CN101592590A - 一种转动叶片故障间接诊断技术 - Google Patents

Abstract

一种转动叶片故障间接诊断技术，它包括安装在叶片机静止部件上感受转子叶片相对静止部件因气动力和硬碰磨所引起振动、冲击的传感器组，含有检测叶片机运转频率的转速传感器，以及能根据转速传感器的信号提供的运动参照规律和振动传感器组的信号中反映叶片故障信息的叶片故障诊断装置；其中至少含有两个振动、冲击传感器的传感器组的信号和每种转子对应一个的转速传感器的信号接到叶片故障诊断装置，由叶片故障诊断装置内装的微处理器内设置的叶片故障诊断专家系统软件，利用振动信号和转速信号进行叶片故障诊断。经计算机技术与电传感器与故障诊断专家系统软件的结合，对叶片机运转中横向振动冲击P、叶片机轴向振动冲击Y、叶片机吊挂或支撑装置扭转振动NZ进行FFT分析，并与转子的转速频率FN进行分析识别叶片故障。为克服已有技术缺陷、实现叶片机在线服务故障的发现和判断提供技术支持。

Description

一种转动叶片故障间接诊断技术

技术领域：

本发明涉及一种转动叶片故障间接诊断技术，属于机械故障检测与诊断技术范畴，主要用于以振动、冲击检测分析技术在线检测、诊断叶片机(如燃汽轮机、汽轮机、水轮机、风力发电机、鼓风机、直升风机旋翼、螺桨飞机的桨叶等)中随主轴转动的叶片的故障。

技术背景：

现有交通、能源、材料工业中，叶片机(如航空燃汽轮机、火车和船舰内燃机的涡轮增压机、火电和核电的汽轮机、水力发电的水轮机、风力发电机的叶轮、冶金化工设备的鼓风机、直升风机旋翼、螺桨飞机的桨叶等)通常是企业装备的核心设备，这些设备中的重要部件是安装在主轴转子上的叶片，包括轴流叶片和离心叶片，其作用是压缩流体或被流体推动作功。一旦叶片发生故障、损坏，轻则造成流程工业停产或装备失事，重则引起设备全面破损，往往造成重大的事故、经济损失，危及人民生命安全，发生不良社会影响。

为了检查叶片的故障，例如叶面损伤、叶片裂纹、叶尖失落、叶片断裂等，现有技术主要以光学辅助的视觉方法实现，例如，在上世纪50年代：有报道讲述地勤机械师在冰天雪地中赤膊钻进狭窄的涡轮喷气式飞机进气道用目测方法检查叶片；此后随着科学技术发展，出现了停机时进行检测的基于光纤的内窥镜、孔探仪技术。而后又陆续发展了只能用于实验而不能在线服役的检测技术：即在叶片表面贴应变片等器件，敏感叶片损坏的前兆——应力集中和应变超限，再通过引电器将信号从转动轴上引出进行运转检测；直至为了克服引电器易于损坏的缺点，发展了光-光非接触引电、无线传输等技术。

综上所述，上述介绍的这些技术都需要在叶片表面或其中安装敏感元件，并且还要在转轴上设置附加引电装置。这样不仅改变了叶片的力学特性，使检测失真，而且影响了叶面的形貌、流体的流场结构；特别是这些附加的检测装置一旦脱落，就更会引起叶片机发生灾难性的损毁。因此绝大多数的叶片机都没有在线服务的叶片故障诊断装置，以致时有叶片飞出等重大事故发生。

发明内容：

本发明的目的：旨在提出一种转动叶片故障的非接触间接诊断技术，不必在叶片上和转轴上安装任何器件，利用旋转工作条件下转动叶片相对于不转动的导向叶片、支板、支架通过流体耦合作功时相互的周期性变化的作用力所引起的不转部件普遍存在的相应振动，通过振动、冲击传感器检测，分析这些振动和冲击的特征，识别转动叶片的已有故障，识别将引起叶片发生故障的力学现象，实现对于转动叶片的故障诊断和故障预警，以便使用者采取安保措施。

这种转动叶片故障间接诊断技术，其特征在于：它包括安装在叶片机静止部件上感受转子叶片相对静止部件因气动力和硬碰磨所引起振动、冲击的传感器组1、检测叶片机运转频率的转速传感器2，以及能根据转速传感器2的信号提供的运动参照规律和振动传感器组1的信号中反映的叶片故障信息进行识别的叶片故障诊断装置3；其中至少含有两个振动、冲击传感器的传感器组1的信号和每种转子对应一个的转速传感器2的信号接到叶片故障诊断装置3，由叶片故障诊断装置3内装的微处理器内设置的叶片故障诊断专家系统软件，利用振动信号和转速信号进行叶片故障诊断。(如附图1)。

所述检测振动、冲击的传感器组1，包括检测叶片机主轴轴向振动Y的振动传感器1-1、检测叶片机横向振动P的振动传感器1-4和检测叶片机悬挂或支撑装置扭转振动NZ的振动传感器1-2、1-3；或者所安装的振动、冲击传感器组1的输出信号能够由叶片故障诊断装置3分离叶片机横向振动P、叶片机轴向振动Y、叶片机吊挂或支撑装置扭转振动NZ。

所述叶片故障诊断装置3，含有AD变换器31、转速接口32、微处理器33和设置在微处理器中进行叶片故障诊断的专家系统软件34；所述传感器组1或者多个振动传感器1-1、1-2、1-3、1-4的，或者已经分离得到的叶片机横向振动P、叶片机轴向振动Y、叶片机吊挂或支撑装置扭转振动NZ的信号连接到AD变换器31，由AD变换器对信号采样，并将采样的结果送到微处理器33；转速传感器的2的转速信号连接到转速接口32，经由转速接口32将转速信号送到微处理器33；由微处理器33的叶片故障诊断的专家系统软件34，根据瞬时的转速分析振动、冲击信号的成分并进行叶片故障诊断。

所述叶片故障诊断的专家系统软件34，通过对叶片机横向振动冲击P、叶片机轴向振动冲击Y、叶片机吊挂或支撑装置扭转振动NZ进行FFT分析，并与转子的转速频率FN进行分析判别识别叶片故障。应用叶片机因加速度、速度或振幅的变化引起横向振动P时特别是在横向振动P与转速频率FN相同的成分超过公认标准的限制值进行故障报警，其故障识别方法是：

A、当轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的谱线左右两边，出现与FY的频率差等于k·FN的边频谱线，其中k为自然数，并且，对于大量叶片(M＞10)的叶片机，取M/2≥k≥1，对于少量叶片(M≤3)的叶片机，取M-1≥k≥1；并且这些频率等于(FY±k·FN)的边频谱线的幅度，达到频率等于FY的叶片通过频率谱线幅度的1/(XM)，则发出叶片故障预警。X的取值范围是~2~8，最佳取值为5。

B、当轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的谱线及其高阶谱线k·FY左右每边，出现与k·FY的频率之差等于k·FN的边频谱线，其中k为自然数，并且，对于大量叶片(M＞10)的叶片机，取M/2≥k＞1，对于少量叶片(M≤3)的叶片机，取M-1≥k＞1；并且这些频率等于(kFY±k·FN)的边频谱线的幅度，达到频率等于kFY的叶片通过频率谱线幅度的1/(XM)，则发出叶片故障报警；X的取值范围是2~8，最佳取值为5。

C、当轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的每M个振动波中某一个或多个的幅度小于所有M个脉冲平均幅度的70～80％则发出叶片故障报警。

D、将安装在涡轮叶片及机匣上的振动传感器组1的各振动信息Z1、Z2、Z3、Z4，或者分离得到的振动信息P、Y、NZ信号，分别或叠加，进行硬件或软件共振解调变换，当转动叶片在运转中与静止部件发生碰磨，则共振解调输出碰磨冲击的共振解调波并剔除所有其它低频振动波，通过FFT分析，获得共振解调频谱，其共振解调的1阶谱的频率FG等于转速频率FN，并且共振解调频谱存在多阶频谱k·FG，其中k为自然数，则发出叶片碰磨预警。

根据以上技术方法提出的这种转动叶片故障间接诊断技术，应用计算机技术与电子传感器技术与故障诊断专家系统软件的结合，通过对叶片机运转中普遍存在的横向振动冲击P、叶片机轴向振动冲击Y、叶片机吊挂或支撑装置扭转振动NZ进行FFT分析，并与转子的转速频率FN进行分析，从而作出判别，识别叶片故障。克服了数十年以来采用的已有技术的各种缺陷。为实现叶片机在线服务时的故障及时发现和判断提供技术支持。

附图说明

附图1为本发明的原理框图

附图2-1检测风力发电机叶片故障的振动传感器安装示意图(正面)；

附图2-2为附图2-1的侧视图；

附图3-1为正常叶片通过频率振动波形；

附图3-2为正常叶片通过频率振动频谱；

附图4-1为三叶片中一片有故障时的叶片通过频率振动波形；

附图4-2为三叶片中一片有故障时的叶片通过频率振动频谱；

附图5-1为三叶片中2片有故障时的叶片通过频率振动波形；

附图5-2为三叶片中2片有故障时的叶片通过频率振动频谱；

附图6-1为例似鼓风机的一片叶片故障例子的波形图；

附图6-2为例似鼓风机的一片叶片故障例子的频谱图；

附图7-1为例似汽轮机的一叶片故障的例子的波形图；

附图7-2为例似汽轮机的一叶片故障的例子的频谱图；

附图8为类似汽轮机叶片伸长碰磨机匣的检测传感器安装示意图；

附图9-1为例似汽轮机的一叶片碰磨的振动、广义共振、共振解调波形图；

附图9-2为例似汽轮机的一叶片碰磨的振动、广义共振、共振解调频谱图。

图中：1-传感器组  1-1～1-4振动传感器  2-转速传感器  3-叶片故障诊断装置  31-AD变换器  32-转速接口  33-微处理器  34-叶片故障诊断专家系统  4-叶片5-风轮

具体实施方式

如附图所示这种转动叶片故障间接诊断技术，其特征在于：它包括安装在叶片机静止部件上感受转子叶片相对静止部件因气动力和硬碰磨所引起振动、冲击的传感器组1、检测叶片机运转频率的转速传感器2，以及能根据转速传感器2的信号提供的运动参照规律和振动传感器组1的信号中反映的叶片故障信息进行识别的叶片故障诊断装置3；其中至少含有两个振动、冲击传感器的传感器组1的信号和每种转子对应一个的转速传感器2的信号接到叶片故障诊断装置3，由叶片故障诊断装置3内装的微处理器内设置的叶片故障诊断专家系统软件，利用振动信号和转速信号进行叶片故障诊断。(如附图1)。

所述检测振动、冲击的传感器组1，包括检测叶片机主轴轴向振动Y形成的轴向振动加速度Y的振动传感器1-1、检测叶片机横向振动P的振动传感器1-4和检测叶片机悬挂或支撑装置扭转振动NZ的振动传感器1-2、1-3；或者所安装的振动、冲击传感器组1的输出信号能够由叶片故障诊断装置3分离叶片机横向振动冲击形成的横向振动加速度P、叶片机轴向振动Y、叶片机吊挂或支撑装置扭转振动NZ。

所述叶片故障诊断装置3，含有AD变换器31、转速接口32、微处理器33和设置在微处理器中进行叶片故障诊断的专家系统软件34；所述传感器组1或者多个振动传感器1-1、1-2、1-3、1-4的，或者已经分离得到的叶片机横向振动P、叶片机轴向振动Y、叶片机吊挂或支撑装置扭转振动NZ的信号连接到AD变换器31，由AD变换器对信号采样，并将采样的结果送到微处理器33；转速传感器的2的转速信号连接到转速接口32，经由转速接口32将转速信号送到微处理器33；由微处理器33的叶片故障诊断的专家系统软件34，根据瞬时的转速分析振动、冲击信号的成分并进行叶片故障诊断。

以下结合转动叶片的不同使用领域，进一步阐述本发明的具体实施方式：

实施例1：

一种风力发电机的转动叶片故障诊断装置，含有安装在风力发电机的风机及底座上的振动传感器1-1、1-2、1-3、1-4；其中，振动传感器1-1安装在风机及底座的主轴轴线的上方或下方，离风机塔筒的中心线的距离为B，敏感轴指向主轴的前方叶轮端，只敏感主轴的前后窜动亦即塔筒的俯仰振动，其输出信号为Z1；其中，振动传感器1-4安装在风机及底座的主轴轴线的左边，离风机塔筒的中心线的距离为B，敏感轴指向主轴的右方，只敏感主轴的左右摆动亦即塔筒的左右振动；其输出信号为Z4；其中，振动传感器1-3安装在风机及底座的主轴轴线的左边，离风机塔筒的中心线的距离为B，敏感轴指向主轴的前方，主要敏感风机相对塔筒中心线的扭转振动，但含有风机及底座的前后窜动及塔筒的俯仰振动；其输出信号为Z3；其中，振动传感器1-2安装在风机及底座的主轴轴线的上方或下方，离风机塔筒的中心线的距离为B，敏感轴指向主轴的右边，主要敏感风机相对塔筒中心线的扭转振动，但含有风机及底座和塔筒的左右振动，其输出信号为Z2；如图2所示。则所需分离的主轴轴向振动Y、主轴横向振动P和塔架的扭转振动NZ是：

Y＝Z1，

P＝Z4，

NZ＝(Z2-Z4+ZE-Z1)/2。

叶片故障不仅有材料失落，例如叶片掉尖、叶面被腐蚀出现凹陷等引起的机械质量不平衡，还有叶片故障，例如叶片变形、空气在叶片表面流动阻力增加等引起的气动不平衡，这些不平衡因素都要引起风机主轴受到垂直于主轴的不平衡力。当风机及底座与塔筒的通过偏航锁紧装置连接失效而松动时，叶片故障所致的不平衡力引起的振动主要是风机及底座相对于塔筒的扭转振动NZ，而系统的横向振动P则和系统的俯仰振动Y则很小，所以需要对扭转振动NZ进行限制报警。

其特征还在于，当被监测的叶片所在叶轮的截面与叶片机的悬挂或支撑装置中心及塔筒的中心线距离为A，敏感叶片机扭转振动的传感器安装的截面相对叶片机悬挂支撑中心及塔筒的中心线的距离为B，则扭转振动NZ的FFT分析谱中，等于转速频率FN的1阶扭振谱线的幅度NZ1·A/B达到风轮振幅限制值的公认标准(如500mm)，则报警。这是因为：风机的扭转振动的中心的是塔筒的中心线，由于最大的、风轮的扭转振动半径为风轮离中心线的距离A，传感器离塔筒中心线的距离为B，其检测的扭转振动NZ1换算到风轮的扭转振动应当为NZ1·A/B。

当风机及底座与塔筒通过偏航锁紧装置紧固连接时，叶片故障所致的不平衡力引起的振动主要是系统的横向振动P和系统的俯仰振动Y，而几乎没有或者很少有扭转振动，因此，如果风机的横向振动(加速度、速度或振幅)P、特别是横向振动P的与转速频率FN相同的成分超过公认标准的限制值，则报警。

风机的叶轮以频率FN转动，每转动一周时，它的M片叶片相隔1/(M·FN)时间依次通过塔筒前方。在没有叶片位于塔筒前方时，风力作用于塔筒的推力迫使塔筒发生小量的仰角变形；每当一片叶片通过塔筒前方时，风力作用于叶片，将风力转换为叶片的旋转扭力，从而大幅度减小了风对于塔筒的推力，塔筒的仰角减小，即发生向前的振动，所以，叶片通过(塔筒前方)时的振动的基本频率FY＝M·FN；但由于叶片的占空比较小，仅有1/5～1/10，所以塔筒的叶片通过频率振动不是正弦波，而是窄脉冲，这就导致叶片通过频率振动的频谱不仅有FY＝M·FN的谱线，而且有等于k·FY的高阶谱线，其中k是自然数。附图3-1是正常叶片通过频率振动波形，附图3-2是正常叶片通过频率振动频谱。

正常叶片在运转时引起叶片通过频率振动是必然存在的，只要它不与塔架系统的固有频率发生共振，则其振动不大，是可以允许的。

该叶片通过频率振动出现在主轴轴向振动Y中，而几乎不出现在或很少出现在横向振动P和扭转振动NZ中。

但若某一片叶片故障，例如叶片变形、叶尖失落、叶片裂纹、表面因腐蚀而凹凸不平，则它在它通过塔筒前方时将风力转换为扭矩的效率降低，塔筒因其通过时降低的推力不及其余正常叶片通过时降低的推力，则对应故障叶片的叶片通过频率振动波的幅度就降低，形成调制，调制波的频率等于转速频率FN，而调制波也不是正弦的，而是每M个波中有一个波的幅度小，是非正弦调制。根据富里叶级数，对该振动波形进行FFT变换得到的频谱就不仅有频率等于k·FY的多阶谱，而且在每一条k·FY谱线的两边都出现与k·FY的频率差等于k·FN的边频谱线，每条k·FY谱线每边最多的边频谱线数量可达到(M-1)条。附图4-1是3叶片中一片有故障时的叶片通过频率振动波形，附图4-2是3叶片中一片有故障时的叶片通过频率振动频谱。

从而可以设计叶片诊断的方法：

其特征还在于，如果轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的谱线左右两边，出现与FY的频率差等于k·FN的边频谱线，其中k为自然数，并且，对于大量叶片(M＞10)的叶片机，取M/2≥k≥1，对于少量叶片(M≤3)的叶片机，取M-1≥k≥1；并且这些频率等于(FY±k·FN)的边频谱线的幅度，达到频率等于FY的叶片通过频率谱线幅度的1/(XM)，则发出叶片故障预警，此时X的取值范围为2-8，最佳的取值范围为X＝5，满足预警必要条件，发出故障预警。

其特征还在于，其特征还在于，如果轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的谱线及其高阶谱线k·FY左右每边，出现与k·FY的频率之差等于k·FN的边频谱线，其中k为自然数，并且，对于大量叶片(M＞10)的叶片机，取M/2≥k＞1，对于少量叶片(M≤3)的叶片机，取M-1≥k＞1；并且这些频率等于(kFY±k·FN)的边频谱线的幅度，达到频率等于kFY的叶片通过频率谱线幅度的1/(XM)，则发出叶片故障；此时X的取值范围为2-8，最佳的取值范围为X＝5，满足报警充分条件，发出故障报警。

特别应住的是：预警和报警是不同程度的。预警的置信度可能较低，但报警则必须是高置信度的。

附图5-1是3叶片中2片有故障时的叶片通过频率振动波形，附图5-2是3叶片中2片有故障时的叶片通过频率振动频谱。

通过图4、图5可见：叶片损伤使其对应的叶片通过频率振动幅度降低到70～80％，则出现的对应边频谱(kFY±FN)的幅度与相邻主谱线kFY幅度之比BZ都达到了1/10，大于1/(5M)＝1/15。通过实验，在限定叶片故障程度的基础上，检测出“边频主频比”BZ，作为对于叶片故障限制精确报警的修订依据。

图6-1是例似鼓风机的一片叶片故障例子的波形图，转速频率FN＝2Hz，叶片数M＝10，图6-2是例似鼓风机的一片叶片故障例子的频谱图，叶片通过频率FY＝MFN＝20Hz，有一片叶片故障的波形图和频谱图。其中边频谱幅度与叶片通过频谱的幅度比达到1/19，大于限制值1/(5M)＝1/50。

图7-1是例似汽轮机的一叶片故障的例子的波形图，转速频率FN＝100Hz，叶片数M＝20，叶片通过频率FY＝MFN＝2000Hz，图7-2是例似汽轮机的一叶片故障的例子的频谱图。其中边频谱幅度与叶片通过频谱的幅度比达到1/39，大于限制值1/(5M)＝1/100。

从以上例子可见：随着叶片数的增加，叶片故障所能引起的叶片通过频率振动谱FY及其高阶谱kFY两边出现的与kFY的频率查等于kFN的边频谱的幅度与kFY谱之比越来越小，势必影响信噪比，而叶片故障在时域波形中的特征(幅度小)则很鲜明，于是设计了时域波形的识别方法：

其特征还在于，如果如果轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的每M个振动波中某一个或多个的幅度小于所有M个脉冲平均幅度的70～80％则发出叶片故障报警。

实施例2：

一种“风力发电机塔架运行状态监控装置”(见中国专利公报已的申请号为：200810030906.2)，公开利用其塔架振动检测传感器，或利用其监控装置分离得到的、风机主轴住向振动Y、横向振动P及扭转振动NZ实现的风力发电机转动叶片故障诊断装置。

本发明人申请的发明专利申请“风力发电机塔架运行状态监控装置”，提出了在风力发电机塔架的塔筒内部安装检测振动的传感器：在塔筒的东边安装双轴传感器E1、E2，敏感轴分别指向北方和东方；在塔筒的北边安装双轴传感器N1、N2，敏感轴分别指向北方和东方；还安装了检测风机主轴相对东方的夹角J的传感器，进而分离出风机主轴的周向振动Y、横向振动P和扭转振动NZ，则本实施例可以省去传感器，直接利用上述专利技术的输出信号和实施例1所述的方法，进行本专利所需实现的部分故障诊断。

实施例3，

一种叶片碰磨故障的间接诊断预警技术，其特征还在于，将安装在涡轮叶片及机匣上的振动传感器组1的各振动信息Z1、Z2、Z3、Z4，或者分离得到的振动信息P、Y、NZ信号，分别或叠加，进行硬件或软件共振解调变换，当转动叶片在运转中与静止部件发生碰磨，则共振解调输出碰磨冲击的共振解调波并剔除所有其它低频振动、叶片通过频率振动波，通过FFT分析，获得共振解调频谱，其共振解调的1阶谱的频率FG等于转速频率FN，并且共振解调频谱存在多阶频谱k·FG，其中k为自然数，则发出叶片碰磨预警。

如附图8，在涡轮叶片机的机匣上安装传感器组1，在其转轴上安装转速传感器2，由于故障叶片在很多情况下都因为其强度降低而在旋转离心力作用时发生伸长或过度弯曲，对于没有机匣的风力发电机之类的叶片，只会因此而改变叶轮的不平衡，但在带有机匣的叶片机中，最早发生伸长或弯曲的叶片，将最早与机匣内表圆面的微量突出点或静止叶片等发生碰磨冲击，随着叶片继续伸长、弯曲，这种碰磨将引起叶片断叶尖甚至引起叶片折断而发生重大事故。

本实施例的技术途径是将振动检测传感器获得的、主要反应机匣横向振动的信息P，而在传递关系复杂时也可以将Z1、Z2、Z3、Z4信号，P、Y、N信号，或者他们叠加的信号，通过本发明人已经公开的共振解调技术，例如：

多传感器共振解调故障检测技术，ZL90105568.9，

地电隔离共振解调检测仪，ZL90213024.2，

振动与共振解调故障检测仪，ZL98231068.4，

提取其中的冲击信息，剔除所有的其它振动信息(如叶片通过频率振动信息、转子不平衡振动信息，扭振信息等)。如果没有叶片碰磨，就没有冲击，也就没有共振解调信息；因此，可以通过共振解调信息之有无敏锐发现叶片与机匣碰磨的危险，立即发出预警。

为了防止叶片机运行时可能存在的杂散冲击、其它部件的故障冲击等影响上述根据是否有共振解调信息而做出的报警决策的可靠性，需要对共振解调信息做出分析如下：

对共振解调信息作FFT，如果其频谱含有等于转速频率FN的1阶频谱FG＝FN，并且同时存在高阶谱kFG，则该共振解调信号对应的冲击就是叶片碰磨机匣的冲击，发出叶片碰磨预警或报警。

图9-1是例似汽轮机的一叶片碰磨的振动、广义共振、共振解调波形图，气轮机转速为6000r/min，转速频率FN＝100Hz，叶片数M＝20，FY＝2000Hz，可以看到每20片叶片通过振动信号中，有一片伸长的叶片的振动信号含有碰磨冲击，广义共振、共振解调清晰地提取了该冲击信号，而剔除了叶片通过频率的振动信号。

图9-2是例似汽轮机的一叶片碰磨的振动、广义共振、共振解调频谱图，可见在直接对传感器振动信号所做的FFT分析中，只能看到FY＝2000Hz及其整倍数的叶片通过频率振动信号而没有发现伸长叶片碰磨机匣的信号；但经过共振解调处理后得到FFT频谱中，则剔除了叶片通过频率谱线，唯一地提取了叶片碰磨的、特征频率FG与转速频率FN＝100Hz相等的多阶性频谱kFG＝kFN，从而为识别叶片碰磨提供了可靠的根据。

Claims (8)

1、一种转动叶片故障间接诊断技术，其特征在于：它包括安装在叶片机静止部件上感受转子叶片相对静止部件因气动力和硬碰磨所引起振动、冲击的传感器组(1)，含有检测叶片机运转频率的转速传感器(2)，以及能根据转速传感器(2)的信号提供的运动参照规律和振动传感器组(1)的信号中反映的叶片故障信息进行识别的叶片故障诊断装置(3)；其中至少含有两个振动、冲击传感器的传感器组(1)的信号和每种转子对应一个的转速传感器(2)的信号接到叶片故障诊断装置(3)，由叶片故障诊断装置(3)内装的微处理器内设置的叶片故障诊断专家系统软件，利用振动信号和转速信号进行叶片故障诊断。

2、如权利要求1所述的一种转动叶片故障间接诊断技术，其特征在于：所述检测振动、冲击的传感器组(1)，包括检测叶片机主轴轴向振动Y的振动传感器(1-1)、检测叶片机横向振动P的振动传感器(1-4)和检测叶片机悬挂或支撑装置扭转振动NZ的振动传感器(1-2、1-3)；或者所安装的振动、冲击传感器组(1)的输出信号能够由叶片故障诊断装置(3)分离叶片机横向振动P、叶片机轴向振动Y、叶片机吊挂或支撑装置扭转振动NZ。

3、如权利要求1所述的一种转动叶片故障间接诊断技术，其特征在于：所述叶片故障诊断装置(3)，含有AD变换器(31)、转速接口(32)、微处理器(33)和设置在微处理器中进行叶片故障诊断的专家系统软件(34)；所述振动传感器组(1)或者多个振动传感器(1-1、1-2、1-3、1-4)得到的，或者已经分离得到的叶片机横向振动P、叶片机轴向振动Y、叶片机吊挂或支撑装置扭转振动NZ的信号连接到AD变换器(31)，由AD变换器对信号采样，并将采样的结果送到微处理器(33)；转速传感器的(2)的转速信号连接到转速接口(32)，经由转速接口(32)将转速信号送到微处理器(33)；由微处理器(33)的叶片故障诊断的专家系统软件(34)，根据瞬时的转速分析振动、冲击信号的成分并进行叶片故障诊断。

4、如权利要求1所述的一种转动叶片故障间接诊断技术，其特征在于：所述叶片故障诊断的专家系统软件(34)，通过对叶片机横向振动冲击P、叶片机轴向振动冲击Y、叶片机吊挂或支撑装置扭转振动NZ进行FFT分析，并与转子的转速频率FN进行分析判别识别叶片故障。

5、如权利要求2所述的一种转动叶片故障间接诊断技术，其特征在于：当轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的谱线左右两边，出现与FY的频率差等于k·FN的边频谱线，其中k为自然数，并且，对于大量叶片(M＞10)的叶片机，取M/2≥k≥1，对于少量叶片(M≤3)的叶片机，取M-1≥k≥1；并且这些频率等于(FY±k·FN)的边频谱线的幅度，达到频率等于FY的叶片通过频率谱线幅度的1/(XM)，则发出叶片故障预警；X的取值范围是2~8，最佳取值X＝5。

6、如权利要求2所述的一种转动叶片故障间接诊断技术，其特征在于：当轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的谱线及其高阶谱线k·FY左右每边，出现与k·FY的频率之差等于k·FN的边频谱线，其中k为自然数，并且，对于大量叶片(M＞10)的叶片机，取M/2≥k＞1，对于少量叶片(M≤3)的叶片机，取M-1≥k＞1；并且这些频率等于(kFY±k·FN)的边频谱线的幅度，达到频率等于kFY的叶片通过频率谱线幅度的1/(XM)，则发出叶片故障报警；X的取值范围是2~8，最佳取值X＝5。

7、如权利要求2所述的一种转动叶片故障间接诊断技术，其特征在于：当轴向振动加速度Y或/和横向振动加速度P的频谱中，等于叶片数M与转速频率FN之积的叶片通过频率FY＝M·FN的每M个振动波中某一个或多个的幅度小于所有M个脉冲平均幅度的70~80％则发出叶片故障报警。

8、如权利要求2所述的一种转动叶片故障间接诊断技术，其特征在于：将安装在涡轮叶片及机匣上的振动传感器组(1)的各振动信息Z1、Z2、Z3、Z4，或者分离得到的振动信息P、Y、NZ信号，分别或叠加，进行硬件或软件共振解调变换，当转动叶片在运转中与静止部件发生碰磨，则共振解调输出碰磨冲击的共振解调波并剔除所有其它低频振动波，通过FFT分析，获得共振解调频谱，其共振解调的1阶谱的频率FG等于转速频率FN，并且共振解调频谱存在多阶频谱k·FG，其中k为自然数，则发出叶片碰磨预警。

Images