CN107165850B - 一种基于频域驼峰识别的轴流压气机旋转失速预警方法 - Google Patents

一种基于频域驼峰识别的轴流压气机旋转失速预警方法 Download PDF

Info

Publication number
CN107165850B
CN107165850B CN201710499795.9A CN201710499795A CN107165850B CN 107165850 B CN107165850 B CN 107165850B CN 201710499795 A CN201710499795 A CN 201710499795A CN 107165850 B CN107165850 B CN 107165850B
Authority
CN
China
Prior art keywords
hump
frequency
compressor
early warning
signal
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.)
Expired - Fee Related
Application number
CN201710499795.9A
Other languages
English (en)
Other versions
CN107165850A (zh
Inventor
王博
吴艳辉
安光耀
陈智洋
杨国伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201710499795.9A priority Critical patent/CN107165850B/zh
Publication of CN107165850A publication Critical patent/CN107165850A/zh
Application granted granted Critical
Publication of CN107165850B publication Critical patent/CN107165850B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/008—Stop safety or alarm devices, e.g. stop-and-go control; Disposition of check-valves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G06F2218/16—Classification; Matching by matching signal segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)

Abstract

本发明公开了一种基于频域驼峰识别的轴流压气机旋转失速预警方法，该方法通过持续动态压力信号采集，利用快速傅里叶变换持续计算一个压气机旋转周期内的压力信号的频谱，计算频谱对应的特征驼峰判别因子Ch，通过将特征驼峰判别因子Ch与检测阈值Chstall进行比较，判断压气机是否靠近旋转失速边界。轴流压气机旋转失速预警方法所定义的特征驼峰判别因子Ch具有明确的物理意义，用于实时在线检测先于旋转失速出现的频域驼峰，从而在压气机工作状况接近旋转失速边界时就发出预警，预警方法可靠。轴流压气机旋转失速预警方法只需要单一的信号传感器，采用快速傅里叶变换，中间过程少且计算速度快，并为主动控制提供充足的响应时间。

Description

一种基于频域驼峰识别的轴流压气机旋转失速预警方法
技术领域
本发明涉及叶轮机械扩稳技术领域，具体地说，涉及一种基于频域驼峰识别的轴流压气机旋转失速预警方法。
背景技术
旋转失速是压气机中常见的气动失稳现象，轻则造成压气机性能急剧恶化，重则导致叶片断裂而造成整台压气机毁坏。传统的失速控制方法属于被动控制技术，其核心是确保压气机的工作点与失速边界之间有足够的裕度，使压气机在远离失速边界点的地方工作。然而，失速边界常常受到工作状态、以及进口流场畸变等因素的影响而难以准确给定，失速点又往往出现在压气机特性线的最高压比和效率点附近，失速裕度的给出严重制约了压气机性能。为了拓宽压气机的稳定工作范围、充分发挥压气机的压比和效率潜力，失速主动控制技术应运而生。“主动控制”是通过及时对失速先兆做出预警，以便提早采取措施来抑制失速现象的形成和发展。
在主动控制思想的影响下，研究人员对压气机的失速起始过程进行了大量的试验研究。Day等人在文献“Stall inception and the prospects for active control infour high-speed compressors”(ASME Journal of Turbomachinery,1999,121(1):18-27.)中总结了四台压气机失速起始过程的实验研究结果，发现:在高转速工况下，失速起始过程短暂，失速先兆出现到压气机进入失速之间仅仅只有几转的时间。这种情况使得作动系统很难有足够的时间做出响应，导致基于失速先兆预测的稳定性主动控制技术很难在航空发动机中得到实际应用。
2014年，吴艳辉等人在文献“Experimental and Numerical Investigation ofFlow Characteristics Near Casing in an Axial Flow Compressor Rotor at Stableand Stall Inception Conditions”(Journal of Fluids Engineering,2014,136(11):1491-1503.)中分析了某轴流压气机试验台的实验和数值模拟结果，发现:在近失速稳定工况和失速起始工况失速先兆浮现之前，机匣动态压力信号的频谱图上存在一个低于叶片通过频率的特征驼峰。因此，通过检测低于叶片通过频率的频域驼峰，可以判断压气机是否靠近压气机失速边界，实现对旋转失速的提前预警，进而得到一种满足主动控制要求的轴流压气机旋转失速预警方法。
发明内容
为了避免现有技术存在的不足，本发明提出一种基于频域驼峰识别的轴流压气机旋转失速预警方法；该轴流压气机旋转失速预警方法定义了一种特征驼峰的判别因子，识别频域驼峰，其只需要单一信号传感器；采用快速傅里叶变换，中间过程少，计算速度快；特征驼峰判别因子具有明确的物理意义，由于频域驼峰先于失速先兆出现，通过识别频域驼峰，为主动控制提供充足的响应时间，实现频域驼峰的实时在线检测。
本发明解决其技术问题所采用的技术方案是:一种基于频域驼峰识别的轴流压气机旋转失速预警方法，其特征在于包括以下步骤:
步骤1.持续采集压气机动态压力信号，其中动态压力传感器垂直安装于壁面孔内，且采样频率fs大于叶片通过频率BPF的15～25倍；
步骤2.每间隔一个旋转周期计算一次动态压力信号的频谱:存储采集的N点动态压力信号，并利用快速傅里叶变换的得到其频谱；其中，窗口长度N至少包含一个转子周期的信号；
信号快速傅里叶变换由以下公式实现:
其中，x(n)表示当前窗口内的动态压力信号，X(k)表示信号的离散频谱，
k为离散频率的序号，f为信号的实际频率；
步骤3.利用步骤2得到的频谱，计算当前窗口内的特征驼峰判别因子Ch:
其中，X(f)为信号的连续频谱，X(k)为离散频谱，f为频率，m为频域分段因子，0～mBPF为特征驼峰出现的频段；k1是BPF对应的离散频率序号；k2是mBPF对应的离散频率序号；由Parseval定理可知，Ch表示信号在0～mBPF和0～BPF频段所具有的能量之比；一旦特征驼峰出现，0～mBPF频段的信号能量升高，使得Ch增大；
步骤4.利用检测阈值Chstall判断压气机工作状态；若某一时刻计算出的Ch>Chstall，则证明频域驼峰出现，发出失速警报；否则，判定压气机稳定工作；在不同压气机转速下，选取不同的检测阈值Chstall和频域分段因子m。
有益效果
本发明提出的一种基于频域驼峰识别的轴流压气机旋转失速预警方法，该方法通过持续动态压力信号采集，利用快速傅里叶变换持续计算一个压气机旋转周期内的压力信号的频谱，计算频谱对应的特征驼峰判别因子Ch，通过将特征驼峰判别因子Ch与检测阈值Chstall进行比较，判断压气机是否靠近旋转失速边界。轴流压气机旋转失速预警方法所定义的特征驼峰判别因子Ch具有明确的物理意义，用于实时在线检测先于旋转失速出现的频域驼峰，从而在压气机工作状况接近旋转失速边界时就发出预警，比基于失速先兆预测的失速预警方法更加可靠。
本发明基于频域驼峰识别的轴流压气机旋转失速预警方法只需要单一的信号传感器，采用快速傅里叶变换，中间过程少且计算速度快，并为主动控制提供充足的响应时间。
附图说明
下面结合附图和实施方式对本发明一种基于频域驼峰识别的轴流压气机旋转失速预警方法作进一步详细说明。
图1为本发明基于频域驼峰识别的轴流压气机旋转失速预警方法的流程图。
图2为某转速下的压气机特性图。
图3为动态压力传感器的安装位置示意图。
图4为某转速下，不同流量下的机匣壁动态压力信号。
图5为某转速下，不同流量下的信号频谱图。
图6为某转速下，不同流量下的瞬态特征驼峰判别因子。
具体实施方式
本实施例是一种基于频域驼峰识别的轴流压气机旋转失速预警方法。该方法通过持续动态压力信号采集，利用快速傅里叶变换持续计算一个压气机旋转周期内的压力信号的频谱，计算频谱对应的特征驼峰判别因子Ch，通过将特征驼峰判别因子Ch与检测阈值Chstall进行比较，判断压气机是否靠近旋转失速边界。轴流压气机旋转失速预警方法只需要单一信号传感器；特征驼峰判别因子Ch具有明确的物理意义，由于频域驼峰先于失速先兆出现，通过识别频域驼峰，为主动控制提供充足的响应时间，实现频域驼峰的实时在线检测。
参阅图1～图6，本实施例基于频域驼峰识别的轴流压气机旋转失速预警方法，针对某压气机孤立转子，其特性线如图2所示，其中，PE为峰值效率工况；NS、NS1为近失速工况；S为失速边界。
下面应用轴流压气机旋转失速预警方法针对某型压气机孤立转子进行分析,具体步骤如下:
第一步,持续采集压气机动态压力信号，其中动态压力传感器垂直安装于壁面孔内，且采样频率fs大于叶片通过频率BPF的15～25倍。
如图3所示，本实施例中的动态压力传感器安装在转子叶片前缘的机匣壁面孔内，且采样频率fs为100kHz。图4给出了本实施例峰值效率工况PE、NS和NS1工况的动态压力信号。
第二步,每间隔一个旋转周期计算一次动态压力信号的频谱。
存储最新采集的N点动态压力信号，并利用快速傅里叶变换得到其频谱。对于本实施例，N包含5个转子周期，对应图4中的T＝0.0369s。信号的快速傅里叶变换由以下公式实现:
其中，x(n)表示当前窗口内的动态压力信号，X(k)表示信号的离散频谱，
k为离散频率的序号，f为信号的实际频率。
图5给出了本实施例PE、NS和NS1工况下某段信号的频谱图；可以看出，在NS1工况的频谱图上存在低于叶片通过频率的特征驼峰；而在PE和NS工况的频谱图中则没有出现特征驼峰。
第三步,根据当前的压气机转速计算叶片通过频率BPF和设置频域分段因子m。
利用第二步得到的频谱，计算当前窗口内的特征驼峰判别因子Ch:
其中，X(f)为信号的连续频谱；X(k)为离散频谱；f为频率；m为频域分段因子，本实施例给定为0.5；k1是BPF对应的离散频率序号；k2是mBPF对应的离散频率序号。
第四步,根据当前压气机的转速设置检测阈值Chstall，本实施例取Chstall为0.5。若某一时刻计算出的Ch>0.5，则证明频域驼峰出现，发出失速警报；否则，判定压气机稳定工作，返回第二步。
图6给出了本实施例PE、NS和NS1工况下的瞬态特征驼峰判别因子。对于频谱图中没有出现驼峰的PE和NS工况，其瞬时特征驼峰判别因子Ch始终小于0.5，判定压气机稳定工作。对于频谱图中出现驼峰的NS1工况，压气机已经非常靠近失速边界，特征驼峰判别因子大于0.5。可以看出:对于本实施例，利用该方法在压气机工作状况接近失速边界时就发出预警，比基于失速先兆预测的失速预警方法更加可靠，并为主动控制系统提供了充分的准备时间。

Claims (1)

1.一种基于频域驼峰识别的轴流压气机旋转失速预警方法，其特征在于包括以下步骤:
步骤1.持续采集压气机动态压力信号，其中动态压力传感器垂直安装于壁面孔内，且采样频率fs大于叶片通过频率BPF的15～25倍；
步骤2.每间隔一个旋转周期计算一次动态压力信号的频谱:采集并存储窗口长度为N的动态压力信号，并利用快速傅里叶变换得到其频谱；其中，窗口长度N至少包含一个转子周期的信号；
信号快速傅里叶变换由以下公式实现:
其中，x(n)表示当前窗口内的动态压力信号，X(k)表示信号的离散频谱，
k为离散频率的序号，f为信号的实际频率；
步骤3.利用步骤2得到的频谱，计算当前窗口内的特征驼峰判别因子Ch:
其中，X(f)为信号的连续频谱，X(k)为离散频谱，f为频率，m为频域分段因子，0～mBPF为特征驼峰出现的频段；k1是BPF对应的离散频率序号；k2是mBPF对应的离散频率序号；由Parseval定理可知，Ch表示信号在0～mBPF和0～BPF频段所具有的能量之比；一旦特征驼峰出现，0～mBPF频段的信号能量升高，使得Ch增大；
步骤4.利用检测阈值Chstall判断压气机工作状态；若某一时刻计算出的Ch>Chstall，则证明频域驼峰出现，发出失速警报；否则，判定压气机稳定工作；在不同压气机转速下，选取不同的检测阈值Chstall和频域分段因子m。
CN201710499795.9A 2017-06-27 2017-06-27 一种基于频域驼峰识别的轴流压气机旋转失速预警方法 Expired - Fee Related CN107165850B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710499795.9A CN107165850B (zh) 2017-06-27 2017-06-27 一种基于频域驼峰识别的轴流压气机旋转失速预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710499795.9A CN107165850B (zh) 2017-06-27 2017-06-27 一种基于频域驼峰识别的轴流压气机旋转失速预警方法

Publications (2)

Publication Number Publication Date
CN107165850A CN107165850A (zh) 2017-09-15
CN107165850B true CN107165850B (zh) 2018-11-23

Family

ID=59826223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710499795.9A Expired - Fee Related CN107165850B (zh) 2017-06-27 2017-06-27 一种基于频域驼峰识别的轴流压气机旋转失速预警方法

Country Status (1)

Country Link
CN (1) CN107165850B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109030849B (zh) * 2018-05-22 2021-06-11 大连透平机械技术发展有限公司 压缩机旋转失速的监测方法及装置
CN109184919A (zh) * 2018-10-08 2019-01-11 南京航空航天大学 一种基于航空发动机失稳预测的主动防喘控制方法
CN109404303B (zh) * 2018-11-01 2020-05-15 西华大学 基于压力脉动的叶片泵驼峰点及不稳定流动的检测方法
CN110848166B (zh) * 2019-11-13 2021-05-07 西北工业大学 轴流压气机喘振频率预测方法
CN111140532B (zh) * 2020-01-03 2020-11-10 北京航空航天大学 一种畸变来流条件下航空压气机系统稳定性在线监测方法
CN112417774B (zh) * 2020-10-14 2024-02-23 沈阳透平机械股份有限公司 压缩机旋转失速的识别方法、装置及计算机设备
CN114954963A (zh) * 2022-06-27 2022-08-30 厦门大学 一种高超声速航空发动机进气道气动失稳预警方法
CN115306754B (zh) * 2022-10-12 2023-02-17 中国航发四川燃气涡轮研究院 基于声阵列的轴流风扇气动失稳辨识方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5275528A (en) * 1990-08-28 1994-01-04 Rolls-Royce Plc Flow control method and means
US6098010A (en) * 1997-11-20 2000-08-01 The Regents Of The University Of California Method and apparatus for predicting and stabilizing compressor stall
CN101629572A (zh) * 2008-07-18 2010-01-20 通用电气公司 失速和喘振检测系统及方法
CN103883557A (zh) * 2012-12-21 2014-06-25 上海凯士比泵有限公司 扬程无驼峰的叶轮
CN105298889A (zh) * 2015-09-24 2016-02-03 西北工业大学 一种压气机喘振的检测方法
CN105673553A (zh) * 2016-03-18 2016-06-15 江苏大学 一种斜流泵

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5275528A (en) * 1990-08-28 1994-01-04 Rolls-Royce Plc Flow control method and means
US6098010A (en) * 1997-11-20 2000-08-01 The Regents Of The University Of California Method and apparatus for predicting and stabilizing compressor stall
CN101629572A (zh) * 2008-07-18 2010-01-20 通用电气公司 失速和喘振检测系统及方法
CN103883557A (zh) * 2012-12-21 2014-06-25 上海凯士比泵有限公司 扬程无驼峰的叶轮
CN105298889A (zh) * 2015-09-24 2016-02-03 西北工业大学 一种压气机喘振的检测方法
CN105673553A (zh) * 2016-03-18 2016-06-15 江苏大学 一种斜流泵

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于短时能量的压气机喘振检测";李长征等;《测控技术》;20100331;第29卷(第3期);第92-93页 *
"轴流泵多工况压力脉动特性试验";张德胜等;《农业机械学报》;20141130;第45卷(第11期);第139-145页 *

Also Published As

Publication number Publication date
CN107165850A (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN107165850B (zh) 一种基于频域驼峰识别的轴流压气机旋转失速预警方法
Weichert et al. Detailed measurements of spike formation in an axial compressor
US7409854B2 (en) Method and apparatus for determining an operating status of a turbine engine
Gostelow A new approach to the experimental study of turbomachinery flow phenomena
CN103216461B (zh) 轴流式压气机的失速先兆识别方法
CN104296714B (zh) 一种涡轮凹腔叶片叶尖间隙测量方法
CN109670400A (zh) 一种水电机组开机过程稳定性状态评价方法
CN103940611B (zh) 一种风电机组变工况下滚动轴承自适应异常检测方法
He et al. Feature extraction of acoustic signals based on complex Morlet wavelet
CN103900824A (zh) 基于瞬时转速聚类分析的柴油机故障诊断方法
CN110259648A (zh) 一种基于优化K-means聚类的风机叶片故障诊断方法
Leinhos et al. The influence of transient inlet distortions on the instability inception of a low-pressure compressor in a turbofan engine
Weichert et al. Detailed measurements of spike formation in an axial compressor
CN104111154A (zh) 风力发电机组的振动趋势分析方法和振动趋势分析系统
CN105298889A (zh) 一种压气机喘振的检测方法
Ma et al. Effects of probe support on the flow field of a low-speed axial compressor
Walker et al. Periodic transition on an axial compressor stator: Incidence and clocking effects: Part I—Experimental data
Feng et al. Experimental investigation on characteristics of cavitation-induced vibration on the runner of a bulb turbine
CN109558041B (zh) 基于gpu加速的叶尖间隙信号采集、处理和传输方法
CN102900564B (zh) 用于轴流压缩系统叶顶喷气稳定性控制的控制器
Schmidt et al. Cavitation measurements on a pump-turbine model
Silvestri et al. Incipient surge analysis in time and frequency domain for centrifugal compressors
AU2020101455A4 (en) Online monitoring method for stability of aero compressor system under distorted inflow
Dejene Toge et al. Experimental investigation of stall inception mechanisms of low speed contra rotating axial flow fan stage
CN109580224A (zh) 滚动轴承故障实时监测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181123