用于燃气涡轮发动机的阻尼器的阻尼器状况监测制造技术

提供了系统、方法和燃气涡轮发动机，其包括用于其阻尼器的状况监测的特征。一方面，燃气涡轮发动机包括旋转部件、与旋转部件可操作地联接的轴承以及与轴承相关联的阻尼器。燃气涡轮发动机还包括传感器和控制器。控制器接收包括感测和/或计算的参数值的数据。控制器基于参数值生成阻尼器严重性指数。阻尼器严重性指数指示阻尼器的健康状态。控制器确定阻尼器严重性指数是否超过阈值。当阻尼器严重性指数超过阈值时，生成指示阻尼器的健康状态的通知。计算系统可以确定阻尼器的故障类型和剩余使用寿命，并且可以基于从机队中的发动机接收的场数据更新控制器逻辑。的场数据更新控制器逻辑。的场数据更新控制器逻辑。

【技术实现步骤摘要】
用于燃气涡轮发动机的阻尼器的阻尼器状况监测


[0001]本主题大体涉及用于涡轮机(例如燃气涡轮发动机)的阻尼器的阻尼器状况监测。

技术介绍

[0002]涡轮机的旋转部件在操作期间会经受大范围的振动负载。例如，航空燃气涡轮发动机的转子可取决于发动机的操作状况经历大范围的振动幅度和偏心率。通常，一个或多个轴承支撑转子的一个或多个轴。轴通常由轴承支撑和保持，并且振动负载由阻尼器(例如挤压膜阻尼器)控制和阻尼。在某些情况下，这种阻尼器可能会失效或以其它方式变得无效。目前，没有令人满意的方法来监测这种阻尼器的状况或健康状态。
[0003]因此，解决上述一个或多个挑战的阻尼器状况监测系统和方法将是有用的。

技术实现思路

[0004]本专利技术的方面和优点将在以下描述中部分阐述，或者可以从描述中显而易见，或者可以通过本专利技术的实践获知。
[0005]在一方面，提供了一种燃气涡轮发动机。燃气涡轮发动机包括能够绕旋转轴线旋转的旋转部件、与旋转部件可操作地联接的轴承、以及与轴承相关联的阻尼器。此外，燃气涡轮发动机包括一个或多个传感器和与一个或多个传感器通信联接的控制器。控制器具有一个或多个处理器和一个或多个存储器装置。控制器的一个或多个处理器被构造为：从一个或多个传感器接收数据；至少部分地基于从一个或多个传感器接收的数据生成阻尼器严重性指数，阻尼器严重性指数指示阻尼器的健康状态；确定阻尼器严重性指数是否超过阈值；并且当阻尼器严重性指数超过阈值时，生成指示阻尼器的健康状态的通知。
[0006]在另一方面，提供了一种方法。该方法包括由燃气涡轮发动机的控制器从与燃气涡轮发动机相关联的一个或多个传感器接收数据；此外，该方法包括由控制器至少部分地基于从一个或多个传感器接收的数据生成阻尼器严重性指数，阻尼器严重性指数指示与轴承相关联的阻尼器的健康状态，轴承与燃气涡轮发动机的旋转部件可操作地联接。另外，该方法包括由控制器确定阻尼器严重性指数是否超过阈值。此外，该方法包括由控制器生成指示阻尼器严重性指数超过阈值的通知。
[0007]在进一步方面，提供了一种非暂时性计算机可读介质。非暂时性计算机可读介质包括计算机可执行指令，当计算机可执行指令由一个或多个处理器执行时，使一个或多个处理器：访问从机队的一个或多个燃气涡轮发动机接收的场数据，从一个或多个燃气涡轮发动机中的给定一个接收的场数据包括与一个或多个燃气涡轮发动机中的给定一个相关联的参数的参数值，一个或多个燃气涡轮发动机中的每一个包括阻尼器；访问使用从场数据识别的一个或多个状况指示符训练的机器学习模型，一个或多个状况指示符各自指示从场数据识别的与至少一个阻尼器的退化有关的特征；接收包括与具有阻尼器的燃气涡轮发动机相关联的参数的参数值的第二组场数据；并且使用第二组场数据作为机器学习模型的输入，生成指示燃气涡轮发动机的阻尼器的剩余使用寿命的输出。
[0008]在另一方面，提供了一种训练机器学习模型的方法。该方法包括由一个或多个计算装置从机队的一个或多个燃气涡轮发动机接收场数据，从一个或多个燃气涡轮发动机中的给定一个接收的场数据包括与一个或多个燃气涡轮发动机中的给定一个相关联的参数的参数值，一个或多个燃气涡轮发动机中的每一个包括阻尼器。此外，该方法包括由一个或多个计算装置从场数据识别一个或多个状况指示符，一个或多个状况指示符中的每一个指示影响与机队的一个或多个燃气涡轮发动机相关联的阻尼器的退化的参数。另外，该方法包括由一个或多个计算装置使用在场数据中识别的一个或多个状况指示符来训练机器学习模型，所训练的机器学习模型被构造为当第二组数据被输入其中时生成指示燃气涡轮发动机的阻尼器的健康状态的输出，第二组场数据包括与具有阻尼器的燃气涡轮发动机相关联的参数的参数值。
[0009]在又一方面，提供了一种计算系统。计算系统包括一个或多个存储器装置和一个或多个处理器。一个或多个处理器被构造为：从机队的一个或多个燃气涡轮发动机接收场数据，从一个或多个燃气涡轮发动机中的给定一个接收的场数据包括与一个或多个燃气涡轮发动机中的给定一个相关联的参数的参数值，一个或多个燃气涡轮发动机中的每一个包括阻尼器；从场数据识别一个或多个状况指示符，一个或多个状况指示符各自指示从场数据识别的影响至少一个阻尼器的退化的特征；使用一个或多个状况指示符训练机器学习模型；从机队的燃气涡轮发动机接收包括与燃气涡轮发动机相关联的参数的参数值的第二组场数据；并且使用第二组场数据作为机器学习模型的输入，生成指示燃气涡轮发动机的阻尼器的剩余使用寿命的输出。
[0010]参考以下描述和所附权利要求，将更好地理解本专利技术的这些和其他特征、方面和优点。包含在本说明书中并构成本说明书一部分的附图说明了本专利技术的实施例，并且与说明书一起用于解释本专利技术的原理。
附图说明
[0011]在参考附图的说明书中阐述了针对本领域普通技术人员的本专利技术的完整且可行的公开，包括其最佳模式，其中：
[0012]图1提供了根据本公开的各种实施例的示例性燃气涡轮发动机的示意横截面视图；
[0013]图2提供了图1的燃气涡轮发动机的轴承中的一个的特写示意图；
[0014]图3提供了根据本公开的示例实施例的阻尼器状况监测系统的框图；
[0015]图4提供了描绘根据本公开的示例实施例的绘制成时间的函数的生成的阻尼器严重性指数的图；
[0016]图5提供了图3的阻尼器状况监测系统的计算系统的框图；
[0017]图6提供了描绘在阻尼器的健康操作期间作为频率的函数的参数的健康信号的幅度的图，并且还描绘了在阻尼器的故障操作期间作为频率的函数的参数的故障操作信号的幅度；
[0018]图7提供了根据本公开的示例实施例的第一机器学习模型的简化流程图；
[0019]图8提供了根据本公开的示例实施例的第二机器学习模型的简化流程图；
[0020]图9提供了根据本公开的示例实施例的第三机器学习模型的简化流程图；
[0021]图10提供了根据本公开的示例实施例的第四机器学习模型的简化流程图；和
[0022]图11提供了根据本公开的示例实施例的用于监测燃气涡轮发动机的阻尼器的健康状态的方法的流程图。
具体实施方式
[0023]现在将详细参考本专利技术的当前实施例，其一个或多个示例在附图中示出。提供每个示例是为了解释本专利技术，而不是对本专利技术的限制。事实上，对本领域技术人员来说显而易见的是，在不脱离本专利技术的范围或精神的情况下，可以对本专利技术进行修改和变化。例如，作为一个实施例的一部分示出或描述的特征可用于另一实施例以产生又一实施例。因此，本专利技术旨在涵盖落入任何权利要求及其等同物的范围内的此类修改和变化。
[0024]详细描述使用数字和字母标号来指代附图中的特征。附图和描述中相同或相似的标号用于指代本专利技术相同或相似的部分，并且在整个附图中相同的数字表示相同的元件。如本文所用，术语“第一”、“第二”和“第三”可互换使用以将一个部件与另一个部件区分开，并且不旨在表示各个部件的位置或相对重要性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃气涡轮发动机，其特征在于，包括：旋转部件，所述旋转部件能够绕旋转轴线旋转；轴承，所述轴承与所述旋转部件可操作地联接；阻尼器，所述阻尼器与所述轴承相关联；一个或多个传感器；控制器，所述控制器与所述一个或多个传感器通信联接，所述控制器具有一个或多个处理器和一个或多个存储器装置，所述控制器的所述一个或多个处理器被构造为：从所述一个或多个传感器接收数据；至少部分地基于从所述一个或多个传感器接收的所述数据生成阻尼器严重性指数，所述阻尼器严重性指数指示所述阻尼器的健康状态；确定所述阻尼器严重性指数是否超过阈值；以及当所述阻尼器严重性指数超过所述阈值时，生成指示所述阻尼器的所述健康状态的通知。2.根据权利要求1所述的燃气涡轮发动机，其特征在于，其中所述控制器的所述一个或多个处理器使用一个或多个统计或机器学习模型生成所述阻尼器严重性指数。3.根据权利要求1所述的燃气涡轮发动机，其特征在于，其中所述控制器的所述一个或多个处理器进一步被构造为：至少部分地基于所述阻尼器严重性指数确定所述阻尼器的所述健康状态的严重性，其中所述阻尼器的所述严重性至少部分地基于所述阻尼器严重性指数偏离所述阈值的程度。4.根据权利要求1所述的燃气涡轮发动机，其特征在于，其中使用参数的参数值生成所述阻尼器严重性指数，所述参数值源自从所述一个或多个传感器接收的所述数据，所述参数包括与所述旋转部件的弓形转子启动相关联的至少一个参数。5.根据权利要求1所述的燃气涡轮发动机，其特征在于，其中...

【专利技术属性】
技术研发人员：卡纳哈亚，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：