具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同的对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

故障特征是诊断零部件故障的重要依据。本申请通过对比分析故障撑杆式机翼与正常撑杆式机翼的振动信号，研究和提出传递在撑杆顶面与侧面的振动信号与典型故障的特征关系，分析得到每种故障在不同测点、不同方向上的振动表现相关度及其测量位置。典型故障包括：①撑杆裂缝或裂痕(加工制备时产生的隐性缺陷或承受过大机械应力)、②铰链错位或夹杂异物、③撑杆削损过度(因受压应力或润滑油中的水分几其它化学物质产生锈蚀)。使用振动传感器采集并监测振动信号，测点分布在撑杆的顶面和侧面。分别针对三种典型故障进行振动信号的数据采集，测量数据如图1-3所示。

针对撑杆裂缝或裂痕的故障类型设置了16个测点，其中顶面设置8个测点，侧面设置8个测点，振动信号的幅值和时间的关系曲线如图1所示。对数据分析可知，正常撑杆式机翼顶面测点对比于侧面测点振动信号的基频十分明显，大概在49Hz左右，且基频为振动信号主要频率成分。侧面测点振动信号高频成分居多，基频被掩盖。正常撑杆式机翼时域振动信号幅值较小，故障撑杆式机翼振动幅值较大，幅值越大表示振动越剧烈，所包含的故障特征信息越丰富，幅值最大约为正常撑杆式机翼的500倍，且其时域振动信号呈现“三角形”，如图1(a)和图1(b)所示。另外不同测点的振动信号有所区别，但是大致趋势一样，因此可以选择具有代表性的测点进一步分析故障特征。考虑选择的测点分布在撑杆的顶面与侧面，因为两个面的振动方向不一样。顶面振动信号为Z方向，侧面振动信号为X方向。顶面可选择信号幅值较大的5号测点，侧面可选择幅值最大的11号测点。对这两点进行傅里叶变换，将时域信号变换为频域分析故障特征信息。

铰链可实现机翼和机身之间的连接，铰链错位或夹杂异物使得撑杆承受的力和振动信号发生变化。针对铰链错位或夹杂异物的故障类型设置了17个测点，其中顶面设置9个测点，侧面设置8个测点，振动信号的幅值和时间的关系曲线如图2所示。对数据分析可知，故障撑杆式机翼较为明显的特征之一是振动幅值变大，最大为正常值的30倍左右。其次，顶面靠近3号测点的幅值较大，侧面靠近15号测点幅值较大，因为这两点距离故障铰链较近。值得关注的另外一个测点为12号测点，12号测点振动冲击信号方向与其他测点相反，且幅值也较大。另一方面，12号测点“小波”较多，此频段为故障频率，需要变换到频域具体分析。12号测点与15号测点均包含故障特征信息，但是12号测点更加具有分析价值，因其振动信号中明显有故障频率存在。考虑增加另一个振动方向的3号测点，将此两点变换到频域进一步分析。

撑杆削损过度，会引起支撑力和强度变差，针对撑杆削损过度故障类型设置了17个测点，其中顶面设置9个测点，侧面设置8个测点，振动信号的幅值和时间的关系曲线如图3所示。对时域振动信号分析可知，与正常振动信号相比，故障振动信号幅值在1，2，3，5，6，9，11号测点均变小，变小了约2倍，与正常信号相比，2号振动信号测点基频波形被完全“掩盖”，可将2号测点作为顶面的故障监测点。正常15号测点在波谷处被信号振动幅值“填满”，而故障撑杆式机翼15号测点在波峰处被信号振动幅值“填满”，且振动幅值增大。可将此测点作为侧面的故障监测点，将两个测点变换到频域分析。

将时域波形信号变换为频谱信号来进行分析的方法为频谱分析，频域采用包络谱图分析方法。首先对信号进行预处理，例如进行时域平均减小随机噪声、消除信号中的趋势项等。然后对信号进行带通滤波，得到窄带信号。再对窄带信号进行希尔伯特变换，构成解析信号。提取解析信号的幅值包络函数，求幅值包络函数的频谱，从而得到反映故障边带成分的信息，尤其是高频加速度包络有效值，其是滤掉了低频分量后高频加速度包络的能量，主要反映机械损伤时发生的冲击能量。

通过以上数据的采集和分析的方法，对振动监测提供了可运行、不适合长期运行、损坏的大致区间范围。我们可以通过振动监测来预测未来的设备潜在故障发生的可能。为设备在线监测提供指导，并提供不同等级的报警，比如绿色为正常状态，黄色报警则为不宜长期连续运行，而进入了红色则意味着要对设备进行检修以预防潜在故障。

系统监测流程图如图4所示。首先，测量单元使用传感器对机械系统的加速度、速度、位移等振动信号进行测量，并进入信号分析与处理单元，通过包络谱图分析方法进行信号的频域分析，送往专家系统，专家系统通过时域和频域的信号分析结果，判断出问题的根源，然后系统向中央控制室发送监测报告，预警系统故障类型和故障等级。

本发明通过振动传感器实时监测机翼撑杆，与完好撑杆、撑杆接头的振动频谱进行比较，当发现异常时及时报警，立即对结构进行检测，以达到保证撑杆结构可靠性、保障飞行安全的目的。

本发明利用了结构件上的缺陷会影响结构件的振动信号这一特征，通过实时监测撑杆及撑杆接头的振动信号来实现对其健康状况的判断，从而最大限度减小由机翼失效引发的灾难性事故的概率。

以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。