К ленте · Россия

РоссияСтатьяИсследования

Способ и система виброакустической диагностики трещин в роторе центробежного компрессора

[84] Группа изобретений относится к диагностике и активной защите роторов центробежных компрессоров. Система содержит контактные вибродатчики на корпусах магнитодинамических подшипников-демпферов, ультразвуковые акустические датчики в полостях вблизи нагруженных зон колес, датчики температуры, давления и оборотов. Датчики соединены через АЦП с edge-вычислителем, управляющий выход которого подключен к подшипникам-демпферам и САУ компрессора. Способ включает гибридный сбор сигналов, их оцифровку, вейвлет-фильтрацию для вычитания шума, автокодирование для выделения аномалий через фазовые сдвиги ультразвука, классификацию дефекта и расчет цифровым двойником (FEM+LSTM) остаточного ресурса ротора. На основе прогноза edge-вычислитель генерирует сигналы на подшипники-демпферы для динамической балансировки и на САУ для коррекции оборотов при риске помпажа. Технический результат: обнаружение микротрещин от 0,1 мм, прогноз ресурса с точностью ±10% без облачной зависимости, снижение вибрации. 2 н. и 2 з.п. ф-лы, 2 ил.

Способ и система виброакустической диагностики трещин в роторе центробежного компрессора

Выданный патент: RU2871607C1 Дата публикации: 2026-10-09 Заявитель / патентообладатель: Не публикуется в соответствии с постановлением Правительства РФ от 2 сентября 2024 г. N 1209 (RU) Классификация: G01M13/028 G01N29/04 G05B23/02 G01M13/028 G01N29/04 G05B23/02

Реферат [84] Группа изобретений относится к диагностике и активной защите роторов центробежных компрессоров. Система содержит контактные вибродатчики на корпусах магнитодинамических подшипников-демпферов, ультразвуковые акустические датчики в полостях вблизи нагруженных зон колес, датчики температуры, давления и оборотов. Датчики соединены через АЦП с edge-вычислителем, управляющий выход которого подключен к подшипникам-демпферам и САУ компрессора. Способ включает гибридный сбор сигналов, их оцифровку, вейвлет-фильтрацию для вычитания шума, автокодирование для выделения аномалий через фазовые сдвиги ультразвука, классификацию дефекта и расчет цифровым двойником (FEM+LSTM) остаточного ресурса ротора. На основе прогноза edge-вычислитель генерирует сигналы на подшипники-демпферы для динамической балансировки и на САУ для коррекции оборотов при риске помпажа. Технический результат: обнаружение микротрещин от 0,1 мм, прогноз ресурса с точностью ±10% без облачной зависимости, снижение вибрации. 2 н. и 2 з.п. ф-лы, 2 ил.

Описание [1] Изобретение относится к диагностике оборудования, конкретно к системам обнаружения трещин в роторах центробежных компрессоров. [2] Из уровня техники известны патенты CN104236871A и CN103630604B, общим для которых является использование вейвлет-анализа вибрационных сигналов для диагностики трещин в полуоткрытых рабочих колесах центробежных компрессоров. Оба решения предполагают: сбор данных вибрации (с помощью многоканальных приборов или датчиков виброускорения) при различных скоростях вращения; применение методов вейвлет-разложения (вейвлет-пакетов в CN104236871A и вейвлет-преобразования в CN103630604B) для выделения характеристических параметров сигнала; сравнение полученных данных с эталонными показателями исправного оборудования для динамического обнаружения дефектов и предотвращения аварий. Оба изобретения направлены на решение проблемы своевременного выявления трещин в лопатках, вызванных циклическими нагрузками, с акцентом на анализ нестационарных сигналов в условиях переменных режимов работы компрессора. [3] Известен патент US2023230224A1 «Выявление аномалий в формованных металлических деталях с помощью физики». Метод обнаружения дефектов в формованных металлических деталях включает создание синтетического изображения детали на основе физического моделирования процесса формовки. На изображении выделяются области с высоким риском дефектов. Эти области накладываются на реальные изображения деталей для обучения модели. Модель обучается на фрагментах реальных изображений и выявляет дефекты на новых изображениях, обнаруживая аномалии в областях повышенного риска. Используется система обнаружения дефектов с применением машинного обучения и физического моделирования (FLD-анализ), с акцентом на синтетические данные и обучении модели. Аналог использует синтетические данные для обучения ML-моделей, но не решает проблему задержек обработки. [4] Ключевые пробелы аналогов - ограниченный частотный диапазон, отсутствие предиктивной аналитики и пассивность систем. Устранение этих недостатков требует интеграции гибридных датчиков, edge-вычислений и физико-информированных ML-моделей, как реализовано в предлагаемом решении. [5] Наиболее близким аналогом (прототипом) является патент US9541530B2 «Метод и система детерминированного прогнозирования усталостной долговечности материалов ротора». Способ прогнозирования усталостного ресурса, включает: вычисление критического размера трещины интересующего объекта; идентификацию первого дефекта в ультразвуковых данных интересующего объекта; определение того, что первый дефект взаимодействует со вторым дефектом, первый дефект должен быть объединен со вторым дефектом или первый дефект изолирован; вычисление начального размера трещины на основе полученной информации; и вычисление увеличения начального размера трещины из-за усталости и ползучести для определения количества циклов нагружения, пока начальный размер трещины не достигнет критического размера трещины. [6] Общими недостатками аналога и прототипа являются: [7] 1. Ограниченный частотный диапазон; [8] 2. Отсутствие предиктивной аналитики; [9] 3. Пассивный характер систем; [10] 4. Низкая чувствительность к микротрещинам; [11] 5. Ложные срабатывания из-за фоновых шумов; [12] 6. Проблема прогнозирования остаточного ресурса; [13] 7. Пассивный мониторинг без обратной связи; [14] 8. Зависимость от облачных вычислений и функционирование исключительно в онлайн-режиме. [15] Общими с прототипом существенными признаками изобретения являются: система виброакустической диагностики трещин в роторе центробежного компрессора, содержащая датчики вибрации, блок обработки сигналов и средство прогнозирования остаточного ресурса на основе FEM-моделирования. Способ виброакустической диагностики трещин в роторе центробежного компрессора, осуществляемый при помощи упомянутой выше системы, включающий сбор данных о состоянии ротора и прогнозирование его остаточного ресурса. [16] Технические проблемы, присущие аналогам и решаемые предлагаемой системой: [17] 1. Низкая чувствительность к микротрещинам (менее 1 мм). Аналогичные системы в основном опираются преимущественно на низкочастотную вибрацию (до 10 кГц), что не всегда выявляет ранние стадии трещин, а также пропускают ультразвуковые сигналы (20-500 кГц), характерные для микротрещин. [18] 2. Ложные срабатывания из-за фоновых шумов. Аналогичные системы часто путают трещины с дисбалансом ротора и/или вибрацией соседнего оборудования. [19] 3. Проблема отсутствия прогнозирования остаточного ресурса. На сегодняшний день аналоги определяют только текущее состояние («есть трещина/нет») и не предсказывают тот момент, когда трещина станет критической. [20] 4. Аналогичные системы используют пассивный мониторинг (без обратной связи), т.е. только собирают данные и выдают предупреждения и не могут автоматически корректировать работу ЦК. [21] 5. Проблема зависимости от облачных вычислений (данные отправляются в облако, что требует стабильного интернета и создает задержки в реальном времени). [22] Предлагаемая гибридная система виброакустической диагностики трещин в роторах центробежного компрессора обеспечивает следующие ключевые технические результаты: [23] 1. Повышение точности обнаружения микротрещин от 0,1 мм; [24] 2. Прогнозирование остаточного ресурса ротора с точностью ±10%; [25] 3. Автоматическая коррекция работы компрессора при риске помпажа; [26] 4. Работа в реальном времени без облачной зависимости. [27] Система переводит обслуживание центробежного компрессора из режима «реагирования на отказы» в «прогноз и профилактику», обеспечивая бесперебойную работу критического оборудования. [28] На фиг.1 изображен корпус и сменно-проточная часть центробежного компрессора с местами установки датчиков. Ни фигуре указаны позиции: [29] (1) - акустические датчики; (2) - вибрационные датчики; [30] (3) - датчики температуры рабочей среды; (4) - датчики давления рабочей среды; [31] (5) - датчик оборотов ротора; (6) - магнитодинамические подшипники-демпферы. [32] На Фиг. 2 показана схема системы виброакустической диагностики трещин. [33] Система включает акустические датчики (1), размещённые в рабочих полостях колеса на основе анализа FEM-напряжений, вибрационные датчики (2) у подшипников, датчики температуры (3), давления (4) и оборотов ротора (5), соединённые с блоком аналого-цифрового преобразователя (АЦП). Оцифрованные сигналы обрабатываются edge-вычислителем (например, NVIDIA Jetson), реализующим вейвлет-фильтрацию, авто кодировщик для подавления шумов и LSTM-модель для прогноза роста трещин. Цифровой двойник сочетает FEM-расчёт напряжений и LSTM, обучаемую на исторических данных, полученных ранее. Магнитодинамические подшипники-демпферы (6) корректируют дисбаланс ротора на основе прогноза LSTM-модели. [34] Места установки акустических датчиков (1) принимаются на основе анализа методом конечных элементов и выявления самых нагруженных сечений вала. Дополнительные акустические датчики располагаются в рабочих полостях каждой рабочей ступени компрессора. Датчики вибрации (2) располагаются на корпусах магнитодинамических подшипников-демпферов (6). Также учитывается опыт эксплуатации аналогов и возможность установки исходя из конструкции агрегата. Ротор установлен на магнитодинамических подшипниках-демпферах (6). [35] Пример реализации: [36] При обнаружении трещины 0,3 мм в секции рабочего колеса система за 0,8 секунд активирует демпферы, снижая вибрацию на 40 %. LSTM-модель прогнозирует достижение критического размера трещины (2 мм) через 150 ± 15 часов, позволяя запланировать ремонт. [37] Системы виброакустической диагностики трещин в роторе центробежного компрессора состоит из аппаратных модулей, программных алгоритмов и интеграционных решений: [38] 1. Аппаратные элементы: [39] 1.1 Датчики: [40] Количество датчиков индивидуально и зависит от размеров и конфигурации оборудования, а именно: [41] - Датчики вибрации, например, акселерометры (для контактных измерений). Количество датчиков 2-6. [42] - Акустические датчики (широкополосные микрофоны (до 100 кГц) и акустические ультразвуковые эмиссионные датчики (20-500 кГц). Количество датчиков 2-8 зависит от конфигурации оборудования. [43] - Датчики температуры (количество датчиков 2-8) и давления (количество датчиков 2-4) рабочей среды, проходящей через компрессор. Установлены (Фиг. 1) на внешнем корпусе компрессора. [44] - Датчики оборотов ротора компрессора (количество датчиков 1). Установлен на торце вала ротора. [45] 1.2 Устройства сбора и обработки: [46] - Единый блок аналого-цифровых преобразователей, в котором собраны все АЦП в одном защищенном корпусе и установленные рядом с компрессором в зоне, доступной для обслуживания, либо в шкафу управления (частота дискретизации ≥ 50 кГц, 24-бит). [47] - Единый блок вычислителей, в котором собраны все вычислители в одном защищенном корпусе и установленные рядом с компрессором в зоне, доступной для обслуживания, либо в шкафу управления (для ML-моделей и для предобработки). [48] 1.3 Исполнительные механизмы: [49] - магнитодинамические подшипники-демпферы (коррекция дисбаланса ротора). [50] 2. Программные элементы: [51] 2.1 Алгоритмы обработки сигналов: [52] - Фильтрация (вейвлет-преобразование (адаптивная калибровка под шум)). [53] - Извлечение признаков (преобразование сырых данных в значимые признаки для обучения моделей машинного обучения). [54] 2.2 Машинное обучение: [55] - Классификация дефектов. [56] - Прогнозирование. [57] 2.3 Цифровой двойник: [58] - FEM-модель ротора (например, с помощью ANSYS/COMSOL). [59] - Обратная связь (коррекция ML-модели при расхождении с реальностью). [60] 2.4 Интерфейсы: [61] - Визуализация 3D-модели ротора. [62] - API для SCADA, ERP. [63] Раскрытие способа: [64] Заявленный способ виброакустической диагностики трещин в роторе центробежного компрессора реализуется следующим образом. [65] На первом этапе осуществляют непрерывный гибридный сбор данных о состоянии ротора. Для этого одновременно регистрируют низкочастотные вибрационные сигналы в диапазоне 1-10 кГц с помощью вибродатчиков (2), установленных на корпусах магнитодинамических подшипников-демпферов (6), и высокочастотные сигналы акустической эмиссии в ультразвуковом диапазоне 20-500 кГц с помощью акустических датчиков (1), расположенных максимально близко к рабочим колесам, которые имеют наиболее нагруженные зоны в роторе центробежного компрессора. Наиболее нагруженные зоны в роторе центробежного компрессора - это участки с максимальными механическими напряжениями и деформациями. Они расположены вблизи крепления лопаток к диску - из-за центробежных сил и вибраций, на периферии рабочих колёс - из-за высоких центробежных нагрузок, в зонах перехода геометрии - из-за резких изменений формы, рядом с подшипниками и уплотнениями - из-за динамических нагрузок и температурных градиентов. Эти области критичны для мониторинга и требуют установки датчиков для точной диагностики. Одновременно с этим фиксируют эксплуатационные параметры: температуру и давление рабочей среды, а также обороты ротора. [66] Собранные аналоговые сигналы передают на единый блок аналого-цифрового преобразователя, где происходит предобработка сигналов (фильтрация шумов, выделение признаков), их оцифровывают, и далее передают на периферийное вычислительное устройство (edge-вычислитель). [67] На edge-вычислителе осуществляют многоуровневую обработку и анализ цифровых сигналов. Сначала применяют вейвлет-преобразование для адаптивной фильтрации и разделения полезных сигналов от фоновых шумов. Затем с помощью нейросетевого автокодировщика выделяют аномалии в сигналах, в том числе анализируя мгновенные фазовые сдвиги в ультразвуковом диапазоне, характерные для зарождающихся микротрещин. Далее, на основе обработанных данных и с учетом эксплуатационных параметров (температуры, давления, оборотов), классифицируют тип дефекта (трещина, дисбаланс, кавитация). [68] При идентификации трещины активируют цифровой двойник для прогнозирования ее развития и оценки остаточного ресурса ротора. Цифровой двойник, сочетающий FEM-модель для расчета напряжений в трещине и LSTM-модель для прогноза ее роста на основе истории нагрузок, рассчитывает время до достижения трещиной критического размера с точностью ±10% (например, трещина достигнет 2 мм через 120±12 часов). [69] На основе полученного прогноза генерируют управляющие сигналы. В случае высокого риска осуществляют активную коррекцию работы компрессора - подают сигнал на магнитодинамические подшипники-демпферы (6) для динамической балансировки ротора, что позволяет снизить уровень вибрации и продолжить эксплуатацию до планового ремонта. Сигналы для автокоррекции подшипников-демпферов генерируются edge-вычислителем на основе данных АЦП, прогноза ML-моделей и команд цифрового двойника. При риске помпажа система может автоматически скорректировать обороты компрессора. [70] Такая последовательность действий обеспечивает достижение технического результата за счет того, что гибридный сбор данных позволяет выявлять как макродефекты (вибрация), так и микротрещины (акустическая эмиссия), многоуровневая обработка на месте (edge) минимизирует ложные срабатывания и задержки, а прогнозирование с помощью цифрового двойника и активная коррекция позволяют перейти от реагирования на отказы к их предотвращению. [71] Таким образом, заявленным изобретением достигается: [72] 1. Повышение точности обнаружения микротрещин от 0,1 мм и снижение ложных срабатываний за счет перекрестной проверки сигналов гибридного анализа (виброметрия (1-10 кГц) и акустическая эмиссия (ультразвуковой диапазон (20-500 кГц), а также использования моделей машинного обучения (ML-моделей), обученных на спектральных маркерах трещин (например, гармоники 3x RPM и ультразвуковые импульсы); [73] 2. Прогнозирование остаточного ресурса ротора с точностью ±10% и учет реальных нагрузок, а не только статистических паттернов, за счёт использования цифрового двойника - физико-информированной модели (FEM-модель ротора рассчитывает напряжения в трещине, LSTM (долгая краткосрочная память) прогнозирует рост трещины, опираясь на историю нагрузок). [74] Динамическая калибровка цифрового двойника проводится на основе: [75] - Обратного распространения ошибки от ML-модели; [76] - Реальных данных о износе конкретного компрессора. [77] В предлагаемой системе используется многоуровневая фильтрация для выделения слабых акустических сигналов (вейвлет-преобразование для разделения сигналов и автокодировщик для выделения аномалий) и контекстный анализ (учет температуры, давления и оборотов для исключения ложных тревог). [78] Разделение сигналов трещин и шумов производится через: [79] - Вейвлет-преобразование и автоэнкодеры; [80] - Анализ мгновенных фазовых сдвигов в ультразвуковом диапазоне. [81] 3. Автоматическая (активная) коррекция работы компрессора с помощью динамической балансировки ротора без остановки оборудования, что позволит снизить вибрацию без остановки оборудования и продлить срок службы оборудования подшипников и уплотнений. Для этого используются магнитодинамические подшипники-демпферы и снижение оборотов при риске помпажа. Например, при обнаружении трещины система автоматически уменьшает нагрузку на 15%, продлевая ресурс. [82] 4. Работа в реальном времени, даже в условиях отсутствия интернета (например, на шельфовых платформах), без облачной зависимости, с реакцией системы менее 1 сек (у облачных аналогов - 5-30 сек) за счёт edge-обработки (граничные вычисления), т.е. обработка данных происходит на локальных встроенных устройствах (например, NVIDIA Jetson), без зависимости от облака, а облако используется только для долгосрочного анализа. [83] 5. Сбор реальных данных об авариях и увеличение точности ML-моделей за счёт генерация синтетических данных для обучения и создания редких сценариев трещин.

Формула 1. Система виброакустической диагностики трещин в роторе центробежного компрессора, содержащая датчики вибрации, блок обработки сигналов и средство прогнозирования остаточного ресурса на основе FEM-моделирования, отличающаяся тем, что она содержит гибридный массив датчиков, включающий вибродатчики, работающие в диапазоне 1–10 кГц и установленные на корпусах магнитодинамических подшипников-демпферов, и акустические датчики, работающие в диапазоне 20–500 кГц, установленные максимально близко к рабочим колесам на основе FEM-анализа напряжений; блок обработки сигналов выполнен в виде edge-вычислителя, реализующего алгоритм вейвлет-фильтрации с адаптивной калибровкой под шум, алгоритм автокодировщика для выделения аномалий через анализ мгновенных фазовых сдвигов ультразвуковых сигналов, и LSTM-модель для прогноза роста трещин с учетом данных о температуре, давления и оборотах; при этом система снабжена магнитодинамическими подшипниками-демпферами, соединенными с выходом edge-вычислителя и выполненными с возможностью динамической балансировки ротора на основе выходных сигналов LSTM-модели. 2. Система по п. 1, отличающаяся тем, что средство прогнозирование остаточного ресурса выполнено в виде цифрового двойника, сочетающего FEM-модель для расчета напряжений в трещине и LSTM-модель, обучаемую на исторических данных нагрузок и синтетических данных трещин, с возможностью обратной коррекции параметров модели при расхождении с реальными данными износа. 3. Система по п. 1, отличающаяся тем, что автокодировщик использует анализ мгновенных фазовых сдвигов в ультразвуковом диапазоне для отделения сигналов трещин от шумов. 4. Способ виброакустической диагностики трещин в роторе центробежного компрессора, осуществляемый при помощи системы по п. 1, включающий сбор данных о состоянии ротора и прогнозирование его остаточного ресурса, отличающийся тем, что осуществляют гибридный сбор данных путем одновременной регистрации низкочастотных вибрационных сигналов в диапазоне 1–10 кГц с помощью вибродатчиков, установленных на корпусах магнитодинамических подшипников-демпферов и высокочастотных сигналов акустической эмиссии в диапазоне 20–500 кГц с помощью акустических датчиков, установленных в рабочих полостях колеса, а также данных о температуре, давлении и оборотах; производят обработку собранных данных на периферийном edge-вычислителе путем их вейвлет-фильтрации и последующего выделения аномальных сигналов с помощью нейросетевого автокодировщика; прогнозируют рост трещины с использованием LSTM-модели с учетом данных о температуре, давлении и оборотах; и на основе прогноза осуществляют активную коррекцию работы компрессора путем динамической балансировки ротора с помощью магнитодинамических подшипников-демпферов.

Источник: Роспатент / ФИПСПубликуется с разрешения правообладателя, подтверждённого редакцией.Оригинал: Способ и система виброакустической диагностики трещин в роторе центробежного компрессора ↗

Есть кому отправить?

Скопируется постоянная ссылка на этот материал.

Комментарии

Обсуждайте статью, отвечайте и оценивайте комментарии. Вход — через ваш Яндекс ID.

Загружаем обсуждение…