[发明专利]一种燃气轮机动叶片断裂故障识别方法

权利要求书

1.一种基于信号奇异性检测的燃气轮机动叶片断裂故障识别方法，其特征在于，该方法包括如下步骤：

SS1：采集某一稳定工况下的燃气轮机实时振动信号数据x(t)，并将所述实时振动信号数据x(t)作为燃气轮机动叶片断裂故障识别模型输入；

SS2：对步骤SS1采集到的实时振动信号数据x(t)开展故障特征提取，分别构造以静叶通过频率幅值、动叶通过频率幅值以及转子工频幅值为目标元素的故障敏感特征向量BPF_S(t)、BPF_R(t)和N(t)，其中，静叶、动叶通过频率的计算公式分别为：

静叶通过频率＝第(n-1)级静叶数目×转子工频

动叶通过频率＝第n级动叶数目×转子工频；

SS3：选取具有低通性质的实函数θ(t)作为平滑函数，并以θ(t)的一阶导数为小波基构造小波函数在尺度s下，以平滑函数θ(t)描述的小波函数可表示为：

式中，θ_s(t)为尺度s下的平滑函数，且满足：

SS4：利用步骤SS3构造的小波函数对步骤SS2提取到的故障敏感特征向量BPF_S(t)、BPF_R(t)和N(t)进行卷积小波变换，构造各自对应的小波变换系数向量Wf_S(t)、Wf_R(t)和Wf_N(t)，其中，卷积型小波变换满足关系式：

式中，Wf(s,t)为小波变换系数；f(t)为待检测原始信号；f(t)*θ_s(t)为平滑算子，表示原始信号在尺度s下经过平滑函数“磨光”后的信号；

SS5：判断小波变换系数向量Wf_S(t)中的各元素是否为局部极值点。检测结果为局部极值点时进入步骤SS6，否则在非局部极值点元素位置输出“0”；

SS6：检测Wf_S(t)中的各局部极值点对应峰值P_Wf；

SS7：判断P_Wf是否为正峰值，满足条件时，在正峰值元素位置输出“1”，否则在非正峰值元素位置输出“0”，由此构造局部极值点峰值向量P_S(t)；

SS8：重复上述步骤SS5至SS7，依次构造局部极值点峰值向量P_R(t)和P_N(t)：构造峰值向量P_R(t)时，应判断P_Wf是否为负峰值；而构造峰值向量P_N(t)时，仍以正峰值为判断条件；

SS9：构造故障突变点检测向量P(t)，方式如下：

P(t)＝P_S(t)+P_R(t)+P_N(t)；

SS10：判断故障突变点检测向量P(t)中的各元素是否等于3，满足条件时，在P＝3元素位置T_P输出“1”，且判定燃气轮机压气机动叶片在T_P时刻发生断裂故障；否则在P≠3元素位置输出“0”，认为检测时间段内未发生动叶断裂故障，由此最终建立叶片断裂故障识别向量。

2.根据权利要求1所述的基于信号奇异性检测的燃气轮机动叶片断裂故障识别方法，其特征在于，所述步骤SS2中，待提取的特征频率主要包括静叶通过频率、动叶通过频率和转子工频，以上述三种频率成分的频率幅值为目标元素对原始振动信号开展故障特征提取。

3.根据权利要求2所述的基于信号奇异性检测的燃气轮机动叶片断裂故障识别方法，其特征在于，所述步骤SS2中，原始振动信号经过傅里叶变换后转换到频域，再以理论计算的特征频率为中心频率±10Hz范围内出现的最大幅值作为待提取的目标幅值。

4.根据权利要求1所述的基于信号奇异性检测的燃气轮机动叶片断裂故障识别方法，其特征在于，所述步骤SS3中，平滑函数θ(t)选用了具有低通性质的高斯函数，并基于高斯函数进一步构造了如下式所示的小波函数

式中，尺度参数s取3。