[发明专利]一种透平叶片故障测试系统及其智能故障诊断方法

说明书

本发明公开了一种透平叶片故障测试系统及其智能故障诊断方法，测试系统包括供气系统、透平主体系统、润滑系统以及测量控制系统。系统运行时，供气系统为透平主体系统提供气源，润滑系统为透平主体系统提供润滑工质，测量控制系统用来控制整个系统的运行安全性，并测量所需的性能参数。本发明通过搭建透平叶片故障测试系统，实现对透平运行时的气动参数和振动参数的精确测量，获得大量的故障叶片的测试数据，建立基于卷积神经网络和深度迁移学习的故障诊断模型，对故障叶片的气动信号和振动信号进行学习、训练和测试，并将其迁移应用至真实透平机组，为大型发电机组透平叶片的在线故障诊断奠定基础。

技术领域

本发明属于透平机械领域，特别涉及一种透平叶片故障测试系统及其智能故障诊断方法。

背景技术

在大型发电机组中，透平机械承担着热功转换的重要作用，随着社会发展，其运行参数越来越高。作为透平机械的“心脏”，叶片工作在恶劣的环境中，承受着离心载荷、热载荷和气动载荷的共同作用，一旦出现故障，会严重影响整个机组的经济性和安全性。因此，必须对透平叶片进行实时在线的故障监测和诊断。在实际运行中，透平机组的监测数据一般为气动参数和振动参数，因此透平叶片的故障诊断主要基于气动参数和振动参数的变化来开展。

随着人工智能技术的发展，基于机器学习尤其是深度学习的故障诊断方法成为前沿研究领域。基于深度学习方法的故障诊断性能很大程度上取决于数据集的规模和质量，但是对于透平机组而言，目前针对叶片的故障信号数据集很缺乏，尚且没有形成大规模的数据集，如果对真实叶片开展试验会消耗大量的人力物力，并不实际。所以，在没有大量实际运行数据的前提下，深度学习方法无法得到推广应用。

因此，如何获得大量的透平叶片故障信号，并应用深度学习方法进行学习和诊断，成为亟需解决的问题。

发明内容

本发明的目的在于提供一种透平叶片故障测试系统及其智能故障诊断方法，通过搭建透平叶片故障测试系统，实现对透平运行时的气动参数和振动参数的精确测量，获得大量的故障叶片的测试数据，建立基于卷积神经网络和深度迁移学习的故障诊断模型，对故障叶片的气动信号和振动信号进行学习、训练和测试，为大型发电机组透平叶片的在线故障诊断奠定基础。通过本发明的深度学习方法进行学习和诊断，可以实现将测试系统的人工叶片故障迁移应用至诊断真实透平机组的叶片故障，实现真实透平叶片的在线故障检测和诊断。

为达到上述目的，本发明采用以下技术方案：

一种透平叶片故障测试系统，包括供气系统、透平主体系统、润滑系统以及测量控制系统；供气系统包括鼓风机、冷却水箱、控制阀、加热器和稳压罐；透平主体系统包括进气段、进气缸、排气缸、排气段、拉杆、主轴、轴承、联轴器、静叶轮、静叶、动叶轮、动叶、密封圈和隔板；润滑系统包括空压机和油雾润滑装置；测量控制系统包括测功机、测功机冷却水路、测控仪、流量计、进气段压力变送器、排气段压力变送器、进气段热电偶、排气段热电偶、电涡流位移传感器、加速度传感器、动态压力传感器、电流电压转换器、静态数据采集仪、动态数据采集仪和计算机；系统运行时，供气系统为透平主体系统提供气源，润滑系统为透平主体系统提供润滑工质，测量控制系统用来控制整个系统的运行安全性，并测量所需的性能参数。

本发明进一步的改进在于，工作时，鼓风机吸入空气，送入稳压罐，经过进气段进入进气缸，随后，空气通过静叶后进入动叶通道，推动动叶轮旋转，继而流出排气缸，通过排气段排出；

其中，鼓风机出口通过管路与稳压罐相连，稳压罐出口通过管路与透平进气段相连；冷却水箱将水循环送往鼓风机，用来冷却鼓风机轴承；加热器安装在管路上，用来控制鼓风机出口空气的温度；控制阀安装在管路上，用来调节鼓风机的流量；

透平进气段连接进气缸入口，静叶通过螺栓安装在静叶轮上，静叶轮固定在进气缸上；

动叶通过螺栓安装在动叶轮上，动叶轮固定在主轴上，主轴通过轴承支承安装在排气缸上，排气缸出口与排气段连接；