混流式水轮机模型空化状态与声发射信号特征关系试验

刘 忠， 邹淑云， 陈 莹， 李志鹏

(1．长沙理工大学 能源与动力工程学院，长沙 410114； 2．中国水利水电科学研究院，北京 100038)



混流式水轮机模型空化状态与声发射信号特征关系试验

刘 忠1， 邹淑云1， 陈 莹2， 李志鹏1

(1．长沙理工大学 能源与动力工程学院，长沙 410114； 2．中国水利水电科学研究院，北京 100038)

为了获取水轮机空化状态下声发射信号的特征参数及其变化规律，在混流式水轮机模型空化试验基础上，采集了不同空化状态时典型测点的声发射信号，基于传统分析方法提取了声发射信号的事件计数、振铃计数、频率中心和电压有效值等特征参数，分析了这些参数随水轮机空化系数的变化关系.结果表明：随着水轮机空化系数的逐渐减小，从无空化、空化初生到完全空化状态，声发射信号的各特征参数发生了较为明显的规律性变化，整体上，事件计数不断减小，振铃计数、频率中心和电压有效值等不断增大，变化幅度随空化状态所处阶段有所不同.

混流式水轮机； 声发射信号； 特征提取； 空化试验

水轮机内发生空化时，容易产生高频脉冲和辐射噪声，引起水体压力波动，并诱发水轮机能量特性下降、稳定性恶化，严重时会造成流道表面破坏、部件寿命缩短[1].微型射流或冲击波作用于叶片和流道内壁，会使表面原子晶格产生错位变形，发出0.02～1 MHz频率范围的声发射(Acoustic Emission，AE)信号[2-3].对伴随空化而生的声发射信号进行采集和分析，已被证实是一种可行的水轮机空化性能监测方式[4].

在原型水轮机空化监测研究方面，国内外学者研究了不同空化状态下声发射信号特征与水轮机工作参数之间的关系.Escaler 等[5]对比了单机容量为11 MW的混流式水轮机在不同导叶开度下声发射信号的频谱特征，以及单机容量为65 MW的混流式水轮机在不同负荷下声发射信号均方根的变化曲线.王辉斌等[6]提出了“脉冲重复率”和“声强烈度” 2种声发射信号的特征指标，研究了东江水电站2号混流式水轮机的空化声强烈度随负荷变化的趋势.Cencc 等[7]研究了抽水蓄能机组工作在水泵状态时不同流量系数下声发射信号均方根和空化系数之间的关系.Queiroz 等[8]分析了单机容量为175 MW的水轮机在空蚀修复前后的声发射信号特征，建立了初步的判断标准.然而，原型水轮机的空化性能受水力设计参数、安装条件和工作参数等的综合影响，加上原型水轮机的真实空化状态在现场无法准确判断，上述研究结果在水轮机空化监测方面的适用性还有待商榷.

基于模型试验研究水轮机空化的声发射监测技术越来越受到关注.Rus等[9]研究了某轴流式水轮机模型的空化系数与声发射信号均方根的变化关系.张俊华等[10]研究了某轴流式水轮机模型的空化系数与声发射信号频谱特征的变化关系.田浩等[11]研究了空化噪声强度和噪声脉冲计数与空化系数的关系.Schmidt 等[12]基于声发射技术监测模型水泵水轮机的前缘空化，分析了声发射信号特征与图像观察结果之间的关系.薛延刚等[13]提出了基于希尔伯特-黄变换(HHT)的空化信号分析方法，并通过水轮机模型空化试验进行了检验.但上述研究或多或少地存在选定的试验工况过于单一、空化类型与声发射信号特征对应关系过于笼统等问题.

因此，笔者在混流式水轮机模型空化试验基础上，针对特定空化类型选择试验工况，采集并提取声发射信号的典型特征，分析混流式水轮机模型空化状态变化过程中声发射信号特征的变化规律.

1 试验过程

混流式水轮机模型空化试验在国内某具有国际先进水平、综合精度<±0.2%的闭式水轮机模型试验台[14]上进行.试验过程中，采用与试验台配套的水轮机性能测试系统采集、保存并计算得到反映水轮机模型能量特性及空化性能的参数，如流量、压差、转速和力矩等.采用闪频仪观测水轮机流态.采用自行开发的声发射信号采集与分析系统[15]采集来自不同测点的声发射信号.其中，2个声发射传感器分别布置在导叶拐臂上和转轮下环底部附近(如图1所示)，以保证传感器距离空化发生部位尽可能近，且与声源之间的金属厚度尽可能小.声发射信号采集装置的A/D转换器分辨率为16 位，采样频率设置为2.0 MHz，带通滤波频率范围为20～500 kHz，阈值电压取0.05 V，所得信号分别用AE1和AE2表示.

图1 声发射传感器布置

为了避免不同空化类型之间的相互干扰，在该混流式水轮机模型综合试验基础上，选取偏离设计工况且对应于不同导叶开度a0和单位转速n11的6组试验工况点(如图2所示)，以便集中研究间隙空化过程中声发射信号的变化规律.

每组工况点确定后，在试验中保持水头和单位转速不变，通过逐步抽真空改变尾水箱的压力来实现水轮机空化状态的调整.不同的单位流量、单位转速和空化系数构成一个测试工况，每个测试工况重复采集10组空化声发射信号.将水轮机模型效率降低1%时的空化系数定义为临界空化系数σ1，三个转轮叶片上出现空泡判断为空化初生，相应的空化系数为初生空化系数σi.将空化试验结果与声发射信号特征提取结果进行对比分析.

图2 试验工况示意图

2 试验数据分析

2.1 各试验工况下的空化特性曲线

根据试验数据计算及闪频仪观测，得到各试验工况点的空化特性曲线和特征空化系数，分别如图3和表1所示.

图3 各试验工况点的空化特性曲线

工况点(σi，σ1)工况点(σi，σ1)n111⁃a01(0．1082，0．0554)n111⁃a02(0．1482，0．0753)n112⁃a01(0．1251，0．0582)n111⁃a02(0．1590，0．0691)n113⁃a01(0．1170，0．0685)n111⁃a02(0．1248，0．0848)

2.2 声发射信号参数提取

针对空化试验中产生的连续型声发射信号，采用传统分析方法提取了其基本特征参数[16].

(1)事件计数. 当脉冲衰减波的包络线超过阈值电压时，产生一个矩形脉冲，此脉冲即称为一次事件.它反映了声发射事件的总量频度.

(2)振铃计数. 声发射信号超过阈值电压而产生振荡脉冲的个数称为振铃计数.它反映声发射信号的强度和频度.一个事件可以包含若干个振铃计数.

(3)频率中心. 在基于快速傅里叶变换得到的信号幅频特性曲线上取上限频率和下限频率的几何平均值，称为频率中心.它反映声发射信号的主要频率范围.

(4)电压有效值. 该值反映声发射信号的能量，与频率中心一样，不受阈值电压的影响，其表达式为：

(1)

式中：xrms为电压有效值；n为信号电压时间序列x的采样个数.

2.3 声发射信号特征参数随空化系数的变化关系

提取各试验工况点采集到的声发射信号的事件计数、振铃计数、频率中心和电压有效值等特征参数.按相同n11、不同a0的工况点分类绘制特征参数随水轮机空化系数变化的曲线，如图4～图6所示.

由图4～图6可以看出，随着空化系数的逐渐减小， 2路声发射信号AE1和AE2的各特征参数均发生了较明显的变化，且具有一定的规律性.整体上，事件计数不断减小，振铃计数、频率中心和电压有效值均不断增大，变化幅度随空化状态演变有所不同.这期间水轮机经历了从无空化到空化初生、再到临界空化(已完全形成)的过程.

以图4中单位转速n111、导叶开度a01的工况点为例，随着空化系数的减小，声发射信号AE2的事件计数从1 281逐渐减小到47，振铃计数从13 404逐渐增大到18 046，频率中心从144 kHz增大到179 kHz，电压有效值从0.125 V增大到2.492 V.

声发射信号主要是由水体流动、设备旋转以及水流与流道内壁和水轮机转轮叶片的相互作用产生的.在不断减小尾水真空压力但还未发生空化时，水流流态相对稳定，声发射信号的能量和频度不断增大，表现为事件计数减小，振铃计数、频率中心和电压有效值增大.但就电压有效值而言，增幅很小.

在空化初生(σ=0.108 2)时，由图像观测到水体中出现少许空泡.空泡的出现破坏了水流的平稳性，局部出现气液两相流，水流内部以及水流与流道边壁和转轮叶片之间的作用变得复杂.声发射信号的能量和频度快速增大，表现为事件计数继续减小，振铃计数、频率中心和电压有效值继续增大.电压有效值的增幅较之前明显(从0.557 V增大到1.138 V).

随着工况条件的继续变化，水中空泡的数量不断增加，伴随着空泡的产生、成长、相互挤压以及溃灭等，气液两相流程度加剧.声发射信号的能量和频度继续增大，表现为事件计数继续减小，频率中心继续向高频方向移动，振铃计数和电压有效值继续增大.就电压有效值而言，增幅尤为明显.到临界空化(σ=0.055 4)时，空化已完全形成，电压有效值达到最大(2.492 V).

(a) 事件计数-σ

(b) 振铃计数-σ

(c) 频率中心-σ

(d) 电压有效值-σ

(a) 事件计数-σ

(b) 振铃计数-σ

(c) 频率中心-σ

(d) 电压有效值-σ

(a) 事件计数-σ

(b) 振铃计数-σ

(c) 频率中心-σ

(d) 电压有效值-σ

此后，随着空化进一步加剧，水中空泡的存在及其相互作用对声发射信号的传播产生了一定程度的衰减作用，表现为振铃计数、频率中心和电压有效值均有小幅下降的趋势.

尽管水轮机不同部位的声发射信号特征参数的变化规律基本一致，但在相同工况下其数值还是存在一定差异的.其原因在于声发射源发出的信号会经过水体、流道固体边壁、水轮机金属部件等到达声发射传感器安装位置，其传播路径不同，传播过程中声发射波的折射、散射和衰减程度也不同，从而造成不同测点处声发射信号的差异.因此，声发射传感器位置和数量对空化状态监测结果的影响不容忽视.

3 结 论

(1)在混流式水轮机模型空化试验的基础上，采集并提取了试验工况下的声发射信号特征参数，分析了声发射信号特征参数随空化状态演变的变化关系，进一步促进了水轮机空化监测技术的研究.

(2)随着水轮机空化系数的逐渐减小，声发射信号的各特征参数均发生了较为明显的变化，且具有一定的规律性.整体上，事件计数不断减小，振铃计数、频率中心和电压有效值均不断增大，变化幅度随空化状态所处阶段有所不同.

[1] KUMAR P, SAINI R P. Study of cavitation in hydro turbines-a review[J]. Renewable and Sustainable Energy Reviews, 2010, 14(1): 374-383.

[2] 杨晶, 李录平, 饶洪德, 等. 基于声发射检测的阀门泄漏故障模式诊断技术研究[J]. 动力工程学报, 2013, 33(6): 455-460, 483.

YANG Jing, LI Luping, RAO Hongde,etal. Diagnosis of valve leakage fault patterns based on acoustic emission detection[J]. Journal of Chinese Society of Power Engineering, 2013, 33(6): 455-460, 483.

[3] 刘忠, 邹淑云, 晋风华, 等. 声发射技术在水电机组状态监测与故障诊断中的应用研究综述[J]. 水利水电技术, 2011, 42(2): 49-51.

LIU Zhong, ZOU Shuyun, JIN Fenghua,etal. Overview on application of acoustic emission technique to operation monitoring and fault diagnosis of hydropower generating unit[J]. Water Resources and Hydropower Engineering, 2011, 42(2): 49-51.

[4] HUSIN S, ADDALI A, MBA D. Feasibility study on the use of the acoustic emission technology for monitoring flow patterns in two phase flow[J]. Flow Measurement and Instrumentation, 2013, 33: 251-256.

[5] ESCALER X, EGUSQUIZA E, FARHAT M,etal. Detection of cavitation in hydraulic turbines[J]. Mechanical Systems and Signal Processing, 2006, 20(4): 983-1007.

[6] 王辉斌, 吴长利, 邹桂丽, 等. 水轮机故障声学诊断技术研究及其应用探讨[J]. 大电机技术, 2010(3): 45-50, 54.

WANG Huibin, WU Changli, ZOU Guili,etal. Acoustic fault diagnosis technology research and application in hydraulic turbine[J]. Large Electric Machine and Hydraulic Turbine, 2010(3): 45-50, 54.

[8] QUEIROZ F R, MEDEIRO E B, DONADON L V,etal. Acoustic emission evaluation of cavitation induced hydraulic turbine wear[C]//18th International Congress on Sound and Vibration 2011. Brazil, USA: International Institute of Acoustics and Vibrations, 2480-2484.

[9] RUS T, DULAR M,IROK B,etal. An investigation of the relationship between acoustic emission, vibration, noise, and cavitation structures on a Kaplan turbine[J]. Journal of Fluids Engineering, 2007, 129(9): 1112-1122.

[10] 张俊华, 张伟, 蒲中奇, 等. 轴流转桨式水轮机空化程度声信号辨识研究[J]. 中国电机工程学报, 2006, 26(8): 72-76.

ZHANG Junhua, ZHANG Wei, PU Zhongqi,etal. Research on the cavitation identification of Kaplan turbine using acoustic signals[J]. Proceedings of the CSEE, 2006, 26(8): 72-76.

[11] 田浩, 于石生. 水轮机空化的超声监测技术研究[J]. 无损检测, 2003, 25(5): 250-251, 278.

TIAN Hao, YU Shisheng. Research on ultrasonic detection of hydraulic turbine cavitation[J]. Nondestructive Testing, 2003, 25(5): 250-251, 278.

[12] SCHMIDT H, KIRSCHNER O, RIEDELBAUCH S. Cavitation measurements on a pump-turbine model[J]. Journal of Physics: Conference Series, 2015, 656(1): 012071.

[13] 薛延刚, 王瀚. 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.

XUE Yan'gang, WANG Han. Investigation on turbine cavitation signals analysis based on Hilbert-Huang transform[J]. Journal of Hydroelectric Engineering, 2015, 34(5): 147-151.

[14] 马素萍, 朱雷, 张海平, 等. 抽水蓄能机组水泵水轮机模型测试[J]. 水利水电技术, 2012, 43(4): 94-98.

MA Suping, ZHU Lei, ZHANG Haiping,etal. Model test on pump-turbine of pumped-storage hydropower unit[J]. Water Resources and Hydropower Engineering, 2012, 43(4): 94-98.

[15] 邹淑云, 刘忠, 李志鹏, 等. 离心泵空化状态与声发射信号特征关系试验[J]. 农业机械学报, 2014, 45(3): 45-48.

ZOU Shuyun, LIU Zhong, LI Zhipeng,etal. Experiment on relationships between centrifugal pump cavitation conditions and acoustic emission signal characteristics[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(3): 45-48.

[16] GROSSE C U, OHTSU M. Acoustic emission testing[M]. Berlin, Germany: Springer Science & Business Media, 2008.

Experiments on the Relationship Between Cavitation Status and Acoustic Emission Signal Features for a Francis Turbine Model

LIU Zhong1, ZOU Shuyun1, CHEN Ying2, LI Zhipeng1

(1.School of Energy and Power Engineering, Changsha University of Science and Technology,Changsha410114,China;2.ChinaInstituteofWaterResourcesandHydropowerResearch,Beijing100038,China)

To obtain the features of acoustic emission signals and their variation laws under the condition of hydraulic turbine cavitation, a series of cavitation experiments were conducted for a Francis turbine model, during which the acoustic emission signals were collected at typical measuring points under different cavitation conditions, while following features were extracted in a conventional analysis way, such as the event count, hit count, frequency center and the root mean square value of voltages, etc., so as to analyze the effects of cavitation coefficient on above features. Results show that with the decrease of turbine cavitation coefficient, the cavitation state changes from none to incipient, and further to fully-developed status; correspondingly, the features of acoustic emission signals vary in an obvious regularity; as a whole, the event count decreases gradually, while other three features increase, and their variation amplitudes depend on the stage in a cavitation process.

Francis turbine; acoustic emission signal; feature extraction; cavitation experiment

2016-01-25

2016-03-21

国家自然科学基金资助项目(51309034)；湖南省教育厅科学研究优秀青年资助项目(14B004)；可再生能源电力技术湖南省重点实验室(长沙理工大学)开放基金资助项目(2015ZNDL008)

刘 忠(1978-)，男，湖北汉川人，副教授，博士，研究方向为水力机械状态监测与故障诊断. 电话(Tel．)：0731-85258410；E-mail：drliu20003@126.com．

1674-7607(2016)12-1017-06

TK73

A 学科分类号：470.30