汽輪發電機組低頻振動譜陣實時定量分析方法
2023-05-23 16:10:31
專利名稱：汽輪發電機組低頻振動譜陣實時定量分析方法
技術領域：
本發明屬於旋轉機械振動狀態監測與故障診斷技術領域，尤其涉及一種汽輪發電機組低頻振動譜陣實時定量分析方法。
背景技術：
汽輪發電機組軸系轉子的低頻振動故障機理複雜，主要表現在形成快，振動劇增， 且事先無明顯徵兆，對機組安全威脅大。劇烈的低頻振動可產生大幅交變應力所形成的力學疲勞環境有可能誘發轉子裂紋，並導致轉子與定子在密封、軸瓦、葉頂等部位發生動靜碰摩、軸瓦烏金脫胎。由於低頻振動機組振動情況惡化，經常發生減負荷運行，或停機處理，或緊急強迫停機，對機組安全性以及可靠性有潛在危害。對機組低頻振動狀態的監測分析不及時，可能導致機組發生局部或整體的嚴重故障。由機組軸系產生自激振動而引起的低頻振動，其顯著的特點就是低頻振動中存在振幅顯著的低頻成份，譜陣分析是監測低頻振動的重要手段之一。對於機組低頻振動實時分析過程，能夠快速、自動、定量地進行低頻振動譜陣分析具有重要的工程意義和價值。目前，汽輪發電機組低頻振動譜陣實時定量分析工作需要由具有一定現場振動故障診斷經驗的專家通過觀察三維頻譜圖來完成，客觀性較差，對專家的主觀性依賴程度較高，並且無法做到機組轉子低頻振動譜陣實時自動在線監測、分析及判別。因此，提出一種汽輪發電機組低頻振動譜陣實時定量分析方法就顯得十分重要。
發明內容
本發明的目的在於，提出一種汽輪發電機組低頻振動譜陣實時定量分析方法，對機組軸系轉子的低頻振動進行實時自動在線監測和分析，並判別機組軸系轉子的低頻振動中是否存在振幅顯著的低頻成份，提高汽輪發電機組低頻振動譜陣實時定量分析效率和準確度。技術方案是，一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述方法包括步驟1 設定時長T、步進長度t和序列中的數據個數η ；步驟2 實時採集發電機組轉子一側支持軸承的軸相對振動數據、轉子的轉速信號以及鍵相信號；步驟3 利用快速傅立葉頻譜分析方法，計算得到當前時刻軸相對振動中從低頻到高頻的振動幅值序列以及振動頻率序列；步驟4 從振動頻率序列中，截取所有小於機組工作轉速頻率的頻率，形成低頻振動頻率序列並存儲；同時，從振動幅值序列中，截取所有頻率小於機組工作轉速頻率的振幅，形成低頻振動幅值序列並存儲；其中，1 = 1,2,...,η；步驟5 判斷是否達到設定時長Τ，如果是，則執行步驟6 ；否則，增加1個步進長度，返回步驟2 ；
步驟6 計算每個頻率下低頻振動幅值的熵Ei和每個頻率下低頻振動幅值的變化峰度參數^f ；步驟7 判別低頻振動中是否存在振幅顯著的低頻成份，如果存在，則將滿足條件的低頻振動頻率加入振幅顯著的低頻頻率序列中。所述計算每個頻率下低頻振動幅值的熵Ei採用公式
其中，當(乂廣< )2 = 0時，ln((4yre< )2) = 0 ； 1 = 1，2, L, n, j = 1, 2, 3, L, m, w = 了。所述計算每個頻率下低頻振動幅值的變化峰度參數；^嚴採用公式^f =兄-"f°)4 /(O4
；=1 /
m其中，,是低頻振動頻率序列f %的均值，#是低頻振動幅值
A ；=1 σι
Im
序列^^的標準偏差，< =V1AwZOf^-O2，i = l，2，L，n，j = l，2，3，L，m，w = Z。所述判別低頻振動中是否存在振幅顯著的低頻成份具體是，如果低頻振動幅值的熵Ei與低頻振動幅值的變化峰度參數Kffl滿足條件& ( Ek+1, Ek+1彡Ek+2, Ek+1彡Ethresh和 4^ ^Lh，則低頻振動中存在振幅顯著的低頻成份，記錄數據Ek+1與^^對應的頻率/=9為滿足條件的低頻振動頻率；其中，Etosh為低頻振動幅值熵閾值，;為峰度參數閾值，k = 1,2, L,n-20所述低頻振動幅值熵閾值Ethresh = 200。
所述峰度參數閾值Ktarfj = 30。本發明實現了機組軸系轉子的低頻振動實時自動在線監測、分析和判別，提高了汽輪發電機組低頻振動譜陣實時定量分析效率和準確度。
圖1是汽輪發電機組低頻振動譜陣實時定量分析方法流程圖；圖2是汽輪發電機組低頻振動譜陣實時定量分析示意圖。
具體實施例方式下面結合附圖，對優選實施例作詳細說明。應該強調的是，下述說明僅僅是示例性的，而不是為了限制本發明的範圍及其應用。圖1是汽輪發電機組低頻振動譜陣實時定量分析方法流程圖。圖1中，汽輪發電機組低頻振動譜陣實時定量分析方法包括下列步驟步驟1 :設定時長T = 10秒，步進長度t = 0. 1秒，序列中的數據個數η = 50，低
頻振動幅值熵閾值^toesh = 200，峰度參數閾值/^Li = 30。步驟2 實時採集發電機組轉子一側支持軸承的軸相對振動數據、轉子的轉速信
4號以及鍵相信號。圖2是汽輪發電機組低頻振動譜陣實時定量分析示意圖。圖2中，發電機組轉子一側支持軸承的軸相對振動數據、轉子的轉速信號以及鍵相信號可以從配置汽輪發電機組的監視儀表(TSI)獲得或者可以從專業振動數據採集調理設備獲得。本實施例中，汽輪發電機組軸相對振動信號及振動信號分析處理需要的鍵相信號從與振動傳感器相連的專業振動數據採集調理設備獲得。圖2中，高速數據採集卡插入工業用微型計算機(IPC)提供的插槽內。根據高速數據採集卡的要求，專業振動數據採集調理設備處理汽輪發電機組軸相對振動信號及振動信號分析處理需要的鍵相信號，經過處理後的汽輪發電機組軸相對振動信號及振動信號分析處理需要的鍵相信號輸入IPC內的高速數據採集卡。根據本發明設計具體的汽輪發電機組低頻振動譜陣實時定量分析程序，將實時分析程序安裝在工業用微型計算機(IPC)內。汽輪發電機組低頻振動譜陣實時定量分析程序中的一次診斷循環過程，包括診斷方法中涉及的數據實時採集、低頻振動幅值序列實時計算存儲、低頻振動幅值序列參數實時計算及低頻振動譜陣實時判別等一系列計算分析驗證環節。工業用微型計算機(IPC)採用高速振動數據採集卡實時採集機組高壓轉子A側支持軸承附近測得的軸相對振動數據、轉子的轉速信號以及鍵相信號時，振動數據採集卡每一通道技術參數為50ks/s，24bit。步驟3 利用快速傅立葉頻譜分析方法，計算得到當前時刻軸相對振動中從低頻到高頻的振動幅值序列以及振動頻率序列。針對上述實時採集的數據，利用快速傅立葉(FFT)頻譜分析方法，計算得到當前時刻軸相對振動中從低頻到高頻的振動幅值序列(幅值單位為ym)以及振動頻率序列 (頻率單位為Hz)。上述振動頻率序列與振動幅值序列中的數據，在順序上是一一對應的， 即頻率與幅值的對應關係是明確的。步驟4 從振動頻率序列中，截取所有小於機組工作轉速頻率的頻率，形成低頻振動頻率序列並存儲；同時，從振動幅值序列中，截取所有頻率小於機組工作轉速頻率的振幅，形成低頻振動幅值序列jf-並存儲；其中，1 = 1，2，. . .，50。通常，國產汽輪發電機組工作轉速頻率為50Hz。因此，從振動頻率序列中，截取所有小於機組工作轉速頻率的頻率，即從振動頻率序列中，截取所有小於50Hz的頻率，形成低頻振動頻率序列並存儲。從振動幅值序列中，截取所有頻率小於機組工作轉速頻率的振幅，即從振動幅值序列中，截取頻率小於50Hz的頻率對應的振幅，形成低頻振動幅值序列並存儲。實施過程中，可以設定振動數據採集頻率及採集數據量，使得低頻振動頻率序列、 低頻振動幅值序列數據個數η = 50。步驟5 判斷是否達到設定時長T = 10秒，如果是，則執行步驟6 ；否則，增加1個步進長度t = 0. 1秒，返回步驟2。步驟6 計算每個頻率下低頻振動幅值的熵Ei和每個頻率下低頻振動幅值的變化峰度參數^f。由於時長T = 10秒，步進長度t = 0. 1秒，因此每0. 1秒會形成1個低頻振動頻率序列α = 1,2, L，50)和1個低頻振動幅值序列(i = 1,2, L，50)。當達到設定時
長T = 10秒時，會產生I = 100個低頻振動頻率序列^reii (i = 1,2, 1,50)和100個低頻振
tJi
動幅值序列(i = 1，2，L，50)。進而，第j個步進長度的低頻振動頻率序列可記為， 第j個步進長度的低頻振動幅值序列可記為，J = 1,2,3, L，100。
m計算每個頻率下低頻振動幅值的熵Ei採用公式
權利要求
1.一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述方法包括步驟1 設定時長τ、步進長度t和序列中的數據個數η ；步驟2 實時採集發電機組轉子一側支持軸承的軸相對振動數據、轉子的轉速信號以及鍵相信號；步驟3 利用快速傅立葉頻譜分析方法，計算得到當前時刻軸相對振動中從低頻到高頻的振動幅值序列以及振動頻率序列；步驟4:從振動頻率序列中，截取所有小於機組工作轉速頻率的頻率，形成低頻振動頻率序列^/ 並存儲；同時，從振動幅值序列中，截取所有頻率小於機組工作轉速頻率的振幅，形成低頻振動幅值序列並存儲；其中，1 = 1,2,...,η；步驟5 判斷是否達到設定時長Τ，如果是，則執行步驟6 ；否則，增加1個步進長度，返回步驟2 ；步驟6 計算每個頻率下低頻振動幅值的熵Ei和每個頻率下低頻振動幅值的變化峰度參數< ；步驟7 判別低頻振動中是否存在振幅顯著的低頻成份，如果存在，則將滿足條件的低頻振動頻率加入振幅顯著的低頻頻率序列中。
2.根據權利要求1所述的一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述計算每個頻率下低頻振動幅值的熵&採用公式m￡； =ZK^f9)21η((4Γ9)2)]；=1τ其中，當(^rre9)2 =0時，ln((4yre< )2) = 0 ； i = 1，2, L, n, j = 1, 2, 3, L, m, w = ^。
3.根據權利要求1所述的一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述計算每個頻率下低頻振動幅值的變化峰度參數^f採用公式m其中，,是低頻振動頻率序列均值，1AwZ^re9 是低頻振動幅值序列Miijj=\ σ Im的標準偏差，< =^/"^(4廣-"嚴)2，i = l，2，L，n，j = l，2，3，L，m，w = Z:o
4.根據權利要求1所述的一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述判別低頻振動中是否存在振幅顯著的低頻成份具體是，如果低頻振動幅值的熵Ei與低頻振動幅值的變化峰度參數^f滿足條件& ( Ek+1、Ek+1彡Ek+2、Ek+1彡Ethresh和^T1 < K^resh， 則低頻振動中存在振幅顯著的低頻成份，記錄數據Ek+1與κ=對應的頻率/ff為滿足條件的低頻振動頻率；其中，Ethresh為低頻振動幅值熵閾值，^trfj為峰度參數閾值，k = l，2，L，n-2。
5.根據權利要求4所述的一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述低頻振動幅值熵閾值^toesh = 200。
6.根據權利要求4所述的一種汽輪發電機組低頻振動譜陣實時定量分析方法，其特徵是所述峰度參數閾值Kt- =30。
全文摘要
本發明公開了旋轉機械振動狀態監測與故障診斷技術領域中的一種汽輪發電機組低頻振動譜陣實時定量分析方法。包括設定時長、步進長度和序列中的數據個數；實時採集機組轉子支持軸承的數據；利用快速傅立葉頻譜分析方法，計算得到當前時刻軸相對振動中從低頻到高頻的振動幅值序列以及振動頻率序列；形成低頻振動頻率序列和低頻振動幅值序列並存儲；達到設定時長時，計算每個頻率下低頻振動幅值的熵和低頻振動幅值的變化峰度參數；判別低頻振動中是否存在振幅顯著的低頻成份，如果存在，則將滿足條件的低頻振動頻率加入振幅顯著的低頻頻率序列中。本發明實現了機組低頻振動自動在線監測，提高了機組低頻振動譜陣實時定量分析效率和準確度。
文檔編號G01H17/00GK102175307SQ20111003428
公開日2011年9月7日 申請日期2011年2月1日 優先權日2011年2月1日
發明者宋光雄 申請人:華北電力大學