Статья посвящена системам вибродиагностики трансмиссий вертолетов как важнейшему элементу обеспечения безопасности полетов и повышения надежности винтокрылых аппаратов. Повышать эффективность таких систем можно как развивая методы анализа и обработки сигналов, повышая точность измерительной аппаратуры, так и развивая динамические модели, позволяющие установить физическую взаимосвязь между дефектом в детали трансмиссии и изменением динамического отклика системы. В статье представлен обзор перспективных методов анализа вибраций в частотной и временной области, возникающих в процессе работы трансмиссий. Также описаны подходы на основе нейронных сетей, которые позволяют прогнозировать состояние по совокупности диагностических признаков, полученных путем обработки вибросигналов. Представлены результаты расчетно-экспериментального исследования, посвященного формированию диагностического признака усталостного разрушения зубьев колес.
Идентификаторы и классификаторы
Системы и методы диагностики технического состояния трансмиссий и турбовальных двигателей в составе вертолетов призваны решить два типа задач в обеспечении безопасности полетов и эксплуатации авиационной техники. Задачи первого типа напрямую связаны с диагностированием предотказного состояния деталей трансмиссии для своевременного прекращения полета и эксплуатации вертолета с целью предотвращения катастрофической ситуации.
Список литературы
1. AMC 29.1465. Vibration health monitoring // Certification specifications and acceptable means of compliance for large rotorcraft : CS-29 : Amendment 7 : 15 July 2019 : annex II to ED decision 2019/013/R / European Union Aviation Safety Agency. P. 2-79–2-90.
2. ГОСТ 26382-84. Двигатели газотурбинные гражданской авиации. Допустимые уровни вибрации и общие требования к контролю вибрации. М. : Изд-во стандартов, 1985. 14, [1] с.
GOST 26382-84. Gas-turbine engines in civil aviation. Acceptable vibration levels and vibration control general requirements. Moscow: Publishing House of Standards, 1985. 14, [1] p.
3. Соколов М.П., Земсков А.А., Куц М.С. Тренды технического диагностирования силовых установок и трансмиссий воздушных судов // Транспортное, горное и строительное машиностроение: наука и производство. 2022. №15. С. 37–46.
Sokolov M.P., Zemskov A.A., Kuts M.S. Trends in maintenance diagnostics of aircrafts power equipment and trans - mission. Transportnoe, gornoe i stroitel’noe mashinostroenie: nauka i proizvodstvo [Transport, mining and construction engineering: science and production]. 2022. No 15. P. 37–46.
4. Can neural networks predict dynamics they have never seen? / A. Pershin, C. Beaume, K. Li, and S.M. Tobias // ArXiv : website / Cornell University. Section «Computer science». Art. ID: arXiv:2111.06783v1. 7 p. URL: https://www.elibrary.ru/item.asp?id=12846143ubmitted on 12.11.2021.
5. Методы и средства диагностики авиационных приводов при их эксплуатации по техническому состоянию / В.В. Голованов, В.Г. Василенко, А.А. Земсков, С.С. Панов, А.А. Емельянова // Вестник Самарского государственного аэрокосмического университета им. академика С.П. Королева (национального исследовательского университета). 2015. Т. 14, № 3-1. С. 213–221. Golovanov V.V., Vasilenko V.G., Zemskov A.A., Panov S.S., Emelianova A.A. Diagnostic methods and tools for condition-based maintenance of aircraft drives. Vestnik Samarskogo gosudarstvennogo aerokosmicheskogo universiteta im. akademika S.P. Koroleva (natsional’nogo issledovatel’skogo universiteta) [VESTNIK of Samara University. Aerospace and Mechanical Engineering]. 2015. Vol. 14, no. 3-1. P. 213–221.
6. The empirical mode decomposition and the Hubert spectrum for nonlinear and non-stationary time series analysis / by N.E. Huang, Zh. Shen, S.R. Long, M.C. Wu, H.H. Shih, Q. Zheng, N.-Ch. Yen, Chi Ch. Tung and H.H. Liu // Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 1998. Vol. 454, iss. 1971. P. 903–995.
7. Голяндина Н.Э. Метод «гусеница»-SSA: анализ временных рядов. СПб. : ВВМ, 2004. 74, [2] с. Goliandina N.E. Metod “gusenitsa”-SSA: analiz vremennykh riadov [The “Caterpillar”-SSA method: time series analysis]. St. Petersburg: VVM, 2004. 74, [2] p.
8. Fraedrich K. Estimating the dimensions of weather and climate attractors // Journal of the Atmospheric Sciences. 1986. Vol. 43, no. 5. P. 419–432.
9. Broomhead D.S., King G.P. Extracting qualitative dynamics from experimental data // Physica D: Nonlinear Phenomena. 1986. Vol. 20, no. 2/3. P. 217–236.
10. Golyandina N.E., Zhigljavsky A. Singular spectrum analysis for time series. 2nd ed. Springer, 2020. ix, 120 p. (Springer Briefs in Statistics).
11. Schmid P.J. Dynamic mode decomposition of numerical and experimental data // Journal of Fluid Mechanics. 2010. Vol. 656. P. 5–28.
12. Applications of the dynamic mode decomposition / P.J. Schmid, L. Li, M.P. Juniper, O. Pust // Theoretical and Computational Fluid Dynamics. 2010. Vol. 25, no. 1/4. P. 249–259.
13. Brunton S.L., Kutz J.N. Data driven science and engineering : Machine learning, dynamical systems, and control. Cambridge University Press, 2019. xii, 472 p.
14. On dynamic mode decomposition: theory and applications / J.H. Tu, C.W. Rowley, D.M. Luchtenburg, S.L. Brunton, and J.N. Kutz // Journal of Computational Dynamics. 2014. Vol. 1, iss. 2. P. 391–421.
15. Overschee P. van, Moor B. de. Subspace identification for linear systems : Theory – implementation – applications. Boston ; London ; Dordrecht : Kluwer Academic Publishers, 1996. xiv, 254 p.
16. Brincker R., Ventura C. Introduction to operational modal analysis. John Wiley & Sons, 2015. xi, 360 p.
17. Brincker R., Andersen P. Understanding stochastic subspace identification. 2006. 6 p. (24th Conference and Exposition on Structural Dynamics : IMAC – XXIV, January 30 – February 2, 2006, St. Louis, Missouri, USA).
18. Егоров И.В., Соколов М.П. Сравнение эффективности нейросетевых алгоритмов с методами факторного анализа при диагностировании технического состояния ГТД // Научный вестник МГТУ ГА. 2007. № 123. С. 89–95.
URL: https://www.elibrary.ru/item.asp?id=12846143 (дата обращения: 14.06.2022).
Egorov I.V., Sokolov M.P. Efficiency analysis neural diagnostics algorithms in contrast with factor analysis methods. Nauchnyi vestnik MGTU GA [The Civil Aviation High Technologies]. 2007. No. 123. P. 89–95. URL: www.elibrary.ru/item.asp?id=12846143=12846143 (accessed: 14.06.2022).
19. Goodfellow I., Bengio Y., Courville A. Deep learning. MIT press, 2016. xiv, 785, [1] p.
20. Баринов Ю.Г. Методы, модели и алгоритмы вибродиагностики авиационных зубчатых приводов : дис. … д-ра техн. наук. Рига, 1992. 353 с. Barinov Iu.G. Metody, modeli i algoritmy vibrodiagnostiki aviatsionnykh zubchatykh privodov [Methods, models and algorithms of vibration-based diagnostics of aviation gear drives]. Advanced Doctorate thesis in Engineering
Sciences. Riga, 1992. 353 p.
21. Авиационные зубчатые передачи и редукторы : справочник / В.И. Алексеев, В.М. Ананьев, М.М. Булыгина и др. ; под ред. Э.Б. Вулгакова. М. : Машиностроение, 1981. 374 с.
Alekseev V.I., Anan’ev V.M., Bulygina M.M. et al. Aviatsionnye zubchatye peredachi i reduktory: spravochnik [Aviation gear drives and gearboxes: a reference book] edited by E.B. Vulgakov. Moscow: Mashinostroenie [Mechanical Engineering], 1981. 374 p.
22. Калинин Д.В. Разработка метода расчета динамических нагрузок в высоконагруженных зубчатых передачах планетарных редукторов ТРДД : дис. … канд. техн. наук. М., 2021. 197 с.
Kalinin D.V. Razrabotka metoda rascheta dinamicheskikh nagruzok v vysokonagruzhennykh zubchatykh peredachakh planetarnykh reduktorov TRDD [Development of a method for calculating dynamic loads in high-loaded gear drives of bypass turbofan engines’ planetary gearboxes]. Ph.D. thesis in Engineering Sciences. Moscow, 2021. 197 p.
Выпуск
Другие статьи выпуска
В работе представлен метод лазерного ножа для оценки неравномерности концентрации сферических частиц в потоке. Рассмотрено влияние угла рассеивания по отношению к наблюдателю на результат исследований, и выведена формула кривой, для которой угол рассеивания будет постоянным для наблюдателя. Предложен метод, позволяющий производить оценку неравномерности концентрации частиц в потоке с постоянным углом рассеивания для всех точек в плоскости лазерного ножа.
Оценены энергетические затраты на производство газообразного водорода, его сжижение и хранение. Проведено сравнение по этому показателю водородного и традиционного топлива, используемого в авиации, – авиационного керосина.
Выполнены экспериментальные исследования характеристик малоцикловой усталости сплава с моно -кристаллической структурой ЖС32-ВИ. Построены кривые малоцикловой усталости для трех кристалло-графических ориентаций: [001], [011], [111]. Определены константы тензора упругих податливостей для конкретной выборки образцов.
Проанализирована зависимость между характеристиками малоцикловой усталости и упругими свойствами сплава. Предложен подход, позволяющий построить кривую малоцикловой усталости для произвольной кристаллографической ориентации.
Проведены сравнительные экспериментально-расчетные исследования динамического модуля упругости металлических сплавов для выявления наиболее надежного способа его определения: по скорости распространения ультразвуковых волн в материале, по частоте резонансных и затухающих колебаний консольно закрепленного образца и по частоте колебаний подвешенного на нитях образца после импульсного воздействия. Расчеты проводили аналитически и по конечно-элементным 3D-моделям образцов обратным методом последовательных приближений, варьируя значения модуля упругости до совпадения расчетных и экспериментальных частот колебаний. Показано, что на точность определения динамического модуля упругости значительно влияют условия возбуждения колебаний, способы закрепления образца и технологический разброс размеров. Погрешность определения при нормальной температуре может достигать ± 10%. Наиболее надежным оказался способ определения динамического модуля упругости по спектру колебаний подвешенного на нитях образца. В связи с появлением противоречивых публикаций проведено сравнение модулей упругости, определенных динамическим и статическим методами испытаний. Подтверждено, что для исследованных сплавов на основе титана (ВТ6Л) и алюминия (Д16) динамический модуль упругости при нормальной температуре несколько выше статического.
В АО «ОДК-Авиадвигатель» было обнаружено, что причиной появления в газотурбинном двигателе сигнала «стружка в масле» может быть попадание частиц износа истираемого покрытия, используемого в межвальном лабиринтном уплотнении. Данный дефект приводит к загрязнению масляной системы и возможному попаданию частиц износа в опоры, что снижает ресурс подшипников. Для анализа этого дефекта был выполнен трехмерный газодинамический расчет течения воздуха в межвальной полости.
По результатам расчетных работ определены причины попадания частиц износа истираемого покрытия в маслосистему, а также предложено мероприятие для устранения данного дефекта.
Приведены результаты баллистических испытаний по забросу аккумуляторных батарей беспилотного летательного аппарата (БПЛА) – квадрокоптера – на пластины, имитирующие рабочие лопатки вентилятора ТРДД. Предложена математическая модель батареи в виде корпуса с электролитом, и проведена ее валидация.
На основе экспериментально обоснованной модели аккумуляторной батареи построена математическая модель БПЛА массой 1,28 кг. Выполнено расчетное моделирование попадания БПЛА в рабочее колесо вентилятора ТРДД, которое показало возможность повреждения рабочих лопаток, подобного повреждению от попадания крупной птицы массой 2,75 кг.
Издательство
- Издательство
- ЦИАМ
- Регион
- Россия, Москва
- Почтовый адрес
- 111116, Москва, Авиамоторная, 2
- Юр. адрес
- 111116, г Москва, р-н Лефортово, ул Авиамоторная, д 2
- ФИО
- Козлов Андрей Львович (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- E-mail адрес
- info@ciam.ru
- Контактный телефон
- +7 (499) 7636167
- Сайт
- https://ciam.ru/