[go: up one dir, main page]

CN115060503B - 一种基于状态信息熵的航空发动机转子运行状态评估方法 - Google Patents

一种基于状态信息熵的航空发动机转子运行状态评估方法 Download PDF

Info

Publication number
CN115060503B
CN115060503B CN202210602269.1A CN202210602269A CN115060503B CN 115060503 B CN115060503 B CN 115060503B CN 202210602269 A CN202210602269 A CN 202210602269A CN 115060503 B CN115060503 B CN 115060503B
Authority
CN
China
Prior art keywords
state information
information entropy
aircraft engine
amplitude
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210602269.1A
Other languages
English (en)
Other versions
CN115060503A (zh
Inventor
王俨剀
史浩宁
姚尚鹏
王彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202210602269.1A priority Critical patent/CN115060503B/zh
Publication of CN115060503A publication Critical patent/CN115060503A/zh
Application granted granted Critical
Publication of CN115060503B publication Critical patent/CN115060503B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00Testing of engines
    • G01M15/14Testing gas-turbine engines or jet-propulsion engines
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于状态信息熵的航空发动机转子运行状态评估方法,首先测量航空发动机转子运行的初始振幅——转速曲线;再测量运行tb时间后的振幅——转速曲线;接下来计算振幅——转速曲线Ab(n)对应的航空发动机转子状态信息熵Zb;重复计算得到运行tc、td、te…时间的振幅——转速曲线及其状态信息熵,以及达到寿命极限时刻时的航空发动机的振幅——转速曲线及状态信息熵;将各个时刻所得的状态信息熵值按使用时间顺序排列在状态信息熵值——使用时间图上;各点按使用时间从小到大连接,得到航空发动机转子全寿命状态信息熵值——使用时间图;最终对后续运行的同一型号航空发动机转子做寿命评估。本发明定量地反映了转子运行的状态与稳定性,具有实在的物理意义及实际可操作性。

Description

一种基于状态信息熵的航空发动机转子运行状态评估方法
技术领域
本发明属于航空发动机技术领域,具体涉及一种航空发动机转子运行状态评估方法。
背景技术
在航空发动机故障诊断及寿命预测领域,发展至今,出现了各种基于不同原理的方法。在应用过程中,往往不是孤立地仅采取某一种方法,而是倾向于通过多指标,更全面地反映问题。
热力学中的热力学熵,从宏观上讲,是一状态参数,任何不可逆因素将导致熵增。公式是:从微观上讲,是用来描述分子热运动的无序度。信息学中的信息熵,是香农(C.E.Shanno)借用热力学熵的概念提出的用来描述信息来源的不确定度,公式是:I=-∑Pilog2Pi
如附图2所示,类比热力学中的的T-S图,做出航空发动机转子的P-Z图。其中,功率P类比热力学中的温度T,状态信息熵Z类比热力学中的热力学熵S。
以航空发动机转子为控制体,是一开放的系统,与外界只进行能量的传递,没有质量的传递。在理想的可逆状态下,在航发转子系统工作时,可得图2所示4段循环。解释分别如下:
(1)A→B。转子涡轮端从高温高压气体中提取能量,在可逆假设条件下,认为:高温高压气体能提供的功率等于涡轮所需的功率,即二者在同一功率供需条件下进行能量传递,所以功率为一定值P2。对转子系统来说,从外界输入能量,自身的能量增多,状态变得不稳定,所以状态信息熵增加。综上所述,对于稳定的工况下,A→B为一水平线。
(2)C→D。转子压气机端向低温低压气体中输送能量,在可逆假设条件下,认为:低温低压气体需求的功率等于压气机所提供的功率,即二者在同一功率供需条件下进行能量传递,所以功率为一定值P1。对转子系统来说,向外界输出能量,自身的能量减少,状态变得稳定,所以状态信息熵减少。综上所述,对于稳定的工况下,C→D为一水平线。
(3)和(4)B→C,D→A。分别是气体离开涡轮流向尾喷管与气体进入进气道。这两段过程认为对转子系统没有任何影响,故信转子的状态信息熵不变。所以是两条竖直的线。
但在实际工况中,是不可逆的状态,如附图3所示。实际情况,正常工况下,高温高压的气体能提供的功率要大于涡轮所需的功率,其它功率用于克服损耗,这是上半段曲线的来历。同样地,压气机能提供的功率要大于低温低压气体所需的功率,其他功率用于克服损耗,这是下半段曲线的来历。
在此,类比热力学中的热效率,定义物理量ηz为运行状态下转轴克服轴承滚动摩擦效率。
在不可逆状态下,由于转子系统的涡轮端和压气机端都要克服功率传递过程的阻力在可逆理想状态下的阻力,故用来克服来自轴承滚动摩擦的阻力大大减少。有:
在可逆状态下,由于涡轮端与压气机端为等功率能量交换,所以这两端无须克服来自功率传递过程的阻力,此时转轴获得的能量全部用来克服来自轴承滚动摩擦的阻力,此时效率是最高的,记为:ηZ.re。有:
由上述分析,显然有:ηZ.re>ηZ.ir。将[1],[2]带入整理。并将流入转子系统的功W2记为正,流出转子系统的功W1记为负,经整理可得:
对每一段微元过程加和,有:
再将离散过程连续化,即:
上式为:航空发动机运行状态下的类比热力学克劳修斯积分不等式。它表明:任何发动机转子系统在两端理想可逆的循环工作时,微元功传递量与功传递时的供需功率之比的循环积分等于0;在两端实际不可逆的循环工作时,微元功传递量与功传递时的供需功率之比的循环积分小于0。
显然,为状态量,类比热力学中熵的定义,将其定义为航空发动机状态熵。这便是结合热力学中“不可逆因素导致熵增”引出航空发动机转子状态信息熵存在的必要性。
再做进一步类比,也可推出状态信息熵流,状态信息熵产。其中,状态信息熵流就是有功率流入流出时,对航空发动机转子状态的影响。状态信息熵产就是由于转子的内部不可逆条件,比如轴与滚动轴承的摩擦、转静子碰摩等,都可对转子状态的产生的影响。
在申请号为CN202110348056.6的发明创造中,提出了一种汽轮机转子寿命评估及检修指示系统。该专利通过对大型汽轮发电机组转子进行各种启动运行情况下疲劳强度问题的计算、验证及仿真。定量地计算汽轮机运转过程中的疲劳寿命。通过给出检修建议,准确的机组寿命评估和合理的检修安排就可使汽轮机寿命大大延长。取得了良好的效果。但该专利仅着眼于温度场应力与疲劳强度,没有从能量输入与输出给转子带来变化的角度对转子的运行状态进行定量地描述。
在申请号为CN200910195881.6的发明创造中,提出了一种发电机转子及转子护环的寿命评估方法。该专利通过对温度场及应力场的有限元模型进行分析,进行寿命损伤分析。能够达到有效评估发电机转子及转子护环使用寿命的效果,进而完善整个汽轮发电机组的寿命评定技术。取得了良好的效果。但该专利仅着眼于温度场与应力场,也没有从能量输入与输出给转子带来变化的角度对转子的运行状态进行定量地描述。
发明内容
为了克服现有技术的不足,本发明提供了一种基于状态信息熵的航空发动机转子运行状态评估方法,首先测量航空发动机转子运行的初始振幅——转速曲线Aa(n);再测量运行tb时间后的振幅——转速曲线;接下来取点并计算出振幅——转速曲线Ab(n)对应的航空发动机转子状态信息熵Zb;重复计算得到运行tc、td、te…时间的振幅——转速曲线Ac(n)、Ad(n)、Ae(n)…及其状态信息熵Zc、Zd、Ze,且…>te>td>tc>tb,以及达到寿命极限tfinish时刻时的航空发动机的振幅——转速曲线Zfinish(n)及状态信息熵Zfinish;将各个时刻所得的状态信息熵值按使用时间顺序排列在状态信息熵值——使用时间图上;各点按使用时间从小到大连接,得到航空发动机转子全寿命状态信息熵值——使用时间图;最终对后续运行的同一型号航空发动机转子做寿命评估。本发明定量地反映了转子运行的状态与稳定性,具有实在的物理意义及实际可操作性。
本发明解决其技术问题所采用的技术方案包括如下步骤:
步骤1:测得航空发动机转子运行的初始振幅——转速曲线;
通过测量得到航空发动机转子从静止状态加速的振幅——转速曲线Aa(n);所述振幅——转速曲线Aa(n)的横坐标为转速,单位为rpm,纵坐标为对应转速下的航空发动机转子振动幅值,单位为μm;将振幅——转速曲线Aa(n)作为衡量航空发动机转子运行后偏离初始状态的基准;
步骤2:测得航空发动机转子运行tb时间后的振幅——转速曲线;
通过测量得到运行tb时间后的航空发动机转子从静止状态加速的振幅——转速曲线Ab(n),所述振幅——转速曲线Ab(n)的横坐标为转速,单位为rpm,纵坐标为对应转速下的航空发动机转子振动幅值,单位为μm;
步骤3:按如下规则取点并计算出振幅——转速曲线Ab(n)对应的航空发动机转子状态信息熵Zb
将步骤1所述振幅——转速曲线Aa(b)与步骤2所述振幅——转速曲线Ab(n)置于振幅——转速坐标系内;
所述振幅——转速坐标系,纵轴为幅值,单位为μm,横轴为转速,单位为rpm;在横坐标轴上,确定用于计算状态信息熵的区间[Vmin,Vmax];在该区间内,等步长地取s个横坐标:n1,n2……ns,相应地,得到振幅——转速曲线Aa(n)与振幅——转速曲线Ab(n)上的对应这s个横坐标的纵坐标值:Aa(n1),Aa(n2)…Aa(ns)及Ab(n1),Ab(n2)…Ab(ns);记测量仪器的误差率为w%,有i个Ab(nx)值,x=1,2…i落在了区间[Aa(nx)-Aa(nx)·w%,Aa(nx)+Aa(nx)·w%]之内,有s-i个Ab(ny)值,y=1,2…s-i落在了区间[Aa(ny)-Aa(ny)·w%,Aa(ny)+Aa(ny)·w%]之外;则由公式:
计算得到转子运行tb时间后的航空发动机转子状态信息熵Zb
步骤4:重复步骤2和步骤3,得到航空发动机转子运行tc,td,te…时间的振幅——转速曲线Ac(n)、Ad(n)、Ae(n)…及其状态信息熵Zc,Zd,Ze…且…>te>td>tc>tb以及达到寿命极限tfinish时刻时的航空发动机转子的振幅——转速曲线Afinish(n)及状态信息熵Zfinish;所述tc,td,te…是指在航空发动机转子寿命全部耗尽之前,即使用时间为tfinish之前,用于计算对应时刻航空发动机状态信息熵的时刻;
步骤5:将各个时刻所得的状态信息熵值按使用时间顺序排列在状态信息熵值——使用时间图上;
所述状态信息熵值——使用时间图为:横坐标为使用时间,单位是s,纵坐标为状态信息熵值,单位是bit·μm;
记点A坐标为(ta,Za),其中,ta=0,Za=0,表示航空发动机刚出厂时,工作时间为0s,此时的航空发动机转子状态信息熵为0bit·μm;将坐标点A(ta,Za)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tb时间后,测得的状态信息熵值为Zb,将坐标点B(tb,Zb)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tc时间后,测得的状态信息熵值为Zc,将坐标点C(tc,Zc)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作td时间后,测得的状态信息熵值为Zd,将坐标点D(td,Zd)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作te时间后,测得的状态信息熵值为Ze,将坐标点E(te,Ze)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tfinish时间后,测得的状态信息熵值为Zfinish,将坐标点Finish(tfinish,Zfinish)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tfinish时间后,无法再使用,寿命终结;
步骤6:对步骤5各点按使用时间从小到大连接,得到航空发动机转子的全寿命状态信息熵值——使用时间图;
所述航空发动机转子的全寿命状态信息熵值——使用时间图包含了航空发动机转子从刚出厂到寿命终结时间段内每隔一段时间所测的状态信息熵值;
步骤7:利用步骤6所得航空发动机的全寿命状态信息熵值——使用时间图对后续使用的同一型号的航空发动机转子做寿命评估;
记同一型号航空发动机工作一段时间后,按步骤1和2的方法所测状态熵为则根据步骤6所得该型号航空发动机转的全寿命状态信息熵值——使用时间图,寻找纵坐标为时所对应的横坐标,记为/>则此时,估计其距离出厂已使用的时间为/>剩余寿命为
本发明的有益效果如下:
本发明通过从能量输入与输出给转子带来变化的角度对转子的运行状态进行定量地描述,提出了状态信息熵这一参数与计算公式。通过计算所取转速区间内的振幅——转速曲线相较于初始振幅——转速曲线的状态信息熵,定量地反映了转子运行的状态与稳定性,不仅仅着眼于某一特定故障点而是对全转速下的状态进行综合评估;本发明跨越热力学和信息学两学科,将二者交叉起来,应用于评价航空发动机运行状态的评估,是一个全新的角度,也具有实在的物理意义及实际可操作性。
附图说明
图1为本发明的设计流程图。
图2为航空发动机的转子理想状态下的转子的P-Z图。
图3为航空发动机的转子实际不可逆状态下的转子的P-Z图。
图4为本发明实施例中,刚出场的配合间隙为0mm,配合面粗糙度为0.8的套齿联轴器在试验台上测出的振幅——转速曲线Aa(n)。
图5为本发明实施例间隙为0.01mm,配合面粗糙度为0.8的套尺的套齿联轴器在试验台上测出的振幅——转速曲线Ab(n)。
图6为本发明实施例步骤1/2/4所得各套齿联轴器的振幅——转速曲线。
图7为本发明实施例所测各时刻状态信息熵在标在状态信息熵值——使用时间图上。
图8为本发明实施例中,套齿联轴器的全寿命状态信息熵值——使用时间图。
图9为本发明实施例评估套齿联轴器示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
为克服现有技术中存在的欠缺从能量输入与输出给转子带来变化的角度对转子的运行状态进行定量地描述的缺陷,本发明提出了一种基于状态信息熵的航空发动机转子运行状态评估方法。如图1所示。
步骤1:测得航空发动机转子运行的初始振幅——转速曲线;
通过测量得到航空发动机转子从静止状态加速的振幅——转速曲线Aa(n);所述振幅——转速曲线Aa(n)的横坐标为转速,单位为rpm,纵坐标为对应转速下的航空发动机转子振动幅值,单位为μm;将振幅——转速曲线Aa(n)作为衡量航空发动机转子运行后偏离初始状态的基准;
步骤2:测得航空发动机转子运行tb时间后的振幅——转速曲线;
通过测量得到运行tb时间后的航空发动机转子从静止状态加速的振幅——转速曲线Ab(n),所述振幅——转速曲线Ab(n)的横坐标为转速,单位为rpm,纵坐标为对应转速下的航空发动机转子振动幅值,单位为μm;
步骤3:按如下规则取点并计算出振幅——转速曲线Ab(n)对应的航空发动机转子状态信息熵Zb
将步骤1所述振幅——转速曲线Aa(n)与步骤2所述振幅——转速曲线Ab(n)置于振幅——转速坐标系内;
所述振幅——转速坐标系,纵轴为幅值,单位为μm,横轴为转速,单位为rpm;在横坐标轴上,确定用于计算状态信息熵的区间[Vmin,Vmax];在该区间内,等步长地取s个横坐标:n1,n2……ns,相应地,得到振幅——转速曲线Aa(n)与振幅——转速曲线Ab(n)上的对应这s个横坐标的纵坐标值:Aa(n1),Aa(n2)…Aa(ns)及Ab(n1),Ab(n2)…Ab(ns);记测量仪器的误差率为w%,有i个Ab(nx)值,x=1,2…i落在了区间[Aa(nx)-Aa(nx)·w%,Aa(nx)+Aa(nx)·w%]之内,有s-i个Ab(ny)值,y=1,2…s-i落在了区间[Aa(ny)-Aa(ny)·w%,Aa(ny)+Aa(ny)·w%]之外;则由公式:
计算得到转子运行tb时间后的航空发动机转子状态信息熵Zb
步骤4:重复步骤2和步骤3,得到航空发动机转子运行tc,td,te…时间的振幅——转速曲线Ac(n)、Ad(n)、Ae(n)…及其状态信息熵Zc,Zd,Ze…且…>te>td>tc>tb以及达到寿命极限tfinish时刻时的航空发动机转子的振幅——转速曲线Afinish(n)及状态信息熵Zfinish;所述tc,td,te…是指在航空发动机转子寿命全部耗尽之前,即使用时间为tfinish之前,用以计算对应时刻航空发动机状态信息熵的时刻。对于所述tc,td,te…时刻,如果时间间隔越短,则在步骤6所得航空发动机转子的全寿命状态信息熵值——使用时间图就越精确;
步骤5:将各个时刻所得的状态信息熵值按使用时间顺序排列在状态信息熵值——使用时间图上;
所述状态信息熵值——使用时间图为:横坐标为使用时间,单位是s,纵坐标为状态信息熵值,单位是bit·μm;
记点A坐标为(ta,Za),其中,ta=0,Za=0,表示航空发动机刚出厂时,工作时间为0s,此时的航空发动机转子状态信息熵为0bit·μm;将坐标点A(ta,Za)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tb时间后,测得的状态信息熵值为Zb,将坐标点B(tb,Zb)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tc时间后,测得的状态信息熵值为Zc,将坐标点C(tc,Zc)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作td时间后,测得的状态信息熵值为Zd,将坐标点D(td,Zd)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作te时间后,测得的状态信息熵值为Ze,将坐标点E(te,Ze)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tfinish时间后,测得的状态信息熵值为Zfinish,将坐标点Finish(tfinish,Zfinish)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tfinish时间后,无法再使用,寿命终结;
步骤6:对步骤5各点按使用时间从小到大连接,得到航空发动机转子的全寿命状态信息熵值——使用时间图;
所述航空发动机转子的全寿命状态信息熵值——使用时间图包含了航空发动机转子从刚出厂到寿命终结时间段内每隔一段时间所测的状态信息熵值;
步骤7:利用步骤6所得航空发动机的全寿命状态信息熵值——使用时间图对后续使用的同一型号的航空发动机转子做寿命评估;
记同一型号航空发动机工作一段时间后,按步骤1和2的方法所测状态熵为则根据步骤6所得该型号航空发动机转的全寿命状态信息熵值——使用时间图,寻找纵坐标为/>时所对应的横坐标,记为/>则此时,估计其距离出厂已使用的时间为/>剩余寿命为
具体实施例:
使用航空发动机转子中的套齿联轴器模拟航空发动机转子运行,验证本发明方法。
步骤一:取某型号套齿联轴器,配合间隙为0mm,配合面粗糙度为0.8。测其初始的振幅——转速曲线Aa(n)
取某型号配合间隙为0mm,配合面粗糙度为0.8的套齿联轴器,通过测量得到套齿联轴器从静止状态加速到某一转速值时的振幅——转速曲线Aa(n),所述振幅——转速曲线Aa(n)的横坐标为转速单位为rpm,纵坐标为对应转速下的套齿联轴器振动幅值,单位为μm。将振幅——转速曲线Aa(n)作为衡量套齿联轴器运行一段时候后,衡量偏离初始状态的基准。附图4所示。
步骤二:取同一型号套齿联轴器,配合间隙为0.01mm,配合面粗糙度为0.8,测其振幅——转速曲线Ab(n),并计算状态信息熵Zb
取同一型号配合间隙为0.01mm,配合面粗糙度为0.8的套齿联轴器,通过测量得到运行过一段时间后的套齿联轴器从静止状态加速到某一转速值时的振幅——转速曲线Ab(n),所述振幅——转速曲线Ab(n)的横坐标为转速单位为rpm,纵坐标为对应转速下的套齿联轴器振动幅值,单位为μm。如附图5所示。
步骤三:按一定规则取点并计算出振幅——转速曲线Ab(n)对应的套齿联轴器状态信息熵Zb
将步骤一所述振幅——转速曲线Aa(n)与步骤二所述振幅——转速曲线Ab(n)置于振幅——转速坐标系内。所述振幅——转速坐标系,纵轴为幅值,单位为μm,横轴为转速,单位为rpm。在横坐标轴上,确定用于计算状态信息熵的区间[1600,4000]。在该区间内,等步长5地取481个横坐标:n1=1600,n2=1605,n3=1610……n481=4000,相应地,得到振幅——转速曲线Aa(n)与振幅——转速曲线Ab(n)上的对应这所述s个横坐标的纵坐标值:Aa(n1),Aa(n2)…Aa(ns)及Ab(n1),Ab(n2)…Ab(ns)。记测量仪器的误差率为2%。则有8个Ab(nx)值,所述x=1,2…7,8,落在了区间[Aa(nx)-Aa(nx)·2%,Aa(nx)+Aa(nx)·2%]之内,有473个Ab(ny)值,所述y=1,2…473落在了区间[Aa(ny)-Aa(ny)·2%,Aa(ny)+Aa(ny)·2%]之外。则由公式计算可得:
步骤四:继续采用不同配合间隙与配合面粗糙度的套齿联轴器,来模拟航空发动机转子随时间变化的运行状态。并重复步骤二、三,测得振幅——转速曲线Ac(n),Afinish(n),;并计算得状态信息熵:Zc,Zfinish,。
取同一型号配合间隙为0.01mm,配合面粗糙度为1.6的套齿联轴器,重复步骤二、三。得到振幅转速曲线Ac(n),计算得Zc=114.0507bit·μm。
取同一型号配合间隙为0.02mm,配合面粗糙度为1.6的套齿联轴器,重复步骤二、三。得到振幅转速曲线Afinish(n),计算得Zfinish=298.2765bit·μm。
此时认为,当该型号套尺联轴器在配合间隙为0.02mm,配合面粗糙度为1.6时,无法继续使用,寿命全部耗尽。
步骤一、二、四所得各振幅——转速曲线如附图6所示。
步骤五:将各个时刻所得的状态信息熵值按使用时间顺序排列在状态信息熵值——使用时间图上
所述状态信息熵值——使用时间图为:横坐标为使用时间,单位是s,纵坐标为状态信息熵值,单位是bit·μm。
记点A坐标为(ta,Za)。其中,ta=0,Za=0。表示该套齿联轴器刚出厂时,工作时间为0s,此时的状态信息熵为0bit·μm。将坐标点A(ta,Za)标在状态信息熵值——使用时间图中。
记该型号套齿联轴器距离出厂工作tb后,测得的状态信息熵值为经步骤二所得的状态信息熵值为Zb,将坐标点B(tb,Zb)标在状态信息熵值——使用时间图中。
记该型号套齿联轴器距离出厂工作tc后,测得的状态信息熵值为经步骤三、四所得的状态信息熵值为Zc,将坐标点C(tc,Zc)标在状态信息熵值——使用时间图中。
记该型号套齿联轴器距离出厂工作tfinish后,测得的状态信息熵值为将步骤三、四所得的状态信息熵值为Zfinish,将坐标点Finish(tfinish,Zfinish)标在状态信息熵值——使用时间图中。
如图7所示。
步骤六:对步骤五各点按使用时间从小到大连接,得到该型号套齿联轴器的全寿命状态信息熵值——使用时间图
得到图如图8所示
步骤七:利用步骤六所得该型号套齿联轴器的全寿命状态信息熵值——使用时间图对后续使用的该型号的套齿联轴器做寿命评估。
记该型号同一套齿联轴器工作一段时间后,按步骤一、二所测状态熵为则根据步骤六所得该型号套尺的全寿命状态信息熵值——使用时间图,寻找纵坐标为/>时所对应的横坐标,记为/>如附图9所示。则此时,可以估计其距离出厂已使用的时间为/>剩余寿命为/>

Claims (1)

1.一种基于状态信息熵的航空发动机转子运行状态评估方法,其特征在于,包括如下步骤:
步骤1:测得航空发动机转子运行的初始振幅——转速曲线;
通过测量得到航空发动机转子从静止状态加速的振幅——转速曲线Aa(n);所述振幅——转速曲线Aa(n)的横坐标为转速,单位为rpm,纵坐标为对应转速下的航空发动机转子振动幅值,单位为μm;将振幅——转速曲线Aa(n)作为衡量航空发动机转子运行后偏离初始状态的基准;
步骤2:测得航空发动机转子运行tb时间后的振幅——转速曲线;
通过测量得到运行tb时间后的航空发动机转子从静止状态加速的振幅——转速曲线Ab(n),所述振幅——转速曲线Ab(n)的横坐标为转速,单位为rpm,纵坐标为对应转速下的航空发动机转子振动幅值,单位为μm;
步骤3:按如下规则取点并计算出振幅——转速曲线Ab(n)对应的航空发动机转子状态信息熵Zb
将步骤1所述振幅——转速曲线Aa(n)与步骤2所述振幅——转速曲线Ab(n)置于振幅——转速坐标系内;
所述振幅——转速坐标系,纵轴为幅值,单位为μm,横轴为转速,单位为rpm;在横坐标轴上,确定用于计算状态信息熵的区间[Vmin,Vmax];在该区间内,等步长地取s个横坐标:n1,n2......ns,相应地,得到振幅——转速曲线Aa(n)与振幅——转速曲线Ab(n)上的对应这s个横坐标的纵坐标值:Aa(n1),Aa(n2)...Aa(ns)及Ab(n1),Ab(n2)...Ab(ns);记测量仪器的误差率为w%,有i个Ab(nx)值,x=1,2...i落在了区间[Aa(nx)-Aa(nx)·w%,Aa(nx)+Aa(nx)·w%]之内,有s-i个Ab(ny)值,y=1,2...s-i落在了区间[Aa(ny)-Aa(ny)·w%,Aa(ny)+Aa(ny)·w%]之外;则由公式:
计算得到转子运行tb时间后的航空发动机转子状态信息熵Zb
步骤4:重复步骤2和步骤3,得到航空发动机转子运行tc,td,te...时间的振幅——转速曲线Ac(n)、Ad(n)、Ae(n)...及其状态信息熵Zc,Zd,Ze...且...>te>td>tc>tb以及达到寿命极限tfinish时刻时的航空发动机转子的振幅——转速曲线Afinish(n)及状态信息熵Zfinish;所述tc,td,te...是指在航空发动机转子寿命全部耗尽之前,即使用时间为tfinish之前,用于计算对应时刻航空发动机状态信息熵的时刻;
步骤5:将各个时刻所得的状态信息熵值按使用时间顺序排列在状态信息熵值——使用时间图上;
所述状态信息熵值——使用时间图为:横坐标为使用时间,单位是s,纵坐标为状态信息熵值,单位是bit·μm;
记点A坐标为(ta,Za),其中,ta=0,Za=0,表示航空发动机刚出厂时,工作时间为0s,此时的航空发动机转子状态信息熵为0bit·μm;将坐标点A(ta,Za)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tb时间后,测得的状态信息熵值为Zb,将坐标点B(tb,Zb)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tc时间后,测得的状态信息熵值为Zc,将坐标点C(tc,Zc)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作td时间后,测得的状态信息熵值为Zd,将坐标点D(td,Zd)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作te时间后,测得的状态信息熵值为Ze,将坐标点E(te,Ze)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tfinish时间后,测得的状态信息熵值为Zfinish,将坐标点Finish(tfinish,Zfinish)标在状态信息熵值——使用时间图中;
记航空发动机转子距离出厂工作tfinish时间后,无法再使用,寿命终结;
步骤6:对步骤5各点按使用时间从小到大连接,得到航空发动机转子的全寿命状态信息熵值——使用时间图;
所述航空发动机转子的全寿命状态信息熵值——使用时间图包含了航空发动机转子从刚出厂到寿命终结时间段内每隔一段时间所测的状态信息熵值;
步骤7:利用步骤6所得航空发动机的全寿命状态信息熵值——使用时间图对后续使用的同一型号的航空发动机转子做寿命评估;
记同一型号航空发动机工作一段时间后,按步骤1和2的方法所测状态熵为则根据步骤6所得该型号航空发动机转的全寿命状态信息熵值——使用时间图,寻找纵坐标为/>时所对应的横坐标,记为/>则此时,估计其距离出厂已使用的时间为/>剩余寿命为/>
CN202210602269.1A 2022-05-30 2022-05-30 一种基于状态信息熵的航空发动机转子运行状态评估方法 Active CN115060503B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210602269.1A CN115060503B (zh) 2022-05-30 2022-05-30 一种基于状态信息熵的航空发动机转子运行状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210602269.1A CN115060503B (zh) 2022-05-30 2022-05-30 一种基于状态信息熵的航空发动机转子运行状态评估方法

Publications (2)

Publication Number Publication Date
CN115060503A CN115060503A (zh) 2022-09-16
CN115060503B true CN115060503B (zh) 2024-04-12

Family

ID=83198617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210602269.1A Active CN115060503B (zh) 2022-05-30 2022-05-30 一种基于状态信息熵的航空发动机转子运行状态评估方法

Country Status (1)

Country Link
CN (1) CN115060503B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010081983A1 (fr) * 2009-01-13 2010-07-22 Snecma Procède et systeme de surveillance de phenomenes vibratoires survenant dans un moteur a turbine a gaz d'aeronef en fonctionnement
CN109212964A (zh) * 2018-07-09 2019-01-15 西安英特迈思信息科技有限公司 一种航空发动机多变量孪生支持向量机的健康预测方法
CN111209683A (zh) * 2020-01-15 2020-05-29 山东超越数控电子股份有限公司 航空发动机工作状态识别模型构建方法、模型及识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210209265A1 (en) * 2020-01-02 2021-07-08 Viettel Group Mathematical modelling method for single spool turbojet engine

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010081983A1 (fr) * 2009-01-13 2010-07-22 Snecma Procède et systeme de surveillance de phenomenes vibratoires survenant dans un moteur a turbine a gaz d'aeronef en fonctionnement
CN109212964A (zh) * 2018-07-09 2019-01-15 西安英特迈思信息科技有限公司 一种航空发动机多变量孪生支持向量机的健康预测方法
CN111209683A (zh) * 2020-01-15 2020-05-29 山东超越数控电子股份有限公司 航空发动机工作状态识别模型构建方法、模型及识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于信息熵距和FSVM隶属度的转子振动状态评估方法;艾延廷;陈潮龙;田晶;王志;;推进技术;20131029(第11期);107-112 *

Also Published As

Publication number Publication date
CN115060503A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
Li et al. Gas turbine gas path diagnosis under transient operating conditions: A steady state performance model based local optimization approach
CN111914362A (zh) 一种研发阶段涡扇发动机模型自适应方法
CN106948946B (zh) 燃气涡轮水洗方法及系统
CN112861425A (zh) 结合机理与神经网络的双轴燃气轮机性能状态检测方法
CN110717219A (zh) 航空发动机整机状态下压气机进口流量的获取方法及装置
CN105738116B (zh) 一种涡轮测试装置
CN101595288A (zh) 监测内燃机过程状态的方法和系统
CN106404403A (zh) 用于涡轮机的分析的方法和系统
CN105912878A (zh) 基于热力模型与粒子群优化算法相结合的燃气轮机自适应气路部件性能诊断方法
CN106092594A (zh) 一种抗传感器故障的强鲁棒性燃气轮机气路部件性能诊断方法
CN106021757A (zh) 基于灰色关联理论与热力模型相结合的混合型燃气轮机气路部件自适应性能诊断方法
CN113361040A (zh) 一种发动机整机条件下燃烧室出口温度评估方法
CN115060503B (zh) 一种基于状态信息熵的航空发动机转子运行状态评估方法
Bauwens Gas path analysis for the MTT micro turbine
CN115144186B (zh) 一种燃气涡轮发动机气路故障连续高精度诊断方法
CN117725700A (zh) 基于数字孪生技术的分轴燃气轮机管理系统、方法及设备
Padzillah Experimental and numerical investigation of an automotive mixed flow turbocharger turbine under pulsating flow conditions
Hagita et al. The Effect of Partial-Load Operation on a Gas Turbine Compressor of an Advanced Combined Cycle Power Plant
Everitt The role of impeller outflow conditions on the performance and stability of airfoil vaned radial diffusers
CN115422714A (zh) 面向燃气轮机的知识条件混合驱动的运行状态监测方法
Hohenberg et al. Development and experimental validation of a low order turbine model under highly pulsating flow
Liu et al. Blade health monitoring of gas turbine using online crack detection
Anding et al. Development of a Novel Axial Compressor Generation for Industrial Applications: Part 2—Blade Mechanics
Simmons et al. Aerodynamic Instability Effects on Compressor Blade Failure: A Root Cause Failure Analysis
Gomes et al. Comparative analysis of microturbines performance deterioration and diagnostics

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant