文献类型：期刊文章

作　　者：胡明辉[1,2] 高金吉[1,3] 江志农[1,2] 王维民[1,3] 邹利民[2] 周涛[3] 凡云峰[3] 王越[3] 冯家欣[3] 李晨阳[2]

HU Minghui;GAO Jinji;JIANG Zhinong;WANG Weimin;ZOU Limin;ZHOU Tao;FAN Yunfeng;WANG Yue;FENG Jiaxin;LI Chenyang(State Key Laboratory of High-end Compressor and System Technology,Beijing University of Chemical Technology,Beijing 100029,China;Key Lab of Engine Health Monitoring-Control and Networking of Ministry of Education,Beijing University of Chemical Technology,Beijing 100029,China;Beijing Key Laboratory of Health Monitoring and Self-Recovery for High-end Mechanical Equipment,Beijing University of Chemical Technology,Beijing 100029,China)

机构地区：[1]北京化工大学高端压缩机及系统技术全国重点实验室,北京100029 [2]北京化工大学发动机健康监控及网络化教育部重点实验室,北京100029 [3]北京化工大学高端机械装备健康监控与自愈化北京市重点实验室,北京100029

出　　处：《航空学报》

基　　金：国家自然科学基金(92160203);特殊领域青年人才托举工程(2022-JCJQ-QT-059);装备预研教育部联合基金(8091B022203)。

年　　份：2024

卷　　号：45

期　　号：4

起止页码：1-29

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、EAPJ、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：航空发动机汇集各领域高精尖技术,是国家科技、工业和国防实力的综合体现。复杂结构与恶劣服役环境致使其故障频发,发动机故障诊断与健康管理技术成为保障其安全、可靠运行的重要支撑。由于振动类故障是航空发动机的主要故障模式,本文从整机振动监测与故障诊断的系统研制与应用、理论研究现状及发展方向3个方面,对国内外现有航空发动机振动类故障诊断技术进行梳理、剖析,具体包括动力学分析、信号处理及深度学习等相关技术,分析航空发动机振动类故障诊断面临的问题与挑战,并归纳未来发展趋势。

关 键 词：航空发动机 故障诊断 振动分析  动力学模型 信号处理 智能诊断

分 类 号：V263.6]