【技术实现步骤摘要】
本专利技术涉及信号处理和振动分析，尤其涉及一种燃气轮机燃烧振荡故障时频分析方法及系统。
技术介绍
1、重型燃气轮机是一种高效的动力装置，广泛应用于以电力系统为主的工业界各个方面，是现如今能量转换效率最高的发电设备。由于其热效率高、制造周期短、污染排放少、用水量少、启停灵活等优点，重型燃气轮机及其联合循环动力系统已经成为世界主要动力机械之一。燃气轮机燃烧室普遍采用贫预混旋流燃烧方式，这种燃烧方式在降低燃烧温度及nox排放的同时，极易诱发振荡燃烧故障。这种燃烧故障会极大程度地降低燃气轮机及其联合循环的运行效率以及燃烧效率，燃烧室的温度、nox浓度等重要参数也可能发生波动。因此，需要发展快速、准确、工程可用的燃气轮机燃烧故障检测方法，对振荡燃烧故障进行实时诊断和及时干预，保障人员财产安全。
2、振荡燃烧故障的准确检测对于降低其带来的安全隐患与经济损失而言是至关重要的，国外很多研究机构及学者对于燃烧不稳定的动态监测做了很多努力，目前，工程可用的振荡燃烧故障传统监测方法是基于压力传感器对燃烧室的时域压力信号进行频域分析，从而监测燃烧过程的压力幅值是否超出正常运行范围。为保证传感器的使用寿命，安装位置总远离火焰。这必然会在燃烧室的实际压力和传感器测量的压力之间存在误差，使数据监测存在偏差和滞后现象，故障现象诊断识别不及时，为实际生产造成严重损失。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种燃气轮机燃烧振荡故障时频分析方法
3、为解决上述技术问题，本专利技术提供如下技术方案，一种燃气轮机燃烧振荡故障时频分析方法，包括：利用高速相机结合耐高温内窥镜及特殊波段光学滤镜获取燃烧室中火焰的ch*化学发光信号，对采集到的火焰化学发光信号进行滤波降噪处理；利用本征正交分解方法对火焰图像进行数据降维与特征提取，提取1阶模态时间系数；利用短时傅里叶变换对火焰图像本征正交分解得到的1阶态时间系数进行时频分析；根据信号的频率特性来优化窗函数，对燃气轮机燃烧室的振荡燃烧故障进行实时诊断与准确识别。
4、作为本专利技术所述的一种燃气轮机燃烧振荡故障时频分析方法的一种优选方案，其中：所述获取燃烧室中火焰的ch*化学发光信号包括，相机通过耐高温内窥镜和特殊波段光学滤镜，高速连续拍摄获取燃烧室内火焰的ch*化学发光信号；
5、对采集到的图像进行预处理，预处理包含调整亮度、对比度、色彩平衡，去除噪声点，将预处理后的图像分割成火焰区域和非火焰区，从火焰区域中提取特征，将火焰的面积、周长的特征转换为时间序列信号，信号表示火焰随时间的动态变化。
6、作为本专利技术所述的一种燃气轮机燃烧振荡故障时频分析方法的一种优选方案，其中：所述滤波降噪处理包括，通过高斯滤波去除随机噪声，表达式如下，
7、
8、其中，表示滤波后的火焰化学发光信号强度，i表示原始火焰化学发光信号的强度，μ1表示信号强度的平均值，σ表示信号强度的标准差，exp表示自然指数函数，表示窗函数；
9、通过泰勒级数展开增强信号的局部特征，同时调整窗函数适应不同频率特性的信号：
10、
11、其中，表示降噪后的火焰化学发光信号强度，μ2表示滤波后信号强度的平均值，n表示泰勒级数的展开阶数；
12、将滤波和降噪步骤结合，得到最终的滤波降噪后的信号强度：
13、
14、分步控制滤波和降噪过程，提高对火焰化学发光信号的处理效果。
15、作为本专利技术所述的一种燃气轮机燃烧振荡故障时频分析方法的一种优选方案，其中：所述本征正交分解包括，对于一组连续变化的火焰图像序列x(x,t)，表示为；
16、
17、其中，x为空间坐标，t为时间，ai为模态i的时间系数，ξi为模态i的空间分布，m为模态数，“0阶模态”代表平均模态；
18、求解表征这组火焰图像的正交基及时间系数，将火焰图像转化为一个样本矩阵x＝[x1,x2...xn]，奇异值分解表示为：
19、x＝uσvt
20、其中，u和v都为正交矩阵，分别代表不同模态的空间和时间分布；σ为对角矩阵，代表矩阵的奇异值；矩阵u的第i列是模态i的空间分布ξi；矩阵v的第i列与对角矩阵σ的第i列相乘是模态i的时间系数ai。
21、作为本专利技术所述的一种燃气轮机燃烧振荡故障时频分析方法的一种优选方案，其中：所述时频分析包括，将一段信号分割成不同的窗口，并对每个窗口执行傅里叶变换，再将每个窗口得到的频谱分析结果拼接起来，获得频率随时间的变化信息；
22、
23、其中，t’代表窗函数的平移因子，s(t)为非平稳信号，τ为时间段，随着t’的变化，h(t)将s(t)分为小的时间段，即：
24、st(τ)＝s(τ)h(τ-t’)
25、其中，st(τ)为已分段信号，平移因子t’不断变化完成整个信号的傅里叶变换。
26、作为本专利技术所述的一种燃气轮机燃烧振荡故障时频分析方法的一种优选方案，其中：所述优化窗函数包括，单一频率信号和多频率信号；
27、当检测信号为单一频率信号时，分析信号的频率特性，确定单一频率成分的频率值，根据频率值调整汉宁窗的标准差，表达式为：
28、
29、其中，表示单一频率信号优化后的窗函数，τ表示积分中时间变量，表示汉宁窗函数；
30、当检测信号为多频率信号时，分析信号的频率特性，确定多频率成分的频率值，根据频率值计算每个频率成分的权重，根据权重调整加权汉宁窗的参数，优化表达式为：
31、
32、其中，表示多频率信号优化后的窗函数，τi表示对应于第i个频率成分表示窗函数的标准差，表示根据第i个频率成分的频率特性选择的窗函数，wi表示第i个频率成分的权重。
33、作为本专利技术所述的一种燃气轮机燃烧振荡故障时频分析方法的一种优选方案，其中：所述振荡燃烧故障包括，当单一频率信号频率超过60hz时，表示燃烧室内出现异常的高频振动，故障模式判定为高频振动指示燃烧室内的局部燃烧不稳定，检查和调整燃料喷射系统；
34、当多频率信号的能量分布在25hz-75hz范围内、总能量超过100db时，表示燃烧室内出现宽频带振动，故障模式判定为宽频带振动是由燃烧器的不稳定燃烧，检查燃烧器的同步性和气流分布，调整燃烧器之间的燃料分配；
35、当单一频率信号频率超过70hz，并且多频率信号能量分布在30-80hz范围内，总能量超过80db时，故障模式判定本文档来自技高网...
【技术保护点】
1.一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：包括，
2.如权利要求1所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述获取燃烧室中火焰的CH*化学发光信号包括，相机通过耐高温内窥镜和特殊波段光学滤镜，高速连续拍摄获取燃烧室内火焰的CH*化学发光信号；
3.如权利要求2所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述滤波降噪处理包括，通过高斯滤波去除随机噪声，表达式如下，
4.如权利要求3所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述本征正交分解包括，对于一组连续变化的火焰图像序列X(x，t)，表示为，
5.如权利要求4所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述时频分析包括，将一段信号分割成不同的窗口，并对每个窗口执行傅里叶变换，再将每个窗口得到的频谱分析结果拼接起来，获得频率随时间的变化信息，
6.如权利要求5所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述优化窗函数包括，单一频率信号和多频率信号；
7.如权利要求6所述的一种燃气轮机
8.一种采用如权利要求1～7任一所述的一种燃气轮机燃烧振荡故障时频分析方法的系统，其特征在于：包括信号采集模块、信号预处理模块、信号转换模块、故障诊断模块、结果显示模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：包括，
2.如权利要求1所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述获取燃烧室中火焰的ch*化学发光信号包括，相机通过耐高温内窥镜和特殊波段光学滤镜，高速连续拍摄获取燃烧室内火焰的ch*化学发光信号；
3.如权利要求2所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述滤波降噪处理包括，通过高斯滤波去除随机噪声，表达式如下，
4.如权利要求3所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述本征正交分解包括，对于一组连续变化的火焰图像序列x(x，t)，表示为，
5.如权利要求4所述的一种燃气轮机燃烧振荡故障时频分析方法，其特征在于：所述时频分析包括，将一段信号分割成不同的窗口，并对每个窗口执行傅里叶变换，再将每个窗口得到的频谱分析结果拼接起来，获得频率随时间的变化信息，
6.如权利要求5所述的...
【专利技术属性】
技术研发人员：肖俊峰，于倩倩，高松，王玮，王峰，李晓丰，李丹，李乐，夏家兴，郭菡，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。