روش جدید پایش نوک پره توربین با استفاده از سنسور مایکروویو و الگوریتم کلاسه‌بندی K نزدیک‌ترین همسایه (k-NN)

Abstract

در این مقاله، یک سنسور مایکروویو باند k برای پایش پره توربین شبیه‌سازی و در نرم افزار CST بهینه‌سازی شده است و با استفاده از یک مدل ساده شده توربین در نرم‌افزار CST اثر قرار دادن سنسور در بدنه توربین بررسی شده است و چنانچه هر تغییر شکل در نوک تیغه و یا جابجایی در فاصله مابین نوک تیغه تا پوسته انجام گردد پارامتر پراکندگی این سنسور تغییر می‌کند و پارامتر پراکندگی بدست آمده از سنسور به عنوان اثر انگشت تیغه توربین تعریف می‌شود. در این مقاله شاخص‌های اندازه‌گیری مبتنی بر پارامترهای پراکندگی میدان نزدیک سنسور مایکروویو بعنوان سیستم تشخیص خرابی نوک تیغه و همچنین الگوریتم کلاسه‌بندی k-NN برای تفسیر پارامترهای پراکندگی قابل اندازه‌گیری به‌منظور تعیین مقدار خرابی بعنوان روشی جدید برای پایش پره توربین ارائه گردیده است. مزیت این روش پایش برخط پره توربین با استخراج کامل شاخص‌های اندازه‌گیری ناشی از پارامترهای پراکندگی یک پره نمونه بوده و نشان داده شده است که روش طبقه‌بندی k-NN دقت قابل قبولی در شناسایی و تعیین مقدار فاصله نوک پره توربین از پوسته و تغییر شکل نوک پره دارد چراکه در این روش درصد خطا می‌تواند به زیر 1.8 درصد برسد.