欢迎来到天天文库
浏览记录
ID:43992958
大小:33.55 KB
页数:8页
时间:2019-10-17
《汽轮机振动故障诊断技术研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、汽轮机振动故障诊断技术研究摘要:对汽轮机典型的振动类型和振动故障的诊断技术进行了研究。根据故障诊断方法在信号处理与理论模型的不同,将诊断技术分为,基于信号处理的诊断方法、基于知识的诊断方法、基于解析模型的诊断方法、基于离散事件的诊断方法。研究表明,基于各种故障诊断方法在检测信号、知识获取、识别故障位置及适用条件等均有不同的优势和侧重关键词:汽轮机故障诊断小波神经网络1>引言二十世纪以来,随着工业生产和科学技术的发展,机械故障的可靠性、可用性、可维护性与安全性问题日益突出,从而促进了人们对机械设备故障机理及诊断技术的研
2、究汽轮机是电力生产的重要设备,由于其结构的复杂性和运行环的特殊性,汽轮机的故障率较高,而却故障危害也很大。汽轮发电机组常见的机械振动故障有:转子不平衡、转子弯曲、转子不对中、油膜振荡、碰摩、转子横向裂纹和转子支承系统松动等。汽轮机振动故障的汽轮机最常见的故障,因此,汽轮机的振动故障诊断一直是故障诊断技术应用中非常重要的部分2、基于信号处理的振动故障诊断方法信息的采集和处理是实现机组振动检测与故障诊断中的一个基本环节、也是振动检测软件的核心技术。现代信息分析主要包括两种形式:一种是以计算机为核心的专用数字式信号处理仪器
3、,另一种是采用通用计算软件来进行信号分析的方式2.1小波变换方法这是一种新的信号处理方法,是一种时间一尺度分析方法,具有多分辨率分析的特点。利用小波变换可以检测信号的奇异性。因噪声的小波变换的模的极大值随着尺度的增大而迅速衰减,而小波变换在突变点的模的极大值随着尺度的增大而增大(或由于噪声的影响而缓慢衰减),即噪声的Lipschitz指数处处小于零,而在信号突变点的Lipschitz指数大于零(或由于噪声的影响而等于模很小的负数),所以可以用连续小波变换区分信号突变和噪声。同样,离散小波变换可以检测随机信号频率的突变
4、。孙燕平等应用了小波分析理论,采用多分辨分析和小波分解等基本思想对汽轮机转子振动信号进行了分析,针对振动信号的弱信号特征,提出了基于离散小波细化频率区间,小波分解后进行能量谱分析和小波变换结合傅立业变换分析法,并将其应用于模拟转子试验台上。闫亮以小波分析为基础,针对汽轮机早期振动故障信号具有背景噪声强,特征信号弱的特点改进传统的Donoho硬阈值降噪算法,提出了基于shannon爛的最优小波包基降噪算法,能明显地提高信号的信噪比。采用小波神经网络松散结合的诊断方法,利用小波包的分解重构系数得到信号的频带能量,再将频带
5、能量作为神经网络输入向量进行模式识别。利用BP神经网络在故障诊断方面具有诊断精度高,学习速度快的特点与小波分析相结合小波神经网络是一种非模型的诊断方法,回避了抽取对象数学模型的难点,避免了复杂的关于建模的传递函数的运算,以及建模不完全或不精确导致的诊断误差。小波变换不需要系统的数学模型,对噪声有很强的抑制能力,有较高的灵敏度,运算量也不大,是一种很有前途的方法2.2信息融合的方法信息融合是利用计算机技术对按时序获得的多源的观测信息在一定准则下加以自动分析、综合以完成所需的决策和估计任务而进行的信息处理过程张燕平设计了
6、汽轮机转子轴系故障模拟试验方案,并对各种故障进行了多组升速试验,对故障信号进行了傅立叶分析,以三维幅值谱和升速过程波德图为工具,对故障信号的频域信息进行了融合研究。研究表明,一阶矩向量三维图不仅融合了信号的时频特征,还融合了信号的空间特征,因而可用来对故障的产生过程进行全面分析,是进行轴系典型故障诊断的又一有效工具2.3其他信息处理法N.E.Huang等提出了一种经验模态分解方法(EMD),其主旨为把一个时间序列的信号分解成不同尺度的本征模态函数(IMF),每个本征模态函数序列都是单组分的,相当于序列的每一点只有一个
7、瞬时频率,无其他频率组分的叠加。瞬时频率是通过对IMF进行希尔伯特变换得到,同时求得振幅,最后求得振幅频率时间的三维谱分布。唐贵基等利用EMD分析方法以及其对应的H订bert变换在大型汽轮机故障诊断中进行非平稳信号的算法和应用,并描绘出仿真故障信号的时频图、时频谱和幅值谱。姚志宏嘲利用Kohonen网络聚类的特点,把汽轮机振动故障信号频谱中的相关频段上不同频率谱的谱峰能量值作为故障信号的训练样本输入到Kohonen网络,并由网络进行聚类,产生聚类中心点。根据此聚类中心点的位置来确认和诊断汽轮机振动故障的原因以及目前的
8、严重程度3、基于知识的故障诊断方法基于知识的方法不需要精确的数学模型就能准确预测故障,当前这一领域的研究较为活跃3.1基于专家系统的故障诊断方法专家系统(ExpertSystemES)是人工智能领域较为活跃的一支,它已广泛应用于过程监测系统,并取得了相当可观的经济效益。专家系统是一种基于知识的智能计算机程序系统,其运用领域专多年积累的经验与专门
此文档下载收益归作者所有