一种使用叶尖定时（BTT）监测涡轮机转子叶片的方法和系统技术方案

一种估算涡轮机中的运动转子叶片的振动特性的方法，所述涡轮机包括壳体和转子，所述转子包括附接有所述转子叶片的轴，所述方法包括由至少一个接近传感器测量运动转子叶片的近端尖端的到达时间(ToA)。所述方法包括由控制模块操纵定时数据，以确定每个测量的ToA时相应的叶尖偏转，将叶尖振动行为表示为由中间模型参数组成的贝叶斯统计模型，其中所述统计模型中的模型系数是概率量，而不是传统的确定量，并且由控制模块将所确定的叶尖偏转表示为所述统计模型中的观测值。所述方法包括使用贝叶斯线性回归或推断来操纵所述统计模型中的所述中间模型参数，从而估计所述中间模型参数，并继而估计转子叶片的振动行为。

【技术实现步骤摘要】
【国外来华专利技术】一种使用叶尖定时(BTT)监测涡轮机转子叶片的方法和系统
本专利技术涉及涡轮机械的监测，更具体地，涉及使用叶尖定时(BTT,BladeTipTiming)监测涡轮机的转子叶片的方法和系统。
技术介绍
涡轮机可以被分类为通过旋转叶片从/向流体(例如，任何液体或气体)提取或施加功的机器。叶片(以下称为转子叶片)附接到旋转的轴(以下称为转子)。因此，转子叶片是任何涡轮机运行的基础。由于转子叶片是机械结构，整个结构在受激时(即，当动态载荷施加到结构上时，例如当转子叶片从/向流体中提取/施加能量时)易于振动。转子叶片的尖端在每个时刻的偏转被定义为叶尖从其非振动状态(即静止状态)移位的距离。因此，尖端偏转是转子叶尖位置变化中除去转子叶片由于转子的旋转经历的刚性旋转之外的那些变化。假设叶尖偏转的行为符合特定的数学表达式。这种数学表达式通常是某种形式的周期运动，如谐振子。数学表达式由基函数和系数的组合组成。例如，可以假设尖端偏转(x)的行为符合：x(t)＝Acosωt+Bsinωt+C.(1)方程1是无阻尼谐振子的示例。控制该周期运动示例的系数是A、B、C和ω(欧米伽)。不过，可以使用任何形式的周期运动来描述该运动。那么，根本的挑战是确定模型系数。叶尖定时(BTT)是一种非侵入性技术，用于测量转子叶片通过安装在涡轮机壳体中的固定传感器或探头时的叶尖偏转。根据预期到达时间和真实到达时间或ToA(Time-of-Arrival,到达时间)的知识计算叶尖偏转。存在许多不同的方法来由测量的ToA确定叶尖偏转。有时可以用轴编码器确定轴的角位置，或者可以从ToA得出轴角位置。新方法在BTT数据采集系统获得叶尖偏转之后开始。因此，每当叶片靠近探头时，就测量尖端偏转。然后使用多个尖端偏转来推断振动幅度、频率和相位，或假设的振动模型的系数。申请人期望一种使用BTT的改进方法来求解方程1或任何其他假设的振动模型的模型系数，从而计算或近似逼近转子叶片在使用中的偏转特性。更具体地，本方法和系统包括BTT数据采集系统以获取与叶尖偏转有关的测量。因此，通常根据每当叶片从探头下方通过时的测量值计算尖端偏转。然后使用多个尖端偏转来推断振动幅度、频率和相位，或假设的振动模型的模型系数。这些尖端偏转和假定振动模型的解决方案可用于推断关于转子叶片状况和涡轮机内部运行状况的有价值信息。希望从尖端偏转中推断出的一些信息是：了解当前的涡轮机运行状况是否会损伤转子叶片。某些运行状况引起转子叶片共振并导致转子叶片的大的尖端偏转。大的尖端偏转导致转子叶片结构中的过大的应力，这可能导致损伤(如裂纹)或已经存在的损伤加剧。更具体地，在发电行业中，与灵活性发电相关的运行状况的严酷性(其中蒸汽涡轮机上的负载需要快速适应电网的需求)可能与叶片振动相关联。推断转子叶片的固有频率。与许多机械结构一样，转子叶片基于转子叶片的几何形状和材料特性，固有地倾向于以某些频率振动。这些频率称为转子叶片的固有频率。固有频率可用于推断有关转子叶片健康状况的信息，以及叶片在某些运行状况下是否易于发生共振。还可以使用关于固有频率的知识来创建/更新转子叶片的现有数值模型。然后，可以虚拟地模拟转子叶片在任何运行状况下的响应。估计叶片因振动而累积的损伤。由方程1或任何其他假设的振动模型确定的振动幅度和频率可以与适当的映射函数结合使用，以估计叶片由于叶片振动而经受的损伤量。映射函数将会把(方程1或任何其他假设模型)推断(或求解)的叶片振动模型参数映射到振动期间受到的叶片损伤。映射函数可以包含有限元模型(FEM,FiniteElementModel)或叶尖运动与叶片中的结构应力之间的任何其他适当的结构力学关系。映射函数还可以包括将动态结构应力转换为疲劳损伤的函数，例如应力-寿命方法或应变-寿命方法或将叶片经受的结构应力转换为损伤的任何其他适当方法。通过使用振动模型参数和映射函数，预计转子叶片失效所花费的时间(其中“失效”可以被分类为，例如，转子叶片中裂纹发展到预定长度所花费的时间，或者顾名思义地，预计叶片在裂纹平面处实际断开成两部分的时间)。了解到失效前所花费的预期时间，可以计划涡轮机停机以更换叶片。因此，可以安排停机间隔尽可能拉长，以尽可能地使资产工作，又可以让停机间隔足够接近，以降低出现灾难性故障的风险。模型参数的长期变化趋势。如果执行叶片振动的连续监测，则可以检测推断的模型参数的长期变化，或者由推断的模型参数进一步计算而得出的量。这些长期变化可以指示缓慢传播的结构损伤，这种损伤可能导致涡轮机的灾难性损坏。就申请人所知，下面讨论估计振动固有频率和振幅的三种主要方法。1.第一种方法对测量的尖端偏转使用传统的傅里叶变换或基于传统傅里叶变换的技术。只有在振动频率足够低以防止混叠时，才能应用此方法。在实践中很少这种情况。因此，傅立叶变换的适用性可能具有局限性。2.自回归(AR,Auto-Regressive)方法。一些公开文献已经指出，AR方法可以检测涡轮机叶片的振动频率和相位。该方法使用谐振子方程。可是，该方法需要等距的邻近探头间距。3.在实践中使用的一种非常流行的方法是周向傅立叶拟合(CFF,CircumferentialFourierFit)方法。该方法的叫法未必统一，但其数学表达式在其所有应用程序中都是一致的。该方法在以下两个专利中描述：EP2199764US8,457,909传统认为，从BTT信号推断所需信息是困难的，这是因为由于测量方法在数据中带来的大量噪声、不确定性和固有限制(例如，混叠)。本专利技术旨在改善这些缺点，并且申请人认为相对于用于确定/量化任何假定振动模型的振动频率、振幅和相位或模型系数的方法是新颖的。
技术实现思路
因此，本专利技术提供了一种使用叶尖定时(BTT)估算涡轮机中运动转子叶片的振动特性的方法，所述涡轮机包括壳体和转子，所述转子包括附接有转子叶片的轴，所述方法包括：由至少一个接近传感器测量运动转子叶片的近端尖端的到达时间(ToA)；至少暂时地在存储器模块中存储指示转子叶片的多个ToA测量值的定时数据；由控制模块操纵存储的定时数据，以确定每个测量的ToA时的相应叶尖偏转；由控制模块将叶尖振动行为表示为由中间模型参数组成的贝叶斯统计模型，其中统计模型中的模型系数是概率量，而不是传统的确定量；由控制模块将确定的叶尖偏转表示为统计模型中的观测值；由控制模块使用贝叶斯线性回归或贝叶斯推断来操纵统计模型中的中间模型参数，从而估计中间模型参数，并继而估计转子叶片的振动行为；和由控制模块并通过适当的拟合优度准则或贝叶斯模型证据来评估所确定的模型系数的准确性。所述接近传感器可以安装在所述转子叶片的壳体中。所述接近传感器可以安装在所述壳体外部，并且配置成通过所述壳体进行测量。所述方法可以包括由轴编码器测量可以用于估计作为时间的函数的轴旋转运动的信号。所述统计模型可包括基函数和可从所述涡轮机测量的量。现有方法与本专利技术(贝叶斯模型)之间的最大的根本差异在于：现有方法将振动模型参数解析为确定量，而本专利技术将参数解析为概率分布。另一种解释方法是表述为：现有方法将每个模型参数求解为单个量，即每个模型系数固定为单个值；而本专利技术将每个模型参数求解为概率密度，即每个模型参数可以有多个值，其中一些的可能性比其他更高。本文档来自技高网...

【技术保护点】
1.一种使用叶尖定时BTT估算涡轮机中的运动转子叶片的振动特性的方法，所述涡轮机包括壳体和转子，所述转子包括附接有所述转子叶片的轴，所述方法包括：由至少一个接近传感器测量运动转子叶片的近端尖端的到达时间ToA；至少暂时地在存储器模块中存储指示所述转子叶片的多个ToA测量值的定时数据；由控制模块操纵所存储的定时数据，以确定每个测量的ToA时相应的叶尖偏转；由所述控制模块将叶尖振动行为表示为由中间模型参数组成的贝叶斯统计模型，其中所述统计模型中的模型系数是概率量，而不是传统的确定量；由所述控制模块将所确定的叶尖偏转表示为所述统计模型中的观测值；由所述控制模块使用贝叶斯线性回归或贝叶斯推断来操纵所述统计模型中的所述中间模型参数，从而估计所述中间模型参数，并继而估计所述转子叶片的所述振动行为；和由所述控制模块并通过适当的拟合优度准则或贝叶斯模型证据来评估所确定的模型系数的准确性。

【技术特征摘要】
【国外来华专利技术】2016.04.26 ZA 2016/028581.一种使用叶尖定时BTT估算涡轮机中的运动转子叶片的振动特性的方法，所述涡轮机包括壳体和转子，所述转子包括附接有所述转子叶片的轴，所述方法包括：由至少一个接近传感器测量运动转子叶片的近端尖端的到达时间ToA；至少暂时地在存储器模块中存储指示所述转子叶片的多个ToA测量值的定时数据；由控制模块操纵所存储的定时数据，以确定每个测量的ToA时相应的叶尖偏转；由所述控制模块将叶尖振动行为表示为由中间模型参数组成的贝叶斯统计模型，其中所述统计模型中的模型系数是概率量，而不是传统的确定量；由所述控制模块将所确定的叶尖偏转表示为所述统计模型中的观测值；由所述控制模块使用贝叶斯线性回归或贝叶斯推断来操纵所述统计模型中的所述中间模型参数，从而估计所述中间模型参数，并继而估计所述转子叶片的所述振动行为；和由所述控制模块并通过适当的拟合优度准则或贝叶斯模型证据来评估所确定的模型系数的准确性。2.根据权利要求1所述的方法，包括由轴编码器测量可用于估计作为时间的函数的轴旋转运动的信号。3.根据权利要求1-2中任一项所述的方法，其中，然后使用多个尖端偏转来推断任何假设的振动模型的振动幅度、频率和相位或模型系数。4.根据权利要求1-3中任一项所述的方法，包括通过所述叶片的先验知识固定所述中间模型参数中的一些，并求解或推断其余的所述参数。5.根据权利要求1-4中任一项所述的方法，包括响应于所述估计的振动特性超过第一阈值而发出警报。6.根据权利要求5所述的方法，其中，所述发出警报包括向指定的接收者发送警报消息。7.根据权利要求1-6中任一项所述的方法，包括响应于所述估计的振动特性超过第二阈值而自动停止所述涡轮机。8.根据权利要求7所述的方法，包括由所述控制模块向所述涡轮机的控制系统发送中断消息。9.根据权利要求1-8中任一项所述的方法，包括长期监测所述推断的模型系数，操纵所述推断的模型系数或尖端偏转以识别可能指示转子叶片故障将会发生的趋势，或者所述涡轮机特性的其他方面的其他变化。10.根据权利要求9所述的方法，包括：如果所述监测的量的长期趋势指示对所述涡轮机的损伤，则由所述控制模块向所述涡轮...

【专利技术属性】
技术研发人员：大卫·赫拉克勒斯·戴蒙德，菲利普斯·斯特凡努斯·海恩斯，亚伯拉罕·约翰尼斯·奥贝霍尔斯特，
申请(专利权)人：比勒陀利亚大学，
类型：发明
国别省市：南非,ZA