CN116858370A - 叶尖振动速度的叶片异步振动监测方法及系统 - Google Patents
叶尖振动速度的叶片异步振动监测方法及系统 Download PDFInfo
- Publication number
- CN116858370A CN116858370A CN202310835527.5A CN202310835527A CN116858370A CN 116858370 A CN116858370 A CN 116858370A CN 202310835527 A CN202310835527 A CN 202310835527A CN 116858370 A CN116858370 A CN 116858370A
- Authority
- CN
- China
- Prior art keywords
- blade
- vibration
- tip
- speed
- frequency
- 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 73
- 238000012544 monitoring process Methods 0.000 title claims description 12
- 238000009434 installation Methods 0.000 claims abstract description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 230000001419 dependent effect Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000005284 excitation Effects 0.000 claims description 7
- 238000010183 spectrum analysis Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000012887 quadratic function Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
- G01M15/04—Testing internal-combustion engines
- G01M15/12—Testing internal-combustion engines by monitoring vibrations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
Abstract
公开了基于叶尖振动速度的叶片异步振动监测方法及系统,所述方法中,将k组叶端定时传感器两两一组周向安装在发动机机匣上;在转子叶片发生异步振动的工况下获取各旋转的转子叶片到达叶端定时传感器的时间序列;在变转速或恒定转速的不同工况中,将每一转中测量的各转子叶片的到达时间作为因变量,各转子叶片的到达角度作为自变量进行线性拟合以再现每一转的转速信息;基于相邻传感器所测转子叶片的到达时间和安装角度计算叶尖振动速度;建立基于叶尖振动速度的异步振动参数辨识模型;基于异步振动参数辨识模型,使用全叶片谱方法辨识异步振动频率和幅值;基于异步振动参数辨识模型辨识出转子叶片异步振动频率,再通过辨识结果获得叶片振动幅值。
Description
技术领域
本发明涉及旋转机械旋转叶片非接触式测量技术领域,尤其涉及一种基于叶尖振动速度的叶片异步振动监测方法与系统。
背景技术
随着工业的发展,透平机械叶片向着厚度变薄、级增压比增大、非定常气动负荷增加的方向发展,叶片振动问题也越来越多,比如颤振、喘振和旋转失速等,这些故障属于异步振动,主要和旋转机械运行中的气流扰动有关,是非定常流将其部分能量传递到叶片的结果。传统的叶端定时技术使用安装在固定机匣上的叶端定时传感器对旋转叶片的到达时间进行测量,安装于旋转轴附近的参考传感器提供转速信息和时间基准,通过计算两个时间值之间的差异,可以得出叶片的振动位移,从而得到叶片振动的特征参数,如振幅、频率、应力等,从而可以获得发动机的运行状态。异步振动参数辨识面临转速变化较大的问题,然而,参考传感器的安装位置与旋转叶片存在着一定的距离,加之发动机内部复杂的情况,参考传感器的测量易受干扰,导致测量结果出现误差。由于发动机内部环境恶劣,易导致传感器失效甚至发生脱落。因此,本发明通过基于叶尖振动位移与速度之间的关系,通过利用所述测量到达时间和安装角度计算叶尖振动速度,在无需计算任何参考转速和先验信息即可实现叶片振动参数的精确辨识,进一步扩展叶端定时测量技术在异步振动参数辨识问题中的工程应用。
在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解,因此可能包含不构成本领域普通技术人员公知的现有技术的信息。
发明内容
针对现有技术中的不足,本发明的目的是提供一种基于叶尖振动速度的叶片异步振动监测方法和系统,在航空发动机旋转叶片发生旋转失速、喘振、声共振等异步振动时,在无转速参考传感器和变转速的情况下,不需要计算参考转速,仅利用叶端定时测量的到达时间和安装角度关系,计算叶尖振动速度来替换传统的叶尖振动位移,省略测量过程中转速计算的不确定性,从而提高异步振动参数辨识的准确性。
为了实现上述目的,本发明提供如下技术方案:
本发明的一种基于叶尖振动速度的叶片异步振动监测方法包括:
第一步骤S1,将k组叶端定时传感器两两一组周向安装在发动机机匣上;
第二步骤S2,在转子叶片发生异步振动的工况下获取各旋转的转子叶片到达叶端定时传感器的时间序列;
第三步骤S3,在变转速或恒定转速的不同工况中,将每一转中测量的各转子叶片的到达时间作为因变量,各转子叶片的到达角度作为自变量进行线性拟合以再现每一转的转速信息;
第四步骤S4,基于相邻传感器所测转子叶片的到达时间和安装角度计算叶尖振动速度;
第五步骤S5,建立基于叶尖振动速度的异步振动参数辨识模型;
第六步骤S6,基于异步振动参数辨识模型,使用全叶片谱方法辨识异步振动频率和幅值。
第七步骤S7,基于异步振动参数辨识模型,首先利用MUSIC方法辨识出转子叶片异步振动频率,再通过辨识结果获得叶片振动幅值。
所述的方法中,一组的2个叶端定时传感器夹角小于10°。
所述的方法中,第二步骤S2中,在变转速工况下开展试验并获取各旋转的转子叶片到达叶端定时传感器的时间序列矩阵大小为Nb*N×Np其中,ti,j,n表示第i号叶端定时传感器测量第j号叶片在第n圈转动测量的到达时间,转子一共包含Nb个叶片,周向安装Np个叶端定时传感器,连续采集N圈的数据。
所述的方法中,第三步骤S3中,叶片到达时间与转动角度位置关系为:其中,Pi,j,n表示第i号叶端定时传感器测量到第j号叶片在第n圈内转动的角度,转子叶片总共有Nb个叶片,基于多模态测量安装Np个叶端定时传感器,PAi为第i个叶端定时传感器的安装角度,BAj为实际第j个安装间隔。
所述的方法中,第三步骤S3中,圈内转速呈线性变变化,叶片转速为叶片的转动角度通过二次函数拟合表示/>求解后获得各圈的转动周期Ti,j,n,计算获得叶片转速/>
所述的方法中,第四步骤S4中,根据一组内相邻两个叶端定时传感器i、叶端定时传感器i+1采集的到达时间ti,j,n、ti+1,j,n以及叶端定时传感器的安装角度间隔Δθi,i+1=θi+1-θi,获取叶尖振动速度其中,R为实测转子叶尖旋转轴线到叶尖的旋转半径,fΩ为叶片转速,θi为第i个传感器的安装角度,ti,g,n表示第i个传感器在第n圈采集的第g号叶片的到达时间。
所述的方法中,第五步骤S5中,建立异步振动参数辨识模型,即叶片振动方程为:式中:异步振动激励力基频ω1=2πEO1fr,激励阶次EOn=nEO1,振动方程的解为
所述的方法中,第六步骤S6中,通过全叶片谱方法来辨识异步振动频率和幅值,叶片响应的幅值Sk和相位φk表示为:式中:Nb为叶盘上的叶片总数;ND为与叶盘振动相关的节径,正向行波ND为正,反向行波ND为负;AND和ψND为叶盘节径为ND时的响应幅值和相位;NDmax对于偶数叶片,满足等式NDmax=Nb/2,对于奇数叶片,满足等式NDmax=(Nb-1)/2;NDmin对于偶数叶片,满足等式NDmin=1-Nb/2,对于奇数叶片,满足等式NDmax=-(Nb-1)/2,对于旋转参考系中的单个激励频率,可对上式进行修正,获得叶片响应为:
式中fr为叶盘的转频。假设所有叶片以相同频率振动,对连续叶片的振动位移进行空间傅里叶变换可以得到在测量参考系下的行波响应,行波频率ftw满足ftw=fb+NDfr,fb为叶片的振动频率。此即全叶片谱分析方法。
所述的方法中,第七步骤S7中,截取多段相同长度的叶端定时加速度数据作为快拍,第q个快拍矢量表示为:式中:K为用于测量叶片振动速度的相邻叶端传感器的组数;M为快拍矢量的长度,满足mod(M,J)=0,构建快拍矩阵表示为V=[v(1)v(2)…v(Q)];根据所述快拍矩阵计算自相关矩阵,对自相关矩阵进行特征值分解,将特征值从大到小排序,前K个特征值对应的特征向量构成信号子空间S,其余M-K个特征值对应的特征向量构成噪声子空间G,且满足:STG=0,通过设定阈值p,根据式/>确定真实信号的频率分量数K,设定频率遍历区间及步长,进行频率遍历,给定频率f的导向矢量表达式为:/>其中τm为每组快拍中第m个时间值,给定频率对应的伪谱幅值表达式如下:/>
所述的方法中,第七步骤S7中,为了能采用MUSIC方法辨识叶片异步振动振幅,需要对叶端定时信号的自协方差矩阵进行分析,将快拍矢量表示为:BΛfa+w(q),式中B=[b1(q) b2(q)…bK(q)],其中 w(q)=[w(tq1) w(tq2)…w(tqM)]T,因此,样本自相关矩阵可以表示为/>式中Λa为各阶振幅的平方构成的对角阵,即满足/> 为w(t)的方差;IM为M阶单位阵。在样本协方差矩阵中Λa包含了叶片振动幅值信息,/>得到叶片振动幅值
一种实施所述基于叶尖振动速度的叶片异步振动监测方法的系统包括,
传感器优化布局模块,其配置为确定周向安装叶端定时传感器的个数以及各叶端定时传感器的安装角度、位置布局;
叶片到达时间测量模块,在变转速工况下通过各叶端定时传感器测量各叶片通过其的到达时间序列;
叶尖振动速度计算模块,其连接叶片到达时间测量模块,叶尖振动速度计算模块利用到达时间和两个相邻传感器的安装角度间隔计算叶尖振动速度;
叶片异步振动参数辨识模块,其连接所述叶尖振动速度计算模块,叶片异步振动参数辨识模块利用全叶片谱分析方法或MUSIC方法辨识出转子叶片异步振动频率,利用辨识结果通过振幅提取多重信号分类方法求得叶片旋转失速、喘振工况下的振动幅值。
有益效果
本发明可以在航空发动机旋转叶片发生旋转失速、喘振、声共振等异步振动时,无需传统的参考转速传感器,可以在恒转速或变转速的不同工况下通过各传感器所测的到达时间序列以及各到达角度关系,通过拟合获得参考转速信号;与传统方法侧重于从叶尖振动位移测量中识别振动参数不同,通过叶端定时传感器的到达时间与安装角度关系,通过计算获得叶尖振动速度,并代替传统的叶尖振动位移物理量,将叶片振动位移域转移到速度域分析,削弱了叶尖振动速度相对于叶尖振动位移的趋势或稳定偏移,这一变化在变速条件下的计算过程中消除了转速波动的影响,削弱了叶尖振动速度相对于叶尖振动位移的趋势或稳定偏移,可以提高叶片振动在高频中的识别精度,与传统叶尖振动位移计算相比省略参考转速的计算过程,进一步减小叶端定时测量过程中的不确定性,提高叶片异步振动参数辨识的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
通过阅读下文优选的具体实施方式中的详细描述,本发明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。说明书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。显而易见地,下面描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。而且在整个附图中,用相同的附图标记表示相同的部件。
在附图中:
图1为本发明一个实施例提供的基于叶尖振动速度的叶片异步振动监测方法的流程示意图;
图2为本发明一个实施例提供的实施所述基于叶尖振动速度的叶片异步振动监测方法对应的叶端定时传感器布局示意图。
以下结合附图和实施例对本发明作进一步的解释。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式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方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进-步定义和解释。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。如图1至图2所示,一种基于叶尖振动速度的叶片异步振动监测方法包括,
第一步骤S1中,将k组叶端定时传感器两两一组周向安装在发动机机匣上;
第二步骤S2中,在旋转叶片发生异步振动的工况下,通过开展试验并获取各旋转转子叶片到达传感器的时间序列;
第三步骤S3中,在变转速或恒定转速的不同工况中,将每一转中测量的各转子叶片的到达时间作为因变量,各转子叶片的到达角度作为自变量,进行线性拟合,从而再现每一转的转速信息;
第四步骤S4中,基于相邻传感器所测转子叶片的到达时间和传感器的角度关系以及所推导的转速信息,将测量物理量转换为叶尖振动速度;
第五步骤S5中,建立基于叶尖振动速度的异步振动参数辨识模型
第六步骤S6中,通过常规方法全叶片谱方法来辨识异步振动频率和幅值;
第七步骤S7中,使用常规方法,首先利用MUSIC方法辨识出转子叶片异步振动频率,利用辨识结果通过振幅提取多重信号分类方法便可以求得叶片振动幅值。
所述的一种叶尖振动速度的叶端定时参数辨识方法,第一步骤S1中,根据一组叶尖振动速度信号的获取至少需要利用2个叶端定时传感器系统,所述相邻两个叶端定时传感器角度间隔影响叶尖速度的计算精度,因此满足实际情况的条件下越小精度越高,具体角度应该和叶尖线速度、叶片长度有关,根据叶尖线速度,在满足实际情况的条件下各传感器的夹角越小精度越好,其中,2个叶端定时传感器夹角小于10°
所述的方法,第一步骤S2中,在变转速工况下,通过开展试验并获取各旋转转子叶片到达传感器的时间序列矩阵大小为Nb*N×Np其中,ti,j,n表示第i号叶端定时传感器测量第j号叶片在第n圈转动测量的到达时间,转子一共包含Nb个叶片,周向安装Np个叶端定时传感器,连续采集N圈的数据;
所述的方法,第一步骤S3中,根据叶端定时系统没有安装转速参考传感器,利用叶端定时传感器测量的到达时间序列与叶片的转动角度拟合估算转子叶片系统参考基准转速,基于所述叶端定时传感器不可避免的出现安装误差,对应的叶片到达时间与转动角度位置关系为:其中,Pi,j,n表示第i号叶端定时传感器测量到第j号叶片在第n圈内转动的角度,转子叶片总共有Nb个叶片,基于多模态测量安装Np个叶端定时传感器,PAi为第i个叶端定时传感器的安装角度,BAj为实际第j个安装间隔;
所述的方法,第一步骤S3中,基于所述叶片到达时间与转动角度一一对应,假定叶片在第n圈内的转速恒定,以叶片转动角度作为因变量,叶片到达时间作为自变量。由于发动机实际运行过环境复杂因素,转速不可避免发生波动,为保证转速估算的准确,需要考虑波动对拟合结果的影响。假设某一圈内转速呈线性变变化,叶片转速为:则叶片的转动角度可通过二次函数拟合表示/>求解后获得各圈的转动周期Ti,j,n,最终计算获得叶片转速/>
所述的方法,第一步骤S4中,根据相邻两个传感器(i、i+1)采集的到达时间(ti,j,n、ti+1,j,n)以及传感器的安装角度间隔Δθi,i+1=θi+1-θi获取叶尖振动速度其中,R为实测转子叶尖旋转轴线到叶尖的旋转半径;
所述的方法,第一步骤S5中,建立基于叶尖振动加速度的异步振动参数辨识模型,叶片振动的方程可以表示为:式中:ω1——异步振动激励力基频,应满足ω1=2πEO1fr,所以激励阶次应满足EOn=nEO1,由于EO1并不是整数,所以EOn也几乎不可能是整数。该振动方程的解为/>
所述的方法,第一步骤S6中,通过全叶片谱方法来辨识异步振动频率和幅值,叶片响应的幅值Sk和相位φk表示为:式中:Nb为叶盘上的叶片总数;ND为与叶盘振动相关的节径,正向行波ND为正,反向行波ND为负;AND和ψND为叶盘节径为ND时的响应幅值和相位;NDmax对于偶数叶片,满足等式NDmax=Nb/2,对于奇数叶片,满足等式NDmax=(Nb-1)/2;NDmin对于偶数叶片,满足等式NDmin=1-Nb/2,对于奇数叶片,满足等式NDmax=-(Nb-1)/2,对于旋转参考系中的单个激励频率,可对上式进行修正,获得叶片响应为:
式中fr为叶盘的转频。假设所有叶片以相同频率振动,对连续叶片的振动位移进行空间傅里叶变换可以得到在测量参考系下的行波响应,行波频率ftw满足ftw=fb+NDfr,fb为叶片的振动频率。此即全叶片谱分析方法。该方法采样率等于叶片数乘以叶盘的转频。一般情况下,该采样率能够减少混叠,增加的频谱宽度也能提高信噪比,使得频谱峰值更容易被识别。
所述的方法,第一步骤S7中,截取多段相同长度的叶端定时速度数据作为快拍,第q个快拍矢量可表示为:式中:K——用于测量叶片振动速度的相邻叶端传感器的组数;M——快拍矢量的长度,满足mod(M,J)=0,进一步构建快拍矩阵表示为V=[v(1) v(2)…v(Q)];
所述的方法,第一步骤S7中,根据快拍矩阵计算自相关矩阵,当叶端定时数据为速度时,样本自相关矩阵为对自相关矩阵进行特征值分解。将特征值从大到小排序,前K个特征值对应的特征向量构成信号子空间S,其余M-K个特征值对应的特征向量构成噪声子空间G,且满足:STG=0。通过设定阈值p,根据式/>确定真实信号的频率分量数K。设定频率遍历区间及步长,进行频率遍历,给定频率f的导向矢量表达式为:/>其中τm为每组快拍中第m个时间值,给定频率对应的伪谱幅值表达式如下:/>
所述的方法,第一步骤S7中,为了能采用MUSIC方法辨识叶片异步振动振幅,需要对叶端定时信号的自协方差矩阵进行分析,将快拍矢量表示为:BΛfa+w(q),式中B=[b1(q)b2(q)…bK(q)],其中 因此,样本自相关矩阵可以表示为/>式中Λa为各阶振幅的平方构成的对角阵,即满足/> 为w(t)的方差;IM为M阶单位阵。在样本协方差矩阵中Λa包含了叶片振动幅值信息,/>得到叶片振动幅值
本专利的另一方面,一种基于叶尖振动速度的叶片异步振动监测系统包括:
传感器优化布局模块,该模块的作用包括确定周向安装叶端定时传感器的个数以及各叶端定时传感器的安装角度、位置布局;
叶片到达时间测量模块,在变转速工况下开展试验,通过各叶端定时传感器测量各叶片通过其的到达时间序列;
叶尖振动速度计算模块,利用所述到达时间和相邻传感器的安装角度间隔计算叶尖振动速度,将叶端定时测量物理量转换为叶尖振动速度;
叶片异步振动参数辨识模块,利用全叶片谱分析方法或MUSIC方法辨识出转子叶片异步振动频率,利用辨识结果通过振幅提取多重信号分类方法便可以求得叶片在旋转失速、喘振工况下的振动幅值。
本公开叶端定时测量无需安装参考转速传感器以及无需额外先验信息,通过测量叶尖振动速度替代传统叶尖振动位移,实现变转速旋转叶片异步振动参数的辨识。
最后应该说明的是:所描述的实施例仅是本申请一部分实施例,而不是全部的实施例,基于本申请中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (11)
1.一种基于叶尖振动速度的叶片异步振动监测方法,其特征在于,其包括以下步骤:
第一步骤S1,将k组叶端定时传感器两两一组周向安装在发动机机匣上;
第二步骤S2,在转子叶片发生异步振动的工况下获取各旋转的转子叶片到达叶端定时传感器的时间序列;
第三步骤S3,在变转速或恒定转速的不同工况中,将每一转中测量的各转子叶片的到达时间作为因变量,各转子叶片的到达角度作为自变量进行线性拟合以再现每一转的转速信息;
第四步骤S4,基于相邻传感器所测转子叶片的到达时间和安装角度计算叶尖振动速度;
第五步骤S5,建立基于叶尖振动速度的异步振动参数辨识模型;
第六步骤S6,基于异步振动参数辨识模型,使用全叶片谱方法辨识异步振动频率和幅值;
第七步骤S7,基于异步振动参数辨识模型,首先利用MUSIC方法辨识出转子叶片异步振动频率,再通过辨识结果获得叶片振动幅值。
2.根据权利要求1所述的方法,其特征在于,优选的,一组的2个叶端定时传感器夹角小于10°。
3.根据权利要求1所述的方法,其特征在于,第二步骤S2中,在变转速工况下开展试验并获取各旋转的转子叶片到达叶端定时传感器的时间序列矩阵T=大小为Nb*N×Np其中,ti,j,n表示第i号叶端定时传感器测量第j号叶片在第n圈转动测量的到达时间,转子一共包含Nb个叶片,周向安装Np个叶端定时传感器,连续采集N圈的数据。
4.根据权利要求1所述的方法,其特征在于,第三步骤S3中,叶片到达时间与转动角度位置关系为:其中,Pi,j,n表示第i号叶端定时传感器测量到第j号叶片在第n圈内转动的角度,转子叶片总共有Nb个叶片,基于多模态测量安装Np个叶端定时传感器,PAi为第i个叶端定时传感器的安装角度,BAj为实际第j个安装间隔。
5.根据权利要求1所述的方法,其特征在于,第三步骤S3中,圈内转速呈线性变变化,叶片转速为叶片的转动角度通过二次函数拟合表示/>求解后获得各圈的转动周期Ti,j,n,计算获得叶片转速/>
6.根据权利要求1所述的方法,其特征在于,第四步骤S4中,根据一组内相邻两个叶端定时传感器i、叶端定时传感器i+1采集的到达时间ti,j,n、ti+1,j,n以及叶端定时传感器的安装角度间隔Δθi,i+1=θi+1-θi,获取叶尖振动速度其中,R为实测转子叶尖旋转轴线到叶尖的旋转半径,fΩ为叶片转速,θi为第i个传感器的安装角度,ti,g,n表示第i个传感器在第n圈采集的第g号叶片的到达时间。
7.根据权利要求1所述的方法,其特征在于,第五步骤S5中,异步振动参数辨识模型,即叶片的振动方程为:式中:异步振动激励力基频ω1=2πEO1fr,激励阶次EOn=nEO1,振动方程的解为
8.根据权利要求1所述的方法,其特征在于,第六步骤S6中,通过全叶片谱方法来辨识异步振动频率和幅值,叶片响应的幅值Sk和相位φk表示为:式中:Nb为叶盘上的叶片总数;ND为与叶盘振动相关的节径,正向行波ND为正,反向行波ND为负;AND和ψND为叶盘节径为ND时的响应幅值和相位;NDmax对于偶数叶片,满足等式NDmax=Nb/2,对于奇数叶片,满足等式NDmax=(Nb-1)/2;NDmin对于偶数叶片,满足等式NDmin=1-Nb/2,对于奇数叶片,满足等式NDmax=-(Nb-1)/2,对于旋转参考系中的单个激励频率,可对上式进行修正,获得叶片响应为:式中fr为叶盘的转频,所有叶片以相同频率振动,对连续叶片的振动位移进行空间傅里叶变换得到在测量参考系下的行波响应,行波频率ftw满足ftw=fb+NDfr,fb为叶片的振动频率。
9.根据权利要求1所述的方法,其特征在于,第七步骤S7中,截取多段相同长度的叶端定时速度数据作为快拍,第q个快拍矢量表示为:v(q)=[v(tJ(q-1)+1) v(tJ(q-1)+2)) … v(tJ(q-1)+M)],式中:K为用于测量叶片振动速度的相邻叶端传感器的组数;M为快拍矢量的长度,满足mod(M,J)=0,构建快拍矩阵表示为V=[v(1) v(2) … v(Q)];根据所述快拍矩阵计算自相关矩阵,对自相关矩阵进行特征值分解,将特征值从大到小排序,前K个特征值对应的特征向量构成信号子空间S,其余M-K个特征值对应的特征向量构成噪声子空间G,且满足:STG=0,通过设定阈值p,根据式确定真实信号的频率分量数K,设定频率遍历区间及步长,进行频率遍历,给定频率f的导向矢量表达式为:其中τm为每组快拍中第m个时间值,给定频率对应的伪谱幅值表达式如下:/>
10.根据权利要求1所述的方法,其特征在于,第七步骤S7中,采用MUSIC方法辨识叶片异步振动振幅,其中,对叶端定时信号的自协方差矩阵进行分析,将快拍矢量表示为:BΛfa+w(q),式中B=[b1(q) b2(q) … bK(q)],其中w(q)=[w(tq1) w(tq2) … w(tqM)]T,样本自相关矩阵表示为/>式中Λa为各阶振幅的平方构成的对角阵,满足/> 为w(t)的方差;IM为M阶单位阵,在样本协方差矩阵中Λa包含了叶片振动幅值信息,/>得到叶片振动幅值/>
11.一种实施权利要求1-10中任一项所述基于叶尖振动速度的叶片异步振动监测方法的系统,其特征在于,其包括,
传感器优化布局模块,其配置为确定周向安装叶端定时传感器的个数以及各叶端定时传感器的安装角度、位置布局;
叶片到达时间测量模块,在变转速工况下通过各叶端定时传感器测量各叶片通过其的到达时间序列;
叶尖振动速度计算模块,其连接叶片到达时间测量模块,叶尖振动速度计算模块利用到达时间和两个相邻传感器的安装角度间隔计算叶尖振动速度;
叶片异步振动参数辨识模块,其连接所述叶尖振动速度计算模块,叶片异步振动参数辨识模块利用全叶片谱分析方法或MUSIC方法辨识出转子叶片异步振动频率,利用辨识结果通过振幅提取多重信号分类方法求得叶片旋转失速、喘振工况下的振动幅值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310835527.5A CN116858370A (zh) | 2023-07-10 | 2023-07-10 | 叶尖振动速度的叶片异步振动监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310835527.5A CN116858370A (zh) | 2023-07-10 | 2023-07-10 | 叶尖振动速度的叶片异步振动监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116858370A true CN116858370A (zh) | 2023-10-10 |
Family
ID=88218720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310835527.5A Pending CN116858370A (zh) | 2023-07-10 | 2023-07-10 | 叶尖振动速度的叶片异步振动监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116858370A (zh) |
-
2023
- 2023-07-10 CN CN202310835527.5A patent/CN116858370A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110567574B (zh) | 一种旋转叶片叶端定时振动参数辨识方法与系统 | |
WO2020192621A1 (zh) | 一种基于叶端定时的转子叶片动应变场测量方法及其系统 | |
CN109883380B (zh) | 一种基于叶端定时的转子叶片位移场测量方法及其系统 | |
EP2369314B1 (en) | Rotating blade analysis | |
Diamond et al. | Improved blade tip timing measurements during transient conditions using a state space model | |
US11333033B2 (en) | Method and system for measuring rotor blade tip deflection using blade tip timing (BTT) | |
CN101639395B (zh) | 一种改进的高速主轴全息动平衡方法 | |
US20090314092A1 (en) | Method of Analyzing Non-Synchronous Vibrations Using a Dispersed Array Multi-Probe Machine | |
CA2060261C (en) | System and method for monitoring synchronous blade vibration | |
CN111175033B (zh) | 一种变转速下的同步振动叶端定时信号重构方法 | |
EP2532839B1 (en) | Rotating blade analysis | |
EP2781897B1 (en) | Blade tip timing | |
Joung et al. | Analysis of vibration of the turbine blades using non-intrusive stress measurement system | |
CN111507043A (zh) | 一种基于叶端定时的转子叶片动应力场测量方法及其系统 | |
CN112733600A (zh) | 一种无转速参考信号的叶片故障诊断方法 | |
CN113190786B (zh) | 一种大型旋转装备利用多维装配参数的振动预测方法 | |
CN113586177B (zh) | 基于单叶端定时传感器的叶片固有频率识别方法 | |
CN111207819A (zh) | 轴系振动测量系统及方法 | |
CN116858370A (zh) | 叶尖振动速度的叶片异步振动监测方法及系统 | |
CN112345199A (zh) | 一种暂冲式高速风洞迎角传感器振动影响修正方法 | |
CN116953277A (zh) | 叶尖振动加速度的叶端定时异步振动参数辨识方法及系统 | |
CN113504310B (zh) | 基于单个叶端定时传感器的叶片固有频率识别方法 | |
CN116953278A (zh) | 基于叶尖振动速度的无转速参考叶端定时测量方法及系统 | |
CN115636105A (zh) | 基于最小方差功率谱估计的叶片固有频率识别方法 | |
CN113008362B (zh) | 一种叶尖定时传感器周向位置优化方法 |
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 |