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
汽轮发电机组转子原始质量不平衡故障实时诊断方法 Download PDFInfo
- Publication number
- CN101738293B CN101738293B CN2009102429434A CN200910242943A CN101738293B CN 101738293 B CN101738293 B CN 101738293B CN 2009102429434 A CN2009102429434 A CN 2009102429434A CN 200910242943 A CN200910242943 A CN 200910242943A CN 101738293 B CN101738293 B CN 101738293B
- Authority
- CN
- China
- Prior art keywords
- power frequency
- frequency vibration
- constantly
- axle
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
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
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Ara、Arb和相位Pra、Prb,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AT1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AT1,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Ara、Arb和相位Pra、Prb。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|=PT01,PT01为预设时间段长度,PT01=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 计算轴振工频振动幅值的算术平均值AT01a。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,yi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AT1,AT1=62μm,实时进行AT1与AT01a(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AT01a(T0时刻至T1时刻的工频振动幅值算术平均值)大于AT1,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AT1,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|=PT01,PT01为预设时间段长度,PT01=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 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,fi是线性最佳拟合的第i个元素,yi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[amin,amax]内,即amin≤a≤amax,其中amin=-0.05,amax=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[e1min,e1max]内,即e1min≤e1≤e1max,其中e1min=2.5,e1max=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|=PT01,PT01为预设时间段长度,PT01=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 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,gi是最线性佳拟合的第i个元素,pi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[mmin,mmax]内,即mmin≤m≤mmax,其中mmin=-0.04,mmax=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[e2min,e2max]内,即e2min≤e2≤e2max,其中e2min=0,e2max=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Ara、Arb和相位Pra、Prb。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|=PT01,PT01为预设时间段长度,PT01=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 计算T0时刻至T1时刻的工频振动幅值的算术平均值AT01a。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,yi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AT1,AT1=62μm,实时进行AT1与AT01a(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AT01a(T0时刻至T1时刻的轴振工频振动幅值算术平均值)大于AT1,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AT1,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|=PT01,PT01为预设时间段长度,PT01=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 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,fi是线性最佳拟合的第i个元素,yi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[amin,amax]内,即amin≤a≤amax,其中amin=-0.05,amax=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[e1min,e1max]内,即e1min≤e1≤e1max,其中e1min=2.5,e1max=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[amin,amax];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[e1min,e1max]。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|=PT01,PT01为预设时间段长度,PT01=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 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,gi是最线性佳拟合的第i个元素,pi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[mmin,mmax]内,即mmin≤m≤mmax,其中mmin=-0.04,mmax=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[e2min,e2max]内,即e2min≤e2≤e2max,其中e2min=0,e2max=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[mmin,mmax];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[e2min,e2max]。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Ara、Arb和相位Pra、Prb,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AT01a,实时进行AT01a与幅值阈值AT1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AT01a大于AT1,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Ara、Arb和相位Pra、Prb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|=PT01,PT01为预设时间段长度,PT01=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AT01a,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,yi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AT1,AT1=62μm,实时进行AT1与从T0时刻至T1时刻的工频振动幅值算术平均值AT01a的比较,如果当前转子任何一侧的AT01a大于AT1,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AT1,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|=PT01,PT01为预设时间段长度,PT01=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,fi是线性最佳拟合的第i个元素,yi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[amin,amax]内,即amin≤a≤amax,其中amin=-0.05,amax=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[e1min,e1max]内,即e1min≤e1≤e1max,其中e1min=2.5,e1max=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|=PT01,PT01为预设时间段长度,PT01=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,gi是线性最佳拟合的第i个元素,pi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[mmin,mmax]内,即mmin≤m≤mmax,其中,mmin=-0.04,mmax=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[e2min,e2max]内,即e2min≤e2≤e2max,其中e2min=0,e2max=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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102429434A CN101738293B (zh) | 2009-12-18 | 2009-12-18 | 汽轮发电机组转子原始质量不平衡故障实时诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102429434A CN101738293B (zh) | 2009-12-18 | 2009-12-18 | 汽轮发电机组转子原始质量不平衡故障实时诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101738293A CN101738293A (zh) | 2010-06-16 |
CN101738293B true CN101738293B (zh) | 2012-02-08 |
Family
ID=42462054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102429434A Expired - Fee Related CN101738293B (zh) | 2009-12-18 | 2009-12-18 | 汽轮发电机组转子原始质量不平衡故障实时诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101738293B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788662A (zh) * | 2011-05-17 | 2012-11-21 | 大连光洋科技工程有限公司 | 无附加传感器的垂直回转体动平衡检测系统 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175440B (zh) * | 2011-01-24 | 2012-08-29 | 华北电力大学 | 大型发电机组热弯曲故障实时辨识方法 |
CN102788663B (zh) * | 2011-05-17 | 2016-01-20 | 大连科德数控有限公司 | 无附加传感器的水平回转体动平衡检测系统 |
CN103913272B (zh) * | 2014-04-03 | 2016-05-18 | 华北电力大学 | 一种汽轮发电机组转子质量不平衡故障的定量诊断方法 |
CN105092255B (zh) * | 2014-05-23 | 2018-03-06 | 中国航发商用航空发动机有限责任公司 | 涡扇发动机风扇整机配平方法及系统 |
CN105318961B (zh) * | 2014-07-29 | 2019-05-31 | 上海宝钢工业技术服务有限公司 | 驱动输送皮带的高压电机振动状态在线监测方法 |
CN106227909B (zh) * | 2016-06-17 | 2019-09-06 | 华电电力科学研究院 | 一种一次消除汽轮发电机组转子动态挠曲的方法 |
CN106197853B (zh) * | 2016-09-07 | 2019-01-08 | 国家电网公司 | 抽水蓄能机组的动平衡分析方法及装置、调整方法及装置 |
CN106525337B (zh) * | 2016-11-30 | 2019-03-29 | 北京中元瑞讯科技有限公司 | 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 |
CN107066662A (zh) * | 2016-12-29 | 2017-08-18 | 北京中元瑞讯科技有限公司 | 基于在线数据的水轮发电机组质量不平衡故障的诊断方法 |
CN107246937B (zh) * | 2017-07-31 | 2020-05-05 | 上海联影医疗科技有限公司 | 一种ct机架不平衡故障诊断方法及ct设备 |
CN109855801B (zh) * | 2019-03-29 | 2020-12-15 | 国网山东省电力公司电力科学研究院 | 精准试重结合影响系数法的抽水蓄能机组快速动平衡方法 |
CN111682822B (zh) * | 2020-04-29 | 2023-07-21 | 南京航空航天大学 | 一种用于直驱型ct机架的在线不平衡质量检测和控制方法 |
CN112541155B (zh) * | 2020-09-30 | 2022-06-14 | 上海电力大学 | 一种基于置信规则库的汽轮机转子不平衡检测方法 |
CN112287552B (zh) * | 2020-10-30 | 2022-12-06 | 中国航空工业集团公司西安航空计算技术研究所 | 一种航空发动机振动趋势分析方法 |
CN113358203B (zh) * | 2021-06-02 | 2024-06-11 | 中国大唐集团科学技术研究院有限公司华东电力试验研究院 | 一种基于谐分量分解的转子固有频率识别方法和系统 |
CN114544080B (zh) * | 2022-02-22 | 2024-04-19 | 北京电力设备总厂有限公司 | 一种针对待检修挠性转子的动平衡综合处理方法 |
CN115376301A (zh) * | 2022-07-25 | 2022-11-22 | 广东粤电博贺能源有限公司 | 汽轮机的叶片断裂预警方法、系统、电子设备及存储介质 |
-
2009
- 2009-12-18 CN CN2009102429434A patent/CN101738293B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788662A (zh) * | 2011-05-17 | 2012-11-21 | 大连光洋科技工程有限公司 | 无附加传感器的垂直回转体动平衡检测系统 |
CN102788662B (zh) * | 2011-05-17 | 2016-04-06 | 科德数控股份有限公司 | 无附加传感器的垂直回转体动平衡检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101738293A (zh) | 2010-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101738293B (zh) | 汽轮发电机组转子原始质量不平衡故障实时诊断方法 | |
CN101451898B (zh) | 汽轮发电机组转子热弯曲不平衡故障实时诊断方法 | |
CN101532911B (zh) | 大型汽轮发电机组转子裂纹故障实时诊断方法 | |
CN101429877B (zh) | 汽轮发电机组联轴器角度不对中故障实时诊断方法 | |
CN102012316B (zh) | 汽轮发电机组轴颈碰摩故障实时辨识方法 | |
CN101403648A (zh) | 大型汽轮发电机组汽流激振故障实时诊断方法 | |
CN102087139B (zh) | 汽轮发电机组低频振动频率成份实时分析方法 | |
CN102175306B (zh) | 汽轮发电机组油膜振荡故障实时辨识方法 | |
CN102072764A (zh) | 汽轮发电机组低频振动单峰实时分析方法 | |
CN102087140B (zh) | 汽轮发电机组低频振动主峰频率平稳性分析方法 | |
CN102096771A (zh) | 汽轮发电机组轴承瓦温变化趋势实时分析方法 | |
CN102954888A (zh) | 汽轮机组油膜振荡故障的实时在线诊断方法 | |
CN102879084B (zh) | 汽轮发电机组低频振动非稳态在线预警方法 | |
CN102175409A (zh) | 汽轮发电机组油膜涡动故障实时辨识方法 | |
CN102012263B (zh) | 汽轮机组转子振动同相分量平稳性实时辨识方法 | |
CN102175307A (zh) | 汽轮发电机组低频振动谱阵实时定量分析方法 | |
CN102095564B (zh) | 汽轮发电机组波动型碰摩故障实时辨识方法 | |
CN102692303A (zh) | 汽轮发电机组汽流激振故障高效识别方法 | |
CN102879085B (zh) | 汽轮发电机组低频振动非稳态实时预警方法 | |
CN102022143B (zh) | 汽轮发电机组低频振动平稳性实时分析方法 | |
CN103323103B (zh) | 大型汽轮发电机组低频振动实时预测方法 | |
CN103323102B (zh) | 大型汽轮发电机组低频振动预测优化方法 | |
CN102680243B (zh) | 汽轮发电机组汽流激振故障在线判别方法 | |
CN102052964B (zh) | 汽轮发电机组转子振动反相矢量稳态性实时辨识方法 | |
Azeem et al. | An octave analysis approach based on vibrational data for early detection of multiple faults in rolling bearing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120208 Termination date: 20131218 |