结合中介轴承故障特征公式,采用小波分析技术对内、外圈同向和反向旋转的中介轴承进行特征提取,通过对某型双转子航空发动机机匣的振动信号进行分析,验证该方法的有效性。

针对航空发动机中介轴承振动信号故障微弱，故障特征难提取的问题，提出了基于固有时间尺度分解（ITD）和近似熵（AE）结合随机森林（RF）的航空发动机中介轴承故障诊断方法。首先，利用航空发动机中介轴承试验台模拟并采集轴承在正常、外圈故障、滚动体故障三种状态下的振动信号；然后通过ITD方法将非平稳、非线性的中介轴承振动信号分解成一组固有旋转分量（PR），计算其近似熵；最后，将不同尺度的近似熵值作为特征向量，输入到随机森林分类器模型中进行分类识别与故障诊断。研究表明，该方法能有效提取出机匣表面振动信号中微弱的中介轴承振动故障信号特征，故障诊断准确率高，具有工程实用性。