一种汽轮机末级叶片颤振在线监测与预警系统及方法与流程

本发明涉及汽轮机末级叶片监测，具体涉及一种汽轮机末级叶片颤振在线监测与预警系统及方法。

背景技术：

1、汽轮机末级叶片通常具有长度大、柔性强、运行环境复杂等特点，其振动响应受负荷水平、通流状态、背压变化及流场激励影响显著。在深度调峰工况下，末级叶片固有频率可能随运行状态发生漂移，流场脱流激励频率与叶片目标模态频率接近时，容易诱发叶片非同步振动、负阻尼趋势以及自激颤振，一旦未能在早期识别并采取保护措施，可能导致叶片振幅快速增大，进而引发末级叶片疲劳损伤、裂纹扩展甚至断叶片事故，严重威胁机组安全运行。

2、现有汽轮机叶片振动监测技术多基于常规振动测点、轴系振动、缸体振动或单一叶尖定时信号进行异常判断，通常侧重于振幅超限报警或单一频率成分识别，难以结合深度调峰工况下的负荷持续特征、通流不足特征、负荷调节扰动特征以及低压缸流场脱流特征进行综合判断。同时，现有方法对末级叶片固有频率随工况变化产生的漂移考虑不足，容易造成目标模态识别偏差；对于叶尖定时监测数据中的非均匀采样特性和目标模态响应重构问题，也存在振动成分提取不稳定、抗干扰能力不足等缺陷。

3、因此，亟需一种汽轮机末级叶片颤振在线监测与预警系统及方法来解决上述问题。

技术实现思路

1、本发明所要解决的技术问题是如何在叶片振幅达到破坏阈值前识别自激颤振并触发跳机保护，有效避免断叶片事故，提高机组灵活性以及运行安全性。

2、本发明解决上述技术问题的技术方案如下：

3、一种汽轮机末级叶片颤振在线监测与预警系统，系统包括：

4、深度调峰工况识别单元，用于获取汽轮机对应的机组运行数据，基于机组运行数据判定汽轮机是否处于深度调峰工况阶段，若是，采集汽轮机末级叶片对应的叶尖定时监测数据和低压缸流场状态数据；

5、目标模态振动响应计算单元，用于基于叶尖定时监测数据对末级叶片在当前深度调峰工况下的固有频率漂移量进行修正，得到运行态目标模态频带；根据末级叶片的运行态目标模态频带构建末级叶片稀疏模态字典；根据稀疏模态字典对末级叶片在目标模态频带内的振动响应进行重构，得到每一末级叶片的目标模态振动响应；

6、特征集构建单元，用于对每一末级叶片的目标模态振动响应进行解析得到叶片振动特征集；基于低压缸流场状态数据构建末级流场脱流特征集；

7、颤振预警单元，用于基于叶片振动特征集和末级流场脱流特征集计算得到颤振前兆识别系数，基于颤振前兆识别系数生成颤振预警信号。

8、进一步地，基于机组运行数据判定汽轮机是否处于深度调峰工况阶段具体包括以下过程：

9、s21，对机组运行数据进行时间对齐、异常点剔除和平滑处理，生成深度调峰判定周期，并将深度调峰判定周期划分为若干个连续子时段；

10、s22，针对每一子时段，分别计算低负荷持续特征值、末级通流不足特征值和负荷调节扰动特征值；

11、s23，按照子时段的执行时间分别生成低负荷持续特征曲线、末级通流不足特征曲线和负荷调节扰动特征曲线；

12、s24，针对每一特征曲线，获取超过对应预设特征阈值的有效线段，并基于有效线段的线段个数、总持续时间和超阈值面积计算对应的子特征指数；

13、s25，基于低负荷持续子特征指数、末级通流不足子特征指数和负荷调节扰动子特征指数计算深度调峰判定系数；

14、s26，当深度调峰判定系数大于或等于预设深度调峰进入阈值，且低负荷持续子特征指数在连续至少两个判定周期内均大于预设低负荷持续阈值时，判定汽轮机处于深度调峰工况阶段；当深度调峰判定系数小于预设深度调峰退出阈值并持续满足预设退出时间时，判定汽轮机退出深度调峰工况阶段。

15、进一步地，低负荷持续特征值通过如下步骤得到：获取当前子时段内有功功率采样值及额定功率并剔除异常点；计算机组负荷率并平滑处理；将负荷率与预设深调负荷阈值比较，计算低负荷偏离量；确定低负荷持续片段并剔除短时片段；以低负荷偏离量均值乘以低负荷持续时间占比得到低负荷持续特征值。

16、进一步地，末级通流不足特征值通过如下步骤得到：获取主汽流量、调节阀开度和低压缸压差并进行时间对齐和异常剔除；计算等效调节阀开度、主汽流量归一化系数、调节阀通流修正系数和低压缸压差通流修正系数；计算等效通流裕度；根据等效通流裕度低于阈值的偏离程度和持续时间得到末级通流不足特征值。

17、进一步地，负荷调节扰动特征值通过如下步骤得到：获取当前子时段及上一子时段的有功功率、额定功率、负荷指令值及时间戳；计算机组负荷率变化量、负荷指令值变化量和有功功率波动幅值；对三者归一化并加权得到负荷调节扰动状态值；根据其超过预设扰动状态阈值的偏离程度和持续时间得到负荷调节扰动特征值。

18、进一步地，目标模态振动响应计算单元执行如下步骤：获取叶尖定时监测数据并剔除异常点；根据键相信号计算转子瞬时角速度，并计算叶片理论到达时刻；由实测到达时刻与理论到达时刻得到叶尖动态振动位移；在基准固有频率附近设置候选频率点并进行正弦拟合；根据最大模态能量、拟合残差和历史漂移量修正固有频率漂移量，得到运行态目标模态频带。

19、进一步地，稀疏模态字典及目标模态振动响应通过如下步骤得到：在运行态目标模态频带内设置候选频率集合；针对各候选频率点按有效采样时刻构建余弦字典原子和正弦字典原子；将各字典原子归一化形成稀疏模态字典；基于叶尖动态振动位移序列建立稀疏重构模型并求解稀疏系数；提取目标模态频带内原子及系数重构目标模态振动响应。

20、进一步地，颤振预警单元执行如下步骤：将同一颤振识别窗口内的叶片振动特征集和末级流场脱流特征集映射为候选流振耦合特征节点；根据预设触发条件标记节点出现状态；判断节点间是否满足流振耦合关联条件并构建邻接矩阵；结合颤振敏感特征标识矩阵计算流振耦合模块度值；对模块度值归一化得到颤振前兆识别系数，并据此生成颤振预警信号。

21、进一步地，基于颤振前兆识别系数生成颤振预警信号包括：将颤振前兆识别系数与预设颤振预警阈值进行比较，当颤振前兆识别系数大于或等于预设颤振预警阈值时，判定汽轮机末级叶片存在脱流颤振前兆，并生成颤振预警信号。

22、另一方面，一种适应深度调峰工况的汽轮机末级叶片颤振在线监测与预警方法，该方法包括：

23、获取汽轮机对应的机组运行数据，基于机组运行数据判定汽轮机是否处于深度调峰工况阶段，若是，采集汽轮机末级叶片对应的叶尖定时监测数据和低压缸流场状态数据；

24、基于叶尖定时监测数据对末级叶片在当前深度调峰工况下的固有频率漂移量进行修正，得到运行态目标模态频带；根据末级叶片的运行态目标模态频带构建末级叶片稀疏模态字典；根据稀疏模态字典对末级叶片在目标模态频带内的振动响应进行重构，得到每一末级叶片的目标模态振动响应；

25、对每一末级叶片的目标模态振动响应进行解析得到叶片振动特征集；基于低压缸流场状态数据构建末级流场脱流特征集；

26、基于叶片振动特征集和末级流场脱流特征集计算得到颤振前兆识别系数，基于颤振前兆识别系数生成颤振预警信号。

27、相比于现有方案，本发明实现的有益效果：

28、本发明通过深度调峰工况识别单元综合识别低负荷持续、末级通流不足和负荷调节扰动状态，仅在汽轮机进入深度调峰工况阶段后采集叶尖定时监测数据和低压缸流场状态数据，提高了末级叶片颤振监测与危险工况的匹配性，降低常规工况下的误判风险。

29、本发明基于叶尖定时监测数据修正末级叶片固有频率漂移量，获得适应当前运行状态的运行态目标模态频带，并据此构建稀疏模态字典、重构目标模态振动响应，能够提高深度调峰下末级叶片目标模态识别和振动响应重构的准确性。

30、本发明融合叶片振动特征集和末级流场脱流特征集，计算颤振前兆识别系数并生成颤振预警信号，能够在叶片振幅达到破坏阈值前识别自激颤振趋势并为跳机保护提供触发依据，从而有效避免断叶片事故，提高机组灵活性以及运行安全性。