CN117759558A - 离心压气机的故障检测方法、装置和存储介质 - Google Patents
离心压气机的故障检测方法、装置和存储介质 Download PDFInfo
- Publication number
- CN117759558A CN117759558A CN202311803720.7A CN202311803720A CN117759558A CN 117759558 A CN117759558 A CN 117759558A CN 202311803720 A CN202311803720 A CN 202311803720A CN 117759558 A CN117759558 A CN 117759558A
- Authority
- CN
- China
- Prior art keywords
- outlet
- impeller
- centrifugal compressor
- inlet
- model
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 230000008447 perception Effects 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 14
- 230000003068 static effect Effects 0.000 claims description 68
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 abstract description 6
- 230000004927 fusion Effects 0.000 abstract description 5
- 239000000306 component Substances 0.000 description 19
- 238000003745 diagnosis Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000001595 flow curve Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本申请公开了离心压气机的故障检测方法、装置和存储介质，方法用于检测离心压气机的故障，离心压气机包括叶轮、扩压器和蜗壳，故障检测方法包括：采集压气机入口总压、压气机入口总温、工质质量流量、叶轮转速以及离心压气机几何参数；基于离心压气机入口总压、压气机入口总温、工质质量流量、转速以及几何参数，调用预先构建的离心压气机的一维虚拟感知模型，确定离心压气机的状态参数；根据状态参数，确定离心压气机的故障；其中，一维虚拟感知模型用于确定离心压气机入口至离心压气机出口状态参数。本申请实施例通过构建离心压气机的一维虚拟感知模型，采用基于机理与数据融合的数学物理模型对一维离心压气机进行性能预测及在线故障预警。
Description
技术领域
本申请属于离心压气机故障检测技术领域，具体涉及离心压气机的故障检测方法和装置。
背景技术
在船用柴油机涡轮增压器故障诊断领域，杨莹等通过建立涡轮增压器的效率作为关键指标，采用机理与数据融合的方式对船用柴油机增压器进行故障诊断。在该技术中，需要采集部分真实的试验数据(压气机、涡轮端平均进气温度及该温度下对应的恒压比热容)与建立的增压器效率公式融合，判断涡轮增压器的运行健康状态，从而达到故障预测的功能。杨建国等通过在线监测的方法对船用柴油机涡轮增压器振动信号进行检测，通过重构故障特征时的振动信号获得增压器的故障特征参数并据此作为增压器故障诊断方法。杜磊等优化了船用柴油机涡轮增压器一维仿真模型，加入活塞、轴瓦、增压器、减震器等零部件建模计算提高涡轮增压系统仿真精度。
当前船用柴油机增压器压气机故障诊断方法多基于大数据，对于故障机理及故障产生的位置尚不明确。目前运用一维增压器模型对船用增压器离心压气机进行故障预警的案例较少。
发明内容
本申请的技术目的在于针对目前运用一维增压器模型对船用增压器离心压气机进行故障预警的案例较少，提供离心压气机的故障检测方法、装置和存储介质。
为实现上述技术目的，本申请采用以下技术方案。
第一方面，本申请实施例提供了一种离心压气机的故障检测方法，用于检测所述离心压气机的故障，所述离心压气机包括叶轮、扩压器和蜗壳，所述故障检测方法包括：
采集所述离心压气机入口总压、所述离心压气机入口总温、工质质量流量、所述叶轮的转速以及所述离心压气机的几何参数；
基于所述离心压气机入口总压、所述离心压气机入口总温、所述工质质量流量、所述转速以及所述几何参数，调用预先构建的所述离心压气机的一维虚拟感知模型，确定所述离心压气机的状态参数；
根据所述状态参数，确定所述离心压气机的故障；
其中，所述一维虚拟感知模型用于确定所述离心压气机入口至所述离心压气机出口状态参数；所述几何参数包括所述叶轮入口流通面积，所述叶轮出口流通面积，所述扩压器出口流通面积和所述蜗壳出口流通面积。
在一些实施例中，所述一维虚拟感知模型包括第一虚拟感知子模型、第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型；
所述第一虚拟感知子模型，用于确定所述离心压气机入口至所述叶轮入口状态参数；所述第二虚拟感知子模型，用于确定所述叶轮入口至所述叶轮出口状态参数；所述第三虚拟感知子模型，用于确定所述叶轮出口至所述扩压器出口状态参数；所述第四虚拟感知子模型，用于确定所述扩压器出口至所述离心压气机出口状态参数。
在一些实施例中，所述故障检测方法包括：
调用所述第一虚拟感知子模型进行迭代求解，当所述叶轮入口绝对速度C1的求解值与设定的所述叶轮入口绝对速度的初始值误差小于等于第一预设比例时即迭代计算收敛，确认所述叶轮入口总温、叶轮入口总压、叶轮入口静温和叶轮入口静压中的任一者；
将所述叶轮入口总温、所述叶轮入口总压、所述叶轮入口静温、所述叶轮入口静压中的任一者，与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述离心压气机入口至所述叶轮入口存在故障；
所述第一虚拟感知子模型包括以下公式：
P00-P01＝K01(P01-P1) (1-2)；
其中，T1为所述叶轮入口静温，T00为所述离心压气机入口总温，cp01为所述叶轮入口定压比热容，C1-0为所述叶轮入口绝对速度的初始值；P00为所述离心压气机入口总压；P01为所述叶轮入口总压；P1为所述叶轮入口静压；K01为所述叶轮入口压力损失系数；C1为所述叶轮入口绝对速度；ρ1为所述叶轮入口工质密度；A1为所述叶轮入口流通面积，B01为所述叶轮入口阻塞系数；m为所述工质质量流量。
在一些实施例中，所述故障检测方法包括：
调用所述第二虚拟感知子模型进行迭代求解，当叶轮出口绝对速度径向分量值Cm2的求解值与设定的所述叶轮出口绝对速度径向分量的初始值误差小于等于第二预设比例时，即迭代计算收敛，确认滑移速度、所述叶轮出口绝对速度切向分量、压气机功和所述叶轮出口绝对速度径向分量，求解叶轮出口总温、叶轮出口总压、叶轮出口静温和叶轮出口静压值中的任一者；
将所述叶轮出口总温、所述叶轮出口总压、所述叶轮出口静温、所述叶轮出口静压中的任一者，与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述叶轮入口至所述叶轮出口存在故障；
所述第二虚拟感知子模型包括以下公式：
Cslip＝(1-σ)U2 (2-1)；
Cθ2＝U2-Cm2-0tan(β2b)-Cslip (2-2)；
Δh0＝U2Cθ2-U1Cθ1+Wdisk+Winc+Wleak (2-3)；
其中，σ为所述滑移系数，U2为所述叶轮出口转速；Cslip为所述滑移速度，Cm2-0为所述叶轮出口绝对速度径向分量的初始值；β2b为所述叶轮出口气流角，Δh0为所述压气机功，Cθ2为所述叶轮出口绝对速度切向分量；U1为所述叶轮入口转速，Cθ1为所述叶轮入口绝对速度切向分量，Wdisk为轮盘损失，Winc为攻角损失，Wleak为叶顶尖隙损失；ρ2为所述叶轮出口密度，即叶轮出口工质密度；A2为所述叶轮出口流通面积；Cm2为所述叶轮出口绝对速度径向分量。
在一些实施例中，所述故障检测方法包括：调用所述第三虚拟感知子模型进行迭代求解，当扩压器出口密度的求解值与设定的所述扩压器出口密度初值的误差小于等于第三预设比例时即迭代计算收敛，确认所述扩压器出口工质速度径向分量、所述扩压器出口工质密度、所述扩压器出口总压，求解扩压器出口总温、扩压器出口总压、扩压器出口静温和扩压器出口静压中的任一者；
将所述扩压器出口总温、扩压器出口总压、扩压器出口静温、扩压器出口静压中的任一者与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述叶轮出口至所述扩压器出口存在故障；
所述第三虚拟感知子模型包括以下公式：
ρ2Cm2A2＝ρ3-0Cm3A3 (3-1)；
其中，v3-0为所述扩压器出口密度初值，Cm3为所述扩压器出口工质速度径向分量，A3为所述扩压器出口流通面积，P02为所述叶轮出口总压，P03为所述扩压器出口总压，K23为所述扩压器的损失系数，P2为叶轮出口静压，ρ3为所述扩压器出口密度，P3为所述扩压器出口静压，R为理想气体常数；T3为所述扩压器出口静温。
在一些实施例中，所述故障检测方法包括：调用所述第四虚拟感知子模型进行迭代求解，当蜗壳出口工质速度的求解值与设定的所述蜗壳出口工质速度的初始值误差小于第四预设比例时即迭代计算收敛，确认所述蜗壳的出口总焓、所述蜗壳的出口总压以及所述蜗壳出口的工质速度，求解蜗壳出口总温、蜗壳出口总压、蜗壳出口静温、蜗壳出口静压中的任一者；
将所述蜗壳出口总温、所述蜗壳出口总压、所述蜗壳出口静温、所述蜗壳出口静压值中的任一者与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述扩压器出口至所述离心压气机出口存在故障；
所述第四虚拟感知子模型包括以下公式：
其中，h04为所述蜗壳出口总焓；cp4为压气机出口工质的定压比热容，T4为所述蜗壳出口静温，C4-0为所述蜗壳出口工质速度的初始值，P04为所述蜗壳出口总压；K34为所述蜗壳损失系数；C4为蜗壳出口工质速度，ρ4为所述蜗壳出口密度，A4为所述蜗壳出口面积。
在一些实施例中，所述故障检测方法包括：
确定所述离心压气机的故障的同时，
根据获取的所述状态参数，确定所述离心压气机MAP图中压比-流量关系曲线；
响应于确定所述压比-流量关系曲线的斜率小于零，则确定所述离心压气机未发生喘振，则继续确定所述转速下所述离心压气机的故障；
响应于确定所述压比-流量关系曲线的斜率大于或等于零，则判定所述离心压气机发生喘振，中止确定所述转速下所述离心压气机的故障。
在一些实施例中，所述故障检测方法包括：
调用所述第一虚拟感知子模型进行迭代求解；
确定喘振流量m_choke；
响应于所述喘振流量m_choke大于所述工质质量流量m；
则继续依次调用所述第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型进行迭代求解；
响应于所述喘振流量m_choke小于等于所述工质质量流量m，将所述工质质量流量m减去设定步长后确定为更新后的所述工质质量流量m，并重新采集所述离心压气机入口总压、所述离心压气机入口总温、工质质量流量以及所述叶轮的转速。
在一些实施例中，确定所述喘振流量m_choke的方法包括：
根据获取的所述状态参数，确定所述离心压气机MAP图中压比-流量关系曲线；
所述压比-流量关系曲线的斜率由负转正时，此时的工况点对应的流量确定为所述喘振流量m_choke。
第二方面，本申请实施例提供了离心压气机的故障检测装置，用于检测所述离心压气机的故障，所述离心压气机包括叶轮、扩压器和蜗壳，所述故障检测装置包括：
数据采集模块，用于采集所述离心压气机入口总压、入口总温、工质质量流量、所述叶轮的转速以及所述离心压气机的几何参数；
模型求解模块，用于基于所述离心压气机入口总压、所述离心压气机入口总温、所述工质质量流量、所述转速以及所述几何参数，调用预先构建的所述离心压气机的一维虚拟感知模型，确定所述离心压气机的状态参数；
故障定位模块，用于根据所述状态参数确定所述离心压气机的故障；
其中，所述一维虚拟感知模型用于确定所述离心压气机入口至所述离心压气机出口状态参数；所述几何参数包括所述叶轮入口流通面积，所述叶轮出口流通面积，所述扩压器出口流通面积和所述蜗壳出口流通面积。
在一些实施例中，所述一维虚拟感知模型包括第一虚拟感知子模型、第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型；
所述第一虚拟感知子模型，用于确定所述离心压气机入口至所述叶轮入口状态参数；所述第二虚拟感知子模型，用于确定所述叶轮入口至所述叶轮出口状态参数；所述第三虚拟感知子模型，用于确定所述叶轮出口至所述扩压器出口状态参数；所述第四虚拟感知子模型，用于确定所述扩压器出口至所述离心压气机出口状态参数。
第三方面，本申请实施例提供了一种计算机可读介质，其特征是，其上存储有计算机程序，计算机程序被处理器执行可实现如以上第一方面任一可能的实施方式所提供的离心压气机的故障检测方法。
与现有技术相比，本申请实施例提供的离心压气机的故障检测方法，通过构建离心压气机的一维虚拟感知模型，采用基于机理与数据融合的数学物理模型对一维离心压气机进行性能预测及在线故障预警；根据已有的离心压气机几何参数及环境参数(离心压气机入口压力及温度)获得压气机完整运行工况下的状态量参数。通过状态参数的阈值范围判断离心压气机健康状态，替代相应位置传感器，可有效减少传感器的使用数量，有效降低使用成本，并且进一步节省柴油机使用空间。此外，本发明中的模型通过分区确定压气机状态参数异常的位置，可将故障锁定在离心压气机的具体部位，可更精确、迅速地定位故障。
与现有技术相比，本申请实施例提供的离心压气机的故障检测装置，通过模型求解模块构建离心压气机的一维虚拟感知模型，采用基于机理与数据融合的数学物理模型对一维离心压气机进行性能预测及在线故障预警；根据已有的离心压气机几何参数及环境参数(离心压气机入口压力及温度)获得压气机完整运行工况下的状态量参数。通过状态参数的阈值范围判断离心压气机健康状态，替代相应位置传感器，可有效减少传感器的使用数量，有效降低使用成本，并且进一步节省柴油机使用空间。此外，本发明中的模型通过分区确定压气机状态参数异常的位置，可将故障锁定在离心压气机的具体部位，可更精确、迅速地定位故障。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述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申请的一些实施例，对于本领域技术人员来讲，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。
图1为离心压气机的结构剖视图；
图2为离心压气机的侧视图；
图3为本申请实施例提供的离心压气机的故障检测方法的流程示意图；
附图标记：
1-离心压气机入口、2-叶轮入口、3-叶轮出口、4-扩压器、5-蜗壳、6-叶轮、
100-故障检测装置、10-数据采集模块、20-模型求解模块、30-故障定位模块。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅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，都属于本申请保护的范围。
离心压气机的模型如图1和图2所示，离心压气机通常包括叶轮6、扩压器4(或称为扩散器)和蜗壳5(或称为静压区)。叶轮6是离心压气机的核心部件，由多个叶片组成。当叶轮6旋转时，它从进口处吸入气体，并通过增加气体的动能将其加速离心。叶轮6的设计和几何形状会影响气体的流动特性和性能指标。扩压器4位于叶轮6之后，用于将叶轮6中加速的气体减速，并扩展气流截面积。通过扩压器4，气体的动能转化为静压能，从而实现离心压气机的压升。蜗壳5是离心压气机的最后一个部件，在扩压器4之后。它具有一个逐渐增大的截面积，以促进气体进一步扩展和压升。蜗壳5的形状和设计可以影响气体的流动和压力增加情况。这三个组成部件共同作用，使气体在离心压气机中获得压升和加速，最终实现对气体的压缩和输送。
作为离心压气机中三个重要组成部分的叶轮6、扩压器4及蜗壳5，上述三个物理结构将离心压气机的流动结构分为4个部分，分别为离心压气机入口1至叶轮入口2、叶轮入口2至叶轮出口3、叶轮出口3至扩压器4出口段、扩压器4出口至离心压压气机出口段。
本申请实施例针对目前运用一维离心压气机对船用增压器离心压气机进行故障预警的案例较少，提供离心压气机的故障检测方法、装置和存储介质。与现有技术相比，本申请实施例提供的离心压气机的故障检测方法，通过构建离心压气机的一维虚拟感知模型，采用基于机理与数据融合的数学物理模型对一维离心压气机进行性能预测及在线故障预警。
以下结合说明书附图和具体实施例对本申请做进一步详细说明。
请参见图3，离心压气机的故障检测方法，用于检测离心压气机的故障，离心压气机包括叶轮、扩压器和蜗壳，故障检测方法包括：
采集离心压气机入口总压、离心压气机入口总温、工质质量流量以及叶轮的转速；除了以上数据还需采集压气机的几何参数，包括压气机叶轮入口流通面积A1，叶轮出口流通面积A2，扩压器出口流通面积A3，蜗壳出口流通面积A4)；基于离心压气机入口总压、离心压气机入口总温、工质质量流量以及叶轮的转速和几何参数，调用预先构建的离心压气机的一维虚拟感知模型，确定离心压气机的状态参数；根据状态参数，确定离心压气机的故障；其中，一维虚拟感知模型用于确定离心压气机入口至离心压气机出口状态参数。
一维虚拟感知模型包括：
P00-P01＝K01(P01-P1) (1-2)；
Cslip＝(1-σ)U2 (2-1)；
Cθ2＝U2-Cm2-0tan(β2b)-Cslip (2-2)；
Δh0＝U2Cθ2-U1Cθ1+Wdisk+Winc+Wleak (2-3)；
ρ2Cm2A2＝ρ3-0Cm3A3 (3-1)；
为了更加方便理解本实施例，以下对公式(1-1)～公式(4-3)中涉及的参数定义见表1。
表1一维虚拟感知模型的参数定义
其中，公式(1-1)～公式(1-3)为第一虚拟感知子模型，公式(2-1)～公式(2-4)为第二虚拟感知子模型，公式(3-1)～公式(3-3)为第三虚拟感知子模型，公式(4-1)～公式(4-3)为第四虚拟感知子模型。
本申请实施例利用第一虚拟感知子模型实现压气机入口至压气机叶轮入口工质流动的求解，利用第二虚拟感知子模型实现压气机叶轮内部工质流动的求解，利用第三虚拟感知子模型实现扩压器内部工质流动的求解，利用第四虚拟感知子模型实现蜗壳内部工质流动的求解。
一维虚拟感知模型的输入参数包括压气机入口总温、压气机入口总压、压气机叶轮转速、工质质量流量m，通过判断前述四个子模型中的计算结果参数：叶轮入口总温、叶轮入口总压、叶轮入口静温、叶轮入口静压，叶轮出口总温、叶轮出口总压、叶轮出口静温、叶轮出口静压，扩压器出口总温、扩压器出口总压、扩压器出口静温、扩压器出口静压，蜗壳出口总温、蜗壳出口总压、蜗壳出口静温、蜗壳出口静压的求解值与合理阈值的关系对离心压气机健康状态进行监管，并进行故障诊断。
通过状态参数的阈值范围判断离心压气机健康状态，替代相应位置传感器，可有效减少传感器的使用数量，有效降低使用成本，并且进一步节省柴油机使用空间。此外，本申请实施例中的模型通过分区确定压气机状态参数异常的位置，可将故障锁定在离心压气机的具体部位，可更精确、迅速地定位故障。
在一些具体实施例中，故障检测方法包括：调用第一虚拟感知子模型进行迭代求解，当叶轮入口绝对速度C1的求解值与设定的叶轮入口绝对速度的初始值误差小于等于第一预设比例(如30％)时即迭代计算收敛，确认叶轮入口总温、叶轮入口总压、叶轮入口静温和叶轮入口静压中的任一者；将叶轮入口总温、叶轮入口总压、叶轮入口静温、叶轮入口静压中的任一者，与对应的预设值进行比较，分别确认相对误差；当相对误差超过阈值，则确认离心压气机入口至叶轮入口存在故障。
调用第二虚拟感知子模型进行迭代求解，当叶轮出口绝对速度径向分量值Cm2的求解值与设定的叶轮出口绝对速度径向分量的初始值误差小于等于第二预设比例(如30％)时即迭代计算收敛，确认滑移速度、叶轮出口绝对速度切向分量、压气机功和叶轮出口绝对速度径向分量，求解叶轮出口总温、叶轮出口总压、叶轮出口静温和叶轮出口静压值中的任一者；将叶轮出口总温、叶轮出口总压、叶轮出口静温、叶轮出口静压中的任一者，与对应的预设值进行比较，分别确认相对误差；当相对误差超过阈值，则确认叶轮入口至叶轮出口存在故障。
故障检测方法包括：调用第三虚拟感知子模型进行迭代求解，当扩压器出口密度(即扩压器出口工质密度)的求解值与设定的扩压器出口密度初值的误差小于等于第三预设比例(如30％)时即迭代计算收敛，确认扩压器出口工质速度径向分量、扩压器出口工质密度、扩压器出口总压，求解扩压器出口总温、扩压器出口总压、扩压器出口静温和扩压器出口静压中的任一者；将扩压器出口总温、扩压器出口总压、扩压器出口静温、扩压器出口静压中的任一者与对应的预设值进行比较，分别确认相对误差；当相对误差超过阈值，则确认叶轮出口至扩压器出口存在故障。
故障检测方法包括：调用第四虚拟感知子模型进行迭代求解，当蜗壳出口工质速度的求解值与设定的蜗壳出口工质速度的初始值的误差小于第四预设比例时即迭代计算收敛，确认蜗壳的出口总焓、蜗壳的出口总压以及蜗壳出口的工质速度，求解蜗壳出口总温、蜗壳出口总压、蜗壳出口静温、蜗壳出口静压中的任一者；将蜗壳出口总温、蜗壳出口总压、蜗壳出口静温、蜗壳出口静压值中的任一者与对应的预设值进行比较，分别确认相对误差；当相对误差超过阈值，则确认扩压器出口至离心压气机出口存在故障。
在一些实施例中，故障检测方法包括：确定离心压气机的故障的同时，根据获取的状态参数，确定离心压气机MAP图中压比-流量关系曲线；响应于确定压比-流量关系曲线的斜率小于零，则确定离心压气机未发生喘振，则继续确定转速下离心压气机的故障；响应于确定压比-流量关系曲线的斜率大于或等于零，则判定离心压气机发生喘振，中止确定转速下离心压气机的故障。
在一些实施例中，如图3所示，故障检测方法包括：调用第一虚拟感知子模型进行迭代求解；确定喘振流量m_choke；响应于喘振流量m_choke大于工质质量流量m；则继续依次调用第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型进行迭代求解；响应于喘振流量m_choke小于等于工质质量流量m，将工质质量流量m减去设定步长后，确定为更新后的工质质量流量m，并重新采集离心压气机入口总压、离心压气机入口总温、工质质量流量以及叶轮的转速。该实施例能够提高故障检测的准确性。
根据之前计算的性能点反映在离心压气机MAP图上，MAP图中压比-流量曲线对应关系的斜率小于0时则压气机正常工作，可进行下一步迭代求解；当压比-流量曲线对应关系的斜率大于0时则压气机喘振，退出求解并带入下一转速。
本申请实施例还提供了离心压气机的故障检测装置100，用于检测离心压气机的故障，离心压气机包括叶轮6、扩压器4和蜗壳5，故障检测装置100包括数据采集模块10、模型求解模块20和故障定位模块30。
数据采集模块10用于采集离心压气机入口总压、入口总温、工质质量流量、叶轮的转速以及离心压气机的几何参数；模型求解模块20用于基于离心压气机入口总压、离心压气机入口总温、工质质量流量、转速以及几何参数，调用预先构建的离心压气机的一维虚拟感知模型，确定离心压气机的状态参数；故障定位模块30用于根据状态参数确定离心压气机的故障；其中，一维虚拟感知模型用于确定离心压气机入口至离心压气机出口状态参数；几何参数包括叶轮入口流通面积，叶轮出口流通面积，扩压器出口流通面积和蜗壳出口流通面积。
在一些实施例中，一维虚拟感知模型包括第一虚拟感知子模型、第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型；
第一虚拟感知子模型，用于确定离心压气机入口至叶轮入口状态参数；第二虚拟感知子模型，用于确定叶轮入口至叶轮出口状态参数；第三虚拟感知子模型，用于确定叶轮出口至扩压器出口状态参数；第四虚拟感知子模型，用于确定扩压器出口至离心压气机出口状态参数。
各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种离心压气机的故障检测方法，其特征在于，用于检测所述离心压气机的故障，所述离心压气机包括叶轮、扩压器和蜗壳，所述故障检测方法包括：
采集所述离心压气机入口总压、所述离心压气机入口总温、工质质量流量、所述叶轮的转速以及所述离心压气机的几何参数；
基于所述离心压气机入口总压、所述离心压气机入口总温、所述工质质量流量、所述转速以及所述几何参数，调用预先构建的所述离心压气机的一维虚拟感知模型，确定所述离心压气机的状态参数；
根据所述状态参数，确定所述离心压气机的故障；
其中，所述一维虚拟感知模型用于确定所述离心压气机入口至所述离心压气机出口状态参数；所述几何参数包括所述叶轮入口流通面积，所述叶轮出口流通面积，所述扩压器出口流通面积和所述蜗壳出口流通面积。
2.根据权利要求1所述的离心压气机的故障检测方法，其特征在于，所述一维虚拟感知模型包括第一虚拟感知子模型、第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型；
所述第一虚拟感知子模型，用于确定所述离心压气机入口至所述叶轮入口状态参数；所述第二虚拟感知子模型，用于确定所述叶轮入口至所述叶轮出口状态参数；所述第三虚拟感知子模型，用于确定所述叶轮出口至所述扩压器出口状态参数；所述第四虚拟感知子模型，用于确定所述扩压器出口至所述离心压气机出口状态参数。
3.根据权利要求2所述的离心压气机的故障检测方法，其特征在于，所述故障检测方法包括：
调用所述第一虚拟感知子模型进行迭代求解，当所述叶轮入口绝对速度C1的求解值与设定的所述叶轮入口绝对速度的初始值误差小于等于第一预设比例时即迭代计算收敛，确认所述叶轮入口总温、叶轮入口总压、叶轮入口静温和叶轮入口静压中的任一者；
将所述叶轮入口总温、所述叶轮入口总压、所述叶轮入口静温、所述叶轮入口静压中的任一者，与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述离心压气机入口至所述叶轮入口存在故障；
所述第一虚拟感知子模型包括以下公式：
P00-P01＝K01(P01-P1) (1-2)；
其中，T1为所述叶轮入口静温，T00为所述离心压气机入口总温，cp01为所述叶轮入口定压比热容，C1-0为所述叶轮入口绝对速度的初始值；P00为所述离心压气机入口总压；P01为所述叶轮入口总压；P1为所述叶轮入口静压；K01为所述叶轮入口压力损失系数；C1为所述叶轮入口绝对速度；ρ1为所述叶轮入口工质密度；A1为所述叶轮入口流通面积，B01为所述叶轮入口阻塞系数；m为所述工质质量流量。
4.根据权利要求3所述的离心压气机的故障检测方法，其特征在于，所述故障检测方法包括：
调用所述第二虚拟感知子模型进行迭代求解，当叶轮出口绝对速度径向分量值Cm2的求解值与设定的所述叶轮出口绝对速度径向分量的初始值误差小于等于第二预设比例时即迭代计算收敛，确认滑移速度、所述叶轮出口绝对速度切向分量、压气机功和所述叶轮出口绝对速度径向分量，求解叶轮出口总温、叶轮出口总压、叶轮出口静温和叶轮出口静压值中的任一者；
将所述叶轮出口总温、所述叶轮出口总压、所述叶轮出口静温、所述叶轮出口静压中的任一者，与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述叶轮入口至所述叶轮出口存在故障；
所述第二虚拟感知子模型包括以下公式：
Cslip＝(1σ)U2 (2-1)；
Cθ2＝U2-Cm2-0tan(β2b)-Cslip (2-2)；
Δh0＝U2Cθ2-U1Cθ1+Wdisk+Winc+Wleak (2-3)；
其中，σ为所述滑移系数，U2为所述叶轮出口转速；Cslip为所述滑移速度，Cm2-0为所述叶轮出口绝对速度径向分量的初始值；β2b为所述叶轮出口气流角，Δh0为所述压气机功，Cθ2为所述叶轮出口绝对速度切向分量；U1为所述叶轮入口转速，Cθ1为所述叶轮入口绝对速度切向分量，Wdisk为轮盘损失，Winc为攻角损失，Wleak为叶顶尖隙损失；ρ2为所述叶轮出口密度；A2为所述叶轮出口流通面积；Cm2为所述叶轮出口绝对速度径向分量。
5.根据权利要求4所述的离心压气机的故障检测方法，其特征在于，所述故障检测方法包括：调用所述第三虚拟感知子模型进行迭代求解，当扩压器出口密度的求解值与设定的所述扩压器出口密度初值的误差小于等于第三预设比例时即迭代计算收敛，确认所述扩压器出口工质速度径向分量、所述扩压器出口工质密度、所述扩压器出口总压，求解扩压器出口总温、扩压器出口总压、扩压器出口静温和扩压器出口静压中的任一者；
将所述扩压器出口总温、扩压器出口总压、扩压器出口静温、扩压器出口静压中的任一者与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述叶轮出口至所述扩压器出口存在故障；
所述第三虚拟感知子模型包括以下公式：
ρ2Cm2A2＝ρ3-0Cm3A3 (3-1)；
其中，ρ3-0为所述扩压器出口密度初值，Cm3为所述扩压器出口工质速度径向分量，A3为所述扩压器出口流通面积，P02为所述叶轮出口总压，P03为所述扩压器出口总压，K23为所述扩压器的损失系数，P2为叶轮出口静压，ρ3为所述扩压器出口密度，P3为所述扩压器出口静压，R为理想气体常数；T3为所述扩压器出口静温。
6.根据权利要求5所述的离心压气机的故障检测方法，其特征在于，所述故障检测方法包括：调用所述第四虚拟感知子模型进行迭代求解，当所述蜗壳出口工质速度的求解值与设定的所述蜗壳出口工质速度的初始值误差小于第四预设比例时即迭代计算收敛，确认所述蜗壳的出口总焓、所述蜗壳的出口总压以及所述蜗壳出口的工质速度，求解蜗壳出口总温、蜗壳出口总压、蜗壳出口静温、蜗壳出口静压中的任一者；
将所述蜗壳出口总温、所述蜗壳出口总压、所述蜗壳出口静温、所述蜗壳出口静压值中的任一者与对应的预设值进行比较，分别确认相对误差；
当所述相对误差超过阈值，则确认所述扩压器出口至所述离心压气机出口存在故障；
所述第四虚拟感知子模型包括以下公式：
其中，h04为所述蜗壳出口总焓；cp4为压气机出口工质的定压比热容，T4为所述蜗壳出口静温，C4-0为所述蜗壳出口工质速度的初始值，P04为所述蜗壳出口总压；K34为所述蜗壳损失系数；C4为蜗壳出口工质速度，ρ4为所述蜗壳出口密度，A4为所述蜗壳出口面积。
7.根据权利要求1所述的离心压气机的故障检测方法，其特征在于，所述故障检测方法包括：
确定所述离心压气机的故障的同时，
根据获取的所述状态参数，确定所述离心压气机MAP图中压比-流量关系曲线；
响应于确定所述压比-流量关系曲线的斜率小于零，则确定所述离心压气机未发生喘振，则继续确定所述转速下所述离心压气机的故障；
响应于确定所述压比-流量关系曲线的斜率大于或等于零，则判定所述离心压气机发生喘振，中止确定所述转速下所述离心压气机的故障。
8.根据权利要求6所述的离心压气机的故障检测方法，其特征在于，所述故障检测方法包括：
调用所述第一虚拟感知子模型进行迭代求解；
确定喘振流量m_choke；
响应于所述喘振流量m_choke大于所述工质质量流量m；
则继续依次调用所述第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型进行迭代求解；
响应于所述喘振流量m_choke小于等于所述工质质量流量m，将所述工质质量流量m减去设定步长后确定为更新后的所述工质质量流量m，并重新采集所述离心压气机入口总压、所述离心压气机入口总温、工质质量流量以及所述叶轮的转速。
9.根据权利要求8所述的离心压气机的故障检测方法，其特征在于，确定所述喘振流量m_choke的方法包括：
根据获取的所述状态参数，确定所述离心压气机MAP图中压比-流量关系曲线；
所述压比-流量关系曲线的斜率由负转正时，此时的工况点对应的流量确定为所述喘振流量m_choke。
10.离心压气机的故障检测装置，其特征在于，用于检测所述离心压气机的故障，所述离心压气机包括叶轮、扩压器和蜗壳，所述故障检测装置包括：
数据采集模块，用于采集所述离心压气机入口总压、入口总温、工质质量流量、所述叶轮的转速以及所述离心压气机的几何参数；
模型求解模块，用于基于所述离心压气机入口总压、所述离心压气机入口总温、所述工质质量流量、所述转速以及所述几何参数，调用预先构建的所述离心压气机的一维虚拟感知模型，确定所述离心压气机的状态参数；
故障定位模块，用于根据所述状态参数确定所述离心压气机的故障；
其中，所述一维虚拟感知模型用于确定所述离心压气机入口至所述离心压气机出口状态参数；所述几何参数包括所述叶轮入口流通面积，所述叶轮出口流通面积，所述扩压器出口流通面积和所述蜗壳出口流通面积。
11.根据权利要求10所述的离心压气机的故障检测装置，其特征在于，所述一维虚拟感知模型包括第一虚拟感知子模型、第二虚拟感知子模型、第三虚拟感知子模型和第四虚拟感知子模型；
所述第一虚拟感知子模型，用于确定所述离心压气机入口至所述叶轮入口状态参数；所述第二虚拟感知子模型，用于确定所述叶轮入口至所述叶轮出口状态参数；所述第三虚拟感知子模型，用于确定所述叶轮出口至所述扩压器出口状态参数；所述第四虚拟感知子模型，用于确定所述扩压器出口至所述离心压气机出口状态参数。
12.一种计算机可读介质，其特征是，其上存储有计算机程序，计算机程序被处理器执行可实现如权利要求1～9中任一所述的离心压气机的故障检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311803720.7A CN117759558A (zh) | 2023-12-25 | 2023-12-25 | 离心压气机的故障检测方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311803720.7A CN117759558A (zh) | 2023-12-25 | 2023-12-25 | 离心压气机的故障检测方法、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117759558A true CN117759558A (zh) | 2024-03-26 |
Family
ID=90310266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311803720.7A Pending CN117759558A (zh) | 2023-12-25 | 2023-12-25 | 离心压气机的故障检测方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117759558A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118211155A (zh) * | 2024-05-21 | 2024-06-18 | 国能龙源环保有限公司 | 浆液循环泵叶轮故障诊断方法、装置、设备和存储介质 |
-
2023
- 2023-12-25 CN CN202311803720.7A patent/CN117759558A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118211155A (zh) * | 2024-05-21 | 2024-06-18 | 国能龙源环保有限公司 | 浆液循环泵叶轮故障诊断方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117759558A (zh) | 离心压气机的故障检测方法、装置和存储介质 | |
| CN113361211B (zh) | 计算涡轴发动机气动稳定性的方法及系统、设备、介质 | |
| CN115544694A (zh) | 压气机转子轴向力评估方法、装置、设备及介质 | |
| Diener et al. | Multi-Disciplinary optimization of a mixed-flow compressor impeller | |
| CN113915156A (zh) | 一种基于柴油机增压器瞬态模型的压气机喘振故障检测方法 | |
| US11210435B2 (en) | Method of designing and producing a turbine | |
| Liu et al. | Optimization of a radial turbine for pulsating flows | |
| CN105468865A (zh) | 高原环境下涡轮增压器压气机叶轮可靠性指标评价方法 | |
| Cravero et al. | Numerical investigations of near surge operating conditions in a two-stage radial compressor with refrigerant gas | |
| Clark et al. | The effect of manufacturing variations on unsteady interaction in a transonic turbine | |
| Catalani et al. | Aerodynamic optimization of a turbocharger unit based on the overall efficiency enhancement of an internal combustion engine for stationary power production | |
| CN116595874A (zh) | 叶轮机械性能预测模型参数优化方法及装置、存储介质 | |
| Chou et al. | The design and testing of a mixed-flow turbine for turbochargers | |
| Dickmann et al. | Unsteady flow in a turbocharger centrifugal compressor: 3D-CFD simulation, impeller blade vibration and vaned diffuser-volute interaction | |
| Yipeng et al. | Sensitivity analysis of impeller blade parameters to compressor performance and aerodynamic noise | |
| Flaxington et al. | Turbocharger aerodynamic design | |
| Abel et al. | 3D computational analysis of a compressor for heavy duty truck engine turbochargers | |
| Yamaguchi et al. | High performance Komatsu KTR150 turbocharger | |
| Xu et al. | Integral design of a turbocharger for internal engine energy saving: centrifugal compressor design | |
| Younsi et al. | Unsteady flow in a centrifugal compressor stage equipped with a vaned diffuser and cavities | |
| CN117648780B (zh) | 一种叶轮机械的参数优化方法、装置及计算机存储介质 | |
| Cox | Challenges in the design of radial turbines for small gasoline engines | |
| CN116776503B (zh) | 一种基于叶片丢失载荷下中介机匣支板强度设计方法 | |
| Law et al. | Performance of two transonic axial compressor rotors incorporating inlet counterswirl | |
| Becciani et al. | A pre-design model to estimate the effect of variable inlet guide vanes on the performance map of a centrifugal compressor for automotive applications |
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 |