李宏坤

个人信息Personal Information

教授

博士生导师

硕士生导师

性别:男

毕业院校:大连理工大学

学位:博士

所在单位:机械工程学院

学科:机械电子工程

办公地点:机械工程学院(大方楼)7025房间

联系方式:0411-84706561-8048

电子邮箱:lihk@dlut.edu.cn

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

利用随机共振的叶片裂纹微弱信息增强方法

点击次数:

论文类型:期刊论文

发表时间:2015-09-07

发表刊物:机械工程学报

收录刊物:EI、PKU、ISTIC、CSCD、Scopus

卷号:52

期号:1

页面范围:94-101

ISSN号:0577-6686

关键字:离心式压缩机;叶片裂纹;信号滤波;随机共振

摘要:离心式压缩机叶片作为压缩机内最重要部件,长期承受周期性振动和流动诱使激励的作用.而叶片的故障将对压缩机的运行以及现场安全可靠性有严重的影响,因此如何有效地识别压缩机叶片裂纹早期故障显得尤为重要.由于叶片裂纹故障属于低频微弱故障,通常被调制到叶片通过频率处,但是故障频率难以识别,清晰度较低.首先在叶片通过频率处进行信号滤波,然后应用Woods-Saxon and Gaussian Potential随机共振模型对特征频率进行加强,从而得到叶片裂纹故障频率.通过在叶片裂纹附近安装压力脉动传感器,利用压力脉动信号对叶片裂纹信息进行监测.实现模拟叶片裂纹的信号测试,验证了WSG随机共振模型在叶片裂纹早期故障识别中的有效性以及可靠性.同时通过应变试验进行验证此方法的有效性.