基于小波分析的通风机叶片裂纹故障诊断方法
发布时间:2020-04-05 11:24
【摘要】:通风机广泛应用于工厂、矿井和建筑物中,不仅能够调节环境中的风量、湿度和温度,还能稀释和排除有毒、有害气体,确保工作人员的生命安全和生产的顺利进行。而叶片作为通风机中最关键的零部件,由于应力集中、疲劳作用等容易产生裂纹,这会对整个机组的安全运行带来严重威胁。所以实现对叶片裂纹故障的诊断及识别在经济上和安全上都具有十分重要的意义和价值。为了能够准确的对叶片裂纹进行定量判定,本文进行了理论分析,推导了叶片振型与裂纹位置及深度之间的数学关系,提出了一种基于振型数据和小波分析的简单有效的通风机叶片裂纹识别方法,并通过模态试验验证了所提方法的可行性。主要工作内容如下:(1)建立含裂纹扭曲叶片的数学模型,在考虑到叶片扭转角的前提下,得到了叶片动能、应变能、裂纹释放能的表达式,根据瑞利-里兹法和Hamilton原理,推导出了叶片的运动学方程。通过理论分析得到了叶片振型与裂纹位置及深度之间的数学关系。(2)利用三维建模软件SolidWorks建立了含裂纹扭曲叶片模型。模型共设置两组,每组五个。第一组模型的叶片裂纹深度相同,位置不同。第二组模型的叶片裂纹位置相同,深度不同。将两组模型导入ANSYS Workbench中进行模态分析,通过模态分析得到了结构的前六阶振型。(3)利用MATLAB对第一组模型的振型数据进行二维小波变换,得到了小波变换系数cD图,小波系数模极大值即对应叶片裂纹的位置。利用该方法完成对第一组模型的裂纹位置识别。(4)利用MATLAB对第二组模型的振型数据进行一维多尺度连续小波变换并求得了裂纹处在各尺度上的小波系数模极大值。将裂纹处小波系数模极大值数据和尺度分别取对数,绘制其关系曲线,并由此得到了集中因子的值。最后,通过集中因子与裂纹深度的关系实现对第二组模型的裂纹深度识别。(5)搭建叶片裂纹模态试验平台,通过实验对仿真分析的结果进行了验证。采用锤击法对含裂纹叶片进行激励,应用软件DASP得到了叶片的固有频率与振型,根据上述方法对振型进行小波变换来识别裂纹位置和深度。实验结果验证了本文所提叶片裂纹位置和深度识别方法的有效性和可行性。
【图文】:
第 1 章 绪论第 1 章 绪论究背景及意义是依靠输入的机械能,,提高气体压力并排送气体的机工厂、矿井、隧道、冷却塔、车辆、船舶和建筑物的和工业炉窑的通风和引风,空气调节设备和家用电器物的烘干和选送,风洞风源和气垫船的充气和推进等效率高、风压稳定等特性[1]。常用的轴流式通风机如图
图 1-2 叶片横向裂纹Fig.1-2 Transverse crack of blade片的主要故障形式有叶片裂纹、叶片折断和叶尖磨损等。其中,、疲劳作用等引起的叶片裂纹会对整个机组的安全运行带来严重纹的形式以横向裂纹较为常见,如图 1-2 所示。叶片裂纹故障不仅正常工作,未能被诊断出的裂纹还会在横向振动的作用下继续扩断裂或断叶甩出等重大安全事故。因此进行通风机叶片裂纹故障究,及时获知裂纹的位置深度等故障信息,可在裂纹扩展前对故修或更换,以免引发重大安全事故,具有巨大的社会效益、经济益。内外研究现状片裂纹故障诊断研究现状
【学位授予单位】:北京工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TH43
本文编号:2614953
【图文】:
第 1 章 绪论第 1 章 绪论究背景及意义是依靠输入的机械能,,提高气体压力并排送气体的机工厂、矿井、隧道、冷却塔、车辆、船舶和建筑物的和工业炉窑的通风和引风,空气调节设备和家用电器物的烘干和选送,风洞风源和气垫船的充气和推进等效率高、风压稳定等特性[1]。常用的轴流式通风机如图
图 1-2 叶片横向裂纹Fig.1-2 Transverse crack of blade片的主要故障形式有叶片裂纹、叶片折断和叶尖磨损等。其中,、疲劳作用等引起的叶片裂纹会对整个机组的安全运行带来严重纹的形式以横向裂纹较为常见,如图 1-2 所示。叶片裂纹故障不仅正常工作,未能被诊断出的裂纹还会在横向振动的作用下继续扩断裂或断叶甩出等重大安全事故。因此进行通风机叶片裂纹故障究,及时获知裂纹的位置深度等故障信息,可在裂纹扩展前对故修或更换,以免引发重大安全事故,具有巨大的社会效益、经济益。内外研究现状片裂纹故障诊断研究现状
【学位授予单位】:北京工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TH43
【参考文献】
相关期刊论文 前10条
1 饶金根;顾桂梅;;基于谐波小波包和支持向量机的风机叶片损伤识别研究[J];玻璃钢/复合材料;2014年04期
2 乌建中;陶益;;基于短时傅里叶变换的风机叶片裂纹损伤检测[J];中国工程机械学报;2014年02期
3 尚文;王维民;崔津;曾咏奎;;基于失效分析法与FTA法的叶片安全性研究[J];流体机械;2014年03期
4 孙敬敬;;机械结构的模态分析方法研究综述[J];科技信息;2014年03期
5 曲弋;陈长征;周昊;周勃;;基于声发射和神经网络的风机叶片裂纹识别研究[J];机械设计与制造;2012年03期
6 臧大进;曹云峰;;故障诊断技术的研究现状及展望[J];矿山机械;2010年18期
7 陈合龙;邱战洪;;惯性矩转轴公式的几何法研究[J];台州学院学报;2010年03期
8 毛汉颖;黄振峰;王向红;;裂纹源的支持向量机与神经网络定位对比研究[J];广西大学学报(自然科学版);2009年03期
9 马宏伟;张伟伟;王志华;;小波分析在悬臂梁裂纹识别中的应用[J];计算力学学报;2008年05期
10 杨华;;基于柔度矩阵法的结构损伤识别[J];吉林大学学报(理学版);2008年02期
本文编号:2614953
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2614953.html