基于电涡流传感器带冠叶片非接触式振动检测装置和方法与流程

本发明涉及旋转机械设备动叶片故障检测领域，特别是应用电涡流传感器进行带冠叶片的非接触式振动检测方法。

背景技术：

随着科学技术的逐渐发展，尤其是航空发动机、汽轮机和燃气轮机设备的发展，动叶片的使用也越来越普遍。并且这些叶片出现故障时，往往会带来重大的经济损失，甚至人员伤亡。所以对动叶片的稳定性，可靠性等要求也越来越高，对旋转机械故障检测预测技术也得到了极大的重视。这些叶片普遍工作在高温，高压，高离心力等恶劣的环境中，而且会受到复杂工况，变工况，长时间工作等因素的影响，会使叶片受损，从而引发叶片振动。振动信号包含了大量的有用信息，比温度、压力等信号更能反映旋转机械的工作状态。所以，对旋转机械的振动信号检测必不可少。以往的叶片监测与诊断系统，存在测点数少、状态监测的连续性、动态性和实时性水平不高等缺点。

现在大部分都是利用叶尖定时原理或者贴应变片方式进行测量。叶尖定时方法只能对自由叶片进行检测，对整圈的运行时相互咬合的带冠叶片无能为力，而且检测的是叶片的周向振动。贴应变片方式属于接触式测量，会改变叶片自身性质和运行状态。

现今大多数采取电容式传感器进行测量，虽然电容式传感器具有精度高，动态响应好等好处，但是测量范围小，寄生电容影响大。同时根据c＝εs/4πkd。其中，ε是介电常数，s为电容极板的一个面的面积，d为电容极板的距离，k则是静电力的常量。动叶片经常在恶劣复杂的工况下进行工作，会导致介电常数受到干扰而使测量结果发生变化。所以电容式传感器只适用于某些特定测量环境，不具备普适性。

所以本发明将针对以前检测系统和检测方法的不足，发明出一种新的可以对带冠叶片进行非接触式振动检测的方法。

技术实现要素：

为克服现有技术的不足，本发明旨在提出一种检测动叶片的轴向振动的方法，实现对带冠叶片的非接触式振动检测。为此，本发明采取的技术方案是，基于电涡流传感器的带冠叶片非接触式振动检测方法，通过标定来获得电涡流传感器检测到的电压值与电涡流传感器和待测物体相对面积曲线，从而在叶片振动时，通过算法得出叶片与传感器相对位置和电压的对应关系，从而测得叶片振动情况，其中，电涡流传感器在线性工作区域进行测试。

具体步骤如下：

数据采集：采集传感器采集到的信号，采样频率fc必须大于信号中最高频率fmax的2倍时，即fc≥2fmax；

数据缓存：对采集到的数据信号进行缓存，保持数据的连续性；

滤波处理：将信号进行滤波处理，滤除高频谐波干扰信号；

时频转换：采样频率为fc，采样点数为n，则时频转换分辨率fa＝fc/n，在时频转换前通过抽取将采样频率降低；

数据筛选：筛选得到振动信号。

通过标定来获得电涡流传感器检测到的电压值与电涡流传感器和待测物体相对面积曲线，具体步骤如下：

电涡流传感器线圈的阻抗用函数z＝f(u,σ,r,δ,φ,ω,i)来表示，保持其他几个参数不变，那么电涡流的大小就只和金属体的尺寸因子k2成单值函数，所用的电涡流传感器，当振动发生时，金属导体产生轴向移动，导致尺寸因子k2随之发生变化，变化量与感应面积变化量δs呈线性关系，用k2＝kδs+c来表示，k、c均为常数，从而电涡流传感器线圈的阻抗用z＝f(kδs+c)来描述，只与感应面积变化量δs相关，即只对被测物体面积敏感，由此来测得振动情况。

数据筛选具体步骤为，进行时频转换后，每一个频率分量就会在频谱上呈现出一个峰值，当叶片发生振动时，频谱上就会出现一个峰值的变化，变化量值取决于系统的信噪比，并且远大于其他噪声引入的干扰，此峰值对应的频率即为振动的频率，幅值即为振动的能量，与标定数据相对照解算得到振动信号。

基于电涡流传感器带冠叶片非接触式振动检测装置，包括电涡流传感器、采样模块、滤波模块、时频转换模块、数据处理模块；其中：

数据采集模块：采集传感器采集到的信号，采样频率fc必须大于信号中最高频率fmax的2倍时，即fc≥2fmax；

数据缓存模块：对采集到的数据信号进行缓存，保持数据的连续性；

滤波处理模块：将信号进行滤波处理，滤除高频谐波干扰信号。

时频转换模块：采样频率为fc，采样点数为n，则时频转换分辨率fa＝fc/n，在时频转换前通过抽取将采样频率降低；

数据处理模块：筛选得到振动信号。

本发明的特点及有益效果是：

(1)本发明所采用的基于电涡流传感器的带冠叶片非接触式振动检测方法可以实现对各种咬合类型的带冠叶片振动情况进行检测。

(2)可以对叶片的轴向振动进行检测。

(3)电涡流传感器存在良好线性工作的区域。

(4)本发明采用的数据处理算法，可以在不损失精度的前提下，降低运算量。从而适用于各种实时监测。

附图说明：

图1带冠成组叶片。

图2带冠叶片。

图3叶片发生振动时，电涡流传感器位置。

图4自由叶片与带冠叶片振动示意图。

图5传感器标定曲线图。

图6传感器工作区域曲线图以及拟合曲线和确定系数。

图7算法处理数据流程框图。

图8整套系统的组成，其中1为电涡流振动传感器，2为叶片叶冠，3为机匣，4为叶片。

图9标定系统组成图，其中8位叶片夹具，9为可调式位移台。

图10设计的32阶fir(有限长单位冲激响应)低通滤波器，即有限长单位冲激响应低通滤波器特性曲线图。

具体实施方式

本发明为了弥补基于叶尖定时原理和贴应变片方法的不足，基于电涡流传感器，发明了一种检测动叶片的轴向振动的方法。目的是实现对带冠叶片的非接触式振动检测。

采用高分辨率高速采集加高速处理的流程算法，保证数据不丢失，保证实时性。

对被测动叶片进行分析。常见叶片一般有三种形式，自由叶片、带冠叶片，和带冠成组叶片，如图1,2所示。叶片在旋转时会受到叶片自身质量产生的离心力、气流的横向气体力和热负荷的作用。其中来自气流的扰动是叶片产生振动的主要原因，振动形式如图3所示。带冠叶片和带冠成组叶片与自由叶片不同，自由叶片在横向气流的作用下通常为周向振动，而带冠叶片和带冠成组叶片，由于叶冠的存在，整圈叶片的刚性增强，在叶冠碰撞和滑移的联合作用下，周向振动能量被大量消耗，轴向振动变为主导，如图4所示。。

本发明提出了一个可以对带冠叶片轴向振动进行检测的测量方法。

根据法拉第电磁感应原理，块状金属导体置于变化的磁场中或在磁场中作切割磁力线运动时，导体内将产生呈涡旋状的感应电流，以上现象称为电涡流效应。而根据电涡流效应制成的传感器称为电涡流式传感器。假定金属导体是均质的，其性能是线形和各向同性的，则线圈的阻抗可以用导体的磁导率u、电导率σ、几何尺寸r(包括k1为传感器尺寸因子，k2为被测金属体尺寸因子。)、线圈与金属导体距离δ，线圈得几何参量φ，激励电流频率ω，激励电流大小i等参数来描述。因此线圈的阻抗可用函数z＝f(u,σ,r,δ,φ,ω,i)来表示。保持其他几个参数不变，那么电涡流的大小就只和金属体的尺寸因子k2成单值函数，具备普适性。所用的电涡流传感器，当振动发生时，如图3所示，金属导体产生轴向移动，导致尺寸因子k2随之发生变化，变化量与感应面积变化量δs呈线性关系，可以用k2＝kδs+c来表示，k、c均为常数。从而电涡流传感器线圈的阻抗可以用z＝f(kδs+c)来描述，只与感应面积变化量δs相关，即只对被测物体面积敏感。

基于此我们可以通过标定来获得传感器检测到的电压值与传感器和待测物体相对面积曲线，从而在叶片振动时，可以通过算法得出叶片与传感器相对位置和电压的对应关系，如图5所示。在叶片运动状态下，对叶片振动的检测为检测振动的变化量。如果传感器工作在非线性区域，就会对结果产生一定的误差。所以要通过标定数据图，选取一段传感器可以稳定运行的，具有良好的线性工作区域的作为电涡流变面积型电涡流安装位置。在带冠叶片最大振动范围内，可以看出有一个良好的线性区域，截取线性区域，如图6所示。在线性工作区域拟合曲线，确定曲线方程和确定系数，确定系数越接近1则线性越好。

对叶片信号进行分析，不同类型的叶片，变面积型电涡流传感器检测到的信号也不同。对于带冠成组叶片，由于两叶片之间几乎没有间隙，所以在叶片与叶片咬合处，检测到的叶片信号幅值对比振动信号幅值变化不大，不会对振动信号的检测造成影响，可以忽略，传感器检测到的值即为振动值。对于带冠叶片，在两个叶片咬合处，存在一定的间隙，导致信号会产生一个突变，而这个突变会呈现出一个叠加各种高频谐波的峰，会干扰振动信号的检测。

根据傅立叶级数的原理，周期函数都可以展开为常数与一组具有共同周期的正弦函数和余弦函数之和。则随着叶片旋转，旋转信号可以由下式来表示。

fm＝m·b

其中fm为最小频率，m为转速，b为叶片数量。

在叶片旋转的同时，如果发生振动，整圈叶片为节径型振动，则可用下式来表示。

其中eo为固有频率与转频的整数倍，fz为振动频率。

则电涡流传感器检测到的信号为

x(t)＝x1(t)+x2(t)+n(t)

其中n(t)为污染噪声。

如何将低频微小振动信号，从高频的信号中分离出来是本发明的一个目的。

为此本发明提出了一种数据处理算法，用来分离目标信号与干扰信号。算法流程框图如图7所示。

数据采集：采集传感器采集到的信号。由于信号叠加了高频和低频的信号，为了保证信号完整性能，本发明使用高频进行数据采集。并且根据香农采样定理，采样频率fc必须大于信号中最高频率fmax的2倍时，即fc≥2fmax，采样之后的数字信号才完整地保留了原始信号中的信息。

数据缓存：对采集到的数据信号进行缓存，保持数据的连续性，防止振动数据的丢失。

滤波处理：将信号进行滤波处理，滤除频率为fm及以上的高频谐波干扰信号。

时频转换：采样频率为fc，采样点数为n，则时频转换分辨率fa＝fc/n。由于我们关注的振动信号是一个低频信号，而采样频率往往很高。所以在时频转换前可以通过抽取将采样频率降低。保留第m个样本点，去除m-1个样本点，则新的采样频率fc'＝fc/m。在同样采样点的情况下可以提高时频转换的分辨率。对滤波后数据进行时域频域转换，可以清楚找到动态信号中的各个频率成分和频率分布范围。

数据筛选：进行时频转换后，每一个频率分量就会在频谱上呈现出一个峰值。当叶片发生振动时，频谱上就会出现一个峰值的变化，变化量值取决于系统的信噪比，并且远大于其他噪声引入的干扰。此峰值对应的频率即为振动的频率，幅值即为振动的能量，与标定数据相对照即可解算得到振动信号。

数据传输：对所得信号进行显示、传输等操作。

基于以上几点，本发明提出了一个振动测量系统，系统的组成如图8所示。电涡流变面积型传感器采集得到的信号，通过解调模块变成电压值反映出来，然后再通过滤波器进行滤波，将信号频率限制到采样频率一半以下，防止混叠，最后再进入采集分析系统进行信号分析处理，得出结果。

本发明具体实例如下：

机械加工出与现场应用形状大小一致，并且同种材质的带冠叶片。将带冠叶片与变面积型电涡流传感器进行固定。然后利用高精度位移台进行标定，如图9所示，确定传感器相对叶片不同位置检测到的电压值与距离的关系，同时拟合曲线得出确定系数。找到拥有良好线性工作区域的最佳安装位置。

将叶片与传感器按照上述方式得到的最佳安装位置固定安装。

将电涡流振动传感器采集到的数据，通过信号放大，解调模块，滤波电路，使信号达到高精度模数转换芯片的要求。之后，利用fpga(现场可编程门阵列)，对数据进行后续处理。先将采集数据进行ad(模数)转换，采集得到的信号存入fifo(先入先出队列)中，保证数据的完整性。之后再从fifo中取出数据，进行低通滤波。本发明设计了一个32阶的fir低通滤波器，根据实际振动频率范围和数据采集速度，确定了fir滤波器的通带频率和截止频率如图10所示。之后对数据进行数据降频的处理，再不损失精度的前提下，将高频信号变换为低频信号，在相同数据量的情况下，达到了更高的分辨率。之后进行fft(快速傅里叶变换变换)，将信号从时域变换为频域，同时进行频率搜索，得到所需振动信号的频率值。再利用fifo进行数据存储与上传。

现场固定间隙处安装固定电涡流传感器。正确连接传感器与数据处理系统。手动盘车后低速盘车，查看各通道是否有数据，信号是否正常。长期监测频谱数据，观察叶片振动情况，对叶片状态和是否需要检修进行判断。