航空发动机关键零部件螺栓松动早期智能检测方法研究

来源：振动与冲击杂志2025年第19期北京时间：

作者：秦海勤qinminttkl@nuaa，秦敏，李文路, ，赵纬，刘坤，王金瑞

单位：1.海军航空大学青岛校区，山东青岛266041;2.中国人民解放军92950部队，山东青岛266000;3.山东科技大学机械电子工程学院,山东青岛266590

摘要：针对航空发动机关键零部件的螺栓松动检测存在的螺栓松动机理模型复杂难建立、松动早期难识别以及非线性和非平稳特性的信号特征难提取等问题，本文提出一种基于深度学习的螺栓松动早期智能检测方法。首先，批量归一化对数据的 使得所建立的批量归一化堆叠自动编码器（BNSAEs）模型收敛速度更快，模型易建立且有效。其次，直接根据振动响应信号进行螺栓松动的智能识别，不仅保留了数据的原始特征且无需复杂模型的计算，松动易识别且信号特征易提取。最后，以两种航空发动机关键零部件常用的螺栓连接结构为例验证了所提方法的有效性。<br>

关键词：螺栓松动；早期智能监测；深度学习；BNSAEs