CN111397910B - 基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法 - Google Patents

基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法 Download PDF

Info

Publication number
CN111397910B
CN111397910B CN202010270691.2A CN202010270691A CN111397910B CN 111397910 B CN111397910 B CN 111397910B CN 202010270691 A CN202010270691 A CN 202010270691A CN 111397910 B CN111397910 B CN 111397910B
Authority
CN
China
Prior art keywords
signal
crack
cycle fatigue
nyquist diagram
cracks
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.)
Active
Application number
CN202010270691.2A
Other languages
English (en)
Other versions
CN111397910A (zh
Inventor
曹宏瑞
王磊
乔百杰
陈雪峰
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong 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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202010270691.2A priority Critical patent/CN111397910B/zh
Publication of CN111397910A publication Critical patent/CN111397910A/zh
Application granted granted Critical
Publication of CN111397910B publication Critical patent/CN111397910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/14—Testing gas-turbine engines or jet-propulsion engines
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/02—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by magnetic means, e.g. reluctance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，在涡轮盘低循环疲劳试验中在线获取轮盘轴径向位移振动信号以及键相脉冲信号；使用角域同步平均对轮盘轴径向位移振动信号进行预处理，去除信号中包含的白噪声；采用整周期离散傅里叶变换从去噪后的信号中提取不同转速下裂纹指标的实部和虚部，利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图；进而通过裂纹指示奈奎斯特图中加载曲线与卸载曲线有无交叉判断涡轮盘是否出现裂纹。本发明可以在涡轮盘低循环疲劳试验过程中实现轮盘裂纹在线检测，提高试验安全性，同时不需要在低循环疲劳试验过程中停机拆装检查，能够缩短试验周期，降低试验费用。

Description

基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法
技术领域
本发明属于航空发动机故障诊断技术领域，具体涉及一种基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法。
背景技术
航空发动机是制约我国航空工业发展的重要因素，特别是航空发动机的寿命和可靠性问题。国外一些先进发动机，如F-110、F-136发动机，其全寿命可以分别达到6000～8000和13000小时以上，而现有发动机全寿命一般在1000～2000小时。
涡轮盘是航空发动机的关键零部件之一，对航空发动机寿命具有重要影响，因此在发动机设计过程中摸清轮盘的寿命十分重要。目前通用的方法是通过在低循环疲劳试验中间断性分解探伤，来确定轮盘的使用寿命。然而这种方法需要反复停机，造成试验周期过长，增加试验费用，影响航空发动机的整体研发周期。
因此，如何在航空发动机低循环疲劳试验中，在线检测测试涡轮盘裂纹故障成为亟待解决的问题。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，在航空发动机低循环疲劳试验中在线检测涡轮盘裂纹故障。
本发明采用以下技术方案：
基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，包括以下步骤：
S1、在线获取轮盘轴径向位移振动信号和键相脉冲信号；
S2、使用角域同步平均对轮盘轴径向位移振动信号进行预处理，去除信号中包含的白噪声；
S3、采用整周期离散傅里叶变换从步骤S2去噪后的信号中提取不同转速下裂纹指标的实部和虚部，利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图；
S4、通过步骤S3绘制的裂纹指示奈奎斯特图判断涡轮盘是否出现裂纹。
具体的，步骤S1中，在低循环疲劳试验器上安装2个电涡流位移传感器和1个键相传感器，2个电涡流位移传感器在同一平面互成90度安装，用于分别测量旋转轴在两个方向的位移；键相传感器靠近轮盘工装的凹槽安装。
具体的，步骤S2具体为：
S201、根据键相点的时刻，将原始时域位移信号分段，相邻两个键相时刻之间的信号作为一段，每一段表示一个旋转周期内的信号；
S202、对每一段时域信号进行等角度采样，将时域信号转化为角域信号；
S203、针对等角度采样后的各段角域信号，利用同步平均的方法消除噪声成分。
进一步的，步骤S203中，角域同步平均后第k个旋转周期角域信号
Figure BDA0002443043270000021
为：
Figure BDA0002443043270000022
其中，xk(n)为第k个旋转周期角域信号，I为平均周期个数。
具体的，步骤S3中，第k个旋转周期裂纹指标Xk为：
Xk＝Rk+jMk
其中，Rk为第k个旋转周期裂纹指标实部，Mk为第k个旋转周期裂纹指标虚部，j为虚数单位。
进一步的，第k个旋转周期裂纹指标实部Rk为：
Figure BDA0002443043270000023
第k个旋转周期裂纹指标虚部Mk为：
Figure BDA0002443043270000031
其中，N为信号
Figure BDA0002443043270000032
信号长度，
Figure BDA0002443043270000033
为角域同步平均后第k个旋转周期角域信号，n＝1,2,3...N。
具体的，步骤S4中，若在奈奎斯特图中加载曲线与卸载曲线没有交叉，则判定涡轮盘健康，不存在裂纹；若加载曲线与卸载曲线有交叉，则判定涡轮盘出现裂纹。
与现有技术相比，本发明至少具有以下有益效果：
本发明基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，以信号处理方法为基础，形成了一种无需停机，能够在航空发动机低循环疲劳试验中，在线检测测试涡轮盘裂纹故障的故障检测方法。
进一步的，获取的位移振动信号包含轮盘裂纹信息，键相信号可以确定振动的整周期时刻，将振动信号从时域转换到角域。
进一步的，每个旋转周期时域信号的点数不相同，步骤S2先将时域信号转换到角域，使每个旋转周期数据点数一致，方便平均。
进一步的，通过角域同步平均能去除信号中的白噪声。
进一步的，通过步骤S3能提取裂纹的实部和虚部，绘制奈奎斯特图，能反映轮盘系统动力学特性。
进一步的，由于应力作用，轮盘在加载过程中裂纹倾向于张开，卸载过程中倾向于关闭，从而导致轮盘系统动力学特性出现改变，使奈奎斯特图中加载曲线与卸载曲线出现交叉，而正常轮盘加载和卸载系统动力学特性不会改变，因此奈奎斯特图中加载曲线与卸载曲线不会出现交叉，通过步骤S4能简单直接地判断轮盘是否出现裂纹。
综上所述，本发明运算快速稳定，简单有效，对裂纹非常敏感，即使微小裂纹也能稳定检测出来。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为传感器的布置与轮盘工装的相对位置图；
图2为正常轮盘图；
图3为3mm裂纹轮盘图；
图4为正常轮盘位移振动信号图；
图5为裂纹长度为3mm轮盘位移振动信号图；
图6为裂纹长度为6mm轮盘位移振动信号图；
图7为裂纹长度为8mm轮盘位移振动信号图；
图8为正常轮盘裂纹指示奈奎斯特图；
图9为裂纹长度为3mm轮盘裂纹指示奈奎斯特图；
图10为裂纹长度为6mm轮盘裂纹指示奈奎斯特图；
图11为裂纹长度为8mm轮盘裂纹指示奈奎斯特图。
具体实施方式
本发明提供了一种基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，在涡轮盘低循环疲劳试验中在线获取轮盘轴径向位移振动信号以及键相脉冲信号；使用角域同步平均对轮盘轴径向位移振动信号进行预处理，去除信号中包含的白噪声；采用整周期离散傅里叶变换从去噪后的信号中提取不同转速下裂纹指标的实部和虚部，利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图；进而通过裂纹指示奈奎斯特图中加载曲线与卸载曲线有无交叉判断涡轮盘是否出现裂纹。本发明可以在涡轮盘低循环疲劳试验过程中实现轮盘裂纹在线检测，提高试验安全性，同时不需要在低循环疲劳试验过程中停机拆装检查，能够缩短试验周期，降低试验费用。
本发明一种基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，包括以下步骤：
S1、轮盘在低循环疲劳试验器上进行旋转实验时，布置3个传感器监测轮盘的健康状态：2个电涡流位移传感器和1个键相传感器。
请参阅图1，两个电涡流位移传感器1在同一平面互成90度安装，用于分别测量旋转轴在两个方向的位移；键相传感器靠近轮盘工装3的凹槽安装，确保能够采集键相信号。根据低循环疲劳试验器结构设计相应的传感器支架，同时支架能够调节传感器相对于轮盘的位置，从而便于安装。
S2、使用角域同步平均对轮盘轴径向位移振动信号进行预处理，去除信号中包含的白噪声。
S201、根据键相点的时刻，将原始时域位移信号分段，相邻两个键相时刻之间的信号作为一段，每一段表示一个旋转周期内的信号；
S202、对每一段时域信号进行等角度采样，将时域信号转化为角域信号；
S203、针对等角度采样后的各段角域信号，利用同步平均的方法消除噪声成分，具体为：
Figure BDA0002443043270000051
其中，xk(n)为第k个旋转周期角域信号，
Figure BDA0002443043270000052
为角域同步平均后第k个旋转周期角域信号，I为平均周期个数。
S3、采用整周期离散傅里叶变换从去噪后的信号中提取不同转速下裂纹指标的实部和虚部，利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图；
S301、提取不同旋转周期裂纹指标实部和虚部
Xk＝Rk+jMk
Figure BDA0002443043270000053
Figure BDA0002443043270000061
其中，Xk，Rk和Mk表示第k个旋转周期裂纹指标及其实部和虚部，N为信号
Figure BDA0002443043270000062
信号长度。
S302、利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图。
S4、通过裂纹指示奈奎斯特图判断涡轮盘是否出现裂纹。判定准则为：若在奈奎斯特图中加载曲线与卸载曲线没有交叉，则认为涡轮盘健康，不存在裂纹；若加载曲线与卸载曲线有交叉，则判定涡轮盘出现了裂纹。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
某涡轮盘裂纹检测
试验时，施加疲劳循环载荷，转速按照“加速—保载—降速”的方式加载，和实际中发动机轮盘寿命考核试验的加载方式相同。保载阶段的最高转速为5000RPM，一个循环过程大约90秒。电涡流位移传感器的型号为DH910，数采型号为DH5923N，信号采样频率为10kHz。分别将正常轮盘和裂纹长度为3mm、6mm、8mm的轮盘安装到低循环疲劳试验器中，依次开展疲劳载荷循环试验。试验过程中分别采集位移信号和键相信号，试验结束后，轮盘裂纹无明显的扩展和出现破裂现象。正常轮盘和预置3mm裂纹的轮盘如图2、3所示。
第一步，正常轮盘垂直方向的位移信号如图4所示，图中红线为根据键相信号计算出的转速信号，3mm、6mm和8mm裂纹轮盘垂直方向的位移信号分别如图5、图6和图7所示，图中红线为转速信号。从图中可以看出，当存在裂纹时，在最大转速时刻，位移信号的幅值相对于正常轮盘几乎没有变化。这是由于通过电涡流位移传感器采集的位移信号包括转速同步振动部分、异步振动信号部分以及噪声，因此很难直接通过位移信号的幅值检测出裂纹故障特征。
第二步，使用角域同步平均对分别对正常轮盘轮盘和裂纹长度为3mm、6mm、8mm的轮盘轴径向位移振动信号进行预处理，去除信号中包含的白噪声。
采用每段数据平均一次的策略，即选取第1～20段数据平均，将平均结果作为第一段；选第21～40段数据平均，将平均结果作为第二段，以此类推；最终得到K段平均后的数据，每一段数据同样表示一个旋转周期。
第三步，采用整周期离散傅里叶变换从去噪后的信号中提取不同转速下裂纹指标的实部和虚部，利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图。得到正常轮盘和裂纹长度为3mm、6mm、8mm轮盘的裂纹指示奈奎斯特图分别如图8、9、10和11所示。
最后，从图8、9、10和11可以看到在无裂纹情况下，奈奎斯特图无“交叉”现象。而在3mm、6mm和8mm裂纹情况下，加载曲线(实线)与卸载曲线(虚线)存在“交叉”现象，因此说明本发明能够稳定有效地检测出轮盘裂纹故障，即使在微小裂纹情况下。
综上所述，本发明一种基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (4)

1.基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，其特征在于，包括以下步骤：
S1、在线获取轮盘轴径向位移振动信号和键相脉冲信号；
S2、使用角域同步平均对轮盘轴径向位移振动信号进行预处理，去除信号中包含的白噪声，具体为：
S201、根据键相点的时刻，将原始时域位移信号分段，相邻两个键相时刻之间的信号作为一段，每一段表示一个旋转周期内的信号；
S202、对每一段时域信号进行等角度采样，将时域信号转化为角域信号；
S203、针对等角度采样后的各段角域信号，利用同步平均的方法消除噪声成分；
S3、采用整周期离散傅里叶变换从步骤S2去噪后的信号中提取不同转速下裂纹指标的实部和虚部，利用加载过程和卸载过程的裂纹指标实部和虚部绘出裂纹指示奈奎斯特图，第k个旋转周期裂纹指标Xk为：
Xk＝Rk+jMk
其中，Rk为第k个旋转周期裂纹指标实部，Mk为第k个旋转周期裂纹指标虚部，j为虚数单位；
S4、通过步骤S3绘制的裂纹指示奈奎斯特图判断涡轮盘是否出现裂纹，若在奈奎斯特图中加载曲线与卸载曲线没有交叉，则判定涡轮盘健康，不存在裂纹；若加载曲线与卸载曲线有交叉，则判定涡轮盘出现裂纹。
2.根据权利要求1所述的基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，其特征在于，步骤S1中，在低循环疲劳试验器上安装2个电涡流位移传感器和1个键相传感器，2个电涡流位移传感器在同一平面互成90度安装，用于分别测量旋转轴在两个方向的位移；键相传感器靠近轮盘工装的凹槽安装。
3.根据权利要求1所述的基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，其特征在于，步骤S203中，角域同步平均后第k个旋转周期角域信号
Figure FDA0002817674230000021
为：
Figure FDA0002817674230000022
其中，xk(n)为第k个旋转周期角域信号，I为平均周期个数。
4.根据权利要求1所述的基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法，其特征在于，步骤S3中，第k个旋转周期裂纹指标实部Rk为：
Figure FDA0002817674230000023
第k个旋转周期裂纹指标虚部Mk为：
Figure FDA0002817674230000024
其中，N为信号
Figure FDA0002817674230000025
信号长度，
Figure FDA0002817674230000026
为角域同步平均后第k个旋转周期角域信号，n＝1,2,3...N。
CN202010270691.2A 2020-04-08 2020-04-08 基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法 Active CN111397910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010270691.2A CN111397910B (zh) 2020-04-08 2020-04-08 基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010270691.2A CN111397910B (zh) 2020-04-08 2020-04-08 基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法

Publications (2)

Publication Number Publication Date
CN111397910A CN111397910A (zh) 2020-07-10
CN111397910B true CN111397910B (zh) 2021-02-02

Family

ID=71429477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010270691.2A Active CN111397910B (zh) 2020-04-08 2020-04-08 基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法

Country Status (1)

Country Link
CN (1) CN111397910B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2815123A1 (fr) * 2000-10-10 2002-04-12 Snecma Moteurs Controle acoustique de roues aubagees monoblocs
CN105092241A (zh) * 2015-08-10 2015-11-25 昆明理工大学 一种齿轮局部故障诊断方法及系统
CN105092243A (zh) * 2015-08-28 2015-11-25 昆明理工大学 一种齿轮故障定位系统及方法
CN106644484A (zh) * 2016-09-14 2017-05-10 西安工业大学 Eemd与邻域粗糙集结合的涡桨发动机转子系统故障诊断方法
CN107976482A (zh) * 2017-11-23 2018-05-01 西安交通大学 在寿命考核试验中的盘类零件的裂纹在位监测系统和方法
CN108051078A (zh) * 2017-12-12 2018-05-18 湖南工业大学 一种转速非恒定时叶片振动叶端定时在线监测方法及装置
CN109540482A (zh) * 2018-10-24 2019-03-29 北京化工大学 一种涡轮机叶片无键相高倍频同步振动参数分析方法及分析装置
CN110763441A (zh) * 2019-07-02 2020-02-07 中国民航大学 基于单类最大向量角区域间隔的发动机涡轮盘检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2815123A1 (fr) * 2000-10-10 2002-04-12 Snecma Moteurs Controle acoustique de roues aubagees monoblocs
CN105092241A (zh) * 2015-08-10 2015-11-25 昆明理工大学 一种齿轮局部故障诊断方法及系统
CN105092243A (zh) * 2015-08-28 2015-11-25 昆明理工大学 一种齿轮故障定位系统及方法
CN106644484A (zh) * 2016-09-14 2017-05-10 西安工业大学 Eemd与邻域粗糙集结合的涡桨发动机转子系统故障诊断方法
CN107976482A (zh) * 2017-11-23 2018-05-01 西安交通大学 在寿命考核试验中的盘类零件的裂纹在位监测系统和方法
CN108051078A (zh) * 2017-12-12 2018-05-18 湖南工业大学 一种转速非恒定时叶片振动叶端定时在线监测方法及装置
CN109540482A (zh) * 2018-10-24 2019-03-29 北京化工大学 一种涡轮机叶片无键相高倍频同步振动参数分析方法及分析装置
CN110763441A (zh) * 2019-07-02 2020-02-07 中国民航大学 基于单类最大向量角区域间隔的发动机涡轮盘检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"欠采样在航空发动机涡轮叶片频率测量中的应用";符顺国等;《燃气涡轮试验与研究》;20140430;第27卷(第2期);第50-53页 *

Also Published As

Publication number Publication date
CN111397910A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
US4751657A (en) Method and apparatus for detecting axial cracks in rotors for rotating machinery
US7770458B2 (en) Method of detecting damage to an engine bearing
US4408294A (en) Method for on-line detection of incipient cracks in turbine-generator rotors
US7861592B2 (en) Blade shroud vibration monitor
RU2558007C2 (ru) Способ обнаружения повреждения, по меньшей мере, одного опорного подшипника двигателя
US5258923A (en) System and method for detecting the occurrence, location and depth of cracks in turbine-generator rotors
Siegel et al. A comparative study on vibration‐based condition monitoring algorithms for wind turbine drive trains
Jamaludin et al. Monitoring extremely slow rolling element bearings: part I
CN111397877B (zh) 一种旋转机械拍振故障检测与诊断方法
JPH07280773A (ja) 渦電流感知装置
CN109946081B (zh) 一种用于变转速下滚动轴承打滑时的故障诊断方法
CN111397909A (zh) 一种航空发动机涡轮盘低循环疲劳裂纹在线监测方法
JPH09113416A (ja) ころがり軸受の損傷診断方法
EP2312410B1 (en) Method of contactless monitoring of turbines, particularly the individual blades of a steam or gas turbine in an electric generating station, and a system for carrying out that method
CN107976482B (zh) 在寿命考核试验中的盘类零件的裂纹在位监测系统和方法
Krause et al. Asynchronous response analysis of non-contact vibration measurements on compressor rotor blades
CN111397910B (zh) 基于奈奎斯特图的涡轮盘低循环疲劳裂纹在线检测方法
Wu et al. A hybrid fault diagnosis approach for blade crack detection using blade tip timing
CN106441899A (zh) 基于振动信号检测卫星动量轮轴承损伤诊断及筛选方法
JPH0312246B2 (zh)
Lim et al. Improved blade fault diagnosis using discrete Blade Passing Energy Packet and rotor dynamics wavelet analysis
Hanachi et al. Bladed disk crack detection through advanced analysis of blade time of arrival signal
Hanachi et al. Bladed disc crack diagnostics using blade passage signals
CN113702045B (zh) 滚动轴承的自相关函数振动监控方法
Malago et al. Condition monitoring and diagnostics in heavy-duty wheels: a first experimental approach

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