高速旋轉葉片是航空、石化、艦船、電力等行業(yè)旋轉設備的關鍵部件,其運行狀態(tài)直接決定著整個系統(tǒng)的安全性與穩(wěn)定性,如何對其進行在線監(jiān)測及診斷一直是一個行業(yè)挑戰(zhàn)。葉尖定時技術因其非接觸性、監(jiān)測全面性、成本低等優(yōu)勢成為最具發(fā)展前景的旋轉葉片監(jiān)測手段。而目前葉尖定時技術因其存在的若干技術和科學問題（強噪聲干擾下如何準確提取葉尖定時信號、如何對欠采樣葉尖定時信號進行分析與信息提取、變轉速下如何進行葉片振動數(shù)據(jù)監(jiān)測以及如何利用欠采樣葉尖定時信號進行葉片狀態(tài)的智能診斷）使其難以應用到實際生產(chǎn)中,本文圍繞這些問題開展了深入的研究,主要內(nèi)容如下:1、對高速旋轉葉片振動機理及特性進行了分析總結,包括旋轉葉片振動形式、振型及振動參數(shù)等,并利用有限元分析軟件ANSYS完成了多種狀態(tài)下葉片的模態(tài)分析,包括葉片固有頻率和模態(tài)振型分析,為論文的后續(xù)研究打下了良好的基礎。2、針對傳統(tǒng)葉尖定時測振系統(tǒng)難以在變轉速狀態(tài)下進行葉片振動測量的問題提出了基于多鍵相的變轉速下葉片振動監(jiān)測方法,利用轉速波動具有連續(xù)性的特點將其變速過程進行微分處理,通過在轉軸均勻布置多個鍵相來實現(xiàn)轉速的準確估計,并基于虛擬鍵相插值推導了旋轉葉片的振動測... 

【文章來源】：中國石油大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
創(chuàng)新點
第1章 緒論
    1.1 課題來源
    1.2 研究背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 旋轉葉片振動監(jiān)測技術研究現(xiàn)狀
        1.3.2 葉尖定時監(jiān)測技術研究現(xiàn)狀
        1.3.3 目前存在的問題
    1.4 論文主要研究內(nèi)容
    1.5 論文技術路線
第2章 高速旋轉葉片振動特性及葉尖定時監(jiān)測方法
    2.1 引言
    2.2 高速旋轉葉片振動特性
        2.2.1 葉片類型
        2.2.2 葉片振動的基本形式
        2.2.3 葉片主要振型
        2.2.4 葉片振動的主要參數(shù)
        2.2.5 旋轉葉片模態(tài)分析
    2.3 基于葉尖定時的旋轉葉片監(jiān)測技術
        2.3.1 葉尖定時技術基本原理
        2.3.2 葉尖定時傳感器
        2.3.3 葉片振動參數(shù)辨識方法
    2.4 本章小結
第3章 基于多鍵相的變轉速下旋轉葉片振動監(jiān)測方法研究
    3.1 引言
    3.2 變轉速狀態(tài)下高速葉片監(jiān)測方法
        3.2.1 變轉速下葉片振動監(jiān)測存在的挑戰(zhàn)
        3.2.2 多鍵相的變轉速下葉片振動測量原理
        3.2.3 基于多鍵相的葉片振動位移測量方程
    3.3 基于數(shù)值建模及動力學仿真的方法驗證
        3.3.1 數(shù)值建模驗證
        3.3.2 動力學仿真驗證
    3.4 本章小結
第4章 強噪聲干擾條件下葉尖定時信號準確提取方法研究
    4.1 引言
    4.2 葉尖定時系統(tǒng)測量誤差分析
        4.2.1 測量誤差影響分析
        4.2.2 葉尖間隙變化引起測量誤差分析
        4.2.3 葉片端面非對稱結構引起的測量誤差分析
        4.2.4 背景噪聲干擾造成測量誤差分析
    4.3 噪聲干擾條件下葉尖定時信號準確提取方法研究
        4.3.1 葉尖間隙波動引起測量誤差改進
        4.3.2 葉片端面非對稱結構測量誤差改進
        4.3.3 基于EEMD的背景噪聲干擾下葉尖定時信號提取方法
    4.4 實驗驗證
    4.5 本章小結
第5章 基于稀疏度自適應的欠采樣葉尖定時信號重構方法研究
    5.1 引言
    5.2 葉尖定時測振系統(tǒng)采樣模型
    5.3 基于稀疏重構的欠采樣葉尖定時信號分析方法
        5.3.1 稀疏重構基本理論
        5.3.2 稀疏度自適應的匹配追蹤算法
    5.4 數(shù)值建模及實驗驗證
        5.4.1 數(shù)值建模分析
        5.4.2 實驗驗證
    5.5 本章小結
第6章 基于卷積神經(jīng)網(wǎng)絡的旋轉葉片故障智能診斷方法研究
    6.1 引言
    6.2 深度學習
        6.2.1 深度學習概述
        6.2.2 卷積神經(jīng)網(wǎng)絡
    6.3 基于卷積神經(jīng)網(wǎng)絡的高速旋轉葉片診斷方法
        6.3.1 信號采集
        6.3.2 數(shù)據(jù)預處理
        6.3.3 特征提取與融合
        6.3.4 分類器優(yōu)選
        6.3.5 在線診斷
    6.4 試驗驗證
        6.4.1 實驗設置
        6.4.2 分類器選擇
        6.4.3 實驗結果分析
    6.5 本章小結
第7章 總結與展望
    7.1 總結
    7.2 展望
參考文獻
致謝
個人簡歷、在學期間發(fā)表的學術論文及研究成果
學位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]基于LabVIEW的葉尖定時采集系統(tǒng)的信號處理方法研究[J]. 時辰,岳林,楊彬.  機械制造與自動化. 2017(05)
[2]旋轉葉片-機匣碰摩振動響應分析[J]. 馬輝,孫祺,太興宇,郝玉明,聞邦椿.  振動與沖擊. 2017(14)
[3]空心風扇葉片高循環(huán)疲勞試驗設計與驗證[J]. 李迪,陳云永,廖連芳.  航空動力學報. 2017(06)
[4]旋轉葉片結冰風洞試驗研究[J]. 王紹龍,李巖,田川公太朗,馮放.  工程熱物理學報. 2017(06)
[5]淺談汽輪機葉片振動的測量方法[J]. 王琳.  山東工業(yè)技術. 2017(08)
[6]非接觸式測振技術最新進展及應用——2016非接觸式激光測振國際會議評述[J]. 茹寧,張力.  計測技術. 2016(06)
[7]航空發(fā)動機轉子葉片的聲振疲勞特性試驗[J]. 王琰,郭定文.  航空動力學報. 2016(11)
[8]轉子渦動對渦輪葉片非接觸式應力測量精度的影響研究[J]. 宋慧斌,王維民,任三群,邵化金.  北京化工大學學報(自然科學版). 2016(02)
[9]基于葉尖定時技術的葉輪葉片動態(tài)監(jiān)測研究現(xiàn)狀[J]. 范博楠,張玉波,王海斗,徐濱士.  振動與沖擊. 2016(05)
[10]基于葉尖定時法的旋轉葉片振動監(jiān)測技術研究與應用進展[J]. 陳慶光,王超.  噪聲與振動控制. 2016(01)

博士論文
[1]基于深度學習表征的圖像檢索技術[D]. 孫韶言.中國科學技術大學 2017
[2]基于深度學習的圖像分類方法研究[D]. 孟丹.華東師范大學 2017
[3]基于卷積神經(jīng)網(wǎng)絡的計算機視覺關鍵技術研究[D]. 李彥冬.電子科技大學 2017
[4]基于深度神經(jīng)網(wǎng)絡的文本表示及其應用[D]. 戶保田.哈爾濱工業(yè)大學 2016
[5]深度模型及其在視覺文字分析中的應用[D]. 張樹業(yè).華南理工大學 2016
[6]基于深度學習的圖像特征學習和分類方法的研究及應用[D]. 馮子勇.華南理工大學 2016
[7]融合葉尖定時信號的旋轉機械轉子故障診斷技術研究[D]. 李孟麟.天津大學 2011
[8]基于葉尖定時的旋轉葉片振動檢測及參數(shù)辨識技術[D]. 歐陽濤.天津大學 2011
[9]高速旋轉葉片振動葉端定時測量方法和系統(tǒng)研究[D]. 王宇華.天津大學 2004



本文編號：3160672