基于EWT-熵值方法的发动机风扇叶片损伤监控

摘要：

为了从发动机性能数据中寻找风扇叶片外来物损伤航班特征,从而将风扇叶片受外来物损伤的航班区分出来,在机载快速存储记录器(quick access recorder,QAR)数据检测中提出将经验小波分解和信息熵结合的方法.通过对各航班原始振动数据的拟合平滑处理和经验小波分解,提取了分解后各模态的能量熵和,分析了添加汉明(Hanmming)窗函数的多尺度熵,结果表明:拟合后数据的熵值变化更明显,且风扇叶片受外来物损伤航班的能量熵和有10％以上的降低趋势,改进后的多尺度熵有40％以上的增长趋势,均明显异于其他正常航班.证明采用EWT-熵值方法可以较好地对发动机风扇叶片外来物损伤情况进行监控.

关键词：外来物损伤、机载QAR数据、经验小波分解、能量熵、多尺度熵

所属期刊栏目：38

分类号：V231.92(航空发动机（推进系统）)

资助基金：波音基金技术挑战项目20200618073

在线出版日期：2023-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：23-31