利用随机共振的叶片裂纹微弱信息增强方法

• 作者: 张学峰 张晓雯 徐福健 李宏坤 贺长波
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 离心式压缩机 叶片裂纹 信号滤波 随机共振
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 机械动力学
• 页码范围: 94-101
• 页数: 8页
• 分类号: TH113
• 字数: 4866字
• 语种: 中文
• DOI: 10.3901/JME.2016.01.094

摘要

离心式压缩机叶片作为压缩机内最重要部件,长期承受周期性振动和流动诱使激励的作用.而叶片的故障将对压缩机的运行以及现场安全可靠性有严重的影响,因此如何有效地识别压缩机叶片裂纹早期故障显得尤为重要.由于叶片裂纹故障属于低频微弱故障,通常被调制到叶片通过频率处,但是故障频率难以识别,清晰度较低.首先在叶片通过频率处进行信号滤波,然后应用Woods-Saxon and Gaussian Potential随机共振模型对特征频率进行加强,从而得到叶片裂纹故障频率.通过在叶片裂纹附近安装压力脉动传感器,利用压力脉动信号对叶片裂纹信息进行监测.实现模拟叶片裂纹的信号测试,验证了WSG随机共振模型在叶片裂纹早期故障识别中的有效性以及可靠性.同时通过应变试验进行验证此方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏坤	大连理工大学机械工程学院	95	684	15.0	21.0
2	徐福健	大连理工大学机械工程学院	5	60	4.0	5.0
3	张晓雯	大连理工大学机械工程学院	6	39	3.0	6.0
4	张学峰	大连理工大学机械工程学院	7	63	4.0	7.0
5	贺长波	大连理工大学机械工程学院	6	40	4.0	6.0