CN102384843A - 用于监测翼型的健康的系统和方法 - Google Patents
用于监测翼型的健康的系统和方法 Download PDFInfo
- Publication number
- CN102384843A CN102384843A CN2011102687594A CN201110268759A CN102384843A CN 102384843 A CN102384843 A CN 102384843A CN 2011102687594 A CN2011102687594 A CN 2011102687594A CN 201110268759 A CN201110268759 A CN 201110268759A CN 102384843 A CN102384843 A CN 102384843A
- Authority
- CN
- China
- Prior art keywords
- toa
- blade
- blades
- confirm
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000036541 health Effects 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000001914 filtration Methods 0.000 description 27
- 238000012937 correction Methods 0.000 description 26
- 238000013500 data storage Methods 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 22
- 208000037656 Respiratory Sounds Diseases 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000014509 gene expression Effects 0.000 description 12
- 241001269238 Data Species 0.000 description 11
- 230000002950 deficient Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000002123 temporal effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 239000012530 fluid Substances 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000000567 combustion gas Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 206010011376 Crepitations Diseases 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 208000004350 Strabismus Diseases 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004231 fluid catalytic cracking Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/01—Purpose of the control system
- F05D2270/11—Purpose of the control system to prolong engine life
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Turbine Rotor Nozzle Sealing (AREA)
Abstract
本发明涉及用于监测翼型的健康的系统和方法。呈现一种系统(10)。该系统(10)包括:数据采集系统(32、34),其产生对应于装置(12、14)中的多个叶片(16、18)的到达时间TOA数据;中央处理子系统(42),其利用该TOA数据确定该多个叶片(16、18)中的每个的特征,并且基于这些确定的特征评估该多个叶片(16、18)中的每个的健康。
Description
技术领域
本公开的实施例大体上涉及用于监测转子叶片或翼型的健康的方法和系统。
背景技术
转子叶片或翼型在具有包括轴向式压缩机、涡轮机、发动机、涡轮机组或其类似物的若干示例的许多装置中起决定性作用。例如,轴向式压缩机具有一系列级,其中每个级包括后跟一排静叶片或静翼型的一排转子叶片或翼型。因此,每个级包括一对转子叶片或翼型和静翼型。典型地,这些转子叶片或翼型增加通过入口进入轴向式压缩机的流体的动能。该动能的某部分由于相对速度中的减小转变成压力能,并且该动能的剩余部分由于流体的绝对速度中的减小转变成压力。因此,这些转子叶片或翼型和静翼型对于增加流体的压力起决定性作用。
此外,转子叶片或翼型和静翼型由于包括翼型的轴向式压缩机的广泛和各种各样应用是必不可少的。例如轴向式压缩机可在许多装置中使用,例如陆上燃气涡轮机、喷气发动机、高速船用发动机、小型发电站或其类似物等。另外,轴向式压缩机可在各种各样的应用中使用,例如大容积空气分离设备、高炉鼓风、流体催化裂化空气、丙烷脱氢或其类似物等。
翼型在影响翼型健康的例如高速、流体负荷和温度等极端和变化的运转状况下运转很长时间。除这些极端和变化的状况外,某些其他因素引起翼型上的疲劳和应力。例如这些因素可包括在瞬时事件期间的离心力、流体力、热负荷,由于例如旋转失速等非同步振动引起的负荷,以及由于同步共振引起的循环负荷。这些因素的长时间影响引起翼型中的缺陷和裂纹。这些裂纹中的一个或多个可随时间变宽而引起翼型或翼型的一部分的解离。该翼型的解离对于包括翼型的装置可是有危险的,并且从而可引起巨大的金钱损失。另外,它对于该装置附近的人可是不安全和可怕的。
因此,开发可实时预测翼型的健康的方法和系统是高度可取的。更具体地,开发可实时预测裂纹或断裂的系统和方法是可取的。
发明内容
简洁地根据实施例的一个方面,呈现系统。该系统包括:数据采集系统,其产生对应于装置中的多个叶片的到达时间(TOA)数据;以及中央处理子系统,其利用该TOA数据确定该多个叶片中的每个的特征,并且基于这些确定的特征评估该多个叶片中的每个的健康。
根据实施例的方面,呈现系统。该系统包括:多个装置,其中该多个装置中的每个包括多个叶片;多个数据采集系统,其产生对应于该多个装置的每个中的该多个叶片的到达时间(TOA)数据。该系统进一步包括:中央处理子系统,其利用该TOA数据确定该多个叶片中的每个的特征,基于这些确定的特征评估该多个叶片中的每个的健康来产生健康评估结果;以及用于显示该多个叶片的这些特征和这些健康评估结果的web服务器。
根据本技术的方面,呈现方法。该方法包括用于监测装置中的多个叶片的健康的方法。该方法包括步骤:产生对应于装置中的该多个叶片中的每个的到达时间(TOA)数据,利用该TOA数据确定该多个叶片中的每个的特征,以及基于这些确定的特征评估该多个叶片中的每个的健康。
附图说明
当下列详细说明参照附图(其中类似的符号在整个附图中表示类似的部件)阅读时,本发明的这些和其他特征、方面和优势将变得更好理解,其中:
图1是根据本系统的实施例的叶片健康监测系统的示范性图解图示;
图2是根据本技术的实施例的用于监测一个或多个装置来评估这些装置的每个中的一个或多个叶片的健康的示范性流程图;
图3是根据本技术的实施例的表示用于确定叶片的静挠度的示范性方法的流程图;
图4是根据本技术的另一个实施例的表示用于确定叶片的静挠度的示范性方法的流程图;
图5是根据本技术的再另一个实施例的表示用于确定叶片的静挠度的示范性方法的流程图;以及
图6是根据本技术的实施例的表示用于确定对应于叶片的整位偏移的方法中的步骤的流程图。
具体实施方式
如下文详细论述的,本系统和技术的实施例监测一个或多个装置来评估这些装置的每个中的一个或多个叶片的健康。本系统的实施例提供实时监测这些装置的中央处理子系统,其中这些装置可位于不同的遥远位点。通过示例,这些装置可包括涡轮机组、燃气涡轮机、压缩机、喷气发动机、高速船用发动机、小型发电站或其类似物。更具体地,本系统和技术确定叶片的一个或多个特征来评估叶片的健康。如本文使用的,术语“特征”可用于指可用于确定叶片的健康的一个或多个叶片的特性。这些特征例如可包括静挠度、动挠度、叶片间隙、共振频率中的变化、叶片的整位或其类似的。在下文中,术语“叶片”和“翼型”将可交换地使用。如本文使用的,术语“静挠度”用于指叶片的原始或预期位置中从该叶片的预期或原始位置的固定变化。同样,术语“动挠度”在本文中用于指叶片在该叶片的平均或原始位置上的振动的振幅。此外,如本文使用的,术语“共振频率”可用于指匹配叶片的自然振动频率的叶片的振荡频率。另外,术语“叶片的整位”在本文中用于指叶片在不同于该叶片在接头(例如燕尾接头等)中的原始或预期位置的位置的锁定。
在运转中,叶片在参考位置的到达时间(TOA)由于这些叶片中的一个或多个缺陷或裂纹可不同于预期TOA。因此,这些叶片的TOA中的变化可用于确定特征中的一个或多个。如本文使用的,术语“预期TOA”可用于指当叶片中没有缺陷或裂纹并且叶片工作在理想情况,负荷状况是最佳的并且叶片中的振动是最小的时叶片在参考位置的TOA。在下文中,为了容易理解,单词“TOA”和术语“实际TOA”将可交换地使用。
然而,除叶片中的缺陷或裂纹之外,TOA还可由于叶片的一个或多个运转数据和整位而改变。该运转数据例如可包括入口导向叶(IGV)角度、负荷变化、异步振动、同步振动、速度的变化、速度、质量流量、排气压力或其类似的。因此,由于叶片的运转数据和整位的影响,基于叶片的实际TOA中的变化确定的特征可不是准确的。因此,排除叶片的运转数据和整位对用于确定准确静挠度(在下文中,“静挠度”)的实际TOA的影响是决定性的。本技术的某些实施例从叶片的实际TOA排除叶片的运转数据和整位的影响来确定特征。本技术的某些其他实施例规格化或补偿运转数据对实际TOA的影响。
图1是示范性转子叶片健康监测系统10的图解图示。该系统10监测一个或多个装置12、14来评估在装置12、14中的一个或多个叶片16、18的健康、装置12、14例如可是涡轮机组、燃气涡轮机、轴向压缩机或其类似物。可注意到装置12、14可位于不同的遥远位点。如在目前设想的配置中示出的,装置12包括一个或多个叶片16并且装置14包括一个或多个叶片18。
此外,如在图1中示出的,系统10包括一个或多个传感器20、22、24、26,其感测叶片16、18到达相应参考点来产生相应叶片通过信号(BPS)28、30。在目前设想的配置中,传感器20、22感测叶片16到达相应参考点来产生BPS信号28。相似地,传感器24、26感测叶片18到达相应参考点来产生BPS信号30。参考点例如可在传感器20、22、24、26下面或其附近。
在一个实施例中,传感器20、22、24、26可感测叶片16、18中的每个的前缘的到达来产生BPS信号28、30。在另一个实施例中,传感器20、22、24、26可感测叶片16、18中的每个的后缘的到达来产生BPS信号28、30。在再另一个实施例中,传感器20可感测叶片16的每个的前缘的到达并且传感器22可感测叶片16的每个的后缘的到达,或反之亦然。相似地,传感器24可感测叶片18的每个的前缘的到达并且传感器26可感测叶片18的每个的后缘的到达,或反之亦然。传感器20、22、24、26例如可邻近相应叶片16、18安装在静止物体上在使得可高效地感测叶片16、18中的每个的到达的位置中。在一个实施例中,传感器20、22、24、26中的至少一个安装在一个或多个叶片16、18的外壳(没有示出)上。通过非限制性示例,传感器20、22、24、26可以是磁性传感器、电容传感器、涡流传感器或其类似物。
继BPS信号28、30由传感器20、22、24、26产生之后,BPS信号28、30可传送到相应数据采集系统32、34。更具体地,传感器20、22将BPS信号28传送到DAQ_132并且传感器24、26将BPS信号30传送到DAQ_234。如在图1中示出的,传感器20、22通信耦合于数据采集系统(DAQ_1)32,并且传感器24、26通信耦合于数据采集系统(DAQ_2)34。DAQ_132和DAQ_234利用相应BPS信号28、30确定相应叶片16、18的到达时间(TOA)。更具体地,DAQ_132利用BPS信号28确定叶片16的TOA,并且DAQ_2利用BPS信号30确定叶片18的TOA。在下文中,术语“TOA”和“实际TOA”将可交换地使用。可注意到尽管在目前设想配置中,传感器20、22、24、26中没有一个显示作为数据采集系统32、34的部件,然而,传感器20、22、24、26中的每个可是相应DAQ32、34的部件。可注意到DAQ_132和DAQ_234可位于互相不同的遥远位点。
此外,DAQ_132和DAQ_234利用叶片16、18的实际TOA产生TOA数据36。TOA数据36例如可包括间隙数据、传感器20、22、24、26的身份、叶片16、18的身份、装置12、14的身份、叶片16、18的实际TOA、指示传感器是前缘还是后缘传感器的传感器类别或其类似的。通过非限制性示例,由系统A的数据采集子系统产生的示范性TOA数据可表示为在下列表格1中示出的:
如在表格1中示出的,系统A包括例如dev_1和dev_2等装置。此外,该dev_1包括例如blade1_dev_1和blade2_dev_1等叶片。相似地,该dev_2包括例如blade1_dev_2、blade2_dev_2和blade3_dev_2等叶片。另外,在dev_1中叶片的到达由例如sen1_dev_1和sen2_dev_1等传感器感测。相似地,在dev_2中叶片的到达由例如sen1_dev_2和sen2_dev_2等传感器感测。此外,表格1的最后一列包括在装置dev_1和dev_2中叶片的实际TOA。
另外,系统10包括一个或多个现场监测机(OSM),例如用于收集装置12、14和装置12、14中的叶片16、18的一个或多个运转数据40的现场监测机38(OSM)。该运转数据40例如可包括入口导向叶(IGV)角度、负荷、速度、质量流量、排气压力或其类似的。该OSM38例如可是收集该运转数据40的硬件和软件的组合。
如在目前设想的配置中示出的,中央处理子系统42通信耦合于DAQ 32、34和OSM 38。继TOA数据36的产生和运转数据40的收集之后,TOA数据36和运转数据40可传送到该中央处理子系统42。更具体地,DAQ 32、34将TOA数据36传送到该中央处理子系统42,并且OSM 38将运转数据40转发到该中央处理子系统42。在某些实施例中,该中央处理子系统42可将TOA数据36和运转数据40存储为备份文件44。
此外,中央处理子系统42利用TOA数据36和运转数据40确定叶片16、18的一个或多个特征46。如之前提到的,特征46例如可包括静挠度、叶片间隙、动挠度、共振频率中的变化、叶片的整位或其类似的。更具体地,中央处理子系统42在考虑运转数据40对TOA数据36中的实际TOA的影响后确定叶片16、18的特征46。在某些实施例中,中央处理子系统42在从叶片16、18的实际TOA扣除叶片16、18的整位的影响后确定叶片16、18的特征46。例如,参照表格1,对应于dev_1中的blade1_dev_1的特征可利用示为2200毫秒的相应实际TOA和可从OSM38接收的其他运转数据确定。另外,中央处理子系统42利用特征46评估叶片16、18的健康。在确定叶片的健康的评估后,一个或多个健康评估结果可由中央处理子系统42产生。这些健康评估结果可包括标绘图、图表、曲线图、图像或其类似物。在某些实施例中,这些健康评估结果可包括宣布,例如叶片中裂纹的扩展的可能性、叶片中扭曲的可能性或其类似的等。叶片16、18的特征46和健康的评估的确定将参照图2-6更详细地说明。
在某些实施例中,中央处理子系统42可将特征46和健康评估结果存储在数据储存库48中。此外,如在图1中示出的,系统10可包括web服务器50,其可耦合于该数据储存库48。该web服务器50可配置成显示存储在该数据储存库48中的特征46和健康评估结果。该web服务器50例如可将特征46显示为表格、图表和其他图像。
现在参照图2,描绘用于监测一个或多个装置来评估这些装置的每个中的一个或多个叶片的健康的示范性流程图100。该方法在步骤102开始,其中可产生对应于这些叶片的BPS信号。这些BPS信号例如可由例如传感器20、22、24、26(参见图1)等传感器产生。如之前参照图1注意到的,这些BPS信号可由这些传感器通过感测这些叶片到达相应参考点产生。
随后,在步骤104,BPS信号可由相应数据采集系统(DAQ)接收。这些DAQ例如可是DAQ_132和DAQ_234(参见图1)。此外,在步骤106,叶片的实际TOA利用BPS信号确定。这些实际到达时间(TOA)例如可由这些DAQ确定。随后,在步骤108,TOA数据可由DAQ产生。例如,该TOA数据可是TOA数据36(参见图1)。如之前注意到的,该TOA数据可包括间隙数据、包括叶片的装置的身份、感测叶片的TOA的一个或多个传感器的身份、指示传感器是前缘还是后缘传感器的传感器类别、叶片的身份、叶片的实际TOA或其类似的。
此外,在步骤110,中央处理子系统从DAQ接收TOA数据。在某些实施例中,继TOA数据从DAQ的接收后,该中央处理子系统可将TOA数据存储为备份文件。如在图2中示出的,在步骤112,可确定对应于叶片中的每个的ΔTOA。对应于叶片中的每个的该ΔTOA可由该中央处理子系统确定。对应于叶片的该ΔTOA例如可是在步骤106确定的对应于该叶片的实际TOA和对应于该叶片的预期TOA 105的差别。可注意到对应于该叶片的该ΔTOA表示在某时刻从该叶片的预期TOA 105的变化。该ΔTOA例如可使用下列方程(1)确定:
ΔTOAk(t)=TOAact(k)(t)-TOAexp(k)(1)
其中ΔTOAk(t)是在时刻t对应于叶片k的ΔTOA或在该时刻t从对应于该叶片k的预期TOA的变化,TOAact(k)是在该时刻t对应于该叶片k的实际TOA,并且TOAexp(k)是对应于该叶片k的预期TOA。
如本文使用的,术语“预期TOA”可用于指当叶片中没有缺陷或裂纹并且该叶片在其中由运转数据反映的对运转状况的实际TOA的影响是最小的运转状态中工作时该叶片在参考位置的实际TOA。在一个实施例中,对应于叶片的预期TOA可通过使对应于该叶片的实际TOA等于当包括该叶片的装置最近服役、购置或另外证实为健康的时该叶片的预期TOA而确定。这样的确定假设因为该装置最近服役或购置,所有叶片工作在理想情况,负荷状况是最佳的,并且叶片中的振动是最小的。在另一个实施例中,预期TOA可通过取得该装置中所有叶片的实际到达时间(TOA)的平均值确定。
此外,在步骤114,对应于叶片中的每个的静挠度利用叶片的ΔTOA确定。对应于叶片中的每个的该静挠度例如可由中央处理子系统确定。在一个实施例中,对应于叶片中的每个的该静挠度在扣除一个或多个运转数据对叶片中的每个的ΔTOA的影响后确定。在另一个实施例中,叶片的静挠度在扣除装置的起动期间叶片的整位的影响后确定。用于确定叶片的静挠度的示范性方法将参照图3-5更详细地说明。
另外,在步骤116,可确定对应于叶片中的每个的滤波的ΔTOA。对应于叶片中的每个的该滤波的ΔTOA例如可通过利用一个或多个滤波技术滤波ΔTOA中的每个而确定。该一个或多个滤波技术例如可包括Savitzky-Golay技术、平均值滤波技术、中值滤波技术或其他滤波技术。
在步骤118,可确定对应于叶片中的每个的动挠度。在一个实施例中,对应于叶片的动挠度可通过从对应于该叶片的ΔTOA减去对应于该叶片的静挠度而确定。在另一个实施例中,对应于叶片的动挠度可通过从已经在步骤116确定的对应于该叶片的滤波ΔTOA减去对应于该叶片的静挠度而确定。随后,在步骤120,可确定对应于叶片中的每个的去趋势的滤波ΔTOA。例如,对应于叶片中的每个的该去趋势的滤波ΔTOA可通过将已经在步骤116确定的滤波ΔTOA去趋势而确定。
继去趋势的滤波ΔTOA的确定之后,可在步骤122确定一个或多个共振参数。该一个或多个共振参数例如可通过对已经在步骤120确定的去趋势的滤波ΔTOA中的每个应用一个或多个技术而确定。该一个或多个技术例如可包括单自由度(SDOF)技术、多自由度(MDOF)技术或其类似技术。通过非限制性示例,这些共振参数可包括振幅、频率、阻尼比、相位或其类似的。此外,在步骤124,可确定叶片的共振频率与基准共振频率相比之下的一个或多个变化。如本文使用的,术语“基准共振频率”用于指当包括叶片的装置在理想情况运转并且这些叶片不具有裂纹或缺陷时该一个或多个叶片的共振频率。对应于装置A中的叶片A的基准共振频率例如可通过确定当装置A在理想状况运转时在装置A的起动期间叶片A的共振频率的统计分布而确定。
此外,在步骤126,叶片的健康可基于已经在步骤114、116和124确定的叶片的特征评估。更具体地,叶片的健康基于已经在步骤114确定的静挠度、已经在步骤116确定的动挠度和已经在步骤124确定的共振频率中的变化而评估。在叶片的健康的评估后,可产生一个或多个健康评估结果。这些健康评估结果例如可包括曲线图、图表、标绘图、图像或其类似物。在某些实施例中,这些健康评估结果可包括宣布,例如叶片中裂纹的扩展的可能性、叶片中扭曲的可能性、装置的健康状态或其类似的等。如之前注意到的,静挠度已经通过扣除叶片的整位的影响而确定,从而叶片的健康基于不包括由于叶片的整位引起的影响的静挠度确定。通过非限制性示例,当叶片的静挠度示出单调变化并且叶片的共振频率示出单调减小时这些健康评估结果可示出叶片中裂纹的扩展。通过另一个示例,当对应于叶片的静挠度(已经基于前缘的ΔTOA确定)示出单调变化并且该叶片的动挠度示出增加时,可宣布裂纹朝叶片的前缘的扩展。
如之前注意到的,一个或多个叶片的相应实际TOA可用于确定这些叶片中的每个的静挠度。然而,这些叶片的运转状态和整位可影响这些叶片的实际TOA。因此,基于这些叶片的实际TOA确定的静挠度可不是准确的。因此,对于确定准确静挠度,去除或扣除与运转状态关联的一个或多个运转数据和叶片的整位对实际TOA的影响是绝对必要的。用于通过从实际TOA或基于实际TOA确定的ΔTOA扣除一个或多个运转数据和叶片的整位的影响来确定静挠度的示范性方法将参照图3说明。现在参照图3,描绘根据本发明的实施例的表示用于确定叶片的静挠度的示范性方法114的流程图。更具体地,图2的步骤114根据本技术的示范性方面更详细地描述。
如在图3中示出的,标号302表示对应于叶片的ΔTOA。在一个实施例中,该ΔTOA 302可利用参照图2的步骤112描述的技术确定。此外,在步骤304,可接收到对应于叶片或包括该叶片的装置的一个或多个运转数据。如之前注意到的,运转数据例如可包括(IGV)角度、负荷、温度、速度、质量流量、排气压力或其类似的。运转数据例如可由中央处理子系统42从OSM 38(参见图1)接收。
此外,在步骤306,可进行检查来证实叶片是否在包括该叶片的装置起动后第一次运转。在步骤306,如果确定该叶片在起动后第一次运转,那么控制可转移到步骤308。在步骤308,基于运转数据的一个或多个部分确定一个或多个系数。这些系数例如可通过利用下列方程(2)确定:
其中ΔTOAk是叶片k的ΔTOA,是运转数据的一个或多个部分并且是系数。在一个实施例中,这些系数可通过形成运转数据的该一个或多个部分线性组合确定。此外,可将运转数据的该一个或多个部分的值代入来确定这些系数。此外,在步骤312,已经在步骤308确定的这些系数存储在数据储存库中,例如数据储存库48(参见图1)。可注意到当这些系数存储在该数据储存库中时,可擦除该数据储存库中的任何其他现有的系数。
返回参考步骤306,如果确定叶片不是在起动后第一次运转,那么控制可转移到步骤310。在步骤310,从数据储存库检索系数。系数在步骤310检索,其中假设系数已经在包括叶片的装置的起动期间确定,并且从而已经存在于数据储存库中。随后在步骤314,可确定由于IGV角度引起的对ΔTOA 302的影响。在一个实施例中,由于IGV引起的影响可使用下列示范性方程(3)确定:
TIGV(t)=f(IGV(t))(3)
其中TIGV(t)是在t时刻IGV对ΔTOA的影响,IGV(t)是在t时刻的IGV角度并且f是IGV(t)的函数。在一个实施例中,IGV的函数可通过确定IGV(t)的倍数和对应于该IGV(t)的系数确定。
在步骤316,可确定由于负荷引起的对ΔTOA 302的影响。由于负荷引起的对ΔTOA 302的影响可利用下列方程(4)确定:
Tload(t)=g(DWATT(t))(4)
其中Tload(t)是在t时刻负荷对ΔTOA的影响,DWATT是在t时刻的负荷,并且g是负荷的函数。在一个实施例中,DWATT的函数可通过确定DWATT(t)的倍数和对应于DWATT的系数而确定。在另一个实施例中,DWATT的函数可通过确定DWATT(t)的倍数和对应于DWATT的该系数以及另一个系数的线性组合而确定。
随后,在步骤318,可确定由于入口温度(CTIM)引起的对ΔTOA302的影响。由于入口温度(CTIM)引起的影响可利用下列方程(5)确定:
TCTIM(t)=d(CTIM(t))(5)
其中TCTIM是在t时刻由于入口温度引起的对ΔTOA的影响的值,CTIM(t)是在t时刻的入口温度,d是对应于入口温度的系数。继在步骤314由于IGV引起的、在步骤316由于负荷引起的和在步骤318由于CTIM引起的对ΔTOA 302的影响的确定之后,在步骤320确定规格化的ΔTOA。该规格化的ΔTOA例如可通过从ΔTOA 302减去例如IGV、负荷和入口温度(CTIM)等运转数据的影响而确定。
在一个实施例中,规格化的ΔTOA例如可使用下列示范性方程(6)确定:
Norm_ΔTOAk(t)=ΔTOAk(t)-Tload(t)-TCTIM(t)-TIGV(t)(6)
其中Norm_ΔTOAk(t)是在t时刻对应于叶片k的规格化ΔTOA,ΔTOAk(t)是在t时刻对应于叶片k的ΔTOA,并且Tload(t),TCTIM(t),TIGV(t)分别是在t时刻负荷、入口温度和IGV对ΔTOA的影响。
典型地,一个或多个叶片通过例如燕尾接头等一个或多个接头固定到转子。在包括这些叶片的装置的起动期间,这些叶片可从它们在接头中的原始位置偏移并且可锁定在接头中不同于这些叶片的原始位置的位置。这些叶片在接头中不同于这些叶片的原始位置的位置的锁定称为叶片的整位。这些叶片的位置中的变化可改变这些叶片的实际TOA。因此,基于这些叶片的实际TOA确定的ΔTOA和规格化的ΔTOA可不是准确的。更具体地,ΔTOA和规格化的ΔTOA可由于这些叶片的整位而不是准确的。因此,校正对应于这些叶片的实际TOA、ΔTOA或规格化的ΔTOA来去除由于这些叶片的整位引起的影响是绝对必要的。步骤322-330校正叶片的在步骤320确定的规格化的ΔTOA和ΔTOA 302来去除由于叶片的整位引起的影响。
在步骤322,可进行检查来证实叶片是否在起动后第一次运转。在步骤322,如果确定叶片在起动后第一次运转,那么控制可转移到步骤324。在步骤324,可确定对应于叶片的整位偏移。如本文使用的,术语“整位偏移”可用于指可用于从叶片的ΔTOA、实际TOA或规格化的ΔTOA去除由于叶片的整位引起的影响的数值。该整位偏移的确定将参照图6更详细地说明。随后,在步骤324确定的该整位偏移可在步骤326存储在数据储存库中。该整位偏移例如可存储在数据储存库48(参见图1)中。可注意到在目前设想的配置中,因为假设叶片可锁定在不同于叶片在包括叶片的装置的起动期间的原始位置的位置,当叶片在起动后第一次运转时确定整位偏移。
返回参考步骤322,如果确定叶片不是在包括叶片的装置的起动后第一次运转,那么控制可转移到步骤328。可注意到当叶片不是在起动后第一次运转时,它指示对应于叶片的整位偏移已经在包括叶片的装置的起动后确定,并且已经存在于数据储存库中。因此,在步骤328,对应于叶片的整位偏移可从数据储存库检索。
继整位偏移在步骤326的存储或整位偏移在步骤328的检索之后,可在步骤330确定校正的ΔTOA。在一个实施例中,该校正的ΔTOA可通过对叶片的整位校正已经在步骤320确定的规格化的ΔTOA而确定。该校正的ΔTOA例如可通过从对应于叶片的规格化的ΔTOA减去整位偏移而确定。在另一个实施例中,该校正的ΔTOA可通过校正ΔTOA 302而确定。在该实施例中,该校正的ΔTOA可通过从对应于叶片的ΔTOA减去整位偏移而确定。此外,在步骤332,该校正的ΔTOA可被滤波来产生静挠度334。该校正的ΔTOA的滤波可减少来自该校正的ΔTOA的噪声。该校正的ΔTOA例如可使用中值滤波、移动平均值滤波或其的组合来滤波。
如之前注意到的,一个或多个运转数据影响多个叶片的实际TOA。然而,这些运转数据可能不一致地影响这些叶片的实际TOA。因此,这些叶片中的一个或多个的实际TOA与该多个叶片中的其他叶片的实际TOA相比可能影响更多。因此,对应于这些叶片中的该一个或多个的静挠度可与对应于其他叶片的静挠度相比由于运转数据的另外影响而错误地示出这些叶片中的缺陷或裂纹。另外,基于这些叶片的实际TOA确定的静挠度可不是准确的静挠度。因此,将运转数据对装置中的多个叶片的实际TOA的影响规格化是绝对必要的。用于通过将一个或多个运转数据对实际TOA或基于该实际TOA确定的ΔTOA的影响规格化而确定静挠度的示范性方法将参照图4和5说明。
现在参照图4,描绘根据另一个实施例的表示用于确定静挠度的示范性方法114’中的步骤的流程图。更具体地,图4说明用于确定静挠度的根据本技术的实施例的图2的步骤114’。如在图4中示出的,标号402表示对应于例如涡轮机、轴向式压缩机或其类似物等装置中的多个叶片的Δ到达时间(TOA)。对应于该多个叶片中的每个的ΔTOA可利用参考图2的步骤106说明的技术确定。在一个实施例中,ΔTOA402可与在图2的步骤106确定的ΔTOA相似。
此外,在步骤404,可计算对应于多个叶片的ΔTOA的标准偏差。例如,当多个叶片包括五个叶片并且该五个叶片中的每个具有ΔTOA如ΔTOA1、ΔTOA2、ΔTOA3、ΔTOA4和ΔTOA5时,那么ΔTOA1、ΔTOA2、ΔTOA3、ΔTOA4和ΔTOA5的标准偏差可在步骤404计算。随后,在步骤406,可进行检查来确定叶片是否在包括该多个叶片的装置的起动后第一次运转。在步骤406,如果确定叶片在起动后第一次运转,那么控制可转移到步骤408。
为了容易理解,术语“标准偏差”将在下文中称为“当前标准偏差”。如在图4中示出的,在步骤408,在步骤404计算的标准偏差可存储作为初始标准偏差410。该初始标准偏差410可存储在数据储存库中,例如数据储存库48等。如本文使用的,术语“初始标准偏差”可认为是当叶片在起动后第一次开始运转时确定的当前标准偏差。更具体地,在步骤404确定的标准偏差可在该数据储存库中存储作为该初始标准偏差410。
参考回到步骤406,如果确定叶片不是在起动后第一次运转,那么控制可转移到步骤412。在步骤412,Δσ_1可利用已经在步骤404确定的当前标准偏差和初始标准偏差410确定。更具体地,该Δσ_1可通过确定在步骤404确定的当前标准偏差和初始标准偏差410之间的差别而确定。可注意到当步骤412在包括该多个叶片的装置的起动后第一次处理时,那么初始标准偏差410和在步骤404确定的当前标准偏差的值是相等的。因此,在步骤412Δσ_1的值可等于零。
此外,在步骤414,可确定对应于该多个叶片中的一个或多个的规格化的ΔTOA。规格化的ΔTOA例如可使用下列方程(7)确定:
Norm_ΔTOAk(t)=ΔTOAk(t)-K*(Δσ(t)_1)-Mean(ΔTOA1toj(t))(7)
其中Norm_ΔTOAk(t)是在t时刻对应于叶片k的规格化ΔTOA,ΔTOAk(t)是在t时刻对应于叶片k的ΔTOA,并且Δσ(t)_1是在t时刻的Δσ_1并且K是常数。在一个实施例中,该常数K的值可基于对应于叶片的ΔTOA的均值确定。在另一个实施例中,K的值可以是-1。在再另一个实施例中,K的值可以是0。
此外,在步骤416,可确定对应于该多个叶片中的一个或多个的规格化的ΔTOA的当前标准偏差。随后在步骤418,可确定Δσ_2。该Δσ_2例如可通过确定规格化的ΔTOA的当前标准偏差和规格化的ΔTOA的之前的标准偏差之间的差别确定。术语“规格化的ΔTOA的之前的标准偏差”可用于指与在时间步T确定的规格化的ΔTOA的当前标准偏差相比的在时间步T-1确定的规格化的ΔTOA的当前标准偏差。
继Δσ_2的确定之后,在步骤420可进行检查来证实Δσ_2是否大于预定的第一阈值和/或该多个叶片是否在起动后第一次运转。该预定第一阈值可基于对应于叶片的历史ΔTOA经验地确定。在步骤420如果确定Δσ_2大于该预定第一阈值或该多个叶片在起动后第一次运转,那么控制可转移到步骤422。在步骤422,可确定对应于该多个叶片中的一个或多个的整位偏移。该整位偏移的确定将参照图6更详细地说明。继该整位偏移的确定之后,在步骤424该整位偏移可存储在数据储存库中,例如数据储存库48(参见图1)。
返回参考步骤420,当确定Δσ_2不大于预定第一阈值并且该多个叶片不是在起动后第一次运转时,那么控制可转移到步骤426。在步骤426,可从数据储存库检索整位偏移。可注意到当Δσ_2不大于预定第一阈值并且叶片不是在起动后第一次运转时不产生整位偏移。因此,在步骤426检索来自数据储存库的现有整位偏移。继整位偏移的检索之后,可在步骤428确定对应于该多个叶片中的该一个或多个叶片的校正的ΔTOA。校正的ΔTOA例如可利用参考图3的步骤330说明的技术确定。如之前参照图3注意到的,该校正的ΔTOA可利用参考图3的步骤330说明的技术确定。例如,对应于叶片的校正的ΔTOA可利用在步骤414确定的对应于该叶片的规格化的ΔTOA和在步骤426从数据储存库检索的对应于该叶片的整位偏移而确定。在一个实施例中,对应于叶片的校正的ΔTOA可通过从对应于该叶片的ΔTOA减去对应于该叶片的整位偏移而确定。该ΔTOA例如可是对应于该多个叶片的ΔTOA402中的一个。
此外,在步骤430,校正的ΔTOA可被滤波来产生对应于该多个叶片中的该一个或多个叶片的静挠度432。如之前参照图3注意到的,校正的ΔTOA的滤波可减少来自校正的ΔTOA的噪声。校正的ΔTOA例如可使用中值滤波技术、移动平均值滤波技术或其的组合滤波。
现在参照图5,描绘根据另一个实施例的表示用于确定静挠度的示范性方法114”中的步骤的流程图。更具体地,图5说明用于确定静挠度的根据本技术的实施例的图2的步骤114。如在图5中示出的,标号502表示对应于例如涡轮机、轴向式压缩机或其类似物等装置中的多个叶片的Δ到达时间(TOA)。对应于该多个叶片中的每个的ΔTOA可利用参考图2的步骤106说明的技术确定。在一个实施例中,ΔTOA502可与在图2的步骤106确定的ΔTOA相似。
此外,在步骤504,可计算对应于该多个叶片的ΔTOA的标准偏差。例如,当多个叶片包括五个叶片并且该五个叶片中的每个具有ΔTOA如ΔTOA1、ΔTOA2、ΔTOA3、ΔTOA4和ΔTOA5时,那么ΔTOA1、ΔTOA2、ΔTOA3、ΔTOA4和ΔTOA5的标准偏差可在步骤504计算。随后在步骤506,可确定对应于该多个叶片中的一个或多个的规格化的ΔTOA。规格化的ΔTOA例如可基于下列方程(8)确定:Norm_ΔTOAk(t)=(ΔTOAk(t)-Mean ΔTOA1toj(t))/standard_deviation(t)
(8)
其中Norm_ΔTOAk(t)是在t时刻对应于叶片k的规格化ΔTOA,ΔTOAk(t)是在t时刻对应于叶片k的ΔTOA,MeanΔTOA1toj(t)是对应于包括叶片k的叶片1至j的ΔTOA的均值。
此外,在步骤508,可确定对应于该多个叶片中的该一个或多个叶片的规格化的ΔTOA的标准偏差。随后在步骤510,可确定Δσ_3。该Δσ_3例如可通过确定规格化的ΔTOA的标准偏差和规格化的ΔTOA的之前的标准偏差之间的差别确定。术语“规格化的ΔTOA的之前的标准偏差”可用于指与在时间步T确定的规格化的ΔTOA的标准偏差相比的在时间步T-1确定的规格化的ΔTOA的标准偏差。
继在步骤510Δσ_3的确定之后,在步骤512可进行检查来证实Δσ_3是否大于预定的第二阈值和/或该多个叶片是否在起动后第一次运转。该预定第二阈值可基于历史ΔTOA经验地确定。在步骤512如果确定Δσ_3大于该预定第二阈值或该多个叶片在起动后第一次运转,那么控制可转移到步骤514。在步骤514,可确定对应于该多个叶片中的该一个或多个叶片中的每个的整位偏移。该整位偏移的确定将参照图6更详细地说明。继该整位偏移的确定之后,在步骤516该整位偏移可存储在数据储存库中,例如数据储存库48(参见图1)。
返回参考步骤512,当确定Δσ_3不大于预定第二阈值并且该多个叶片不是在起动后第一次运转时,那么控制可转移到步骤518。在步骤518,可从数据储存库检索对应于该多个叶片中的该一个或多个叶片中的每个的整位偏移。可注意到当Δσ_3不大于预定第二阈值并且叶片不是在起动后第一次运转时不产生整位偏移。因此,在步骤518检索来自数据储存库的现有整位偏移。继整位偏移的检索之后,可在步骤520确定对应于该多个叶片中的该一个或多个的校正的ΔTOA。该校正的ΔTOA例如可利用参考图3的步骤330说明的技术确定。如之前参照图3注意到的,该校正的ΔTOA可利用参考图3的步骤330描述的技术确定。例如,对应于叶片的该校正的ΔTOA可利用在步骤506确定的对应于该叶片的规格化的ΔTOA和在步骤518从数据储存库检索的对应于该叶片的整位偏移而确定。在一个实施例中,对应于叶片的校正的ΔTOA可通过从对应于该叶片的规格化的ΔTOA减去对应于该叶片的整位偏移而确定。在另一个实施例中,对应于叶片的校正的ΔTOA可通过从对应于该叶片的ΔTOA减去对应于该叶片的整位偏移而确定。该ΔTOA例如可是对应于该多个叶片的ΔTOA502中的一个。
此外,在步骤522,校正的ΔTOA可被滤波来产生静挠度524。如之前参照图3注意到的,校正的ΔTOA的滤波可减少来自校正的ΔTOA的噪声。校正的ΔTOA例如可使用中值滤波技术、移动平均值滤波技术或其的组合滤波。
现在参照图6,描绘根据本技术的实施例的表示用于产生对应于叶片的整位偏移的方法600中的步骤的流程图。更具体地,方法600说明图3的步骤328、图4的422和图5的514。如在图6中示出的,标号602表示对应于该叶片的规格化的Δ到达时间(TOA)。在一个实施例中,规格化的ΔTOA602可以是使用参考图3的步骤320、图4的414和图5的506描述的技术确定的规格化的ΔTOA中的一个或多个。在一个实施例中,规格化的ΔTOA602是在叶片的瞬时事件后已经确定的对应于叶片的规格化的ΔTOA中的一个或多个。这些瞬时事件例如可包括装置(包括叶片)的起动或关闭、叶片的速度中的连续变化或类似的。
此外,标号604表示利用在瞬时事件之前产生的规格化的ΔTOA确定的对应于叶片的一个或多个校正的ΔTOA。瞬时事件是在其后确定规格化的ΔTOA602的瞬时事件。在步骤606,进行检查来确定叶片是否在起动后第一次运行。在步骤606,如果确定叶片在起动后第一次运行,那么控制转移到步骤608。此外,在步骤608,可进行检查来确定叶片是否以基本负荷运行。在步骤608,如果确定叶片不以基本负荷运行,那么控制可转移到步骤610。返回参考图606如果确定叶片不是在起动后第一次运行,那么控制可转移到步骤610。在步骤610宣布对应于叶片的整位偏移已经存在于数据储存库中,例如数据储存库48(参见图1)。因此,没有确定整位偏移。
返回参考步骤608,如果确定叶片以基本负荷运行,那么控制可转移到步骤612。在步骤612,可确定该一个或多个规格化的ΔTOA602的第一均值。此外,在步骤614,可确定该一个或多个校正的ΔTOA604的第二均值。继该第一均值和该第二均值的确定之后,对应于叶片的整位偏移618可通过在步骤616从该第一均值减去该第二均值确定。
本系统和技术的实施例引起一个或多个叶片的特征的实时确定。该一个或多个特征可用于实时评估叶片的健康。此外,本系统和技术提供中央处理子系统来确定一个或多个装置中的一个或多个叶片的特征,其中装置可位于不同的遥远位点。另外,本技术从TOA扣除运转数据的影响来确定规格化的ΔTOA。此外,本技术将运转数据对叶片的TOA的影响规格化来确定规格化的ΔTOA。规格化的ΔTOA可用于确定叶片中的缺陷或裂纹。本技术的某些实施例还便于叶片的TOA中由于叶片的整位引起的变化的检测。另外,规格化的ΔTOA的确定可用于监测叶片的健康。例如,规格化的ΔTOA可用于确定叶片中是否有一个或多个裂纹。本系统可连续监测位于全世界地理上分散的位点中的涡轮机组叶片的健康(24×7)。本系统具有内建冗余度以在硬件崩溃后快速恢复。本系统还提供可视化工具来使用从TOA数据提取的特征分析叶片的健康。
要理解不是必须上文描述的所有这样的目的或优势可根据任何特别实施例实现。从而,例如,本领域内技术人员将认识到本文描述的系统和技术可采用这样的方式体现或进行以便实现或优化如本文教导的一个优势或一组优势,而不必实现如可在本文中教导或启示的其他目的或优势。
尽管本发明仅连同有限数量的实施例详细描述,应该容易理解本发明不限于这样公开的实施例。相反,本发明可以修改以包含此前未描述的许多变化、改动、替代或等同设置,但其与本发明的精神和范围相当。另外,尽管描述了本发明的各种实施例,要理解本发明的方面可仅包括描述的实施例中的一些。因此,本发明不视为由前面的描述限制,而仅由附上的权利要求的范围限制。
部件列表
Claims (10)
1.一种系统(10),其包括
数据采集系统(32、34),其产生对应于装置(12、14)中的多个叶片(16、18)的到达时间TOA数据;
中央处理子系统(42),其:
利用所述TOA数据确定所述多个叶片(16、18)中的每个的特征;以及
基于所确定的特征评估(126)所述多个叶片(16、18)中的每个的健康。
2.如权利要求1所述的系统,进一步包括传感器(20、22、24、26),其通过感测所述多个叶片(16、18)的每个到达相应参考点来产生叶片通过信号BPS(28、30)。
3.如权利要求1所述的系统,其中所述数据采集系统(32、34)利用所述BPS信号(28、30)确定所述TOA数据。
4.如权利要求2所述的系统,其中所述TOA数据包括下列中的至少一个:间隙数据、所述传感器(20、22、24、26)的身份;所述多个叶片(16、18)中的每个的身份、所述装置(12、14)的身份;与所述多个叶片(16、18)中的每个关联的实际到达时间TOA,以及指示所述传感器(20、22、24、26)是前缘还是后缘传感器的所述传感器(20、22、24、26)的类别。
5.如权利要求1所述的系统,其中所述特征包括下列中的至少一个:静挠度、动挠度、共振频率中的变化和叶片的整位。
6.如权利要求1所述的系统,进一步包括用于收集所述装置(12、14)的运转数据的现场监测机OSM(38)。
7.如权利要求6所述的系统,其中所述运转数据包括下列中的至少一个:入口导向叶IGV角度、入口温度CTIM、与所述装置关联的负荷DWATT、与所述装置关联的质量流量和所述装置的排气压力。
8.如权利要求6所述的系统,其中所述中央处理子系统(42)在基于与所述运转数据关联的影响来调节所述TOA数据中的实际到达时间后确定所述多个叶片(16、18)中的每个的特征。
9.一种用于监测装置(12、14)中的多个叶片(16、18)的健康的方法,其包括:
产生对应于装置(12、14)中的所述多个叶片(16、18)中的每个的到达时间TOA数据;
利用所述TOA数据确定所述多个叶片(16、18)中的每个的特征;以及
基于所确定的特征评估所述多个叶片(16、18)中的每个的健康。
10.如权利要求9所述的方法,其中产生所述TOA数据包括:
由传感器产生对应于所述多个叶片的叶片通过信号BPS;
从所述传感器(20、22、24、26)接收所述BPS信号(28、30);
利用所述BPS信号(28、30)确定所述多个叶片的实际TOA;以及
利用所述BPS信号(28、30)产生所述到达时间TOA数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/872830 | 2010-08-31 | ||
US12/872,830 US8532939B2 (en) | 2008-10-31 | 2010-08-31 | System and method for monitoring health of airfoils |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102384843A true CN102384843A (zh) | 2012-03-21 |
CN102384843B CN102384843B (zh) | 2016-01-20 |
Family
ID=44658632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110268759.4A Active CN102384843B (zh) | 2010-08-31 | 2011-08-31 | 用于监测翼型的健康的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8532939B2 (zh) |
EP (1) | EP2423451A3 (zh) |
JP (1) | JP6302152B2 (zh) |
CN (1) | CN102384843B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104390626A (zh) * | 2014-11-28 | 2015-03-04 | 哈尔滨电机厂有限责任公司 | 1000mw发电机定子运输过程定子弯曲变化监测方法 |
CN104454606A (zh) * | 2013-09-16 | 2015-03-25 | 通用电气公司 | 压缩机叶片监测系统 |
CN104748953A (zh) * | 2013-12-26 | 2015-07-01 | 通用电气公司 | 监控转子叶片的健康状况的方法和系统 |
CN104748952A (zh) * | 2013-12-26 | 2015-07-01 | 通用电气公司 | 监控转子叶片的健康状况的方法和系统 |
CN114746625A (zh) * | 2019-12-05 | 2022-07-12 | 西门子能源美国公司 | 用于识别裂纹的涡轮叶片健康监测系统 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8718953B2 (en) * | 2011-04-28 | 2014-05-06 | General Electric Company | System and method for monitoring health of airfoils |
US9046000B2 (en) | 2011-06-18 | 2015-06-02 | Prime Photonics, Lc | Method for detecting foreign object damage in turbomachinery |
US8505364B2 (en) * | 2011-11-04 | 2013-08-13 | General Electric Company | Systems and methods for use in monitoring operation of a rotating component |
CN102680226B (zh) * | 2012-06-12 | 2014-06-04 | 中国科学院工程热物理研究所 | 一种水平轴风力机专用翼型性能参数测试方法 |
US9395270B2 (en) | 2012-10-19 | 2016-07-19 | Florida Power & Light Company | Method and system for monitoring rotor blades in combustion turbine engine |
US9250153B2 (en) * | 2012-10-31 | 2016-02-02 | General Electric Company | Methods and systems for monitoring health of blades |
US9404386B2 (en) * | 2012-11-30 | 2016-08-02 | General Electric Company | System and method for monitoring health of airfoils |
GB201305199D0 (en) * | 2013-03-21 | 2013-05-01 | Rolls Royce Plc | Blade Tip Timing |
US10895496B2 (en) * | 2016-04-26 | 2021-01-19 | University Of Pretoria | Method and system for monitoring rotor blades of a turbomachine using blade tip timing (BTT) |
EP3296513B1 (en) | 2016-09-16 | 2020-08-19 | Ratier-Figeac SAS | Propeller health monitoring |
US20180211336A1 (en) * | 2017-01-23 | 2018-07-26 | United Technologies Corporation | Classification of Gas Turbine Engine Components and Decision for Use |
FR3077882B1 (fr) * | 2018-02-12 | 2020-09-04 | Safran Aircraft Engines | Procede et systeme de detection d'un endommagement d'aubes mobiles d'un aeronef |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1038696A (zh) * | 1988-02-04 | 1990-01-10 | 西屋电气公司 | 涡轮机叶片疲劳监测器 |
CN1039111A (zh) * | 1988-06-03 | 1990-01-24 | 西屋电气公司 | 透平机叶片非同期振动监测系统 |
EP1754861A2 (en) * | 2005-08-16 | 2007-02-21 | United Technologies Corporation | Systems and methods for monitoring turbo machinery applications |
US20070132461A1 (en) * | 2005-12-14 | 2007-06-14 | Hamilton Sundstrand | System to measure time of arrival and thickness of rotor blades via microwave energy |
US20080206057A1 (en) * | 2007-02-27 | 2008-08-28 | Siemens Power Generation, Inc. | Blade shroud vibration monitor |
US20090301055A1 (en) * | 2008-06-04 | 2009-12-10 | United Technologies Corp. | Gas Turbine Engine Systems and Methods Involving Vibration Monitoring |
US20100161245A1 (en) * | 2008-12-22 | 2010-06-24 | General Electric Company | System and method for rotor blade health monitoring |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4955269A (en) * | 1988-02-04 | 1990-09-11 | Westinghouse Electric Corp. | Turbine blade fatigue monitor |
US5206816A (en) * | 1991-01-30 | 1993-04-27 | Westinghouse Electric Corp. | System and method for monitoring synchronous blade vibration |
US5838588A (en) * | 1996-12-13 | 1998-11-17 | Siemens Corporate Research, Inc. | Graphical user interface system for steam turbine operating conditions |
GB2323197B (en) | 1997-03-13 | 1999-02-10 | Intelligent Applic Ltd | A monitoring system |
GB2344177A (en) | 1998-10-19 | 2000-05-31 | Rotadata Ltd | Detecting vibration of turbine blades |
JP3612472B2 (ja) | 2000-06-22 | 2005-01-19 | 株式会社日立製作所 | 遠隔監視診断システム、及び遠隔監視診断方法 |
US7824147B2 (en) | 2006-05-16 | 2010-11-02 | United Technologies Corporation | Airfoil prognosis for turbine engines |
US20100114502A1 (en) | 2008-10-31 | 2010-05-06 | General Electric Company | System and method for article monitoring |
-
2010
- 2010-08-31 US US12/872,830 patent/US8532939B2/en active Active
-
2011
- 2011-08-11 EP EP11177241A patent/EP2423451A3/en not_active Withdrawn
- 2011-08-24 JP JP2011182166A patent/JP6302152B2/ja active Active
- 2011-08-31 CN CN201110268759.4A patent/CN102384843B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1038696A (zh) * | 1988-02-04 | 1990-01-10 | 西屋电气公司 | 涡轮机叶片疲劳监测器 |
CN1039111A (zh) * | 1988-06-03 | 1990-01-24 | 西屋电气公司 | 透平机叶片非同期振动监测系统 |
EP1754861A2 (en) * | 2005-08-16 | 2007-02-21 | United Technologies Corporation | Systems and methods for monitoring turbo machinery applications |
US20070132461A1 (en) * | 2005-12-14 | 2007-06-14 | Hamilton Sundstrand | System to measure time of arrival and thickness of rotor blades via microwave energy |
US20080206057A1 (en) * | 2007-02-27 | 2008-08-28 | Siemens Power Generation, Inc. | Blade shroud vibration monitor |
US20090301055A1 (en) * | 2008-06-04 | 2009-12-10 | United Technologies Corp. | Gas Turbine Engine Systems and Methods Involving Vibration Monitoring |
US20100161245A1 (en) * | 2008-12-22 | 2010-06-24 | General Electric Company | System and method for rotor blade health monitoring |
CN101762385A (zh) * | 2008-12-22 | 2010-06-30 | 通用电气公司 | 用于转子叶片健康状况监测的系统和方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104454606A (zh) * | 2013-09-16 | 2015-03-25 | 通用电气公司 | 压缩机叶片监测系统 |
CN104748953A (zh) * | 2013-12-26 | 2015-07-01 | 通用电气公司 | 监控转子叶片的健康状况的方法和系统 |
CN104748952A (zh) * | 2013-12-26 | 2015-07-01 | 通用电气公司 | 监控转子叶片的健康状况的方法和系统 |
CN104390626A (zh) * | 2014-11-28 | 2015-03-04 | 哈尔滨电机厂有限责任公司 | 1000mw发电机定子运输过程定子弯曲变化监测方法 |
CN114746625A (zh) * | 2019-12-05 | 2022-07-12 | 西门子能源美国公司 | 用于识别裂纹的涡轮叶片健康监测系统 |
CN114746625B (zh) * | 2019-12-05 | 2024-02-20 | 西门子能源美国公司 | 用于识别裂纹的涡轮叶片健康监测系统 |
Also Published As
Publication number | Publication date |
---|---|
EP2423451A3 (en) | 2012-07-18 |
US8532939B2 (en) | 2013-09-10 |
US20110010108A1 (en) | 2011-01-13 |
EP2423451A2 (en) | 2012-02-29 |
JP6302152B2 (ja) | 2018-03-28 |
JP2012052536A (ja) | 2012-03-15 |
CN102384843B (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102384843A (zh) | 用于监测翼型的健康的系统和方法 | |
EP2402562B1 (en) | System and method for monitoring health of airfoils | |
CN108733867B (zh) | 用以监测涡轮发动机的健康信息的方法和设备 | |
CN102331341B (zh) | 用于监测翼型件的健康状况的系统和方法 | |
EP2390471B1 (en) | Blade monitoring system and method | |
Barad et al. | Neural network approach for a combined performance and mechanical health monitoring of a gas turbine engine | |
CN108733891B (zh) | 用于预测使用寿命周期和低周期疲劳消耗的系统和方法 | |
EP2728331B1 (en) | Methods and Systems for Monitoring Health of Blades | |
EP2660582B1 (en) | System and Method for Monitoring the Health of Stator Vanes | |
JP2008180697A (ja) | 間隙データを振動データに変換するためのシステム及び方法 | |
EP2921654A1 (en) | Time reference derivation from time of arrival measurements | |
EP2518267B1 (en) | System and method for monitoring health of airfoils | |
Volponi | Gas turbine engine health management: past, present and future trends | |
Wang et al. | Time-dependent vibration frequency reliability analysis of blade vibration of compressor wheel of turbocharger for vehicle application | |
Verbist et al. | Gas path analysis on KLM in-flight engine data | |
JP2004360693A (ja) | タービンのロータ入口温度の合成システムとその合成方法 | |
EP3828420A1 (en) | Flow machine performance map modelling based on correlation with exit mass flow, data carrier and system for analysing flow machine behaviour | |
US20220163428A1 (en) | Damper condition monitoring for a damper of a gas turbine engine | |
US9250056B2 (en) | System and method for monitoring health of airfoils | |
Mbagaya et al. | A review on prognosis of rolling element bearings operated under non-stationary conditions | |
EP2749740B1 (en) | System and method for monitoring health of airfoils | |
US20240125247A1 (en) | System and method for determining probabilistic burst | |
US20240133770A1 (en) | Seal monitoring apparatus | |
Moses | Electronic engine condition analysis system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231229 Address after: Swiss Baden Patentee after: GENERAL ELECTRIC CO. LTD. Address before: New York, United States Patentee before: General Electric Co. |
|
TR01 | Transfer of patent right |