CN114184763A - 一种透平叶片裂纹位置在线识别的实验装置及方法 - Google Patents
一种透平叶片裂纹位置在线识别的实验装置及方法 Download PDFInfo
- Publication number
- CN114184763A CN114184763A CN202111393797.2A CN202111393797A CN114184763A CN 114184763 A CN114184763 A CN 114184763A CN 202111393797 A CN202111393797 A CN 202111393797A CN 114184763 A CN114184763 A CN 114184763A
- Authority
- CN
- China
- Prior art keywords
- crack
- rotor
- blade
- positions
- maximum curvature
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims abstract description 10
- 230000008878 coupling Effects 0.000 claims abstract description 7
- 238000010168 coupling process Methods 0.000 claims abstract description 7
- 238000005859 coupling reaction Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 3
- 208000037656 Respiratory Sounds Diseases 0.000 claims 1
- 238000013507 mapping Methods 0.000 abstract 1
- 230000004044 response Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/204—Structure thereof, e.g. crystal structure
- G01N33/2045—Defects
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种透平叶片裂纹位置在线识别的实验装置及方法,包括如下步骤:首先,由驱动电机,弹性联轴器,转子,轴承,叶盘,叶片,测速齿轮组成转子‑轴承‑叶片运动系统;轴承座和底座组成固定支撑系统;位移传感器,数据采集仪和上位机组成测试系统;然后,根据单一变量原则调整叶片裂纹的位置,测量观察转子在不同裂纹位置下的运行状态。最后,建立不同裂纹位置对应标准裂纹位置故障数据库,结合实际工况下轴心轨迹最大曲率,在线识别裂纹位置。本发明基于单一变量的实验原则,通过测试、分析复杂转子系统的动力学特性,在线识别叶片裂纹位置,具有操作简单,物理映射关系明确,能够准确的识别出复杂转子‑轴承‑叶片系统中叶片裂纹位置。
Description
技术领域
本发明涉及透平故障诊断技术领域,具体为一种透平叶片裂纹位置在线识别的实验装置及方法。
背景技术
透平是将流体介质中蕴有的能量转换成机械功的机器。透平的工作条件和所用介质不同,因而其结构型式多种多样,但基本工作原理相似。透平最主要的部件是旋转元件包括转子和叶轮,被安装在透平轴上,具有沿圆周均匀排列的叶片。它是航空发动机、燃气轮机和蒸汽轮机的主要部件之一,具有重要的经济价值和国防安全属性。透平的工作环境一般是高温高压状态下的燃料气体或者工质气体,因此,透平叶片不仅承受工质膨胀带来的交变应力,还要承受工质气体的腐蚀作用。在交变应力载荷和腐蚀气体的共同作用下,透平叶片极易产生疲劳裂纹。裂纹的产生不仅降低了透平的工作效率,还导致了重大的安全隐患。因此,及早的发现叶片裂纹不仅能够保证机组的安全运行,还能够极大的降低运营成本。
目前,针对旋转机械中叶片裂纹位置的技术手段主要有模态测试法和振动响应测试法。在专利名称为“一种基于模态曲率误差法的叶片裂纹区域确定方法”(CN110926771B)的公开内容中,利用扫频信号获得固有频率并激励出固有振型,通过采集固有振型信号得到模态位移,根据曲率公式计算各个节点处的曲率,并将裂纹前后的曲率误差作为判断依据,确定裂纹节点的位置,从而根据节点坐标判断出裂纹在叶片上的位置。在专利名称为“一种风机叶片裂纹位置确定方法”(CN104267097A)的公开内容中,通过模拟叶片不同位置发生裂纹故障,并计算其前三阶固有频率,并以固有频率,裂纹相对深度和裂纹的相对径向位置为坐标轴,绘制固有频率解曲面图,构造样本库。最后,通过等高线法进行求解,得到裂纹所在的深度和径向位置。
此外,在专利名称为“一种风力机叶片裂纹位置定位检测方法”(CN109541028B)的公开内容中,通过对比分析不同工况下标记点的非线性振动响应信号得出互信息熵,根据振动响应非线性程度变化量的最大值所对应的标记点位置确定叶片产生裂纹的位置范围。在专利名称为“基于机器视觉测振和非线性度的叶片裂纹定位系统及方法”(CN110530980A)的公开内容中,利用机器视觉测量多个位置标记点的固有频率和响应幅值,并计算出响应在各工况下的频响函数,根据频响函数的互相关指数标定各位置点的非线性程度,以此来判断裂纹的位置。
发明内容
本发明的目的是为了解决转子-轴承-叶片系统对叶片裂纹位置的在线识别问题一种透平叶片裂纹位置在线识别的实验装置及方法。
本发明的目的是这样实现的:
一种透平叶片裂纹位置在线识别的实验装置,包括驱动电机,弹性联轴器,转子,轴承,轴承座,叶盘,叶片,测速齿轮,底座,位移传感器,光码带,电机控制器,数据采集仪,上位机电脑(PC);所述的叶片安装在叶盘上,叶盘固定在转子上,转子两端由球轴承支撑,叶片、转子和轴承组成转子-叶片-轴承系统。系统由驱动电机带动旋转,驱动电机和系统通过弹性联轴器连接。
一种透平叶片裂纹位置在线识别的方法,包括以下步骤:
步骤1:单一变量为调整叶片裂纹的位置,并重复此步骤,直至采集所有不同裂纹位置下转子运行状态数据;然后,分别建立不同裂纹位置对应的转子系统运行特征数据库,用于裂纹位置的在线识别;
步骤2:对所测得的试验数据进行处理分析,利用位移信号绘制转子运行时的轴心轨迹,计算其最大曲率:
然后,根据轴心轨迹在左右顶点分别为(-a,0)与(+a,0),相应的t的取值分别为t=180和t=0时,得到最大曲率
步骤3:将所得的最大曲率与标准裂纹位置故障数据库中所计算出的最大曲率kc进行对比分析,并求其误差率e
步骤4:重复步骤2和3,累计并判断100组数据,当得出结果中85%以上误差率小于5%时,则确定故障位置与标准位置相同。
与现有技术相比,本发明的有益效果是:
本发明依据单一变量的原则,通过调整叶片裂纹的位置,获得标准裂纹位置故障数据库,测量并将转子在实际裂纹工况下的运行状态与标准裂纹位置故障数据库进行对比分析,结合置信度参数实现快速在线识别,定位叶片裂纹位置。
附图说明
图1为本发明透平叶片裂纹位置在线识别方法流程图;
图2为本发明透平叶片裂纹位置在线识别方法示意图;
图3为本发明透平叶片调整裂纹位置示意图;
图4为本发明轴心轨迹示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
一种透平叶片裂纹位置在线识别的实验装置,包括驱动电机,弹性联轴器,转子,轴承,轴承座,叶盘,叶片,测速齿轮,底座,位移传感器,光码带,电机控制器,数据采集仪,上位机电脑(PC);所述的叶片安装在叶盘上,叶盘固定在转子上,转子两端由球轴承支撑,叶片、转子和轴承组成转子-叶片-轴承系统。系统由驱动电机带动旋转,驱动电机和系统通过弹性联轴器连接。
步骤1:所述的位移传感器和数据采集仪用于测量并记录转子轴的实时位移信息;
步骤2:结合附图3,所述的单一变量为调整叶片裂纹的位置,并重复此步骤,直至采集所有不同裂纹位置下转子运行状态数据;然后,分别建立不同裂纹位置对应的转子系统运行特征数据库,用于裂纹位置的在线识别。
步骤3:对所测得的试验数据进行处理分析。首先利用位移信号绘制转子运行时的轴心轨迹,结合附图4所示,计算其最大曲率:
然后,根据轴心轨迹在左右顶点分别为(-a,0)与(+a,0),相应的t的取值分别为t=180和t=0时,得到最大曲率
将最大曲率随裂纹位置的变化规律作为判据;
步骤4:然后将所得的最大曲率与标准裂纹位置故障数据库中所计算出的最大曲率kc进行对比分析,并求其误差率e
当误差率小于5%时认为故障位置与标准位置相同;
步骤5:重复步骤3和4,累计并判断100组数据,当得出结果中85%以上误差率小于5%时,则确定故障位置与标准位置相同。
Claims (2)
1.一种透平叶片裂纹位置在线识别的实验装置,其特征是:包括驱动电机,弹性联轴器,转子,轴承,轴承座,叶盘,叶片,测速齿轮,底座,位移传感器,光码带,电机控制器,数据采集仪,上位机电脑(PC);所述的叶片安装在叶盘上,叶盘固定在转子上,转子两端由球轴承支撑,叶片、转子和轴承组成转子-叶片-轴承系统。系统由驱动电机带动旋转,驱动电机和系统通过弹性联轴器连接。
2.一种透平叶片裂纹位置在线识别的方法,其特征是:包括以下步骤:
步骤1:单一变量为调整叶片裂纹的位置,并重复此步骤,直至采集所有不同裂纹位置下转子运行状态数据;然后,分别建立不同裂纹位置对应的转子系统运行特征数据库,用于裂纹位置的在线识别;
步骤2:对所测得的试验数据进行处理分析,利用位移信号绘制转子运行时的轴心轨迹,计算其最大曲率:
然后,根据轴心轨迹在左右顶点分别为(-a,0)与(+a,0),相应的t的取值分别为t=180和t=0时,得到最大曲率
步骤3:将所得的最大曲率与标准裂纹位置故障数据库中所计算出的最大曲率kc进行对比分析,并求其误差率e
步骤4:重复步骤2和3,累计并判断100组数据,当得出结果中85%以上误差率小于5%时,则确定故障位置与标准位置相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111393797.2A CN114184763A (zh) | 2021-11-23 | 2021-11-23 | 一种透平叶片裂纹位置在线识别的实验装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111393797.2A CN114184763A (zh) | 2021-11-23 | 2021-11-23 | 一种透平叶片裂纹位置在线识别的实验装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114184763A true CN114184763A (zh) | 2022-03-15 |
Family
ID=80602393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111393797.2A Pending CN114184763A (zh) | 2021-11-23 | 2021-11-23 | 一种透平叶片裂纹位置在线识别的实验装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114184763A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100030493A1 (en) * | 2007-02-02 | 2010-02-04 | The Secretary, Department Of Atomic Energy, Govt. Of India | Method for non-intrusive on-line detection of turbine blade condition |
JP2013061224A (ja) * | 2011-09-13 | 2013-04-04 | Toshiba Corp | 翼振動計測装置 |
CN103592365A (zh) * | 2013-11-14 | 2014-02-19 | 西安交通大学 | 一种转子裂纹快速检测方法 |
CN104267097A (zh) * | 2014-09-15 | 2015-01-07 | 北京工业大学 | 一种风机叶片裂纹位置确定方法 |
CN104595112A (zh) * | 2013-10-30 | 2015-05-06 | 通用电气公司 | 风力涡轮机及评估其上叶片健康状态的方法 |
CN108956075A (zh) * | 2018-08-31 | 2018-12-07 | 天津大学 | 动叶片裂纹在线诊断方法 |
CN109541028A (zh) * | 2018-12-26 | 2019-03-29 | 湖南科技大学 | 一种风力机叶片裂纹位置定位检测方法及系统 |
JP2019100210A (ja) * | 2017-11-29 | 2019-06-24 | 三菱日立パワーシステムズ株式会社 | 動翼監視システム、動翼監視装置、動翼監視方法、プログラム |
CN110926771A (zh) * | 2019-11-20 | 2020-03-27 | 佛山科学技术学院 | 一种基于模态曲率误差法的叶片裂纹区域确定方法 |
-
2021
- 2021-11-23 CN CN202111393797.2A patent/CN114184763A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100030493A1 (en) * | 2007-02-02 | 2010-02-04 | The Secretary, Department Of Atomic Energy, Govt. Of India | Method for non-intrusive on-line detection of turbine blade condition |
JP2013061224A (ja) * | 2011-09-13 | 2013-04-04 | Toshiba Corp | 翼振動計測装置 |
CN104595112A (zh) * | 2013-10-30 | 2015-05-06 | 通用电气公司 | 风力涡轮机及评估其上叶片健康状态的方法 |
CN103592365A (zh) * | 2013-11-14 | 2014-02-19 | 西安交通大学 | 一种转子裂纹快速检测方法 |
CN104267097A (zh) * | 2014-09-15 | 2015-01-07 | 北京工业大学 | 一种风机叶片裂纹位置确定方法 |
JP2019100210A (ja) * | 2017-11-29 | 2019-06-24 | 三菱日立パワーシステムズ株式会社 | 動翼監視システム、動翼監視装置、動翼監視方法、プログラム |
CN108956075A (zh) * | 2018-08-31 | 2018-12-07 | 天津大学 | 动叶片裂纹在线诊断方法 |
CN109541028A (zh) * | 2018-12-26 | 2019-03-29 | 湖南科技大学 | 一种风力机叶片裂纹位置定位检测方法及系统 |
CN110926771A (zh) * | 2019-11-20 | 2020-03-27 | 佛山科学技术学院 | 一种基于模态曲率误差法的叶片裂纹区域确定方法 |
Non-Patent Citations (2)
Title |
---|
吴琪强等: "基于固有频率的风力机叶片裂纹精确定位与程度识别", 《振动与冲击》 * |
王燕等: "矿用通风机叶片裂纹诊断方法的研究", 《同煤科技》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102507205B (zh) | 一种检测航空发动机风扇叶片颤振故障的方法 | |
CN109488630B (zh) | 基于谐波相对指标的离心风机转子不对中故障诊断方法 | |
CN108956075A (zh) | 动叶片裂纹在线诊断方法 | |
CN109387345B (zh) | 一种含干摩擦阻尼结构的模拟失谐叶盘及测试装置和方法 | |
CN104048595A (zh) | 一种旋转机械角度不对中故障定量化检测系统及方法 | |
CN104075677A (zh) | 航空发动机转子和静子同心度及叶尖间隙测量方法及系统 | |
CN110595894B (zh) | 一种存在应力集中的透平发动机叶片疲劳极限确定方法 | |
CN102498372A (zh) | 用于测定在涡轮叶片中的裂纹的方法 | |
CN112461934B (zh) | 一种基于声发射的航空发动机叶片裂纹源定位方法 | |
Ji-wang et al. | Blade tip-timing technology with multiple reference phases for online monitoring of high-speed blades under variable-speed operation | |
Wu et al. | Blade crack detection using blade tip timing | |
CN113624381A (zh) | 一种船舶燃气轮机动叶片动应力非接触测量计算方法 | |
Zhang et al. | Five dimensional movement measurement method for rotating blade based on blade tip timing measuring point position tracking | |
Krause et al. | Asynchronous response analysis of non-contact vibration measurements on compressor rotor blades | |
CN116950917A (zh) | 基于叶尖定时的大型离心压缩机叶片裂纹在线诊断方法 | |
Lebold et al. | Using torsional vibration analysis as a synergistic method for crack detection in rotating equipment | |
Fan et al. | Research on running status monitoring and rotating blade crack detection of large-scale centrifugal compressor based on blade tip timing technique | |
Fan et al. | An improved multiple per revolution-based blade tip timing method and its applications on large-scale compressor blades | |
CN113987871A (zh) | 一种航空发动机叶片损伤在线识别方法 | |
CN109580149A (zh) | 一种航空发动机导管局部振动监控方法 | |
CN114184763A (zh) | 一种透平叶片裂纹位置在线识别的实验装置及方法 | |
Wu et al. | A hybrid fault diagnosis approach for blade crack detection using blade tip timing | |
CN104236871A (zh) | 离心式压缩机半开式叶轮裂纹故障识别方法 | |
CN113358210B (zh) | 一种基于压力脉动的增压器涡轮叶片振动监测方法 | |
CN107882761B (zh) | 一种天然气长输管道离心压缩机工况参数的获取方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220315 |