基于频谱及轴心轨迹图的汽轮机故障诊断-论文.pdf

《基于频谱及轴心轨迹图的汽轮机故障诊断-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第43卷第8期热力发电VoL43NO．82014年8月THERMALPOWERGENERAT10NAug．2014基于频谱及轴心轨迹图的汽轮机故障诊断高俊如，孙亚军，班牧原(河北工程大学水电学院，河北邯郸056021)[摘要]采用频谱及轴心轨迹图的方法提取仿真台得到的故障振动信号特征，分别建立子BP神经网络，并采用I)_S证据理论对子BP神经网络的输出进行融合(多层信息融合)方法，从不同侧面对故障进行诊断。结果表明：采用多层信息融合方法的故障诊断置信度比频谱方法提高约0．03，比轴心轨迹图方法提高0．4，效果显著；对故障类型的识别准确率具有显著提高。[关键词]汽轮机；故障诊断

2、；频谱；轴心轨迹；子BP神经网络；I>S证据理；多层信息融合；置信度[中图分类号]TK268．1[文献标识码]A[文章编号]1002—3364(2014)08—0140—03IDOl编号]10．3969／j．issn．1002—3364．2014．08．140SpectrumandshaftcenterorbitbasedfaultfeatureextractionanddiagnosisforsteamturbinesGAOJunru，SUNYaiunz，BANMuyuan。(SchoolofWaterConservancyandElectricPower，HebeiUni

3、versityofEngineering，Handan056021，China)Abstract：Thefaultvibrationsignalfeatureobtainedfromthesimulationplatformwasextractedbyusingthemethodofspectrumandshaftcenterorbit．Moreover，theBPsubneuralnetworkwasestablished，andtheD-Sevidencetheorywasemployedtofusetheoutputofeachneuralnetworkanddiagn

4、osethefaultsfromdifferentaspects．Theresultsindicatethat，thismulti—levelnformationfusionmethodcanidentifythevarioustypicalfaultseffectively，ofwhichtheconfidencewasincreasedby0．03and0．4，comparedwiththespectrummethodandshaftcenterorbitmethod，respectively．Furthermore，theidentificationaccuracyof

5、thismethodwasincreasedsignificantly．Keywords：steamturbine；faultdiagnosis；spectrum；shaftcenterorbit；BP—neuralnetwork；D-Sevidencetheory；multi—leve1informationfusion；confidence较大、振动与汽轮机负荷有关，轴心轨迹随负荷的增常见汽轮机故障及其特征大表现为椭圆形、香蕉形、内CXD字形。引发机组振动的主要原因有：转子质量不平衡、(3)动静碰磨频谱特征为振动有较多高频分转子不对中、油膜振荡、油膜涡动、动静碰磨等，其中

6、量波形紊乱，轴心轨迹为内。。字形。转子质量不平衡占故障总数的8O_1]，从而产生以(4)油膜涡动频谱特征为0．35～0．5倍频振下故障特征。幅值大，轴心轨迹为内。。字形。(1)转子质量不平衡频谱特征为基频振动幅(5)油膜振荡频谱特征为振动主要成分近似值大，轴心轨迹为椭圆形。1～2倍临界转速频率，轴心轨迹为花瓣形。(2)转子不对中频谱特征为2倍频振动分量表1为某仿真台故障样本信号的典型故障特征。收稿日期：2013—11-22基金项目：河北省自然科学基金(F2012402021)作者简介：高俊如(1969一)，女，河北邯郸人，硕士，副教授，主要从事动力与电气工程技术的教学与研究。

7、E-mail：gir一1969@163．corn第8期高俊如等基于频谱及轴心轨迹图的汽轮机故障诊断141表1故障特征Table1Thefailuresymptoms频谱特征。．，———一--而—故障5裟塞0．5ff2f(3～5)f奇数频≥f轨迹0．39)f0．49)f0．99)f一不平衡0．00210．00420．00980．O1790．85180．06670．02180．02180．0039椭圆形不对中0．00280．00310．00310．00240．38850．53170．03020．03020．