涡轮叶片裂纹故障的3维叶尖间隙变化特性分析

为了分析涡轮叶片裂纹故障的3维叶尖间隙动态变化特性,以3维叶尖间隙动态测量试验台上的模拟涡轮转子为研究 对象,建立了涡轮叶片3维叶尖间隙的有限元分析模型;采用数值仿真分析方法分别深入地分析了无裂纹涡轮叶片和不同长度裂 纹叶片3维叶尖间隙的动态变化特性。结果表明：对于无裂纹涡轮叶片,气动载荷会导致其发生弯曲变形,进而,导致轴向偏转角 呈先增大后减小的变化趋势,周向滑移角则逐渐减小,并且气动载荷对轴向偏转角和周向滑移角的影响比对径向间隙的影响更为 显著;对于有裂纹涡轮叶片,在气动载荷、离心载荷、叶片尾缘裂纹故障以及叶片自身形态等多种因素的共同影响下,导致径向间 隙呈现逐渐增大,而轴向偏转角和周向滑移角均呈现逐渐减小的变化趋势。     

模糊神经网络诊断模型理论及应用研究

本文基于通用神经网络的自适应性和诊断的建模方法,建立了一种新的故障诊断模型-模糊神经网络诊断模型,并对它的智能诊断机理和突出特点进行了深入分析.最后,将该诊断模型应用于某大型汽轮发电机组故障诊断中,分析得出它具有明显的提高诊断精确度的优越性.     

机动飞行下的涡轮叶尖间隙动态变化规律

在对涡轮叶尖间隙的变化机理进行初步分析的基础上,建立机匣、叶片和转子的简化模型,并重点研究了转子在飞行器机动飞行情况下的振动幅值对叶尖间隙的影响.结果表明：高压涡轮叶尖间隙动态变化范围约为0.44mm到1.45mm,同时飞行器均加速导致的转子振动会引起间隙局部增大或减小,俯仰机动和水平盘旋机动飞行都会使得间隙动态变化的...     

涡轮叶片早期裂纹的三维叶尖间隙EEMD能量熵融合诊断方法

为了解决航空发动机涡轮叶片早期裂纹故障信号微弱、难以识别的问题,提出一种基于三维叶尖间隙集成经验模态分解（EEMD）能量熵融合的涡轮叶片早期裂纹诊断方法。采集涡轮叶片三维叶尖间隙信息,利用EEMD分别对三维叶尖间隙各维信号进行处理,得到相应的固有模态函数(IMF),以此计算每一维信号分量EEMD能量熵,构建能表征叶片裂纹状态的不同EEMD能量熵高维矢量集。建立多个堆叠自动编码器(SAE)分别对各高维矢量集进行特征学习并提取所学习的深层特征表达。利用支持向量机算法(SVM)和遗传算法(GA)融合各维深层特征以综合不同维度信息进而充分判定叶片裂纹状态。通过涡轮叶片裂纹诊断试验,结果表明:所提方法能有效提高叶片早期裂纹诊断精度,其平均准确率达到98.415%,标准差仅为0.697%,具有很好的稳定性、泛化性和自适应性。     

基于LMI和离散模型的航空发动机压气机传感器鲁棒故障诊断

针对航空发动机压气机健康监测提出了一种基于线性矩阵不等式(LMI)和H∞优化理论的航空发动机压气机传感器鲁棒故障诊断的方法.在航空发动机具有模型不确定性和外界噪声的情况下,应用基于神经网络的线性拟合方法实现航空发动机压气机离散模型的建立;并通过LMI和H∞优化问题的求解得到未知输入观测器的设计参数,实现具有强鲁棒性的传感器故障诊断.该方法比以前研究中未知输入观测器故障诊断方法的优点在于能够同时处理模型不确定性和外界噪声.应用ALSTOM公司提供的燃气涡轮压气机模型进行了仿真验证,在压气机具有白噪声模型误差和正弦外界干扰的情况下,实现对小于测量范围2%的传感器故障的检测和诊断.     

叶尖粗糙度与倾角对光纤传感器输出特性影响

航空发动机涡轮叶片叶尖间隙变化影响发动机效率也蕴含丰富的发动机健康状态信息。实际叶尖间隙变化表现为3维变化,且叶尖表面受高温气流剥蚀等影响表面粗糙度发生变化。为探究其对光纤传感器测量叶尖间隙精度的影响,利用ZEMAX光学仿真软件分析了双圈同轴式光纤传感器在叶尖表面粗糙度变化和倾角变化影响下的输出特性,并搭建3维叶尖间隙静态标定平台对上述影响进行试验。结果表明:粗糙度和倾角增大均导致传感器灵敏度降低、零点位置后移。该结果为实现叶尖间隙变化的3维精确测量提供理论和试验依据。     

基于三维叶尖间隙的叶片裂纹动力响应特征分析与诊断方法

将裂纹叶片三维动力响应分析与参数识别方法相结合，分析不同裂纹叶片状态下三维叶尖间隙（3-dimensional blade tip clearance,3D-BTC）动力响应参量的信息熵特征，并利用稀疏滤波从不同参量信息熵分布中无监督学习叶片裂纹的多尺度动力响应特征，实现裂纹叶片在运行过程中响应变化特征的信息熵定量描述。在此基础上，利用支持向量机（support vector machine,SVM）的强非线性映射能力建立多尺度响应特征空间与状态空间之间复杂映射。经试验证实，所提方法能实现叶片裂纹损伤程度的定量诊断，达到100%的诊断准确率，远优于其他方法，且诊断结果稳定性好。     

涡轮3 维叶尖间隙对典型故障特征的响应特性分析

为了有效地克服传统叶尖间隙在航空发动机涡轮叶盘的健康监测中传递信息能力有限的不足,充分考虑了在航空发动机运行过程中涡轮叶片叶尖的3维特征,提出包含径向间隙、叶片叶尖端面轴向偏转角和周向偏转角在内的涡轮3维叶尖间隙的概念,并将3维叶尖间隙特征参量作为叶片故障信号载体,通过有限元方法分析了3维叶尖间隙特征参量对高压涡轮叶片典型裂纹故障的响应特性。结果表明:3维叶尖间隙特征参量对高压涡轮叶片尾缘裂纹的故障特征信息有良好的反映效果。