亚星游戏官网-www.yaxin868.com

专利名称：汽轮发电机组随机振动故障实时诊断方法
技术领域：
本发明属于大型旋转机械振动状态监测与故障诊断领域，特别涉及汽轮发电 机组振动状态自动在线监测的一种汽轮发电机组随机振动故障实时诊断方法。
背景技术：
随着机组容量增大，有些大型汽轮发电机组经常表现为较为明显的随机振动 故障，其频率、振幅波动性变化明显，表现形式较复杂。随机振动故障本身不会 给机组安全运行带来直接危害，但是随机振动将会对机组长期稳定可靠运行带来
不利影响。
(1) 随机振动可以诱发明显的有害振动。由于随机振动的频谱是连续谱，激 振力频带相当宽。如果周围存在自振频率与随机振动频率成份匹配的部件，它将 会激起不稳定共振，诱发明显有害振动。例如，轴瓦轴向随机振动，本身虽然不 会给机组安全运行带来不利影响，但由于传至轴系，经波形节联轴器共振放大之 后，产生了明显有害振动，使波形节产生较大的交变应力，长期运行波形节将会 产生疲劳损伤和断裂，造成机组重大生产事故。
(2) 随机振动表现是机组严重振动故障的重要征兆，如果不及时处理，将会 给机组安全运行带来不利影响。例如，由松动的大部件和轴颈不稳定冲击激起的 随机振动，不及时调整机组转子平衡，降低激振力，其直接后果是机组轴瓦在短 期内将被振碎。
通常，机组随机振动故障的诊断工作都是由经验丰富的专家完成，具有诊断 经济成本高，周期长，可靠性低，有效性差的缺点。因此，汽轮机组随机振动故
障在线实时诊断方法具有一定的重要用途。

发明内容
本发明的目的在于提供一种能够实现自动在线监测、准确诊断故障的汽轮发 电机组随机振动故障在线实时诊断方法。
一种汽轮发电机组随机振动故障在线实时诊断方法，其特征是该随机振动故障在线^时诊断方法包括
(a) 数据采集，采集汽轮机组轴系的轴承座振动信号、轴振动信号以及振动信 号分析处理需要的键相信号，进一步计算得到相对轴振通频振幅，轴承座的瓦振
振动通频幅值，结合FFT(快速傅立叶变换)频谱分析，得到轴承座振动预先设定 频段内的通频振幅；
(b) 瓦振低频振动与轴振关联性分析，将上述计算的轴承座瓦振低频振动预先 设定频段内的通频振幅、相对轴振通频振幅二者的比值，以此为依据定量判定轴 承座的低频振动设定频段内的振动与相对轴振具有非关联性；
(c) 瓦振低频振动幅值条件验证，依据低频振动预先设定频段内的通频振幅 数据，经过相关定量计算，评价设定频段内低频振幅的波动情况；
(d) 瓦振低频振动主频率条件验证，结合轴承座瓦振振动信号的FFT频谱分 析结果，定量分析预先设定的低频振动频段内振动主频率变化情况，评价判定设 定频段内低频主频率波动是否明显；
(e) 瓦振低频振动频率成份分散性验证，结合轴承座瓦振振动信号的FFT频 谱分析结果，通过计算低频振动频段内频率成份数量及变化情况，评价判定设定 频段内低频振动频率成份分散性是否明显；
(f) 机组随机振动故障识别诊断，结合轴承座的瓦振低频振动幅值条件验证、 低频振动主频率条件验证及低频振动频率成份分散性验证这3项验证的结果，综 合判断得出大型汽轮发电机组是否发生随机振动故障的结论。
本发明的有益效果是汽轮机组随机振动故障诊断方法利用机组运行中轴系 的振动数据，经过计算分析判断得到故障诊断结论，具有方法科学，结论可靠， 能够实现自动实时在线监测、诊断故障等优点。


图1为大型汽轮发电机组随机振动诊断功能流程图。 图2为瓦振低频振动与轴振非关联性验证功能结构框图。 图3为瓦振低频振动幅值条件验证功能结构框图。 图4为瓦振低频振动主频率条件验证功能结构框图。图5为瓦振低频振动频率成份分散性验证功能结构框图。
具体实施例方式
本发明提供一种能够实现自动在线监测、准确诊断故障的汽轮发电机组随机 振动故障在线实时诊断方法。首先进行基本情况分析
一、 在汽轮发电机组上能激起随机振动故障有两大类。 一是流体冲击；二是 松动的大部件和轴颈对轴瓦不稳定冲击。首先，与轴承座直接或间接相连的管道 有循环水管、油管、主蒸汽管、再热蒸汽和导汽管等，当这些管路设计不合理时， 在较大流量下管路会激起显著随机振动，管道的随机振动传至轴承座或汽缸。其 次，支承的有关部件发生松动，将会引起轴承座连接刚度降低，在激振力不变时 轴承振幅会增大。当轴瓦在瓦窝内松动、汽缸内某个大部件松动，在振动或汽流 作用下，对轴瓦或汽缸产生冲击，或轴颈对轴瓦产生不稳定冲击，将激起随机振 动。
二、 汽轮发电机组上的随机振动故障，频谱以连续谱为主，其主频率和幅值 均极不稳定。随机振动就其振动频率成份是由激振力频率决定，当激振力频率在 某一范围内频率成份丰富时，振动频谱表现为连续，其中振幅最大对应的频率称 为主频率，在不同时间主频率及其幅值变化显著。目前在大机组上观察到的低频 振动幅值不稳定，振动主频率在5-30Hz范围内波动变化，振动频谱表现为连续。
本发明就是在以上所述内容基础上，根据汽轮机组随机振动故障的主要特 征，结合振动信号分析处理及模式识别技术，对汽轮机组的随机振动故障进行分 析诊断。
大型汽轮发电机组随机振动故障实施诊断方法主要由数据采集及预处理、瓦 振低频振动与轴振非关联性验证、瓦振低频振动幅值条件验证、瓦振低频振动主 频率条件验证、瓦振低频振动频率成份分散性验证、机组随机振动故障识别诊断 等环节组成，其功能流程图如图1所示。在实时诊断过程中，针对相应的瓦振(轴 承座振动)与轴相对振动，先进行瓦振低频振动与轴振关联性分析，在验证瓦振 低频振动在设定频段内的振动与相对轴振的关联性不明显后，再进入后续针对轴 承座瓦振低频振动的幅值条件验证、主频率条件验证及频率成份分散性验证等实时运算分析。下面结合附图进一步说明具体实施步骤及诊断方法。 数据采集及预处理
在汽轮发电机组上能激起随机振动故障有两大类， 一是流体冲击；二是松动 的大部件和轴颈对轴瓦不稳定冲击。上述随机振动都是在轴承座上表现明显，在 后续的计算分析过程中需要用到相对轴振动数据。因此，诊断机组随机振动故障 采集汽轮机组轴系的轴承座振动信号以及轴振动数据。
根据采集得到的振动信号，得到相对轴振通频振幅A。，轴承座振动通频幅 值Av。对轴承座振动进行FFT(快速傅立叶变换)频谱分析，根据预先设定的低频 振动频段[^_，结合FFT频谱分析结果，累加频段内的振幅得到该频段内
的通频振幅^n^。
瓦振低频振动与轴振非关联性验证
计算瓦振低频振动频段[/^ ， /^』内的通频振幅J^、相对轴振通频振幅Av 二者的比值《、=《/《。在设定的时间段内，如果比值&的最大值、最小值的差
值的绝对值大于设定的阈值rra (设定阈值7;,为0.3)，那么判定低频振动设定频
段内的振动与相对轴振非关联性验证通过，否则判定为验证不通过，其功能结构
框图如图2所示。
瓦振低频振动幅值条件验证
分析瓦振低频振动幅值波动性，评价设定频段内最大振幅的波动情况，其功
能结构框图如图3所示。在设定时间段内，计算瓦振低频振动频段K她，/ 』内 的通频振幅的最大值和最小值的差值的绝对值，如果该绝对值大于预先设定
的阈值7;^，那么判定低频振动幅值条件验证通过，否则判定为验证不通过。 瓦振低频振动主频率条件验证
对瓦振信号进行FFT(快速傅立叶变换)频谱分析，在预先设定的低频振动频
段[/;^，^^]内，得到最大振动幅值对应的主频率值y;,。在设定时间内，计算 /,^的最大值和最小值的差值的绝对值，如果该绝对值大于预先设定的阈值r,， 那么判走瓦振低频振动主频率条件验证通过，否则判定验证不通过，其功能结构
框图如图4所示。瓦振低频振动频率成份分散性验证
对瓦振信号进行FFTX快速傅立叶变换)频谱分析，在预先设定的低频振动频
段[/;,，Y，m]内，计算得到幅值大于设定值的低频振动频率。在设定时间内，计 算符合条件的低频振动频率成份数量0"在FFT频谱分析的采样频率、采样数 确定的情况下，0/可以明确得到。根据FFT频谱分析的采样频率、采样数设定 低频振动频率成份数量阈值7V，如果低频振动频率成份数量大于阈值7^，那么 判定为瓦振低频振动频率成份分散性验证通过，否则判定验证不通过，其功能结 构框图如图5所示。
汽轮发电机组随机振动故障的诊断
根据上述瓦振低频振动幅值条件验证、瓦振低频振动主频率条件验证及瓦振 低频振动频率成份分散性验证的结果，可以做出是否发生随机振动故障的诊断。 如果同时通过上述3项验证，那么可以判断发生随机振动故障。
实施例
利用该方法可以实现对300MW汽轮发电机组高压转子一侧的轴承座处的随 机振动故障诊断。根据该方法设计具体的随机振动故障计算机诊断程序，将故障 诊断程序安装在工控机(IPC)内。随机振动故障实时诊断程序中的一次诊断循环过 程包括诊断方法中涉及的数据采集及预处理、瓦振低频振动与轴振非关联性验 证、低频振动幅值条件验证、低频振动主频率条件验证、低频振动频率成份分散 性验证、机组随机振动故障识别诊断等一系列计算分析验证环节。
首先，工控机(IPC)通过高速数据采集卡实时采集汽轮发电机组高压转子一侧 的轴承座振动及轴相对振动信号。根据采集得到的振动信号，得到相对轴振通频 振幅Ac，轴承座振动通频幅值^&。对轴承座振动进行FFT(快速傅立叶变换)频 谱分析，根据预先设定的低频振动频段[5/fe， 3Wfe]，累加频段内的振幅得到该 频段内的通频振幅^^。
其次，故障诊断程序实时计算轴承座振动(瓦振)低频振动频段[5/fe， W/fe]
内的通频振幅J^、相对轴振通频振幅Av二者的比值&、-vCM,。在设定的时间 IO秒内，计算比值凡,的最大值、最小值的差值的绝对值，如果该绝对值大于设定的阈值0丄那么判定低频振动设定频段内的振动与相对轴振非关联性验证通 过，故障诊断程序进入后续的分析诊断环节。如果验证判定为不通过，故障诊断 程序不会进入后续的分析诊断环节，重新进入数据采集及预处理环节。
故障诊断程序针对高压转子的一侧轴承座振动信号，进行瓦振低频振动幅值 条件验证、瓦振低频振动主频率条件验证及瓦振低频振动频率成份分散性验证等 3项验证，3个验证过程是实时同步进行的。3项验证中的任何一项验证失效，都 会导致程序重新进入进入数据采集及预处理环节。
在瓦振低频振动幅值条件验证中，故障诊断程序实时计算轴承座振动(瓦振)
低频振动频段[5/fe， WZ/z]内的通频振幅^vc。在设定的时间IO秒内，计算J^ 的最大值和最小值的差值的绝对值，如果该绝对值大于预先设定的阈值IO微米，
那么判定瓦振低频振动幅值条件验证通过。
在瓦振低频振动主频率条件验证中，故障诊断程序实时计算预先设定的低频
振动频段[J/fe， M/fe]内，得到最大振动幅值对应的主频率值/。M^计算/。 ^的
最大值和最小值的差值的绝对值，如果该绝对值大于预先设定的阈值5Hz，那么 判定瓦振低频振动主频率条件验证通过。
在瓦振低频振动频率成份分散性验证中，在设定的时间IO秒内，故障诊断 程序实时计算预先设定的低频振动频段[5/fe， 30/fe]内，幅值大于1微米的低频 振动频率成份数量0,，假设FFT频谱分析的采样频率为1000Hz、采样数为1000 的情况下，低频振动频率成份数量阈值为2500。如果通过计算得到在[5/fe， 30//z] 内，幅值大于1微米的低频振动频率成份数量为3100，该值大于阈值2500，那 么判定为低频振动频率成份分散性验证通过。
最后，故障诊断程序根据瓦振低频振动幅值条件验证、瓦振低频振动主频率 条件验证及瓦振低频振动频率成份分散性验证的结果，判断是否发生随机振动故 障的诊断。如果同时满足上述3项验证，那么可以判断发生随机振动。
权利要求
1. 一种汽轮发电机组随机振动故障在线实时诊断方法，其特征在于，该随机振动故障在线实时诊断方法包括(a)数据采集，采集汽轮机组轴系的轴承座振动信号、轴振动信号以及振动信号分析处理需要的键相信号，进一步计算得到相对轴振通频振幅，轴承座的瓦振振动通频幅值，结合FFT频谱分析，得到轴承座振动预先设定频段内的通频振幅；(b)瓦振低频振动与轴振关联性分析，将上述计算的轴承座瓦振低频振动预先设定频段内的通频振幅、相对轴振通频振幅二者的比值，以此为依据定量判定轴承座的低频振动设定频段内的振动与相对轴振具有非关联性，向诊断决策提供验证支持；(c)瓦振低频振动幅值条件验证，依据低频振动预先设定频段内的通频振幅数据，经过相关定量计算，评价设定频段内低频振幅的波动情况，向诊断决策提供验证支持；(d)瓦振低频振动主频率条件验证，结合轴承座瓦振振动信号的FFT频谱分析结果，定量分析预先设定的低频振动频段内振动主频率变化情况，评价判定设定频段内低频主频率波动是否明显，向诊断决策提供验证支持；(e)瓦振低频振动频率成份分散性验证，结合轴承座瓦振振动信号的FFT频谱分析结果，通过计算低频振动频段内频率成份数量及变化情况，评价判定设定频段内低频振动频率成份分散性是否明显，向诊断决策提供验证支持；(f)机组随机振动故障识别诊断，结合轴承座的瓦振低频振动幅值条件验证、低频振动主频率条件验证及低频振动频率成份分散性验证这3项验证的结果，综合判断得出大型汽轮发电机组是否发生随机振动故障的结论。
2.根据权利要求1所述汽轮发电机组随机振动故障在线实时诊断方法，其特 征在于，所述相对轴振通频振幅是根据采集得到的振动信号，得到相对轴振通频 振幅Ae，轴承座振动通频幅值Av;对轴承座振动进行FFT频谱分析，根据预先 设定的低频振动频段[/^ ， , ^]，结合FFT频谱分析结果，累加频段内的振幅得 到该频段内的通频振幅^^。
3.根据权利要求1所述汽轮发电机组随机振动故障在线实时诊断方法，其特 征在于，所述瓦振低频振动幅值波动性是在设定时间段内，计算瓦振低频振动频 段[/;,， /^]内的通频振幅^^的最大值和最小值的差值的绝对值，如果该绝对值大于预先设定的阈值remrf，那么判定低频振动幅值条件验证通过。
4.根据权利要求1所述汽轮发电机组随机振动故障在线实时诊断方法，其 特征在于，所述瓦振低频振动主频率条件验证是对瓦振信号进行FFT频谱分析， 在预先设定的低频振动频段[/;一， /a^]内，得到最大振动幅值对应的主频率值/amffic，在设定时间内，计算/。 ^的最大值和最小值的差值的绝对值，如果该绝对值大于预先设定的阈值rw/rf，那么判定瓦振低频振动主频率条件验证通过。
5. 根据权利要求i所述汽轮发电机组随机振动故障在线实时诊断方法，其特征在于，所述瓦振低频振动频率成份分散性验证是对瓦振信号进行FFT频谱分 析，在预先设定的低频振动频段[/^ ， /^J内，计算得到幅值大于设定值的低频 振动频率，在设定时间内，计算幅值大于设定值的低频振动频率成份数量G/， 以采样数设定低频振动频率成份数量阈值7>，如果低频振动频率成份数量0/大 于阈值7>，那么判定为瓦振低频振动频率成份分散性验证通过，否则判定验证 不通过。
6. 根据权利要求1所述汽轮发电机组随机振动故障在线实时诊断方法，其特 征在于，所述汽轮发电机组随机振动故障的诊断是在实时诊断随机振动故障过程 中，根据上述瓦振低频振动幅值条件验证、瓦振低频振动主频率条件验证及瓦振 低频振动频率成份分散性验证的结果，如果同时通过上述3项验证，那么判断发 生随机振动故障。
全文摘要
本发明公开了属于大型旋转机械振动状态监测与故障诊断领域，涉及汽轮发电机组振动状态自动在线监测的一种汽轮发电机组随机振动故障实时诊断方法。通过采集汽轮机组轴系的轴承座瓦振振动信号、轴振动信号，对振动数据进行标定转换、异常点剔除等必要的数据预处理。利用FFT(快速傅立叶变换)频谱分析，对振动数据进行瓦振低频振动与轴振关联性分析，并进一步对轴承座瓦振振动数据进行低频振动幅值条件验证、低频振动主频率条件验证、低频振动频率成份分散性验证等实时定量计算分析。在上述实时定量计算分析基础上，结合各项验证结果，诊断机组是否发生随机振动故障。
文档编号G01M7/00GK101430247SQ20081022758
公开日2009年5月13日 申请日期2008年11月28日 优先权日2008年11月28日
发明者宋光雄 申请人:华北电力大学