直升机状态与使用监测系统(HUMS)对保证直升机可靠性、维修性和保障性起重要作用,而当前已装机使用的HUMS并不具备对旋翼系统不平衡故障的监测与诊断功能。目前在旋翼状态监测与故障诊断方法研究中,常使用桨毂载荷以及桨尖位移信号,由于桨毂载荷不易测定,故该方法难以应用。本文在现有直升机旋翼诊断技术基础上,探索仅用机体振动信号来诊断旋翼系统不平衡故障的可行性,建立了诊断模型,进行了故障模拟试验。本文具体工作内容如下:(1)从理论上分析了后缘调整片不平衡故障空间与机体振动响应空间存在一对一映射的关系,为仅用机体振动信号诊断后缘调整片不平衡故障提供了理论基础;(2)在旋翼试验台上进行了旋翼不平衡故障模拟试验,模拟故障包括桨叶后缘调整片不平衡、桨距不平衡、桨叶配重不平衡三种单一故障及其复合故障,其中复合故障采用正交试验设计方法分析和设置;(3)将最大熵法估计试验数据的功率谱应用于故障试验数据处理,采用主分量分析方法提取不平衡故障特征,分析结果表明,该方法能提高不平衡故障诊断的准确率;(4)在提取反映旋翼故障的机体振动功率谱特征样本后,建立了基于广义神经网络和支持向量机的直升机旋翼不平衡故障诊断模型,并与传统的神经网络方法进行了对比。诊断结果表明,本文提出的基于广义神经网络的诊断模型来实现故障分类的准确率为94.1%,故障程度识别的相对误差为5%左右,而基于支持向量机的诊断模型来实现故障分类的准确率为95.6%。