压缩机叶片裂纹识别方法

强抗干扰

基于方向性因子分解模型，利用噪声方向性特征对微小扰动的高灵敏度，实现对压缩机叶片裂纹的可靠识别，且具备强抗干扰能力，为旋转机械裂纹识别提供新途径。

Gao, Wu · Ren, Ping · 李玩幽 · 王东华 · 栾一刚 · Shuai, Zhijun

Physics of Fluids 2025

技术优势

抗干扰更强

噪声方向性特征相比单点幅值，具有更强的抗干扰能力和更高的信噪比，更适合实际监测环境。

识别微小扰动

该方法对微小裂纹更敏感，能够有效识别叶片上的细微损伤。

转速影响相反

高、低转速下裂纹尺寸对噪声方向性的影响规律相反，为变工况监测提供参考。

裂纹形状可辨

不同裂纹形状（矩形/三角形）在不同转速下表现出不同方向性，可用于区分裂纹类型。

应用场景

• 旋转机械故障诊断：利用噪声方向性识别叶片裂纹，适用于各类旋转机械。
• 压缩机健康监测：为压缩机提供实时叶片裂纹监测，提高运行安全性。
• 航空发动机叶片检测：可扩展至航空发动机叶片裂纹检测，提升飞行安全性。
• 声学无损检测：通过分析声学特征实现无损检测，无需接触叶片。