一种燃气轮机滑油供给系统故障的检测方法与流程
本发明涉及滑油供给检测,具体为一种燃气轮机滑油供给系统故障的检测方法。
背景技术:
1、油系统故障具有隐蔽性强、连锁反应快、危害程度高的特点,是引发燃气轮机轴承烧损、齿轮箱失效、转子抱死等重大事故的主要诱因,约占燃气轮机机械故障总数的三分之一,一旦发生故障将造成巨大的经济损失和安全隐患。
2、目前,燃气轮机滑油供给系统的故障检测技术主要基于单一物理量阈值的传统检测方法,通过设置压力、温度、流量等参数的上下限阈值判断系统是否异常。该类方法实现简单、部署成本低,还基于数据驱动的智能检测方法,借助机器学习算法对传感器数据进行特征提取与模式识别。
3、但无论是单一物理量阈值还是数据驱动的智能检测方法,均易受燃气轮机负荷波动、环境温度变化等因素干扰,且未能充分结合滑油系统的流体网络拓扑特性,忽略了故障与滑油流动动力学行为之间的内在关联,难以捕捉故障引发的流体场异常,从而使得早期故障特征幅值极低,被噪声数据淹没,无法直观呈现故障的传播机制与影响范围。
4、现有技术中虽有尝试引入计算流体力学方法分析滑油流动,但大多局限于稳态工况下的速度场计算,未对复杂耦合故障的表征能力不足,无法满足燃气轮机滑油系统早期预警、精准定位的工程需求。
技术实现思路
1、针对现有技术的不足,本发明提供了一种燃气轮机滑油供给系统故障的检测方法,包括以下具体步骤:
2、s100、基于燃气轮机滑油供给系统的流体网络拓扑结构,通过传感器采集物理场数据,再经过时间戳校准后进行空间坐标映射,建立包含时间、空间与物理量的三维数据结构,并与时间戳组合后形成三维数据点,经异常值剔除后整合为时空对齐后的多物理场耦合特征数据集;
3、s200、基于多物理场耦合特征数据集与流体网络拓扑结构,采用有限体积法计算每个时刻滑油在整个燃气轮机滑油供给系统中的速度场分布,并基于数值模拟沿滑油的流动方向释放若干个虚拟示踪粒子,根据虚拟示踪粒子在滑油系统中的流动轨迹与粒子参数进行统计分析,获得有表征滑油流动轨迹的动态特征集合;
4、s300、基于动态特征集合中的每个特征点映射到同一个二维平面,并获取每个轨迹的综合特征值,并引入相场变量,将综合特征值作为相场演化方程的驱动项,并将二维平面划分为若干个大小相等的网格单元后求解相场演化方程,得到每个时刻的相场分布后,将相场分布作为地形表面,并以每个网格单元的相场变量的值作为地形表面的高度值,并基于河流网络自组织原理,将主干故障传播途径经过的所有网格单元组成的区域作为初始故障候选区域集合,基于初始故障候选区域集合完成区域复制后进行自适应增强与噪声抑制,获取有增强后的故障特征集合与背景噪声分离结果;
5、s400、基于增强后的故障特征集合进行多维度特征提取,采用余弦相似度与数据库中的故障模式特征进行对比,获取故障类型识别结果。
6、优选的,所述s100基于燃气轮机滑油供给系统的流体网络拓扑结构在滑油进出节点采集包括压力场、温度场、流场、振动场及油质参数的物理参数,将采集获得的物理场数据原始信号进行时间戳校准,并以燃气轮机控制系统的全局时钟为基准,将不同传感器采集的数据中每个采样点的本地时间戳与全局时钟的时间戳进行比较后计算时间差,基于时间差将采样点的时间戳调整为全局时钟的时间戳,调整后的采样点按照时间顺序重新排列;
7、将每个传感器分配一个唯一的空间坐标标识,需说明的是,该标识由传感器所在的设备编号和在设备上的具体位置编号组成,将每个采样点的测量值与对应的空间坐标标识和调整后的时间戳组合在一起,形成一个三维数据点,所述s100对三维数据点通过中位数滤波法,进行异常值剔除后获得时空对齐后的多物理场耦合特征数据集。
8、优选的,所述s200基于多物理场耦合特征数据集与流体网络拓扑结构,采用有限体积法求解滑油在系统中的流动控制方程,计算每个时刻滑油在整个燃气轮机滑油供给系统中的速度场分布,具体为:
9、将燃气轮机滑油供给系统中的每条管路划分为长度相等的若干个控制体,基于所划分的控制体,根据质量守恒定律和动量守恒定律,建立离散化的流动控制方程;基于根据质量守恒定律计算流入控制体的质量流量与流出控制体的质量流量的差值,将所得差值作为控制体内流体质量的变化率;基于动量守恒定律计算作用在控制体上的所有力的合力,并作为控制体内流体动量的变化率;将所得差值和合力的连续的微分方程在控制体上进行积分,得到离散化的代数方程,其中时间导数项采用向前差分格式,空间导数项采用中心差分格式,而上述中质量守恒定律和动量守恒定律在具体计算中,指的是质量守恒方程和动量守恒方程;
10、基于多物理场耦合特征数据集在滑油进出节点采集的物理参数中的压力值和流量值作为边界条件,代入离散化的代数方程后采用迭代法求解离散化的流动控制方程,根据求解得到的每个控制体的流量值,计算每个控制体中心位置的流速值后,得到燃气轮机滑油供给系统的速度场分布,在此需说明的是,流速值等于控制体的流量值除以控制体的横截面积。
11、优选的,所述s200在获得速度场分布以及流速值后,基于滑油箱出口开始并沿着滑油的流动方向在速度场中释放若干个虚拟示踪粒子,每个虚拟示踪粒子的初始位置均匀分布在滑油箱出口的横截面上,具体为:通过数值模拟实验分析不同粒子数量对流动轨迹统计特征的影响,当粒子数量增加到一定程度后,统计特征不再发生显著变化,将此时的粒子数量作为最终的虚拟示踪粒子数量;将滑油箱出口的横截面划分为与虚拟示踪粒子数量相等的面积相等的小区域,在每个小区域的中心位置释放一个虚拟示踪粒子,再追踪每个虚拟示踪粒子在燃气轮机滑油供给系统中的流动轨迹,记录每个虚拟示踪粒子经过每个滑油进出节点的物理参数,具体为:
12、基于每个时刻的速度场分布,计算每个虚拟示踪粒子在当前时刻的速度,将速度值作为虚拟示踪粒子所在控制体中心位置的流速值;基于虚拟示踪粒子的速度和时间步长,计算虚拟示踪粒子在下一个时刻的位置,位置坐标等于当前时刻的位置坐标加上速度乘以时间步长,需说明的是,时间步长等于控制体长度除以系统中最大流速与库朗数的乘积,而通过数值实验确定能够保证粒子流动轨迹计算绝对稳定的库朗数,将该库朗数代入公式得到最终的时间步长;存在虚拟示踪粒子从一个控制体移动到另一个控制体时,更新虚拟示踪粒子所在的控制体编号;存在虚拟示踪粒子经过每个滑油进出节点时,更新记录对应的时间和物理参数;重复操作直至所有虚拟示踪粒子都到达回油总管和/或超过预设的最大追踪时间后,获得每个虚拟示踪粒子在燃气轮机滑油供给系统中的流动轨迹;基于所有虚拟示踪粒子的流动轨迹进行统计分析,提取每条流动轨迹的动态特征,对提取的所有动态特征进行统一归一化处理后,将不同量纲和数量级的特征转换为相同的数值范围,获得由动态特征点组成的滑油流动轨迹动态特征集合。
13、优选的,所述s300将归一化后的滑油流动轨迹动态特征集合中的每个特征点映射到同一个二维平面上,具体为:
14、基于每条滑油流动轨迹中所有归一化后的动态特征值相加,得到对应滑油流动轨迹的综合特征值,并基于综合特征值作为二维平面的横坐标,且滑油流动轨迹对应的时间作为二维平面的纵坐标,将每条滑油流动轨迹对应二维平面上的一个点,所有滑油流动轨迹对应的点共同组成二维平面上的特征点分布;
15、引入相场变量,构建由体自由能项和梯度能项组成的相场演化方程,将归一化后的滑油流动轨迹动态特征集合中的综合特征值作为相场演化方程的驱动项,具体为:
16、基于二维平面上的每个点,计算所有滑油流动轨迹的综合特征值的平均值,并作为原始驱动项值,加到相场演化方程的右边,作为额外的驱动项。
17、优选的,所述s300求解相场演化方程,得到每个时刻的相场分布,具体为:
18、将二维平面划分为若干个大小相等的网格单元,通过分析特征点的分布密度,计算能够保证每个网格单元内平均包含至少一个特征点的最大网格单元边长,并作为最终的网格单元边长;
19、初始化相场变量的分布,将所有网格单元的相场变量初始化为零,采用有限差分法对相场演化方程进行离散化,得到每个网格单元的相场变量在每个时间步长的新值,其中,时间导数项采用向前差分格式,空间一阶导数项采用中心差分格式,空间二阶导数项采用五点差分格式,并且时间步长基于显式有限差分法的数值稳定性条件计算,该时间步长等于网格单元边长的平方除以稳定性系数与迁移率和梯度能系数乘积的比值,稳定性系数通过数值实验确定,以保证显式有限差分法的数值稳定性,重复操作后直到达到预设的最大演化时间和/或相场分布的变化小于预设的收敛阈值,最大演化时间通过分析故障特征区域的生长速度,计算故障特征区域从初始出现到覆盖所有相关特征点所需的时间,收敛阈值通过分析相场变量的初始变化率,计算能够区分真实演化与数值误差的最小变化量,将该最小变化量与精度系数的乘积作为收敛阈值,获得每个网格单元相场变量组成的相场分布。
20、优选的,所述s300将二维平面上的每个网格单元的相场变量的值作为网格单元对应的地形表面的高度值,以地形表面上所有高度值大于预设阈值的网格单元作为特征流起点,该预设阈值通过统计所有网格单元高度值的分布,计算高度值分布的平均值和标准差,将平均值与标准差倍数的和作为阈值,以排除绝大多数背景噪声点,并基于每个特征流起点,计算对应网格单元与八个相邻网格单元之间的坡度,以两个网格单元之间的高度差除以两个网格单元之间的距离作为坡度,其中水平和垂直相邻的网格单元,距离为一个网格单元边长,对于对角线相邻的网格单元,距离为根号二个网格单元边长;
21、基于坡度最大的方向作为特征流的流动方向,如果有多个方向的坡度相同且最大,则将水流平均分配到这些方向,将特征流从当前网格单元流动到相邻网格单元后,继续在相邻网格单元上重复,直到特征流到达地形表面的最低点和/或流出二维平面的边界;
22、记录特征流在地形表面上形成的故障传播途径网络结构,以特征流作为故障传播途径,包括:将每条故障传播途径分配一个唯一的编号,基于每条故障传播途径的起点和终点位置,计算故障传播途径的长度,故障传播途径经过的所有网格单元边长之和为长度,每个网格单元处基于累积流经的所有特征流的强度总和作为特征强度,并以所有特征流最终汇入对应每条故障传播途径的网格单元的总面积作为对应故障传播途径的影响范围后,对应流网络自组织临界性原理中的汇水面积,比如其一故障传播途径汇入了20个网格单元,每个网格单元面积为0.01,则影响范围为0.2,整合所获参数形成故障传播途径网络结构。
23、优选的,所述s300将故障传播途径网络结构进行分形维数和幂律指数的计算,具体为:
24、基于盒计数法,将二维平面划分为若干个大小相同的正方形盒子,并统计获得包含故障传播途径的盒子的数量,改变盒子的大小,重复操作后得到若干盒子大小和对应盒子数量的数据对,通过双对数线性回归将所得回归直线的斜率的绝对值作为分形维数;
25、基于所获得故障传播途径的影响范围和特征强度,形成影响范围和对应特征强度的数据对,通过双对数线性回归后所得回归直线的斜率作为幂律指数;
26、提取出故障传播途径网络中特征强度与影响范围最大的故障传播途径作为主干故障传播途径,这就对应着河流网络自组织原理中的主干河流,将主干故障传播途径对应的相场区域以及途径经过的所有网格单元,作为初始故障候选区域集合。
27、优选的,所述s300提取初始故障候选区域集合中主干故障传播途径经过的所有网格单元的位置信息和相场变量的值,并组合形成故障候选区域,故障候选区域的结构包括区域的边界坐标、区域内所有网格单元的相场变量的平均值、区域的面积,并基于故障候选区域的相场变量的平均值、故障传播途径的特征强度、故障传播途径的影响范围求和后获得故障候选区域的故障匹配度;
28、基于初始故障候选区域集合中每个故障候选区域的故障匹配度,按照故障匹配度从高到低对故障候选区域进行排序,选择故障匹配度最高的前若干个故障候选区域进行区域复制操作,获取有复制故障候选区域,复制故障候选区域与原始故障候选区域完全相同,且复制区域的数量自行定义,本技术选择前2的区域进行复制,复制的越多,其噪声分离结果和增强效果更好,但其计算负担越重;
29、再将复制故障候选区域的边界坐标向外扩展和/或向内收缩,并将对应的相场区域在二维平面上平移一定的距离,使得复制故障候选区域的边界与对应故障候选区域的边界不接触后,再计算故障候选区域和调整后的复制故障候选区域的故障匹配度,选择故障匹配度最高的区域,作为新原始故障候选区域,并将新原始故障候选区域替换初始故障候选区域集合中的故障匹配度最低的故障候选区域;
30、将复制故障候选区域全部替换后,最终替换的故障候选区域集合中故障匹配度最高的故障候选区域对应的相场区域,作为增强后的故障特征区域,其余相场区域为背景噪声区域,提取增强后的故障特征区的物理场数据,获得故障特征集合。
31、优选的,所述s400对增强后的故障特征集合进行多维度特征提取,提取包括故障特征区域的中心位置、面积、平均强度、强度变化率以及形状参数的特征参数,采用余弦相似度计算提取出的多维度特征参数与数据库中每个故障模式特征之间的相似度,选择相似度最高的故障模式作为识别结果。
32、有益效果
33、本发明提供了一种燃气轮机滑油供给系统故障的检测方法,具备以下有益效果:基于全系统的实时速度场分布,并利用相场演化的界面生长特性,将滑油流动轨迹的综合特征值作为相场演化的驱动项,使故障特征区域在演化过程中自然聚集生长,背景噪声区域则被逐步抑制,初步实现故障特征与背景噪声的分离,并将相场分布转化为地形表面,利用河流网络的级联演化,识别出特征强度最大、影响范围最广的主干故障传播途径,揭示故障的传播机制与影响范围,再基于初始故障候选区域集合进行区域复制与自适应优化,替换低匹配度区域,进一步强化故障特征的显著性,同时有效抑制残余噪声的干扰,实现了故障特征的自适应增强与精准分离,降低故障检测的误报率与漏报率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com