失速颤振是风机中常见的故障之一,同时叶片裂纹又是风机中普遍存在的一种严重安全隐患,所以探明失速颤振机理及尽早检测出裂纹现象的存在对于风机的安全运行具有重要意义。论文对叶片结构与气流脉动的关系、流固耦合互体现特性、以及根据以上两点进行叶片故障诊断等内容进行系统化研究。详细工作如下:为探讨风机失速颤振产生的机理,论文提出从气流脉动和叶片结构之间的关系来寻找失速颤振发生频率的方法。通过对风机叶片的模态分析和叶轮出口气动信号频谱分析发现,一定来流速度范围内气流脉动引起的颤振和某一阶固有频率有关,即气流的脉动频率与叶片固有频率趋于相同,远离失速攻角时气流脉动频率逐步摆脱固有频率的影响,在大攻角下叶片结构仍影响气流脉动频率,但已没有一个明显的频率锁定区域。这为探明叶片失速颤振的机理提供了实验依据,证明叶片结构影响气流脉动频率。为研究风机叶轮系统气固耦合振动互体现的特性,论文利用刻画非线性系统的多特征分析方法,从相空间重构、关联维、近似熵、L-Z复杂度等不同角度对多次重复实验采集的不同工况下叶轮轴向振动信号及叶轮出口气动信号进行分析。实验分析结果证明这两种信号在某些量化特征上具有耦合互体现特征。这为利用气动信号进行叶片故障诊断奠定基础。基于信号的能量主要集中在低频附近,高频信号的能量随频率的增加而迅速衰减的特点以及耦合振子距离越近,越具互体现特性。论文提出了对叶片不同状态下的气动信号进行多带小波分解,与基于二带小波分解的方法互补,检测叶片裂纹故障的方法。首先对多次实验采集的气动信号进行小波分解;然后计算每个频段的能量,形成多维特征向量集;最后由特征向量集训练分类器,利用设计好的分类器对特征向量进行分类检测,识别故障。多次实验证明,该方法能够快速、有效的检测出早期裂纹现象的存在。最后为进一步了解叶片裂纹扩展时气动信号的变化,论文对不同工作状态下的气动信号的小波子带能量进行统计分析。分析结果表明,随着叶片裂纹的扩展,高频带相对于正常叶片的气动信号的同子带能量明显降低,而低频带对应的气动信号同子带能量大幅增强。由此可以说明,叶片的裂纹扩展过程中,低频进一步降低,高频进一步升高,气流脉动频率范围逐步扩大。这为转子叶片裂纹故障的监测与诊断提供了依据。同时裂纹的扩展带来叶片结构刚度逐步降低和气动信号低频部分的逐步降低,进一步说明叶片结构影响气流的脉动频率。