[发明专利]基于小波分析的叶片裂纹位置及深度识别方法

说明书

本发明公开了基于小波分析的叶片裂纹位置及深度识别方法，属于设备故障诊断领域。首先，通过测试系统获取故障叶片的基本振型位移参数(即位移值)。其次，选取合适的小波基和小波尺度对振型数据进行多尺度连续小波变换，得到小波变换系数图。可以从图中明显看出裂纹截面处小波系数为极大值，由此便可判定裂纹位置。最后，由各尺度裂纹处小波系数模极大值对数和尺度对数的线性关系得到有效拟合直线的斜率。有效拟合直线斜率与裂纹深度之间存在线性关系，由此实现裂纹深度的定量判定。本方法能够得到裂纹位置及深度的定量数据；本方法操作起来更加简单，且保证一定的准确率。

技术领域

本发明涉及一种通风机叶片裂纹的识别方法，属于设备故障诊断领域。具体而言，本发明是一种通风机叶片裂纹位置和深度的定量判定方法。

背景技术

通风机是依靠输入的机械能，提高气体压力并排送气体的机械。现代通风机广泛用于工厂、矿井、隧道、冷却塔、车辆、船舶和建筑物的通风、排尘和冷却，锅炉和工业炉窑的通风和引风，空气调节设备和家用电器设备中的冷却和通风，谷物的烘干和选送，风洞风源和气垫船的充气和推进等，且有着噪音低、风量大、效率高、风压稳定等特性。

叶片作为通风机的关键部件,承受离心力、流体动力、振动、温差、介质等的综合作用。现今，通风机正朝着重载化、高速化、轻型化方向发展，使叶片工作长度和工作参数不断提高，工作条件越来越严酷，导致叶片容易发生故障，而叶片故障引起的事故往往是灾难性的，会造成巨大的损失。如何以简单的方法和较高的准确率诊断叶片故障，是困扰国内外设备故障诊断工程界和学术界的难题。这就促使了叶片状态监测与故障诊断技术的发展，使其成为叶轮机械运转状态监测的重要组成部分。

由于应力集中、疲劳作用等引起的叶片裂纹会对整个机组的安全运行带来严重威胁。叶片裂纹故障不仅影响通风机的正常工作，未能被诊断出的裂纹还会在横向振动的作用下继续扩展，引发叶片断裂或断叶甩出等重大安全隐患。因此进行通风机叶片裂纹故障诊断方法的研究，及时获知裂纹的位置深度等故障信息，可在裂纹扩展前对故障叶片进行维修或更换，以免引发重大安全事故，具有巨大的社会效益、经济效益和安全效益。

发明内容

本发明的目的在提出一种通风机叶片裂纹的识别方法，该方法能够实现通风机叶片裂纹故障的定量分析，即判定裂纹的位置与深度。

为实现上述目的，本发明采用的技术方案为基于小波分析的叶片裂纹位置及深度识别方法，首先，通过测试系统获取故障叶片的基本振型位移参数即位移值。测试过程为离线测试模式。测试系统由传感器部分、激励部分、数据采集与分析部分组成，传感器部分通过激励部分与数据采集与分析部分进行连接。其中，传感器部分为压电式力传感器和压电式加速度传感器；激励部分为激振器或冲击锤装置；数据采集与分析部分要针对锤击、环境激励识别方法的不同，采用相应的数据采集与分析应用软件。包括传函分析、参数选择、输入几何结构及约束信息、模态拟合和振型编辑，最后获得位移模态参数。

其次，将振型数据导入MATLAB软件中，利用MATLAB中的小波函数工具箱选取小波基对振型数据进行多尺度连续小波变换，得到小波变换系数图。横坐标的值为0至叶片总长度为L，纵坐标的值为小波变换系数。从小波变换系数图中能够看出各尺度上裂纹截面处小波系数为极大值，由此判定裂纹位置。对于某个特定尺度，其小波系数模极大值对裂纹位置的显示会更为清晰。因此需要对振型数据进行多尺度小波变换，选取对应尺度使裂纹位置的判定更加准确。

利用小波变换实现对裂纹位置的判定实际上是一个识别奇异点的过程。用于奇异性检测的小波不同于一般的正交小波，它是从光滑函数得到的。选择某光滑函数的一阶导数为小波函数，即：

其中，θ(t)为裂纹位置判定的光滑函数，ψ(t)为光滑函数的导数。θ(t)满足且为1/(1+t²)的高阶无穷小，同时记：

θ_a(t)＝aθ(t/a)