与所提取频率的平均值之比。在此考虑大量其它函数以提供用于在此的方法中的合适的叶片频率值。例如，该函数可以是各个旋转叶片的所提取频率和所提取频率的平均值的差。在特定实例中，该函数可以包括简单的代数函数，其涉及诸如加法、减法、乘法、除法的代数运算并且升级至分数幂，包括识别函数的最简单情况。在此还考虑更多复杂的函数，其包括将所提取的频率作为输入值关联至对应的输出值的数学条件。不同的公式或算法可以被用于描述该函数。
[0032]阶段C包括计算各个叶片的频率值变化。机器的运行条件变化可以引起所有叶片的频率变化，该变化与其在另一运行条件下的频率成比例。然而，叶片频率值可以表达为使得叶片频率的成比例的变化将不显著改变其频率值，尤其在叶片频率值包括叶片频率比的情况下。从而，频率值、诸如叶片频率比的使用提供了对于叶片劣化的更稳定的估定，其将运行条件变化的影响最小化。增长中的裂缝将随时间减小叶片的振动频率。因为所有叶片不太会同时形成相似的裂缝，故而频率值改变数据可以被用作叶片劣化的指示300并且可以被用来监视和报告叶片的健康状况。利用该方法还可以追踪趋势。在图11中图示了作为时间函数的叶片频率值变化的一个示例，其中通过该方法确定出两个叶片(标识为叶片11和24)具有裂缝并且可以看到随时间的趋势。
[0033]来自该方法的结果可以被输出为报告值，其包括提供了叶片健康状况的指示的、对于任意叶片所确定的叶片频率值变化的输出。此外，可以基于该对叶片健康状况的指示执行对转子组件的运行参数的改变。各种运行参数变化可以包括例如发起关断，改变负载，改变排气压力，改变进气压力，改变进气温度，改变进气湿度，改变提取布置，改变提取条件，改变冷却喷头的运行以及改变湿气去除特征的运行。
[0034]一些现有技术中的叶片监视技术需要当机器的转速升过临界频率时监视振动。这种技术在机器以恒定速度长时间运行时，例如对于有时可能以全功率工作许多月的基本负荷发电厂常见那样，用处有限。本发明的实施例在机器的恒速运行中特别有用，其中监视由颤动或随机激励导致的振动，或者由诸如震颤的自激振动导致的振动，并且处理振动数据以提取频率响应信息，从而监视叶片的状态。
[0035]在另一实施例中，对于涡轮机按照设计速度的运行，为一行叶片中的每个叶片建立基准自然频率。在当前的测试时期中，该行中每个叶片的自然频率在该设计速度情况下被测量，并且将每个叶片的当前自然频率与其基准值相比较来识别任何差异。对于整行叶片计算这些差异的平均值，并且将对于每个叶片的差异与该平均差异相比较。如果对于任何个别叶片而言该差异以具体的量不同于平均差异，则产生警告。
[0036]下面更详细讨论步骤1-4 (来自图3B和3C)。
[0037]步骤1包括在时间区间上测量叶片的振动响应。可以利用多种已知方法测量叶片的振动响应。两种常用方法是应变仪和固定在围绕旋转叶片的壳体上的探针。应变仪附接至叶片，并且将滑环或遥测系统用于将应变信息从旋转级传递给数据记录系统。在探针的情况下，将探针用于测量叶片经过探针时的时间。如果叶片振动，则它将在它按旋转方向偏转时早到并且在它与旋转方向相反地偏转时晚到。从而，可以处理在预定点上的到达时间信息或者对于限定弧长的飞行时间信息来在每次叶片经过探针时提供对叶片偏转的测量。已知用于测量叶片振动的系统，诸如在美国专利8，256，297中示出的光学系统，或者诸如来自英国Derby的Rotadata Ltd.的市场上有售的系统；例如参考http://www.rotadata.com/pages/products/blade-tip-timing-stress-measurement.ph p。其它用于测量叶片振动的方法可以用于执行步骤1，包括其中激光束在特定叶片旋转时跟随它的扫描激光振动计，以及将雷达信号用于测量叶片的振动响应的设备。
[0038]步骤1中的第二考虑是，在时间区间中测量的振动数据应该包含可以被用于对每个叶片提取频率响应信息的信息。例如，其可以包含与叶片在其第一弯曲模式中，在其第二弯曲模式中或者在一些更高阶模式中的频率响应有关的信息。
[0039]一类对于提取叶片频率响应信息有用的数据是，何时选取用于测量的时间区间来与在临界运行速度情况下的谐振交叉对应。
[0040]有用的第二类型数据是颤动或随机响应数据。颤动是描述与由经过叶片的流体流中的涡流引起的随机激励有关的叶片振动响应的常用术语。典型地，来自随机激励的振动动作在并不接近临界运行速度的恒定运行速度情况下被测量到。分析颤动响应数据对于监视恒速运行的发电设备来说是特别有用的技术，因为无需该单元的转速变化来建立叶片的频率响应，并且测量可以在机器持续其正常运行期间完成。
[0041]第三选项是，当叶片经历诸如震颤的空气弹性不稳定期间测量在恒定速度情况下取得的振动数据。
[0042]步骤2包括将振动数据作为系统进行处理以提取各个叶片的频率响应。典型地，振动信息被数字化，从而位移或应变信息按照离散时间间隔被已知，或者它可以被数字化。结果是，在震颤或颤动数据的情况下可以将快速傅里叶变换用于确定信号的频率成分。
[0043]作为一个示例，考虑确定处于其第一弯曲模式中的叶片的频率响应的情况。叶片响应于随机激励(例如颤动)而振动，并且按照恒定速度测量振动数据。使用已知的探针系统进行振动测量。到达时间信息被处理以确定在离散时间样本处，即每次叶片经过探针时的叶片位移。处理位移数据以提取对于每个叶片的频率响应信息。这包括使用来自子区间的数据，采用来自子区间的数据的快速傅里叶变换以获取多频率响应，平均或否则平滑数据。所得到的频率响应在图4中示出，其中将各个叶片的幅度绘制为激励频率的函数。
[0044]在临界运行速度下的谐振交叉的情况下，可以使用不同的方法。典型地，将多个探针安装在壳体上并且将其用于测量叶片在壳体上的不同圆周点上的到达时间。然后将正弦波拟合算法用于在转子每次旋转时确定每个叶片的幅度、频率和相位，并且将其作为旋转速度的函数来确定。假设在获取数据期间转速变化足够小，则该信息基本上与频率响应数据相同。该数据通常被进一步处理来降低噪声。这可以包括平均该数据以降低噪声，或者对该数据进行滤波以降低叶片的来自并不感兴趣的第二振动模式的频率响应。两个在商业上提供探针系统和该类型的包括滤波的数据分析能力的公司是Agilis Group, Inc.和HoodTechnology Corporat1n。
[0045]步骤3包括，通过将降阶结构模型(ROM)拟合至频率响应数据来识别与叶片频率有关的信息。通常，叶片系统的频率响应是复杂的，即，叶片在特定模式中可以具有多于一个谐振峰。
[0046]作为示例，考虑图5中示出的四个叶片的频率响应。频率响应具有多个峰值的原因是，叶片具有稍有不同的频率，以及它们的运动在结构上和空气动力学上耦合。理解该类型的复杂叶片系统振动是在文献中称作失调的活跃研究领域【参见例如Griffin，J.Η.，和Hoosac，T.Μ.所著的 “Model Development and Statistical Investigat1n of TurbineBlade Mistuning，，，ASME Journal of Vibrat1n, Acoustics, Stress, and Reliability inDesign, Vol.106，1984 年 4 月，204-210 页】。
[0047]理论上，如果每个叶片相同，则每个叶片将相同地振动并且将仅存在一个频率峰值。因为叶片具有稍微不同的频率，即它们失调，则它们在具有不同的自然频率的多个失调的系统模式中振动。参与多个失调的系统模式的叶片的净效应是它们示出多个峰值。从而，难以从谐振响应曲线图中挑出一个特定频率并且将其指定为叶片的自然频率，因为频率峰值随着系统运行条件变化而变化。事实上，如果尝试了该方法，则得到的频率示出从一个时间样本到下一个的如此大的散布，以至于它们不能被用来可靠地检测叶片中的例如由叶片裂缝引起的物理变化，即，叶片频率的不确定