[发明专利]一种基于温度信号的燃气轮机涡轮叶片健康监测系统及方法

说明书

本发明提供一种基于温度信号的燃气轮机涡轮叶片健康监测系统及方法，系统包括数据采集模块和上位机数据处理模块；所述数据采集模块与所述数据处理模块之间为电连接；所述数据采集模块用于采集涡轮叶片的温度数据并传送给所述上位机数据处理模块；所述数据处理模块根据所述温度数据进行分析处理，得出涡轮叶片的温度特征和叶片的健康状况。方法包括：基于MIV算法的自变量筛选；基于遗传算法的自变量降维；监测模型的选择；监测模型的优化。本发明研究对象是燃气轮机涡轮叶片，通过对其温度信号的在线测量，实现其健康检测的目的。

技术领域

本发明涉及轮叶片健康监测，尤其涉及一种基于温度信号的燃气轮机涡轮叶片健康监测系统及方法，属于燃气轮机涡轮叶片监测领域。

背景技术

随着燃气轮机等机械设备的功能越来越完善，规模和复杂程度不断增加，对这些设备的维修和保障任务也变得越来越繁重和复杂。由于无法避免外界环境和内部因素的影响，设备健康状态无法保障。当设备出现健康问题时，降低或失去了其预定功能，甚至会发生严重的灾难性事故。因此，为了能够尽量最大可能地避免事故的发生和提高经济效益，燃气轮机的可靠性、可用性与安全性问题就日益突出地呈现在人们面前，从而促进了对燃气轮机设备健康监测技术的研究。健康监测技术已经发展成为一门涉及融合信号处理、模式识别、计算机科学、人工智能、电子科学、数学等多学科内容的综合性学科。健康监测技术的发展很大程度上依赖于上述多个学科技术研究的不断深入和交叉。当然，健康监测领域的某些特殊之处也促成了一些新兴研究分支领域的出现。

我国开展机械设备健康监测从1983年起步，迄今已有30多年，一些企业已将健康监测技术应用于燃气轮机、汽轮发电机组、船舶发动机、冶金设备、大型电网系统、石油化工设备、矿山设备和机床等领域，取得了显著的经济效益和社会效益。目前中国的机械设备健康监测技术接近当代世界先进水平，特别是进入21世纪以来，由于世界高新技术的发展极为迅速，国际学术交流分外活跃，因而有力地推动了我国机械设备健康监测工作的进展，使其无论在理论上还是在实践上，都进入了一个新的历史阶段。同时，一些现代健康监测技术不断进入国内科研生产领域，包括近年应用颇显成效的神经网络、人工免疫系统、遗传算法、信息集成与融合等。正是这些发展中的现代健康监测技术，它们与传统健康监测技术并肩齐进、互为补充。

当一个系统的状态偏离了正常状态时，称系统发生了健康问题，此时系统不会完全的失去其功能，但是如果不及时进行处理，就会使设备效率降低，也可能部分地失去其功能。健康监测就是评价健康指数的过程，包括状态检测、趋势预测等内容。健康监测是通过研究设备的健康状态与征兆之间的关系来判断健康指数，由于实际因素的复杂性，健康状态很难用精确的数学模型来表示。健康状态的混叠使得各状态难以明确地区分，所以监测中往往得到多个可能的健康状态结论，使监测过程变得非常复杂。

发明内容

本发明的目的是为了提供一种基于温度信号的燃气轮机涡轮叶片健康监测系统及方法，研究对象是燃气轮机涡轮叶片，通过对其温度信号的在线测量，实现其健康检测的目的。

本发明的目的是这样实现的：一种基于温度信号的燃气轮机涡轮叶片健康监测系统，包括数据采集模块、上位机数据处理模块，所述数据采集模块包括辐射取样探头、光电转换模块、数据采集卡，光电转换模块将获取的辐射光能量转换为电信号，并进行相应的信号处理，数据采集卡对电压信号进行采集，并将采集到的电压信号传递到上位机数据处理模块，所述数据采集模块与上位机数据处理模块之间为电连接，上位机数据处理模块根据所述温度数据进行分析处理，得到涡轮叶片的温度特征和叶片的健康状况。

一种基于温度信号的燃气轮机涡轮叶片健康监测方法，包括所述的基于温度信号的燃气轮机涡轮叶片健康监测系统，步骤如下：

步骤1：监测模型的选择

①网络结构的改进

增加从关联层到输出层的连接权值ω⁴，改进Elman神经网络结构；

②学习算法的改进