一种基于分布式传感的叶尖间隙测量误差补偿方法与流程

摘要: 本发明属于非接触式测量,具体涉及一种基于分布式传感的叶尖间隙测量误差补偿方法。背景技术:1、在航空发动机、燃气轮机等旋转机械中,叶尖间隙是影响其效率、安全与寿命...
一种基于分布式传感的叶尖间隙测量误差补偿方法与流程

本发明属于非接触式测量,具体涉及一种基于分布式传感的叶尖间隙测量误差补偿方法。

背景技术:

1、在航空发动机、燃气轮机等旋转机械中,叶尖间隙是影响其效率、安全与寿命的关键参数。为精确测量该间隙,分布式传感技术应运而生,通过在机匣周向布置多个传感器,以期获取更全面的间隙信息。然而,在实际高温、高压、高转速的复杂运行环境中,传感器测量值中混杂了多种系统性误差,主要包括两类:一是传感器自身基线随温度、时间的漂移及机匣安装点局部的热/机械变形;二是机匣作为整体因受热、受力产生的非圆变形(失圆)以及转子因动力学行为产生的轴心偏移(偏心)。现有测量与补偿方法多侧重于单一误差源,或仅对整体趋势进行粗略校正,缺乏一种能够从原理上有效分离并解耦上述两类性质不同、影响机制迥异的误差分量的技术手段。这导致测量信号无法真实反映叶片尖端与机匣内壁之间的纯粹物理间隙,严重制约了基于此间隙进行精确主动控制的潜力,成为提升发动机性能与可靠性的一个关键技术瓶颈。

技术实现思路

1、鉴于现有技术中的上述缺陷或不足,提供一种基于分布式传感的叶尖间隙测量误差补偿方法,包括以下步骤:

2、获取旋转叶片经过周向分布式传感器阵列所产生的原始间隙信号,并依据转子相位与叶片身份标识将时序信号重组为以叶片个体和传感器位置为索引的间隙原始数据场;

3、基于所述间隙原始数据场,解耦出两类系误差分量:通过分析同一传感器位置处所有叶片测量值的统计特征,解算第一误差分量,其表征传感器基线漂移与机匣局部形变;通过分析同一叶片个体在不同传感器位置处测量值的空间分布特征,解算第二误差分量,其表征机匣整体失圆变形与转子偏心;

4、基于所述第一误差分量与所述第二误差分量,对所述间隙原始数据场进行同步补偿,得到补偿后的间隙数据场。

5、根据本技术提供的技术方案,所述解算第一误差分量,包括以下步骤:

6、对于周向分布的每个传感器位置,提取在一个时间窗口内、同一叶片多次经过该位置所产生的多个测量值,计算该叶片在此位置的代表性测量值;

7、综合所有叶片在同一传感器位置的代表性测量值,计算其统计中心值,并将此统计中心值作为所述第一误差分量在该传感器位置的具体量值。

8、根据本技术提供的技术方案,所述解算第二误差分量,包括以下步骤:

9、对于任一叶片,根据其在各传感器位置的代表性测量值,计算该叶片在各位置处的相对差值序列;所述相对差值序列通过将该叶片在每一传感器位置的代表性测量值减去所述第一误差分量在该位置的具体量值获得;

10、基于所有叶片在各传感器位置的所述相对差值序列,通过以下方式分离所述第二误差分量中的机匣整体失圆变形与转子偏心影响:

11、通过多叶片数据融合,拟合出表征机匣内壁实际形状的静态轮廓曲线;

12、通过分析同一叶片在不同旋转周期中所述相对差值序列的时序变化规律,解算转子动态偏心参数;

13、其中,所述第二误差分量在每一传感器位置的具体量值由所述静态轮廓曲线在该位置的偏移量与所述转子动态偏心参数在该位置引起的偏移量共同确定。

14、根据本技术提供的技术方案,所述基于所述第一误差分量与所述第二误差分量,对所述间隙原始数据场进行同步补偿,得到补偿后的间隙数据场,包括以下步骤:

15、针对所述间隙原始数据场中每一传感器位置,将该位置处所有叶片测量值减去对应的所述第一误差分量在该位置的具体量值,生成消除传感器基线漂移与机匣局部形变后的初级补偿数据场;

16、对所述初级补偿数据场进行基于所述第二误差分量的直接补偿,得到初始次级补偿数据;

17、基于所述初始次级补偿数据,计算每一叶片在所述初始次级补偿数据所对应的转子旋转周期内的轨迹圆度评估指标;

18、判断所述轨迹圆度评估指标是否达到预设优化目标;

19、若是,则将所述初始次级补偿数据直接作为补偿后的间隙数据场。

20、根据本技术提供的技术方案,所述得到补偿后的间隙数据场之后,还包括以下步骤:

21、对于任一传感器,提取其在当前旋转周期内所测得的、所有叶片的补偿后间隙值,计算该组数据的离散度;同时,基于所述补偿后的间隙数据场,计算该传感器所在周向位置对应的叶片轨迹局部曲率;

22、若所述离散度超过第一预设阈值,且所述叶片轨迹局部曲率与基于相邻传感器数据插值得到的预测曲率的偏差超过第二预设阈值,则判定该传感器通道存在瞬时故障或性能异常,并将其作为故障通道;

23、对所述故障通道,利用其在周向上相邻的健康传感器通道在同一旋转周期内的补偿后间隙值,通过空间插值算法,重构该故障通道所在位置的叶片间隙值,并将重构值替换原始值以更新所述补偿后的间隙数据场。

24、根据本技术提供的技术方案,所述通过多叶片数据融合,拟合出表征机匣内壁实际形状的静态轮廓曲线之前,还包括以下步骤:

25、实时获取发动机转速信号与核心机温度信号,计算其变化率的绝对值;

26、若所述发动机转速信号与核心机温度信号的变化率的绝对值均低于其对应的稳定性阈值,则判定发动机处于稳态工况;

27、所述通过多叶片数据融合,拟合出表征机匣内壁实际形状的静态轮廓曲线,包括以下步骤:

28、若发动机处于稳态工况,则通过多叶片数据融合,拟合出表征机匣内壁实际形状的静态轮廓曲线。

29、根据本技术提供的技术方案,所述实时获取发动机转速信号与核心机温度信号,计算其变化率的绝对值之后,还包括以下步骤:

30、若任一变化率的绝对值高于其对应的稳定性阈值,则判定发动机处于过渡工况;

31、若发动机处于过渡工况,则采用参数化的机匣瞬态变形场模型,实时解算当前时刻的机廓轮廓信息,并将该信息作为所述第二误差分量中表征机匣整体失圆变形的部分。

32、根据本技术提供的技术方案,所述采用参数化的机匣瞬态变形场模型,实时解算当前时刻的机廓轮廓信息,包括以下步骤:

33、调用预定义的参数化的机匣瞬态变形场模型,该模型的输出为机匣在各传感器位置的轮廓偏移量,其输入变量包括时间、发动机热力学状态参数以及一组待解算的模型关键参数;

34、基于当前及最近旋转周期内采集的间隙数据与实时发动机状态,以最小化模型预测轮廓与由所述相对差值序列反映的轮廓趋势之间的差异为目标,通过优化算法实时求解所述模型关键参数;

35、将所述模型关键参数代入参数化的机匣瞬态变形场模型,计算得到当前时刻各传感器位置处的机廓轮廓偏移量。

36、根据本技术提供的技术方案,所述计算该叶片在此位置的代表性测量值之后,还包括以下步骤:

37、调取并遍历叶片个体慢变差异补偿表,得到该叶片对应的目标慢变量;所述个体慢变差异补偿表包括多个叶片个体,以及每个所述叶片个体对应的慢变量,所述慢变量为由叶片磨损或永久变形导致的缓慢变化量;

38、基于所述目标慢变量,对该叶片在此位置的代表性测量值进行修正。

39、根据本技术提供的技术方案,通过以下步骤建立叶片个体慢变差异补偿表:

40、在发动机完成大修或更换叶片后,于一个基准冷态工况下运行,获取每个叶片在各传感器位置的第一批代表性测量值,作为该叶片个体的初始基准值存入补偿表;

41、在发动机后续每次处于与所述基准冷态工况一致或等效的工况时,获取每个叶片在各传感器位置的最新代表性测量值,并与补偿表中存储的历史数据进行时序对齐;对每个叶片-传感器位置的数据序列,采用趋势分析算法分离出长期缓慢变化的慢变分量;

42、将所述慢变分量作为该叶片在该传感器位置的所述慢变量更新至叶片个体慢变差异补偿表;同时,记录该数据的获取时间与工况置信度,当同一位置数据的置信度累计达到更新阈值时,触发对叶片个体慢变差异补偿表中该慢变量的修订。

43、与现有技术相比,本技术的有益效果在于:

44、一、实现了误差源的本质性解耦:通过构建以叶片个体和传感器位置为索引的间隙原始数据场,该方法为从空间和身份两个维度分析误差提供了数据结构基础。进而,通过分析同一传感器位置处所有叶片测量值的统计特征来解算第一误差分量,巧妙地提取出了不随叶片变化、仅与传感器位置相关的误差(传感器基线漂移与机匣局部形变);通过分析同一叶片个体在不同传感器位置处测量值的空间分布特征来解算第二误差分量,则有效地捕捉到了随空间位置变化、反映机匣整体形状与转子相对位置的误差(机匣整体失圆与转子偏心)。这种解耦方式从根本上区分了两类误差的物理成因。

45、二、达成了高精度的同步补偿:在完成两类误差分量的解耦后,基于它们对原始数据场进行同步补偿。这一步骤并非简单的叠加或选择,而是利用解耦后的纯净误差模型,对每一个数据点进行精准修正,从而最大限度地剥离了系统误差,还原出能够表征真实物理间隙的补偿后的间隙数据场。这为发动机实施高精度主动间隙控制、健康状态评估与故障预警提供了前所未有的可靠数据基础。

46、三、提升了测量系统的整体鲁棒性与实用性:该方法不依赖于额外复杂的硬件或苛刻的标定工况,而是充分利用了发动机运行时固有的周期性信号与分布式传感数据的内在关联性进行自校准。因此,它不仅显著提升了测量精度,而且增强了系统在真实复杂工况下的适应能力和长期稳定性,具有很高的工程实用价值。