Rotating blade is one of the most important components for turbomachinery. Blade crack is one of the most common and dangerous failure modes for rotating blade. Therefore, the fault mechanism and feature extraction of blade crack are vital for the safety assurance of turbomachinery. This study is aimed at the nonlinear dynamic model of rotating blade with transverse crack and the prior feature extraction of blade crack faults based on the vibration responses. First and foremost, a high-fidelity breathing crack model (HFBCM) for rotating blade is proposed on the basis of criterion for stress states at crack section. Since HFBCM is physically deduced from the perspective of energy dissipation and the coupling between centrifugal stress and bending stress is considered, the physical interpretability and the accuracy of the crack model are enhanced comparing with conventional models. The validity of the proposed HFBCM is verified through the comparison study among HFBCM, conventional crack models, and finite element-based contact crack model (FECCM). It is suggested that HFBCM behaves best among the analytical models and matches well with FECCM. With the proposed HFBCM, the nonlinear vibration responses are investigated, and four types of blade crack detection indicators for rotating blade and their quantification method are presented. The numerical study manifests that all these indicators can well characterize the occurrence and severity of crack faults for rotating blade. It is indicated that these indicators can serve as the crack-monitoring indexes.

旋转叶片是涡轮机械最重要的组件之一。叶片裂纹是旋转叶片最常见，最危险的失效模式之一。因此，叶片裂纹的故障机理和特征提取对于保证涡轮机械的安全至关重要。该研究针对具有横向裂纹的旋转叶片非线性动力学模型，以及基于振动响应的叶片裂纹故障先验特征提取。首先，基于裂纹截面的应力状态准则，提出了一种高保真旋转叶片呼吸裂纹模型（HFBCM）。由于HFBCM是从能量耗散的角度物理推导的，并且考虑了离心应力和弯曲应力之间的耦合，与常规模型相比，裂纹模型的物理可解释性和准确性得到了提高。通过对HFBCM，常规裂纹模型和基于有限元的接触裂纹模型（FECCM）进行比较研究，验证了所提出的HFBCM的有效性。建议在分析模型中HFBCM表现最佳，并且与FECCM匹配良好。利用提出的HFBCM，研究了非线性振动响应，提出了四种旋转叶片叶片裂纹检测指标及其量化方法。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。通过对HFBCM，常规裂纹模型和基于有限元的接触裂纹模型（FECCM）进行比较研究，验证了所提出的HFBCM的有效性。建议在分析模型中HFBCM表现最佳，并且与FECCM匹配良好。利用提出的HFBCM，研究了非线性振动响应，提出了四种旋转叶片叶片裂纹检测指标及其量化方法。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。通过对HFBCM，常规裂纹模型和基于有限元的接触裂纹模型（FECCM）进行比较研究，验证了所提出的HFBCM的有效性。建议在分析模型中HFBCM表现最佳，并且与FECCM匹配良好。利用提出的HFBCM，研究了非线性振动响应，提出了四种旋转叶片叶片裂纹检测指标及其量化方法。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。建议在分析模型中HFBCM表现最佳，并且与FECCM匹配良好。利用提出的HFBCM，研究了非线性振动响应，提出了四种旋转叶片叶片裂纹检测指标及其量化方法。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。建议在分析模型中HFBCM表现最佳，并且与FECCM匹配良好。利用提出的HFBCM，研究了非线性振动响应，提出了四种旋转叶片叶片裂纹检测指标及其量化方法。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。数值研究表明，所有这些指标都可以很好地表征旋转叶片裂纹故障的发生和严重程度。结果表明，这些指标可以作为裂纹监测指标。