CN113987871A - 一种航空发动机叶片损伤在线识别方法 - Google Patents
一种航空发动机叶片损伤在线识别方法 Download PDFInfo
- Publication number
- CN113987871A CN113987871A CN202111217772.7A CN202111217772A CN113987871A CN 113987871 A CN113987871 A CN 113987871A CN 202111217772 A CN202111217772 A CN 202111217772A CN 113987871 A CN113987871 A CN 113987871A
- Authority
- CN
- China
- Prior art keywords
- blade
- finite element
- damage
- element model
- modal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012360 testing method Methods 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 5
- 239000013307 optical fiber Substances 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000000691 measurement method Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006735 deficit Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于航空发动机故障诊断技术领域,涉及一种航空发动机叶片损伤在线识别方法。包括:建立无损伤叶片有限元模型,计算各阶模态频率与振型;建立无损伤叶片试验模型,识别试验模态频率与振型;以前10阶试验模态频率为目标值,叶片材料参数为变量,修正叶片有限元模型,得到精确有限元模型,计算各单元刚度矩阵;组装单元刚度矩阵为整体振型刚度矩阵;测量工作状态叶片振动参数;通过在线监测***实时读取振动参数、转速参数,修正有限元模型完成损伤定位,计算模态应变能变化率完成损伤评估,损伤量超限时显示报警。本发明可在线确定叶片损伤位置及损伤程度完成反馈,预防严重故障发生,降低修理成本,保证飞行安全。
Description
技术领域
本发明属于航空发动机故障诊断技术领域,涉及一种航空发动机叶片损伤在线识别方法。
背景技术
航空发动机在高温、高压、高转速的恶劣环境下工作,极易引起零部件损伤。叶片,特别是转子叶片,作为航空发动机的重要零部件,受到温度、离心力、气动、振动等多重载荷作用,很容易产生疲劳裂纹,如不及时识别处置,可能会发生断裂掉角等故障,影响发动机性能及使用安全。
航空发动机是一个复杂的***,较难在工作状态下通过对整机振动特性的监测识别出具体故障位置及损伤程度。现有的航空发动机叶片损伤识别技术一是在故障发生后,对发动机进行分解故检,通过光学检测手段确定叶片故障位置及形貌,这是一种事后检测手段,极大地增加了维修保障成本;二是基于实验室进行健康监测,未有可应用于实际试车及飞行中的航空发动机叶片损伤识别自动告警效果。因此,建立航空发动机叶片在线监测及损伤识别方法,实现工作状态下叶片损伤识别自动预警,对于保证飞行安全、降低修理成本有着重要意义。
发明内容
为解决上述技术问题,本发明的目的是提供一种航空发动机叶片损伤在线识别方法,可在线确定叶片损伤位置及损伤程度完成反馈,预防严重故障发生,降低修理成本,保证飞行安全。
本发明的一种航空发动机叶片损伤在线识别方法,包括如下步骤:
步骤1:建立无损伤叶片有限元模型,并计算有限元模型的各阶模态频率与模态振型;
步骤2:分析叶片易受损部位,设计试验方案,建立无损伤叶片试验模型,测量测点振动参数,并识别得到叶片各阶试验模态频率与模态振型;
步骤3:以试验模态频率为目标值,以叶片材料参数为变量,采用基于灵敏度的模型修正方法,对无损伤叶片有限元模型进行修正,得到精确有限元模型,并提取各单元刚度矩阵;
步骤4:组装单元刚度矩阵为整体振型刚度矩阵;
步骤5:建立叶片状态在线监测***,在实际转子叶片叶尖机匣上安装光纤传感器,采用非接触间断测量方法测量运行中叶片振动参数,并读取转子转速;
步骤6:在线监测***计算精确有限元模型在此转速下的模态频率和模态振型,将实测模态频率与计算模态频率作对比,变化率超过阈值,显示叶片出现损伤,计算精确有限元模型的模态应变能;
步骤7:以实测模态频率与精确有限元模型计算模态频率的差值最小为目标,以在精确有限元模型中设置的多个损伤单元弹性模量为变量,通过遗传算法对精确有限元模型进行修正,获得损伤叶片有限元模型,计算损伤叶片有限元模型的模态应变能;
步骤8:根据损伤叶片有限元模型的模态应变能和精确有限元模型的模态应变能计算刚度损伤指标,通过刚度损伤指标表征叶片损伤程度;
步骤9:当损伤指标超过限制值时,在线监测***发出报警,并显示损伤位置及损伤量。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤1具体为:建立无损伤叶片几何模型,将其导入有限元软件中,采用六面体单元对其进行网格划分,计算叶片的前10阶位移模态,获得各阶模态频率与振型。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤2具体为:根据有限元模型的模态振型,设计试验布点方案,在实验分析软件中建立无损伤叶片试验模型,采用锤击法,多点激励单点输出的识别方式,通过加速度传感器测量测点的加速度响应,识别出叶片试验模态频率与模态振型。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤3具体为:以叶片前5阶试验模态频率为目标值,以叶片弹性模量、泊松比为变量,采用基于灵敏度的模型修正方法,对无损伤叶片有限元模型进行修正,得到精确有限元模型,并提取各单元刚度矩阵。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤4具体为:将局部单元刚度矩阵按照有限元模型节点位置组装为整体振型刚度矩阵。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤5具体为:建立叶片状态在线监测***,在实际转子叶片叶尖机匣上安装2个光纤传感器,采用非接触间断测量方法测量运行中叶片的振动频率、相位和幅值,并通过转速传感器读取转子转速。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤6中根据下式计算精确有限元模型的模态应变能:
MSEij={Φi}T{Kj}{Φi}
其中,{Φi}为精确有限元模型的第i阶的模态振型矩阵,{Kj}为精确有限元模型的第j个单元的刚度矩阵,MSEij为精确有限元模型的第j个单元的第i阶模态应变能。
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤7中根据下式计算损伤叶片有限元模型的模态应变能:
在本发明的航空发动机叶片损伤在线识别方法中,所述步骤8中根据下式计算刚度损伤指标:
本发明的一种航空发动机叶片损伤在线识别方法,至少具有以下有益效果:
(1)本发明通过模型修正获得的无损伤叶片精确有限元模型为叶片损伤识别提供了基准模型;
(2)本发明通过建立叶片状态在线监测***,通过实验与仿真结合的方法定位叶片损伤位置,通过***内嵌的优化程序计算叶片损伤量;
(3)本发明通过叶片状态在线监测***,当损伤量超过限制值时发出告警;通过该方法可在线确定叶片损伤位置及损伤程度完成反馈,预防严重故障发生,降低修理成本,保证飞行安全。
附图说明
图1是本发明的一种航空发动机叶片损伤在线识别方法的流程图。
具体实施方式
如图1所示,本发明的一种航空发动机叶片损伤在线识别方法,包括如下步骤:
步骤1:建立无损伤叶片有限元模型,并计算有限元模型的各阶模态频率与模态振型;
具体实施时,建立无损伤叶片几何模型,将其导入有限元软件中,采用六面体单元对其进行网格划分,计算叶片的前10阶位移模态,获得各阶模态频率与振型。
步骤2:分析叶片易受损部位,设计试验方案,建立无损伤叶片试验模型,测量测点振动参数,并识别得到叶片各阶试验模态频率与模态振型;
具体实施时,根据有限元模型的模态振型,设计试验布点方案,在实验分析软件中建立无损伤叶片试验模型,采用锤击法,多点激励单点输出的识别方式,通过加速度传感器测量测点的加速度响应,识别出叶片试验模态频率与模态振型。
步骤3:以试验模态频率为目标值,以叶片材料参数为变量,采用基于灵敏度的模型修正方法,对无损伤叶片有限元模型进行修正,得到精确有限元模型,并提取各单元刚度矩阵;
具体实施时,以叶片前5阶试验模态频率为目标值,以叶片弹性模量、泊松比为变量,采用基于灵敏度的模型修正方法,对无损伤叶片有限元模型进行修正,得到精确有限元模型,并提取各单元刚度矩阵。
步骤4:组装单元刚度矩阵为整体振型刚度矩阵;
具体实施时,将局部单元刚度矩阵按照有限元模型节点位置组装为整体振型刚度矩阵。
步骤5:建立叶片状态在线监测***,在实际转子叶片叶尖机匣上安装光纤传感器,采用非接触间断测量方法测量运行中叶片振动参数,并读取转子转速;
具体实施时,建立叶片状态在线监测***,包括光纤传感器、振动信号采集仪和上位机。在实际转子叶片叶尖机匣上安装2个光纤传感器,光纤传感器依次连接振动信号采集仪和上位机。采用非接触间断测量方法测量运行中叶片的振动频率、相位和幅值,并通过转速传感器读取转子转速。
步骤6:在线监测***计算精确有限元模型在此转速下的模态频率和模态振型,将实测模态频率与计算模态频率作对比,变化率超过阈值,显示叶片出现损伤,计算精确有限元模型的模态应变能;
具体实施时,上位机计算无损伤叶片精确有限元模型在此转速下的模态频率与模态振型,并对采集实测振动频率与精确有限元模型计算的振动频率作对比,根据预先设置的阈值判断是否出现损伤。具体根据下式计算精确有限元模型的模态应变能:
MSEij={Φi}T{Kj}{Φi}
其中,{Φi}为精确有限元模型的第i阶的模态振型矩阵,{Kj}为精确有限元模型的第j个单元的刚度矩阵,MSEij为精确有限元模型的第j个单元的第i阶模态应变能。
步骤7:以实测模态频率与精确有限元模型计算模态频率的差值最小为目标,以在精确有限元模型中设置的多个损伤单元弹性模量为变量,通过遗传算法对精确有限元模型进行修正,获得损伤叶片有限元模型,计算损伤叶片有限元模型的模态应变能;
具体实施时,根据下式计算损伤叶片有限元模型的模态应变能:
步骤8:根据损伤叶片有限元模型的模态应变能和精确有限元模型的模态应变能计算刚度损伤指标,通过刚度损伤指标表征叶片损伤程度;
具体实施时,根据下式计算刚度损伤指标:
步骤9:当损伤指标超过限制值时,在线监测***发出报警,并显示损伤位置及损伤量。
实施例:
采用高压压气机一级转子叶片为研究对象,在ANSYS软件中,采用20节点六面体单元建立叶片有限元模型,并进行模态分析;根据仿真分析结果,选取试验测点,并进行试验模态分析,得到无损伤叶片试验模态频率与态振型;以前10阶试验模态频率为目标,叶片材料参数为变量,对有限元模型进行修正,得到精确有限元模型;计算有限元模型各单元的刚度矩阵,按节点组装得到整体振型刚度矩阵;在叶片顶部压气机机匣上布置光纤传感器,测量叶片振动参数;通过叶片状态在线监测***读取监测参数并计算更新模型,获得损伤位置及损伤量;当损伤量超过限制值时,***发出告警。
以上所述仅为本发明的较佳实施例,并不用以限制本发明的思想,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种航空发动机叶片损伤在线识别方法,其特征在于,包括如下步骤:
步骤1:建立无损伤叶片有限元模型,并计算有限元模型的各阶模态频率与模态振型;
步骤2:分析叶片易受损部位,设计试验方案,建立无损伤叶片试验模型,测量测点振动参数,并识别得到叶片各阶试验模态频率与模态振型;
步骤3:以试验模态频率为目标值,以叶片材料参数为变量,采用基于灵敏度的模型修正方法,对无损伤叶片有限元模型进行修正,得到精确有限元模型,并提取各单元刚度矩阵;
步骤4:组装单元刚度矩阵为整体振型刚度矩阵;
步骤5:建立叶片状态在线监测***,在实际转子叶片叶尖机匣上安装光纤传感器,采用非接触间断测量方法测量运行中叶片振动参数,并读取转子转速;
步骤6:在线监测***计算精确有限元模型在此转速下的模态频率和模态振型,将实测模态频率与计算模态频率作对比,变化率超过阈值,显示叶片出现损伤,计算精确有限元模型的模态应变能;
步骤7:以实测模态频率与精确有限元模型计算模态频率的差值最小为目标,以在精确有限元模型中设置的多个损伤单元弹性模量为变量,通过遗传算法对精确有限元模型进行修正,获得损伤叶片有限元模型,计算损伤叶片有限元模型的模态应变能;
步骤8:根据损伤叶片有限元模型的模态应变能和精确有限元模型的模态应变能计算刚度损伤指标,通过刚度损伤指标表征叶片损伤程度;
步骤9:当损伤指标超过限制值时,在线监测***发出报警,并显示损伤位置及损伤量。
2.如权利要求1所述的航空发动机叶片损伤在线识别方法,其特征在于,所述步骤1具体为:建立无损伤叶片几何模型,将其导入有限元软件中,采用六面体单元对其进行网格划分,计算叶片的前10阶位移模态,获得各阶模态频率与振型。
3.如权利要求1所述的航空发动机叶片损伤在线识别方法,其特征在于,所述步骤2具体为:根据有限元模型的模态振型,设计试验布点方案,在实验分析软件中建立无损伤叶片试验模型,采用锤击法,多点激励单点输出的识别方式,通过加速度传感器测量测点的加速度响应,识别出叶片试验模态频率与模态振型。
4.如权利要求1所述的航空发动机叶片损伤在线识别方法,其特征在于,所述步骤3具体为:以叶片前5阶试验模态频率为目标值,以叶片弹性模量、泊松比为变量,采用基于灵敏度的模型修正方法,对无损伤叶片有限元模型进行修正,得到精确有限元模型,并提取各单元刚度矩阵。
5.如权利要求1所述的航空发动机叶片损伤在线识别方法,其特征在于,所述步骤4具体为:将局部单元刚度矩阵按照有限元模型节点位置组装为整体振型刚度矩阵。
6.如权利要求1所述的航空发动机叶片损伤在线识别方法,其特征在于,所述步骤5具体为:建立叶片状态在线监测***,在实际转子叶片叶尖机匣上安装2个光纤传感器,采用非接触间断测量方法测量运行中叶片的振动频率、相位和幅值,并通过转速传感器读取转子转速。
7.如权利要求1所述的航空发动机叶片损伤在线识别方法,其特征在于,所述步骤6中根据下式计算精确有限元模型的模态应变能:
MSEij={Φi}T{Kj}{Φi}
其中,{Φi}为精确有限元模型的第i阶的模态振型矩阵,{Kj}为精确有限元模型的第j个单元的刚度矩阵,MSEij为精确有限元模型的第j个单元的第i阶模态应变能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111217772.7A CN113987871B (zh) | 2021-10-19 | 2021-10-19 | 一种航空发动机叶片损伤在线识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111217772.7A CN113987871B (zh) | 2021-10-19 | 2021-10-19 | 一种航空发动机叶片损伤在线识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113987871A true CN113987871A (zh) | 2022-01-28 |
CN113987871B CN113987871B (zh) | 2024-04-16 |
Family
ID=79739447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111217772.7A Active CN113987871B (zh) | 2021-10-19 | 2021-10-19 | 一种航空发动机叶片损伤在线识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113987871B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357665A (zh) * | 2022-03-15 | 2022-04-15 | 成都中科翼能科技有限公司 | 一种压气机叶片振动限制值的确定方法 |
CN117807846A (zh) * | 2024-01-03 | 2024-04-02 | 中国水利水电科学研究院 | 一种基于数字孪生模型的结构损伤识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040243310A1 (en) * | 2003-05-29 | 2004-12-02 | Griffin Jerry H. | Fundamental mistuning model for determining system properties and predicting vibratory response of bladed disks |
WO2019209410A1 (en) * | 2018-04-24 | 2019-10-31 | Blade Diagnostics Corporation | Refinement of finite element model of integrally bladed disk |
WO2020192621A1 (zh) * | 2019-03-22 | 2020-10-01 | 西安交通大学 | 一种基于叶端定时的转子叶片动应变场测量方法及其*** |
CN112100874A (zh) * | 2020-07-24 | 2020-12-18 | 西安交通大学 | 基于数字孪生的转子叶片健康监测方法和监测*** |
CN112541283A (zh) * | 2020-11-05 | 2021-03-23 | 西安交通大学 | 一种基于位移-应变传递比的转子叶片裂纹损伤识别方法 |
CN113094950A (zh) * | 2021-04-01 | 2021-07-09 | 西安交通大学 | 基于组稀疏的转子叶片损伤定量识别方法 |
-
2021
- 2021-10-19 CN CN202111217772.7A patent/CN113987871B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040243310A1 (en) * | 2003-05-29 | 2004-12-02 | Griffin Jerry H. | Fundamental mistuning model for determining system properties and predicting vibratory response of bladed disks |
WO2019209410A1 (en) * | 2018-04-24 | 2019-10-31 | Blade Diagnostics Corporation | Refinement of finite element model of integrally bladed disk |
WO2020192621A1 (zh) * | 2019-03-22 | 2020-10-01 | 西安交通大学 | 一种基于叶端定时的转子叶片动应变场测量方法及其*** |
CN112100874A (zh) * | 2020-07-24 | 2020-12-18 | 西安交通大学 | 基于数字孪生的转子叶片健康监测方法和监测*** |
CN112541283A (zh) * | 2020-11-05 | 2021-03-23 | 西安交通大学 | 一种基于位移-应变传递比的转子叶片裂纹损伤识别方法 |
CN113094950A (zh) * | 2021-04-01 | 2021-07-09 | 西安交通大学 | 基于组稀疏的转子叶片损伤定量识别方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357665A (zh) * | 2022-03-15 | 2022-04-15 | 成都中科翼能科技有限公司 | 一种压气机叶片振动限制值的确定方法 |
CN114357665B (zh) * | 2022-03-15 | 2022-05-20 | 成都中科翼能科技有限公司 | 一种压气机叶片振动限制值的确定方法 |
CN117807846A (zh) * | 2024-01-03 | 2024-04-02 | 中国水利水电科学研究院 | 一种基于数字孪生模型的结构损伤识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113987871B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113836762B (zh) | 一种风力机及风电场数字镜像模拟展示*** | |
CN112507452B (zh) | 航空发动机涡轮叶片可靠性数字孪生建模方法 | |
CN109524139B (zh) | 一种基于设备工况变化的实时设备性能监测方法 | |
Kumar et al. | Monitoring low cycle fatigue damage in turbine blade using vibration characteristics | |
CN105352586B (zh) | 通过检测共振频率实现叶片疲劳裂纹检测的方法 | |
CN105510038A (zh) | 风电机组故障监测方法和装置 | |
CA2828576A1 (en) | Structural health management system and method based on combined physical and simulated data | |
CN109885854A (zh) | 基于arma模型的颤振边界实时预测***及预测方法 | |
CN103775832A (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
CN105352713A (zh) | 通过检测叶片静位移实现检测叶片疲劳裂纹的方法 | |
CN112729370A (zh) | 桥梁动态应变监测***校准方法 | |
CN111946559A (zh) | 一种风机基础和塔架结构检测方法 | |
CN113987871B (zh) | 一种航空发动机叶片损伤在线识别方法 | |
KR101428720B1 (ko) | 비행자료를 이용한 응력 스펙트럼 생성 방법 | |
CN104713730A (zh) | 一种根据振动信号确定飞机发动机退化率的方法 | |
CN113326592A (zh) | 一种基于模态分解算法的风机叶片故障分析方法及*** | |
CN103184934B (zh) | 用于功率发生***的工作流体传感器*** | |
CN113504302B (zh) | 风机叶片状态监测的方法、***、电子设备及存储介质 | |
CN115510726A (zh) | 一种输电铁塔运行状态数字化快速评估方法 | |
CN111797545B (zh) | 一种基于实测数据的风电机组偏航折减系数计算方法 | |
CN109283246B (zh) | 一种风力发电机叶片受损位置定位检测*** | |
Schröder et al. | Structural change identification at a wind turbine blade using model updating | |
CN111428396A (zh) | 一种在线装载机铰链销轴磨损程度评估方法 | |
CN112906237A (zh) | 一种发动机部件故障分析方法及*** | |
CN117536872B (zh) | 一种罗茨风机状态监测***与故障预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |