一、航空发动机滚动轴承振动与故障诊断领域

1.含滚动轴承故障的整机振动建模与分析

（1）整机模型下的航空发动机主轴承载荷分析

       建立气动载荷计算模型以及机动飞行服役环境下转子-支承-机匣形成的整机动力学分析模型，计算分析主轴承气动工况下承受的轴向力，考虑附件附加载荷，开展主轴承时变外载匹配方法研究，获得主轴承在气体轴向力作用下发动机起动、加减速，飞机机动飞行、飞机弹射起飞和着舰拦阻等冲击服役工况下的轴向力和支反力。

（2）整机振动模型下的航空发动机主轴承故障动力学分析

       建立主轴承点蚀、剥落、打滑等典型故障的宏观动力学模型。提出描述损伤严重程度的几何参数，依据赫兹接触理论，考虑滚动轴承内外滚道及滚动体（滚珠和滚子）自由度，同时，考虑滚动轴承的载荷条件，最终建立能够模拟航空发动机主轴承出现点蚀、剥落、打滑及磨损等局部损伤和分布损伤故障的精确动力学表征模型。 并将轴承故障动力学模型导入整机，进行整机模型下的航空发动机主轴承故障动力学仿真分析，振动仿真信号提取主轴承故障特征。

（3）整机振动模型下的主轴承振动传递路径分析

       根据航空发动机承力框架筛选出轴承振动传递的路径，基于整机振动模型，提取出各传递路径上的振动能量响应值和频率的变化情况；从能量的角度对不同路径平均振动能量与激振点能量的比值进行计算，用定量分析的方法解决频域内故障轴承信号在航空发动机系统中传递路径的重要性排序问题，从而确定轴承故障信号主要振动传递路径。

（4）整机模型下的主轴承故障诊断测点位置布局优化分析

       基于整机有限元模型，利用有限元软件先对故障轴承进行动力学仿真，分析发动机滚动轴承因滚道损伤而产生冲击的特征。将简化后冲击特征施加到航空发动机模型上，对之进行冲击响应分析，提取外机匣具备放置振动传感器条件测点的振动响应时域波形，对比这些测点响应情况，选择对轴承故障较为敏感的振动测点，再对航空发动机机匣上振动测点进行布局优化，为合理、准确振动测试作指导。

2.滚动轴承故障诊断方法

（1）基于多重冲击增强的主轴承早期故障诊断方法

       针对主轴承早期故障激发的机匣测点的微弱信号，通过层层剥离无关分量、多次增强主轴承故障特征来实现主轴承故障诊断。主要包括：1）基于传递路径影响消除的冲击增强技术；2）基于共振频带分离的冲击增强技术；3）基于随机噪声消除的冲击增强技术。

（2）滚动轴承故障大小识别技术

       基于振动信号，利用信号处理和模式识别方法识别出轴承剥落故障的尺寸大小。为研究滚动轴承的损伤演化和寿命预测提供损伤大小的监测方法，同时也为轴承生产厂的滚动轴承产品出厂合格检验提供智能检测方法。

（3）基于振动和油液数据融合的滚动轴承故障融合诊断

       在实际航空发动机滚动轴承故障诊断中，振动监测和油液磨损检测是两种重要的检测手段和方法，单一的方法均具有局限性，振动检测往往对早期故障敏感，油液检测往往对晚期故障敏感，因此，需要结合两种方法，基于滚动轴承的高频振动监测数据和在线油液磨损颗粒监测数据，在数据层和决策层，利用模糊逻辑、机器学习等方法研究滚动轴承故障融合诊断技术，并开发相关软件。

3.基于粒子滤波的航空发动机滚动轴承寿命预测技术

       目前，滚动轴承剩余有效寿命的预测方法主要有基于物理失效模型的方法和数据驱动的方法，寿命预测过程中监测与诊断的不确定性和物理失效模型退化过程的不确定性使得滚动轴承的实时运行状态难以把握，粒子滤波算法是一种基于蒙特卡洛仿真的贝叶斯估计算法，适用于处理非线性、非高斯问题，在给出滚动轴承运行过程的状态更新方程和建立状态和观测手段联系的观测方程后，使用该滤波算法可以较为准确地获得滚动轴承的实时运行状态，进而利用状态方程的更新迭代来预测滚动轴承的未来状态。所以，问题的关键在于如何给出较为准确的运行状态方程和相应的观测方程作为粒子滤波算法的输入。基于轴承损伤大小识别试验，获取不同转速不同尺寸损伤的轴承加速度振动信号，提取反映损伤大小的振动信号能量特征，使用支持向量回归的方法，建立试验中离散的损伤大小值与提取的相应能量特征的非线性关系，得到回归方程作为粒子滤波算法的观测方程。物理方程采用经典的损伤演化方程，建立损伤程度与循环次数（时间）的定量关系，演化方程中的关键参数一部分由试验环境和材料属性确定，另一部分参数通过粒子滤波算法进行迭代更新。

4.航空发动机轴承磨损故障诊断专家系统

       发动机滑油系统中的润滑油本身及滑油中的颗粒，就像人体的血液，携带着大量的、能够表征系统健康情况的信息。通过分析润滑油中颗粒的数量、形貌、尺寸、颜色等信息，可得知发动机滑油系统是否发生异常磨损，如发生异常磨损，找出发生异常磨损的部位，进而分析是什么原因造成的异常摩擦磨损。这为改进发动机滑油系统的设计、制造工艺有着极为重要的意义。通过监测，可逐步实现故障的预测，从而避免重大故障的发生，挽回不必要的损失。目前，构建知识库、规则库、案例库、以及推理机，开发航空发动机滚动轴承磨损故障诊断专家系统是实施滚动轴承磨损故障诊断的重要途径。

二、航空发动机转子系统振动与故障诊断领域

1.典型航空发动机整机振动建模与临界转速分析

       针对典型的双转子航空发动机（例如：WS10、WS10B、CJ1000、CFM56、AL-31F等），分别对转子系统、静子机匣系统、支承系统、以及安装节进行有限元建模研究，建立转子-支承-机匣-安装节整机振动有限元模型，并基于整机模型进行临界转速仿真分析，同时，与实际试车数据进行比较和验证，对模型进行修正。研究模型修正和简化方法。为基于整机振动的振动响应仿真分析奠定基础。

2.基于整机模型的转子典型故障振动机理及诊断方法研究

       针对航空发动机转子系统典型故障，如不平衡、不对中、裂纹、松动、转静碰摩等，分别建立故障模型，并进行试验验证和故障模型修正。针对典型的航空发动机整机模型，将所建立的故障模型导入整机模型，进行数值仿真分析，得到故障激励下的整机振动响应，以此模拟实际航空发动机在典型故障激励下的振动响应，提取机匣振动信号的故障特征，为有效实施转子系统故障诊断提供有效方法。

3.基于非线性模态的套齿连接柔性转子系统动力学特性研究

       现代先进航空发动机低压转子无一例外的依靠含啮合齿面/定位柱面/压紧端面刚性套齿联轴器实现连接。套齿连接各接触面在多轴载荷下接触行为变化会造成转子局部刚度非线性并产生内摩擦阻尼，其对工作于多阶弯曲临界之上的柔性转子的影响在于：一是刚度非线性会显著改变转子模态特性，诱发转子非线性模态耦合和内共振等力学行为，致使转子动力学目标偏于设计状态；二是内摩擦阻尼在超临界工况下容易成为转子内的自激力，导致转子自激振动失稳。建立多轴载荷作用下多接触面影响的套齿连接非线性模型，实现套齿刚度非线性和内摩擦阻尼的准确描述；发展非线性模态理论，提出适用于套齿连接柔性转子的非线性模态分析方法；通过非线性模态和振动响应分析，揭示套齿非线性诱发的转子模态耦合和内共振非线性力学行为及转子自激振动失稳机理；结合试验研究，验证模型和理论结果的正确性。该项目最终为套齿连接柔性转子的动力学设计提供理论支撑，为研究套齿联轴器引发的整机非线性振动响应提供基础。

4.转子螺栓连接结构力学特性分析与研究

       以航空发动机高速转子的止口螺栓连接结构为研究对象，从结构不同阶段的受力-变形分析和有限元数值仿真两方面研究其拉伸刚度和弯曲刚度的非线性特征及其形成机理，重点讨论了止口对连接结构刚度非线性的影响，获得了关键参数对连接刚度的影响规律，在此之上，定量分析了止口螺栓连接刚度损失对某高压转子振动特性的影响。

三、飞机管道结构振动与强度领域

1.管道密封性能研究

       以飞机液压系统管道普遍采用的扩口式管接头为研究对象，建立管接头组件有限元模型，研究管接头摩擦系数、拧紧力矩、装配偏差、以及振动环境对管道密封性能的影响规律。并基于有限元仿真结果，建立有限元计算代理模型，为制定管道装配工艺、保障管道良好的密封性能提供理论依据和计算模型。

2.管道疲劳性能影响

       以飞机液压系统管道普遍采用的扩口式管接头为研究对象，建立管接头组件有限元模型，分析管接头组件在振动环境下的应力，找出应力集中部位，分析危险部分的疲劳寿命，同时，研究装配偏差所产生的管道装配应力对管道疲劳寿命的影响规律。为制定管道装配工艺、保障管道良好的疲劳性能提供理论依据。

3.管带装配应力检测技术及系统开发

       以飞机液压系统管道为研究对象，研究管道装配应力的检测方法，探讨基于深度学习的管道装配应力检测技术，并开发相关检测仪器，进行实际飞机管道装配应力检测研究。为控制管道装配质量提供技术手段和方法。

4.管道减振技术研究

       研究飞机液压系统管道的减振技术，包括减振器的设计和管道减振涂层材料的研制，并进行管道减振试验研究。为降低管道在共振下的振动应力、保障管道良好的疲劳性能提供重要的技术手段。

5.管道管网系统振动分析

       进行飞机管网系统建模，研究CATIA软件的二次开发技术，提取管道关键参数，并基于VC开发管网振动分析软件，获取管网系统的固有频率，以及在随机载荷下的随机振动响应，并输出卡箍位置的振动位移，利用卡箍有限元模型得到卡箍危险部位的应力，并计算出管道卡箍的疲劳寿命。

四、图像智能检测领域

1.磨粒图像磨粒识别与检测

       针对铁谱分析图片以及电子扫描显微镜的分析图片，利用基于深度学习的方法，从图片中检测出磨粒的位置、识别出磨粒的类型、计算出磨粒的大小，为进一步的磨损故障诊断提供振动依据和特征。同时，开发相关软件。

2.发动机孔探图像检测与识别

       针对发动机孔探检测图片以及孔探检测视频流，利用基于深度学习的方法，从图片和视频流中中检测出缺陷的位置、识别出缺陷的类型、计算出缺陷的大小，为进一步的发动机故障诊断提供依据。