[发明专利]基于叶尖定时传感器的叶片振动识别方法

摘要

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。

主权项

1.一种基于叶尖定时传感器的叶片振动识别方法，其特征是，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利用光纤叶尖定时传感器得到所有叶片到达传感器的时间，进而检测任意两个相邻叶片间夹角的微小变化，叶尖传感器获得了叶片扫过传感器的到达时间序列{t_k}，转速同步传感器OPR获得旋转周期T，通过分析t_k与预期到达时间t'_k的时间差△t_k＝t_k‑t'_k，结合转子半径、旋转周期T获得叶尖定时BTT测量数据，也即获得转子叶片间夹角θ_k，则基于上述的叶尖定时BTT测量数据来识别判断叶片整体是否发生振动，则提出以下算法模型：若转子叶片没有发生振动，设前一转时叶片间夹角的分布特征为其中θ_kp为前一转第k号叶片和第k+1号叶片之间的夹角，n为最后一个叶片的数量编号；若转子叶片发生振动，则必然导致叶片间夹角分布发生变化；当前转数下的实时叶片间夹角分布特征是用皮尔逊相关系数r_pc表示夹角分布特征的变化情况：所述的可以通过增大变化量改进(2)式，其中a₁为放大系数，a₁在正常非振动状态下等于1，则：r_pc＝1‑(1‑corr(φ_p,φ_c))×a₁                 (3)所述的由(3)式可知，无振动时夹角分布特征与初始夹角分布相同，即r_pc约为1；当叶片发生振动时，(3)式中取前一段或前几圈数据平均值；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由第一步的通过叶尖定时传感器获得叶尖定时BTT测量数据，获得转子叶片间夹角θ_k，其中θ_kc为只代入第k号叶片的当前时刻的夹角值，然后计算获得因k号叶片振动导致的分布特征变化情况，其中a₂为放大系数：所述的(1)式知k、k+1号叶片振动都将导致θ_kc变化，因此(4)式定位至相邻两个的叶片；进一步的，Th₂为的判断阈值，当相邻两个叶片没有发生振动时，无限接近于1，用(4)式判断小于阈值Th₂时，即表征第k、k+1号两相邻叶片发生振动；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由第一步的通过叶尖定时传感器获得叶尖定时BTT测量数据，获得转子叶片间夹角θ_k，通过(5)式来用于识别特定某个叶片振动事件，由(4)式先根据初步提取可能的振动信号，其中a₃为放大系数：进一步的，设Th₃为改进判断阈值，采用上述的(5)式进行识别判断，当i^k>Th₃时则可以判断第k号叶片发生振动；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根据如下皮尔逊相关系数公式(6)：进一步的，(4)式中通过的已计算值来减小运算量；的几个计算分量为H₁，H₂，H₃，H₄，H₅，其中H₁，H₂，H₃，H₄，H₅分别代表第0号叶片的5个计算分量∑x_i,∑x_i²,∑x_iy_i,∑y_i,∑y_i²，只要计算出的各个计算分量H₁H₂H₃H₄H₅。