基于气动声学故障诊断技术的风机叶片开裂模型仿真与检测方法研究

随着新能源技术的不断发展,风力发电逐渐成为目前主要的可再生能源发电方式。大型风机的发展对于风力发电行业而言至关重要,但其也存在诸多的运维问题。为了解决风力发电机叶片受载荷不均匀,容易造成尾缘开裂,以及运维困难的问题,通过数值模拟与半经验声学模型结合的方法研究风机叶片开裂状态下气动噪声的变化,并提出采用IEEE2400国际标准进行声学故障检测的理论框架。通过对不同的实验结果以及NREL的半经验模型软件仿真结果分析,得出:所提出的非接触式检测模型可以有效地识别到风机叶片的开裂故障;同时该方法有较强的推广性,可以用于其他的风机叶片故障分析与监测。该模型不仅可以检测风机的叶片开裂故障,还可以用于分析风机运行时的气动声学特征,对于完善风机叶片无损检测、非接触式具有十分重要的意义。

航空发动机叶片检测与裂纹分析

航空发动机的叶片故障是致命的,对于航空发动机叶片的检测,本文提出了一种基于图像处理的方法。这种方法的第一步为针对发动机叶片所实施的校正以及滤波;第二步为实施以自适应为基本特征的均衡化图像的增强处理;第三步为对于自动阈值的canny算子,实施边缘的检测。

基于图像处理的航空发动机叶片检测技术研究

提出了一种基于图像处理的航空发动机叶片检测方法。该方法首先对叶片进行校正和滤波,然后进行自适应均衡化图像增强处理,最后进行自动阈值的canny算子边缘检测,实验表明:该方法能够较好地检测出叶片裂纹,取得较好的检测效果。

带微小内棱角穿透型窄槽的微细电火花加工

为实现带有微小内棱角穿透型窄槽的深度精度,消除内棱边圆角,提出了一种微细扁平成形电极穿槽电火花加工方法。该方法通过在线制作微细扁平电极,采用穿透成形加工方法,补偿加工中扁平电极损耗,实现微细窄槽的精密成形加工。在航空发动机压气机转子叶片上开展了验证性实验研究,加工出的缺陷槽宽度为85μm,深度为244μm,具有较明显的内棱角。