航空发动机转子轴心轨迹绘制：基于加速度信号的动态递推积分法

"这篇论文探讨了在航空发动机的故障监测和诊断中，如何根据振动加速度信号绘制转子轴心轨迹。通常，轴心轨迹分析是时域分析的关键部分，它能够直观展示转子的瞬时运动状态。然而，当振动数据以加速度形式存在时，需要首先对数据进行两次积分以获得位移数据，从而绘制轴心轨迹。为此，作者提出了一种基于最小二乘法的积分波形修正算法，该算法采用动态递推拟合来消除趋势项，确保更准确地获取轴心轨迹数据，这对于发动机的状态监测和故障诊断至关重要。" 文章指出，航空发动机作为飞机的核心，其振动问题直接影响到飞行安全。转子轴心轨迹分析是识别潜在故障的重要手段，因为它可以揭示转子动态行为的变化。传统的轴心轨迹获取方法包括直接测量振动位移或通过速度和加速度信号积分。本研究关注的是在只有加速度数据可用时，如何有效地绘制轴心轨迹。 论文介绍了处理加速度信号的步骤，包括信号预处理，如滤波和去偏置，以减少噪声影响。随后，通过两次积分将加速度转换为位移。然而，由于实际数据可能存在趋势项，即随着时间变化的系统性偏差，这会影响积分结果的准确性。为解决此问题，提出了基于最小二乘法的动态递推拟合方法，用于去除趋势项，提高积分后的位移数据质量。 这种方法的实施涉及到选择合适的多项式模型对加速度信号进行拟合，然后通过递推方式更新模型参数，以适应信号的变化趋势。最终，通过去除趋势项的位移数据，可以构建出更为精确的转子轴心轨迹，从而提供更可靠的发动机状态评估和故障预测。 总结来说，该文提供了一种创新的处理方法，适用于只具备振动加速度数据的航空发动机监测系统，通过优化积分过程，提高了轴心轨迹的绘制精度，对于提升发动机的健康管理和故障诊断能力具有积极意义。