基于宽频振动的燃气轮机叶片断裂故障识别特征与辨识方法

针对燃气轮机动叶片断裂故障难以及时、有效告警与识别的技术难关开展了研究。从叶片断裂故障机理出发,分析了不平衡转子对尾流压力的调制作用,建立了叶片激振力模型和激振力作用下机匣的强迫振动响应模型,求解了动叶片断裂激励下的宽频振动响应规律。在此基础上,构建了叶片断裂故障敏感特征并提出了基于改进K近邻(OKNN)的故障告警模型,实现叶片断裂故障的及时告警分析。进一步提出了叶片断裂故障定位参数,通过各级叶片特征参数的对比实现断裂故障的精准定位。综合以上研究,构建了宽频振动特征驱动的燃气轮机叶片断裂故障辨识方法,并通过某型燃气轮机实测案例验证了故障敏感特征及辨识方法的有效性。

基于LPP-kNN方法的间歇过程故障监视

针对批次过程数据具有高维、非线性及多模态等特性,提出一种自适应LPP-k NN的过程监视方法.利用局部保持映射算法(LPP)提取高维多模态批次数据的自适应变换矩阵构成新的建模数据.采用局部近邻标准化方法(LNS)进行标准化,并利用k NN算法构造统计监测指标.最后,通过在半导体工业实例中的应用验证了所提算法的有效性.