附件机匣作为航空发动机中的重要部件,对发动机的运行状态有着重要影响。因此,对航空发动机附件机匣开展可靠的振动监测及故障的振动识别具有十分重要的意义,对于我国的航空发动机的综合水平提升具有极大的促进作用和指导意义。本文针对机匣的结构特点,研究了机匣振动幅值过大的现象,总结了机匣各类故障产生的原因及特征,设计搭建一套基于传感器和数据采集系统的振动信号提取与分析系统,针对某型航空发动机附件机匣不同测点的时域、频域特征,分析其故障点及故障类型,并根据各故障的信号特征提出了减振方法和处理措施,并针对不易发现与诊断的中央锥齿轮振动故障,提出进一步的分析处理方法,进而达到对测试结果的准确化、可信化处理。本文的主要研究内容包括以下几个方面:(1)研究了附件机匣中各零部件的主要结构特征,总结了附件机匣在长期运行状态下容易产生的故障问题,对其进行分类,利用时域和频域信号确定不同故障或振动异常状态。(2)设计了一套基于加速度传感器的振动信号测试系统,对其进行了原理和组成设备的分析,对实验室中某型航空发动机机匣实验台进行了测点的布置,采集了不同工况下的振动信号。(3)依据不同工况下的加速度信号,分析其在时域中的信号特征,通过FFT(傅里叶变换)将其转换到频域中进行特征提取,识别其存在的主要频率,进行故障点和故障类型的确定。(4)针对机匣中锥齿轮故障振动信号的非平稳特性以及信噪比低,故障特征微弱难以提取的问题,首先利用双树复小波变换对齿轮故障信号进行分解,得到几个不同频段的分量信号。但由于齿轮故障信号往往被机械系统多干扰源和噪声所淹没,从双树复小波分解得到的分量中很难提取有用的故障特征信息。基于此本文提出双树复小波变换和最小熵反褶积的故障诊断方法。通过对齿轮故障实验数据分析可知,该方法能够准确、有效地提取齿轮微弱的故障特征信息,为实际工程应用提供了一种新方法。通过课题的研究,了解航空发动机附件机匣的构造及特性,研究其潜在的振动故障形态,利用完善后的测试系统监控其运行状态;分析、处理测试结果,诊断振动故障来源,进而指导试车工作流程,提高发动机试车效率,保障附件机匣运行安全、稳定。