专利汇可以提供一种汽轮机叶片水蚀缺陷监测与识别方法专利检索,专利查询,专利分析的服务。并且本 发明 一种 汽轮机 叶片 水 蚀 缺陷 监测与识别方法,包括 采样 建模入库与实际运行分析。采样建模入库分为实验测量、数值模拟和数据训练。首先对材料进行与实际运行工况一致的 加速 水蚀实验,获得撞击 角 度、撞击速度等对水蚀缺陷特征尺寸影响的函数关系式;基于关系式,建立带水蚀缺陷的叶片振动模型,建立水蚀缺陷组合X-振动 信号 波形 图Y 数据库 ;整合并划分数据集,进行神经网络训练,建立水蚀缺陷的评价机制。实际运行分析,需要现场采集叶片振动信号波形图,对比分析库,评估机组运行安全性,制订相应运行和维修方案。本发明能够实时监测叶片实际运行中的异常振动,为机组故障诊断提供数据 支撑 ,保证机组安全运行,减少因叶片事故导致的巨大经济损失。,下面是一种汽轮机叶片水蚀缺陷监测与识别方法专利的具体信息内容。
1.一种汽轮机叶片水蚀缺陷监测与识别方法,其特征在于,包括以下步骤:
步骤一,采样建模入库
采样建模入库分为实验测量、数值模拟和数据训练三个阶段,具体如下:
(1-1)首先确定目标材料,然后加工出符合要求的试样,将试样进行水蚀实验,并获得试样各时刻的失重数据与水蚀缺陷三维显微形貌图;通过对实验数据的回归分析,得到撞击角度、撞击速度、液滴尺寸、试样粗糙度对水蚀失重和水蚀缺陷特征尺寸的影响程度和函数关系式,同时将实验所得的水蚀缺陷三维显微形貌图与实际汽轮机的水蚀形貌进行对比,修正函数关系式;
(1-2)基于实验所得函数关系式,利用有限元分析软件,建立带水蚀缺陷的叶片振动模型,并进行数值模拟分析,得到带不同位置、不同尺寸水蚀缺陷的叶片振动模型,建立一个水蚀缺陷组合X-振动信号波形图Y数据库;
(1-3)基于水蚀缺陷组合X-振动信号波形图Y数据库,整合并划分数据集,构建ResNet-GRU网络进行神经网络训练,根据不同的水蚀缺陷组合划分水蚀程度的评价机制,整体评估汽轮机运行的安全性等级;
步骤二,实际运行分析
利用现场设备采集叶片振动信号波形图,利用分析库中的评价机制,整体评估机组运行的安全等级,从而决定是否进行停机检修,更换叶片或强化层。
2.根据权利要求1所述的一种汽轮机叶片水蚀缺陷监测与识别方法,其特征在于,步骤一的实验测量阶段(1-1)中,由高速水蚀旋转实验得到经过加速水蚀测试的试样;由精密天平测量得到试样的失重数据;由单反数码相机拍摄得到试样表面的宏观侵蚀形貌;由3D超景深显微镜拍摄得到试样水蚀缺陷的三维显微形貌;通过截取水蚀缺陷三维显微形貌图的特征截面定义缺陷的特征宽度和特征深度。
3.根据权利要求2所述的一种汽轮机叶片水蚀缺陷监测与识别方法,其特征在于,对实验所得的试样失重数据以及试样特征截面尺寸进行数据回归分析,得到材料水蚀缺陷形貌的特征尺寸随时间的变化规律,以及反映各因素影响规律的函数关系式:
水蚀面积A=WS2 (1)
特征深度
特征宽度
式中,A是材料表面的水蚀面积,WS是水蚀缺陷的特征宽度;DS是水蚀缺陷的特征深度,Emax是材料的最大侵蚀率,是水蚀状态系数,d是水滴加权平均直径,n为液滴尺寸指数,V是撞击速度,V0是门槛速度,m是速度指数,θ是撞击角度,l角度指数,Ra是试样粗糙度,z是粗糙度指数,t是水滴作用时间,ρ是材料的密度;K是实验系数,C是水中声速;
同时对比实际汽轮机的水蚀形貌,对函数关系式进行修正,修正系数为μ,故特征宽度W=μWS,特征深度D=μDS。
4.根据权利要求3所述的一种汽轮机叶片水蚀缺陷监测与识别方法,其特征在于,步骤一的数值模拟阶段(1-2)中,利用有限元分析软件建立带不同缺陷组合的干摩擦阻尼叶片振动特性有限元模型,采用三维有限元实体单元对叶片进行网格划分,并采用弹簧阻尼单元建立接触面间的局部有限元网格模型;通过对若干带不同水蚀缺陷组合的叶片进行振动响应模拟,得到大量一一对应的叶片振动信号波形图,由此建立一个水蚀缺陷组合X-振动信号波形图Y数据库。
5.根据权利要求4所述的一种汽轮机叶片水蚀缺陷监测与识别方法,其特征在于,步骤一的数值训练阶段(1-3)中,包括四个子步骤:
首先整合数据,将水蚀缺陷组合X及其对应的叶片振动信号波形图Y进行封装,然后按照训练集/验证集=3.0的比例,将图片集分为训练集数据{Xt}train、{Yt}train和验证集数据{Xt}validation、{Yt}validation;
然后建立ResNet-GRU神经网络结构,由数值模拟得到的特征叶片振动信号波形图传入ResNet神经网络后,通过特征提取器的处理,形成包含振动信号波形图特征的数据,而经过处理后的输入信息传入到GRU神经网络中,进行迭代学习获得有效的特征;
接下来训练网络:通过Adam梯度下降算法,设置可变学习率优化交叉损失函数(MSE)来训练网络;
最后基于神经网络预测得到的水蚀特征深度分布结果,建立水蚀缺陷评价机制,将带不同水蚀缺陷叶片的振动信号波形图,进一步归类在汽轮机运行的安全性等级下,且分为三个等级:异常、低效、危险运行。
6.根据权力要求5所述的一种汽轮机叶片水蚀缺陷监测与识别方法,其特征在于,数值训练阶段(1-3)子步骤四中的水蚀缺陷评价机制中,每个水蚀缺陷组合中的缺陷大小由其特征尺寸表征,其中水蚀缺陷的特征深度是作为水蚀程度的评价参考值,具体判断水蚀缺陷的特征深度D是否小于阈值Dr1,如果是,则认为机组运行安全;如果不是,则判断水蚀缺陷的特征尺寸D是否小于阈值Dr2,如果是,则认为机组运行异常;如果不是,则判断水蚀缺陷的特征尺寸D是否小于阈值Dr3,如果是,则认为机组运行低效;如果不是,则认为机组危险运行;其中,0
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种疏水性材料及其制备方法和应用 | 2020-05-16 | 193 |
一种水滴型鞍座端部密封装置 | 2020-05-12 | 990 |
一种对受污染的气体进行清洗的装置以及方法 | 2020-05-21 | 183 |
一种插孔式连接器及移动终端 | 2020-05-24 | 640 |
纳米涂层整机防水制备方法 | 2020-05-25 | 77 |
一种机车用一次性防爆泄压装置 | 2020-05-15 | 878 |
一种余热烘干房排潮装置 | 2020-06-03 | 881 |
多功能盘子 | 2020-05-28 | 332 |
一种具有双定位器的鞍座端部密封装置 | 2020-05-26 | 455 |
一种中央空调风口外框型材 | 2020-05-30 | 178 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。