CN101738293B - 汽轮发电机组转子原始质量不平衡故障实时诊断方法 - Google Patents

Abstract

本发明公开了属于故障诊断领域的一种汽轮发电机组工作转速下转子原始质量不平衡故障实时诊断方法。通过采集汽轮机组转子轴振动信号，对振动数据进行必要的计算分析判断，实时计算存储转子两侧轴相对振动工频振动幅值和相位值，并实时进行轴振工频振动幅值实时验证，判断转子任何一侧的轴振工频振动的振幅是否大于振动幅值阈值；结合最小二乘法，对轴振工频振动数据进行工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证等实时定量计算分析。结合各项验证结果，自动实时在线诊断机组是否发生工作转速下转子原始质量不平衡故障。本发明具有方法科学，结论可靠，能够实现自动实时在线监测、诊断故障等优点。

Description

汽轮发电机组转子原始质量不平衡故障实时诊断方法

技术领域

本发明属于旋转机械振动状态监测与故障诊断领域，特别涉及大型汽轮发电机组振动状态实时在线自动监测的一种汽轮发电机组转子原始质量不平衡故障实时诊断方法。

背景技术

转子原始质量不平衡指的是转子开始转动之前在转子上已经存在的不平衡。它们通常是在加工制造过程中产生的，或是在检修时更换转动部件造成的。在现场发生的机组振动故障中，约80％是由于转子直接或间接质量不平衡造成的。转子原始质量不平衡是一种较为常见的振动故障，引起原始质量不平衡的原因是多种多样的。制造过程中机械加工不精确或材质不均匀，使得转子上各部件的横截面相对于转动中心轴线不对称，或转子在机械加工及热处理过程中的残留变形；运行过程中转子上动叶片的不均匀磨损，盐垢和灰尘的不均匀沉积，转动部件的断裂和脱落；发电机转子绕组或汽轮机套装转子上部件的不对称；由于转子变形、热套紧力不足、汽动力引起的转动部件移位，以及运行时转子的热变形；机组安装和检修时进行过的可能破坏转子质量平衡的技术操作等，都可能成为导致转子原始质量不平衡的原因。

汽轮发电机转子原始质量不平衡故障的诊断工作都是由具有一定现场振动故障诊断经验的专家完成，诊断经济成本高，周期长。因此，提出一种汽轮发电机转子原始质量不平衡故障在线实时诊断方法就显得十分重要。

本发明提供的汽轮发电机组转子原始质量不平衡故障实时诊断方法，对机组转子原始质量不平衡故障进行实时自动在线监测、分析、诊断，提高故障诊断效率和准确度。

发明内容

本发明的目的是提供能够自动在线监测、准确诊断故障的一种汽轮发电机组工作转速下转子原始质量不平衡故障实时诊断方法。该方法基于汽轮机运行中转子的轴相对振动幅值及相位数据，结合计算机程序计算实现。

本发明采用的技术方案是：一种汽轮发电机组工作转速下转子原始质量不平衡故障实时诊断方法，其特征是，它包括：

(1)数据采集，数据采集器c在工作转速下实时采集机组转子A、B两侧支持轴承附近测得的轴相对振动数据以及键相信号；

(2)轴振数据实时运算及存储，针对机组转子两侧的轴相对振动数据，利用FFT频谱分析方法，实时同步计算转子A、B两侧轴相对振动工频振动幅值A_ra、A_rb和相位P_ra、P_rb，并存储转子两侧轴相对振动工频振动幅值和相位值，其中FFT为快速傅立叶变换；

(3)轴振工频振动幅值实时验证，实时进行当前的轴振工频振动振幅与幅值阈值A_T1的比较，如果当前转子任何一侧的轴振工频振动的振幅大于A_T1，那么记录此时刻T₁并进行后续的计算分析；

(4)轴振工频振动幅值趋势平缓性验证，从T₁时刻向前截取至T0时刻的轴振工频振动幅值数据，计算T0时刻至T₁时刻的轴振工频振动幅值数据的线性最佳拟合分析。根据轴振工频振动幅值数据的线性最佳拟合的斜率a及线性最佳拟合的均方误差e1，判定轴振工频振动幅值趋势平缓性验证是否通过。

(5)轴振工频振动相位趋势平缓性验证，从T₁时刻向前截取至T0时刻的轴振工频振动相位数据，计算＞T₀时刻至T₁时刻的轴振工频振动相位数据，进行线性最佳拟合分析。根据轴振工频振动相位数据的线性最佳拟合的斜率m及线性最佳拟合的均方误差e2，判定轴振工频振动相位趋势平缓性验证是否通过。

(6)工作转速下转子原始质量不平衡故障判定，结合轴振工频振动幅值实时验证、轴振工频振动幅值趋势平缓性验证及轴振工频振动相位趋势平缓性验证等3项实时同步分析的结果，判断得出大型汽轮发电机组是否发生转子原始质量不平衡故障。

本发明汽轮机组工作转速下转子原始质量不平衡故障诊断方法利用机组运行中转子的轴相对振动幅值及相位数据，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。

附图说明

图1为转子原始质量不平衡故障实时诊断功能流程图。

图2为工作转速下轴振工频振动幅值趋势平稳性验证流程图。

图3为工作转速下轴振工频振动相位趋势平稳性验证流程图。

图4为汽轮发电机组工作转速下转子原始质量不平衡故障监测示意图。

具体实施方式

本发明提出的大型汽轮发电机组工作转速下转子原始质量不平衡故障实时诊断方法主要由数据采集、工作转速下轴振数据实时运算及存储、工作转速下轴振工频振动幅值实时验证、工作转速下轴振工频振动幅值趋势平稳性验证、工作转速下轴振工频振动相位趋势平稳性验证、工作转速下转子原始质量不平衡故障判定等环节组成，其功能流程图如图1所示。在实时诊断过程中，工作转速下轴振工频振动幅值实时验证、工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证等3项环节同步实时进行，并在故障判定环节同时依据3个环节的诊断结果，由此保证了故障诊断过程的可靠性以及诊断结果的准确性。下面结合附图进一步说明具体实施步骤及诊断方法。

1.数据采集

采用高速振动数据采集卡实时采集机组转子两侧支持轴承附近测得的的轴相对振动数据以及键相信号。振动数据采集卡每一通道技术参数为50ks/s，24bit。

2.工作转速下轴振数据实时运算及存储

针对机组转子两侧的轴相对振动数据，利用FFT频谱分析方法，进行实时同步计算分析。实时同步计算转子A、B两侧轴相对振动工频振动幅值A_ra、A_rb和相位P_ra、P_rb。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。存储转子两侧轴相对振动工频振动幅值和相位值以及轴相对振动的通频振动幅值，数据是每隔1秒存储一次。

3.工作转速下轴振工频振动幅值实时验证

根据存储的当前时刻T₁前的轴相对振动的工频振动幅值数据，从T₁时刻向前截取至T₀时刻的轴相对振动工频振动幅值数据(振动幅值单位为μm)，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒。根据T₀时刻至T₁时刻的轴振工频振动幅值数据，依据公式 $A_{T01a}=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_i,$ 计算轴振工频振动幅值的算术平均值A_T01a。其中，N是轴振工频振动幅值数据Y从T₁时刻至T₀时刻的数据个数，y_i是从T₁时刻至T₀时刻轴振工频振动幅值数据Y的第i个元素。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。

设定轴振工频振动幅值阈值A_T1，A_T1＝62μm，实时进行A_T1与A_T01a(T₀时刻至T₁时刻的工频振动幅值算术平均值)的比较，如果当前转子任何一侧的A_T01a(T₀时刻至T₁时刻的工频振动幅值算术平均值)大于A_T1，那么记录此时刻T₁并进行后续的计算分析。如果转子两侧的轴振工频振动的振幅都小于或等于A_T1，那么故障诊断程序重新进入数据采集、轴振数据实时运算及存储环节。

4.工作转速下轴振工频振动幅值趋势平稳性验证

根据存储的T₁时刻前的轴相对振动的工频振动幅值数据，从T₁时刻向前截取至T₀时刻的轴振工频振动幅值数据(振动幅值单位为μm)，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。轴振工频振动幅值数据是每隔1秒存储一次。针对T₀时刻至T₁时刻的工频振动幅值数据，进行线性最佳拟合分析。计算T₀时刻至T₁时刻的工频振动幅值数据的最小二乘法意义上的最佳直线斜率。将轴振工频振动幅值数据拟和为式1的形式。

f＝ax+b    ……(1)

其中，f是轴振工频振动幅值数据的线性最佳拟合值，x是由轴振振动数据采集时刻组成的序列X，a是斜率，b是截距。采用最小二乘法进行拟合，即将依据公式 $e1=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(f_i-y_i)}^2$ 计算数据的均方误差e1，使均方误差e1最小化，得到线性拟合的最佳拟合斜率a。其中，N是轴振工频振动幅值数据Y的数据个数，f_i是线性最佳拟合的第i个元素，y_i是轴振工频振动幅值数据Y的第i个元素。

如果同时满足下述两个条件，那么判定轴振工频振动幅值趋势平缓性验证通过。两个条件包括：(1)轴振工频振动幅值数据的线性拟合的最佳拟合斜率a落入设定的斜率范围区间[a_min，a_max]内，即a_min≤a≤a_max，其中a_min＝-0.05，a_max＝0.05；(2)轴振工频振动幅值数据的线性最佳拟合的均方误差e1落入设定的范围区间[e1_min，e1_max]内，即e1_min≤e1≤e1_max，其中e1_min＝2.5，e1_max＝4.5。其流程框图如图2所示。

5.工作转速下轴振工频振动相位趋势平稳性验证

根据存储的T₁时刻前的轴相对振动的工频振动相位数据，从T₁时刻向前截取至T₀时刻的轴振工频振动相位数据(相位单位为°)，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。轴振工频振动相位数据是每隔1秒存储一次。针对T₀时刻至T₁时刻的轴振工频振动相位数据，进行线性最佳拟合分析。计算T₀时刻至T₁时刻的轴振工频振动相位数据的最小二乘法意义上的最佳直线斜率。将轴振工频振动相位g数据拟和为式2的形式。

g＝mx+n    ……(2)

其中，g是轴振工频振动相位数据的线性最佳拟合值，x是由轴振振动数据采集时刻组成的序列X，m是斜率，n是截距。采用最小二乘法进行拟合，即将依据公式 $e2=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(g_i-p_i)}^2$ 计算数据的均方误差e2，使均方误差e2最小化，得到线性拟合的最佳拟合斜率m。其中，N是轴振工频振动相位数据P的数据个数，g_i是最线性佳拟合的第i个元素，p_i是轴振工频振动相位数据P的第i个元素。

如果同时满足下述两个条件，那么判定轴振工频振动相位趋势平缓性验证通过。两个条件包括：(1)轴振工频振动相位数据的线性拟合的最佳拟合斜率m落入设定的斜率范围区间[m_min，m_max]内，即m_min≤m≤m_max，其中m_min＝-0.04，m_max＝0.04；(2)轴振工频振动相位数据的线性最佳拟合的均方误差e2落入设定的范围区间[e2_min，e2_max]内，即e2_min≤e2≤e2_max，其中e2_min＝0，e2_max＝1。其流程框图如图3所示。

6.工作转速下转子原始质量不平衡故障判定

根据上述工作转速下轴振工频振动幅值实时验证、工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证等3项实时同步分析的结果，判定是否发生工作转速下转子原始质量不平衡故障。如果同时满足上述3项验证，那么可以判断故障发生。

实施例

利用该方法可以实现对汽轮发电机组工作转速下转子原始质量不平衡故障的实时监测、分析、诊断。诊断方法需要的汽轮发电机组轴相对振动信号及振动信号分析处理需要的键相信号可以从配置汽轮发电机组的监视仪表(TSI)获得或者可以从专业振动数据采集调理设备获得。本实施例中，汽轮发电机组轴相对振动信号及振动信号分析处理需要的键相信号从与振动传感器相连的专业振动数据采集调理设备获得。图4所示为汽轮发电机组工作转速下转子原始质量不平衡故障的监测示意图，图中，高速数据采集卡插入工业用微型计算机(IPC)提供的插槽内。根据高速数据采集卡的要求，专业振动数据采集调理设备处理汽轮发电机组轴相对振动信号及振动信号分析处理需要的键相信号，经过处理后的汽轮发电机组轴相对振动信号及振动信号分析处理需要的键相信号输入IPC内的高速数据采集卡。根据该方法设计具体的机组工作转速下转子原始质量不平衡故障计算机诊断程序，将故障诊断程序安装在工业用微型计算机(IPC)内。机组转子原始质量不平衡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、工作转速下轴振数据实时运算及存储、工作转速下轴振工频振动幅值实时验证、工作转速下轴振工频振动幅值趋势平稳性验证、工作转速下轴振工频振动相位趋势平稳性验证及转子原始质量不平衡故障等一系列计算分析验证环节。

首先，工业用微型计算机(IPC)通过高速数据采集卡实时采集汽轮发电机组轴相对振动信号及振动信号分析处理需要的键相信号。

假设程序监测诊断低压转子是否发生转子原始质量不平衡故障。针对机组的低压转子A、B两侧的轴相对振动数据，利用FFT(快速傅立叶变换)频谱分析方法，实时同步计算转子两侧轴相对振动工频振动幅值A_ra、A_rb和相位P_ra、P_rb。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。存储转子两侧轴相对振动工频振动幅值和相位值，数据是每隔1秒存储一次。

故障诊断程序根据存储的当前时刻T1前的轴相对振动的工频振动幅值数据，从T₁时刻向前截取至T₀时刻的轴相对振动工频振动幅值数据(振动幅值单位为μm)，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒。根据T₀时刻至T₁时刻的轴相对振动工频振动幅值数据，依据公式 $A_{T01a}=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_i,$ 计算T₀时刻至T₁时刻的工频振动幅值的算术平均值A_T01a。其中，N是轴振工频振动幅值数据Y从T₁时刻至T₀时刻的数据个数，y_i是从T₁时刻至T₀时刻轴振工频振动幅值数据Y的第i个元素。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。

设定轴振工频振动幅值阈值A_T1，A_T1＝62μm，实时进行A_T1与A_T01a(T₀时刻至T₁时刻的工频振动幅值算术平均值)的比较，如果当前转子任何一侧的A_T01a(T₀时刻至T₁时刻的轴振工频振动幅值算术平均值)大于A_T1，那么记录此时刻T₁并进行后续的计算分析。如果转子两侧的轴振工频振动的振幅都小于或等于A_T1，那么故障诊断程序重新进入数据采集、轴振数据实时运算及存储环节。

假设低压转子A侧T₀时刻至T₁时刻的轴振工频振动幅值的算术平均值的工频振动振幅为70μm，记录此时刻T₁并进行后续的计算分析。

故障诊断程序针对低压转子的A侧轴相对振动信号，进行工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证2项验证，2个验证过程是实时同步进行的。2项验证中的任何一项验证失效，都会导致程序进入下一个诊断分析循环。

在图2、图3所示的在工作转速下轴振工频振动幅值趋势平稳性验证中，根据存储的T₁时刻前的轴相对振动的工频振动幅值数据，从T₁时刻向前截取至T₀时刻的工频振动幅值数据(振动幅值单位为μm)，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。轴振工频振动幅值数据是每隔1秒存储一次。针对T₀时刻至T₁时刻的工频振动幅值数据，进行线性最佳拟合分析。计算T₀时刻至T₁时刻的工频振动幅值数据的最小二乘法意义上的最佳直线斜率。将轴振工频振动幅值数据拟和为式1的形式。

f＝ax+b    ……(1)

其中，f是轴振工频振动幅值数据的线性最佳拟合值，x是由轴振振动数据采集时刻组成的序列X，a是斜率，b是截距。采用最小二乘法进行拟合，即将依据公式 $e1=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(f_i-y_i)}^2$ 计算数据的均方误差e1，使均方误差e1最小化，得到线性拟合的最佳拟合斜率a。其中，N是轴振工频振动幅值数据Y的数据个数，f_i是线性最佳拟合的第i个元素，y_i是轴振工频振动幅值数据Y的第i个元素。

如果同时满足下述两个条件，那么判定轴振工频振动幅值趋势平缓性验证通过。两个条件包括：(1)轴振工频振动幅值数据的线性拟合的最佳拟合斜率a落入设定的斜率范围区间[a_min，a_max]内，即a_min≤a≤a_max，其中a_min＝-0.05，a_max＝0.05；(2)轴振工频振动幅值数据的线性最佳拟合的均方误差e1落入设定的范围区间[e1_min，e1_max]内，即e1_min≤e1≤e1_max，其中e1_min＝2.5，e1_max＝4.5。

假设低压转子A侧当前的轴振工频振动幅值数据的线性拟合的最佳拟合斜率为0.02落入设定的斜率范围区间[a_min，a_max]；同时，轴振工频振动幅值数据的线性最佳拟合的均方误差为3，落入设定的范围区间[e1_min，e1_max]。因此，判定轴振工频振动幅值趋势平稳性验证通过。

在工作转速下轴振工频振动相位趋势平稳性验证中，根据存储的T₁时刻前的轴相对振动的工频振动相位数据，从T₁时刻向前截取至T₀时刻的工频振动相位数据(相位单位为°)，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒。轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz。轴振工频振动相位数据是每隔1秒存储一次。针对T₀时刻至T₁时刻的工频振动相位数据，进行线性最佳拟合分析。计算T₀时刻至T₁时刻的工频振动相位数据的最小二乘法意义上代表输入数据的最佳直线斜率。将轴振工频振动相位g数据拟和为式3的形式。

g＝mx+n    ……(2)

其中，g是轴振工频振动相位数据的线性最佳拟合值，x是由轴振振动数据采集时刻组成的序列X，m是斜率，n是截距。采用最小二乘法进行拟合，即将依据公式 $e2=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(g_i-p_i)}^2$ 计算数据的均方误差e2，使均方误差e2最小化，得到线性拟合的最佳拟合斜率m。其中，N是轴振工频振动相位数据P的数据个数，g_i是最线性佳拟合的第i个元素，p_i是轴振工频振动相位数据P的第i个元素。

如果同时满足下述两个条件，那么判定轴振工频振动相位趋势平缓性验证通过。两个条件包括：(1)轴振工频振动相位数据的线性拟合的最佳拟合斜率m落入设定的斜率范围区间[m_min，m_max]内，即m_min≤m≤m_max，其中m_min＝-0.04，m_max＝0.04；(2)轴振工频振动相位数据的线性最佳拟合的均方误差e2落入设定的范围区间[e2_min，e2_max]内，即e2_min≤e2≤e2_max，其中e2_min＝0，e2_max＝1。

假设低压转子A侧当前的轴振工频振动相位数据的线性模型的斜率为0.01落入设定的斜率范围区间[m_min，m_max]；同时，轴振工频振动相位数据的线性最佳拟合的均方误差为0.5，落入设定的范围区间[e2_min，e2_max]。因此，判定轴振工频振动相位趋势平稳性验证通过。

最后，故障诊断程序根据工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证的结果，判断是否发生转子原始质量不平衡故障。如果同时满足上述2项验证，那么可以判断发生转子原始质量不平衡故障。根据当前的假设情况，低压转子A侧同时工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证2项验证，因此可以判断低压转子发生转子原始质量不平衡故障。诊断程序循环执行上述一系列计算分析验证环节，判断当前机组是否发生转子原始质量不平衡故障，实现工作转速下转子原始质量不平衡故障的实时诊断。

Claims (6)

1.一种汽轮发电机组转子原始质量不平衡故障实时诊断方法，其特征是，它包括：

(1)数据采集，数据采集器c在工作转速下实时采集机组转子A、B两侧支持轴承附近测得的轴相对振动数据以及键相信号；

(2)工作转速下轴振数据实时运算及存储，针对机组转子两侧的轴相对振动数据，利用FFT频谱分析方法，实时同步计算转子A、B两侧轴相对振动工频振动幅值A_ra、A_rb和相位P_ra、P_rb，并存储转子两侧轴相对振动工频振动幅值和相位值，其中，FFT为快速傅立叶变换；

(3)工作转速下轴振工频振动幅值实时验证，从当前T₁时刻向前截取至T₀时刻的轴相对振动工频振动幅值数据，计算根据T₀时刻至T₁时刻的工频振动幅值的算术平均值A_T01a，实时进行A_T01a与幅值阈值A_T1的比较，如果T₀时刻至T₁时刻的工频振动幅值的算术平均值A_T01a大于A_T1，那么记录此时刻T₁并进行后续的计算分析；

(4)工作转速下轴振工频振动幅值趋势平稳性验证，从T₁时刻向前截取至T₀时刻的轴振工频振动幅值数据，针对T₀时刻至T₁时刻的工频振动幅值数据，进行线性最佳拟合分析，根据轴振工频振动幅值数据的线性拟合的最佳拟合斜率a及线性最佳拟合的均方误差e1，判定轴振工频振动幅值趋势平稳性验证是否通过；

(5)工作转速下轴振工频振动相位趋势平稳性验证，从T₁时刻向前截取至T₀时刻的轴振工频振动相位数据，针对T₀时刻至T₁时刻的工频振动相位数据，进行线性最佳拟合分析，根据轴振工频振动相位数据的线性拟合的最佳拟合斜率m及线性最佳拟合的均方误差e2，判定轴振工频振动相位趋势平稳性验证是否通过；

(6)工作转速下转子原始质量不平衡故障判定，结合工作转速下轴振工频振动幅值实时验证、工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证3项实时同步分析的结果，判断得出大型汽轮发电机组在工作转速下是否发生转子原始质量不平衡故障。

2.根据权利要求1所述汽轮发电机组转子原始质量不平衡故障实时诊断方法，其特征是，所述轴振数据实时运算及存储是针对机组选定转子两侧的轴相对振动数据，利用FFT频谱分析方法，实时同步计算转子两侧轴相对振动工频振动幅值A_ra、A_rb和相位P_ra、P_rb存储转子两侧轴相对振动工频振动幅值和相位值，每隔1秒存储一次数据。

3.根据权利要求1所述汽轮发电机组转子原始质量不平衡故障实时诊断方法，其特征是，所述工作转速下轴振工频振动幅值实时验证是根据存储的当前时刻T₁前的轴相对振动的工频振动幅值数据，从T₁时刻向前截取至T₀时刻的轴相对振动工频振动幅值数据，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒；根据T₀时刻至T₁时刻的工频振动幅值数据，依据公式计算工频振动幅值的算术平均值A_T01a，其中，N是轴振工频振动幅值数据Y从T₁时刻至T₀时刻的数据个数，y_i是从T₁时刻至T₀时刻轴振工频振动幅值数据Y的第i个元素，轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz；

设定轴振工频振动幅值阈值A_T1，A_T1＝62μm，实时进行A_T1与从T₀时刻至T₁时刻的工频振动幅值算术平均值A_T01a的比较，如果当前转子任何一侧的A_T01a大于A_T1，那么记录此时刻T₁并进行后续的计算分析，如果转子两侧的轴振工频振动的振幅都小于或等于A_T1，那么故障诊断程序重新进入数据采集、轴振数据实时运算及存储环节。

4.根据权利要求1所述汽轮发电机组转子原始质量不平衡故障实时诊断方法，其特征是，所述工作转速下轴振工频振动幅值趋势平稳性验证是根据存储的T₁时刻前的轴相对振动的工频振动幅值数据，从T₁时刻向前截取至T₀时刻的工频振动幅值数据，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒；轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz，轴振工频振动幅值数据是每隔1秒存储一次，针对T₀时刻至T₁时刻的工频振动幅值数据，进行线性最佳拟合分析；

计算T₀时刻至T₁时刻的轴振工频振动幅值数据的最小二乘法意义上线性拟合的最佳拟合斜率a；采用最小二乘法进行拟合，即将依据公式

计算数据的均方误差e1，使均方误差e1最小化，得到线性拟合的最佳拟合斜率a，其中，N是轴振工频振动幅值数据Y的数据个数，f_i是线性最佳拟合的第i个元素，y_i是轴振工频振动幅值数据Y的第i个元素；

如果同时满足下述两个条件，那么判定轴振工频振动幅值趋势平稳性验证通过，两个条件包括：(1)轴振工频振动幅值数据的线性拟合的最佳拟合斜率a落入设定的斜率范围区间[a_min，a_max]内，即a_min≤a≤a_max，其中a_min＝-0.05，a_max＝0.05；(2)轴振工频振动幅值数据的线性最佳拟合的均方误差e1落入设定的范围区间[e1_min，e1_max]内，即e1_min≤e1≤e1_max，其中e1_min＝2.5，e1_max＝4.5。

5.根据权利要求1所述汽轮发电机组转子原始质量不平衡故障实时诊断方法，其特征是，所述工作转速下轴振工频振动相位趋势平稳性验证是根据存储的T₁时刻前的轴相对振动的工频振动相位数据，从T₁时刻向前截取至T₀时刻的工频振动相位数据，|T₁-T₀|＝P_T01，P_T01为预设时间段长度，P_T01＝300秒；轴振工频是指转子稳态正常工作时工作转速对应的频率，即50Hz，轴振工频振动相位数据是每隔1秒存储一次，针对T₀时刻至T₁时刻的工频振动相位数据，进行线性最佳拟合分析；

计算T₀时刻至T₁时刻的轴振工频振动相位数据的最小二乘法意义上线性拟合的最佳拟合斜率m，采用最小二乘法进行拟合，即将依据公式

计算数据的均方误差e2，使均方误差e2最小化，得到线性拟合的最佳拟合斜率m；其中，N是轴振工频振动相位数据P的数据个数，g_i是线性最佳拟合的第i个元素，p_i是轴振工频振动相位数据P的第i个元素；

如果同时满足下述两个条件，那么判定轴振工频振动相位趋势平稳性验证通过；两个条件包括：(1)轴振工频振动相位数据的线性拟合的最佳拟合斜率m落入设定的斜率范围区间[m_min，m_max]内，即m_min≤m≤m_max，其中，m_min＝-0.04，m_max＝0.04；(2)轴振工频振动相位数据的线性最佳拟合的均方误差e2落入设定的范围区间[e2_min，e2_max]内，即e2_min≤e2≤e2_max，其中e2_min＝0，e2_max＝1。

6.根据权利要求1所述汽轮发电机组转子原始质量不平衡故障实时诊断方法，其特征是，结合工作转速下轴振工频振动幅值实时验证、工作转速下轴振工频振动幅值趋势平稳性验证及工作转速下轴振工频振动相位趋势平稳性验证3项实时同步分析的结果，判断得出大型汽轮发电机组在工作转速下是否发生转子原始质量不平衡故障。

Images