng)中。

另外太陽(yáng)輪、多個(gè)行星輪、內(nèi)齒圈以及行星架等多個(gè)部件的振動(dòng)以及部件之間的多個(gè)嚙合振動(dòng)相互耦合,使得測(cè)到的振動(dòng)信號(hào)具有強(qiáng)烈的非線(xiàn)性。除了齒輪的故障引起動(dòng)態(tài)信號(hào)調(diào)制外,多個(gè)承載的行星輪與傳感器相對(duì)位置的改變也會(huì)產(chǎn)生調(diào)制,兩種調(diào)制模式造成動(dòng)態(tài)信號(hào)的模式混淆,產(chǎn)生時(shí)變調(diào)制特征。而且多對(duì)齒輪嚙合的復(fù)雜傳動(dòng)鏈決定了行星齒輪特征頻率不僅取決于齒輪轉(zhuǎn)頻、齒數(shù),還決定于行星輪個(gè)數(shù)、嚙合相位、相位關(guān)系等因素,同步嚙合相互增強(qiáng),異步嚙合相互抑制,從而導(dǎo)致動(dòng)態(tài)響應(yīng)信號(hào)的特征頻率呈現(xiàn)出更為復(fù)雜和獨(dú)特的分布規(guī)律。

3)故障模式影響復(fù)雜,故障樣本少。直升機(jī)行星傳動(dòng)輪系復(fù)雜的部件結(jié)構(gòu)增加了損傷機(jī)理分析的難度,同時(shí)復(fù)雜的傳動(dòng)耦合關(guān)系導(dǎo)致復(fù)雜的故障模式影響,出現(xiàn)不同故障模式以及同一故障模式不同程度損傷會(huì)引起不同的振動(dòng)響應(yīng)現(xiàn)象,增加了故障特征參數(shù)選擇的復(fù)雜度與難度。而且,直升機(jī)傳動(dòng)系統(tǒng)結(jié)構(gòu)復(fù)雜,機(jī)械部件繁多,容易出現(xiàn)材料、制造工藝及裝配等方面的差異,導(dǎo)致不同直升機(jī)振動(dòng)信號(hào)基線(xiàn)狀態(tài)以及相同故障模式下振動(dòng)響應(yīng)的不同,降低了故障診斷方法的適應(yīng)性。

另外,用于研究的直升機(jī)傳動(dòng)系統(tǒng)地面試驗(yàn)臺(tái)與直升機(jī)空中飛行傳動(dòng)系統(tǒng)實(shí)際狀態(tài)仍然存在一定差異性,體現(xiàn)在:地面試驗(yàn)臺(tái)往往固定在柔性支撐上,限制了振動(dòng)的自由度;地面試驗(yàn)臺(tái)往往采用發(fā)電機(jī)模擬負(fù)載等方式替代真實(shí)條件下的主要振動(dòng)源——發(fā)動(dòng)機(jī)與旋翼系統(tǒng),降低了振動(dòng)復(fù)雜性與強(qiáng)度。因此,在地面試驗(yàn)臺(tái)研究的診斷方法在真實(shí)直升機(jī)條件下并不一定適用,而考慮到飛行安全性,真實(shí)飛行條件下的故障樣本數(shù)據(jù)往往很少,影響了故障診斷方法的適應(yīng)性研究。

2 基于信號(hào)降噪與信號(hào)分離的故障診斷

由于直升機(jī)行星傳動(dòng)輪系振動(dòng)信號(hào)污染嚴(yán)重、成分復(fù)雜(詳見(jiàn)第1節(jié)),導(dǎo)致無(wú)法直接從振動(dòng)信號(hào)中獲得隱含的故障信息,因此研究人員提出了基于信號(hào)降噪與信號(hào)分離的診斷方法,通過(guò)濾除信號(hào)中的噪聲干擾,分離出故障部件信號(hào)成分,利用其中反映的故障信息進(jìn)行直升機(jī)減速輪系的故障診斷。

Zhang等[5]應(yīng)用盲解卷積方法降低振動(dòng)信號(hào)中的干擾噪聲,提取直升機(jī)行星齒輪架故障裂紋特征;Bonnardot等[6]提出了基于角域重采樣的信號(hào)消噪方法,分析了直升機(jī)行星齒輪軸承故障振動(dòng)信號(hào),診斷了直升機(jī)行星齒輪箱軸承故障;Orchard和Vachtsevanos[7]開(kāi)發(fā)了一種在線(xiàn)粒子濾波(Particle Filtering,PF)方法,用于直升機(jī)行星齒輪傳動(dòng)系統(tǒng)行星架的故障診斷。目前在直升機(jī)行星傳動(dòng)輪系信號(hào)降噪中應(yīng)用最廣泛的是時(shí)域同步平均(Time domain Synchronous Average,TSA)。英國(guó)牛津大學(xué)的 McFadden[8]早在1991年就提出了針對(duì)行星齒輪傳動(dòng)的時(shí)域平均方法,并指出了該方法應(yīng)用的具體條件;隨后,McFadden[9]又考慮了不同窗函數(shù)對(duì)時(shí)域平均效果的影響,改進(jìn)以上方法,利用直升機(jī)齒輪箱數(shù)據(jù)驗(yàn)證了該方法。Sparis和Vachtsevanos[10]用時(shí)域同步平均后的振動(dòng)信號(hào)診斷UH-60A“黑鷹”直升機(jī)的行星架裂紋故障,以行星架輸出軸的磁轉(zhuǎn)速計(jì)同步信號(hào)對(duì)加速度傳感器數(shù)據(jù)進(jìn)行平均,增強(qiáng)行星架旋轉(zhuǎn)基頻及其諧波,抑制其余周期信號(hào)及噪聲等,最后形成信號(hào)能量的波形圖,如圖3所示。從圖3中分析,正常狀態(tài)下5個(gè)行星齒輪經(jīng)過(guò)傳感器安裝位置時(shí)產(chǎn)生嚙合振動(dòng)的波峰清晰明顯,均勻分布,而行星架裂紋故障情況下波峰a與b幅值相差明顯,表明行星齒輪之間載荷分配出現(xiàn)了不均衡情況,另外波峰g超前了波峰h,f超前了e,波峰d出現(xiàn)了延遲,這說(shuō)明裂紋使行星輪樁出現(xiàn)了偏移,齒輪嚙合引起齒圈的變形,且c～d中多了個(gè)波峰,進(jìn)一步說(shuō)明了裂紋的存在。

圖3 正常與裂紋行星架的信號(hào)能量對(duì)比[10]Fig.3 Comparison of signal energy between healthy and cracked planet carriers[10]

盡管基于TSA的信號(hào)降噪故障診斷方法能有效抑制非周期和非轉(zhuǎn)頻信號(hào),提取出轉(zhuǎn)頻及其諧波成分,但同時(shí)也可能去掉了一些含有故障信息的非諧波成分,因此需根據(jù)具體檢測(cè)的故障模式來(lái)選擇性應(yīng)用。

Samuel和Pines[11]在推廣時(shí)域同步平均方法的基礎(chǔ)上提出了利用單傳感器和多傳感器分離行星輪振動(dòng)方法,并在直升機(jī)行星傳動(dòng)輪系故障診斷中進(jìn)行了應(yīng)用。后來(lái)Blunt和Keller[12]對(duì)方法進(jìn)行了改進(jìn),應(yīng)用于太陽(yáng)輪振動(dòng)分離,但要求齒輪箱行星輪嚴(yán)格均衡分布。相對(duì)于行星輪,太陽(yáng)輪振動(dòng)成分分離比較困難:① 行星輪與太陽(yáng)輪的嚙合振動(dòng)響應(yīng)相似,無(wú)法采用TSA方法進(jìn)行分離;②安裝在齒圈上的傳感器無(wú)法直接獲得太陽(yáng)輪的振動(dòng)響應(yīng);③ 非同步嚙合以及不均衡行星輪分布增加了提取復(fù)雜度與難度?；谇叭说难芯?Lewicki等[13-14]提出了行星輪振動(dòng)信號(hào)分離(Planet Gear Vibration Separation,PGVS)方法以及太陽(yáng)輪振動(dòng)信號(hào)分離(Sun Gear Vibration Separation,SGVS)方法。

PGVS與SGVS方法都需要在待測(cè)行星傳動(dòng)輪系結(jié)構(gòu)固定位置上安裝轉(zhuǎn)速傳感器和振動(dòng)傳感器,提供同步的振動(dòng)信號(hào)采集,并用于故障齒輪具體位置的確定。

以行星輪Pj的信號(hào)分離為例,如圖4所示,PGVS方法首先對(duì)濾波處理后的加速度傳感器Ai振動(dòng)數(shù)據(jù)按轉(zhuǎn)速周期進(jìn)行分段,去掉前后不完整數(shù)據(jù)段后進(jìn)行插值,消除由于轉(zhuǎn)速不穩(wěn)造成的每段數(shù)據(jù)數(shù)量不一致以及位置偏差,然后將插值后的Nextract個(gè)整周期數(shù)據(jù)為列向量組成插值矩陣。由于行星輪的某個(gè)輪齒經(jīng)過(guò)NHT個(gè)行星架旋轉(zhuǎn)周期后會(huì)與齒圈上特定輪齒(振動(dòng)傳感器安裝點(diǎn)處)再次嚙合,如果將插值矩陣內(nèi)存在的該輪齒對(duì)嚙合的整周期提取出來(lái),組成一個(gè)HT(Hunting Tooth)數(shù)據(jù)組,這樣插值矩陣將被分成NHT個(gè)數(shù)據(jù)組,每個(gè)數(shù)據(jù)組由Nset(Nextract/NHT向下取整)個(gè)整周期組成。由于在每個(gè)HT數(shù)據(jù)組內(nèi)存在一個(gè)Nij的點(diǎn),即行星齒輪Pj某一輪齒與齒圈上特定輪齒嚙合的位置點(diǎn),將此點(diǎn)處Mv(奇數(shù))個(gè)輪齒嚙合周期內(nèi)?E個(gè)數(shù)據(jù)點(diǎn)提取出來(lái),成為HT數(shù)據(jù)集內(nèi)Pj數(shù)據(jù)的第1層第1個(gè)列向量,依次將該輪齒Nset個(gè)周期內(nèi)數(shù)據(jù)提取,組成HT數(shù)據(jù)集內(nèi)Pj數(shù)據(jù)的第1層Nset個(gè)列向量。這樣,將HT數(shù)據(jù)組內(nèi)按嚙合時(shí)間順序提取的所有Pj數(shù)據(jù)分層排列,并逐層進(jìn)行TSA,最終形成一個(gè)向量HTA,代表Pj某輪齒Nij處Mv個(gè)嚙合周期內(nèi)數(shù)據(jù)點(diǎn)的統(tǒng)計(jì)平均,如果Mv＞1,通過(guò)加窗方式消除嚙合周期兩邊Mv-1個(gè)周期影響。由于行星輪每個(gè)輪齒都會(huì)與齒圈上特定輪齒嚙合,按上述方法將分離的所有輪齒振動(dòng)響應(yīng)排列綜合就形成了Pj行星輪的振動(dòng)分離信號(hào)。

圖4 行星齒輪振動(dòng)信號(hào)分離方法[13]Fig.4 Vibration signals separation technique for planetary gears[13]

Lewicki等[14]在PGVS方法基礎(chǔ)上提出了SGVS方法。對(duì)于行星輪,所有輪齒都會(huì)與齒圈上特定輪齒嚙合,而太陽(yáng)輪只有有限個(gè)輪齒在Nij點(diǎn)產(chǎn)生嚙合振動(dòng)。以O(shè)H-58C直升機(jī)為例,以某個(gè)行星齒輪在Nij點(diǎn)嚙合時(shí)只有3(NHT=3)個(gè)輪齒的振動(dòng)響應(yīng)以齒輪對(duì)嚙合的形式提取出來(lái),因此文章在Nij點(diǎn)處提取的是前4個(gè)和后4個(gè)嚙合周期內(nèi)數(shù)據(jù)(Mv=Ns/NHT=9,Ns為太陽(yáng)輪輪齒數(shù)),這樣能保證完整的太陽(yáng)輪輪齒振動(dòng)響應(yīng)來(lái)實(shí)現(xiàn)太陽(yáng)輪振動(dòng)分離。另外,如果將所有行星齒輪觀(guān)測(cè)到的Nij點(diǎn)振動(dòng)數(shù)據(jù)提取并按照太陽(yáng)輪輪齒嚙合順序進(jìn)行組合,就能得到分離的太陽(yáng)輪振動(dòng)信號(hào)波形。

PGVS與SGVS方法在美國(guó)俄亥俄州NASA格倫研究中心(GRC)的OH-58直升機(jī)全尺寸單級(jí)行星傳動(dòng)輪系試驗(yàn)裝置上進(jìn)行了驗(yàn)證,信號(hào)分離波形如圖5所示[14]。從圖5(a)行星齒輪分離信號(hào)中可以發(fā)現(xiàn)21號(hào)輪齒處出現(xiàn)明顯沖擊,驗(yàn)證了行星齒輪剝落故障的存在;圖5(b)中的太陽(yáng)輪故障是8號(hào)輪齒剝落,但波形圖在7號(hào)輪齒附近存在沖擊峰值,由于太陽(yáng)輪分離信號(hào)無(wú)法得到每個(gè)輪齒嚙合振動(dòng)波形,所以波形分析上不如行星分離信號(hào)明顯;從圖5(c)中齒圈與行星輪1的嚙合波形中明顯發(fā)現(xiàn)了齒圈71號(hào)輪齒處裂紋故障產(chǎn)生的沖擊。

整體而言,基于信號(hào)降噪與信號(hào)分離故障診斷方法通過(guò)降低噪聲、抑制無(wú)關(guān)信號(hào)干擾、增強(qiáng)故障信號(hào)特征,分離出振動(dòng)信號(hào)利用波形分析、參數(shù)提取等方法進(jìn)行故障診斷,具有直觀(guān)實(shí)用的優(yōu)點(diǎn),但是在故障模式與故障機(jī)理不清楚情況下,僅僅保留局部特征容易濾除整體故障信息,減弱診斷效果。

3 基于時(shí)頻分析與解耦解調(diào)的故障診斷

由于直升機(jī)行星傳動(dòng)輪系振動(dòng)信號(hào)存在非平穩(wěn)性特征(詳見(jiàn)第1節(jié)),傳統(tǒng)的平穩(wěn)信號(hào)處理方法無(wú)法直接應(yīng)用。對(duì)于局部齒輪故障引起的行星齒輪箱非平穩(wěn)振動(dòng),時(shí)頻分析是一種有效的分析手段,能夠揭示非平穩(wěn)信號(hào)中的頻率成分及其幅值的時(shí)變特征。常用的時(shí)頻分析方法包括線(xiàn)性時(shí)頻表示(如短時(shí)Fourier變換和小波變換)、Wigner-Ville分布(WVD)及雙線(xiàn)性時(shí)頻分布等。

Samuel等[15]結(jié)合諧小波包變換(HWPT)以及頻率分布先驗(yàn)知識(shí)進(jìn)行直升機(jī)行星傳動(dòng)輪系故障診斷,由于故障產(chǎn)生會(huì)將嚙合頻率及諧波成分的能量向邊帶轉(zhuǎn)移,因此利用諧小波變換將振動(dòng)嚙合頻率及其諧波的邊帶能量轉(zhuǎn)換為時(shí)間函數(shù)的形式,通過(guò)分析能量的變化進(jìn)行故障檢測(cè)與識(shí)別,形成了基于小波變換的正規(guī)化能量(NE)故障診斷方法。Saxena等[16]采用復(fù)雜Morlet小波分析直升機(jī)行星傳動(dòng)輪系行星架裂紋故障。圖6的小波尺度譜[16]中,健康狀態(tài)下對(duì)應(yīng)5個(gè)行星齒輪的5個(gè)清晰的高能量區(qū)域能量分布均勻,而故障情況下能量分布不均勻,且總量增加,他們進(jìn)一步利用Frobenious范數(shù)定量描述故障引起的能量變化,對(duì)“黑鷹”直升機(jī)行星傳動(dòng)輪系在地面試驗(yàn)裝置及空中試驗(yàn)存在的裂紋故障進(jìn)行了有效識(shí)別。

Forrester[17]對(duì)來(lái)自Wessex直升機(jī)主減速器的故障振動(dòng)數(shù)據(jù)進(jìn)行處理,通過(guò)WVD分析出存在的故障。圖7是Wessex直升機(jī)主減速器輸入齒輪裂紋在失效前42 h的 WVD分析圖[17],從圖7中可識(shí)別出在44倍軸旋轉(zhuǎn)頻率、軸角度為100°附近的故障干擾。

后來(lái)由Staszewski等[18]應(yīng)用 WVD對(duì)時(shí)域平均后的直升機(jī)傳動(dòng)系統(tǒng)故障齒輪的振動(dòng)信號(hào)進(jìn)行分析,檢測(cè)早期故障征兆。隨后他進(jìn)一步改善了WVD交叉項(xiàng)影響,并發(fā)現(xiàn)應(yīng)用權(quán)重WVD比原來(lái)的WVD更容易發(fā)現(xiàn)模式之中故障齒輪引起的變化。而更多地將WVD評(píng)估用于直升機(jī)齒輪箱故障檢測(cè)的是NASA格倫研究中心,Polyshchuk等[19-20]應(yīng)用 WVD提供的重要信息評(píng)估了直升機(jī)齒輪輪齒故障的位置與程度,研究提出了齒輪故障診斷的重要參數(shù)NP4,直接利用閾值判斷就可以檢測(cè)故障存在,無(wú)需再進(jìn)行人為的分析與分布上的解釋。

圖6 健康與故障行星架的小波尺度譜[16]Fig.6 Wavelet scalogram for healthy and faulted planet carriers[16]

圖7 WVD分析Wessex直升機(jī)主減速器[17]Fig.7 WVD plot of Wessex main gearbox[17]

在使用WVD進(jìn)行時(shí)頻分析的同時(shí),研究人員開(kāi)始應(yīng)用時(shí)頻譜圖進(jìn)行直升機(jī)齒輪系故障診斷。Wang和McFadden[21]應(yīng)用時(shí)頻譜圖計(jì)算直升機(jī)齒輪振動(dòng)信號(hào)的時(shí)頻分布,認(rèn)為時(shí)頻譜圖是非常有潛力的齒輪局部故障早期檢測(cè)工具,并可利用圖像處理技術(shù)來(lái)提取故障特征用于故障檢測(cè)。后來(lái)Forrester[22]研究認(rèn)為,改進(jìn)后的時(shí)頻譜圖能夠與消除交叉項(xiàng)影響后的WVD對(duì)行星傳動(dòng)輪系等齒輪類(lèi)故障一樣敏感。圖8為改進(jìn)后的時(shí)頻譜圖分析Wessex WAK143主減速器輸入齒輪裂紋在失效前42 h的數(shù)據(jù)[22],相比圖7中WVD顯示的故障特征更清晰。

Williams和Zalubas[23]分別采用短時(shí)Fourier變換、小波變換、時(shí)頻譜圖以及WVD,同時(shí)結(jié)合奇異值分解(SVD)和零子空間(ZSS)分類(lèi)器對(duì)CH-46E直升機(jī)包含行星傳動(dòng)輪系在內(nèi)的7種故障與正常模式進(jìn)行識(shí)別,都取得了比較好的檢測(cè)效果。他們認(rèn)為在轉(zhuǎn)速波動(dòng)及載荷波動(dòng)較小的情況下,小波變換、短時(shí)Fourier變換以及長(zhǎng)窗的時(shí)頻譜圖效果比WVD要好,但在載荷瞬時(shí)波動(dòng)的實(shí)際工況情況下,WVD更有優(yōu)勢(shì)。

在常見(jiàn)的行星齒輪箱變工況條件下,比如風(fēng)力發(fā)電,變工況主要是轉(zhuǎn)速波動(dòng),國(guó)內(nèi)外開(kāi)展了大量變轉(zhuǎn)速情況下的行星齒輪箱故障診斷技術(shù)研究。相對(duì)而言直升機(jī)轉(zhuǎn)速波動(dòng)比較小,而受飛行狀態(tài)影響載荷大范圍瞬時(shí)波動(dòng)是直升機(jī)行星傳動(dòng)輪系典型的運(yùn)行工況。Mosher等[24]通過(guò)對(duì)OH-58C飛行數(shù)據(jù)分析,如圖9所示,發(fā)現(xiàn)行星傳動(dòng)輪系一階嚙合頻率幅值與相位隨載荷的變化呈現(xiàn)強(qiáng)線(xiàn)性關(guān)系,并指出了載荷波動(dòng)對(duì)同步平均等平穩(wěn)信號(hào)處理方法的限制。

目前大多數(shù)基于時(shí)頻分析的研究成果均考慮了載荷對(duì)直升機(jī)行星傳動(dòng)輪系故障診斷的影響,但都是在載荷局部穩(wěn)定情況下,而對(duì)載荷瞬時(shí)波動(dòng)情況下的故障診斷技術(shù)研究甚少,這將是未來(lái)直升機(jī)行星傳動(dòng)輪系故障診斷研究的重點(diǎn)之一。

針對(duì)直升機(jī)行星傳動(dòng)輪系振動(dòng)信號(hào)的耦合調(diào)制特征,研究人員通過(guò)理論與仿真分析了行星齒輪箱振動(dòng)信號(hào)的頻譜結(jié)構(gòu),提出了采用信號(hào)分解解耦與信號(hào)包絡(luò)/頻率解調(diào)的故障診斷方法,通過(guò)簡(jiǎn)單易行的頻譜分析實(shí)現(xiàn)故障診斷。

圖9 行星輪系一階嚙合頻率幅值及相位與載荷的關(guān)系[24]Fig.9 Relationship between amplitude and phase of planetary gears the first mesh harmonic and torque[24]

McFadden和 Smith[25]、McNames[26]和 Mosher[27]發(fā)現(xiàn)由于行星齒輪部件之間的相對(duì)運(yùn)動(dòng),使振動(dòng)信號(hào)頻譜具有明顯的不對(duì)稱(chēng)結(jié)構(gòu)。Liu等[28]在McFadden分析的基礎(chǔ)上考慮時(shí)間延遲對(duì)振動(dòng)邊帶結(jié)構(gòu)的影響,仿真分析了直升機(jī)行星傳動(dòng)輪系的振動(dòng)響應(yīng)信號(hào)。Inalpolat和Kahraman[29]分析了行星齒輪振動(dòng)信號(hào)的邊帶結(jié)構(gòu),認(rèn)為由于行星架旋轉(zhuǎn)以及齒輪制造誤差產(chǎn)生了調(diào)幅-調(diào)頻效應(yīng)。Mark和Hines[30]研究了由于不均衡負(fù)載和行星架扭矩調(diào)制產(chǎn)生的邊帶分布。Hong等[31]分析了行星齒輪箱健康和出現(xiàn)故障時(shí)的頻譜邊帶特征,并對(duì)各部件局部故障診斷特征頻率進(jìn)行了分析計(jì)算。Miao和Zhou[32]采用定軸齒輪箱信號(hào)模型和傳感器傳遞路徑影響模型,分析單級(jí)行星齒輪箱振動(dòng)頻譜特征。雷亞國(guó)等[33]在對(duì)行星齒輪箱傳動(dòng)機(jī)理分析的基礎(chǔ)上建立了行星齒輪箱的振動(dòng)信號(hào)仿真模型,并進(jìn)一步分析了太陽(yáng)輪、行星輪局部故障振動(dòng)信號(hào)模型。Feng和Zuo[34]綜合嚙合點(diǎn)故障振動(dòng)信號(hào)簡(jiǎn)化模型以及行星架旋轉(zhuǎn)調(diào)幅效應(yīng)建立了齒輪分布式故障、局部故障的振動(dòng)頻譜解析表達(dá)式以及傳感器測(cè)試振動(dòng)信號(hào)的解析模型,并進(jìn)行了仿真分析與試驗(yàn)平臺(tái)驗(yàn)證。

圖10 基于信號(hào)分解與聯(lián)合解調(diào)的故障診斷[35]Fig.10 Fault diagnosis based on signal decomposition and joint demodulation analysis[35]

基于解析模型原理,Feng等[35]進(jìn)一步提出了利用信號(hào)分解等方法獲得圍繞在嚙合振動(dòng)頻率及其諧波附近的邊帶結(jié)構(gòu),并單獨(dú)對(duì)其中調(diào)幅部分和調(diào)頻部分進(jìn)行解調(diào)以獲得包絡(luò)譜和瞬時(shí)頻率譜,如圖10所示[35],然后聯(lián)合利用調(diào)幅部分與調(diào)頻部分中分別含有的故障齒輪特征頻率信息進(jìn)行故障診斷,這樣避免乘積效應(yīng)的干擾,提高診斷準(zhǔn)確率。基于此,Samuel和Pines[36]在美國(guó)馬里蘭大學(xué)的傳動(dòng)系統(tǒng)試驗(yàn)裝置利用經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)將直升機(jī)行星傳動(dòng)輪系振動(dòng)信號(hào)自適應(yīng)分解為若干單分量的調(diào)幅-調(diào)頻本征函數(shù)(IMF),然后采用希爾伯特變換獲得瞬時(shí)頻率譜進(jìn)行故障檢測(cè)。Niu等[37]采樣希爾伯特-黃變換(HHT)對(duì)處理后的幅度譜和瞬時(shí)頻率譜進(jìn)行分析,診斷直升機(jī)行星輪系故障,并與傳統(tǒng)的傅里葉變換分析進(jìn)行對(duì)比,顯示出H HT在處理直升機(jī)非平穩(wěn)非線(xiàn)性振動(dòng)信號(hào)上的優(yōu)勢(shì)。

目前應(yīng)用于行星齒輪系信號(hào)分解的方法有集中平均經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)、局部均值分解(LMD)以及本征時(shí)間尺度分解(ITD)[38]等,應(yīng)用于行星齒輪系信號(hào)解調(diào)的方法有希爾伯特變換與能量算子解調(diào)等,這些方法進(jìn)一步豐富了直升機(jī)行星傳動(dòng)輪系的故障診斷方法。但基于信號(hào)解耦解調(diào)的故障診斷方法仍然存在一些問(wèn)題,主要體現(xiàn)在:首先,由于不可避免的制造安裝誤差以分布式故障形式反映在分解解調(diào)后的振動(dòng)頻譜中,容易造成干擾,影響對(duì)局部式故障的分析診斷;其次,由于信號(hào)分解與解調(diào)方法本身的局限性影響頻譜提取的效果,導(dǎo)致最終包絡(luò)譜與瞬時(shí)頻率譜成分依然復(fù)雜,需要人為的分析與診斷。

4 基于數(shù)學(xué)模型與模式識(shí)別的故障診斷

針對(duì)直升機(jī)行星傳動(dòng)輪系故障數(shù)據(jù)少、故障機(jī)理復(fù)雜的問(wèn)題(詳見(jiàn)第1節(jié)),研究人員利用數(shù)學(xué)建模分析來(lái)尋求解決方法,目前在行星齒輪箱故障診斷中應(yīng)用的模型包括故障仿真模型、振動(dòng)響應(yīng)模型、負(fù)載均衡模型以及其他模型等,這些模型表征了輸出響應(yīng)與系統(tǒng)模型參數(shù)之間的關(guān)系,有助于了解行星傳動(dòng)輪系原理,提供有價(jià)值的故障診斷方法。

Mosher[27]建立了行星輪均衡與非均衡分布情況下的振動(dòng)響應(yīng)模型,并與兩架直升機(jī)飛行振動(dòng)數(shù)據(jù)進(jìn)行了對(duì)比,驗(yàn)證了模型預(yù)測(cè)的振動(dòng)信號(hào)頻譜分布規(guī)律。Fan等[39]建立了行星架有裂紋的直升機(jī)行星傳動(dòng)輪系扭振動(dòng)態(tài)模型,在仿真行星架裂紋對(duì)行星樁角度偏移及輪系動(dòng)態(tài)參數(shù)的影響上考慮了時(shí)變嚙合剛度、齒輪間隙、黏滯阻尼等非線(xiàn)性因素?；谀Ｐ偷姆抡嫘盘?hào)在裂紋行星架齒輪對(duì)嚙合時(shí)幅值產(chǎn)生了明顯的變化,從時(shí)頻域的故障特征提取可以有效診斷出裂紋的長(zhǎng)度與位置。Cheng和Hu[40]建立了正常和太陽(yáng)輪輪齒故障的直升機(jī)行星傳動(dòng)輪系扭振動(dòng)態(tài)模型,進(jìn)行了信號(hào)仿真驗(yàn)證,并基于模型提出的特征參數(shù)定量檢測(cè)出太陽(yáng)輪輪齒故障程度,檢測(cè)效果在直升機(jī)行星傳動(dòng)輪系仿真臺(tái)上進(jìn)行了驗(yàn)證。Romano[2]提出了一種模型與數(shù)據(jù)驅(qū)動(dòng)的直升機(jī)行星輪系故障診斷方法,如圖11所示,結(jié)合了故障仿真模型以及振動(dòng)響應(yīng)模型分析,通過(guò)模型、仿真以及試驗(yàn)數(shù)據(jù)診斷直升機(jī)傳動(dòng)系統(tǒng)的初期故障,方法經(jīng)過(guò)了注入故障以及飛行故障的驗(yàn)證。

圖11 基于模型的行星架裂紋振動(dòng)信號(hào)仿真[2]Fig.11 Simulating vibration signal of planet carrier crack based on models[2]

上述基于模型和數(shù)據(jù)驅(qū)動(dòng)的直升機(jī)行星輪系故障診斷方法主要由頻率響應(yīng)分析、有限元分析、振動(dòng)傳遞模型以及振動(dòng)仿真信號(hào)輸出4個(gè)核心模塊組成。頻率響應(yīng)分析模塊通過(guò)對(duì)比行星齒輪振動(dòng)物理模型與齒輪箱測(cè)試平臺(tái)振動(dòng)數(shù)據(jù)在振動(dòng)邊帶特性上的偏差,設(shè)置均方誤差目標(biāo)函數(shù),從而建立系統(tǒng)非線(xiàn)性響應(yīng)公式,最終估計(jì)得到頻率響應(yīng)參數(shù)(α,β),其中α為調(diào)制幅值的傅里葉系數(shù),表示從齒圈固定點(diǎn)觀(guān)測(cè)到單個(gè)行星輪嚙合振動(dòng)受行星輪旋轉(zhuǎn)產(chǎn)生的調(diào)制效應(yīng)的強(qiáng)度;β為嚙合振動(dòng)幅值,表示從行星架固定點(diǎn)觀(guān)測(cè)到單個(gè)行星輪與太陽(yáng)輪、齒圈同時(shí)嚙合時(shí)產(chǎn)生的振動(dòng)強(qiáng)度。這兩個(gè)參數(shù)在振動(dòng)傳遞模型中屬于對(duì)故障不敏感的參數(shù)。有限元分析模塊通過(guò)對(duì)行星架有限元模型分析,確定在不同負(fù)載條件下不同裂紋長(zhǎng)度下行星齒輪偏移角度,并通過(guò)對(duì)出現(xiàn)裂紋后行星架偏移的靜態(tài)變形參數(shù)化分析,估計(jì)出行星輪角度偏移量,該偏移量在后續(xù)振動(dòng)傳遞模型中屬于對(duì)故障敏感的參數(shù)。振動(dòng)傳遞模型在基本物理模型上分析不同行星架裂紋故障狀態(tài)下的行星齒輪偏移角度對(duì)振動(dòng)的影響,并結(jié)合正常情況下系統(tǒng)頻率響應(yīng)參數(shù)共同確定故障狀態(tài)下振動(dòng)特性變化,并產(chǎn)生相應(yīng)仿真情況下的振動(dòng)信號(hào)。為確保在特定的工況與裂紋長(zhǎng)度下所產(chǎn)生的仿真振動(dòng)信號(hào)與真實(shí)振動(dòng)信號(hào)在特征參數(shù)上的一致性,方法中增加了基于測(cè)試平臺(tái)數(shù)據(jù)而來(lái)的統(tǒng)計(jì)噪聲影響以及隨機(jī)噪聲影響,并采用與真實(shí)振動(dòng)信號(hào)處理過(guò)程中相同的濾波方法,最終形成帶有特定行星架裂紋模式影響的振動(dòng)仿真信號(hào)。將所有故障模式下的振動(dòng)仿真信號(hào)作為輸入,與待測(cè)故障模式下振動(dòng)信號(hào)的特征參數(shù)進(jìn)行殘差比對(duì),滿(mǎn)足殘差條件的輸入模式即為待測(cè)模式,診斷出行星傳動(dòng)輪系故障。

對(duì)于基于模型的診斷方法,能增進(jìn)對(duì)直升機(jī)行星傳動(dòng)輪系故障模式下多種物理響應(yīng)的理解和豐富故障診斷方法與數(shù)據(jù)來(lái)源,但由于模型存在許多假設(shè)和簡(jiǎn)約化,無(wú)法覆蓋到各種不確定因素影響,仿真數(shù)據(jù)與真實(shí)情況仍存在一定差距,故障診斷精度有待提高。

針對(duì)直升機(jī)行星傳動(dòng)輪系不同狀態(tài)下高健壯性故障特征選取與故障模式識(shí)別的難題,研究人員開(kāi)展了大量研究與評(píng)估工作[41]。在故障特征提取方面,Sparis和Vachtsevanos[42]與希臘德謨克里特大學(xué)合作采用振動(dòng)信號(hào)能量特征有效區(qū)分了“黑鷹”直升機(jī)試驗(yàn)和實(shí)際數(shù)據(jù)中正常和裂紋行星架。Blunt和Keller[3]通過(guò)行星輪運(yùn)動(dòng)調(diào)制后/單個(gè)行星齒輪的嚙合振動(dòng)幅值及相位變化的均方根值來(lái)進(jìn)行故障檢測(cè),結(jié)果表明在試驗(yàn)裝置上對(duì)裂紋故障有可靠的檢測(cè)。McInerny等[43]利用行星輪通過(guò)效應(yīng)對(duì)齒圈嚙合振動(dòng)調(diào)制影響在有無(wú)行星架裂紋故障下的差異,分別從頻域能量提取特征量進(jìn)行故障檢測(cè),在試驗(yàn)裝置中取得較好效果。隨后,Wang和Keller[44]利用同樣的原理檢測(cè)出了行星架裂紋故障,但特征量改為時(shí)域標(biāo)準(zhǔn)差,避免了頻域方法需要頻率帶的選擇。Hines等[45]從時(shí)域平均信號(hào)中提取能量比率特征以診斷“黑鷹”直升機(jī)行星架?chē)?yán)重裂紋故障,發(fā)現(xiàn)嚙合頻率的高次諧波對(duì)故障更為敏感。Saxena等[16]采用Morlet小波對(duì)振動(dòng)信號(hào)按頻帶分解,從小波時(shí)頻圖中提取能量、方差等特征參數(shù)以區(qū)分正常和裂紋行星架;Van Hecke等[46]從頻域分段平均后的能量算子(EO)和包絡(luò)信號(hào)(AM)中提取常用統(tǒng)計(jì)指標(biāo)(CIs)有效識(shí)別了直升機(jī)行星架裂紋故障,而且發(fā)現(xiàn)CIs中峰值(Peak)、均方根值(RMS)、上邊界值(UB)及峭度因子(CF)對(duì)工況變化不敏感,在地面試驗(yàn)裝置和空中數(shù)據(jù)中對(duì)該方法進(jìn)行了驗(yàn)證。Samuel和Pines[47-48]利用諧波小波獲得均方小波映射,對(duì)人為模擬的行星齒輪箱缺齒、剝落、裂紋3種故障類(lèi)型進(jìn)行了區(qū)分,提出了用正規(guī)化能量特征對(duì)直升機(jī)行星齒輪箱中太陽(yáng)輪剝落等故障進(jìn)行診斷;隨后在約束自適應(yīng)提升算法基礎(chǔ)上,又提出了約束自適應(yīng)提升指標(biāo)來(lái)區(qū)分直升機(jī)行星齒輪箱齒輪健康狀態(tài)。Wu等[49-50]提取反映故障的時(shí)域有效值、頻域諧波指標(biāo)和小波域能量方差等特征來(lái)檢測(cè)直升機(jī)行星齒輪箱故障。Dempsey等[51]改進(jìn)FM4、NA4等統(tǒng)計(jì)特征以區(qū)分直升機(jī)行星齒輪箱的正常與故障狀態(tài)。NASA[52]采用三軸加速度傳感器的振動(dòng)數(shù)據(jù)時(shí)頻域信息通過(guò)主成分分析(PCA)獲得主要的振動(dòng)分量,利用統(tǒng)計(jì)特征表明與單軸傳感器相比降低了直升機(jī)行星齒輪箱故障誤警率。Keller和Grabill[53]分析了“黑鷹”直升機(jī)的振動(dòng)數(shù)據(jù),發(fā)現(xiàn)邊頻帶指標(biāo)(SI)和邊頻帶程度因子(SLF)能有效檢測(cè)試驗(yàn)中模擬的故障,但是對(duì)低載荷的空中飛行狀態(tài)檢測(cè)效果不佳。Cheng和Hu[40]提出了采用邊帶幅度因子(SR)進(jìn)行太陽(yáng)輪輪齒故障定量檢測(cè),在直升機(jī)行星傳動(dòng)輪系仿真臺(tái)上有效檢測(cè)出不同程度的太陽(yáng)輪切齒故障。

研究人員利用故障特征參數(shù)的變化檢測(cè)直升機(jī)行星傳動(dòng)輪系的故障,在時(shí)域、頻域、小波域都取得了豐富的研究成果。但檢測(cè)的效果受限于具體的試驗(yàn)條件,對(duì)空中出現(xiàn)的故障檢測(cè)能力不佳,而且大多數(shù)故障特征參數(shù)沒(méi)有經(jīng)過(guò)空中數(shù)據(jù)的實(shí)際驗(yàn)證。

在模式識(shí)別方面,Chin等[54]研究了一種故障模式分類(lèi)系統(tǒng),包括量子矩陣和多值影響矩陣,并利用該系統(tǒng)識(shí)別出了直升機(jī)行星齒輪箱多種故障;Samuel和Pines[55]采用歸一化能量尺度作為特征參數(shù)、自組織神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器,對(duì)直升機(jī)傳動(dòng)系統(tǒng)行星齒輪故障進(jìn)行自動(dòng)診斷;Dong等[56]運(yùn)用先進(jìn)隱馬爾科夫模型(AHMM)來(lái)提取狀態(tài)特征,對(duì)直升機(jī)傳動(dòng)系統(tǒng)行星架健康狀態(tài)進(jìn)行分類(lèi),有效識(shí)別試驗(yàn)裝置和空中飛行數(shù)據(jù)中的裂紋故障。后來(lái)Dong等[57]結(jié)合小波分析與隱含半-馬爾可夫模型(HSMM)對(duì)直升機(jī)傳動(dòng)系統(tǒng)行星架健康狀態(tài)進(jìn)行分類(lèi),也取得了比較好的效果。然而,HSMM最主要的問(wèn)題是運(yùn)算量復(fù)雜。國(guó)防科技大學(xué)的Cheng等[58-60]通過(guò)物理模型和試驗(yàn)?zāi)M來(lái)獲取直升機(jī)太陽(yáng)輪故障的振動(dòng)信號(hào),提出基于灰色關(guān)聯(lián)度分析的方法診斷太陽(yáng)輪輪齒點(diǎn)蝕和裂紋故障。

Khawaja等[61]在經(jīng)典最小二乘支持向量機(jī)(LS-SVM)算法上修改了一類(lèi)檢測(cè)器提高算法區(qū)別健康與故障狀態(tài)的有效性與健壯性,檢測(cè)出了UH60直升機(jī)行星架不斷增長(zhǎng)的裂紋。該方法在UH-60“黑鷹”直升機(jī)行星架裂紋擴(kuò)展試驗(yàn)中得到驗(yàn)證,如圖12所示,首先使用單特征參數(shù)作為輸入,以前30個(gè)地面—空中—地面(GAG)循環(huán)的正常數(shù)據(jù)進(jìn)行訓(xùn)練,在第61個(gè)GAG循環(huán)后判別出潛在故障;其次使用特征參數(shù)集為輸入,同樣以前30個(gè)GAG循環(huán)的正常數(shù)據(jù)進(jìn)行訓(xùn)練,在第33個(gè)GAG循環(huán)后就判別出潛在故障,如圖12所示,而同樣在上述3個(gè)特征情況下采用概率神經(jīng)網(wǎng)絡(luò)(PNN)與經(jīng)典支持向量機(jī)(SVM),分別判別出潛在故障的循環(huán)數(shù)是57和63。該方法采用無(wú)監(jiān)督學(xué)習(xí)方式,直接利用正常數(shù)據(jù)進(jìn)行訓(xùn)練,魯棒性強(qiáng),可以有效處理小樣本數(shù)據(jù)并滿(mǎn)足一般實(shí)時(shí)性要求,因此比較適合直升機(jī)行星傳動(dòng)輪系故障診斷中正常數(shù)據(jù)多、故障樣本少的實(shí)際情況,具有一定應(yīng)用價(jià)值。

圖12 LS-SVM診斷UH60行星架裂紋結(jié)果[61]Fig.12 LS-SVM diagnosis results for planetary carrier crack of UH60[61]

基于模式識(shí)別的診斷方法克服了其他方法需要人為經(jīng)驗(yàn)判斷的缺點(diǎn),在具有一定數(shù)據(jù)量訓(xùn)練樣本的情況下能獲得較好的診斷效果。但直升機(jī)較少的飛行故障樣本數(shù)據(jù)以及地面與空中條件的變化制約著模式識(shí)別診斷方法的應(yīng)用。

5 結(jié)論與展望

豐碩的研究成果推動(dòng)了直升機(jī)行星傳動(dòng)輪系故障診斷技術(shù)的發(fā)展,從一定意義上更清晰地解讀了直升機(jī)行星傳動(dòng)輪系故障診斷所面臨的難題,為后續(xù)研究提供了基礎(chǔ)。隨著國(guó)內(nèi)外直升機(jī)的應(yīng)用領(lǐng)域越來(lái)越廣泛,直升機(jī)HUMS對(duì)保障飛行安全的作用和意義受到前所未有的重視,迫切需要進(jìn)一步深入開(kāi)展行星傳動(dòng)輪系故障診斷技術(shù)研究,并盡快推動(dòng)優(yōu)秀技術(shù)成果的工程應(yīng)用,提高飛行安全,降低維護(hù)成本,減少經(jīng)濟(jì)損失。未來(lái)直升機(jī)行星傳動(dòng)輪系故障診斷技術(shù)的發(fā)展,作者認(rèn)為應(yīng)重點(diǎn)關(guān)注以下方面:

1)系統(tǒng)性的診斷方法研究。根據(jù)直升機(jī)行星傳動(dòng)輪系故障診斷的特點(diǎn)和難點(diǎn),從故障機(jī)理、振動(dòng)模型、信號(hào)處理、特征提取以及模式識(shí)別等方面研究系統(tǒng)性的診斷方法。在故障模式方面開(kāi)展復(fù)合故障的診斷方法研究;在故障程度、位置方面開(kāi)展早期微弱故障、故障程度定量診斷以及故障位置評(píng)估方法研究;在實(shí)際工況方面開(kāi)展瞬時(shí)交變載荷下的故障診斷方法研究;在故障注入與飛行試驗(yàn)驗(yàn)證方面形成方法診斷性能的評(píng)估指標(biāo)與體系等。

2)基于信息融合的故障診斷方法研究,包括多傳感器融合、多域特征融合以及多方法融合。隨著傳感器技術(shù)發(fā)展和工程應(yīng)用加快,未來(lái)直升機(jī)健康在線(xiàn)監(jiān)測(cè)傳感器將由單一的振動(dòng)傳感器向振動(dòng)、油液、聲學(xué)及光學(xué)等多類(lèi)型傳感器方向發(fā)展。因此,基于多傳感器信息融合的診斷方法將是未來(lái)發(fā)展方向。另外,基于時(shí)域、頻域及小波域等多域特征的融合診斷,以及基于信號(hào)處理、數(shù)學(xué)建模及模式識(shí)別等多方法融合診斷也都是未來(lái)的發(fā)展方向。

3)基于深度學(xué)習(xí)的故障診斷方法研究。隨著直升機(jī)HUMS裝備數(shù)量的增加,未來(lái)直升機(jī)飛行數(shù)據(jù)量將不斷增大,另外考慮到設(shè)計(jì)數(shù)據(jù)、試驗(yàn)數(shù)據(jù)、使用與維護(hù)數(shù)據(jù)等多維度數(shù)據(jù),龐大的數(shù)據(jù)資源為直升機(jī)行星傳動(dòng)輪系故障診斷提供了新的技術(shù)途徑,未來(lái)開(kāi)展基于機(jī)器深度學(xué)習(xí)的故障診斷方法具有現(xiàn)實(shí)的意義。

[1] LEI Y G,LIN J,ZUO M J,et al.Condition monitoring and fault diagnosis of planetary gearboxes:A review[J].Measurement,2014,48:292-305.

[2] ROMANO P A.A model based framework for fault diagnosis and prognosis of dynamical systems with an application to helicopter transmissions[D].Atlanta,GA:Georgia Institute of Technology,2007:33-196.

[3] BLUNT D M,KELLER J A.Detection of a fatigue crack in a UH-60A planet gear carrier using vibration analysis[J].Mechanical Systems and Signal Processing,2006,20(8):2095-2111.

[4] 馮志鵬,褚福磊,左明健.行星齒輪箱振動(dòng)故障診斷方法[M].北京:科學(xué)出版社,2015:10-15.FENG Z P,CHU F L,ZUO M J.Vibration fault diagnosis of planetary gearbox[M].Beijing:Science Press,2015:10-15(in Chinese).

[5] ZHANG B,KHAWAJA T,ROMANO P,et al.Blind deconvolution denoising for helicopter vibration signals[J].IEEE/ASME Transactions on Mechatronics,2008,13(5):558-565.

[6] BONNARDOT F,RANDALL R B,ANTONI J.Enhanced unsupervised noise cancellation using angular resampling for planetary bearing fault diagnosis[J].International Journal of Acoustics and Vibration,2004,9(2):51-60.

[7] ORCHARD M E,VACHTSEVANOS G J.A particle filtering approach for on-line failure prognosis in a planetary carrier plate[J].International Journal of Fuzzy Logic and Intelligent Systems,2007,7(4):221-227.

[8] MCFADDEN P D.A technique for calculating the time domain averages of the vibration of the individual planet gears and the sun gear in an epicyclic gearbox[J].Journal of Sound and Vibration,1991,144(1):163-172.

[9] MCFADDEN P D.Window functions for the calculation of the time domain averages of the vibration of the individual planet gears and sun gear in an epicyclic gearbox[J].Journal of Vibration and Acoustics,1994,116(2):179-187.

[10] SPARIS P,VACHTSEVANOS G.A helicopter planetary gear plate crack analysis and feature extraction based on ground and aircraft data[C]//Proceedings of the 2005 IEEE International Symposium on Intelligent Control,Mediterrean Conference on Control and Automation.Piscataway,NJ:IEEE Press,2005:646-651.

[11] SAMUEL P D,PINES D J.Vibration separation methodology for planetary gear health monitoring[J].Smart Structures and Materials:Smart Structures and Integrated Systems,2000,3985:250-260.

[12] BLUNT D M,KELLER J A.Detection of a fatigue crack in a UH-60A planet gear carrier using vibration analysis[J].Mechanical System and Signal Processing,2006,20(8):2095-2111.

[13] HOOD A,LABERGE K,LEWICKI D,et al.Vibration based sun gear damage detection[C]//ASME 2013 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference.New York:ASME,2013.

[14] LEWICKI D G,LABERGE K E,EHINGER R T,et al.Planetary gearbox fault detection using vibration separation technique[C]//Proceedings of the 67th Annual Forum and Technology Display.Fairfax,VA:American Helicopter Society(AHS)International,Inc.,2011.

[15] SAMUEL P D,PINES D J,LEWICKI D G.A comparison of stationary and non-stationary metrics for detecting faults in helicopter gearboxes[J].Journal of the American Helicopter Society,2000,45(2):125-136.

[16] SAXENA A,WU B Q,VACHTSEVANOS G.A methodology for analyzing vibration data from planetary gear systems using complex Morlet wavelets[C]//Proceedings of the American Control Conference,2005.Piscataway,NJ:IEEE Press,2005:4730-4735.

[17] FORRESTER B D.Use of the Wigner-Ville distribution in helicopter transmission fault detection[C]//Proceedings of the Australian Symposium on Signal Processing and Applications—ASSPA 89.Piscataway,NJ:IEEE Press,1989:78-82.

[18] STASZEWSKI W J,WORDEN K,TOMLINSON G R.Time-frequency analysis in gearbox fault detection using the Wiger-Ville distribution and pattern recognition[J].Mechanical Systems and Signal Processing,1997,11(5):673-692.

[19] POLYSHCHUK V V,CHOY F K,BRAUN M J.Gear fault detection with time-frequency based parameter NP4[J].International Journal of Rotating Machinery,2002,8(1):57-70.

[20] POLYSHCHUK V V,CHOY F K,BRAUN M J.New gear-fault-detection parameter by use of joint time-frequency distribution[J].Journal of Propulsion and Power,2000,16(2):340-346.

[21] WANG W J,MCFADDEN P D.Early detection of gear failure by vibration analysis—II.Interpretation of the time-frequency distribution using image processing techniques[J].Mechanical Systems and Signal Processing,1993,7(3):205-215.

[22] FORRESTER B D.Advanced vibration analysis techniques for fault detection and diagnosis in geared transmission systems[D].Melbourne:Swinburne University of Technology,1996:50-75.

[23] WILLIAMS W J,ZALUBAS E J.Helicopter transmission fault detection via time-frequency,scale and spectral method[J].Mechanical Systems and Signal Processing,2000,14(4):545-559.

[24] MOSHER M,HUFF E M,BARSZCZ E.Analysis of inflight measurements from helicopter transmissions[C]//Proceedings of the 60th Forum of American Helicopter Society.Fairfax,VA:American Helicopter Society(AHS)International,Inc.,2004.

[25] MCFADDEN P D,SMITH J D.An explanation for the asymmetry of the modulation sidebands about the tooth meshing frequency in epicyclic gear vibration[J].Proceedings of the Institution of Mechanical Engineers,Part C:Journal of Mechanical Engineering Science,1985,199(1):65-70.

[26] MCNAMES J.Fourier series analysis of epicyclic gearbox vibration[J].Journal of Vibration and Acoustics,2002,124(1):150-153.

[27] MOSHER M.Understanding vibration spectra of planetary gear systems for fault detection[C]//Proceedings of ASME Design Engineering Technical Conferences.New York:ASME,2003:1-8.

[28] LIU X,JIA Y X,FAN Z T,et al.Analysis and simulation for planetary gear fault of helicopter based on vibration signal[J].Journal of Donghua University,2015,32(1):148-150.

[29] INALPOLAT M,KAHRAMAN A.A theoretical and experimental investigation of modulation sidebands of planetary gear sets[J].Journal of Sound and Vibration,2009,323(3-5):677-696.

[30] MARK W D,HINES J A.Stationary transducer response to planetary-gear vibration excitation with non-uniform planet loading[J].Mechanical Systems and Signal Processing,2009,23(4):1366-1381.

[31] HONG L,DHUPIA J S,SHENG S W.An explanation of frequency features enabling detection of faults in equally spaced planetary gearbox[J].Mechanism and Machine Theory,2014,73:169-183.

[32] MIAO Q,ZHOU Q H.Planetary gearbox vibration signal characteristics analysis and fault diagnosis[J].Shock and Vibration,2015,2015:1-8.

[33] 雷亞國(guó),湯偉,孔德同,等.基于傳動(dòng)機(jī)理分析的行星齒輪箱振動(dòng)信號(hào)仿真及其故障診斷[J].機(jī)械工程學(xué)報(bào),2014,50(17):61-68.LEI Y G,TANG W,KONG D T,et al.Vibration signal simulation and fault diagnosis of planetary gearboxes based on transmission mechanism analysis[J].Journal of Mechanical Engineering,2014,50(17):61-68(in Chinese).

[34] FENG Z P,ZUO M J.Vibration signal models for fault diagnosis of planetary gearboxes[J].Journal of Sound and Vibration,2012,331(22):4919-4939.

[35] FENG Z P,LIANG M,ZHANG Y,et al.Fault diagnosis for wind turbine planetary gearboxes via demodulation analysis based on ensemble empirical mode decomposition and energy separation[J].Renewable Energy,2012,47:112-126.

[36] SAMUEL P D,PINES D J.Helicopter transmission diagnostics using empirical mode decomposition[J].Smart Materials&Structures,2004(11):23-28.

[37] NIU P H,SONG H X,CHEN H.Feature extraction of helicopter fault signal based on HHT[C]//Proceedings of CiSE 2009 International Conference on Computational Intelligence and Software Engineering.Piscataway,NJ:IEEE Press,2009:1-4.

[38] SUN C F,WANG Y R,ZHANG Y.Vibration diagnostic method based on improved intrinsic time-scale decomposition and energy operator demodulation for fault diagnosis of helicopter planetary gearboxes[C]//Prognostics and System Health Management Conference.Piscataway,NJ:IEEE Press,2017.

[39] FAN L,WANG S P,WANG X J,et al.Nonlinear dynamic modeling of a helicopter planetary gear train for carrier plate crack fault diagnosis[J].Chinese Journal of Aeronautics,2016,29(3):675-687.

[40] CHENG Z,HU N Q.Quantitative damage detection for planetary gear sets based on physical models[J].Chinese Journal of Mechanical Engineering,2011,24(6):1-7.

[41] 雷亞國(guó),何正嘉,林京,等.行星齒輪箱故障診斷技術(shù)的研究進(jìn)展[J].機(jī)械工程學(xué)報(bào),2011,47(19):59-67.LEI Y G,HE Z J,LIN J,et al.Research advances of fault diagnosis technique for planetary gearboxes[J].Journal of Mechanical Engineering,2011,47(19):59-67(in Chinese).

[42] SPARIS P,VACHTSEVANOS G.A helicopter planetary gear carrier plate crack analysis and feature extraction based on ground and aircraft tests[C]//Proceedings of the 2005 IEEE International Symposium on Intelligent Control.Piscataway,NJ:IEEE Press,2005:646-651.

[43] MCINERNY S A,HARDMAN B,KELLER J A,et al.Detection of a cracked-planet carrier[C]//Proceedings of the 10th International Congress on Sound and Vibration.Stockholm:The International Institute of Acoustics and Vibration,2003.

[44] WANG W Y,KELLER J A.A novel technique of crack detection for helicopter main gearbox planet carrier[C]//Fifth DSTO International Conference on Health&Usage Monitoring.Queensland:AIAC-12 Twelfth Australian International Aerospace Congress,2007.

[45] HINES J A,MUENCH D S,KELLER J A,et al.Effects of time-synchronous averaging implementations on HUMS features for UH-60A planetary carrier cracking[C]//American Helicopter Society 61st Annual Forum.Fairfax,VA:American Helicopter Society(AHS)International,Inc.,2005(1):218-227.

[46] VAN HECKE B,YOON J,HE D.Detection of on-aircraft fatigue cracks in a UH-60A planet carrier using spectral averaging[J].Insight Non-Destructive Testing and Condition Monitoring,2015,57(11):643-649.

[47] SAMUEL P D,PINES D J.Health monitoring and damage detection of a rotorcraft planetary geartrain system using piezoelectric sensors[J].Proceedings of SPIE—The International Society for Optical Engineering,1997,3041:44-53.

[48] SAMUEL P D,PINES D J.Constrained adaptive lifting and the CAL4 metric for helicopter transmission diagnostics[J].Journal of Sound and Vibration,2009,319(1-2):698-718.

[49] WU B Q,SAXENA A,KHAWAJA T S,et al.An approach to fault diagnosis of helicopter planetary gears[C]//Proceedings of Autotestcon,2004.Piscataway,NJ:IEEE Press,2004:475-481.

[50] WU B Q,SAXENA A,PATRICK R,et al.Vibration monitoring for fault diagnosis of helicopter planetary gears[J].IFAC Proceedings Volumes,2005,38(1):755-760.

[51] DEMPSEY P J,LEWICKI D G,LE D D.Investigation of current methods to identify helicopter gear health[C]//Proceedings of 2007 IEEE Aerospace Conference.Piscataway,NJ:IEEE Press,2007.

[52] TUMER I Y,HUFF E M.Analysis of triaxial vibration data for health monitoring of helicopter gearboxes[J].Journal of Vibration and Acoustics,2003,125(1):120-128.

[53] KELLER J A,GRABILL P.Vibration monitoring of UH-60A main transmission planetary carrier fault[C]//59th Annual Forum of American Helicopter Society.Fairfax,VA:American Helicopter Society(AHS)International,Inc.,2003:1-11.

[54] CHIN H Y,DANAI K,LEWICKI D G.Fault detection of helicopter gearboxes using the muti-valued influence matrix method:NASA-TM-106100[R].Washington,D.C.:NASA,1993.

[55] SAMUEL P D,PINES D J.Classifying helicopter gearbox faults using a normalized energy metric[J].Smart Materials and Structures,2001,10(1):145-153.

[56] DONG M,DAVID H,PRASHANT B J,et al.Equipment health diagnosis and prognosis using advanced hidden Markov models[C]//Proceedings of the 58th Meeting of the Machinery Failure Prevention Technology.Winchester,VA:MFPT Society,2004.

[57] DONG M,HE D,BANERJEE P,et al.Equipment health diagnosis and prognosis using hidden semi-Markov models[J].The International Journal of Advanced Manufacturing Technology,2006,30(7):738-749.

[58] CHENG Z,HU N Q,GU F S,et al.Pitting damage levels estimation for planetary gear sets based on model simulation and grey relational analysis[J].Transactions of the Canadian Society for Mechanical Engineering,2011,35(3):403-417.

[59] CHENG Z,HU N Q,ZHANG X F.Crack level estimation approach for planetary gearbox based on simulation signal and GRA[J].Journal of Sound and Vibration,2012,331(26):5853-5863.

[60] CHENG Z,HU N Q,ZUO M J,et al.Crack level estimation approach for planetary gear sets based on simulation signal and GRA[J].Journal of Physics:Conference Series,2012,364:120761-120769.

[61] KHAWAJA T S,GEORGOULAS G,VACHTSEVANOS G.An efficient novelty detector for online fault diagnosis based on least squares support vector machines[C]//Proceedings of 2008 IEEE Autotestcon.Piscataway,NJ:IEEE Press,2008:202-207.

Advance in study of fault diagnosis of helicopter planetary gears

SUN Canfei1,2,WANG Youren1,*

1.College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China
2.Testing and Verification Center,Aviation Key Laboratory of Science and Technology on Fault Diagnosis and Health Management,Shanghai 201601,China

Planetary gearbox is the core component of helicopter transmission,so fault diagnosis of planetary gearbox is a key topic for Health and Usage Monitoring System(HUMS)of helicopters.Since helicopter planetary transmission train system is characterized by complex structure,numerous components,instantaneous change of working condition and severe environment,the vibration signal of helicopter planetary gear train is polluted seriously,and the signal has complex components and strong non-stationarity and coupling modulation characteristics.ln addition,complexity of fault modes and insufficient fault samples make it difficult to diagnose the helicopter gear transmission fault.Faced with these problems,researchers have achieved fruitful results in signal-based noise reduction and signal separation,time-frequency analysis and decoupling demodulation,mathematical modeling and pattern recognition fault diagnosis technology.Future research directions and development trend of fault diagnosis technology for helicopter planetary gear train are also provided.

helicopter;planetary gear;fault diagnosis;signal separation;decoupling demodulation;pattern recognition

2016-10-26;Revised:2016-12-26;Accepted:2017-02-09;Published online:2017-03-02 16:45

URL:www.cnki.net/kcms/detail/11.1929.V.20170302.1645.002.html

the Fundamental Research Funds for the Central Universities and Funding of Jiangsu lnnovation Program for Graduate Education(KYLX16_0336)

V275.1;TP306.3

A

1000-6893(2017)07-020892-14

10.7527/S1000-6893.2017.020892

2016-10-26;退修日期:2016-12-26;錄用日期:2017-02-09;網(wǎng)絡(luò)出版時(shí)間:2017-03-02 16:45

www.cnki.net/kcms/detail/11.1929.V.20170302.1645.002.html

中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金與江蘇省普通高校研究生科研創(chuàng)新計(jì)劃(KYLX16_0336)

*通訊作者.E-mail:wangyrac@nuaa.edu.cn

孫燦飛,王友仁.直升機(jī)行星傳動(dòng)輪系故障診斷研究進(jìn)展[J].航空學(xué)報(bào),2017,38(7):020892.SUN C F,WANG Y R.Advance in study of fault diagnosis of helicopter planetary gears[J].Acta Aeronautica et Astronautica Sinica,2017,38(7):020892.

(責(zé)任編輯:徐曉)

*Corresponding author.E-mail:wangyrac@nuaa.edu.cn