Розглянуто систему виявлення зароджуваних дефектів підшипників у газотурбінних двигунах за рахунок підвищення надійності та ремонтопридатності літака. Описано діагностичну систему підшипників газотурбінного двигуна, яка об'єднує інформацію з різних сучасних методів аналізу вібрації для досягнення надійного їх стану. Наведено обчислювальний алгоритм для визначення потужності коливання частоти і гармонік із використанням вейвлет-перетворення. Показано, що неперервне вейвлет-перетворення з використанням комплексного вейвлета Морле можливо застосовувати для виявлення гармонік, які подані в потужності сигналу. Алгоритм виявлення частоти розроблено з вейвлет-скалограм і хребтів. Зазначено, що необхідною умовою є розрізнення сусідніх частот. Запропоновано метод миттєвої частотної ідентифікації для визначення компонентів частот. Алгоритм на основі дискретного вейвлет-перетворення використано для зменшення шуму вейвлет-хребтів.
Рассмотрена система выявления зарождающихся дефектов подшипников в газотурбинных двигателях за счет повышения надежности и ремонтопригодности самолета. Описана диагностическая система подшипников газотурбинного двигателя, объединяющая информацию из различных современных методов анализа вибрации для достижения надежного их состояния. Приведен вычислительный алгоритм для определения мощности колебания частоты и гармоник с использованием вейвлет-преобразования. Показано, что непрерывное вейвлет-преобразование с использованием комплексного вейвлета Морле можно применять для обнаружения гармоник, которые представлены в мощности сигнала. Алгоритм обнаружения частоты разработан на основе вейвлет-скалограмм и хребтов. Отмечено, что необходимым условием является определение соседних частот. Предложен метод мгновенной частотной идентификации для определения компонентов частот. Алгоритм, основанный на дискретном вейвлет-преобразовании, принят для снижения шума вейвлет-хребтов.
Presented is a gas turbine engine bearing diagnostic system that integrates information from various advanced vibration analysis techniques to achieve robust bearing health state awareness. This paper presents a computational algorithm for identifying power frequency variations and integer harmonics by using wavelet-based transform. The continuous wavelet transform with the complex Morlet wavelet is adopted to detect the harmonics presented in a power signal. The algorithm based on the discretestationary wavelet transform is adopted to denoise the wavelet ridges.
