本发明属于缺陷检测技术领域,更为具体地讲,涉及一种基于磁性探测原理与电感法的发动机在线金属屑检测方法。
背景技术:
航空发动机滑油系统检测分为离线检测与在线检测,常见的离线检测方法有铁谱分析、光谱分析等。但这些离线检测手段大部分工作都是在实验室进行的,实时性低,且对故障的严重程度及发展更多依赖于人的主观判断,从而导致其随机误差大,极易误报和漏报滑油系统中的金属屑末。因此离线检测手段逐渐被淘汰,在线检测手段成为了研究重点。
国外研究者自20世纪80年代中期就已经开展发动机金属屑末在线监测技术的研究,其重点多集中于金属屑末的在线测传感器开发上。根据原理可以分为:(1)磁性探测法(2)电感法(3)电容法(4)超声检测法(5)光电感应法(6)在线x射线光谱法(7)静电荷检测法。
(1)磁性探测法
磁性探测法原理是在发动机滑油系统中安装磁性元件,吸附或拦截滑油中的铁磁性金属屑末,金属屑末累积到一定程度会使报警电路导通,其产生的感应信号强弱与金属屑量成正比。由于磁力的大小与距离相关,油液粘度不同其对抗磁力的反作用力也不同,油液粘度和金属屑中铁磁性物质的含量会影响检测结果。
1985年的《industriallubricationandtribology》的第37卷第5号“measuringthedebris”一文介绍了cdm(continuousdebrismonitor)在线金属屑探测器。该传感器由1个永久磁铁,1双极靴和2个热配对的磁阻器件组成。紧靠磁敏电阻安装了2个温度传感器对零点及灵敏度热漂移进行补偿,整个组件用环氧树脂封装在1个非铁磁性的套筒里。此方法可检测大于100um的铁颗粒,但该方法的检测灵敏度与金属屑的铁磁物质含量、磁性及形状相关而导致尺寸精度差,且有效检测区域受油液粘度影响,收集到的金属屑量与润滑油中所带金属屑量的关系很难确定,只能用作定性辅助检测手段。
(2)电感法
电感法原理是在滑油管道上绕制或采用平面工艺构成电感,利用电感线圈产生初始磁场,有金属屑通过时,磁场发生扰动,磁场的变化转化为电压的改变,变化量与金属屑尺寸、形状和金属材料密切相关。
1992年的《measurementscienceandtechnology》的第3卷第7号的“anonlineweardebrismonitor”一文公布了以线圈作为振荡器的谐振电感法,并设置锁相环可以自动补偿振荡器频率上的任何缓慢漂移,同时可以检测和放大金属颗粒产生的瞬态扰动。频移的方向可以区分铁磁性和非铁磁性金属颗粒,信号振幅可以测量碎片的大小和浓度。但由于受磨粒形状的干扰,该方法无法定量检测磨粒尺寸,多按100μm尺寸范围分段处理,也无法实现磨粒数量的定量识别,在磨粒产生速度较高时,多个同时通过传感器的磨粒会被误检为单个磨粒,试验验证磨粒距离小于5mm就存在误检。
(3)电容法
电容法原理是当滑油系统中有金属屑末通过时会改变栅极电容器两块板之间的介电常数,导致电容发生变化,利用阻抗分析仪检测金属屑引起的介电常数变化即可。该方法的优点是成本低、加工方便,且金属材料的介电常数和气泡、水、油液及其他非金属材质相差很大,因此电容型方法对材料特性干扰不敏感,油液颜色也不影响检测效果。但极板尺寸和距离会影响其检测精度,即流道增大会导致其有效分辨率降低,因此检测精度和取样代表性存在矛盾。
2009年的博士论文“modelingamicrofluidiccapacitivesensorformetalweardebrisdetectioninlubricationoil”一文中提出了一种基于库特计数原理的平行板mems电容器,能够检测亚微米范围内的细小磨损颗粒。经实验验证,该电容型传感器可检测20μm~6mm的金属屑。2016年的《传感器与微系统》第35卷第10号“基于电容传感器的飞机滑油磨粒检测系统设计”一文设计了一个弧状极板式电容传感器,采用交流电桥式电容检测方法。该系统以dds信号发生器给交流电桥施加激励信号,经c/v转换、差分放大、相敏解调以及低通滤波等处理后得到实时电压变化,实现弱信号的精确检测,能够检测尺寸在100um-500um的金属屑,且能有效克服杂散电容和寄生电容的影响。但是这两种方法在油路磨粒产生速度较低时,由于检测区间流道小,必然存在漏检概率,而磨粒产生速度较高时,多个磨粒同时经过极板会被误检为单个磨粒
(4)超声检测技术
超声检测技术原理是油液中的金属屑对超声波能够产生散射/反射作用,使得超声波衰减且回波幅值与金属屑尺寸的立方成正比,同时也与金属屑的形状和材质密切相关。散射传感器采用两个面贴式超声换能器,一个用于发射,另一个用于接收。由于超声波只能被固体粒子散射,所以气泡不能用这个原理来识别。反射传感器仅采用一个传感器作为发射和接收单元。一个声发射脉冲将得到两个回波脉冲响应,一个来自悬浮粒子,另一个来自壁面,利用两种回波强度的显著差异来识别发动机中的磨粒信息。散射原理相对于反射原理的优点在于,由于气泡的自然声阻抗,它可以通过气泡的相对相位来区分气泡。
2017年的《仪器仪表学报》第38卷第7号“航空发动机滑油磨粒在线监测”一文中提到一种综合传动箱磨粒检测设备,该传感器结构设计采用油液双出口,利用重力原理去除气泡,调节螺丝用于调节焦斑参数,能检测油中小至45μm的磨粒,通过设置不同的增益和聚焦参数,可测3~2000μm磨粒。但是该方法仅在有少量泡沫时有效。在10mm直径油管内,1mm直径的焦斑将导致99%的漏检概率。而且传感器安装位置、超声波频率选择以及振动和噪声的影响等也都会严重影响检测性能。
5)光电感应法
润滑油的透光性能受金属屑的影响。因此,通过测量光的传输来监测金属屑。通过测量光通过润滑油试样后的光密度衰减,可以定量、定性地检测磨损碎片。
2000年的美国专利“on-linemeasurementofcontaminantlevelinlubricatingoil”一文公布了一种光电感应法,该方法通过螺线管使铁磁性和非铁磁性碎片在润滑油中分别运动,并以led为光源的光学系统和光感知二极管在线圈工作前后所测得的光强来反映铁磁粒子和非铁磁粒子的含量。基于光学的传感器显示出精确识别单个粒子的优势。因此,它们适用于金属屑计数,已经在一些离线仪器中得到了广泛的应用。然而,对于在线监测,光学方法可能受到许多不可预测因素的影响,如气泡,油液颜色,金属屑密度等,当颗粒浓度高时,其精度可能无法保持。
(6)在线x射线光谱法
在线x射线光谱法利用金属屑受x射线能量激发产生色散荧光光谱的原理,检测金属屑金属合金元素含量。其中,机械谐振型未见具体应用;差动压力型和x射线型实时性差(超过几十秒),且不能定量检测金属屑尺寸和数量;微波型对检测区域内水和油液介电常数等电学参数的干扰敏感;x射线型不受环境因素干扰,但仅对金属元素含量敏感。差动压力型应用于污染检测,能克服光学法对气泡敏感的缺陷,广泛应用于不透明油液检测,但无法检测金属屑数量且维护复杂。
2018年的《tribologyinternational》第128卷“effectofthefabricationmethodonthewearpropertiesofcoppersiliconcarbidecomposites”一文公布了嵌入式x荧光光谱仪(xrf)检测滑油系统的方法,该方法可定量检出油液中12种元素,但xrf只能对金属屑总量进行监测,不能判断金属屑的尺寸、形貌等特征,且造价昂贵,至今未应用于突发性磨损预警检测。
(7)静电荷检测法
静电荷检测法原理是发动机滑油系统中的金属屑末经“摩擦起电”带有一定的电荷,金属屑所携带的静电与载荷、速度、表面粗糙度等摩擦条件有关。带电金属屑末经过传感器时,由于静电感应作用在探极表面产生感应电荷。带电颗粒的浓度越大,静电信号越强,通过监测油液中金属屑的静电信号可以反映发动机齿轮箱及轴承的磨损情况。
2014年硕士学位论文“润滑油路磨损颗粒静电在线监测及识别技术研究”一文中设计了全流量嵌入式在线监测静电传感器,可利用感应电压的幅值和波形来反映滑油回路中金属、非金属的荷电磨粒特征。但是金属屑荷电的多少,受温度、油液介电常数等因素影响,荷电金属屑悬浮在润滑油中流动时,油液的摩擦带电和接触荷电作用会使金属屑电荷量进一步改变,此类二次电荷分配作用的过程具有随机性和复杂性,因此金属屑尺寸与电荷无严格定量关系,因此可能存在误检及漏检。
技术实现要素:
本发明的目的在于克服现有技术的不足,提供一种基于磁性探测原理与电感法的发动机在线金属屑检测方法,通过智能磁场调制对金属屑施加位移扰动,并通过周向布置的差分式涡流阵列实现金属屑横向位移扰动的检测,实现金属屑数量、大小、位置与形态的在线检测,具有成本低、灵敏度高、检测精度高等特点。
为实现上述发明目的,本发明一种基于磁性探测原理与电感法的发动机金属屑检测方法,其特征在于,包括以下步骤:
(1)、对油路中的金属屑施加低频调制磁场
(1.1)、将航空发动机润滑油系统中的某一段设置为金属屑在线检测段,然后在检测段上,按照一上一下固定间隔布置多组低频线圈;
(1.2)、对低频线圈施加周期性方波信号,使检测段内产生吸引金属屑的调制磁场;
(2)、在检测段上布置上下对称排列的检测线圈,从而构成差分涡流阵列,且在检测段同一侧的线圈间距相等;
(3)、根据趋肤效应,计算检测段内调制磁场产生的涡流渗透深度;
其中,δ为涡流渗透深度,σ为材料的磁导率,μ为材料的磁导率,f为磁场频率;
(4)、根据涡流渗透深度,结合实际的油管直径选取合适的励磁信号频率,从而将金属屑位移调制信息传递到差分涡流阵列中进行信号检测;
(5)、差分运算
在差分涡流阵列与调制磁场的作用下,将金属屑的调制位移在差分涡流阵列中形成规律性的响应信号,即:铁磁性金属屑受调制磁场吸引运动,当运动至检测段上半区域时,位于上部的检测线圈测得的信号将会强于位于下部的检测线圈测得的信号,反之,当运动至检测段下半区域时,位于下部的检测线圈测得的信号会强于上部检测线圈测得的信号;而非铁磁性金属屑受调制磁场的影响较小,会在检测段上继续按照惯性运动;
差分涡流阵列将检测段上、下半区域测得的信号的幅值进行差分,得到铁磁性金属屑与非铁磁性金属屑响应的观测信号;
(6)、将观测信号进行调制解调和随机信号处理,再将处理后的信号保存在观测矩阵x,
(7)、利用ica算法进行盲信号分离;
(7.1)、对观测矩阵x进行均值化处理,得到矩阵x*;
(7.2)计算矩阵x*的协方差矩阵,得到其特征值λ与特征向量u;
(7.3)、构建正交矩阵z;
z=w0*x
其中,w0为白化矩阵,满足:
(7.4)、设置初始化权重矩阵
(7.5)、计算第t次迭代时的权重矩阵
其中,g'(x)为g(x)的一阶导,e{·}表示求期望,||·||表示向量的模;
(7.6)、判断前后两次迭代后的权重矩阵
(7.7)、构建分离矩阵
(8)、根据s1与s2,利用软件matlab的plot命令分别进行绘图,其中,图像的横坐标表示采样频率,纵坐标表示电压幅度;然后统计两幅图中的波动次数,统计的波动次数表示铁磁性金属屑和非铁磁性金属屑的数量;
(9)、根据绘制的两幅图像,将s1与s2中所包含的信号的电压幅度和采样频率作为神经网络的输入,神经网络的输出为铁磁性金属屑和非铁磁性金属屑的位置和尺寸。
本发明的发明目的是这样实现的:
本发明基于磁性探测原理与电感法的发动机金属屑检测方法,通过差分涡流阵列探测与磁场调制相配合,根据金属屑的调制位移,能在差分涡流阵列探测线圈中形成规律性的响应信号;由于金属屑材质、颗粒大小等的未知性,先期无法获得完整的运动模型,因此,先综合运用随机信号处理、调制解调、盲信号分离等算法,从一系列线圈中分离提取出金属屑响应信号,并重构出运动轨迹,然后根据每个运动轨迹估计出金属屑的大小和材质,并进行计数,实现发动机滑油系统的金属屑定量检测及定位。
同时,本发明基于磁性探测原理与电感法的发动机金属屑检测方法还具有以下有益效果:
(1)、本发明通过研制智能磁场调制技术对金属屑施加位移扰动,克服了传统方法中的被动式提取金属屑微弱电磁信号,并将其转换为明确的位移调制信息提取。
(2)、本发明通过研制周向布置的差分式涡流阵列,在保留传统三线圈电磁感应法高灵敏度高可靠性宽温度范围等优良特性的同时,实现了金属屑横向位移扰动的检测。
(3)、本发明融合调制解调、随机信号处理与盲信号分离算法,构建金属屑运动轨迹,降低了传统方法中多磨粒同时通过产生误检漏检的概率,实现基于运动参数(速度、加速度等)的金属屑数量、大小、位置与形态的在线检测。
(4)、油路为轴对称结构,通过设置轴对称的差分线圈,有效抵消温度等对线圈参数的影响。
(5)、本发明使用调制磁场可以缩小金属屑探测距离,同时为金属屑叠加额外的位移扰动信息。
附图说明
图1是本发明基于磁性探测原理与电感法的发动机在线金属屑检测原理图;
图2是本发明基于磁性探测原理与电感法的发动机在线金属屑检测方法流程图;
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于磁性探测原理与电感法的发动机金属屑检测原理图。
在本实施例中,如图1所示,当被测航空发动机润滑油路中存在金属磨屑时,利用智能磁场调制技术,根据流速和油液粘度调整磁场,使得金属屑在油路中进行可控移动。
如图1所示,当调制磁场关闭时,金属屑在油管中自由运动,当调制磁场开启时,由于调制磁场对铁磁性磨屑和非铁磁性磨屑的作用方式不同,会引起两种材质金属屑在油路中呈现出不同的运动轨迹。当铁磁性磨屑在受到调制磁场作用后,会朝向管壁方向发生明显位移,而非铁磁性磨屑受调制磁场影响小,其运动轨迹基本不受影响,继续做自由运动。因此调制磁场作用是在缩小金属屑探测距离的同时为金属屑叠加额外的位移扰动信息。
图2是本发明基于磁性探测原理与电感法的发动机金属屑检测方法流程图。
在本实施例中,如图2所示,本发明一种基于磁性探测原理与电感法的发动机金属屑检测方法,包括以下步骤:
s1、对油路中的金属屑施加低频调制磁场
s1.1、将航空发动机润滑油系统中的某一段设置为金属屑在线检测段,然后在检测段上,按照一上一下固定间隔布置多组低频线圈;
s1.2、对低频线圈施加周期性方波信号,使检测段内产生吸引金属屑的调制磁场;
在本实施例中,保留传统三线圈电磁感应法高灵敏度高可靠性宽温度范围等优良特性的同时,实现了金属屑横向位移扰动的检测。这样磁场区域会使铁磁性金属屑向管壁方向运动,而非铁磁性金属屑则不受调制磁场的作用仍然按照惯性运动。整个调制磁场运用频率同步、脉宽调制技术使得其能够根据流速和油液粘度调整磁场强度,保证金属屑运动范围最大的同时又不会被磁场吸附固定。
s2、施加差分涡流阵列
根据被检测油路管径的尺寸和型面来进行涡流阵列的探头外形设计,探头由多个独立的线圈排列而成,在检测段上布置上下对称排列的检测线圈,从而构成差分涡流阵列,且在检测段同一侧的线圈间距相等;这种结构对金属屑运动信息较为敏感,通过与调制磁场相配合使用,根据金属屑的调制位移,能在差分涡流阵列探测线圈中形成规律性的响应信号。
在本实施例中,差分涡流阵列中检测线圈的数目至少满足12个,分别等间距对称放置在第2组低频线圈左右两侧,即在第1组与第2组低频线圈之间有6组检测线圈,在第2组与第3组低频线圈之间有另外6组检测线圈。
s3、根据趋肤效应,计算检测段内调制磁场产生的涡流渗透深度;
其中,δ为涡流渗透深度,σ为材料的磁导率,μ为材料的磁导率,f为磁场频率;
s4、将位移调制转换为信号检测
根据涡流渗透深度,结合实际的油管直径选取合适的励磁信号频率,由于需要的涡流渗透深度较深,因此需要采用低频信号,励磁信号频率可在30hz-150hz的范围内选取,这种调制技术通过主动对金属屑施加位移扰动,从而将金属屑位移调制信息传递到差分涡流阵列中进行信号检测。
s5、差分运算
在差分涡流阵列与调制磁场的作用下,将金属屑的调制位移在差分涡流阵列中形成规律性的响应信号,即:铁磁性金属屑受调制磁场吸引运动,当运动至检测段上半区域时,位于上部的检测线圈测得的信号将会强于位于下部的检测线圈测得的信号,反之,当运动至检测段下半区域时,位于下部的检测线圈测得的信号会强于上部检测线圈测得的信号;而非铁磁性金属屑受调制磁场的影响较小,会在检测段上继续按照惯性运动;
差分涡流阵列将检测段上、下半区域测得的信号的幅值进行差分,得到铁磁性金属屑与非铁磁性金属屑响应的观测信号;
s6、金属屑运动轨迹重构
将观测信号进行调制解调和随机信号处理,再将处理后的信号保存在观测矩阵x,再将观测矩阵x传给pc机;其中,
s7、pc机利用ica算法进行盲信号分离;
s7.1、对观测矩阵x进行均值化处理,去均值也就是中心化,实质是使混合信号均值为零,从而得到矩阵x*;
s7.2、计算矩阵x*的协方差矩阵,得到其特征值λ与特征向量u;
s7.3、构建正交矩阵z;
z=w0*x
其中,w0为白化矩阵,满足:
s7.4、设置初始化权重矩阵
在本实施例中,非线性函数g(x)具体可取:g(x)=tanh(x)或g(x)=x*exp(-x2/2)或g(x)=x3。
s7.5、计算第t次迭代时的权重矩阵
其中,g'(x)为g(x)的一阶导,e{·}表示求期望,||·||表示向量的模;
s7.6、判断前后两次迭代后的权重矩阵
s7.7、构建分离矩阵
s8、统计铁磁性金属屑和非铁磁性金属屑的数量
根据s1与s2,利用软件matlab的plot命令分别进行绘图,其中,图像的横坐标表示采样频率,纵坐标表示电压幅度;然后统计两幅图中的波动次数,统计的波动次数表示铁磁性金属屑和非铁磁性金属屑的数量;
s9、确定铁磁性金属屑和非铁磁性金属屑的位置和尺寸
在本实施例中,首先需要对神经网络进行训练与检验,使神经网络的输出为不同位置的金属屑尺寸,从而实现精确估计,对神经网络进行训练与检验的过程在此不再赘述;
根据绘制的两幅图像,将s1与s2中所包含的信号的电压幅度和采样频率作为神经网络的输入,神经网络的输出为铁磁性金属屑和非铁磁性金属屑的位置和尺寸。
这样根据上述方法,工作人员可以实时监测航空发动机润滑油系统中铁磁性金属屑和非铁磁性金属屑的数目及不同位置处的铁磁性金属屑和非铁磁性金属屑的尺寸,然后判断是否满足航空发动机润滑油系统工作环境需要,从而对航空发动机润滑油系统进行实时清理。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。