基于阶比分析转子系统油膜涡动故障诊断研究

《基于阶比分析转子系统油膜涡动故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第54卷第3期汽轮机技术Vo1．54No．32012年6月TURBINETECHNOLOGYJun．2012基于阶比分析的转子系统油膜涡动故障诊断研究胡爱军，朱瑜(华北电力大学机械工程系，保定071003)摘要：针对转子升速过程中油膜涡动信号的非平稳特点，将阶比分析应用于油膜涡动故障诊断中。首先对转子升速时的振动信号进行时域采样，再对时域信号进行等角度采样，将其转化为角域平稳信号，然后对角域信号进行频谱分析识别油膜涡动故障频率。对实测油膜涡动信号分析表明，阶比分析能有效地避免传统频谱分析方法中的“频率模糊”现象，能够准确识别转子升速过程中油膜涡动故障频率。关键词：油膜涡动；阶比分

2、析；频率模糊分类号：TK288文献标识码：A文章编号：1001-5884(2012)0343223433AnalysisofOilWhirlDiagnosisBasedonOrderAnalysisforRotorSystemHUAi-jun．ZHUYu(MechanicalEngineeringDepartment，NoahChinaElectricPowerUniversity，Baoding071003，China)Abstract：Inordertoprocessthenon—stationaryoilwhirlsignalthatisproducedduringroto

3、r’Sspeedingup，theorderanalysisisusedfortheoilwhirldiagnosis．First，thevibrationsignalsatspeedingupissampledatconstanttimeincrementsintimedomain，andthenthedataisampledatconstantangleincrements，thetime—domainsignalischangedintoangle—domainsignal，then，theangle—domainsignalwillbeanalyzedwithspectr

4、umtodetecttheoi1whirldiagnosis~equency．ThepracticaloilwhirlsignalisanalyzedandresultsshowthatorderanalysisCanavoidfrequencyambiguityofthetraditionalspectrumsandorderanalysisCanidentifyoilwhirldiagnosis~equeneyaccurately．Keywords：oilwhirl；orderanalysis；frequencyambiguity时域信号的小波时频分布图，并通过峰值搜索法提取

5、转子的0前言瞬时频率，依据瞬时频率进行等角度采样，将角域信号进行频谱分析，提取油膜涡动故障频率。汽轮机等大型旋转机械通常采用滑动轴承来支承转子，在转子升速过程中，通常会发生油膜涡动的故障，使系统不1小波时频分析能正常工作。及时准确地识别转子升速过程中的油膜涡动故障，并采取相应的处理措施，对确保转子系统安全稳定运小波分析是多尺度的时频分析方法。信号的时频特征行具有重要意义。长期以来，对旋转机械的故障诊断，主要(时间、频率、幅值等)可通过小波分解结果的时频参数来获得。若(t)为小波母函数，则(t)要满足条件采用振动信号频谱分析的方法，通过分析振动的频谱图来判断转子系统故障。转子升速过

6、程中油膜涡动发生时，时域rd∞<。。(1)J0采样信号为典型的非平稳信号，直接对时域采样信号进行频式中，()是(t)的傅立叶变换。谱分析，就会产生“频率模糊”现象J。文献[3]指出，对于通过对小波母函数进行平移和伸缩可得到小波基函数旋转机械因转速变化而引起的非平稳振动信号，采用阶比分析要比小波分析、短时傅立叶变换等分析方法更具优势。而(￡)=1f1(2)4a、a阶比分析的关键在于获得等角度增量的采样信号。传统的式中，u为尺度因子；b为平移因子。等角度采样依靠硬件，不仅成本较高，而且较为繁琐。文献若原始信号为s(t)，则信号s(t)的连续小波时频变换为[4]提出了一种基于瞬时频率估

7、计的阶比跟踪方法，通过对(U，b)：I5(t)·6(t)dt(3)原始信号的时频分布进行峰值搜索估计转子的瞬时频率，依靠转子的瞬时频率对时域信号进行等角度采样，取得了较好式中，(t)是lf，(t)的复共轭。的效果。为此，本文将采用基于瞬时频率估计的方法实现对随着尺度因子U和平移因子b的变化，可得到小波系数首先通过小波时频分析获得(a，b)。利用灰度图表示(U，6)可得到小波时频分布灰收稿日期：2011-09-08作者简介：胡爱军(1971一)男，副教授，主要从事状态监测与故障诊断