基于振动的通风机叶片裂纹识别方法

摘要

基于振动的通风机叶片裂纹识别方法，属于设备故障诊断领域。首先测量出叶片振动的全局响应，裂纹的位置和大小的确定，确定裂纹的位置后确定裂纹的大小；利用得到的全局响应确定裂纹的位置参数；确定了裂纹位置之后，将全局响应分解为两个局部响应。根据局部响应固有频率的差值，即固有频率的相对变化量来识别裂纹的严重程度；如果两个频率值相等，说明叶片不存在裂纹故障；如果两个频率值大小不等，说明叶片裂纹存在；并且如果相对变化量比较大，则说明产生的裂纹比较严重；反之则说明产生的裂纹较小。本发明建立了一个相似度判据来衡量损伤发生的位置；与其他已有方法对比，本发明识别裂纹的方法简单、快捷、可靠、易行。

主权项

基于振动的通风机叶片裂纹识别方法，其特征在于：具体的实现步骤如下所述，首先，测量出叶片振动的全局响应，该响应是位移响应或加速度响应；因为叶片多为高频振动，所以多数情况下测得的是加速度响应曲线；裂纹的位置和大小的确定，首先确定裂纹的位置，然后确定裂纹的大小；利用得到的全局响应确定裂纹的位置参数；结构频率具有容易测量且数据比较精确的优势，所以本方法基于频率来进行损伤识别；得到全局响应之后，测出良好叶片的前几阶固有频率并进行记录，接着测量多组不同裂纹位置参数情况下的故障叶片的固有频率并记录，建立裂纹存在时表现出来的固有频率平方变化比的特征图亦即建立一个损伤库；最后通过实际实验得到的值和损伤库数据作对比，判断出裂纹发生的位置；频率平方变化比损伤定位的方法，只能从图形来大致判定损伤位置，直观却带有很大的随意性；对于同样的图形，不同的观察者甚至可能得出完全相反的结论，因此很有必要提出一个标准；制定一个相似度判据，通过该指标数值来量化裂纹发生在该位置的可能性；将实际测得值与损伤库数据进行比较，对比较结果得到的数据进行分析，来更准确的确定裂纹的具体位置信息；识别裂纹位置信息之前，需要建立一个标准——相似度判据；频率平方变化比向量相似度判据指标可以由下式得到：$AC(F_1,F_2)=\frac{{\left(F_1^T{F}_2\right)}^2}{\left(F_1^T{F}_1\right)\left(F_2^T{F}_2\right)}$式中F₁,F₂分别表示损伤库中的频率平方变化比向量和现场实验得到的频率平方变化比向量，固有频率变化平方比向量相关判据表示两个向量的相关程度，若值为0则说明这种情况下没有造成频率的改变，叶片是完好的，若接近1，说明这种损伤情况造成了频率的改变，因此可以确定损伤位置，有了这个相关判据之后，直接通过数值的大小来量化相似程度；相似程度越大，说明裂纹发生在该位置的可能性越大，当相似程度大于90％的时候，就可以确认裂纹故障就发生在该位置；确定了裂纹位置之后，将全局响应分解为两个局部响应，以此来确定裂纹的大小参数；叶片的刚度会在系统的平衡位置(x＝0)处发生变化；而裂纹的存在，使得叶片完好时候的刚度k发生变化，裂纹左边一段的刚度变为k₁，右边一段的刚度变为k₂；具体而言，根据位移x≥0和位移x<0或者根据加速度a≤0和a>0，将全局响应分解成两个局部响应；进一步，利用MATLAB软件编程得到每个局部响应的频谱图，获得局部固有频率值ω₁和ω₂；然后将得到的两个频率的差值进行对比，从而确定裂纹的严重程度；根据局部响应固有频率的差值，即固有频率的相对变化量来识别裂纹的严重程度：${\mathrm{\Delta \omega }}_{1,2}=\frac{{\omega }_2-{\omega }_1}{{\omega }_1}\left(\%\right)$如果两个频率值相等，说明叶片不存在裂纹故障；如果两个频率值大小不等，说明叶片裂纹存在；并且如果相对变化量比较大，则说明产生的裂纹比较严重；反之则说明产生的裂纹较小。