CN119475896A 水电站泵机设备在线监测分析方法及系统 （国家能源集团新疆吉林台水电开发有限公司）

克自治州伊犁州尼勒克县吉林台水电站本申请提供水电站泵机设备在线监测分析伤度D值达到预设临界阈值时，判断螺栓组存在分析螺栓孔周边应力集中区域的应力云图和应2根据泵机轴承座与机架连接螺栓组的结构参数和材料属性，建立螺栓针对螺栓孔周边应力集中区域，提取该区域的应力与应变响应数采用应变片或光纤光栅传感器测试方法，对螺栓组在运行过程中的通过分析螺栓孔周边应力集中区域的应力云图和应变云图以及剩余使用寿命预测结周边应力集中区域的应力云图和应变云图,通过机器学习算法支持向量机,对螺栓组的失接收泵机轴承座与机架连接区域的三维点云数据，根据根据所述实体几何结构的网格数据对机架与轴承座接触面进行法若所述接触应力值在预紧力达到轴向载荷百分之八十时超出屈服极限，则采用根据所述节点位移场数据提取螺栓孔壁高应力区单元，采用所述采用位移传感器阵列在所述主应力方向获取位移数据，该区域的应力与应变响应数据，根据泵机实际工作条件和载荷测试数据,获得螺栓组受力3采用位移传感器在螺栓孔边缘获取应变数据，根据所述应变数据及标根据所述应力应变系数矩阵换算轴承座径向力与轴向力，通针对所述应力时程曲线采用四点法则进行雨流计数，从雨流从所述频次分布图提取各应力级循环比值，根据所述各应力级循环比值若所述总损伤度值超出临界阈值，则采用支持向量机回归器拟获取光纤光栅传感器在泵机螺栓组接触面之间的波长漂移根据所述波长漂移量通过滑动窗口处理得到补偿后波长漂移数针对所述应变数据采用小波分解处理得到动态应变标准差，根据所采用所述预紧力衰减曲线通过支持向量回归器拟合得到预紧力衰减若所述应变数据超出预紧力阈值，则根据应力云图提取应力超述应力超标区域单元组通过切比雪夫多项式拟合得到预紧力衰减5.根据权利要求1所述的方法，其特征在于，接收螺栓组应力与应变数据，根据所述应力与应变数据采用修正Miner准则得到损伤获取螺栓组预紧力监测数据，针对所述预紧力监测数据进行傅根据所述预紧力变化斜率与松动阈值构建网格点数据，通过所述网判断所述预紧力失效时刻与疲劳失效风险时间采用应力寿命曲线对加权叠加值进行计算，从计算结果得到剩应力云图和应变云图以及剩余使用寿命预测结果,采用拓扑优化和参数优化方法,对螺栓4组的结构布置和预紧力施加方案进行优化设计,获得疲劳寿命提升的最优螺栓组设计参根据螺栓孔周边应力云图数据采用变密度法在高应力区域生成网针对所述螺栓布置坐标数据与结构应变分布采用二次多项式根据所述预紧力敏感性排序数据采用粒子群搜索算法对若所述刚度偏差值超出预设阈值，则采用序列二次规划求解螺栓预紧力的变化数据、疲劳损伤度D值、螺栓孔周边应力集中区域的应力云图和应变云接收螺栓预紧力衰减速率和疲劳损伤度值及孔周应力分布数据根据所述特征向量构造风险指标，采用所述风险指标作为失效概针对所述失效风险预测值，在时间、预紧力和损伤度构成的若所述失效概率分布图中失效概率超出预设阈值，则根采用马尔科夫链状态转移矩阵针对所述预紧力优化方案预测维修时螺栓预紧力的变化数据、疲劳损伤度D值、螺栓孔周边应力集中区域的应力云图和应变云对得到的螺栓孔周边应力集中区域的应力云图和应变云图进行图像分割和特征识别,提取关键应力集中点的坐标和应力应变值,将得到的预紧力随时间的衰减规律、螺栓组的松动失效临界阈值以及应力集中点特征作为输入,通过机器学习算法支持向量机建立螺栓应力云图和应变云图进行图像分割和特征识别,提取关键应力集中点的坐标和应力应变值,将得到的预紧力随时间的衰减规律、螺栓组的松动失效临界阈值以及应力集中点特征采用滑动窗口对预紧力时变数据进行处理，从所述预紧力时变数据计算5根据所述预紧力特征量获取疲劳损伤度数值，从所述疲劳损伤度针对应力云图与应变云图数据，采用应力梯度阈值进通过霍夫变换识别所述轮廓线坐标点中的等值线，针对所述等值线中根据所述预紧力失效特征向量与所述应力梯度数据构建训练数分类器对所述训练数据集进行训练，通过交叉验证计算所述支持向量机分类器的准确率，螺栓组三维建模模块，用于根据泵机轴承座与机架连接螺栓组的结构参数和材料属应力应变响应及载荷谱提取模块，用于针对螺栓孔周边应力集动态应变实时监测模块，用于采用应变片或光纤光栅结构优化设计模块，用于通过分析螺栓孔周边应及剩余使用寿命预测结果,采用拓扑优化和参数优化方法,对螺栓组的结构布置和预紧力6际工作条件和载荷测试数据,获得螺栓组受力的载荷谱，采用雨流计数法对载荷谱进行处理，得到应力循环次数和幅值分布，获取材料的应力与寿命曲线和Miner线性累积损伤理[0008]通过分析螺栓孔周边应力集中区域的应力云图和应变云图以及剩余使用寿命预测结果,采用拓扑优化和参数优化方法,对螺栓组的结构布置和预紧力施加方案进行优化栓孔周边应力集中区域的应力云图和应变云图,通过机器学习算法支持向量机,对螺栓组7域的应力与应变响应数据，根据泵机实际工作条件和载荷测试数据,获得螺栓组受力的载图以及剩余使用寿命预测结果,采用拓扑优化和参数优化方法,对螺栓组的结构布置和预[0016]失效风险预测模块，用于建立螺栓组失8集点云数据密度为每平方厘米500个数据点，对连接区域表面轮廓度检测精度设定为0.01机实际工作条件和载荷测试数据,获得螺栓组受力的载荷谱，采用雨流计数法对载荷谱进9向力与轴向力记录得到应力时程曲线；针对所述应力时程曲线采用四点法则进行雨流计至500千牛标定载荷获取应力应变系数矩阵，从应力应变矩阵换算轴承座径向力和轴向力输出信号经24位模数转换采集，采样频率2000赫兹，连续记录24小时运行数据共产生力衰减曲线；采用所述预紧力衰减曲线通过支持向量回归器拟合得到预紧力衰减速度曲[0032]具体来说，在泵机螺栓组接触面之间以22.5度间隔环向布置16个光纤光栅传感则根据应力云图提取螺栓孔周边应力超过300兆帕区域单元组，采用五阶切比雪夫多项式[0034]接收螺栓组应力与应变数据，根据所述应力与应变数据采用修正Miner准则得到变换分析预紧力数据，采用20赫兹截止频率的四阶巴特沃斯滤波器提取预紧力衰减趋势，命预测结果,采用拓扑优化和参数优化方法,对螺栓组的结构布置和预紧力施加方案进行预紧力搜索范围内获取最优组合，从所述贝叶斯优化器输出数据中得到预紧力敏感性排过网格单元组计算得到节点位移场数据；从所述节点位移场数据获取结构刚度分布矩阵，移场数据获取结构刚度分布矩阵。若刚度分布偏差超出10则采用序列二次规划求解器特征空间构建失效风险评估矩阵，从所述失效风险评估矩阵通过主成分分析得到特征向行8x8网格划分得到64个特征区域，采用胡匹配不变矩提取72得到失效风险等级0.83。在三维计算网格中生成100万个单元，支持向量机训练样本数量马尔科夫链状态转移概率矩阵预测在192小时处进入维修时间窗口，维修窗口持续8小时，通过状态概率计算得到最优更换时间点为1[0042]对得到的螺栓孔周边应力集中区域的应力云图和应变云图进行图像分割和特征组的松动失效临界阈值以及应力集中点特征作为输入,通过机器学习算法支持向量机建立训练后验证集准确