直升機行星傳動輪系故障診斷研究進展

孫燦飛,王友仁*

1.南京航空航天大學 自動化學院,南京 210016

2.故障診斷與健康管理技術航空科技重點實驗室 試驗與驗證中心,上海 201601

直升機行星傳動輪系故障診斷研究進展

孫燦飛1,2,王友仁1,*

1.南京航空航天大學 自動化學院,南京 210016

2.故障診斷與健康管理技術航空科技重點實驗室 試驗與驗證中心,上海 201601

行星傳動輪系是直升機傳動系統(tǒng)的核心部件,是直升機健康和使用監(jiān)測系統(tǒng)(HUMS)重要的監(jiān)測對象。直升機行星傳動輪系具有結構復雜緊湊、組件繁多、工況瞬時多變以及使用環(huán)境惡劣等特點,導致直升機行星傳動輪系振動信號污染嚴重、成分復雜,具有較強的非平穩(wěn)性和耦合調制特征。另外復雜的故障模式、較少的故障樣本,也都增加了直升機行星傳動輪系故障診斷的難度。面對這些難題,研究人員在基于信號降噪與信號分離、時頻分析與解耦解調、數(shù)學建模與模式識別的故障診斷技術上取得了豐碩的成果。面對仍然存在的一些亟待研究和解決的問題,提出了直升機行星傳動輪系故障診斷技術的研究方向以及未來的發(fā)展趨勢。

直升機;行星齒輪;故障診斷;信號分離;解耦解調;模式識別

相對于普通齒輪箱,行星齒輪箱具有大減速比、結構緊湊、承載能力大及工作平穩(wěn)等特點,因而在風力發(fā)電、航空航天、船舶、汽車、冶金、石化、礦山、起重運輸?shù)刃袠I(yè)的機械傳動系統(tǒng)中作為減速器、增速器及變速裝置得到廣泛應用。由于長時間運行在高速、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,導致整個傳動系統(tǒng)的失效,造成經(jīng)濟財產損失。近年來,國內外逐漸認識到行星齒輪箱狀態(tài)監(jiān)測與故障診斷的重要性,在各領域開展了行星齒輪箱故障診斷技術研究,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輪系解體導致挪威一架H225“超級美洲豹”直升機墜毀,機上13名乘員全部遇難。相對于其他工程領域,惡劣的使用環(huán)境、氣流變化以及飛行調整造成的工況多變性使直升機行星傳動輪系極容易發(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,而行星傳動輪系作為直升機傳動系統(tǒng)主減速器核心部件,由于無法冗余備份,其故障對整個直升機飛行安全影響巨大。因此,為降低飛行事故率和減少維護費用,提高直升機的可靠性、維修性和任務出勤率,美英等發(fā)達國家積極發(fā)展直升機健康和使用監(jiān)測系統(tǒng)(Health and Usage Monitoring System,HUMS)。無論是從故障的發(fā)生頻次還是危險程度考慮,行星傳動輪系都是直升機健康監(jiān)測和故障診斷的重點和難點。

國內外研究人員對直升機傳動系統(tǒng)開展了基于模型、信號處理及智能算法等故障診斷方法的研究,為直升機行星傳動輪系故障診斷提供了研究基礎。本文主要以直升機行星傳動輪系故障診斷主要問題的解決方法為思路,歸納總結了相關研究成果,并對研究現(xiàn)狀進行了簡要分析,對進一步開展直升機行星傳動輪系故障診斷與健康管理具有現(xiàn)實意義。

1 直升機行星輪系故障診斷主要問題

在美國UH-60A“黑鷹”直升機發(fā)生行星架嚴重裂紋事故后,如圖1所示[2],美國軍方、高校及科研院所根據(jù)故障數(shù)據(jù)開展了大量研究,追溯裂紋原因,使直升機行星傳動輪系故障診斷迅速成為研究熱點,但獨特的機械結構使直升機行星傳動輪系故障診斷存在特定的難點。

直升機行星傳動輪系既具有一般行星齒輪箱相同的結構特點,又具有自身在環(huán)境與工況上的特殊性。如圖2所示[3],通常直升機傳動系統(tǒng)主減速器由多級齒輪傳動組成,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。作為直升機傳動系統(tǒng)主減速器的核心,行星傳動輪系一般放置在主減速器最后一級,將高轉速小扭矩發(fā)動機功率轉變?yōu)榈娃D速大扭矩的傳動功率,部件包括太陽輪、行星輪、齒圈、行星架、軸和軸承。

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

圖2 UH-60A“黑鷹”直升機傳動系統(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,直升機行星傳動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,使直升機行星傳動輪系中齒輪等部件承受載荷更大;② 隨著飛行狀態(tài)改變,使直升機行星傳動輪系工況發(fā)生變化,工作中承受不斷變化的高、低循環(huán)疲勞載荷;③ 直升機行星傳動輪系承受著更惡劣的復雜氣候環(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 多級傳動和復雜齒輪傳動系等卸載措施,大大增加減速器內流場的熱負荷,影響直升機行星傳動輪系部件使用壽命。鑒于以上原因,直升機行星傳動輪系承受載荷更大、結構更復雜、使用環(huán)境更差,受疲勞載荷和其他隨機因素的影響機會增大,由此而引發(fā)的故障概率也更大。

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

1)信號污染嚴重,成分復雜。直升機行星傳動輪系的大傳動比決定了某些特征頻率極低,而低速重載的惡劣運行環(huán)境導致行星傳動輪系的低頻振動成分噪聲污染非常嚴重;此外,傳感器獲取的振動信號是經(jīng)過了復雜傳輸路徑衰減后的信號,因此故障響應極其微弱,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,直升機行星傳動輪系振動信號中包含行星齒輪運行過程中的特征頻率成分,如太陽輪、齒圈、行星輪和行星架的旋轉頻率;太陽輪-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的支承軸承和其他定軸齒輪等旋轉部件的特征頻率成分等。

2)信號具有較強的非平穩(wěn)性與耦合調制特征。載荷大范圍瞬時波動是直升機行星傳動輪系典型的運行工況,這種載荷波動直接導致齒輪系的振動響應具有明顯的非平穩(wěn)性。載荷瞬時變化引起的非平穩(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響應中。

另外太陽輪、多個行星輪、內齒圈以及行星架等多個部件的振動以及部件之間的多個嚙合振動相互耦合,使得測到的振動信號具有強烈的非線性。除了齒輪的故障引起動態(tài)信號調制外,多個承載的行星輪與傳感器相對位置的改變也會產生調制,兩種調制模式造成動態(tài)信號的模式混淆,產生時變調制特征。而且多對齒輪嚙合的復雜傳動鏈決定了行星齒輪特征頻率不僅取決于齒輪轉頻、齒數(shù),還決定于行星輪個數(shù)、嚙合相位、相位關系等因素,同步嚙合相互增強,異步嚙合相互抑制,從而導致動態(tài)響應信號的特征頻率呈現(xiàn)出更為復雜和獨特的分布規(guī)律。

3)故障模式影響復雜,故障樣本少。直升機行星傳動輪系復雜的部件結構增加了損傷機理分析的難度,同時復雜的傳動耦合關系導致復雜的故障模式影響,出現(xiàn)不同故障模式以及同一故障模式不同程度損傷會引起不同的振動響應現(xiàn)象,增加了故障特征參數(shù)選擇的復雜度與難度。而且,直升機傳動系統(tǒng)結構復雜,機械部件繁多,容易出現(xiàn)材料、制造工藝及裝配等方面的差異,導致不同直升機振動信號基線狀態(tài)以及相同故障模式下振動響應的不同,降低了故障診斷方法的適應性。

另外,用于研究的直升機傳動系統(tǒng)地面試驗臺與直升機空中飛行傳動系統(tǒng)實際狀態(tài)仍然存在一定差異性,體現(xiàn)在:地面試驗臺往往固定在柔性支撐上,限制了振動的自由度;地面試驗臺往往采用發(fā)電機模擬負載等方式替代真實條件下的主要振動源——發(fā)動機與旋翼系統(tǒng),降低了振動復雜性與強度。因此,在地面試驗臺研究的診斷方法在真實直升機條件下并不一定適用,而考慮到飛行安全性,真實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性研究。

2 基于信號降噪與信號分離的故障診斷

由于直升機行星傳動輪系振動信號污染嚴重、成分復雜(詳見第1節(jié)),導致無法直接從振動信號中獲得隱含的故障信息,因此研究人員提出了基于信號降噪與信號分離的診斷方法,通過濾除信號中的噪聲干擾,分離出故障部件信號成分,利用其中反映的故障信息進行直升機減速輪系的故障診斷。

Zhang等[5]應用盲解卷積方法降低振動信號中的干擾噪聲,提取直升機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消噪方法,分析了直升機行星齒輪軸承故障振動信號,診斷了直升機行星齒輪箱軸承故障;Orchard和Vachtsevanos[7]開發(fā)了一種在線粒子濾波(Particle Filtering,PF)方法,用于直升機行星齒輪傳動系統(tǒng)行星架的故障診斷。目前在直升機行星傳動輪系信號降噪中應用最廣泛的是時域同步平均(Time domain Synchronous Average,TSA)。英國牛津大學的 McFadden[8]早在1991年就提出了針對行星齒輪傳動的時域平均方法,并指出了該方法應用的具體條件;隨后,McFadden[9]又考慮了不同窗函數(shù)對時域平均效果的影響,改進以上方法,利用直升機齒輪箱數(shù)據(jù)驗證了該方法。Sparis和Vachtsevanos[10]用時域同步平均后的振動信號診斷UH-60A“黑鷹”直升機的行星架裂紋故障,以行星架輸出軸的磁轉速計同步信號對加速度傳感器數(shù)據(jù)進行平均,增強行星架旋轉基頻及其諧波,抑制其余周期信號及噪聲等,最后形成信號能量的波形圖,如圖3所示。從圖3中分析,正常狀態(tài)下5個行星齒輪經(jīng)過傳感器安裝位置時產生嚙合振動的波峰清晰明顯,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中多了個波峰,進一步說明了裂紋的存在。

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

盡管基于TSA的信號降噪故障診斷方法能有效抑制非周期和非轉頻信號,提取出轉頻及其諧波成分,但同時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)具體檢測的故障模式來選擇性應用。

Samuel和Pines[11]在推廣時域同步平均方法的基礎上提出了利用單傳感器和多傳感器分離行星輪振動方法,并在直升機行星傳動輪系故障診斷中進行了應用。后來Blunt和Keller[12]對方法進行了改進,應用于太陽輪振動分離,但要求齒輪箱行星輪嚴格均衡分布。相對于行星輪,太陽輪振動成分分離比較困難:① 行星輪與太陽輪的嚙合振動響應相似,無法采用TSA方法進行分離;②安裝在齒圈上的傳感器無法直接獲得太陽輪的振動響應;③ 非同步嚙合以及不均衡行星輪分布增加了提取復雜度與難度。基于前人的研究,Lewicki等[13-14]提出了行星輪振動信號分離(Planet Gear Vibration Separation,PGVS)方法以及太陽輪振動信號分離(Sun Gear Vibration Separation,SGVS)方法。

PGVS與SGVS方法都需要在待測行星傳動輪系結構固定位置上安裝轉速傳感器和振動傳感器,提供同步的振動信號采集,并用于故障齒輪具體位置的確定。

以行星輪Pj的信號分離為例,如圖4所示,PGVS方法首先對濾波處理后的加速度傳感器Ai振動數(shù)據(jù)按轉速周期進行分段,去掉前后不完整數(shù)據(jù)段后進行插值,消除由于轉速不穩(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。由于行星輪的某個輪齒經(jīng)過NHT個行星架旋轉周期后會與齒圈上特定輪齒(振動傳感器安裝點處)再次嚙合,如果將插值矩陣內存在的該輪齒對嚙合的整周期提取出來,組成一個HT(Hunting Tooth)數(shù)據(jù)組,這樣插值矩陣將被分成NHT個數(shù)據(jù)組,每個數(shù)據(jù)組由Nset(Nextract/NHT向下取整)個整周期組成。由于在每個HT數(shù)據(jù)組內存在一個Nij的點,即行星齒輪Pj某一輪齒與齒圈上特定輪齒嚙合的位置點,將此點處Mv(奇數(shù))個輪齒嚙合周期內?E個數(shù)據(jù)點提取出來,成為HT數(shù)據(jù)集內Pj數(shù)據(jù)的第1層第1個列向量,依次將該輪齒Nset個周期內數(shù)據(jù)提取,組成HT數(shù)據(jù)集內Pj數(shù)據(jù)的第1層Nset個列向量。這樣,將HT數(shù)據(jù)組內按嚙合時間順序提取的所有Pj數(shù)據(jù)分層排列,并逐層進行TSA,最終形成一個向量HTA,代表Pj某輪齒Nij處Mv個嚙合周期內數(shù)據(jù)點的統(tǒng)計平均,如果Mv＞1,通過加窗方式消除嚙合周期兩邊Mv-1個周期影響。由于行星輪每個輪齒都會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響應排列綜合就形成了Pj行星輪的振動分離信號。

圖4 行星齒輪振動信號分離方法[13]Fig.4 Vibration signals separation technique for planetary gears[13]

Lewicki等[14]在PGVS方法基礎上提出了SGVS方法。對于行星輪,所有輪齒都會與齒圈上特定輪齒嚙合,而太陽輪只有有限個輪齒在Nij點產生嚙合振動。以OH-58C直升機為例,以某個行星齒輪在Nij點嚙合時只有3(NHT=3)個輪齒的振動響應以齒輪對嚙合的形式提取出來,因此文章在Nij點處提取的是前4個和后4個嚙合周期內數(shù)據(jù)(Mv=Ns/NHT=9,Ns為太陽輪輪齒數(shù)),這樣能保證完整的太陽輪輪齒振動響應來實現(xiàn)太陽輪振動分離。另外,如果將所有行星齒輪觀測到的Nij點振動數(shù)據(jù)提取并按照太陽輪輪齒嚙合順序進行組合,就能得到分離的太陽輪振動信號波形。

PGVS與SGVS方法在美國俄亥俄州NASA格倫研究中心(GRC)的OH-58直升機全尺寸單級行星傳動輪系試驗裝置上進行了驗證,信號分離波形如圖5所示[14]。從圖5(a)行星齒輪分離信號中可以發(fā)現(xiàn)21號輪齒處出現(xiàn)明顯沖擊,驗證了行星齒輪剝落故障的存在;圖5(b)中的太陽輪故障是8號輪齒剝落,但波形圖在7號輪齒附近存在沖擊峰值,由于太陽輪分離信號無法得到每個輪齒嚙合振動波形,所以波形分析上不如行星分離信號明顯;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號輪齒處裂紋故障產生的沖擊。

整體而言,基于信號降噪與信號分離故障診斷方法通過降低噪聲、抑制無關信號干擾、增強故障信號特征,分離出振動信號利用波形分析、參數(shù)提取等方法進行故障診斷,具有直觀實用的優(yōu)點,但是在故障模式與故障機理不清楚情況下,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 基于時頻分析與解耦解調的故障診斷

由于直升機行星傳動輪系振動信號存在非平穩(wěn)性特征(詳見第1節(jié)),傳統(tǒng)的平穩(wěn)信號處理方法無法直接應用。對于局部齒輪故障引起的行星齒輪箱非平穩(wěn)振動,時頻分析是一種有效的分析手段,能夠揭示非平穩(wěn)信號中的頻率成分及其幅值的時變特征。常用的時頻分析方法包括線性時頻表示(如短時Fourier變換和小波變換)、Wigner-Ville分布(WVD)及雙線性時頻分布等。

Samuel等[15]結合諧小波包變換(HWPT)以及頻率分布先驗知識進行直升機行星傳動輪系故障診斷,由于故障產生會將嚙合頻率及諧波成分的能量向邊帶轉移,因此利用諧小波變換將振動嚙合頻率及其諧波的邊帶能量轉換為時間函數(shù)的形式,通過分析能量的變化進行故障檢測與識別,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]采用復雜Morlet小波分析直升機行星傳動輪系行星架裂紋故障。圖6的小波尺度譜[16]中,健康狀態(tài)下對應5個行星齒輪的5個清晰的高能量區(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,他們進一步利用Frobenious范數(shù)定量描述故障引起的能量變化,對“黑鷹”直升機行星傳動輪系在地面試驗裝置及空中試驗存在的裂紋故障進行了有效識別。

Forrester[17]對來自Wessex直升機主減速器的故障振動數(shù)據(jù)進行處理,通過WVD分析出存在的故障。圖7是Wessex直升機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中可識別出在44倍軸旋轉頻率、軸角度為100°附近的故障干擾。

后來由Staszewski等[18]應用 WVD對時域平均后的直升機傳動系統(tǒng)故障齒輪的振動信號進行分析,檢測早期故障征兆。隨后他進一步改善了WVD交叉項影響,并發(fā)現(xiàn)應用權重WVD比原來的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評估用于直升機齒輪箱故障檢測的是NASA格倫研究中心,Polyshchuk等[19-20]應用 WVD提供的重要信息評估了直升機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故障存在,無需再進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直升機主減速器[17]Fig.7 WVD plot of Wessex main gearbox[17]

在使用WVD進行時頻分析的同時,研究人員開始應用時頻譜圖進行直升機齒輪系故障診斷。Wang和McFadden[21]應用時頻譜圖計算直升機齒輪振動信號的時頻分布,認為時頻譜圖是非常有潛力的齒輪局部故障早期檢測工具,并可利用圖像處理技術來提取故障特征用于故障檢測。后來Forrester[22]研究認為,改進后的時頻譜圖能夠與消除交叉項影響后的WVD對行星傳動輪系等齒輪類故障一樣敏感。圖8為改進后的時頻譜圖分析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Fourier變換、小波變換、時頻譜圖以及WVD,同時結合奇異值分解(SVD)和零子空間(ZSS)分類器對CH-46E直升機包含行星傳動輪系在內的7種故障與正常模式進行識別,都取得了比較好的檢測效果。他們認為在轉速波動及載荷波動較小的情況下,小波變換、短時Fourier變換以及長窗的時頻譜圖效果比WVD要好,但在載荷瞬時波動的實際工況情況下,WVD更有優(yōu)勢。

在常見的行星齒輪箱變工況條件下,比如風力發(fā)電,變工況主要是轉速波動,國內外開展了大量變轉速情況下的行星齒輪箱故障診斷技術研究。相對而言直升機轉速波動比較小,而受飛行狀態(tài)影響載荷大范圍瞬時波動是直升機行星傳動輪系典型的運行工況。Mosher等[24]通過對OH-58C飛行數(shù)據(jù)分析,如圖9所示,發(fā)現(xiàn)行星傳動輪系一階嚙合頻率幅值與相位隨載荷的變化呈現(xiàn)強線性關系,并指出了載荷波動對同步平均等平穩(wěn)信號處理方法的限制。

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

針對直升機行星傳動輪系振動信號的耦合調制特征,研究人員通過理論與仿真分析了行星齒輪箱振動信號的頻譜結構,提出了采用信號分解解耦與信號包絡/頻率解調的故障診斷方法,通過簡單易行的頻譜分析實現(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運動,使振動信號頻譜具有明顯的不對稱結構。Liu等[28]在McFadden分析的基礎上考慮時間延遲對振動邊帶結構的影響,仿真分析了直升機行星傳動輪系的振動響應信號。Inalpolat和Kahraman[29]分析了行星齒輪振動信號的邊帶結構,認為由于行星架旋轉以及齒輪制造誤差產生了調幅-調頻效應。Mark和Hines[30]研究了由于不均衡負載和行星架扭矩調制產生的邊帶分布。Hong等[31]分析了行星齒輪箱健康和出現(xiàn)故障時的頻譜邊帶特征,并對各部件局部故障診斷特征頻率進行了分析計算。Miao和Zhou[32]采用定軸齒輪箱信號模型和傳感器傳遞路徑影響模型,分析單級行星齒輪箱振動頻譜特征。雷亞國等[33]在對行星齒輪箱傳動機理分析的基礎上建立了行星齒輪箱的振動信號仿真模型,并進一步分析了太陽輪、行星輪局部故障振動信號模型。Feng和Zuo[34]綜合嚙合點故障振動信號簡化模型以及行星架旋轉調幅效應建立了齒輪分布式故障、局部故障的振動頻譜解析表達式以及傳感器測試振動信號的解析模型,并進行了仿真分析與試驗平臺驗證。

圖10 基于信號分解與聯(lián)合解調的故障診斷[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]進一步提出了利用信號分解等方法獲得圍繞在嚙合振動頻率及其諧波附近的邊帶結構,并單獨對其中調幅部分和調頻部分進行解調以獲得包絡譜和瞬時頻率譜,如圖10所示[35],然后聯(lián)合利用調幅部分與調頻部分中分別含有的故障齒輪特征頻率信息進行故障診斷,這樣避免乘積效應的干擾,提高診斷準確率。基于此,Samuel和Pines[36]在美國馬里蘭大學的傳動系統(tǒng)試驗裝置利用經(jīng)驗模式分解(EMD)將直升機行星傳動輪系振動信號自適應分解為若干單分量的調幅-調頻本征函數(shù)(IMF),然后采用希爾伯特變換獲得瞬時頻率譜進行故障檢測。Niu等[37]采樣希爾伯特-黃變換(HHT)對處理后的幅度譜和瞬時頻率譜進行分析,診斷直升機行星輪系故障,并與傳統(tǒng)的傅里葉變換分析進行對比,顯示出H HT在處理直升機非平穩(wěn)非線性振動信號上的優(yōu)勢。

目前應用于行星齒輪系信號分解的方法有集中平均經(jīng)驗模態(tài)分解(EEMD)、局部均值分解(LMD)以及本征時間尺度分解(ITD)[38]等,應用于行星齒輪系信號解調的方法有希爾伯特變換與能量算子解調等,這些方法進一步豐富了直升機行星傳動輪系的故障診斷方法。但基于信號解耦解調的故障診斷方法仍然存在一些問題,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后的振動頻譜中,容易造成干擾,影響對局部式故障的分析診斷;其次,由于信號分解與解調方法本身的局限性影響頻譜提取的效果,導致最終包絡譜與瞬時頻率譜成分依然復雜,需要人為的分析與診斷。

4 基于數(shù)學模型與模式識別的故障診斷

針對直升機行星傳動輪系故障數(shù)據(jù)少、故障機理復雜的問題(詳見第1節(jié)),研究人員利用數(shù)學建模分析來尋求解決方法,目前在行星齒輪箱故障診斷中應用的模型包括故障仿真模型、振動響應模型、負載均衡模型以及其他模型等,這些模型表征了輸出響應與系統(tǒng)模型參數(shù)之間的關系,有助于了解行星傳動輪系原理,提供有價值的故障診斷方法。

Mosher[27]建立了行星輪均衡與非均衡分布情況下的振動響應模型,并與兩架直升機飛行振動數(shù)據(jù)進行了對比,驗證了模型預測的振動信號頻譜分布規(guī)律。Fan等[39]建立了行星架有裂紋的直升機行星傳動輪系扭振動態(tài)模型,在仿真行星架裂紋對行星樁角度偏移及輪系動態(tài)參數(shù)的影響上考慮了時變嚙合剛度、齒輪間隙、黏滯阻尼等非線性因素。基于模型的仿真信號在裂紋行星架齒輪對嚙合時幅值產生了明顯的變化,從時頻域的故障特征提取可以有效診斷出裂紋的長度與位置。Cheng和Hu[40]建立了正常和太陽輪輪齒故障的直升機行星傳動輪系扭振動態(tài)模型,進行了信號仿真驗證,并基于模型提出的特征參數(shù)定量檢測出太陽輪輪齒故障程度,檢測效果在直升機行星傳動輪系仿真臺上進行了驗證。Romano[2]提出了一種模型與數(shù)據(jù)驅動的直升機行星輪系故障診斷方法,如圖11所示,結合了故障仿真模型以及振動響應模型分析,通過模型、仿真以及試驗數(shù)據(jù)診斷直升機傳動系統(tǒng)的初期故障,方法經(jīng)過了注入故障以及飛行故障的驗證。

圖11 基于模型的行星架裂紋振動信號仿真[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)驅動的直升機行星輪系故障診斷方法主要由頻率響應分析、有限元分析、振動傳遞模型以及振動仿真信號輸出4個核心模塊組成。頻率響應分析模塊通過對比行星齒輪振動物理模型與齒輪箱測試平臺振動數(shù)據(jù)在振動邊帶特性上的偏差,設置均方誤差目標函數(shù),從而建立系統(tǒng)非線性響應公式,最終估計得到頻率響應參數(shù)(α,β),其中α為調制幅值的傅里葉系數(shù),表示從齒圈固定點觀測到單個行星輪嚙合振動受行星輪旋轉產生的調制效應的強度;β為嚙合振動幅值,表示從行星架固定點觀測到單個行星輪與太陽輪、齒圈同時嚙合時產生的振動強度。這兩個參數(shù)在振動傳遞模型中屬于對故障不敏感的參數(shù)。有限元分析模塊通過對行星架有限元模型分析,確定在不同負載條件下不同裂紋長度下行星齒輪偏移角度,并通過對出現(xiàn)裂紋后行星架偏移的靜態(tài)變形參數(shù)化分析,估計出行星輪角度偏移量,該偏移量在后續(xù)振動傳遞模型中屬于對故障敏感的參數(shù)。振動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振動的影響,并結合正常情況下系統(tǒng)頻率響應參數(shù)共同確定故障狀態(tài)下振動特性變化,并產生相應仿真情況下的振動信號。為確保在特定的工況與裂紋長度下所產生的仿真振動信號與真實振動信號在特征參數(shù)上的一致性,方法中增加了基于測試平臺數(shù)據(jù)而來的統(tǒng)計噪聲影響以及隨機噪聲影響,并采用與真實振動信號處理過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仿真信號。將所有故障模式下的振動仿真信號作為輸入,與待測故障模式下振動信號的特征參數(shù)進行殘差比對,滿足殘差條件的輸入模式即為待測模式,診斷出行星傳動輪系故障。

對于基于模型的診斷方法,能增進對直升機行星傳動輪系故障模式下多種物理響應的理解和豐富故障診斷方法與數(shù)據(jù)來源,但由于模型存在許多假設和簡約化,無法覆蓋到各種不確定因素影響,仿真數(shù)據(jù)與真實情況仍存在一定差距,故障診斷精度有待提高。

針對直升機行星傳動輪系不同狀態(tài)下高健壯性故障特征選取與故障模式識別的難題,研究人員開展了大量研究與評估工作[41]。在故障特征提取方面,Sparis和Vachtsevanos[42]與希臘德謨克里特大學合作采用振動信號能量特征有效區(qū)分了“黑鷹”直升機試驗和實際數(shù)據(jù)中正常和裂紋行星架。Blunt和Keller[3]通過行星輪運動調制后/單個行星齒輪的嚙合振動幅值及相位變化的均方根值來進行故障檢測,結果表明在試驗裝置上對裂紋故障有可靠的檢測。McInerny等[43]利用行星輪通過效應對齒圈嚙合振動調制影響在有無行星架裂紋故障下的差異,分別從頻域能量提取特征量進行故障檢測,在試驗裝置中取得較好效果。隨后,Wang和Keller[44]利用同樣的原理檢測出了行星架裂紋故障,但特征量改為時域標準差,避免了頻域方法需要頻率帶的選擇。Hines等[45]從時域平均信號中提取能量比率特征以診斷“黑鷹”直升機行星架嚴重裂紋故障,發(fā)現(xiàn)嚙合頻率的高次諧波對故障更為敏感。Saxena等[16]采用Morlet小波對振動信號按頻帶分解,從小波時頻圖中提取能量、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)和包絡信號(AM)中提取常用統(tǒng)計指標(CIs)有效識別了直升機行星架裂紋故障,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)對工況變化不敏感,在地面試驗裝置和空中數(shù)據(jù)中對該方法進行了驗證。Samuel和Pines[47-48]利用諧波小波獲得均方小波映射,對人為模擬的行星齒輪箱缺齒、剝落、裂紋3種故障類型進行了區(qū)分,提出了用正規(guī)化能量特征對直升機行星齒輪箱中太陽輪剝落等故障進行診斷;隨后在約束自適應提升算法基礎上,又提出了約束自適應提升指標來區(qū)分直升機行星齒輪箱齒輪健康狀態(tài)。Wu等[49-50]提取反映故障的時域有效值、頻域諧波指標和小波域能量方差等特征來檢測直升機行星齒輪箱故障。Dempsey等[51]改進FM4、NA4等統(tǒng)計特征以區(qū)分直升機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數(shù)據(jù)時頻域信息通過主成分分析(PCA)獲得主要的振動分量,利用統(tǒng)計特征表明與單軸傳感器相比降低了直升機行星齒輪箱故障誤警率。Keller和Grabill[53]分析了“黑鷹”直升機的振動數(shù)據(jù),發(fā)現(xiàn)邊頻帶指標(SI)和邊頻帶程度因子(SLF)能有效檢測試驗中模擬的故障,但是對低載荷的空中飛行狀態(tài)檢測效果不佳。Cheng和Hu[40]提出了采用邊帶幅度因子(SR)進行太陽輪輪齒故障定量檢測,在直升機行星傳動輪系仿真臺上有效檢測出不同程度的太陽輪切齒故障。

研究人員利用故障特征參數(shù)的變化檢測直升機行星傳動輪系的故障,在時域、頻域、小波域都取得了豐富的研究成果。但檢測的效果受限于具體的試驗條件,對空中出現(xiàn)的故障檢測能力不佳,而且大多數(shù)故障特征參數(shù)沒有經(jīng)過空中數(shù)據(jù)的實際驗證。

在模式識別方面,Chin等[54]研究了一種故障模式分類系統(tǒng),包括量子矩陣和多值影響矩陣,并利用該系統(tǒng)識別出了直升機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)絡作為分類器,對直升機傳動系統(tǒng)行星齒輪故障進行自動診斷;Dong等[56]運用先進隱馬爾科夫模型(AHMM)來提取狀態(tài)特征,對直升機傳動系統(tǒng)行星架健康狀態(tài)進行分類,有效識別試驗裝置和空中飛行數(shù)據(jù)中的裂紋故障。后來Dong等[57]結合小波分析與隱含半-馬爾可夫模型(HSMM)對直升機傳動系統(tǒng)行星架健康狀態(tài)進行分類,也取得了比較好的效果。然而,HSMM最主要的問題是運算量復雜。國防科技大學的Cheng等[58-60]通過物理模型和試驗模擬來獲取直升機太陽輪故障的振動信號,提出基于灰色關聯(lián)度分析的方法診斷太陽輪輪齒點蝕和裂紋故障。

Khawaja等[61]在經(jīng)典最小二乘支持向量機(LS-SVM)算法上修改了一類檢測器提高算法區(qū)別健康與故障狀態(tài)的有效性與健壯性,檢測出了UH60直升機行星架不斷增長的裂紋。該方法在UH-60“黑鷹”直升機行星架裂紋擴展試驗中得到驗證,如圖12所示,首先使用單特征參數(shù)作為輸入,以前30個地面—空中—地面(GAG)循環(huán)的正常數(shù)據(jù)進行訓練,在第61個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GAG循環(huán)的正常數(shù)據(jù)進行訓練,在第33個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個特征情況下采用概率神經(jīng)網(wǎng)絡(PNN)與經(jīng)典支持向量機(SVM),分別判別出潛在故障的循環(huán)數(shù)是57和63。該方法采用無監(jiān)督學習方式,直接利用正常數(shù)據(jù)進行訓練,魯棒性強,可以有效處理小樣本數(shù)據(jù)并滿足一般實時性要求,因此比較適合直升機行星傳動輪系故障診斷中正常數(shù)據(jù)多、故障樣本少的實際情況,具有一定應用價值。

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

基于模式識別的診斷方法克服了其他方法需要人為經(jīng)驗判斷的缺點,在具有一定數(shù)據(jù)量訓練樣本的情況下能獲得較好的診斷效果。但直升機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別診斷方法的應用。

5 結論與展望

豐碩的研究成果推動了直升機行星傳動輪系故障診斷技術的發(fā)展,從一定意義上更清晰地解讀了直升機行星傳動輪系故障診斷所面臨的難題,為后續(xù)研究提供了基礎。隨著國內外直升機的應用領域越來越廣泛,直升機HUMS對保障飛行安全的作用和意義受到前所未有的重視,迫切需要進一步深入開展行星傳動輪系故障診斷技術研究,并盡快推動優(yōu)秀技術成果的工程應用,提高飛行安全,降低維護成本,減少經(jīng)濟損失。未來直升機行星傳動輪系故障診斷技術的發(fā)展,作者認為應重點關注以下方面:

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

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。隨著傳感器技術發(fā)展和工程應用加快,未來直升機健康在線監(jiān)測傳感器將由單一的振動傳感器向振動、油液、聲學及光學等多類型傳感器方向發(fā)展。因此,基于多傳感器信息融合的診斷方法將是未來發(fā)展方向。另外,基于時域、頻域及小波域等多域特征的融合診斷,以及基于信號處理、數(shù)學建模及模式識別等多方法融合診斷也都是未來的發(fā)展方向。

3)基于深度學習的故障診斷方法研究。隨著直升機HUMS裝備數(shù)量的增加,未來直升機飛行數(shù)據(jù)量將不斷增大,另外考慮到設計數(shù)據(jù)、試驗數(shù)據(jù)、使用與維護數(shù)據(jù)等多維度數(shù)據(jù),龐大的數(shù)據(jù)資源為直升機行星傳動輪系故障診斷提供了新的技術途徑,未來開展基于機器深度學習的故障診斷方法具有現(xiàn)實的意義。

[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.行星齒輪箱振動故障診斷方法[M].北京:科學出版社,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,湯偉,孔德同,等.基于傳動機理分析的行星齒輪箱振動信號仿真及其故障診斷[J].機械工程學報,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,何正嘉,林京,等.行星齒輪箱故障診斷技術的研究進展[J].機械工程學報,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)絡出版時間:2017-03-02 16:45

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

中央高校基本科研業(yè)務費專項資金與江蘇省普通高校研究生科研創(chuàng)新計劃(KYLX16_0336)

*通訊作者.E-mail:wangyrac@nuaa.edu.cn

孫燦飛,王友仁.直升機行星傳動輪系故障診斷研究進展[J].航空學報,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.

(責任編輯:徐曉)

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