CN115979345A - 人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法 - Google Patents
人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法 Download PDFInfo
- Publication number
- CN115979345A CN115979345A CN202211724833.3A CN202211724833A CN115979345A CN 115979345 A CN115979345 A CN 115979345A CN 202211724833 A CN202211724833 A CN 202211724833A CN 115979345 A CN115979345 A CN 115979345A
- Authority
- CN
- China
- Prior art keywords
- temperature
- ceramic
- data
- cold air
- distribution test
- 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
Images
Abstract
本发明提供了一种人工智能的船用燃气轮机叶片剩余寿命预测系统,包括在船用汽轮机机匣透平区截面圆周上固定安装的至少两个柔性可变角度安装机构,分别安装于不同的柔性可变角度安装机构中的至少一个黑体式光纤高温计探管以及至少一个接有冷气入口接头的X射线物相探测器,其中,探管具有冷气入口,探管之后依次连接有光纤传输系统和数据处理系统,数据处理系统将光纤传输系统传来的信号进行处理分析得到探测到的当前温度值,并且能够接收所述X射线物相探测器发送的物相数据。基于上述系统实现的剩余寿命预测方法能够利用可变角度机构的扫描优势,获取叶面范围的实时监测温度和物相数据以及根据定期历史多个物相数据分析预测出剩余寿命。
Description
技术领域
本发明涉及一种船用燃气轮机叶片剩余寿命的预测系统及预测方法,尤其涉及一种人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法。
背景技术
燃气机轮叶片在服役期间长期承受着高焓气体的影响,使得轮机叶片内部组织结构逐步产生变化,从而最终失效。如何改进叶片成型材质组成而实现预期寿命的延长成为汽轮机安全工作的关键。船用燃气轮机与航空发动机燃气轮机类似,处在透平区的高低压涡轮叶片同样面临着超温超压对于叶片剩余寿命影响的问题。对于超温这一方面,现有技术大致分为两个方向,第一是拆卸叶片离线检测,另一个是机匣上安装在线黑体式光纤高温计,也即一种多光谱测试系统,从而分别积累结构表征和温度分布历史数据,从而对预期寿命形成综合的预测。
但是,离线拆卸叶片由于不是实时的监测,难以将温度和实时叶片物相关联,反复拆卸安装也给涡轮的工作状态造成不利因素,从而难以准确评价温度和温度作用时间与物相之间的依赖关系。机匣装载的光纤高温计一般呈现固定角度安装,难以实现对于叶片上大部分关注的区域进行全覆盖扫描,同样也不能关注到原位的温度和物相的实时监测和寿命预期分析。
叶片关注的区域实际上并非全叶片长度方向,一般叶根和叶端对于温度影响是微小的,感兴趣的扫描区域应集中在叶身,因此实际上能够扫描的区域也存在一个固定的角度范围的问题。考虑如何在一定角度范围内进行扫描实时温度和同时对应实时的物相分析,从而实现准确的剩余寿命预期成为亟待解决的问题。而且,透平区一般温度高至1100℃左右,如何突破兼顾设备及其零部件耐高温、运动机械结构的耐高温,以及遇到的高焓气流密封的多项技术难题,是解决上述问题过程中需要考虑的技术关键。
发明内容
为了解决上述问题,本发明考虑如下几个方面,第一,同时将高温计的固定安装和引入X射线探头安装都设置为可变角度安装,第二,高焓气流的密封问题,第三,剩余寿命的预测模型的构建。
鉴于上述考虑,本发明第一个目的是提供了一种人工智能的船用燃气轮机叶片剩余寿命预测系统,其特征在于,包括在船用汽轮机机匣透平区截面圆周上固定安装的至少两个柔性可变角度安装机构,分别安装于不同的所述柔性可变角度安装机构中的至少一个黑体式光纤高温计探管以及至少一个接有冷气入口接头的X射线物相探测器,其中,所述探管具有冷气入口,所述探管之后依次连接有光纤传输系统和数据处理系统,所述数据处理系统将光纤传输系统传来的信号进行处理分析得到探测到的当前温度值,并且能够接收所述X射线物相探测器发送的物相数据,结合历史多个物相数据分析预测出剩余寿命。
其中,所述柔性可变角度安装机构包括具有双头喇叭口的可弯曲的耐高温管,一个不锈钢或陶瓷的槽圈,三个第一陶瓷纤维垫圈,一对第二陶瓷纤维垫圈,一对第三陶瓷纤维圈,以及多个陶瓷螺栓和多个陶瓷螺母,多个不锈钢垫圈。
进一步地,所述槽圈的第一环形凹槽内可匹配或过盈配合一个所述第一陶瓷纤维垫圈,所述槽圈上、三个所述第一陶瓷纤维垫圈上,以及一头喇叭口上都具有用于将陶瓷螺栓穿过而与所述陶瓷螺母配合固定于所述机匣上的第一螺栓孔。
进一步地,所述黑体式光纤高温计探管(以下简称探管)包括一体成型的探杆和第一阶梯式变径多节冷气通道,设置于最远离所述机匣的一节冷气通道上的与该一节冷气通道一体成型的第一冷气吹入口,以及设置在所述探杆上与探杆一体成型的法兰,所述法兰具有的第二凹槽内可匹配或过盈配合的一个所述第二陶瓷纤维垫圈,所述法兰上、一对所述第二陶瓷纤维垫圈上,以及与一部分耐高温管的所述一头喇叭口相对的另一头喇叭口上都具第二螺栓孔。
进一步地,冷气入口接头包括第二阶梯式变径多节冷气通道,设置于最远离所述机匣的一节冷气通道上的与该一节冷气通道一体成型的第二冷气吹入口,以及与所述第二阶梯式变径多节冷气通道连接的石英玻璃窗,所述石英玻璃窗具有可匹配或过盈配合一个所述第三陶瓷纤维垫圈的第三环形凹槽,所述石英玻璃窗上、一对所述第三陶瓷纤维垫圈上,以及与剩余其他的耐高温管的所述一头喇叭口相对的另一头喇叭口上都具第三螺栓孔。
进一步地,所述双头喇叭口的其中一头喇叭口一侧贴合第一环形凹槽内匹配或过盈配合的一个所述第一陶瓷纤维垫圈表面,另一侧通过同样具有第一螺栓孔的不锈钢垫圈被另一个第一陶瓷纤维垫圈压住,槽圈贴合机匣内表面的一侧垫上第三个第一陶瓷纤维垫圈,利用多个陶瓷螺栓穿过所述第一螺栓孔而与所述陶瓷螺母配合将其中至少一个所述柔性可变角度安装机构固定于所述机匣上;其中另一头喇叭口一侧贴合第二环形凹槽内匹配或过盈配合所述第二陶瓷纤维垫圈表面,另一侧通过同样具有第二螺栓孔的不锈钢垫圈被另一个第二陶瓷纤维垫圈压住,利用多个陶瓷螺栓穿过所述第二螺栓孔而与所述陶瓷螺母配合实现另一头喇叭口与所述法兰连接;而剩余的至少一个所述柔性可变角度安装机构中的一头喇叭口与机匣作同样的方式固定于所述机匣上,其另一头喇叭口的一侧贴合第三环形凹槽内匹配或过盈配合一个所述第三陶瓷纤维垫圈表面时,另一侧通过同样具有第三螺栓孔的不锈钢垫圈被另一个第三陶瓷纤维垫圈压住,利用多个陶瓷螺栓穿过所述第三螺栓孔与所述陶瓷螺母配合而经由与所述石英玻璃窗连接,从而间接与所述冷气入口接头接连。
优选地,所述陶瓷螺栓和陶瓷螺母的直径不小于所有环形凹槽宽度的一半。
优选地,所述的多个陶瓷螺栓的个数为4-8个。
优选地,所述陶瓷螺栓和螺母的配合旋紧具有预设的扭矩,并通过数显扭力扳手进行旋紧实现紧固。以使得紧固均匀符合密封要求,以及石英玻璃窗和陶瓷纤维垫圈抗压和断裂范围内。
可以理解的是,通过螺栓头部和螺母的紧配合旋紧,将两端喇叭口与陶瓷纤维垫圈表面紧贴,从而使得高焓气流无法进入喇叭口内部而逃逸出机匣外部,从而起到耐高温隔热密封的效果,所述陶瓷螺栓和陶瓷螺母的直径越大于陶瓷纤维圈的通孔,贴合面积越大,密封效果整体上越优良。
可选地,所述冷气入口接头最接近所述机匣的一节冷气通道的外周延伸出与该冷气通道同材质的连接片,所述连接片与所述石英玻璃窗同样通过陶瓷螺栓和陶瓷螺母配合方式连接。
进一步地,所述耐高温管包括从管内至管外依次耦合的三层材料层组成,所述内层为不锈钢丝增强的涂有热稳定剂的夹织物,所述中层为耐高温夹织物,所述外层为不锈钢丝纤维。所述内层是指靠近探杆或冷气入口接头的一侧,外层是接触透平区内高焓气流的一侧。
进一步地,所述X射线物相探测器包括无线发送器,所述数据处理系统具有无线接收器,分别用于将X射线物相探测器分析得到的物相数据的发送和接收。
优选地,所述X射线物相探测器为便携式X射线物相探测器。可以理解的是,现有的手枪式X射线探测仪除机壳以外的其他部件以及基于的探测原理即可以运用到所述便携式X射线物相探测器中。而机壳通过额外设计而与所述冷气入口接头密封连接。冷气入口通过气管将冷却的惰性气体吹扫以防止高焓气体对探测器和光纤传输系统进行破坏。
进一步地,光纤传输系统包括光纤、光电传感器、前置放大电路及恒温控制系统;所述数据处理系统包括计算机终端。
所述分析预测出剩余寿命的方法具体包括由所述数据处理系统运行的如下步骤:
S1,获取叶身范围内不同规定时刻上的多组温度数据以及与所述多组温度数据对应的同步测量的多组物相数据,其中所述不同规定时刻包括服役半年至二十五年每隔半年的时刻,所述多组温度数据的每一组温度数据包括利用探杆所固定的柔性可变角度安装机构改变所述探杆的探测角度,对旋转中的叶片进行叶身范围内的扫描而采集覆盖叶身范围内射向空间的黑体辐射信号,所述物相数据的采集是将X射线物相探测器在所述扫描的轨迹上对叶身表面进行同步扫描实现。
应当理解的是,虽然叶片在旋转,但是由于旋转速度快,叶片旋转对称分布,因此空间叶身范围内的每一处的辐射可以近似认为是与同一片叶片身上同一个位置在同一时刻实际的发出的辐射是近似的。在时间微元上分析,当第一叶片旋转到探测点上,发出辐射,下一时刻另一片叶片上达到同一位置,发出辐射,由于叶片组成相近,两片叶片达到同一位置的时间很短,因此某一实际时刻采集到的辐射信号可以近似到同一叶片模型中且近似认为是同一时刻发出的。
因此,优选地每组温度数据中的每一扫描测点温度值都乘以同一个温度系数C=0.7-1。
优选地,所述扫描轨迹为叶身轴向直线,或者在所述叶身轴向直线附近作往复和叶身轴向直线复合运动折线轨迹,从而形成具有一定宽度和沿所述叶身轴向长度的二维黑体辐射信号和二维X射线衍射数据,分别由所述数据处理系统分析处理,形成温度数据和物相数据。
优选地,服役期间内,每隔2-3月进行温度数据的获取。
S2,所述数据处理系统将扫描采集的多组温度数据和多组物相数据进行处理获得温度分布测试图和相应的物相分布测试图,其中,将每个时刻中扫描的多个物相数据根据不同的物相赋予不同的灰度值或者彩色值,并将赋予了灰度值或者彩色值的多个采集的物相数据按照规定顺序拼接获得物相分布测试图Pt,其中下标t表示时刻序号,所述规定顺序包括按照所述扫描轨迹上采集的物相数据依次排序,多次扫描获取多张物相分布测试图,设置CNN1网络,将赋予了灰度值或者彩色值的每个时刻中多张物相分布测试图分为训练集和验证集,比例为4-3:1-2,将训练集输入CNN1网络中,输出端通过全连接FC进入softmax函数,形成不同时刻分类预测的输出概率值,通过验证集验证获得准确率,并计算损失函数分别优化网络参数,训练出根据输入的赋予了灰度值或者彩色值的物相分布测试图对应的服役到达的时刻,获得预测模型P1;
S3,对待测叶片进行步骤S1和S2中灰度值或者彩色值赋予步骤,获得赋予了灰度值或者彩色值的待测物相分布测试图,输入到所述预测模型P1中,获得当前预测的服役年份Yp,根据目标服役年数Yo计算出剩余寿命LT=Yo-Yp。
优选地,所述S2中将每隔一周至一月进行温度数据采集,形成每隔2-3个月中每一时刻对应的多个采集的温度数据,将不同温度赋予不同的灰度值或彩色值,对于每一时刻,将赋予了灰度值或者彩色值的多个采集的温度数据形成的温度数据组按照采集的先后顺序依规定顺序拼接获得温度分布测试图Tt,其中下标t表示时刻序号,所述规定顺序包括按照所述扫描轨迹上采集的温度数据依次排序,多次扫描获取多张温度分布测试图;获取每个时刻对应的标准温度分布测试图Tts,获得差分图Td=Tt-Tts,定义差分图上灰度值或彩色值综合大于预设值则属于异常,否则属于正常。
可选地,多张物相分布测试图和多张温度分布测试图是选择多台燃气轮机上利用多台所述预测系统获得的,并且每一台每个时刻各获取100-500张。
优选地,所述扫描叶身范围为距离叶根距离为叶身长度的1/3-3/2之间。
S2中将赋予了灰度值或者彩色值的每个时刻中多张温度分布测试图,分为训练集和验证集,比例为4-3:1-2,将训练集输入CNN2网络中,输出端通过全连接FC进入softmax函数,根据差分图Td获得输入的训练集的异常与否分类,形成不同时刻温度异常与否分类预测的输出概率值,通过验证集验证获得准确率,并计算损失函数分别优化网络参数,训练出根据输入的赋予了灰度值或者彩色值的温度分布测试图对应的服役到达的时刻,获得预测模型P2;
S3中根据CNN1网络获得待测当前叶片预测的服役年份Yp,若Yp不大于实际服役年数而获得对应时刻的温度分布测试图,输入预测模型P2获得对应时刻温度是否异常,并根据当前时刻往前推的任一时刻,获取相应的时刻的温度分布测试图,输入预测模型P2获得往前任一时刻温度是否异常,若大于实际服役年数则表示过去服役中出现过异常。
优选地,所述CNN1和CNN2网络为基于残差机制的网络ResNET。
可选地,获得步骤S2中的赋予了灰度值或者彩色值的每个时刻中多张物相分布图和赋予了灰度值或者彩色值的每个时刻中多张温度分布测试图所基于的多组温度数据和对应的多组物相数据来自于对多个服役到每个时刻的涡轮上拆下的叶片实物进行的测试。
本发明的第二个目的是,提供一种利用上述人工智能的船用燃气轮机叶片剩余寿命预测系统的船用燃气轮机叶片剩余寿命预测方法,其特征在于,包括如下步骤:
(1)安装配制完人工智能的船用燃气轮机叶片剩余寿命预测系统,服役期间内,从服役初始每隔2-3个月按照扫描轨迹进行多组温度数据的采集,每隔半年在所述扫描的轨迹上对叶身表面进行同步扫描,采集多组物相数据;
应当理解的是,这里同步扫描是指当服役进行到例如半年时,温度数据采集恰好进行到第二组,此时物相数据的采集扫描就能与温度数据采集扫描按照相同的轨迹(这里相同轨迹是指两条扫描轨迹可以经过欧几里得线性空间平移变换重合)同步进行。
(2)所述数据处理系统根据步骤(1)采集的多组温度数据和多组物相数据,利用分析预测出剩余寿命的方法预测到剩余寿命LT和/或根据对应预测的服役年份而获得对应预测的年份的温度是否异常,以及往前任一时刻温度是否异常。
可选地,步骤(1)中在任选时刻获得的多组温度数据和多组物相数据,获得对应的温度分布测试图和/或物相分布测试图。
本发明的第三个目的是提供一种计算机可读非暂时性存储介质,其特征在于,其中存储有可由所述人工智能的船用燃气轮机叶片剩余寿命预测系统运行而实现船用燃气轮机叶片剩余寿命预测方法的计算机可读程序。
有益效果
(1)采用耐高温三层纤维网和夹织物构成的可弯曲管道,实现叶片的可变角度扫描检测,
(2)采用陶瓷材料作为密封和紧固件,高正了高焓气流的隔热与密封防护,
(3)船用燃气轮机机匣上搭载黑体式光纤高温计同时还搭载了便携式X射线衍射仪,实现通扫描轨迹的实时监测和定期检测温度和物相数据的采集,
(4)基于采集的定期的检测多组温度数据和多组物相数据,构建基于快速收敛的ResNet网络的预期寿命预测模型P1和温度异常识别模型P2,同时可在任选时刻获得的多组温度数据和多组物相数据可以根据需要选择进行实时监测和定期预测双重功能。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
图1柔性可变角度安装机构在船用汽轮机透平区机匣上可供安装的位置点示意图,
图2本发明实施例1中在图1中位置点3和4中安装了柔性可变角度安装机构A和B的示意图,
图3为图2中柔性可变角度安装机构B固定与透平区机匣3号位置上和固定安装探杆的示意图,其中除耐高温管、探杆、陶瓷螺栓和陶瓷螺母之外的机构部分被展示为对称轴剖面,耐高温管内部探杆部分也展示出,
图4a为图3中探杆绕Y坐标轴旋转可改变角度范围的示意图,
图4b为图3中探杆绕X坐标轴旋转可改变角度范围的示意图,
图5为图2中柔性可变角度安装机构A固定于透平区机匣4号位置上和固定安装便携式X射线物相探测器的示意图,除耐高温管、冷气入口接头、陶瓷螺栓和陶瓷螺母之外的机构部分被展示为对称轴剖面,耐高温管内部冷气入口接头也展示出,
图6为本发明实施例1中黑体式光纤高温计构成示意图,其中示出了探管的探杆和第一阶梯式变径三节冷气通道D的具体结构,
图7本发明实施例2的安装配制的预测系统实现船用燃气轮机叶片剩余寿命预测方法以及温度异常监测的方法流程图,其中,
附图标记1-4,透平区机匣上可供安装柔性可变角度安装机构的位置点编号,5陶瓷槽圈,6第一环形凹槽,7三个第一陶瓷纤维垫圈,8法兰,9第二环形凹槽,10一对第二陶瓷纤维垫圈,11石英玻璃窗,12一对第三陶瓷纤维垫圈,13,第三环形凹槽,a、b、c分别为耐高温管的外层,中层,和内层,A和B分别为固定于透平区机匣上4号和3号位置的柔性可变角度安装机构,C1-C3分别为第一至第三螺栓孔,D第一阶梯式变径三节冷气通道,E第二阶梯式变径四节冷气通道。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
具体实施方式
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
实施例1
本实施例将说明人工智能的船用燃气轮机叶片剩余寿命预测系统的安装配制。如图1所示,在燃烧区下游的透平区示例性地给出了三个叶片涡轮,在机匣上的第1-4号位置都属于预测系统中柔性可变角度安装机构可以安装的部位,其对应的机匣内温度对于各类船用燃气轮机主要分布在1000-1300℃。
如图2所示,本实施例选择4号位置和3号位置分别用于固定安装了可变角度检测黑体辐射的黑体式光纤高温计探管的柔性可变角度安装机构B和安装了可变角度检测X射线衍射的便携式X射线物相探测器的柔性可变角度安装机构A。图中示例性地给出了黑体式光纤高温计探管中探杆以及连接便携式X射线物相探测器的冷气入口接头改变检测角度范围。
如图3所示,柔性可变角度安装机构B包括双头喇叭口的可弯曲的耐高温管,一个具有第一环形凹槽6的陶瓷槽圈5,三个第一陶瓷纤维垫圈7,12个陶瓷螺栓和12个陶瓷螺母,以及两个不锈钢垫圈。
其中一个第一陶瓷纤维垫圈7通过过盈配合设置在第一环形凹槽6中。将一头喇叭口贴合该一个第一陶瓷纤维垫圈7表面,该一头喇叭口另一侧通过具有第一螺栓孔C1的不锈钢垫圈利用另一个陶瓷纤维垫圈7压住该一头喇叭口。陶瓷槽圈5贴合机匣内壁的一面垫上第三个具有第一螺栓孔C1的第一陶瓷纤维垫圈7(为简洁起见,图3和图4中仅指示其设置部位,未如其他两个第一陶瓷纤维垫圈7绘出具体示意性外形)。
由此,6个陶瓷螺栓(图中仅显示柔性可变角度安装口机构B的其中一个对称剖面上的两个)穿过三个第一陶瓷纤维垫圈7、陶瓷槽圈5,该一头喇叭以及不锈钢垫圈上的第一螺栓孔C1(为了清楚地显示,图中仅仅指示了过盈配合设置在第一环形凹槽6中的第一陶瓷纤维垫圈7的第一螺栓孔,后文仿此),与6个陶瓷螺母数显扭力扳手旋紧配合到预定扭矩,实现该一头喇叭口与机匣之间的密封固定。
耐高温管包括从管内至管外依次耦合的三层材料层组成,所述内层为不锈钢丝增强的涂有热稳定剂的夹织物c,所述中层为耐高温夹织物b,所述外层为不锈钢丝纤维a。因此不锈钢丝纤维和织物三层耦合即都属于纤维垫圈。因此如图3中剖面上所示,陶瓷螺栓孔处因喇叭口设计而产生了喇叭口的前述另一侧上的的第一道L形密封防护,再加上第一环形凹槽6中第一陶瓷纤维垫圈7的过盈配合面的耐高温密封第二道直线密封防护;而第一陶瓷纤维垫圈7的第一螺栓孔壁和喇叭口第一螺栓孔壁,形成第三道直线密封防护。陶瓷槽圈5贴合机匣内壁的一面形成第四道密封防护。而在非陶瓷螺栓和陶瓷螺母配合处,则由不锈钢垫圈和其下被压住的第一陶瓷纤维垫圈7通过陶瓷螺栓和陶瓷螺母的数显扭力扳手旋紧压合到预定扭矩,形成上述喇叭口两侧的第一陶瓷纤维垫圈7的密封防护。
通过上述这种连接设计也起到了与机匣内表面贴合部位的隔热以及加强了机械固定。而槽圈与机匣之间的密封有第三个第一陶瓷纤维垫圈7得到密封防护,形成了高焓气流的有效隔热密封防护。
不锈钢探杆一端的一体成型同质不锈钢法兰8具有第二环形凹槽9,其中过盈配合了一个第二陶瓷纤维垫圈10。法兰8同样与另一头喇叭口之间通过另外6个螺栓如图3所示的依次穿过另一个不锈钢圈螺栓和另一个第二陶瓷纤维垫圈10中的第二螺栓孔C2、盈配合的一个第二陶瓷纤维垫圈10和法兰中的第二螺栓孔C2,与另外6个陶瓷螺母经数显扭力扳手旋紧压合到预定扭矩,完成探杆在另一头喇叭口上的固定。
由此,如图4所示,利用耐高温管的柔性可弯曲特性,可以在陶瓷槽圈5中间大直径通孔(即第一环形凹槽径向向内的通孔)中任意改变探杆的角度和位置,从而可变检测角度地实现叶片黑体辐射的实时二维扫描,从而对温度数据进行采集。其中图4a显示了按照双箭头指示的绕坐标轴Y轴旋转探杆改变角度的情形,图4b为按照双箭头指示的绕坐标轴X轴旋转探杆改变角度的情形。
如图5所示,柔性可变角度安装机构A同样包括双头喇叭口的可弯曲的耐高温管,其喇叭口径比柔性可变角度安装机构B的大。这是因为便携式X射线物相探测器的截面相对探杆截面较大,需要配合角度改变范围所致。其中固定在机匣上的方式与柔性可变角度安装机构A中的固定方式一样。而其另一头喇叭口上,一侧通过贴合第三环形凹槽13内匹配或过盈配合一个所述第三陶瓷纤维垫圈12表面,而另一侧通过具有第三螺栓孔C3的不锈钢垫圈被另一个第三陶瓷纤维垫圈12压住,利用6个陶瓷螺栓穿过所述第三螺栓孔与6个陶瓷螺母同样经数显扭力扳手旋紧压合到预定扭矩,从而与所述石英玻璃窗11连接而间接与所述冷气入口接头接连。所述冷气入口接头最接近所述机匣的一节冷气通道的外周延伸出与该冷气通道同材质的不锈钢连接片,所述连接片与所述石英玻璃窗11同样通过陶瓷螺栓和陶瓷螺母(图5中未示出)经数显扭力扳手旋紧压合到预定扭矩而连接。
再如图3和图5所示,所述陶瓷螺栓和陶瓷螺母的直径大于所有环形凹槽宽度的一半。
如图6和图5所示,所述探管包括一体成型的探杆和第一阶梯式变径三节冷气通道D,设置于最远离所述机匣的一节冷气通道上的与该一节冷气通道一体成型的第一冷气吹入口,以及设置在所述探杆上与探杆一体成型的法兰8。
冷气入口接头包括第二阶梯式变径四节冷气通道E,设置于最远离所述机匣的一节冷气通道上的与该一节冷气通道一体成型的第二冷气吹入口,以及与所述第二阶梯式变径四节冷气通道E连接的石英玻璃窗11。
所述便携式X射线物相探测器包括无线发送器,所述数据处理系统具有无线接收器,分别用于将X射线物相探测器分析得到的物相数据的发送和接收。如图6所示,所述探管之后依次连接有光纤传输系统和数据处理系统,其中,光纤传输系统包括光纤、光电传感器、前置放大电路及恒温控制系统;所述数据处理系统包括计算机终端。所述计算机终端将光纤传输系统传来的信号进行处理分析得到探测到的当前温度值,并且能够接收所述X射线物相探测器发送的物相数据,并结合历史多个物相数据分析预测出剩余寿命。
实施例2
本实施例将说明实施例1中所述分析预测出剩余寿命的方法,以及一种利用实施例1安装配制的预测系统实现船用燃气轮机叶片剩余寿命预测方法以及温度异常监测的方法。
如图7所示,所述分析预测出剩余寿命的方法具体包括由所述数据处理系统运行的如下步骤:
S1,获取叶身距离叶根的1/3-2/3范围内半年-25年中每个半年时刻上的多组温度数据以及与所述多组温度数据对应的同步测量的多组物相数据。并且,额外地,从服役初始往后每隔3个月进行温度数据的采集,形成温度数据的额外的组。对于温度数据中表示每一个时刻代表的每一个组,通过变探测角度,探杆按照叶身轴向直线方向和叶身轴向直线方向两侧附近往复的复合运动作为定义的叶身范围的正面扫描路径,对上述叶身范围进行扫描,并接受黑体辐射信号作为一组温度数据基于的信号。
同步地,对于物相数据中表示每一个半年时刻代表的每一个组,连接冷气入口接头的便携式X射线衍射仪(图中未示出)通过石英玻璃窗发射X射线,改变冷气入口接头的探测角度,以相同扫描轨迹扫描定义的叶身范围的背面,接受黑体辐射方向反向延长线上发射的X射线衍射作为一组物相数据基于的信号进行接收。
通过上述方式对旋转中的叶片进行叶身距离叶根1/3-2/3范围内的扫描而分别采集多组温度数据以及采集多组与温度数据对应的同步测量的多组物相数据。每组温度数据中的每一扫描测点温度值都乘以同一个温度系数C=0.95。
S2,图6中所述计算机系统将获取的多组温度数据和多组物相数据进行处理获得温度分布测试图和相应的物相分布测试图,其中,将每个时刻中多个采集的物相数据和多个采集的温度数据分别根据不同的物相和温度值赋予不同的灰度值。
以服役第一年为例,将赋予了灰度值的多个采集的物相数据形成的物相数据组和赋予了灰度值的多个采集的温度数据形成的温度数据组按照扫描采集的先后顺序,依图7中从右往左再从上至下顺序拼接分别获得物相分布测试图P1和温度分布测试图T1,50-500台搭载预测系统的燃气轮机机匣上,每台50-200次扫描获取多张物相分布测试图和多张温度分布测试图,分别设置ResNet1和ResNet2模型,每种模型最高可达100000个样本的训练量。
考虑到实际扫描的速度以及系统搭载成本,结合ResNet模型多分类所需的训练数据量,ResNet模型可以针对每隔规定的时间内进行构建,从而形成模型系。其中每个模型都可以识别每隔规定的时间内的寿命预测。例如对于物相数据,每隔规定的时间为半年,仅需要2个分类,从而对于25年,模型系中有50个ResNet1模型。对于每隔3个月的温度数据,则模型系中有100个2分类ResNet1模型。如此,搭载系统的燃气轮机可以减到40台左右,而扫描次数可以降低到25次左右,从而保证每个二分类模型有1000个左右样本最小训练数据量,利用ResNet网络的快速收敛优势,快速得到二分类所需要的准确率,即判定物相分布测试图是否为预测模型对应年份。可以根据实际需要而任选搭载系统的燃气轮机台数和扫描次数。比如200台顶配搭载情况下,只需每台扫描5次就能快速获得1000个用于二分类的样本。
将赋予了灰度值的每个时刻中多张物相分布测试图和温度分布测试图都分为训练集和验证集,比例为3:1,将各自的训练集分别输入ResNet1和ResNet2网络中,输出端各通过全连接FC进入softmax函数,形成不同时刻二分类预测的输出概率值,通过验证集验证获得准确率,并计算损失函数分别优化网络参数,训练出根据输入的赋予了灰度值的物相分布测试图和温度分布测试图对应的服役到达的时刻,获得预测模型P1和P2;其中获取每个时刻对应的标准温度分布测试图Tts,获得差分图Td=Tt-Tts,定义差分图上灰度值综合大于预设值则属于异常,否则属于正常,借以进行温度值异常的ResNet2模型判断训练准确率。
S3,对待测叶片进行步骤S1和S2中灰度值赋予步骤,获得赋予了灰度值的待测物相分布测试图和待测温度分布测试图,前者输入到所述预测模型P1中,分别获得当前预测的服役年份Yp,根据目标服役年数Yo计算出剩余寿命LT=Yo-Yp。
若Yp不大于实际服役年数而获得对应时刻的温度分布测试图,输入预测模型P2获得对应时刻温度是否异常,并根据当前时刻往前推的任一时刻,获取相应的时刻的温度分布测试图,输入预测模型P2获得往前任一时刻温度是否异常,若大于实际服役年数则表示过去服役中出现过异常。由此可以预测船用燃气轮机叶片剩余寿命,以及实现温度异常监测。
可选地,在任选时刻获得的多组温度数据和多组物相数据,获得对应的温度分布测试图和物相分布图。从而研究任意时刻的温度分布和物相分布,以及时获得服役情况。采用P1和P2模型是叶片到达关键服役时期进行的异常判断和理论服役时长预测,从而决定是否需要维修或更换。由此可以根据需要选择进行实时监测和定期预测双重功能。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:在本发明的精神和原则之内,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案脱离本发明的保护范围。
Claims (25)
1.一种人工智能的船用燃气轮机叶片剩余寿命预测系统,其特征在于,包括在船用汽轮机机匣透平区截面圆周上固定安装的至少两个柔性可变角度安装机构,分别安装于不同的所述柔性可变角度安装机构中的至少一个黑体式光纤高温计探管以及至少一个接有冷气入口接头的X射线物相探测器,其中,所述探管具有冷气入口,所述探管之后依次连接有光纤传输系统和数据处理系统,所述数据处理系统将光纤传输系统传来的信号进行处理分析得到探测到的当前温度值,并且能够接收所述X射线物相探测器发送的物相数据,结合历史多个物相数据分析预测出剩余寿命。
2.根据权利要求1所述的系统,其特征在于,其中,所述柔性可变角度安装机构包括具有双头喇叭口的可弯曲的耐高温管,一个不锈钢或陶瓷的槽圈,三个第一陶瓷纤维垫圈,一对第二陶瓷纤维垫圈,一对第三陶瓷纤维圈,以及多个陶瓷螺栓和多个陶瓷螺母,多个不锈钢垫圈。
3.根据权利要求2所述的系统,其特征在于,所述槽圈的第一环形凹槽内可匹配或过盈配合一个所述第一陶瓷纤维垫圈,所述槽圈上、三个所述第一陶瓷纤维垫圈上,以及一头喇叭口上都具有用于将陶瓷螺栓穿过而与所述陶瓷螺母配合固定于所述机匣上的第一螺栓孔。
4.根据权利要求3所述的系统,其特征在于,所述黑体式光纤高温计探管包括一体成型的探杆和第一阶梯式变径多节冷气通道,设置于最远离所述机匣的一节冷气通道上的与该一节冷气通道一体成型的第一冷气吹入口,以及设置在所述探杆上与探杆一体成型的法兰,所述法兰具有的第二凹槽内可匹配或过盈配合的一个所述第二陶瓷纤维垫圈,所述法兰上、一对所述第二陶瓷纤维垫圈上,以及与一部分耐高温管的所述一头喇叭口相对的另一头喇叭口上都具第二螺栓孔。
5.根据权利要求4所述的系统,其特征在于,冷气入口接头包括第二阶梯式变径多节冷气通道,设置于最远离所述机匣的一节冷气通道上的与该一节冷气通道一体成型的第二冷气吹入口,以及与所述第二阶梯式变径多节冷气通道连接的石英玻璃窗,所述石英玻璃窗具有可匹配或过盈配合一个所述第三陶瓷纤维垫圈的第三环形凹槽,所述石英玻璃窗上、一对所述第三陶瓷纤维垫圈上,以及与剩余其他的耐高温管的所述一头喇叭口相对的另一头喇叭口上都具第三螺栓孔。
6.根据权利要求5所述的系统,其特征在于,所述双头喇叭口的其中一头喇叭口一侧贴合第一环形凹槽内匹配或过盈配合的一个所述第一陶瓷纤维垫圈表面,另一侧通过同样具有第一螺栓孔的不锈钢垫圈被另一个第一陶瓷纤维垫圈压住,槽圈贴合机匣内表面的一侧垫上第三个第一陶瓷纤维垫圈,利用多个陶瓷螺栓穿过所述第一螺栓孔而与所述陶瓷螺母配合将其中至少一个所述柔性可变角度安装机构固定于所述机匣上;其中另一头喇叭口一侧贴合第二环形凹槽内匹配或过盈配合所述第二陶瓷纤维垫圈表面,另一侧通过同样具有第二螺栓孔的不锈钢垫圈被另一个第二陶瓷纤维垫圈压住,利用多个陶瓷螺栓穿过所述第二螺栓孔而与所述陶瓷螺母配合实现另一头喇叭口与所述法兰连接;而剩余的至少一个所述柔性可变角度安装机构中的一头喇叭口与机匣作同样的方式固定于所述机匣上,其另一头喇叭口的一侧贴合第三环形凹槽内匹配或过盈配合一个所述第三陶瓷纤维垫圈表面时,另一侧通过同样具有第三螺栓孔的不锈钢垫圈被另一个第三陶瓷纤维垫圈压住,利用多个陶瓷螺栓穿过所述第三螺栓孔与所述陶瓷螺母配合而经由与所述石英玻璃窗连接,从而间接与所述冷气入口接头接连。
7.根据权利要求6所述的系统,其特征在于,所述陶瓷螺栓和陶瓷螺母的直径不小于所有环形凹槽宽度的一半。
8.根据权利要求7所述的系统,其特征在于,所述的多个陶瓷螺栓的个数为4-8个。
9.根据权利要求6-8中任一项所述的系统,其特征在于,所述陶瓷螺栓和螺母的配合旋紧具有预设的扭矩,并通过数显扭力扳手进行旋紧实现紧固。
10.根据权利要求9所述的系统,其特征在于,所述冷气入口接头最接近所述机匣的一节冷气通道的外周延伸出与该冷气通道同材质的连接片,所述连接片与所述石英玻璃窗同样通过陶瓷螺栓和陶瓷螺母配合方式连接。
11.根据权利要求1-8,10中任一项所述的系统,其特征在于,所述耐高温管包括从管内至管外依次耦合的三层材料层组成,所述内层为不锈钢丝增强的涂有热稳定剂的夹织物,所述中层为耐高温夹织物,所述外层为不锈钢丝纤维。
12.根据权利要求11所述的系统,其特征在于,所述X射线物相探测器包括无线发送器,所述数据处理系统具有无线接收器,分别用于将X射线物相探测器分析得到的物相数据的发送和接收。
13.根据权利要求12所述的系统,其特征在于,所述X射线物相探测器为便携式X射线物相探测器。
14.根据权利要求13所述的系统,其特征在于,光纤传输系统包括光纤、光电传感器、前置放大电路及恒温控制系统;所述数据处理系统包括计算机终端。
15.根据权利要求12-14中任一项所述的系统,其特征在于,
所述分析预测出剩余寿命的方法具体包括由所述数据处理系统运行的如下步骤:
S1,获取叶身范围内不同规定时刻上的多组温度数据以及与所述多组温度数据对应的同步测量的多组物相数据,其中所述不同规定时刻包括服役半年至二十五年每隔半年的时刻,所述多组温度数据的每一组温度数据包括利用探杆所固定的柔性可变角度安装机构改变所述探杆的探测角度,对旋转中的叶片进行叶身范围内的扫描而采集覆盖叶身范围内射向空间的黑体辐射信号,所述物相数据的采集是将X射线物相探测器在所述扫描的轨迹上对叶身表面进行同步扫描实现;
S2,所述数据处理系统将扫描采集的多组温度数据和多组物相数据进行处理获得温度分布测试图和相应的物相分布测试图,其中,将每个时刻中扫描的多个物相数据根据不同的物相赋予不同的灰度值或者彩色值,并将赋予了灰度值或者彩色值的多个采集的物相数据按照规定顺序拼接获得物相分布测试图Pt,其中下标t表示时刻序号,所述规定顺序包括按照所述扫描轨迹上采集的物相数据依次排序,多次扫描获取多张物相分布测试图,设置至少一个CNN1网络,将赋予了灰度值或者彩色值的各个时刻中多张物相分布测试图分为训练集和验证集,比例为4-3:1-2,将训练集输入至少一个CNN1网络中,输出端通过全连接FC进入softmax函数,形成不同时刻分类预测的输出概率值,通过验证集验证获得准确率,并计算损失函数分别优化网络参数,训练出根据输入的赋予了灰度值或者彩色值的物相分布测试图对应的服役到达的时刻,获得预测模型P1;
S3,对待测叶片进行步骤S1和S2中灰度值或者彩色值赋予步骤,获得赋予了灰度值或者彩色值的待测物相分布测试图,输入到所述预测模型P1中,获得当前预测的服役年份Yp,根据目标服役年数Yo计算出剩余寿命LT=Yo-Yp。
16.根据权利要求15所述的系统,其特征在于,每组温度数据中的每一扫描测点温度值都乘以同一个温度系数C=0.7-1,所述扫描轨迹为叶身轴向直线,或者在所述叶身轴向直线附近作往复和叶身轴向直线复合运动折线轨迹,从而形成具有一定宽度和沿所述叶身轴向长度的二维黑体辐射信号和二维X射线衍射数据,分别由所述数据处理系统分析处理,形成温度数据和物相数据,服役期间内,每隔2-3月进行温度数据的获取。
17.根据权利要求15或16所述的系统,其特征在于,所述S2中将每隔2-3个月进行温度数据采集,形成每隔2-3个月中每一时刻对应的多个采集的温度数据,将不同温度赋予不同的灰度值或彩色值,对于每一时刻,将赋予了灰度值或者彩色值的多个采集的温度数据形成的温度数据组按照采集的先后顺序依规定顺序拼接获得温度分布测试图Tt,其中下标t表示时刻序号,所述规定顺序包括按照所述扫描轨迹上采集的温度数据依次排序,多次扫描获取多张温度分布测试图;获取每个时刻对应的标准温度分布测试图Tts,获得差分图Td=Tt-Tts,定义差分图上灰度值或彩色值综合大于预设值则属于异常,否则属于正常。
18.根据权利要求17所述的系统,其特征在于,多张物相分布测试图和多张温度分布测试图是选择多台燃气轮机上利用多台所述预测系统获得的,并且每一台每个时刻各获取100-500张,所述扫描叶身范围为距离叶根距离为叶身长度的1/3-3/2之间。
19.根据权利要求16或18所述的系统,其特征在于,S2中将赋予了灰度值或者彩色值的各个时刻中多张温度分布测试图,分为训练集和验证集,比例为4-3:1-2,将训练集输入至少一个CNN2网络中,输出端通过全连接FC进入softmax函数,根据差分图Td获得输入的训练集的异常与否分类,形成不同时刻温度异常与否分类预测的输出概率值,通过验证集验证获得准确率,并计算损失函数分别优化网络参数,训练出根据输入的赋予了灰度值或者彩色值的温度分布测试图对应的服役到达的时刻,获得预测模型P2;
S3中根据所述至少一个CNN1网络获得待测当前叶片预测的服役年份Yp,若Yp不大于实际服役年数而获得对应时刻的温度分布测试图,输入预测模型P2获得对应时刻温度是否异常,并根据当前时刻往前推的任一时刻,获取相应的时刻的温度分布测试图,输入预测模型P2获得往前任一时刻温度是否异常,若大于实际服役年数则表示过去服役中出现过异常。
20.根据权利要求19所述的系统,其特征在于,所述CNN1和CNN2网络为基于残差机制的网络ResNET。
21.根据权利要求19所述的系统,其特征在于,获得步骤S2中的赋予了灰度值或者彩色值的每个时刻中多张物相分布图和赋予了灰度值或者彩色值的每个时刻中多张温度分布测试图所基于的多组温度数据和对应的多组物相数据来自于对多个服役到每个时刻的涡轮上拆下的叶片实物进行的测试。
22.根据权利要求20或21所述的系统,其特征在于,所述至少一个CNN1网络和所述至少一个CNN2网络分别包括与各个时刻对应的多个CNN1网络和与各个时刻对应的多个CNN2网络。
23.一种利用如权利要求1-22中任一项所述人工智能的船用燃气轮机叶片剩余寿命预测系统的船用燃气轮机叶片剩余寿命预测方法,其特征在于,包括如下步骤:
(1)安装配制完人工智能的船用燃气轮机叶片剩余寿命预测系统,服役期间内,从服役初始每隔2-3个月按照扫描轨迹进行多组温度数据的采集,每隔半年在所述扫描的轨迹上对叶身表面进行同步扫描,采集多组物相数据;
(2)所述数据处理系统根据步骤(1)采集的多组温度数据和多组物相数据,利用分析预测出剩余寿命的方法预测到剩余寿命LT和/或根据对应预测的服役年份而获得对应预测的年份的温度是否异常,以及往前任一时刻温度是否异常。
24.根据权利要求23所述的方法,其特征在于,步骤(1)中在任选时刻获得的多组温度数据和多组物相数据,获得对应的温度分布测试图和/或物相分布测试图。
25.一种计算机可读非暂时性存储介质,其特征在于,其中存储有可由如权利要求1-22中任一项所述人工智能的船用燃气轮机叶片剩余寿命预测系统运行而实现如权利要求23或24所述的方法的计算机可读程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211724833.3A CN115979345B (zh) | 2022-12-30 | 2022-12-30 | 人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211724833.3A CN115979345B (zh) | 2022-12-30 | 2022-12-30 | 人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115979345A true CN115979345A (zh) | 2023-04-18 |
CN115979345B CN115979345B (zh) | 2023-09-22 |
Family
ID=85959298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211724833.3A Active CN115979345B (zh) | 2022-12-30 | 2022-12-30 | 人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115979345B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2072514C1 (ru) * | 1994-01-28 | 1997-01-27 | Акционерное общество "Рыбинские моторы" | Способ определения остаточного ресурса долговечности деталей из сплавов |
CN1210256A (zh) * | 1997-08-21 | 1999-03-10 | Abb研究有限公司 | 燃气轮机用的光学高温计 |
US20040179575A1 (en) * | 2003-01-23 | 2004-09-16 | Markham James R. | Instrument for temperature and condition monitoring of advanced turbine blades |
CN205120627U (zh) * | 2015-10-29 | 2016-03-30 | 上海梅山钢铁股份有限公司 | 一种x射线衍射仪检测用狭缝装置 |
US20170074102A1 (en) * | 2015-05-25 | 2017-03-16 | Ceragy Engines Inc. | High Temperature Ceramic Rotary Turbomachinery |
CN106872049A (zh) * | 2017-01-09 | 2017-06-20 | 电子科技大学 | 一种涡轮叶片表面温度测量装置 |
CN110332901A (zh) * | 2019-06-20 | 2019-10-15 | 电子科技大学 | 一种基于涡轮叶片成像的径向应变监测装置 |
CN111006602A (zh) * | 2019-12-17 | 2020-04-14 | 电子科技大学 | 一种基于双目视觉对涡轮叶片应变测量的成像装置 |
CN115356121A (zh) * | 2022-08-14 | 2022-11-18 | 中国航发沈阳发动机研究所 | 一种涡轮叶片服役环境下寿命以及剩余寿命损伤评价方法 |
-
2022
- 2022-12-30 CN CN202211724833.3A patent/CN115979345B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2072514C1 (ru) * | 1994-01-28 | 1997-01-27 | Акционерное общество "Рыбинские моторы" | Способ определения остаточного ресурса долговечности деталей из сплавов |
CN1210256A (zh) * | 1997-08-21 | 1999-03-10 | Abb研究有限公司 | 燃气轮机用的光学高温计 |
US6109783A (en) * | 1997-08-21 | 2000-08-29 | Abb Research Ltd. | Optic pyrometer for gas turbines |
US20040179575A1 (en) * | 2003-01-23 | 2004-09-16 | Markham James R. | Instrument for temperature and condition monitoring of advanced turbine blades |
US20170074102A1 (en) * | 2015-05-25 | 2017-03-16 | Ceragy Engines Inc. | High Temperature Ceramic Rotary Turbomachinery |
CN205120627U (zh) * | 2015-10-29 | 2016-03-30 | 上海梅山钢铁股份有限公司 | 一种x射线衍射仪检测用狭缝装置 |
CN106872049A (zh) * | 2017-01-09 | 2017-06-20 | 电子科技大学 | 一种涡轮叶片表面温度测量装置 |
CN110332901A (zh) * | 2019-06-20 | 2019-10-15 | 电子科技大学 | 一种基于涡轮叶片成像的径向应变监测装置 |
CN111006602A (zh) * | 2019-12-17 | 2020-04-14 | 电子科技大学 | 一种基于双目视觉对涡轮叶片应变测量的成像装置 |
CN115356121A (zh) * | 2022-08-14 | 2022-11-18 | 中国航发沈阳发动机研究所 | 一种涡轮叶片服役环境下寿命以及剩余寿命损伤评价方法 |
Non-Patent Citations (3)
Title |
---|
付娜 等: "某燃气轮机叶片-轮盘耦合振动特性研究", 汽轮机技术, vol. 47, no. 05, pages 362 - 364 * |
王坤 等: "非接触式汽轮机转子表面温度直接测量方法研究", 热能动力工程, vol. 23, no. 06, pages 581 - 584 * |
胡甫才 等: "船用带式制动器重复制动瞬态温度场分析", 船舶工程, vol. 33, no. 03, pages 49 - 51 * |
Also Published As
Publication number | Publication date |
---|---|
CN115979345B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9509923B2 (en) | Continuous infrared thermography monitoring and life management system for heat recovery steam generators | |
EP1494020B1 (en) | Method and apparatus for measuring on line failure of turbine thermal barrier coatings | |
US9015002B2 (en) | System for monitoring a high-temperature region of interest in a turbine engine | |
US7432505B2 (en) | Infrared-based method and apparatus for online detection of cracks in steam turbine components | |
US20060047403A1 (en) | System for gas turbine health monitoring data fusion | |
US20150043769A1 (en) | Method and apparatus for remote feature measurement in distorted images | |
US8570505B2 (en) | One-dimensional coherent fiber array for inspecting components in a gas turbine engine | |
US9983147B2 (en) | System and method for prognostic health monitoring of thermal barrier coatings | |
RU2694105C1 (ru) | Диагностика неисправностей во время испытания турбинной установки | |
CN107884392A (zh) | 电弧加热器气流焓值光谱测量系统 | |
EP2810117A1 (en) | System and method for online inspection of turbines using an optical tube with broadspectrum mirrors | |
KR20130084673A (ko) | 터빈 기계의 부품들의 작동 상태들을 모니터링하기 위한 진단 시스템 및 방법 | |
CN102607936A (zh) | 用于在线蠕变监测的方法和系统 | |
CN113034599B (zh) | 一种航空发动机的孔探检测装置和方法 | |
US20150049786A1 (en) | Method and system for gas temperature measurement | |
CN111721222B (zh) | 一种基于邻近算法的布里渊频移提取方法 | |
CN115979345A (zh) | 人工智能的船用燃气轮机叶片剩余寿命预测系统及预测方法 | |
CN104501968A (zh) | 一种红外连续火源监测方法及系统 | |
WO2001046660A1 (en) | Method and apparatus for measuring on line failure of turbine thermal barrier coatings | |
US20140176695A1 (en) | Imaging system for inspecting a turbine | |
US10126175B2 (en) | Long wave infrared sensing for turbomachine | |
US20130197855A1 (en) | Method and apparatus to determine temperature of a gas turbine engine | |
US20230324234A1 (en) | Method for Locating Abnormal Temperature Event of Distributed Optical Fiber | |
CN110979729A (zh) | 一种飞行器地面红外隐身测试效能评估方法 | |
CN211402740U (zh) | 基于吹扫技术的三维扫描装置及激光雷达 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230724 Address after: 332020 No.1 Gongqing Avenue, Gongqing City, Jiujiang City, Jiangxi Province Applicant after: GONGQING INSTITUTE OF SCIENCE AND TECHNOLOGY Address before: 332020 No.1 Gongqing Avenue, Gongqing City, Jiujiang City, Jiangxi Province Applicant before: GONGQING INSTITUTE OF SCIENCE AND TECHNOLOGY Applicant before: NANCHANG INSTITUTE OF TECHNOLOGY |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |