CN103198193A - 基于一阶模态幅值斜率的压气机旋转失速预测方法及系统 - Google Patents

Abstract

本发明公开了一种基于一阶模态幅值斜率的压气机旋转失速预测方法及系统。本发明通过设置在压气机的壁面的传感器采集压力信号，将压力信号转变为数字信号，中央处理器根据压力分布得到流量分布，并分析得到一阶模态，进而得到预测指数，并与预定的阈值相比较，判断得到是否会发生旋转失速，从而能够提前预测旋转失速。本发明装置简单，容易实现，计算量小且速度快，适用于各种工况，减少了每种工况单独处理的复杂度，具有理论基础，并且在进入旋转失速之前发出预警信号，提前控制，解决了旋转失速控制困难的问题，从而避免损失。

Description

基于一阶模态幅值斜率的压气机旋转失速预测方法及系统

技术领域

本发明涉及航空涡扇发动机领域，具体涉及一种基于一阶模态幅值斜率的压气机旋转失速预测方法及系统。

背景技术

航空发动机被誉为飞机的“心脏”，没有高性能的航空发动机，就不会有先进的军用飞机和具市场竞争力的民用客机。在航空发动机领域，我国与发达航空大国之间尚存在代差，在可靠性、稳定性和效率等各种性能指标方面还有相当的差距。

旋转失速是发动机内流的系统性失稳之一，它限定了发动机的稳定工作区域。发动机包括进气口、压气机、涡流及出气口。旋转失速是沿压气机周向的非均匀轴向流动状态，而其低流速区沿着与转子转动相同方向转动。旋转失速一旦产生，发动机流量、压比和推力都会突然降低，从而导致涡轮过热、甚至烧毁，而发动机必须关闭再重新启动才能恢复到正常工况。

这里必须强调旋转失速一般都是亚临界Hopf分岔，并伴随有迟滞回线。这种亚临界特性使得稳定边界对于外界干扰（进气畸变）非常敏感，即使在线性稳定区域，较大干扰也可能触发这些流动不稳定性。这就决定了旋转失速的控制是很困难的。由于旋转失速发生的时间非常短，通常是几十毫秒量级的，所以对控制器的作动速率提出了很高的要求。同时，发动机进入旋转失速后，需要巨大的能量才能将其拉出，这就决定了控制器的带宽必须非常大。

基于旋转失速控制的难度，解决方法之一便是提前预测旋转失速，在其进入旋转失速之前发出预警信号，提前控制。

发明内容

针对旋转失速控制难度大，本发明提出了一种提前预测的方法，这种方法解决了在压气机进入旋转失速之后才进行控制的问题。

本发明的一个目的在于提出一种基于一阶模态幅值斜变化率的压气机旋转失速预测方法。

本发明的一种基于一阶模态幅值斜变化率的压气机旋转失速预测方法，包括以下步骤：

1）传感器采集压力信号：在压气机级前周向，沿壁面均匀地布置一周动压传感器，传感器的数目为N个，每相邻的两个传感器之间的角度为N≥3为自然数；

2）处理信号：数据处理系统将传感器采集到的信号进行信号处理，传送给中央处理器；

3）中央处理器得到当前的压力分布，第i个传感器所在位置的压力为P_i，通过热线矫正，利用伯努利方程，可以得到当前的流量分布φ_i，i为自然数，且1≤i≤N；

4）分析预测信号：利用空间离散傅里叶变换，计算得到干扰的一阶模态a₁为

$a_1=\frac{1}{N}\mathrm{W\Φ},$

其中，W为傅里叶矩阵

5）提取了一阶模态之后，得到一个预测指数：

$S=\frac{\mathrm{dJ}}{\mathrm{dt}}$

其中，J=|a₁|²，是一阶模态幅值的平方，t为采样时间，根据实际情况，设定一个阈值S₀，预测指数S与阈值S₀相比较，当S＞S₀时，认为旋转失速将要发生，否则，则认为压气机工作在较安全的区域。

其中，在步骤1）中，传感器的数目为N个(N≥3为自然数)，根据奈奎斯特采样定理，若要采集空间一阶模态，则需要三个以上的传感器。进一步，N为奇数，传感器的数目为奇数个，奇数个传感器可以比偶数个传感器少用一个传感器。

在步骤2）中，数据处理系统模数转换器和滤波器，对信号进行模数转换以及滤波。

在步骤3）中，为了使方法具有通用性，最好将数据都无量纲化，流量φ_i可以无量纲化为流量系数

其中，U_n表达式为U_n＝2πfR，f为转子转速，R为平均半径；则在步骤4）中，Φ＝[Φ₁......Φ_N]^T。

由于传感器采集信号的时间为离散的时间点t₁、t₂……t_m，因此预测指数S为离散值。在步骤5）中，预测指数S具体算法为：对于离散的时间点t₁、t₂……t_m，得到相应的一阶模态幅值的平方的值分别为J₁、J₂……J_m，则

其中，m为自然数，1≤j≤m-1的自然数。

本发明的另一个目的在于提供一种基于一阶模态幅值斜率的压气机旋转失速预测系统。

本发明的压气机旋转失速预测系统包括：N个传感器、N个数据处理系统、N条热线以及中央处理器；其中，N个传感器沿压气机的壁面均匀放置；N个传感器中的每一个分别连接至数据处理系统；N个数据处理系统中连接至中央处理器；N条热线连接至中央处理器，N≥3为自然数。

N个数据处理系统中的每一个包括模数转换器和滤波器。

进一步，传感器的数目为奇数个。

通常流体中的计算量都是相当大的，本发明采用动力学分析方法，只需要进行一次空间傅里叶变换和一次求斜率，计算速度非常快；对各种工况具有普适性，由于采用无量纲化，将各种复杂的工况归一化，减少了每种工况单独处理的复杂度；相对于以前的方法提前了许多，从实验结果可以看出，在旋转失速之前很多转，斜率已经开始增长；本方法可靠性高，具有理论基础，只要有旋转失速的现象存在，就会有一阶模态幅值斜率的增长。

本发明的优点：

本发明通过设置在压气机的壁面的传感器采集压力信号，分析得到一阶模态，进而得到预测指数，并与预定的阈值相比较，判断得到是否会发生旋转失速，从而能够提前预测旋转失速。本发明装置简单，容易实现，计算量小且速度快，适用于各种工况，减少了每种工况单独处理的复杂度，具有理论基础，并且在进入旋转失速之前发出预警信号，提前控制，解决了旋转失速控制困难的问题，从而避免损失。

附图说明

图1为本发明的基于一阶模态幅值斜率的压气机旋转失速预测方法的系统的示意图；

图2为本发明的一个实施例的传感器的设置的结构示意图；

图3为本发明的基于一阶模态幅值斜率的压气机旋转失速预测方法的流程图；

图4为本发明的一个实施例的进气口放置挡板的结构示意图；

图5为本发明的一个实施例的一阶模态幅值的平方的斜率随转数变化的曲线图。

具体实施方式

下面结合附图，通过实例对本发明做进一步说明。

如图1所示，本发明采用的系统包括：N个动压传感器T1～TN、N个数据处理系统A/D、N条热线HL1～HLN、以及中央处理器CPU；其中，N个动压传感器中的每一个分别连接至数据处理系统；N个数据处理系统中连接至中央处理器；N条热线连接至中央处理器。

在本实施例中，采用5个传感器，每相邻的两个传感器之间的角度为72°，传感器的设置如图2所示。

本实施例的一种基于一阶模态幅值斜率的压气机旋转失速预测方法，如图3所示，包括以下步骤：

1）传感器采集压力信号：在压气机级前周向，沿壁面均匀的布置一周动压传感器，传感器的数目为5个，每相邻的两个传感器之间的角度为72°；

2）处理信号：数据处理系统模数转换器和滤波器，对信号进行模数转换以及滤波，传送给中央处理器；

3）中央处理器得到当前的压力分布，第i个传感器所在位置的压力为P_i，通过热线矫正，利用伯努利方程，可以得到当前的流量分布φ_i，i为自然数，且1≤i≤5，对流量φ_i无量纲化为流量系数

其中，U_n表达式为U_n＝2πfR，f为转子转速，R为平均半径；

4）分析预测信号：利用空间离散傅里叶变换，可以得到干扰的一阶模态a1为

$a_1=\frac{1}{5}\mathrm{W\Φ},$

其中，W为傅里叶矩阵

Φ＝[Φ₁......Φ₅]^T；

5）提取了一阶模态之后，得到一个预测指数：

$S=\frac{\mathrm{dJ}}{\mathrm{dt}}$

其中，J＝|a₁|²，是一阶模态幅值的平方，t为采样时间，对于离散的时间点t₁、t₂……t_m，得到相应的一阶模态幅值的平方的值分别为J₁、J₂……J_m，

其中，m为自然数，1≤j≤m的自然数，根据实际情况，设定一个阈值S₀，当S＞S₀时，认为旋转失速将要发生，否则，则认为压气机工作在较安全的区域。

进气畸变是造成旋转失速的最主要原因，为了验证方法的可行性，我们在各种进气畸变的实验条件下进行了一系列的实验。

在实验当中，进气畸变是通过放置在进气口的挡板来产生的，所示的百分数为挡板的高度所占进气口的直径的百分比，即

如图4所示。

实验结果如图5所示，其中横轴是压气机动子的转数，每条线代表了不同的进气畸变大小。从实验结果可以看出，随着转数的增加，压气机原来有接近旋转失速，dJ/dt也越来越大，因此，本发明的预测方法能够预先判定是否会发生旋转失速。

最后需要注意的是，公布实施方式的目的在于帮助进一步理解本发明，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换和修改都是可能的。因此，本发明不应局限于实施例所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。

Claims (7)

1.一种压气机旋转失速预测方法，其特征在于，所述预测方法包括以下步骤：

1）传感器采集压力信号：在压气机级前周向，沿壁面均匀地布置一周动压传感器，传感器的数目为N个，每相邻的两个传感器之间的角度为

N≥3为自然数；

2）处理信号：数据处理系统将传感器采集到的信号进行信号处理，传送给中央处理器；

3）中央处理器得到当前的压力分布，第i个传感器所在位置的压力为P_i，通过热线矫正，利用伯努利方程，得到当前的流量分布φ_i，i为自然数，且1≤i≤N；

4）分析预测信号：利用空间离散傅里叶变换，计算得到干扰的一阶模态a₁为

$a_1=\frac{1}{N}\mathrm{W\Φ},$

其中，W为傅里叶矩阵

5）提取了一阶模态之后，得到一个预测指数：

$S=\frac{\mathrm{dJ}}{\mathrm{dt}}$

其中，J=|a₁|²，是一阶模态幅值的平方，t为采样时间，根据实际情况，设定一个阈值S₀，预测指数S与阈值S₀相比较，当S＞S₀时，认为旋转失速将要发生，否则，则认为压气机工作在较安全的区域。

2.如权利要求1所述的预测方法，其特征在于，在步骤2）中，所述数据处理系统模数转换器和滤波器，对信号进行模数转换以及滤波。

3.如权利要求1所述的预测方法，其特征在于，在步骤3）中，将流量φ_i无量纲化为流量系数

其中，U_n表达式为U_n＝2πfR，f为转子转速，R为平均半径；则在步骤4）中，Φ＝[Φ₁......Φ_N]^T。

4.如权利要求1所述的预测方法，其特征在于，在步骤5）中，预测指数S具体算法为：对于离散的时间点t₁、t₂……t_m，得到相应的一阶模态幅值的平方的值分别为J₁、J₂……J_m，则

其中，m为自然数，j为1≤j≤m-1的自然数。

5.一种压气机旋转失速预测系统，其特征在于，所述预测系统包括：N个传感器、N个数据处理系统、N条热线以及中央处理器；其中，N个传感器沿压气机的壁面均匀放置；N个传感器中的每一个分别连接至数据处理系统；N个数据处理系统中连接至中央处理器；N条热线连接至中央处理器，N≥3为自然数。

6.如权利要求5所述的预测系统，其特征在于，N个数据处理系统中的每一个包括模数转换器和滤波器。

7.如权利要求5所述的预测系统，其特征在于，所述传感器的个数N为奇数。

Images