CN102072764B - 汽轮发电机组低频振动单峰实时分析方法 - Google Patents

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：

${\mathrm{\κ}}^{\mathrm{lfa}}=1/n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(A_i^{\mathrm{lfreq}}-{\mathrm{\μ}}^{\mathrm{lfa}})}^4/{\left({\mathrm{\σ}}^{\mathrm{lfa}}\right)}^4,$

其中，μ^lfa是最终振动幅值序列

的均值，

σ^lfa是最终振动幅值序列

的标准偏差

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

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

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

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

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

的变化峰度参数具体利用公式：

${\mathrm{\κ}}^{\mathrm{lfa}}=1/n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(A_i^{\mathrm{lfreq}}-{\mathrm{\μ}}^{\mathrm{lfa}})}^4/{\left({\mathrm{\σ}}^{\mathrm{lfa}}\right)}^4,$

其中，μ^lfa是最终振动幅值序列

的均值，

σ^lfa是最终振动幅值序列

的标准偏差，

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κ^lfa≥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 (2)

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，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：

${\mathrm{\κ}}^{\mathrm{lfa}}=1/n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(A_i^{\mathrm{lfreq}}-{\mathrm{\μ}}^{\mathrm{lfa}})}^4/{\left({\mathrm{\σ}}^{\mathrm{lfa}}\right)}^4$

其中，μ^lfa是最终振动幅值序列 $A_i^{\mathrm{lfreq}}(i=\mathrm{1,2,3},\·\·\·,n)$ 的均值， ${\mathrm{\μ}}^{\mathrm{lfa}}=1/n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i^{\mathrm{lfreq}},$ σ^lfa是最终振动幅值序列 $A_i^{\mathrm{lfreq}}(i=\mathrm{1,2,3},\·\·\·,n)$ 的标准偏差 ${\mathrm{\σ}}^{\mathrm{lfa}}=\sqrt{1/n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(A_i^{\mathrm{lfreq}}-{\mathrm{\μ}}^{\mathrm{lfa}})}^2},$ n为最终振动幅值序列的数据个数；

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，其特征是所述设定阈值为40。

Images