一种含测量误差二维振动参数的燃气轮机寿命预测方法与流程

1.本发明属于舰船用燃气轮机技术领域，尤其涉及一种含测量误差二维振动参数的燃气轮机寿命预测方法。


背景技术：

2.舰船用燃气轮机是舰船重要的动力装置之一，既可用于常规机械推进的主机，又可用于综合电力系统发电模块的原动机，是舰船高机动能力的重要保证，但是受海洋环境高湿、高盐等因素影响，其在寿命周期内性能退化等现象较为显著，因此，燃气轮机的可靠性日益成为关注的重点。准确预测燃气轮机的剩余寿命，不仅为燃气轮机的日常使用提供帮助，而且为视情维修提供重要参考。燃气轮机作为高速旋转的动力机械，整机振动性能指标是监测其健康状态的最重要指标之一，由于燃气轮机转子跨度较大，因此通常布置两路振动传感器对其进行监测，以此提高对不同转动部件健康状态的监控准确性，且在工程实测和理论分析中，整机振动值具有性能退化特征，可以视为退化量。振动传感器在监测燃气轮机整机振动时，受舰船平台振动传递等影响，测试数据难免含有误差成分，影响寿命预测的精度。


技术实现要素：

3.为解决上述问题，本发明提供一种含测量误差二维振动参数的燃气轮机寿命预测方法，能够提高燃气轮机整机寿命预测的精度。
4.一种含测量误差二维振动参数的燃气轮机寿命预测方法，包括以下步骤：
5.s1：分别在燃气轮机上选取两个振动测点作为整机振动测试的两个通道，并将t
h
时刻燃气轮机两个通道的振动测试数据的实际退化量记为x
k
(t
h
)＝x
0,k
μ
k
t σ
k
b(t)，其中，k＝1,2，x
0,k
为初始退化量，μ
k
为燃气轮机第k个通道振动测试数据的漂移系数，σ
k
为燃气轮机第k个通道振动测试数据的扩散系数，{b(t),t≥0}为标准布朗运动；
6.s2：对燃气轮机开展背景环境振动测试实验，得到两个通道的环境背景噪声振动数据，并将环境背景噪声振动数据作为测量误差且测量误差服从均值为μ
ε
、标准差为σ
ε,k
的正态分布；
7.s3：将使得燃气轮机在t
h
时刻失效的真实失效阈值d
k,h
记为其中，w
k
为设定的失效阈值，且d
k,h
符合均值为w
k
‑
x
k
(t
h
)、方差为的正态分布；
8.s4：由全概率公式获取各通道对应的剩余寿命l的概率密度函数f
k,h
(l)如下：
[0009][0010]
其中，p
h|h
为实际退化量x
k
(t
h
)的方差估计值；
[0011]
s5：分别对各通道的概率密度函数f
k,h
(l)进行积分，得到各通道振动测试数据对应的剩余寿命的累积分布函数f
k,h
(l)；
[0012]
s6：根据sklar定理，存在一个copula函数c
′
使得燃气轮机剩余寿命的概率密度函数f
h
(l)为：
[0013][0014]
其中，f
k,h
(d
k,h
,l)＝1
‑
f
k,h
(l)；
[0015]
s7：对概率密度函数f
h
(l)进行积分，得到燃气轮机剩余寿命的累积分布函数f
h
(l)，实现燃气轮机的寿命预测。
[0016]
进一步地，选中的两个整机振动测点分布在燃气轮机外机匣垂直于转子轴系方向的不同截面上。
[0017]
进一步地，被选中的两个整机振动测点分布在压气机支点截面和涡轮支点截面上。
[0018]
进一步地，对环境背景噪声振动数据进行野点剔除、趋势项消除以及滤波处理后，再将得到的结果作为测量误差
[0019]
进一步地，实际退化量x
k
(t
h
)的方差估计值p
h|h
由卡尔曼滤波算法计算得到。
[0020]
进一步地，累积分布函数f
k,h
(l)的计算公式如下：
[0021][0022]
累积分布函数f
h
(l)的计算公式如下：
[0023][0024]
有益效果：
[0025]
本发明提供一种含测量误差二维振动参数的燃气轮机寿命预测方法，首先在单通道测试参数可靠性建模时，添加描述测量误差，从而可以有效解决传感器测量误差对振动测试数据处理的影响；再者，针对燃气轮机两路振动测试数据的情况，本发明考虑两路振动测试数据的相关性，提出采用copula函数关联两个通道的剩余寿命的概率密度函数，可以有效通过对燃气轮机两通道测振参数的分析，为燃气轮机整机剩余寿命预测提供有效支撑，大大提高燃气轮机剩余寿命的预测精度，尤其适用于舰船平台振动传递干扰等复杂环境下测试数据含有测量误差时的情况。
附图说明
[0026]
图1为本发明提供一种含测量误差二维振动参数的燃气轮机寿命预测方法的流程图。
具体实施方式
[0027]
为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0028]
整机振动监测是舰船用燃气轮机性能退化和可靠性评估的重要手段之一，舰用燃气轮机的转子系统为长轴结构，受转子支承方式影响，在机匣外测点对转子燃气轮机整机振动测量时，不同测点对转子特定故障响应敏感度不同，且其失效阈值也有差异，因此提出采用双加速度振动传感器，对燃气轮机健康状态进行监测。此外，受舰船平台振动传递、噪声、温度变化等影响，健康管理系统采集的振动数据难免存在误差。为提高燃气轮机寿命预测的精度，减小振动传感器测点布置及测量误差对评估的影响，如图1所示，本发明提出采用一种含有测量误差的燃气轮机二维性能退化参数剩余寿命预测方法，包括以下步骤：
[0029]
s1：分别在燃气轮机上选取两个振动测点作为整机振动测试的两个通道，并将t
h
时刻燃气轮机两个通道的振动测试数据的实际退化量记为x
k
(t
h
)＝x
0,k
μ
k
t σ
k
b(t)，其中，k＝1,2，分别表示两个通道的编号，x
0,k
为初始退化量，μ
k
为燃气轮机第k个通道振动测试数据的漂移系数，σ
k
为燃气轮机第k个通道振动测试数据的扩散系数，{b(t),t≥0}为标准布朗运动。
[0030]
s2：对燃气轮机开展背景环境振动测试实验，得到两个通道的环境背景噪声振动数据，并将环境背景噪声振动数据作为测量误差且测量误差服从均值为μ
ε
、标准差为σ
ε,k
的正态分布。
[0031]
需要说明的是，燃气轮机在船用状态下，其振动测量误差主要来源于船体传递的背景环境噪声，因此，开展背景环境振动测试实验，确定测量误差的随机概率分布情况，通常测量误差服从正态分布，即μ
ε
为均值，通常为0，σ
ε,k
为标准差；同时，背景环境振动测试实验有2种形式，一种是在舰船平台上通过关闭被测燃气轮机测量不同测点振动烈度数据，另一种是将振动传感器布置在燃气轮机安装的刚性基座上，本发明采用第一种形式。此外，本发明将测得的环境背景噪声振动数据等测量误差项进行剔除野点、消除趋势项和滤波等处理后，再研究其数据分布情况，将得到的结果作为测量误差
[0032]
进一步地，在对燃气轮机整机转子支承方案分析的基础上，为增加整机可靠性评估精度，选中两个振动测点，形成两通道测试数据进行联合评估，被选中的2个典型振动测点可以为燃气轮机外机匣垂直于转子轴系方向不同截面的测点，通常选择压气机支点截面和涡轮支点截面。在工程实测和理论分析中，整机振动值具有性能退化特征，可以视为退化量。此外，采集的振动数据是以振动烈度(mm/s)为计量单位，所用的数据采集传感器为耐高温加速度传感器。
[0033]
此外，在传统的燃气轮机的寿命预测中，对第k个通道振动测试量而言，若在时刻t
h
之前其退化量都没有超过w
k
，则对应的剩余寿命l
k,h
的表达式为：
[0034]
l
k,h
＝inf{l,x
k
(l t
h
)≥w
k
|(x
k,1:h
,x
k
(t
j
)＜w
k
,j＝1,2,
…
,h)}
[0035]
其中l为该通道对应的燃气轮机剩余寿命，其概率密度函数为
[0036][0037]
其中t
h
时刻的失效阈值d
k,h
＝w
k
‑
x
k
(t
h
)。
[0038]
然而，由于测量误差的存在，真实的退化状态x
k
(t
h
)存在不确定性，从而导致t
h
时刻的失效阈值d
k,h
也存在不确定性；因此，本发明添加描述测量误差，重新获取各通道的剩余寿命概率密度函数，以提高剩余寿命预测精度，具体参见如下步骤s3～s4。
[0039]
s3：将使得燃气轮机在t
h
时刻失效的真实失效阈值d
k,h
记为其中，w
k
为设定的失效阈值，且d
k,h
符合均值为w
k
‑
x
k
(t
h
)、方差为的正态分布。
[0040]
s4：由全概率公式获取各通道对应的剩余寿命l的概率密度函数f
k,h
(l)如下：
[0041][0042]
其中，p
h|h
为实际退化量x
k
(t
h
)的方差估计值，可通过kalman滤波等方法获得。
[0043]
s5：分别对各通道的概率密度函数f
k,h
(l)进行积分，得到各通道振动测试数据对应的剩余寿命的累积分布函数f
k,h
(l)；累积分布函数f
k,h
(l)的计算公式如下：
[0044][0045]
记f
k,h
(x,l)为的累积分布函数。
[0046]
s6：根据sklar定理，存在一个copula函数c
′
使得燃气轮机剩余寿命的概率密度函数f
h
(l)为：
[0047][0048]
其中，f
k,h
(d
k,h
,l)＝1
‑
f
k,h
(l)。
[0049]
s7：对概率密度函数f
h
(l)进行积分，得到燃气轮机剩余寿命的累积分布函数f
h
(l)，实现燃气轮机的寿命预测；累积分布函数f
h
(l)的计算公式如下：
[0050][0051]
下面详细介绍实际退化量x
k
(t
h
)的方差估计值p
h|h
的获取方法：
[0052]
为了估计燃气轮机的退化状态，将退化状态方程和测量方程在监测时刻转换为离散时间方程，在离散时间点t
h
，h＝1,2,
…
可以得到变换后的退化模型：
[0053][0054]
其中，噪声v
h
＝σ
k
(b(t
h
)
‑
b(t
h
‑1))，ε
h
是ε在时刻t
h
的实现。{v
h
}
h≥1
和{ε
h
}
h≥1
是独立同分布的噪声序列。根据上式的退化模型，定义和p
h|h
＝var[x
h
|y
1:h
]分别为通过测量y
1:h
对退化状态x
h
估计的期望和方差；和分别为一步预测的期望和方差。因此，在时刻t
h
，基于kalman滤波的潜在退化状态估计和更新过程如下：
[0055]
状态估计：
[0056][0057][0058][0059][0060]
方差更新：
[0061]
p
h|h
＝(1
‑
k(h))p
h|h
‑1[0062]
由此可见，基于现有技术中无法有效解决传感器测量误差对测试数据处理的影响，传统可靠性评估多为单通道参数的可靠性评估方法，本发明针对燃气轮机两路振动测试数据的情况，可以有效通过对燃气轮机两通道测振参数的分析，评估燃气轮机核心转子系统的可靠性，为燃气轮机整机剩余寿命预测提供有效支撑，得到更为精确的剩余寿命预测结果；需要说明的是，即使在舰船平台振动传递干扰等复杂环境下测试数据含有测量误差时的情况，本发明也能保持较为精确的剩余寿命预测精度。
[0063]
当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当然可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。