[发明专利]基于叶尖定时传感器的叶片振动识别方法

说明书

本发明属于发动机叶片振动测量领域，为识别转子叶片整体振动事件、识别转子相邻两叶片的振动事件、识别转子特定某一叶片的振动事件；本发明采取的技术方案是，基于光纤叶尖定时传感器的旋转叶片振动识别方法，步骤如下：第一步从叶尖定时BTT测量数据中识别出叶片整体振动事件；第二步是从叶尖定时BTT测量数据中识别出相邻两叶片振动事件；第三步从叶尖定时BTT测量数据中识别出特定的某一叶片振动事件；第四步通过迭代的方法来优化各叶片振动事件识别的计算过程。本发明主要应用于于发动机叶片振动测量场合。

技术领域

本发明属于发动机叶片振动测量领域，特别是关于一种基于光纤叶尖定时传感器的旋转叶片振动识别装置。

背景技术

航空发动机旋转叶片振动的实时监测对于保证设备安全运行非常重要。叶片振动体现了零部件本身的应力变化，可用于评估监控设备的工作状态，及早发现疲劳等故障。基于叶尖定时(Blade Tip Timing，BTT)的叶片振动测量技术相对传统的粘贴应变片方法具有非接触、测量所有叶片、测试改装简单等优势，国内外均对其进行了深入的研究。光纤传感器具有响应速度快，测量灵敏度高，噪声小等优点，尤其适用于测量航空发动机叶片的微小振动，目前成为国内外航空发动机地面试验的标配技术。然而，由于航空发动机的实际工况恶劣，叶尖定时测振技术面临着信号欠采样、噪声大等问题，国内外学者研究了多种叶尖定时(BTT)数据处理算法以及滤波去噪方法，如单自由度分析法、最小二乘法等法。此类方法能够有效的重建出幅值、频率或相位等振动信息。但在实际应用时，需借助专业人员的丰富经验，首先对测量数据进行识别是否发生振动或只是噪声信号，然后选取合适范围的数据进行处理。但是这种对叶尖定时(BTT)测量数据进行振动信号识别采用专业人员的人眼判断或通过阈值触发方法易造成误触发或漏检,例如图2中针对0号叶尖定时传感器的数据对叶片振动事件进行识别的实验实例，实验过程中转速为5000rpm(每分钟转数)到8500rpm的6号与7号叶片振动实时位移数据如图2所示。两个叶片在氮气气激下均发生了几次一阶同步振动，两个叶片的振动振幅和固有频率不同，且波形中存在噪声。如果采用简单的阈值法或人眼判断均可能对某些振动事件漏判或误判。上述的缺陷限制了叶尖定时(BTT)技术的推广应用，如实现快速实时信号分析、长期监测海量数据自动化处理等，而只能局限于研制阶段的试验测试、人工离线数据精细分析，因此自动化、抗干扰的振动实时识别技术是叶尖定时(BTT)实现工程化大规模运用，长期监测需要解决的难题之一。

目前，对叶尖定时(BTT)测量数据进行振动信号识别主要采用专业人员的人眼判断或通过阈值触发方法。阈值触发，即认为数据大于预设阈值即认为发生振动。但由于叶尖定时(BTT)测量数据中噪声甚至大于有效振动信号，阈值触发法易造成误触发或漏检。罗罗公司根据不同传感器的叶尖定时(BTT)数据间的“相关性”方法，来对叶片振动事件进行识别和定位。在一定程度上，该方法可客观的评价振动事件的发生，但是此种振动识别方法的缺陷在于因为传感器数量至少需要4支，且不同传感器间存在差异性，不同叶片在不同时刻发生振动，所以上述方法受限较多，无法识别出具体某一叶片是否发生了振动。

发明内容

为克服现有技术的不足，本发明旨在：

(1)基于光纤式叶尖定时传感器能够准确、高分辨的测量叶片间夹角变化的基础上，利用一根光纤叶尖定时传感器的得到的叶片间夹角分布数据，提供一种通过相邻圈数转子叶片间夹角分布特征的相关方法(IAD)来识别转子叶片整体振动事件。

(2)基于光纤式叶尖定时传感器能够准确、高分辨的测量叶片间夹角变化的基础上，利用一根光纤叶尖定时传感器的得到的叶片间夹角分布数据，提供一种通过相邻圈数转子叶片间夹角分布特征的相关方法(IAD)来识别转子相邻两叶片的振动事件。

(3)基于光纤式叶尖定时传感器能够准确、高分辨的测量叶片间夹角变化的基础上，利用一根光纤叶尖定时传感器的得到的叶片间夹角分布数据，提供一种通过相邻圈数转子叶片间夹角分布特征的相关方法(IAD)来识别转子特定某一叶片的振动事件。