流体机械空化检测研究进展*

2016-03-14 03:08:48明廷锋曹玉良苏永生
关键词:研究进展

明廷锋 曹玉良 贺 国 苏永生

(海军工程大学动力工程学院1) 武汉 430033) (海军工程大学管理工程系2) 武汉 430033)



流体机械空化检测研究进展*

明廷锋1)曹玉良1)贺国2)苏永生1)

(海军工程大学动力工程学院1)武汉430033)(海军工程大学管理工程系2)武汉430033)

摘要:为了解当前流体机械空化检测的研究进展,对国内外的相关研究进行了总结和分类.分析表明,当前流体机械空化的检测方法可分为两类:第一类是基于传感器信号的空化检测方法;另一类是利用特定的设备对空化进行检测,如高速摄影方法、超声波检测方法和X光检测方法.本文着重对基于传感器信号的检测方法进行了介绍,压力脉动信号、振动信号、噪声信号和声发射信号在进行流体机械空化检测时被广泛利用,很多研究都基于这四种信号中的一种或几种,并取得了一定的效果,利用多种信号进行空化检测有助于提高空化检测的效果,将是空化检测未来的研究方向.

关键词:流体机械;空化检测;研究进展;压力脉动信号;振动信号;噪声信号;声发射信号

0引言

空化会导致流体机械的性能下降,引起振动和噪声,并导致过流部件的腐蚀.基本上所有的流体机械都会发生空化,如轴流泵、阀门、水轮机、螺旋桨和喷水推进器等[1].在国内,在泵类机械的研究中空化常被称为“汽蚀”,在水轮机的研究中空化则被称为“气蚀”,在螺旋桨和喷水推进器的研究中则称“空化”;在国外,则统一称为“cavitation(空化)”,因此,“空化”和“汽蚀”其本质是一样的[2].流体机械在日常生活、工农业生产和军事装备中广泛存在,检测流体机械内部流体是否发生空化,以及空化的程度,能够避免空化造成强烈的振动和噪声,以及过流部件的剥蚀破坏,具有十分重要的经济意义和军事意义.

流体机械空化检测属于故障检测的内容之一,然而其与普通机械故障的检测又有所不同.空化在流体机械中普遍存在,很多因素都会导致流体机械的发生空化,并且空化十分难以检测,尤其是空化初生[3].因此,流体机械空化的检测成为了当前国内外研究的热点和难点之一.

对流体机械的空化进行检测时最常用的是基于信号的检测方法,在流体机械不同的位置处安装传感器,通过信号采集系统采集流体机械运行状态的数据,通过分析数据的特征,从而判断流体机械内部是否发生空化,以及空化的程度,进而实现空化的检测.当前广泛利用的几种信号有,压力脉动信号、振动信号、噪声信号和声发射信号.本文将对这几种信号的利用和分析进行详细的介绍.此外,还将对高速摄影、超声波检测和X光检测在流体机械空化检测中的应用进行简要的介绍.

1基于压力脉动信号的检测

利用压力脉动信号对流体机械的空化进行识别和检测,是当前空化检测研究中非常重要的一方面,并得到了一定的应用.

梁超和刘永奇[4-5]利用闭式实验装置,测量和采集了一台卧式单级离心泵入口的压力脉动信号,并运用多种方法分析了不同汽蚀状态时压力脉动的特征,对离心泵汽蚀故障诊断进行了初步的探索.然而,他们在进行实验时采样频率只有500 Hz,只能对低频压力脉动信号进行分析,无法研究空化所产生的高频压力脉动.李晓俊等[6-7]利用高频压力传感器测量和采集了离心泵进出口处的压力脉动信息,并利用概率密度分布、方差、均方差和均方根等4种统计方法分析了空化时离心泵进口处压力脉动的时域特征,发现这4种统计方法都能够预测离心泵的扬程断裂工况.然而,对于空化初生却无法完全预测.周云龙等[8]利用边际谱频带能量方法提取了离心泵汽蚀时压力信号的低频特征和高频特征,对离心泵的汽蚀状况进行识别研究;然而,运用该方法提取的特征并不是很明显.

施卫东、姚捷等[9-10]研究了采样时间和采样频率对轴流泵压力脉动信号的影响,并对一型轴流泵叶轮进出口和导叶出口处的压力脉动进行了测量和分析,研究了压力脉动的均方根值和频率特征随流量和转速的变化关系,然而其研究未对考虑空化的影响.此外,郑源[11]、田少强[12]、张德胜[13]等也对非空化时水泵的压力脉动进行了实验测量和频谱分析.

薛延刚、王瀚等[14-15]将经验模态分解和指标能量相结合,利用指标能量建立了多尺度特征熵,运用该方法对水轮机尾水管的涡带空化进行了检测和识别研究.研究表明,该方法能够有效提取水轮机尾水管的动态特征,识别涡带的发生及量化涡带的严重程度.但是,该方法对于不同的对象难以普遍适用.田锋社[16]分析了测点位置、测点数量、采样频率、采样时间,以及空化数等因素对水轮机压力脉动测量信号的影响.另外,X.Escaler等[17]也对水轮机模型不同空化程度时的压力脉动信号和振动信号进行了测试和时频分析.

空泡的产生、运动和溃灭都在流体内部完成,空化产生后首先受到影响的就是流场.因此,在进行流体机械空化的检测时,非常有必要测量和采集流场的压力脉动信号.

2基于振动信号的检测

空化通常会引起流体机械的振动加剧,因此,很多学者利用振动信号对空化进行了检测研究.K.K.Mckee等[18]利用倍频程频带分析、主元分析和统计矩阵,提出了一种空化振动检测方法,并利用大量的工业水泵测试数据对该方法进行了检验;此外,其还利用人工神经网络对水泵的空化数据进行分类识别.该研究表明,在水泵空化状态识别时前向式神经网络(FFNN)方法比线性向量(LVQ)神经网络方法更有效,其认为一个含有3-1隐形层的FFNN,已能够有效地对工业水泵的空化状态进行分类识别[19-20].R.Ramadevi[21]基于离心泵的振动试验数据,利用离散小波变换对离心泵的空化进行了检测研究,其认为小波变换是一种分析空化信号的有效方法.此外,Escaler[22],Surendra[23]和J.Cernetic[24]等也都对水泵汽蚀时的振动信号进行了测量与分析,他们的研究都表明振动信号可以用于汽蚀的检测和诊断.

李忠等[25-26]运用LMS振动和噪声测试系统对轴流泵不同空化时不同位置的振动信号进行了测量和分析.实验结果表明,轴频、叶频及其高次谐波是泵体振动的主要频率,空化诱发的振动主要为高频振动,随汽蚀余量的降低,低频振动和高频振动的均方根值均呈现先上升后下降的趋势.王勇等[27-28]利用虚拟仪器技术,采集了空化诱导的泵体振动信号和噪声信号.其研究表明随有效汽蚀余量的下降,振动加速度的均方根值和噪声的声压级先保持不变然后明显升高.以上的两项研究都对空化诱导的振动信号进行了监测和分析,然而所得出的结论却不完全一致.

高波等[29]利用振动测试和高速摄影等方法,分析了离心泵内部空泡形态和泵体振动频谱特征随空化发展的变化.其认为蜗壳处的振动能量较大,泵体振动的频率范围很宽、具有离散性,振动加速度的均方根值对空化程度比较敏感,叶频时振动加速度的幅值变化与空化发展相对应.段向阳等[30]利用加速度传感器采集了离心泵不同位置处的振动信号,分析了振动信号不同频带的特征,以及其在空化前后的变化趋势.苏永生等[31-32]对离心泵的空化特征进行了实验研究,采集了3种空化种状态时的进口水声信号和壳体振动信号,以峰值均方根值和标准差作为特征量,对正常工况、扬程下降3%和性能崩溃这3类空化进行了分类识别研究.蒲道林[33]对汽蚀所引起的离心泵的振动进行了实验测量,其认为4~8 kHz频带为空化敏感频带,在临近临界汽蚀点时,不同测点的振动强度都会明显增大.Ni Yongyan等[34]利用振动信号对离心泵内汽蚀进行了诊断,研究表明汽蚀时在叶片通过频率两侧出现边频带.薛延刚等[35]将HHT变换方法引入到水轮空化信号特征提取中,针对经验模态分解在低频部分容易产生虚假本征模分量的问题,对HHT方法进行了改进,利用水轮机轴系的振动信号进行了检验,研究表明改进的HHT方法能够有效地识别虚假的本征模分量,具有结果稳定、偏差小的优点,更加适合分析复杂的水轮机动态特征信息.

此外,振动信号还被广泛应用于其他旋转机械的故障诊断和预测中,张超[36]通过对振动信号进行分析,对轴承和齿轮的故障进行了诊断研究;李敏通[37]通过提取振动信号的特征,对柴油机进行了故障诊断研究;周云龙等[38-39]利用振动信号开展了离心泵的故障诊断研究.

诸多学者的研究都表明,汽蚀会导致流体机械振动信号的特征发生明显变化,可以利用振动信号对流体机械的空化进行检测和诊断.因此,在开展流体机械汽蚀故障的实验研究时,对振动信号的监测必不可少.

3基于噪声信号的检测

空化会除了会导致流体机械产生剧烈振动外,还会产生明显的噪声,很多学者通过监测噪声信号对流体机械的空化进行研究.

M.Cudina[40]利用噪声信号对离心泵的汽蚀初生和发展进行了研究,其认为噪声可用于汽蚀初生及发展的检测.郭柯等[41]对离心泵的空化超声信号进行了频谱分析,得出了频谱特征随空化发展的变化规律.刘进等[42]利用水听器采集噪声信号,以强度、脉冲和频率结构为特征向量,利用支持向量机方法开展了离心泵空化程度的识别研究,认为该方法在不同程度的背景噪声下对离心泵的空化程度均有较高的识别准确率.胡芳芳[43]利用水听器监测混流泵汽蚀时入口的噪声信号,研究发现混流泵汽蚀时入口噪声先增大后减小.其认为入口处的低频带辐射噪声可用于监测混流泵汽蚀的发生.

王佳俊等[44]对水轮机的空化噪声信号进行了分析,通过绘制模极大值线去统计空化噪声信号中的主要振幅突变点的数量,从而判断空化的发展程度.史会轩等[45]利用小波包频带分析技术对水轮机的空化特性进行了研究,得出了水轮机空化超声信号的时域幅值调制和频域能量分布与空化系数的关系.薛彦刚等[46]运用HHT变化方法对水轮机的空化噪声信号进行了研究,发现HHT方法比小波方法有效,能够提高水轮机故障识别率.刘源等[47]将小波熵方法引入文德里管空蚀设备的空化噪声分析中,利用小波熵去检测空化初生和空化状态的变化.张婷婷等[48]对激光诱导的单空泡破灭噪声进行了检测,运用小波变换和傅里叶变换分析了破灭噪声的频谱特性.

螺旋桨的空化噪声会降低舰艇的隐身性能.因此也有很多学者对螺旋桨的空化噪声进行了检测和识别研究.刘竹青等[49]基于螺旋桨空化噪声的实验结果,对空化噪声的时域和频域特征进行了分析,发现空化会产生很强的声脉冲信号,随着空化的发展,声脉冲的个数和幅值都逐渐增加;空化初生时,高频段的频谱升高,随着空化的发展,声压谱升高向低频方向移动.车永刚等[50]通过统计求解空化噪声的平均功率谱,对舰船航行时螺旋桨的噪声进行了研究.冯源等[51]研究了船舶螺旋桨在加减速时的空化噪声的调制特性,并运用基于Hough变换和二值化的DEMON谱方法进行分析.陈奕宏等[52]对螺旋桨空化噪声和非空化噪声进行了小波分解,分析了不同工况时螺旋桨噪声的变化规律.任安民等[53]对舰艇空化调制信号进行了检测研究,其认为相关降噪技术与EMD变换和Hilbert变换相结合能够显著提升强背景噪声下螺旋桨空化调制特征检测的效果.然而,舰艇的空化噪声信号的采集受到多方面因素的影响,如海洋背景噪声、机械振动噪声、流噪声等,很难将空化噪声与这些噪声区分开.

以上分析表明,在水轮机、水泵、螺旋桨等流体机械的空化的识别和检测中都利用了噪声信号.由此可知,噪声信号在流体机械空化的检测和识别中已得到了广泛的应用,并且取得了良好的效果.

4基于声发射信号的检测

除了压力脉动信号、振动信号和噪声信号之外,很多学者利用声发射信号对流体机械的空化进行研究.声发射传感器是基于晶体的压力效应,将声发射波所引起的被检测元件表面的振动转换成电压信号的设备.

刘忠等[54-55]利用LabVIEW设计了一套离心泵空化声发射信号的采集系统,利用小波分析方法提取了离心泵空化时声发射信号在不同频带的能量特征,研究了该能量特征与汽蚀余量的关系,其发现31.25~62.5,62.5~125,125~250 kHz等3个频带的能量随空化状态改变而明显变化.谢志聪等[56-57]分析了水泵声发射信号波形频谱特征和振铃计数、信号能量、频率中心等参数特征与空化状态的关系,其认为振铃计数和信号能量随空化状态的变化更为强烈.沈再阳等[58]提出了基于全极点线性预测编码模型的共振峰分析方法,运用该方法对19 kHz超声作用下的声发射信号进行了分析,发现共振峰分析方法比傅里叶分析方法更能从超声空化的声发射信号中提取出关键的时频信息.李静等[59]利用小波包变换对水轮机空化声发射信号进行分析,利用特征频带的能量和关联维数对不同的空化程度进行识别.L.Alfayez[60]认为声发射方法可以用于早期监测汽蚀初生的情况,但不适用于预测完全发展的汽蚀.C.Tine等[61]利用高频压力传感器、声发射传感器和振动传感器,对一型处于水泵模式的抽水蓄能水力机械实体的空化进行了检测研究,其认为声发射传感器是该项研究中最合适的传感器.

然而,基于声发射信号的空化检测存在以下问题:(1)声发射信号的频率分布与材料和构件的特性有关,声发射信号容易受到低频机械噪声的干扰;(2)声发射信号的频带非常高,对信号采集系统的采样频率等要求特别高,并且高频信号容易衰减.因此,当前利用声发射信号进行空化检测研究的学者还不是特别多.

5基于多种信号的检测

由于空化引起的压力脉动、振动和噪声等息息相关,因此在对流体机械的空化进行研究时,通常都会同时采集多种信号,利用多种信号的特征对空化进行检测和识别,如前文提到过的李晓俊、王勇、C.Tine和胡芳芳等.

文献[6-7]利用高频压力传感器、水听器、加速度传感器和电流互感器,同时采集了压力脉动信号、噪声信号、振动信号和电机定子电流信号,但他只对压力脉动信号和电机定子电流信号进行了分析.王勇则利用水听器、加速度传感器和高频压力传感器,同时采集了噪声信号、振动信号和压力脉动信号,并对空化诱导的噪声信号和振动信号的特征进行了分析.文献[43]同时采集了混流泵空化时进口处的水声信号和不同位置处的振动信号,并对振动信号和噪声信号的特征进行了分析.然而,上述几项研究都只是分析了信号的特征,并未对空化进行识别和检测研究.

P.Gruber等[62-63]认为空化探测的最终目标是为了区分危险空化和非危险空化,为了实现这一目标需要综合利用工况信息、振动信息、声发射信息和动态压力信息.段向阳、苏永生等[64-65]采集了实船喷水推进泵的进口水声信号和泵壳振动信号,通过求取信号的高阶导数,段向阳利用水声信号在8~25 kHz频段上二阶导数的峰值序列和振动信号在3~12 kHz频段上二阶导数的峰值序列为基础构造特征集,进行了喷水推进泵三种空化状态的分类识别,苏永生则利用最小二乘支持向量基方法对喷水推进泵的六种空化状态进行了分类识别.此外,苏永生等还利用奇异值分解提取了喷水推进泵水声信号和振动信号的特征,利用BP网络和RBF网络进行了空化的分类识别,其研究表明,结合水声特征和振动特征后识别效果明显提高,并且能够识别空化初生的微弱特征[66].然而,上述研究只是结合了两种信号,并且识别效果还有待检验和提高.

由于流体机械的空化信号本身特征不是很明显,在采集过程中还会受到多方面因素的影响和干扰,仅利用一种信号通常难以有效检测,因此,非常有必要联合利用多种信号的特征进行空化的识别和检测,这将是未来研究的发展的方向.

6其他检测方法

6.1高速摄影方法

利用高速摄影技术,能够有效观地测到流体机械内部空化的发生和发展,能够为其他监测方法提供验证,当前已有不少研究采用了高速摄影技术对空化进行识别,如前文提到过的高波等.

张德胜等[67-68]利用高速摄影技术对不同流量时轴流泵叶顶区的空化流场进行了实验观测,并结合数值模拟方法对轴流泵内部空化的发生和发展进行了研究.杨勇等[69]利用高速摄像机对螺旋桨空泡进行了观测,并对螺旋桨空化和非空化时的空化噪声和机械振动信号进行了测量和分析,研究了空化噪声的频率特征.

高速摄影技术虽然能够提高可靠的观测结果,但是,进行该实验需要高速摄像机和专用的可观测实验设备,实验难度大、费用高,并且只能在实验台上进行,其采集的信号非常有局限性,在生产实际中很难适用.

6.2超声波和X光探测

由于很多流体机械部件不透明,无法用肉眼或者高速摄像直接对机械内部的空化情况进行观测,为了探测流体机械内部的空化情况,部分学者运用超声波和X光技术对流体机械内部的流场进行了探测研究.流体机械空化的超声波探测和X光探测的原理相近,都是在流体机械的一侧安装信号发射器,在另一侧安装信号接收装置,让超声波和X光信号穿过流体区域,通过对接收信号的分析,去判断流体机械内部是否发生空化和空化程度.

P.Gruber等[70]运用超声波信号,对单个声空泡流场、NACA水翼空化流场以及混流式水轮机的空化流场进行了探测,发现回收信号的标准差随着空泡数的增多而增大,当流场中只有少量的空泡时,绝大多数发射信号都不受影响;另外,该研究还发现,气泡对回收信号标准差的影响远大于空泡,其认为这项发现有助于区别空泡和气泡.陈笑然等[71]利用超声波对空化区域进行探测,通过对监测信号的解调,得到流场的空化信息,并利用超声波主动探测和高速摄影技术,在实验台上对螺旋桨的空化进行了主动超声监测研究.

B.Stutz等[72]利用X光对文丘里管的空化云进行了探测,对流速和空化区域的大小对空泡分数的时空分布的影响进行了研究.S.Duplaa等[73]利用X光图像对离心泵快速启动时的空化进行了研究,其在离心泵高度方向布置了3组X光探测设备,通过对叶轮的初始位置进多次测量来消除测量误差,其研究表明X光探测有助于确定泵内的流体密度和空化情况.

上述分析表明,超声波和X光探测技术能够穿透流体机械不透明的固体表面,能够在一定程度探测到流体机械的空化流场,然而,这两种技术都需要复杂的设备,具有很大的局限性,在实际复杂情况下很难适用.

7结论

1) 本文的分析表明,当前对于流体机械空化流场的检测方法可以分为2类:第一类是基于传感器信号的检测方法;另一类方法是利用特定的实验设备去检测流场的空化情况.

2) 基于传感器信号的检测方法,主要是利用传感器和信号采集系统采集流体机械所发出的信号,通过分析信号的特征,去判断内流场的空化情况.这类方法利用的信号主要有:高频压力脉动信号、振动信号、噪声信号和声发射信号,这类方法目前已被广泛应用,并取得了一定的检测效果.

3) 基于传感器信号的检测方法,也存在很多问题,如传感器的精度、响应时间和频响特性等,采集系统的采样频率、采样时间和电流干扰等,以上这些因素都会对实验采集的信号产生影响,导致采集的信号失真.为了能够准确地检测流体机械内部的空化情况,应建立完备的、高精度的信号采集系统,并消除噪声的干扰.

4) 高速摄影方法、超声波探测方法和X光探测方法等,都是利用特定的实验设备去观测流场的空化情况.高速摄影方法需要高速摄像机和可以观测的实验设备,如外壳透明的水泵,而超声波和X光可穿透流体机械的外壳,利用超声波和X光对流体机械内部的空化进行探测,需要超声波和X光的发射和接收装置,通过分析回收信号的特征去判断流场的空化情况.由于这类方法需要特定的实验设备,实验复杂、费用高、难度大,目前对这类方法的研究和应用还较少.

5) 压力脉动信号、振动信号、噪声信号和声发射信号在进行流体机械空化检测时被广泛利用,很多研究都基于这四种信号,并取得了一定的效果.然而,大多数研究都只采集了其中的一种或几种信号,只对部分信号的特征进行了分析,并且很多研究所提取的空化信号特征不明显,无法准确检测和识别流体机械内部的空化情况.因此,同步采集压力脉动、振动、噪声、声发射等多种信号,分析多种信号的特征,利用多种信号的特征进行空化的检测和识别,将是流体机械空化检测下一步的研究方向.

参 考 文 献

[1]关醒凡.泵的理论与设计[M].北京:机械工业出版社,1987.

[2]KIM Kihan, CHAHINE G, FRANC J P. Advanced experimental and numerical techniques for cavitation erosion prediction[M]. London:Springer Dordrecht Heidelberg,2013.

[3]McKEE K K, FORBES G L, MAZHAR I, et al. A vibration cavitation sensitivity parameter based on spectral and statistical methods[J].Expert Systems with Applications,2015,42:67-78.

[4]梁超.压力脉动法在离心泵汽蚀故障诊断中的研究[D].长春:东北电力大学,2010.

[5]刘永奇.压力脉动法在变转速离心泵汽蚀诊断中的研究[D].长春:东北电力大学,2012.

[6]李晓俊.离心泵叶片前缘空化非定常流动机理及动力学特性研究[D].镇江:江苏大学,2013.

[7]李晓俊,袁寿其,潘中永,等.基于结构化网格的离心泵全流场数值模拟[J].农业机械学报,2013,44(7):50-55.

[8]周云龙,刘永奇,薛广鑫,等.基于EMD和边际谱频带能量的离心泵汽蚀故障诊断[J].化工学报,2012,63(2):545-550.

[9]施卫东,姚捷,张德胜,等.采样频率和时间对轴流泵压力脉动特性的影响[J].排灌机械工程学报,2013,31(3):190-194.

[10]施卫东,姚捷,张德胜,等.不同转速下轴流泵压力脉动试验对比研究[J].农业机械学报,2013(2):55-58.

[11]郑源,刘君,周大庆,等,大型轴流泵装置模型试验的压力脉动[J].排灌机械工程学报,2010,28(1):51-55.

[12]田少强,潘虹.轴流泵装置模型试验压力脉动特性研究[J].四川水力发电,2010,29(5):116-120.

[13]张德胜,王海宇,施卫东,等,轴流泵多工况压力脉动特性试验[J].农业机械学报,2014(3):40-43.

[14]薛延刚,罗兴锜,王瀚.基于EMD多尺度特征熵的水轮机尾水管涡带信息提取[J].农业工程学报,2011,27(3):210-214.

[15]王瀚,罗兴锜,薛彦刚,等.EMD指标能量提取水轮机尾水管动态特征信息[J].水力发电学报,2012,31(5):286-291.

[16]田锋社.水轮机压力脉动测试的分析与探讨[J].水利水电科技进展,2006,26(2):37-40.

[17]ESCALER X, FARHAT M, AUSON P, et al. Cavitation monitoring of hydroturbines:tests in a francis turbine model[C]. Sixth Inernational Symposium on Cavitation, Wageningen, The Netherlands,2006:1-5.

[18]McKEE K K, FORBES G, MAZHAR I, et al. A single cavitation indicator based on statistical parameters for a centrifugal pump[C]. World Congress on Engineering Asset Management, Daejon, South Korea,2012.

[19]McKEE K K, FORBE G, MAZHAR I, et al. Cavitation sensitivity parameter analysis for centrifugal pumps based on spectral methods[J]. Engineeing Asset Management-system,2015,22:75-85.

[20]McKEE K K, FORBES G, MAZHAR I, et al. Modification of the ISO-10816 centrifugal pump vibration severity charts for use with Octave band spectralmeasurements[C]. 7th Australasian Congress on Applied Mechanics, Adelaide, SA, Engineers Australia,2012:276-283.

[21]RAMADEVI R. Cavitation signal analysis using discrete wavelet transform[C]. International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT),2014:558-560.

[22]ESCALER X, EGUSQUIZA E, MOHAMED F, et al. Detection of cavitation in hydraulic turbines[J]. Mechanical Systems and Signal Processing,2006,20(4):983-1007.

[23]SURENDRA N G, KANAKASABAI V. Using vibration signatures analusis to detect cavitation in centrifugal pumps[C]. Proceedings of the Society for Experimental Mechanics Series, Springer New York,2011:499-507.

[24]CERNETIC J. The use of noise and vibration signals for detecting cavitation in kinetic pumps[J]. Journal of Mechanical Engineering Science,2009,223(7):1645-1655.

[25]李忠,杨敏官,高波,等.空化诱发的轴流泵振动特性实验研究[J].工程热物理学报,2012,33(11):1888-1891.

[26]李忠.轴流泵内部空化流动的研究[D].镇江:江苏大学,2011.

[27]王勇.离心泵空化及其诱导振动噪声研究[D].镇江:江苏大学,2011.

[28]王勇,刘厚林,袁寿其,等.离心泵非设计工况空化振动噪声的试验测试[J].农业工程学报,2012,28(2):35-38.

[29]高波,杨敏官,李忠,等.空化流动诱导离心泵低频振动的实验研究[J].工程热物理学报,2012,33(6):965-968.

[30]段向阳,王永生,苏永生.振动分析在离心泵空化监测中的应用[J].振动与冲击,2011,30(4):161-165.

[31]苏永生,王永生,颜飞,等.离心泵空化故障识别的时域特征分析方法研究[J].水泵技术,2010(4):1-4.

[32]苏永生,王永生,段向阳.离心泵空化试验研究[J].农业机械学报,2010,41(3):77-60.

[33]蒲道林.空化诱发离心泵振动特性的试验研究[J].水泵技术,2015(3):6-8.

[34]NI Yongyan, YAN Shouqi, PAN Zhongyong, et al. Detection of cavitation in centrifugal pump by vibration methods[J]. Chinese Journal of Mechanical Engineering (English Edition),2008,21(5):46-49.

[35]薛延刚,罗兴锜,王瀚,等.基于改进HHT方法提取水轮机动态特征信息研究[J].水力发电学报,2011,30(4):214-221.

[36]张超.基于自适应振动信号处理的旋转机械故障诊断研究[D].西安:西安电子科技大学,2012.

[37]李敏通.柴油机振动信号特征提取与故障诊断方法研究[D].杨凌:西北农林科技大学,2012.

[38]周云龙,柳长昕,赵鹏,等.基于自回归连续隐马尔可夫模型的离心泵故障诊断[J].中国电机工程学报,2008,28(20):88-93.

[39]周云龙,洪君,张学清,等.HHT与Elman神经网络在离心泵故障振动信号处理中的应用[J].流体机械,2007,35(5):21-25.

[40]CUDINA M. Detection of cavitation phenomenon in centrifugal pump using audible sound[J]. Mechanical systems and signal processing,2003,17(6):1335-1347.

[41]周云龙,郭柯.离心泵空化超声信号频谱特征研究[J].化工机械,2014(3):418-422.

[42]刘进,阎兆立,程晓斌,等.,基于空化辐射噪声的检测方法实验研究[J].应用声学,2014,33(1):60-65.

[43]胡芳芳,陈涛,吴大转,等.导叶式混流泵汽蚀振动噪声试验研究[J].排灌机械工程学报,2013,31(12):1021-1024.

[44]王佳俊,潘罗平,曹树良.小波变换应用于水轮机空化信号检测[J].水力发电学报,2013,32(4):215-220.

[45]史会轩,李朝晖,刘媛.基于小波包频带分析技术的水轮机空化特性研究[J].大机电技术,2009(1):43-48.

[46]薛延刚,王翰.基于HHT的水轮机空化信号研究[J].水力发电学报,2015,34(5):147-151.

[47]刘源,何永勇,陈大融.基于小波熵的空化状态检测与识别[J].机械强度,2009,31(1):19-23.

[48]张婷婷,曹国翔,王彦佼,等.激光诱导单空泡溃灭噪声频谱特性研究[J].激光与光电子学进展,2014,51(1):1-6.

[49]刘竹青,陈奕宏,熊紫英,等.螺旋桨空化噪声时域和频域特征研究[C].第十四届船舶水下噪声学术研讨会,2013.

[50]车永刚,程玉胜.螺旋桨空化噪声谱模型及结构特征[J].哈尔滨工程大学学报,2010,31(7):837-841.

[51]冯源,陶然,卓智海.螺旋桨加速状态下空化噪声的调制特性与分析方法[J].北京理工大学学报,2011,31(2):177-182.

[52]陈奕宏,马琳,施小勇,等.基于小波分析的螺旋桨空泡噪声分析[J].计算机工程与应用,2011.47(8S):350-352.

[53]任安民,何琳,苏永生,等.基于EMD与Hilbert变换的舰艇空化调制信号检测方法[J].海军工程大学学报.2014,26(3):7-12.

[54]刘忠,邹淑云,李志鹏,等.离心泵空化状态下声发射信号的小波能量特征[J].农业工程学报,2015,31(8):99-103.

[55]刘忠,邹淑云,谢志聪.基于声发射技术的离心泵空化状态监测系统研究[J].电站系统工程,2014,30(2):25-27.

[56]谢志聪,李录平,邹淑云,等.水泵空化状态下的声发射信号特征试验研究[J].水电能源科学,2012,30(3):140-143.

[57]谢志聪.基于声发射检测的流体机械空化故障诊断技术研究[D].长沙:长沙理工大学,2012.

[58]沈再阳,何永勇.基于共振峰的超声空化声发射信号分析[J].振动与冲击,2012,31(16):43-47.

[59]李静,周建中,肖剑,等.基于小波包变换和关联维数的空化信号特征提取[J].水力发电,2013,39(10):53-57.

[60]ALFAYEZ L, MBA D, DYSON G. The application of acoustic emission for detection incipient cavitation and the best efficiency point of a 60 kW centrifugal: Case study[J]. NDT and E International,2005,38(5):354-358.

[61]TINE C, MARKO H, BRANE S. Study of erosive cavitation detection in pump mode of pump-stroge hydropower plant prototype[J]. Journal of Fluids Engineering,2014,136:1-11.

[62]GRUBER P, ODERMATT P, ETTERLIN M, et al. The detection of cavitation in hydraulic machines by use of ultrasonic signal analysis[C]. 27th IAHR Symposium on Hydraulic Machinery and System,2012.

[63]GRUBER P, ODERMATT P, ETTERLIN M, et al. Cavitation detection via ultrasonic signal characteristics[C]. IAHR, 5th International Workshop on Cavitation and Dynamic Problems in Hydraulic Machinery, Lausanne,2013.

[64]段向阳,王永生,苏永生.喷水推进泵空化特征联合分类识别[J].上海交通大学学报,2011,45(9):1322-1327.

[65]苏永生,王永生,段向阳.实船喷水推进泵空化识别试验[J].上海交通大学学报,2012,46(3):404-409.

[66]苏永生,王永生,段向阳,等.基于多传感器数据融合的喷水推进泵空化分类识别[J].振动与冲击,2012,31(18):93-96.

[67]张德胜,吴苏青,施卫东,等.轴流泵小流量工况条件下叶顶泄漏空化特性[J].农业工程学报,2013,29(22):68-75.

[68]张德胜,石磊,施卫东,等.轴流泵叶轮叶顶区空化流的数值模拟与实验研究[J].水利学报,2014,45(3):335-242.

[69]杨勇,熊鹰,时立攀.螺旋桨空泡噪声测量与分析[J].中国舰船研究,2013,8(1):84-89.

[70]GRUBER P, ROOS D, MÜLLER C, et al. Detection of damaging cavitation states by means of ultrasonic signal parameter patterns[C]. WIMRC 3rd International Cavitation Forum, Warwick, England,2011.

[71]陈笑然,章林柯,阎兆立,等.基于主动超声的轴流水泵空化监测方法研究[J].工程设计学报,2011,18(3):214-218.

[72]STUTZ B, LEGOUPIL S. X-ray measurements within unsteady cavitation[J]. Experiments in Fluids,2013,35: 130-138.

[73]DUPLAA O S, COUTIER D, DAZIN A, et al. X-ray measurements in a cavitating centrifugal pump during fast start-ups[J]. Journal of Fluids Engineering,2013,135:1-9.

Research Progress of Cavitation Detection of Fluid Machinery

MING Tingfeng1)CAO Yuliang1)HE Guo2)SU Yongsheng1)

(CollegeofMarinePowerEngineering,NavalUniversityofEngineering,Wuhan430033,China)1)

(DepartmentofManagementScience,NavalUniversityofEngineering,Wuhan430033,China)2)

Abstract:In order to understand the research progress of the cavitation detection of fluid machinery, this paper summarizes and classifies the relevant Chinese and oversea studies. Analysis of the paper demonstrates that the methods of the cavitation detection of fluid machinery could be classified into two groups. The first group of methods for cavitation detection is based on the sensor signals. Another group of methods is to use specific devices to detect cavitation, such as, high-speed photography method, ultrasonic signal detection method and X-ray detection method. The detection methods based on sensor signal are mainly introduced in this paper including pressure fluctuation signal, vibration signal, noise signal and acoustic emission signal which are widely used in the cavitation detection of fluid machinery. Many studies have been carried out based on one or several of the four kinds of signals, and achieved some results. Using several kinds of signals to detect cavitation helps to improve the effect of the cavitation detection, and will be the future research direction of the cavitation detection.

Key words:fluid machinery; cavitation detection; research progress; pressure fluctuation signal; vibration signal; noise signal; acoustic emission signal

doi:10.3963/j.issn.2095-3844.2016.02.005

中图法分类号:U664.33

收稿日期:2016-02-14

明廷锋(1975- ):男,博士,副教授,主要研究领域为轮机工程

*国家自然科学基金青年基金项目(51306205)、湖北省自然科学基金项目(2015CFB700)资助

猜你喜欢
研究进展
猪δ冠状病毒的研究进展
MiRNA-145在消化系统恶性肿瘤中的研究进展
冠状动脉介入治疗慢性完全闭塞的研究进展
离子束抛光研究进展
独脚金的研究进展
中成药(2017年9期)2017-12-19 13:34:44
自噬与衰老的研究进展
EVA的阻燃研究进展
中国塑料(2016年4期)2016-06-27 06:33:22
肝衰竭的研究进展
氢在治疗烧伤中的研究进展
西南军医(2015年2期)2015-01-22 09:09:38
Marchiafava-Bignami病研究进展
西南军医(2015年1期)2015-01-22 09:08:36