机械工程学报

作者：王维民, 刘延振, 林昱隆, 李天晴

单位：1. 北京化工大学高端压缩机及系统技术全国重点实验室 北京 100029;2. 北京化工大学高端机械装备健康监控与自愈化北京市重点实验室 北京 10002

关键词：叶尖定时,喘振预警,异步振动,频率辨识；

基金：中航发产学研合作专项(HFZL2019CXY005)、辽宁省博士科研启动基金(2020-BS-174)和辽宁省省教育厅(JYT2020019)资助项目。

喘振是发动机的一种典型故障，危害极大，尤其是加力状态下的喘振，因此及时诊断预警尤为关键。传统喘振预警方法以压力脉动信号为主，传感器安装难度大且识别范围有限。叶尖定时技术在透平机械的状态监测上受关注较广，传统的叶片异步辨识算法对欠采样问题分析不充分，辨识精度受频率混叠影响较大，通过叶片的频幅特征变化，提出了一种喘振预警及叶片频率识别方法。建立了考虑失谐及耦合的叶片集总参数模型，通过全相位和传统傅里叶变换相结合修正了频率差值，经相位遍历得到倍频值，引入倍频准确度并提出频差明显度作为判据，构成修正后的频率识别算法。采用数值仿真模型模拟BTT传感器采集叶片多频共振时的位移欠采样数据，对比两种算法的辨识结果，所提修正算法的差值和频率识别误差最大分别为0.845%和0.053%，远低于传统算法的1.556%和0.097%，验证了所提算法的精确度。在大风扇叶片实验台上进行实验，研究了喘振阶段的叶片频幅特征，根据幅值有效值和报警阈值实现喘振实时预警，使用所提算法辨识叶片的振动频率，实验结果表明，喘振时叶片幅值报警阈值的设置与位移结果吻合较好，异步振动频率均值为1 261.2 Hz，最大偏差为4.8%，该方法能够实现对透平机械实时非接触喘振预警，为透平旋转叶片的异步频率辨识及损伤监测提供了技术支持。

来源：2024年第21期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第21期