渦輪葉片溫度特征提取及其故障判別研究.pdf

1、由于燃?xì)廨啓C(jī)結(jié)構(gòu)復(fù)雜，且工作在“三高”——高溫、高壓、高速的惡劣環(huán)境中，極易發(fā)生故障。隨著燃?xì)廨啓C(jī)在航空、發(fā)電等領(lǐng)域的迅速普及，其安全、高效地運(yùn)行是燃?xì)廨啓C(jī)經(jīng)濟(jì)性和安全可靠性的基礎(chǔ)保證。傳統(tǒng)的發(fā)動機(jī)維護(hù)方式是以發(fā)動機(jī)工作時(shí)間確定其維修周期，按照統(tǒng)一規(guī)定中斷發(fā)動機(jī)工作進(jìn)廠維修，其缺點(diǎn)在于此維修方式僅把時(shí)間作為唯一參數(shù)，而實(shí)驗(yàn)表明發(fā)動機(jī)在運(yùn)行過程中產(chǎn)生的故障帶有隨機(jī)性，同時(shí)故障發(fā)生前期往往伴隨有相應(yīng)的征兆，故在迫切的需求下，關(guān)于燃?xì)廨啓C(jī)的在

2、線監(jiān)測和故障診斷技術(shù)，以及相應(yīng)的健康管理系統(tǒng)漸漸發(fā)展起來。國內(nèi)大部分研究是圍繞著燃?xì)廨啓C(jī)整體的健康狀態(tài)監(jiān)測、傳感器故障診斷、振動狀態(tài)的監(jiān)測及故障診斷、氣路故障診斷等，關(guān)于燃?xì)廨啓C(jī)葉片在線監(jiān)測和故障診斷技術(shù)極少，經(jīng)統(tǒng)計(jì)渦輪葉片失效事件卻占據(jù)燃?xì)廨啓C(jī)部件失效事件的40％以上，因此針對燃?xì)廨啓C(jī)渦輪葉片研究其特征提取及故障診斷技術(shù)具有重要意義。因此本文基于渦輪葉片溫度數(shù)據(jù)，結(jié)合葉片的冷卻結(jié)構(gòu)，失效機(jī)制等，對渦輪葉片進(jìn)行了一系列的數(shù)據(jù)分析，特征提

3、取，并計(jì)算出正常葉片特征中心距取值范圍，達(dá)到判別故障的目的。
　　本文首先對渦輪葉片溫度數(shù)據(jù)采取了十倍插值、對齊取平均、分割單個(gè)葉片的預(yù)處理方式，后又采用了三種數(shù)據(jù)分析方法，包括時(shí)域分析法，小波包分解法，分形理論分析法分別提取了渦輪葉片溫度數(shù)據(jù)的時(shí)域特征，頻域特征以及分形特征。時(shí)域特征包括葉片溫度時(shí)域波形最大值、最小值和最小值的位置、9個(gè)“凹凸點(diǎn)”的溫度值、2個(gè)“溫降”和1個(gè)“溫升”的溫度跨度。頻域特征包括利用小波包分解法分解出的

4、前11個(gè)低頻節(jié)點(diǎn)信號所占葉片溫度信號的各能量百分比。分形特征包括利用分形理論計(jì)算葉片溫度數(shù)據(jù)的容量維數(shù)即盒維數(shù)值和關(guān)聯(lián)維數(shù)值。
　　針對渦輪葉片常發(fā)生的故障種類，以滿功率工作狀態(tài)為例，對各類故障進(jìn)行了四種程度的故障模擬，使用星座圖描述本文提取的三類特征值分辨故障的能力，并應(yīng)用了改進(jìn)的K-means算法計(jì)算葉片溫度信號的分類，基于分類結(jié)果使用改進(jìn)的ReliefF算法分配各類特征所屬權(quán)值，并剔除了權(quán)值為負(fù)的部分特征，根據(jù)三類特征向量及