张 娅 陈 康 王维民 张旭龙

（北京化工大学机电工程学院）

叶片裂纹故障早期监测预警方法研究∗

张 娅 陈 康 王维民 张旭龙

（北京化工大学机电工程学院）

振动问题一直是限制风机向大型化高参数化方向发展的主要障碍，而叶片振动导致的疲劳断裂故障和事故尤为突出。对风机叶片同步共振进行了研究，提出基于非线性最小二乘拟合和GARIV方法相结合的叶片同步振动的振动参数精确辨识方法，准确捕捉叶片的动态固有频率。基于激光传感器的叶尖定时方法，通过捕捉叶片裂纹早期固有频率的微小变化，实现叶片裂纹故障的早期预警。仿真结果表明，所提出的方法可以达到万分之七的测量精度，实验研究结果表明，本文所提出的方法可以进行叶片裂纹的早期识别。

叶片振动；参数识别；模拟仿真；实验测试；叶尖定时；固有频率

0 引言

叶片是通风机、鼓风机和透平压缩机等旋转设备的核心部件之一，其工作安全与工作效率对风机的平稳运行意义重大[1-5]。振动问题一直是限制风机向大型高参数化方向发展的主要障碍，而叶片振动导致的疲劳断裂故障和事故尤为突出。

叶片振动测量主要分为接触式和非接触式两种方法[6]，叶尖计时法是目前非接触式叶片测振的主要方法。目前国际上公开且有效的基于叶尖定时法原理的叶片振动参数识别算法主要有单参数法[6]（速矢端迹法）、双参数法[7]（椭圆拟合法）、正弦拟合法[8]（包括三参数、四参数、六参数法）、自回归法[9]（即AR法以及基于其发展而来的GAR法及GARIV法）、Number of Aliases法[8]、基于速矢端迹法的倍频遍历法[10]。……