CN102072764A - 汽轮发电机组低频振动单峰实时分析方法 - Google Patents

汽轮发电机组低频振动单峰实时分析方法 Download PDF

Info

Publication number
CN102072764A
CN102072764A CN 201010564716 CN201010564716A CN102072764A CN 102072764 A CN102072764 A CN 102072764A CN 201010564716 CN201010564716 CN 201010564716 CN 201010564716 A CN201010564716 A CN 201010564716A CN 102072764 A CN102072764 A CN 102072764A
Authority
CN
China
Prior art keywords
vibration
frequency
amplitude sequence
low
real
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.)
Granted
Application number
CN 201010564716
Other languages
English (en)
Other versions
CN102072764B (zh
Inventor
宋光雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN2010105647166A priority Critical patent/CN102072764B/zh
Publication of CN102072764A publication Critical patent/CN102072764A/zh
Application granted granted Critical
Publication of CN102072764B publication Critical patent/CN102072764B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明属于旋转机械振动状态监测与故障诊断技术领域,尤其涉及一种汽轮发电机组低频振动单峰实时分析方法。包括实时采集机组转子一侧的轴相对振动信号、转子的转速信号以及键相信号;利用快速傅立叶变换频谱分析方法,计算获得每一采集时刻从低频到高频的振动频率所对应的振动幅值序列,记为初始振动幅值序列;在初始振幅序列中,截取所有小于机组工作转速频率的振动频率所对应的振动幅值,得到最终振动幅值序列;计算最终振动幅值序列的变化峰度参数;判断低频振动数据单峰特征是否明显。本发明提高了汽轮发电机组低频振动单峰实时分析的效率和准确度。

Description

汽轮发电机组低频振动单峰实时分析方法
技术领域
本发明属于旋转机械振动状态监测与故障诊断技术领域,尤其涉及一种汽轮发电机组低频振动单峰实时分析方法。
背景技术
汽轮发电机组转子的低频振动故障,已经成为影响大型机组安全运行的重大问题。汽轮发电机组在运行中发生低频振动的危险性极大,若不及时处理并查明原因,很可能导致设备严重损坏。汽轮发电机组轴系剧烈的低频振动可导致转子与定子在密封、轴瓦、叶顶等部位发生动静碰摩、轴瓦乌金脱胎,并产生大幅交变应力所形成的力学疲劳环境,可能诱发转子裂纹,对机组安全性以及可靠性有潜在危害,因此必须消除和避免机组轴系低频振动故障。随着大型汽轮发电机组容量提高,对机组运行的安全性提出了更高的要求。因而,对大型发电机组低频振动的分析对保证整个大型发电机组的安全性十分重要。
汽轮发电机组发生的低频振动,往往表现为低频振动的频率以某一频率为主且幅值过高,即汽轮发电机组低频振动出现峰值较高的单一频率振动。因此,汽轮发电机组低频振动单峰分析是识别低频振动中是否存在峰值较高的单一频率振动的有效手段。但是,常用的大型发电机组低频振动单峰分析工作,由具有一定现场运行经验的专业人员完成,由此带来分析工作对专业人员的依赖程度较高的问题,并且无法做到大型汽轮发电机组低频振动实时自动在线监测、分析及判别。因此,提出一种大型汽轮发电机组低频振动单峰实时分析方法就显得十分必要。
本发明提供的大型汽轮发电机组低频振动单峰实时分析方法,对机组轴系转子低频振动单峰特征进行实时自动在线监测、分析及判别,提高汽轮发电机组低频振动单峰特征实时分析效率和准确度。
发明内容
本发明的目的在于,提供一种汽轮发电机组低频振动单峰实时分析方法,对机组轴系转子低频振动中出现的较高的单一频率振动进行实时自动在线监测、分析及判别,从而提高汽轮发电机组低频振动单峰实时分析的效率和准确度,保证汽轮发电机组的安全运行。
一种汽轮发电机组低频振动单峰实时分析方法,其特征是所述方法包括下列步骤:
步骤1:实时采集机组转子一侧的轴相对振动信号、转子的转速信号以及键相信号;
步骤2:利用快速傅立叶变换频谱分析方法,计算每一采集时刻从低频到高频的振动频率所对应的振动幅值序列,记为初始振动幅值序列;
步骤3:在初始振幅序列中,截取所有小于机组工作转速频率的振动频率所对应的振动幅值,得到最终振动幅值序列;
步骤4:计算最终振动幅值序列的变化峰度参数;
步骤5:判断最终振动幅值序列的变化峰度参数是否大于等于设定阈值,如果是,则机组转子一侧的当前时刻低频振动数据单峰特征明显;否则,机组转子一侧的当前时刻低频振动数据单峰特征不明显。
所述计算最终振动幅值序列的变化峰度参数具体利用公式:
κ lfa = 1 / n Σ i = 1 n ( A i lfreq - μ lfa ) 4 / ( σ lfa ) 4 ,
其中,μlfa是最终振动幅值序列
Figure BSA00000365046600022
的均值,
Figure BSA00000365046600023
σlfa是最终振动幅值序列
Figure BSA00000365046600031
的标准偏差
Figure BSA00000365046600032
n为最终振动幅值序列的数据个数。
所述设定阈值为40。
本发明的效果在于,利用汽轮发电机组转子一侧轴相对振动数据,对机组轴系转子低频振动中出现的较高的单一频率振动进行实时自动在线监测、分析及判别,提高了汽轮发电机组低频振动单峰实时分析的效率和准确度,保证汽轮发电机组的安全运行。
附图说明
图1是汽轮发电机组低频振动单峰实时分析示意图;
图2是汽轮发电机组低频振动单峰实时分析方法流程图。
具体实施方式
下面结合附图,对优选实施例作详细说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
图1是汽轮发电机组低频振动单峰实时分析示意图。图1中,汽轮发电机组的轴相对振动信号、转子的转速信号以及键相信号从配置汽轮发电机组的监视仪表(TSI)获得。数据采集卡插入工业用微型计算机(IPC)提供的插槽内。根据数据采集卡的要求,数据采集调理设备处理来自发电机组监视仪表(TSI)的轴相对振动信号、转子的转速信号、键相信号,经过处理后的轴相对振动信号、转子的转速信号、键相信号输入IPC内的相应数据采集卡。振动数据采集卡每一通道技术参数为50ks/s,24bit。
根据该方法设计具体的大型汽轮发电机组低频振动单峰实时分析程序,将实时辨识程序安装在工业用微型计算机(IPC)内。利用汽轮发电机组低频振动单峰实时分析程序监测分析汽轮发电机组高压转子低频振动单峰特征是否明显。
图2是汽轮发电机组低频振动单峰实时分析方法流程图。在实施前,设定阈值为40。图2中,汽轮发电机组低频振动单峰实时分析方法包括下列步骤:
步骤1:实时采集机组转子一侧的轴相对振动信号、转子的转速信号以及键相信号。
步骤2:针对机组转子一侧的轴相对振动信号、转子的转速信号以及键相信号,利用快速傅立叶变换频谱分析方法,计算得到每一采集时刻从低频到高频的振动频率所对应的振动幅值序列,记为初始振动幅值序列。
在工业用微型计算机(IPC)内,根据机组转子一侧的轴相对振动信号、转子的转速信号以及键相信号,利用快速傅立叶变换频谱分析方法,计算获得每一采集时刻从低频到高频的振动频率所对应的振动幅值序列
Figure BSA00000365046600041
步骤3:在初始振幅序列
Figure BSA00000365046600042
中,截取所有小于机组工作转速频率的振动频率所对应的振动幅值,得到最终振动幅值序列
Figure BSA00000365046600043
一般机组工作转速频率为50Hz,因此截取过程是将所有小于50Hz频率的振动频率所对应的振动幅值截取出来,形成新的序列,即最终振动幅值序列
Figure BSA00000365046600044
在实施过程中,可以设定振动数据采集频率及采集数据量,使得最终振动幅值序列
Figure BSA00000365046600045
的个数为100个。
步骤4:计算最终振动幅值序列的变化峰度参数。
计算最终振动幅值序列
Figure BSA00000365046600046
的变化峰度参数具体利用公式:
κ lfa = 1 / n Σ i = 1 n ( A i lfreq - μ lfa ) 4 / ( σ lfa ) 4 ,
其中,μlfa是最终振动幅值序列
Figure BSA00000365046600048
的均值,
Figure BSA00000365046600049
σlfa是最终振动幅值序列
Figure BSA000003650466000410
的标准偏差,
Figure BSA000003650466000411
n为100。
步骤5:判断机组转子一侧的当前时刻低频振动数据单峰特征是否明显。
判断最终振动幅值序列的变化峰度参数是否满足κlfa≥40,如果是,则说明机组转子一侧的当前时刻低频振动数据单峰特征明显;否则,机组转子一侧的当前时刻低频振动数据单峰特征不明显。在判断出机组转子一侧的当前时刻低频振动数据单峰特征明显时,应当采用相应措施,保证汽轮发电机组的安全运行。
本发明利用汽轮发电机组转子一侧轴相对振动数据,对机组轴系转子低频振动中出现的较高的单一频率振动进行实时自动在线监测、分析及判别,提高了汽轮发电机组低频振动单峰实时分析的效率和准确度,保证汽轮发电机组的安全运行。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.一种汽轮发电机组低频振动单峰实时分析方法,其特征是所述方法包括下列步骤:
步骤1:实时采集机组转子一侧的轴相对振动信号、转子的转速信号以及键相信号;
步骤2:利用快速傅立叶变换频谱分析方法,计算每一采集时刻从低频到高频的振动频率所对应的振动幅值序列,记为初始振动幅值序列;
步骤3:在初始振幅序列中,截取所有小于机组工作转速频率的振动频率所对应的振动幅值,得到最终振动幅值序列;
步骤4:计算最终振动幅值序列的变化峰度参数;
步骤5:判断最终振动幅值序列的变化峰度参数是否大于等于设定阈值,如果是,则机组转子一侧的当前时刻低频振动数据单峰特征明显;否则,机组转子一侧的当前时刻低频振动数据单峰特征不明显。
2.根据权利要求1所述的一种汽轮发电机组低频振动单峰实时分析方法,其特征是所述计算最终振动幅值序列的变化峰度参数具体利用公式:
κ lfa = 1 / n Σ i = 1 n ( A i lfreq - μ lfa ) 4 / ( σ lfa ) 4 ,
其中,μlfa是最终振动幅值序列的均值,
Figure FSA00000365046500013
σlfa是最终振动幅值序列
Figure FSA00000365046500014
的标准偏差
Figure FSA00000365046500015
n为最终振动幅值序列的数据个数。
3.根据权利要求1所述的一种汽轮发电机组低频振动单峰实时分析方法,其特征是所述设定阈值为40。
CN2010105647166A 2010-11-24 2010-11-24 汽轮发电机组低频振动单峰实时分析方法 Expired - Fee Related CN102072764B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010105647166A CN102072764B (zh) 2010-11-24 2010-11-24 汽轮发电机组低频振动单峰实时分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010105647166A CN102072764B (zh) 2010-11-24 2010-11-24 汽轮发电机组低频振动单峰实时分析方法

Publications (2)

Publication Number Publication Date
CN102072764A true CN102072764A (zh) 2011-05-25
CN102072764B CN102072764B (zh) 2012-07-25

Family

ID=44031399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010105647166A Expired - Fee Related CN102072764B (zh) 2010-11-24 2010-11-24 汽轮发电机组低频振动单峰实时分析方法

Country Status (1)

Country Link
CN (1) CN102072764B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102865921A (zh) * 2012-10-12 2013-01-09 华北电力大学 汽轮发电机组低频振动非稳态快速预警方法
CN102879084A (zh) * 2012-10-12 2013-01-16 华北电力大学 汽轮发电机组低频振动非稳态在线预警方法
CN102879085A (zh) * 2012-10-12 2013-01-16 华北电力大学 汽轮发电机组低频振动非稳态实时预警方法
CN103323102A (zh) * 2013-06-13 2013-09-25 华北电力大学 大型汽轮发电机组低频振动预测优化方法
CN104236704A (zh) * 2014-09-19 2014-12-24 华北电力大学 用于汽轮发电机组轴系次同步振荡扭振监测的方法及系统
CN105698922A (zh) * 2016-02-04 2016-06-22 国网福建省电力有限公司 基于改进emd和谱峭度法变压器振动故障特征提取方法
CN108068659A (zh) * 2017-11-08 2018-05-25 华为技术有限公司 一种抑制电动汽车抖动的方法、装置及系统
CN115081483A (zh) * 2022-07-01 2022-09-20 淮阴工学院 基于特征选择和gwo-bp的水轮发电机转子故障诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05248938A (ja) * 1992-03-04 1993-09-28 Nkk Corp ゴムライニングローラのゴム剥離診断法
CN2355320Y (zh) * 1998-06-15 1999-12-22 中国人民解放军南昌陆军学院 便携式机械故障检测仪
CN1823266A (zh) * 2003-07-16 2006-08-23 Pcb派佐特罗尼克斯公司 用于振动感测和分析的方法和仪器
US20080234983A1 (en) * 2007-03-22 2008-09-25 Commtest Instruments Limited Method and system for vibration signal processing
CN101782475A (zh) * 2010-02-08 2010-07-21 天津工业大学 基于风力发电机组振动的叶片故障诊断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05248938A (ja) * 1992-03-04 1993-09-28 Nkk Corp ゴムライニングローラのゴム剥離診断法
CN2355320Y (zh) * 1998-06-15 1999-12-22 中国人民解放军南昌陆军学院 便携式机械故障检测仪
CN1823266A (zh) * 2003-07-16 2006-08-23 Pcb派佐特罗尼克斯公司 用于振动感测和分析的方法和仪器
US20080234983A1 (en) * 2007-03-22 2008-09-25 Commtest Instruments Limited Method and system for vibration signal processing
CN101782475A (zh) * 2010-02-08 2010-07-21 天津工业大学 基于风力发电机组振动的叶片故障诊断方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879085B (zh) * 2012-10-12 2015-01-07 华北电力大学 汽轮发电机组低频振动非稳态实时预警方法
CN102879084A (zh) * 2012-10-12 2013-01-16 华北电力大学 汽轮发电机组低频振动非稳态在线预警方法
CN102879085A (zh) * 2012-10-12 2013-01-16 华北电力大学 汽轮发电机组低频振动非稳态实时预警方法
CN102865921A (zh) * 2012-10-12 2013-01-09 华北电力大学 汽轮发电机组低频振动非稳态快速预警方法
CN102879084B (zh) * 2012-10-12 2014-08-20 华北电力大学 汽轮发电机组低频振动非稳态在线预警方法
CN103323102A (zh) * 2013-06-13 2013-09-25 华北电力大学 大型汽轮发电机组低频振动预测优化方法
CN103323102B (zh) * 2013-06-13 2015-04-15 华北电力大学 大型汽轮发电机组低频振动预测优化方法
CN104236704A (zh) * 2014-09-19 2014-12-24 华北电力大学 用于汽轮发电机组轴系次同步振荡扭振监测的方法及系统
CN104236704B (zh) * 2014-09-19 2017-02-15 国网新疆电力公司电力科学研究院 用于汽轮发电机组轴系次同步振荡扭振监测的方法及系统
CN105698922A (zh) * 2016-02-04 2016-06-22 国网福建省电力有限公司 基于改进emd和谱峭度法变压器振动故障特征提取方法
CN108068659A (zh) * 2017-11-08 2018-05-25 华为技术有限公司 一种抑制电动汽车抖动的方法、装置及系统
CN108068659B (zh) * 2017-11-08 2020-11-06 华为技术有限公司 一种抑制电动汽车抖动的方法、装置及系统
CN115081483A (zh) * 2022-07-01 2022-09-20 淮阴工学院 基于特征选择和gwo-bp的水轮发电机转子故障诊断方法
CN115081483B (zh) * 2022-07-01 2024-06-14 淮阴工学院 基于特征选择和gwo-bp的水轮发电机转子故障诊断方法

Also Published As

Publication number Publication date
CN102072764B (zh) 2012-07-25

Similar Documents

Publication Publication Date Title
CN102072764B (zh) 汽轮发电机组低频振动单峰实时分析方法
CN102087139A (zh) 汽轮发电机组低频振动频率成份实时分析方法
CN101430247B (zh) 汽轮发电机组随机振动故障实时诊断方法
CN101451898B (zh) 汽轮发电机组转子热弯曲不平衡故障实时诊断方法
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
EP2746541A2 (en) A method of detecting and localizing partial rotor-stator rubbing during the operation of a turbine
CN102288283B (zh) 汽轮发电机组振动故障的监测方法及装置
CN102095491B (zh) 汽轮发电机组低频振动突变性实时分析方法
CN102012316B (zh) 汽轮发电机组轴颈碰摩故障实时辨识方法
CN102966526B (zh) 基于轴向振动分析的压缩机低频流体激振类故障诊断方法
CN102175306B (zh) 汽轮发电机组油膜振荡故障实时辨识方法
CN102087140B (zh) 汽轮发电机组低频振动主峰频率平稳性分析方法
Shi et al. Purification and feature extraction of shaft orbits for diagnosing large rotating machinery
CN102175408B (zh) 汽轮发电机组轴承座刚度实时辨识方法
CN102103037B (zh) 汽轮发电机组低频振动与功率递增相关性分析方法
CN102175307B (zh) 汽轮发电机组低频振动谱阵实时定量分析方法
CN102692303B (zh) 汽轮发电机组汽流激振故障高效识别方法
CN102954888A (zh) 汽轮机组油膜振荡故障的实时在线诊断方法
CN102012263B (zh) 汽轮机组转子振动同相分量平稳性实时辨识方法
Yang Induction motor bearing fault diagnosis using Hilbert-based bispectral analysis
CN102022143B (zh) 汽轮发电机组低频振动平稳性实时分析方法
Mitra et al. An automated SCADA based system for identification of induction motor bearing fault used in process control operation
CN102879085B (zh) 汽轮发电机组低频振动非稳态实时预警方法
Wang et al. Vibration signature analysis for broken rotor bar diagnosis in induction motors based on cyclic modulation spectrum
CN102879084A (zh) 汽轮发电机组低频振动非稳态在线预警方法

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: 20120725

Termination date: 20131124