Исследование чувствительности собственных частот колебаний радиальных рабочих колес турбомашин с эксплуатационными дефектами
Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 3 т.27, 2026 года.
Бесплатный доступ
При эксплуатации турбомашин изменение частот колебаний из-за дефектов может приводить к резонансным явлениям и ускоренному усталостному разрушению. Актуальность исследования обусловлена необходимостью повышения надёжности и безопасности эксплуатации турбомашиню. Цель исследования – проанализировать чувствительность собственных частот колебаний радиальных рабочих колёс турбомашин к наличию эксплуатационных дефектов и оценить влияние различных типов повреждений на динамические характеристики конструкции. В данной статье исследуется влияние трещин и других повреждений различных размеров на собственную частоту колебаний открытых и закрытых радиальных рабочих колес и определяется наиболее чувствительный режим вибрации для раннего обнаружения дефектов. Чувствительность собственной частоты к размеру дефекта анализировалась с использованием метода расчета коэффициента чувствительности, основанного на изменениях относительной частоты. Форма 10 демонстрировала максимальную чувствительность к трещинам на начальных этапах, и чувствительность постепенно снижалась по мере увеличения размера трещины. Для поврежденных рабочих колес максимальная чувствительность наблюдалась для формы 5 и снижалась по мере увеличения частоты вибрации. Было установлено, что чувствительность к дефектам наиболее высока на ранних стадиях возникновения дефекта и снижается по мере увеличения его размера. Было подтверждено, что трещины оказывают большее влияние на частоту, чем другие исследованные повреждения аналогичного размера. Эти результаты могут быть использованы для оптимизации систем мониторинга вибрации путем сосредоточения внимания на наиболее чувствительной форме колебаний. Выявленные закономерности могут быть использованы для раннего обнаружения трещин и повреждений в радиальных рабочих колесах турбомашин. Эти данные могут быть полезно применены для вибродиагностики и разработки алгоритмов прогнозирования остаточного срока службы и планирования технического обслуживания.
Короткий адрес: https://sciup.org/148334402
IDS: 148334402 | УДК: 632.9: 633.1 | DOI: 10.31772/2712-8970-2026-27-3-414-427
Study of natural frequencies sensitivity in a radial impeller of turbomachines with operational defects
During turbomachinery operation, changes in vibration frequencies due to defects can lead to resonance phenomena and accelerated fatigue failure. The relevance of this study stems from the need to improve the reliability and safety of turbomachinery operation. The objective of this study is to analyze the sensitivity of the natural vibration frequencies of turbomachinery radial impellers to the presence of operational defects and to assess the impact of various types of damage on the dynamic performance of the structure. This paper investigates the effect of cracks and damage of various sizes on the natural frequency of radial impellers and identifies the most sensitive vibration mode for early defect detection. The sensitivity of the natural frequency to defect size was analyzed using a sensitivity coefficient calculation method based on relative frequency changes. Mode 10 demonstrated maximum sensitivity to cracks in the initial stages, and the sensitivity gradually decreased as the crack size increased. For damaged impellers, maximum sensitivity was observed in mode 5 and decreased as the vibration frequency increased. It was found that sensitivity to defects was highest in the early stages of defect occurrence and decreased as its size increased. It was confirmed that cracks have a greater impact on frequency than damage of similar size. These results can be used to optimize vibration monitoring systems by focusing on the most sensitive vibration mode. The identified patterns can be used for the early detection of cracks and damage in radial turbomachine impellers. These data can be usefully applied to the development of algorithms for predicting remaining service life and maintenance planning.
