基于瞬态启车数据的透平机械叶片健康监测方法
叶片的振动及其导致的疲劳断裂问题一直是限制透平机械向大型高参数化方向发展的主要障碍,对叶片裂纹进行及时诊断预警是防止事故的重要手段.本文研究通过启停车数据进行叶片裂纹故障诊断的方法,提出基于非线性最小二乘拟合和AR方法相结合的基于叶片同步振动的叶片状态参数精确辨识方法,准确捕捉叶片的固有频率,通过固有频率的变化辨别叶片裂纹故障并进行早期预警.开展了仿真和实验研究,结果表明,共振中心在4 800r/min左右,升速速率30r/min/s时,本文所提出的方法可以达到万分之二的测量精度.搭建了叶片振动测量与故障预警试验台,实验研究结果表明,本文所提出的方法可以进行叶片的动频的精确识别.
叶尖定时(BTT)、同步振动、参数识别、自回归法
60
TK14;V216.2(热力工程、热机)
国家自然科学基金资助项目51775030;压缩机技术国家重点实验室开放基金
2019-04-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
75-82