一种汽轮机叶片故障检测方法及系统技术方案

本发明专利技术提供了一种汽轮机叶片故障检测方法及系统，属于汽轮机故障检测技术领域，其方法包括：获取目标汽轮机在工作中的每一级叶片的工作温度，对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据，确定所述异常数据的异常特征，并基于所述异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型，基于所述故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定。以此来解决在各种不利条件下叶片会发生很多突发故障，其具有发生时间短、破坏性大，且有可能导致更为恶性的机组安全事故的问题。有可能导致更为恶性的机组安全事故的问题。有可能导致更为恶性的机组安全事故的问题。

【技术实现步骤摘要】
一种汽轮机叶片故障检测方法及系统


[0001]本专利技术涉及汽轮机故障检测
，特别涉及一种汽轮机叶片故障检测方法及系统。

技术介绍

[0002]目前，随着越来越多的大型汽轮机组的制造和投产，由于叶片高度和蒸汽参数的提高，叶片的工作条件也愈来愈严酷，如汽轮机进汽端的调节级叶片要承受最高近600
°
C的高温和喷嘴弧段的巨大冲击力，在排气端，则是巨大的离心力和接近两倍音速的湿蒸汽流的冲刷，而且所有动叶片都承受着多种形式的周期性或随机性激振力作用而处于强迫振动之中，正是这些不利条件使叶片长期成为影响汽轮机安全最主要的因素，在各种不利条件下，叶片会发生很多突发故障，其具有发生时间短、破坏性大，且有可能导致更为恶性的机组安全事故。
[0003]因此，本专利技术提出一种汽轮机叶片故障检测方法及系统。

技术实现思路

[0004]本专利技术提供一种汽轮机叶片故障检测方法及系统，通过获取目标汽轮机在工作中的每一级叶片的工作温度，对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据，确定所述异常数据的异常特征，并基于异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型，根据故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定，以此来解决
技术介绍
中在各种不利条件下叶片会发生很多突发故障，其具有发生时间短、破坏性大，且有可能导致更为恶性的机组安全事故的问题。
[0005]本专利技术提出一种汽轮机叶片故障检测方法，该方法包括：步骤1：获取目标汽轮机在工作中的每一级叶片的工作温度；步骤2：对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据；步骤3：确定所述异常数据的异常特征，并基于所述异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型；步骤4：基于所述故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定。
[0006]优选的，获取目标汽轮机在工作中的每一级叶片的工作温度，包括：确定目标汽轮机的型号和工作级数；根据所述目标汽轮机的型号和工作级数确定目标汽轮机叶片在不同工作级下的叶片形状参数和叶片大小参数；根据所述目标汽轮机叶片在不同工作级下的叶片形状参数和叶片大小参数确定目标汽轮机叶片在不同工作级下的工作参数阈值；
基于目标汽轮机叶片在不同工作级下的工作参数阈值和目标汽轮机的热效应方程确定目标汽轮机在工作中的每一级叶片的工作温度。
[0007]优选的，对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据，包括：通过振动传感器设备对目标汽轮机叶片的多个检测点进行振动数据采集，获取采集到的多个检测点的振动数据；对每个检测点振动数据进行预处理；对预处理后的振动数据进行频率分析，获取数据信号在不同频率范围内的振幅大小和变化趋势；基于所述数据信号在不同频率范围内的振幅大小和变化趋势获取振动数据中的异常数据。
[0008]优选的，确定所述异常数据的异常特征，并基于所述异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型，包括：获取所述异常数据的均值和标准差，并绘制异常数据的数据图；将所述异常数据的数据图和正常数据的数据图进行比较，确定所述异常数据的异常特征；确定异常数据在振动数据中的数据分布情况，根据数据分布情况确定异常数据与振动数据的数据位置关系；根据所述数据位置关系和异常数据的异常特征确定目标汽轮机叶片的数据矢量特征；将所述数据矢量特征转换为向量特征，将所述向量特征映射到汽轮机叶片故障类型的分类结果上确定汽轮机叶片的故障类型。
[0009]优选的，基于所述故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定，包括：根据所述故障类型确定故障性质；根据所述故障性质和每一级叶片的工作温度确定每一级叶片的故障状态参数；基于所述每一级叶片的故障状态参数确定目标汽轮机叶片的故障严重程度。
[0010]优选的，通过振动传感器设备对目标汽轮机叶片的多个检测点进行振动数据采集，包括：将远程数据采集指令发送至所述振动传感器设备；通过所述振动传感器设备识别所述远程数据采集指令的帧头与帧尾；对所述帧头与帧尾中间的数据进行提取，得到有效数据；将所述有效数据转换为字符串类型数据，与已有结构体中的命令字符串进行匹配，若匹配成功，输出对应的命令码；基于命令码通过振动传感器设备对目标汽轮机叶片的多个检测点进行振动数据采集。
[0011]优选的，还包括：根据故障程度确定目标汽轮机叶片的维修成本系数，同时，根据目标汽轮机叶片的加工运输程序确定目标汽轮机叶片的更换成本系数；
将目标汽轮机叶片的维修成本系数和更换成本系数进行比较，获取比较结果；若比较结果为维修成本系数大于更换成本系数，则判定对于目标汽轮机叶片处理方式为叶片更换；若比较结果为更换成本系数大于维修成本系数，则判定对于目标汽轮机叶片处理方式为叶片维修。
[0012]优选的，对所述帧头与帧尾中间的数据进行提取，得到有效数据的过程中还包括：在数据提取过程中获取下发远程数据采集指令的下发端的用户身份信息，进而获取用户的提取ID以及提取ID对应的操作信息；在提取ID对应的操作信息中查找提取ID对应的第一公开信息；在合法获取用户的身份验证信息中查找提取ID对应的第二公开信息；根据第一公开信息以及第二公开信息提取查找失败的疑似提取ID，并获取所述疑似提取ID对应的疑似操作信息；提取所述疑似操作信息对于计算机网络服务器中的待操作动作项，同时获取每一待操作动作项对应的响应结果；根据每一待操作动作项在计算机网络服务器中的停留时长，获取每一响应结果对应的响应权重；基于每一响应结果对应的生成时间点的先后顺序，对所有响应结果进行排序，建立响应列表；根据每一响应结果对应的响应权重和该响应结果在所述响应列表中的位置，获取对应的疑似提取ID在每一响应结果中获取的信息量；汇集疑似提取ID对应的所有信息量，建立对应的ID获用信息序列；提取所述ID获用信息序列中与预设数据类型一致的若干特征数据；根据每一特征数据对应的数据类型，建立数据类型链；查找数据类型链，获取查找成功的第一提取ID，并确定所述第一提取ID未公开身份；获取查找失败的第二提取ID，并确定所述第二提取ID的身份不合法；同时，强行停止所述第二提取ID的提取有效数据的进程。
[0013]一种汽轮机叶片故障检测系统，包括：获取模块：获取目标汽轮机在工作中的每一级叶片的工作温度；采集模块：对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据；第一确定模块：确定所述异常数据的异常特征，并基于所述异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型；第二确定模块：基于所述故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定。
[0014]与现有技术相比，本申请的有益效果如下：通过确定每一级叶片的工作温度，并对多个检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽轮机叶片故障检测方法，其特征在于，该方法包括：步骤1：获取目标汽轮机在工作中的每一级叶片的工作温度；步骤2：对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据；步骤3：确定所述异常数据的异常特征，并基于所述异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型；步骤4：基于所述故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定。2.根据权利要求1所述的汽轮机叶片故障检测方法，其特征在于，获取目标汽轮机在工作中的每一级叶片的工作温度，包括：确定目标汽轮机的型号和工作级数；根据所述目标汽轮机的型号和工作级数确定目标汽轮机叶片在不同工作级下的叶片形状参数和叶片大小参数；根据所述目标汽轮机叶片在不同工作级下的叶片形状参数和叶片大小参数确定目标汽轮机叶片在不同工作级下的工作参数阈值；基于目标汽轮机叶片在不同工作级下的工作参数阈值和目标汽轮机的热效应方程确定目标汽轮机在工作中的每一级叶片的工作温度。3.根据权利要求1所述的汽轮机叶片故障检测方法，其特征在于，对目标汽轮机叶片的多个检测点进行振动数据采集，并获取振动数据中的异常数据，包括：通过振动传感器设备对目标汽轮机叶片的多个检测点进行振动数据采集，获取采集到的多个检测点的振动数据；对每个检测点振动数据进行预处理；对预处理后的振动数据进行频率分析，获取数据信号在不同频率范围内的振幅大小和变化趋势；基于所述数据信号在不同频率范围内的振幅大小和变化趋势获取振动数据中的异常数据。4.根据权利要求1所述的汽轮机叶片故障检测方法，其特征在于，确定所述异常数据的异常特征，并基于所述异常数据与振动数据的数据位置关系，确定目标汽轮机叶片的数据矢量特征，进而确定汽轮机叶片的故障类型，包括：获取所述异常数据的均值和标准差，并绘制异常数据的数据图；将所述异常数据的数据图和正常数据的数据图进行比较，确定所述异常数据的异常特征；确定异常数据在振动数据中的数据分布情况，根据数据分布情况确定异常数据与振动数据的数据位置关系；根据所述数据位置关系和异常数据的异常特征确定目标汽轮机叶片的数据矢量特征；将所述数据矢量特征转换为向量特征，将所述向量特征映射到汽轮机叶片故障类型的分类结果上确定汽轮机叶片的故障类型。5.根据权利要求1所述的汽轮机叶片故障检测方法，其特征在于，基于所述故障类型、每一级叶片的工作温度，对目标汽轮机叶片的故障程度进行确定，包括：
根据所述故障类型确定故障性质；根据所述故障性质和每一级叶片的工作温度确定每一级叶片的故障状态参数；基于所述每一级叶片的故障状态参数确定目标汽轮机叶片的故障严重程度。6.根据权利要求3所述的汽轮机叶片故障检测方法，其特征在于，通过振动传感器设备对目标汽轮机叶片的多个检测点进行振动数据采集，包括：将远程数据采集指令...

【专利技术属性】
技术研发人员：杨炳良，
申请(专利权)人：华能山东发电有限公司烟台发电厂，
类型：发明
国别省市：