CN102095564A - 汽轮发电机组波动型碰摩故障实时辨识方法 - Google Patents

Abstract

本发明公开了旋转机械振动状态监测与故障诊断技术领域中的汽轮发电机组波动型碰摩故障实时辨识方法。包括每隔1个步进长度计算并存储通频振动幅值数据；到达第一时长时，获取存储的通频振动幅值数据最大值；达到第二时长时，将通频振动幅值数据最大值排成通频振动幅值极值序列；求取通频振动幅值极值序列的最大值与最小值之差；计算通频振动幅值极值序列中的每一个数值与该序列最大值的比值，构成比值序列；计算比值序列的变化峰度参数、比值序列的差分以及比值序列的差分之和；并根据所得结果判定机组轴系是否发生波动型碰摩故障。本发明实现了轴承座振动数据的实时自动在线监测，提高了汽轮发电机组波动型碰摩故障实时分析的效率和准确性。

Description

汽轮发电机组波动型碰摩故障实时辨识方法

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波动型碰摩故障实时辨识方法。

背景技术

大型汽轮发电机组转动部件与静止部件的碰摩是运行中常见的故障。随着大型机组对效率要求不断提高，动静间隙变小，碰摩故障发生的可能性增加。当前，大型机组的碰摩振动故障的发生率仅次于质量不平衡故障的发生率，成为机组的第二大类振动故障。碰摩使转子产生非常复杂的运动，轻者使机组出现强烈振动，严重的可造成转轴永久性弯曲，甚至整个轴系毁坏。因此，碰摩振动故障的准确分析诊断对确保机组安全稳定运行，防止重大事故发生具有重要意义。在大型汽轮发电机组工作转速下的碰摩故障中，振幅的变化形式有所不同。其中，波动型碰摩故障的振幅在一定范围内波动，可以持续很长时间。属于连续的、轻微的碰摩故障。

通常大型汽轮发电机组波动型碰摩故障分析工作，由具有一定现场运行经验的专业人员通过分析振动数据完成，由此带来分析工作对专业人员的依赖程度较高的问题，并且无法做到汽轮发电机组波动型碰摩故障实时自动在线监测、分析辨识。因此，提出一种汽轮发电机组波动型碰摩故障实时辨识方法就显得十分必要。

发明内容

本发明的目的在于，提供一种汽轮发电机组波动型碰摩故障实时辨识方法，通过对机组轴系转子轴承座振动数据进行实时自动在线监测、分析计算，判定机组是否发生波动型碰摩故障，提高汽轮发电机组波动型碰摩故障实时分析的效率和准确性。

技术方案是，一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述方法包括下列步骤：

步骤1：设定第一时长T₁、第二时长T₂、步进长度t，并令步进总长度t_sum＝0；

步骤2：实时采集机组转子一侧轴承座振动数据，计算并存储通频振动幅值数据A^dct；

步骤3：判断步进总长度t_sum是否大于等于第一时长T₁，如果是，则执行步骤4；否则，令步进总长度t_sum增加1个步进长度t，返回步骤2；

步骤4：获取步骤2中存储的所有通频振动幅值数据A^dct的最大值A^md并存储；

步骤5：判断是否达到第二时长T₂，如果是，则执行步骤6；否则，令步进总长度t_sum＝0，返回步骤2；

步骤6：按照存储时间的先后顺序，将通频振动幅值数据A^dct的最大值A^md排成通频振动幅值极值序列

，其中，

；

步骤7：求取通频振动幅值极值序列中的最大值、最小值

，并计算最大值

与最小值

之差d^md的绝对值；

步骤8：计算通频振动幅值极值序列

中的每一个数值

与通频振动幅值极值序列

中的最大值

的比值其结果构成比值序列

步骤9：计算比值序列

的变化峰度参数κ^r、比值序列

的差分

以及比值序列

的差分之和S^d；

步骤10：判定机组轴系是否发生波动型碰摩故障。

所述计算比值序列

的变化峰度参数κ^r采用公式

${\mathrm{\κ}}^r=1/m\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{(r_j^{\mathrm{md}}-{\mathrm{\μ}}^r)}^4/{\left({\mathrm{\σ}}^r\right)}^4$

其中，μ^r是比值序列

的均值，

σ^r是比值序列

的标准偏差，

所述计算比值序列

的差分

采用公式

$d_j^r=|r_j^{\mathrm{md}}-r_{j+1}^{\mathrm{md}}|$

其中， $j=\mathrm{1,2},...,m-1;m=\frac{T_2}{T_1}.$

所述计算比值序列的差分之和S^d采用公式

$S^d=\underset{j=1}{\overset{m-1}{\mathrm{\Σ}}}{d}_j^r$

其中， $j=\mathrm{1,2},...,m;m=\frac{T_2}{T_1}.$

所述判定机组轴系是否发生波动型碰摩故障具体是，如果同时满足下列条件：

(1)通频振动幅值极值序列中的最大值

与最小值

之差d^md大于等于第一设定值；

(2)比值序列

的变化峰度参数κ^r大于第二设定值并且小于第三设定值；

(3)比值序列

的差分之和S^d大于第四设定值并且小于第五设定值；则判定机组轴系发生波动型碰摩故障；否则，判定机组轴系不发生波动型碰摩故障。

所述第一设定值为15μm。

所述第二设定值为1.5。

所述第三设定值为3。

所述第四设定值为2.2。

所述第五设定值为7。

本发明提供的汽轮发电机组波动型碰摩故障实时辨识方法，克服了常用的大型汽轮发电机组波动型碰摩故障分析依赖专业人员人工完成的缺陷，实现了机组轴系转子轴承座振动数据的实时自动在线监测、分析和计算，提高了汽轮发电机组波动型碰摩故障实时分析的效率和准确性。

附图说明

图1是汽轮发电机组波动型碰摩故障实时辨识方法流程图；

图2是汽轮发电机组波动型碰摩故障实时辨识示意图；

图3是通频振动幅值极值序列数据图；

图4是比值序列数据图。

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是汽轮发电机组波动型碰摩故障实时辨识方法流程图。图1中，汽轮发电机组波动型碰摩故障实时辨识方法包括下列步骤：

步骤1：设定第一时长T₁＝100秒，第二时长T₂＝30000秒，步进长度t＝1秒，令步进总长度t_sum＝0。

实际实施过程中，第二时长T₂可以取40000≥T₂≥30000秒。另外，为了判定机组轴系是否发生波动型碰摩故障，取第一设定值D₁＝15μm，第二设定值D₂＝1.5，第三设定值D₃＝3，第四设定值D₄＝2.2，第五设定值D₅＝7。

步骤2：实时采集机组转子一侧轴承座振动数据，计算并存储通频振动幅值数据A^dct。

图2是汽轮发电机组波动型碰摩故障实时辨识示意图。图2中，本发明提供的辨识方法所需要的汽轮发电机组轴承座振动信号从配置汽轮发电机组机组的监视仪表(TSI)获得。振动数据采集卡以及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)的轴承座振动信号，经过处理后的轴承座振动信号输入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。

根据本发明提供的方法设计具体的汽轮发电机组波动型碰摩故障实时辨识程序，将实时辨识程序安装在工业用微型计算机(IPC)内。汽轮发电机组波动型碰摩故障实时辨识程序中的一次分析循环过程，包括实时分析方法中涉及的数据实时采集及存储、通频振动幅值极值序列实时计算及碰摩故障实时判别等一系列计算分析验证环节。

工业用微型计算机(IPC)中的实时分析程序通过高速振动数据采集卡实时采集机组低压转子A侧轴承座振动数据信号。实时存储通频振动幅值数据A^dct(幅值单位为μm)，数据是每隔1个步进长度(即t＝1秒)存储一次。

步骤3：判断步进总长度t_sum是否大于等于第一时长T₁＝100秒，如果是，则执行步骤4；否则，令步进总长度t_sum增加1个步进长度t，即t_sum＝t_sum+t，返回步骤2。

步骤4：获取步骤2中存储的所有通频振动幅值数据A^dct的最大值A^md并存储。

由于第一时长T₁＝100秒，步进长度t＝1秒，因此在第一时长T₁＝100秒内，存储的通频振动幅值数据A^dct共有100个。获取步骤2中存储的所有通频振动幅值数据A^dct的最大值A^md，即在100个通频振动幅值数据A^dct中取得最大值A^md。将取得的最大值A^md存储。

步骤5：判断是否达到第二时长T₂＝30000秒，如果是，则执行步骤6；否则，令步进总长度t_sum＝0，返回步骤2。

在第一时长T₁＝100秒内，存储了1个最大值A^md。当经过300个第一时长T₁后，达到第二时长T₂＝30000秒，则此时存储的通频振动幅值数据A^dct的最大值A^md的个数为300个。

步骤6：按照存储时间的先后顺序，将通频振动幅值数据A^dct的最大值A^md排成通频振动幅值极值序列，其中，

将上述300个存储的通频振动幅值数据A^dct的最大值A^md按照存储时间的先后顺序，排成通频振动幅值极值序列

，其中，j＝1，2，...，300。

步骤7：求取通频振动幅值极值序列

中的最大值

、最小值

并计算最大值

与最小值之差d^md的绝对值。其中，

步骤8：计算通频振动幅值极值序列中的每一个数值

与通频振动幅值极值序列

中的最大值

的比值

其结果构成比值序列

比值

其结果构成比值序列，j＝1，2，...，300。

步骤9：计算比值序列

的变化峰度参数κ^r、比值序列

的差分

以及比值序列

的差分之和S^d。

其中，比值序列

的变化峰度参数κ^r采用公式

${\mathrm{\κ}}^r=1/m\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{(r_j^{\mathrm{md}}-{\mathrm{\μ}}^r)}^4/{\left({\mathrm{\σ}}^r\right)}^4$

计算获得。μ^r是比值序列

的均值，σ^r是比值序列

的标准偏差，

比值序列

的差分采用公式

$d_j^r=|r_j^{\mathrm{md}}-r_{j+1}^{\mathrm{md}}|$

计算获得，j＝1，2，...，m-1；m＝300。

比值序列

的差分之和S^d采用公式

$S^d=\underset{j=1}{\overset{m-1}{\mathrm{\Σ}}}{d}_j^r$

计算获得，j＝1，2，...，m；m＝300。

步骤10：判定机组轴系是否发生波动型碰摩故障。

如果同时满足下列条件：

(1)通频振动幅值极值序列

中的最大值

与最小值之差d^md大于等于第一设定值，即d^md≥D₁＝15μm；

(2)比值序列

的变化峰度参数κ^r大于第二设定值并且小于第三设定值，即3＝D₃＞κ^r＞D₂＝1.5；

(3)比值序列

的差分之和S^d大于第四设定值并且小于第五设定值，即7＞D₅＝S^d＞D₄＝2.2；

则判定机组轴系发生波动型碰摩故障；否则，判定机组轴系不发生波动型碰摩故障。

在本实施例中，计算得到的通频振动幅值极值序列

(j＝1，2，3，…，300)

如图3所示。求取通频振动幅值极值序列

(j＝1，2，3，…，300)中的最大值

以及最小值

，并计算最大值

和最小值

之差的绝对值d^md＝36.62μm。计算通频振动幅值极值序列

(j＝1，2，3，…，300)与最大值

的比值

得到的结果如图4所示。计算比值序列

的差分

，并计算比值序列的差分之和S^d＝3.59，比值序列

的变化峰度参数κ^r＝2.62。

依据上述计算结果，通频振动幅值极值序列

(j＝1，2，3，…，300)中的最大值

和最小值

之差d^md≥15μm，通频振动幅值极值比值序列

的变化峰度参数3＞κ^r＞1.5并且差分之和7＞S^d＞2.2，那么判定轴系发生波动型碰摩故障。

本发明利用机组轴系转子轴承座振动数据进行实时自动在线监测、分析和计算，判定机组是否发生波动型碰摩故障，克服了常用的大型汽轮发电机组波动型碰摩故障分析依赖专业人员人工判定的缺陷，提高了汽轮发电机组波动型碰摩故障实时分析的效率和准确性，保障了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 (10)

1.一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述方法包括下列步骤：

步骤1：设定第一时长T₁、第二时长T₂、步进长度t，并令步进总长度t_sum＝0；

步骤2：实时采集机组转子一侧轴承座振动数据，计算并存储通频振动幅值数据A^dct；

步骤3：判断步进总长度t_sum是否大于等于第一时长T₁，如果是，则执行步骤4；否则，令步进总长度t_sum增加1个步进长度t，返回步骤2；

步骤4：获取步骤2中存储的所有通频振动幅值数据A^dct的最大值A^md并存储；

步骤5：判断是否达到第二时长T₂，如果是，则执行步骤6；否则，令步进总长度t_sum＝0，返回步骤2；

步骤6：按照存储时间的先后顺序，将通频振动幅值数据A^dct的最大值A^md排成通频振动幅值极值序列

，其中，

步骤7：求取通频振动幅值极值序列

中的最大值

、最小值

，并计算最大值

与最小值

之差d^md的绝对值；

步骤8：计算通频振动幅值极值序列中的每一个数值

与通频振动幅值极值序列

中的最大值

的比值，其结果构成比值序列

步骤9：计算比值序列

的变化峰度参数κ^r、比值序列

的差分

以及比值序列

的差分之和S^d；

步骤10：判定机组轴系是否发生波动型碰摩故障。

2.根据权利要求1所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述计算比值序列

的变化峰度参数κ^r采用公式

${\mathrm{\κ}}^r=1/m\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{(r_j^{\mathrm{md}}-{\mathrm{\μ}}^r)}^4/{\left({\mathrm{\σ}}^r\right)}^4$

其中，μ^r是比值序列

的均值，σ^r是比值序列

的标准偏差，

3.根据权利要求2所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述计算比值序列

的差分

采用公式

$d_j^r=|r_j^{\mathrm{md}}-r_{j+1}^{\mathrm{md}}|$

其中， $j=\mathrm{1,2},...,m-1;m=\frac{T_2}{T_1}.$

4.根据权利要求3所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述计算比值序列

的差分之和S^d采用公式

$S^d=\underset{j=1}{\overset{m-1}{\mathrm{\Σ}}}{d}_j^r$

其中， $j=\mathrm{1,2},...,m;m=\frac{T_2}{T_1}.$

5.根据权利要求4所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述判定机组轴系是否发生波动型碰摩故障具体是，如果同时满足下列条件：

(1)通频振动幅值极值序列

中的最大值

与最小值

之差d^md大于等于第一设定值；

(2)比值序列

的变化峰度参数κ^r大于第二设定值并且小于第三设定值；

(3)比值序列

的差分之和S^d大于第四设定值并且小于第五设定值；则判定机组轴系发生波动型碰摩故障；否则，判定机组轴系不发生波动型碰摩故障。

6.根据权利要求5所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述第一设定值为15μm。

7.根据权利要求5所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述第二设定值为1.5。

8.根据权利要求5所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述第三设定值为3。

9.根据权利要求5所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述第四设定值为2.2。

10.根据权利要求5所述的一种汽轮发电机组波动型碰摩故障实时辨识方法，其特征是所述第五设定值为7。

Images