基于宽频振动的燃气轮机叶片断裂故障识别特征与辨识方法
收稿日期: 2024-01-03
修回日期: 2024-01-30
录用日期: 2024-03-18
网络出版日期: 2024-03-19
基金资助
国家自然科学基金重点项目(92160203);特殊领域青年人才托举工程项目(2022-JCJQ-QT-059);博士后创新人才支持计划(BX20180031)
Characterization and identification of gas turbine blade fracture faults based on broadband vibration
Received date: 2024-01-03
Revised date: 2024-01-30
Accepted date: 2024-03-18
Online published: 2024-03-19
Supported by
the Key Program of National Natural Science Foundation of China(92160203);Young Elite Scientists Sponsorship Program by CAST(2022-JCJQ-QT-059);National Postdoctoral Program for Innovation Talents Support Program(BX20180031)
针对燃气轮机动叶片断裂故障难以及时、有效告警与识别的技术难关开展了研究。从叶片断裂故障机理出发，分析了不平衡转子对尾流压力的调制作用，建立了叶片激振力模型和激振力作用下机匣的强迫振动响应模型，求解了动叶片断裂激励下的宽频振动响应规律。在此基础上，构建了叶片断裂故障敏感特征并提出了基于改进K近邻（O-KNN）的故障告警模型，实现叶片断裂故障的及时告警分析。进一步提出了叶片断裂故障定位参数，通过各级叶片特征参数的对比实现断裂故障的精准定位。综合以上研究，构建了宽频振动特征驱动的燃气轮机叶片断裂故障辨识方法，并通过某型燃气轮机实测案例验证了故障敏感特征及辨识方法的有效性。
胡明辉 , 刘少朋 , 王浩 , 李晨阳 , 王维民 , 江志农 . 基于宽频振动的燃气轮机叶片断裂故障识别特征与辨识方法[J]. 航空学报, 2024 , 45(20) : 230098 -230098 . DOI: 10.7527/S1000-6893.2024.30098
Aiming at the technical difficulty of timely and effective warning and identification of gas turbine rotor blade fracture faults， this paper conducts a three-pronged research. Starting from the blade fracture fault mechanism， we analyse the modulation effect of the unbalanced rotor on the wake pressure， establish the blade excitation force model and the forced vibration response model of the casing under the action of the excitation force， and solve the wide-frequency vibration response of the dynamic blade fracture excitation. On this basis， a blade fracture fault sensitive characteristic is constructed， and a fault alarm model based on the Optimized K-Nearest Neighbor （O-KNN） is proposed to realize the timely alarm analysis of the blade fracture fault. Furthermore， the blade fracture fault localization parameters are proposed， and the accurate localization of the fracture fault is realized by comparing the blade characteristic parameters at all stages. In summary， a broadband vibration characteristic driven gas turbine blade fracture fault identification method is constructed， and a test case on a certain type of gas turbine verifies the effectiveness of the fault sensitive characteristics and the identification method.
| 1 | MADHAV S， ROY M. Failure analysis of compressor blades of aero-engine［J］. Journal of Failure Analysis and Prevention， 2022， 22（3）： 968-982. |
| 2 | 马艳红， 梁智超， 王桂华， 等. 航空发动机叶片丢失问题研究综述［J］. 航空动力学报， 2016， 31（3）： 513-526. |
| MA Y H， LIANG Z C， WANG G H， et al. Review on the blade loss of aero-engine［J］. Journal of Aerospace Power， 2016， 31（3）： 513-526 （in Chinese）. | |
| 3 | 洪亮， 臧朝平， 李全坤， 等. 模拟转子叶片丢失后外传载荷影响特性研究［J］. 推进技术， 2023， 44（10）： 181-190. |
| HONG L， ZANG C P， LI Q K， et al. Effects of external load on simulated rotor blade off event［J］. Journal of Propulsion Technology， 2023， 44（10）： 181-190 （in Chinese）. | |
| 4 | 洪杰， 郝勇， 张博， 等. 叶片丢失激励下整机力学行为及其动力特性［J］. 航空发动机， 2014， 40（2）： 19-23. |
| HONG J， HAO Y， ZHANG B， et al. Mechanical behaviors and dynamic characteristics of turbofan engine due to fan blade off［J］. Aeroengine， 2014， 40（2）： 19-23 （in Chinese）. | |
| 5 | 洪杰， 栗天壤， 王永锋， 等. 叶片丢失激励下航空发动机柔性转子系统的动力学响应［J］. 航空动力学报， 2018， 33（2）： 257-264. |
| HONG J， LI T R， WANG Y F， et al. Dynamic response of the aero-engine flexible rotor system under the blade-off［J］. Journal of Aerospace Power， 2018， 33（2）： 257-264 （in Chinese）. | |
| 6 | SINHA S K. Rotordynamic analysis of asymmetric turbofan rotor due to fan blade-loss event with contact-impact rub loads［J］. Journal of Sound and Vibration， 2013， 332（9）： 2253-2283. |
| 7 | WANG N F， LIU C， JIANG D X. Prediction of transient vibration response of dual-rotor-blade-casing system with blade off［J］. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2019， 233（14）： 5164-5176. |
| 8 | WANG N F， LIU C， JIANG D X， et al. Casing vibration response prediction of dual-rotor-blade-casing system with blade-casing rubbing［J］. Mechanical Systems and Signal Processing， 2019， 118： 61-77. |
| 9 | XIE J S， LIU J， CHEN J L， et al. Blade damage monitoring method base on frequency domain statistical index of shaft’s random vibration［J］. Mechanical Systems and Signal Processing， 2022， 165： 108351. |
| 10 | FORBES G L， RANDALL R B. Estimation of turbine blade natural frequencies from casing pressure and vibration measurements［J］. Mechanical Systems and Signal Processing， 2013， 36（2）： 549-561. |
| 11 | 江志农， 王钟， 胡明辉， 等. 燃气轮机动叶片断裂故障振动特征及其识别方法研究［J］. 机电工程， 2021， 38（8）： 935-943. |
| JIANG Z N， WANG Z， HU M H， et al. Vibration feature and identification methods of gas turbine rotor blade fracture fault［J］. Journal of Mechanical & Electrical Engineering， 2021， 38（8）： 935-943 （in Chinese）. | |
| 12 | 江志农， 党伟， 胡明辉， 等. 基于OCSVM的燃气轮机叶片断裂故障诊断方法［J］. 机械设计与制造， 2022（12）： 1-5， 10. |
| JIANG Z N， DANG W， HU M H， et al. Gas turbine fault diagnosis method of blade fracture based on OCSVM［J］. Machinery Design & Manufacture， 2022（12）： 1-5， 10 （in Chinese）. | |
| 13 | 党伟， 胡明辉， 江志农， 等. 燃气轮机压气机动叶片断裂故障振动特征及其诊断方法［J］. 振动与冲击， 2021， 40（10）： 7-19. |
| DANG W， HU M H， JIANG Z N， et al. Vibration features and diagnosis methods for rotor blade fracture in a gas turbine’s compressor［J］. Journal of Vibration and Shock， 2021， 40（10）： 7-19 （in Chinese）. | |
| 14 | FENG K， XIAO Y， LI Z Z， et al. Gas turbine blade fracturing fault diagnosis based on broadband casing vibration［J］. Measurement， 2023， 214： 112718. |
| 15 | LISKA J， VASICEK V， JAKL J. A novel method of impeller blade monitoring using shaft vibration signal processing［J］. Sensors， 2022， 22（13）： 4932. |
| 16 | GUBRAN A A， SINHA J K. Shaft instantaneous angular speed for blade vibration in rotating machine［J］. Mechanical Systems and Signal Processing， 2014， 44（1-2）： 47-59. |
| 17 | ABDELRHMAN A M， LEE G L， LEONG M L， et al. Early rotor blade fault detection in multi-stage rotor system based on wavelet analysis［C］∥46th Annual Review of Progress in Quantitative Nondestructive Evaluation. New York：ASME，2019. |
| 18 | ZHANG J Q， CHEN Y G， LI N， et al. A denoising method of micro-turbine acoustic pressure signal based on CEEMDAN and improved variable step-size NLMS algorithm［J］. Machines， 2022， 10（6）： 444. |
| 19 | CAO J H， YANG Z B， TIAN S H， et al. Time delay-based spectrum reconstruction for nonuniform and sub-Nyquist sampling in blade tip timing［J］. Mechanical Systems and Signal Processing， 2023， 200： 110552. |
| 20 | LIN J， HU Z， CHEN Z S， et al. Sparse reconstruction of blade tip-timing signals for multi-mode blade vibration monitoring［J］. Mechanical Systems and Signal Processing， 2016， 81： 250-258. |
| 21 | DONG J N， LI H K， CAO H W， et al. An improved blade tip timing dual-probe method of synchro-resonance frequency identification for blade damage detection［J］. Mechanical Systems and Signal Processing， 2023， 203： 110731. |
| 22 | MURRAY W L， KEY N L. Detection of rotor forced response vibrations using stationary pressure transducers in a multistage axial compressor［J］. International Journal of Rotating Machinery， 2015， 2015： 198534. |
| 23 | SOEDEL W. Vibrations of shells and plates［M］. New York： Marcel Dekker Inc， 1981. |
| 24 | 盛兆顺， 尹琦岭. 设备状态监测与故障诊断技术及应用 ［M］. 北京： 化学工业出版社， 2003. |
| SHENG Z S， YIN Q L. Equipment status monitoring and fault diagnosis technology and application［M］. Beijing： Chemical Industry Press， 2003 （in Chinese）. | |
| 25 | COVER T， HART P. Nearest neighbor pattern classification［J］. IEEE Transactions on Information Theory， 1967， 13（1）： 21-27. |
| 26 | SARMADI H， KARAMODIN A. A novel anomaly detection method based on adaptive Mahalanobis-squared distance and one-class KNN rule for structural health monitoring under environmental effects［J］. Mechanical Systems and Signal Processing， 2020， 140： 106495. |
/
| 〈 |
|
〉 |
CJA