一种基于同步压缩变换的振荡燃烧故障检测方法与流程

文档序号:40289139发布日期:2024-12-13 11:03阅读:22来源:国知局
一种基于同步压缩变换的振荡燃烧故障检测方法与流程

本发明涉及信号处理和故障诊断,尤其涉及一种基于同步压缩变换的振荡燃烧故障检测方法。


背景技术:

1、燃气轮机作为一种高效的能源转换设备,被广泛应用于发电、船舶推进和机械动力等领域。然而,其燃烧室的运行稳定性对整个系统的性能和安全具有决定性影响。燃气轮机燃烧室通常采用贫预混旋流燃烧方式,这种方式虽能降低燃烧温度及nox排放,但极易诱发振荡燃烧故障。这种故障会严重影响燃气轮机及其联合循环的运行效率和燃烧效率,同时可能导致燃烧室温度、nox浓度等重要参数的波动,对设备和人员安全构成威胁。燃气轮机在运行过程中可能会出现燃烧不稳定现象,如振荡燃烧,这会导致设备性能下降,甚至可能造成设备损坏。因此,对燃气轮机振荡燃烧故障的快速检测和诊断显得尤为重要。

2、传统的振荡燃烧故障监测方法主要依赖于压力传感器对燃烧室时域压力信号进行频域分析。然而,这种方法存在一些明显的不足。首先,由于传感器的安装位置通常远离火焰,实际燃烧室压力与传感器测量压力之间存在误差,导致数据监测存在偏差和滞后现象。其次,由于传感器响应速度的限制,故障现象的诊断识别不及时,往往在发生严重损失之后才能发现故障,这对于实际生产是极为不利的。

3、现有的燃气轮机振荡燃烧故障检测技术通常采用声学检测、压力波动分析等方法。这些方法在一定程度上能够检测到燃烧振荡,但存在以下不足:

4、灵敏度不高:由于声学检测和压力波动分析等方法受到环境噪声和机械振动的影响,对于微弱的燃烧振荡信号检测效果不佳,容易出现误报或漏报。

5、定位困难:现有的检测技术难以精确定位燃烧振荡的具体位置,无法为故障处理提供准确的信息。

6、时效性差:传统的检测方法需要较长时间的信号采集和处理,无法实现实时监测和快速诊断。


技术实现思路

1、鉴于上述现有存在的问题,提出了本发明。

2、因此,本发明提供了一种基于同步压缩变换的振荡燃烧故障检测方法,能够降低了故障检测的时间成本,提高故障检测的准确率,降低虚警率。

3、为解决上述技术问题,本发明提供如下技术方案,一种基于同步压缩变换的振荡燃烧故障检测方法,包括:采集火焰化学发光信号,对采集到的火焰化学发光信号进行自适应滤波降噪处理;利用改进的本征正交分解方法对火焰图像提取1阶模态时间系数,利用高阶模态,获得全面的燃烧特征信息;开发实时同步压缩变换算法对数据进行时频分析,并实时更新能量分配,响应燃烧状态的微小变化;结合传感器数据,进行多参数联合分析,获得燃烧状态评估,利用多个高速相机从不同角度获取火焰图像,通过计算机视觉技术重建三维火焰形态,提供故障检测信息;构建故障预测模型,自动完成整个故障检测流程,实现燃烧故障的早期预警。

4、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测方法的一种优选方案,其中:所述自适应滤波降噪处理包括,进行振荡燃烧故障检测时,区分噪声和实际的燃烧振荡信号,选择基于最陡下降法的自适应滤波器,滤波器结合噪声估计和信号增强;

5、自适应滤波器更新规则如下:

6、

7、其中,w(n)表示滤波器权重向量,n表示离散时间步长,表示第n时刻的噪声功率估计,∈表示常数,x(n)表示第n时刻的输入的火焰信号,e(n)表示第n时刻的误差信号,α表示遗忘因子。

8、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测方法的一种优选方案,其中:所述改进的本征正交分解方法包括,对滤波器处理后的火焰图像集合进行pod分析,得到本征模态和本征值,根据本征值的大小,选择能量最高的m个本征模态,形成一个新的模态集合,代表数据中最显著的空间特征;

9、对于每个选定的模态计算时间系数,时间系数表示火焰图像在每个本征模态上的投影随时间的变化,计算公式如下:

10、

11、其中,ci(m)表示时间系数,i(m)表示第m个火焰图像帧,表示图像集合的均值,φi(x,y)表示火焰图像的本征模态,i是模态的索引;

12、将计算得到的时间系数存储在集合中:

13、

14、其中,表示包含高阶模态时间系数的集合,集合揭示燃烧过程中的细微波动以及早期故障迹象。

15、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测方法的一种优选方案,其中:所述开发实时同步压缩变换算法包括,通过同步压缩算子对时频变换的系数进行重排,将信号在时频平面任一点处的时频系数移到能量的重心位置,增强瞬时频率的能量集中程度,在傅里叶变换的基础上套用一个窗函数,将信号时域进行分割,通过窗函数滑动得到不同时刻窗口下的频率分布情况,再将这些短时频谱依时序进行排列,描述信号频率成分的时变规律;

16、对于确定的时变信号短时傅里叶变换窗函数为g(t),经stft变换后有:

17、g(t,f)=∫rs(τ)g(τ-t)e-i2πf(τ-t)dτ

18、其中,g(t,f)表示傅里叶变换的结果,s(τ)表示原始信号,τ表示原始信号的时间变量,g(τ-t)表示,t表示时间变量,f表示频率变量,i表示虚数单位;

19、针对时变谐波信号以及窗函数信号做傅里叶变换,得到stft时频表示中瞬时频率的估计结果,表示为:

20、

21、其中,θ(t,ω)表示瞬时频率,ω表示频率变量,arg(g(t,f))表示辐角,re表示取实部,表示对时间t的偏导数;

22、利用上述瞬时频率估计结果收集具有相同频率的stft系数,根据狄拉克函数性质,给出同步压缩算子函数∫rδ(η-ω0(t,ω)),得到同步压缩变换,表示为:

23、ts(t,η)=∫rg(t,f)δ(η-θ(t,ω))dω

24、其中,ts(t,η)表示瞬时频率信号,δ(η-θ(t,ω))表示狄拉克函数,η表示瞬时频率变量,在频率方向上对时频系数进行重新分配排列,在时间t时刻的同步压缩变换过程,即频率点重新分配并历经所有时刻。

25、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测方法的一种优选方案,其中:所述多参数联合分析包括,对传感器收集的数据进行分析,了解分布和特性,通过优化算法调整参数,经过多次迭代,找到最佳的参数组合;

26、将参数组合代入多参数联合分析公式计算每个传感器的加权贡献,权重考虑传感器对角度、速度和光强的不同敏感度,并应用归一化函数确保不同传感器数据之间的可比性,具体公式为:

27、

28、其中,g(θ,v,i)表示多参数联合分析主函数,θ表示火焰倾斜角度,v表示火焰燃烧速度,i表示火焰辐射强度,n表示传感器数量,ωi表示第i个传感器的有效测量域,fi(θi,vi,ii)表示加权贡献,αi表示第i个传感器角度参数,θi表示第i个传感器测量的角度值,θ0i表示第i个传感器的参考角度值,βi表示第i个传感器速度参数的调整系数,γi表示第i个传感器光强参数的调整系数,分别表示第i个传感器角度测量值的均值和标准差,分别表示第i个传感器速度测量值的均值和标准差。

29、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测方法的一种优选方案,其中:所述重建三维火焰形态包括,结合多参数联合分析的结果,利用计算机视觉算法重建火焰的三维形态;

30、通过时间相关函数考虑火焰随时间的变化,得到动态的三维火焰模型:

31、f(x,y,z,t)=∫ωg(θ,v,i)·h(t)dt

32、h(t)=sin( ωt+φ)·e-λt

33、其中,x,y,z表示三维空间的坐标轴,h(t)表示火焰随时间的变化函数,ω表示积分的空间域,φ表示相位偏移量,λ表示衰减系数;通过三维火焰模型给出火焰在三维空间中的完整形态,包括随时间的变化。

34、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测方法的一种优选方案,其中:所述故障预测模型包括,比较计算出的火焰状态和火焰形态与正常行为阈值,计算结果超出预设的阈值范围,则认为存在异常行为;

35、当火焰温度低于1000k或高于2500k,则认定异常行为是燃烧不充分、燃烧器堵塞,解决措施为调整燃烧器的氧气/燃料比,检查并清理燃烧器内部的积碳和沉积物;

36、当火焰振荡频率低于0.5hz或高于2hz,以及火焰形状低于0.5或高于1.5,都认定异常行为是燃烧器内部结构损坏、燃料供应不稳定,解决措施为检查燃料供应系统,保持燃料流量稳定;检查燃烧器的喷嘴和燃烧室是否堵塞、检查内部结构是否损坏;

37、当火焰图像的对比度低于0.6或高于1.5,则认定异常行为是相机设置不当或火焰本身特性引起,解决措施为调整相机的参数改善图像质量,检查相机的镜头是否污染损坏;检查火焰亮度、颜色特性;

38、将检测到的异常行为和原因汇总为故障检测信息记录在数据库中,用于后续分析和报告,定期生成故障检测报告,监控燃烧过程的健康状况和性能。

39、本发明的另一个目的是提供一种基于同步压缩变换的振荡燃烧故障检测系统,其能通过振荡燃烧故障检测算法提高的故障检测准确率和诊断速度。

40、作为本发明所述的一种基于同步压缩变换的振荡燃烧故障检测系统的一种优选方案,其中:包括数据采集模块、本征正交分解方法模块、同步压缩变换模块、多参数联合分析模块、三维火焰形态重建模块、故障检测模块;

41、所述数据采集模块,采用高灵敏度的火焰化学发光传感器,精确捕捉火焰中化学反应产生的光信号,传感器阵列布置在燃烧器的不同位置,获得火焰的整体化学发光特性;

42、所述本征正交分解方法模块,通过分析识别燃烧过程中的变化模式,准确地预测故障;

43、所述同步压缩变换模块,通过实时sct算法对传感器数据进行时频分析,捕捉燃烧过程中的瞬时变化,反映燃烧状态的细微变化,提高故障检测的灵敏度;

44、所述多参数联合分析模块,结合同步压缩变换的结果,使用多参数联合分析算法,评估火焰状态;

45、所述三维火焰形态重建模块,利用计算机视觉技术,从不同角度获取的火焰图像,重建三维火焰形态;

46、所述故障检测模块,分析多参数联合分析和三维火焰形态重建的结果,检测火焰的异常行为。

47、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现一种基于同步压缩变换的振荡燃烧故障检测方法的步骤。

48、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现一种基于同步压缩变换的振荡燃烧故障检测方法的步骤。

49、本发明的有益效果:本发明在数据采集方面,利用高速摄影技术采集火焰图像能够避免传统压力监测方式带来的数据滞后问题,可实现对振荡燃烧故障的无损、快速检测;本征正交分解能够对火焰图像进行数据降维及特征提取,保留火焰图像的丰富信息,反映火焰的整体脉动特点,提高检测速度和准确率;同步压缩变换通过同步压缩算子进行能量重排与瞬时集中,弥补了传统时频分析方法频率分辨率较低的缺点,实现了振荡燃烧故障的精确诊断和快速检测。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1