CN102175307A - 汽轮发电机组低频振动谱阵实时定量分析方法 - Google Patents
汽轮发电机组低频振动谱阵实时定量分析方法 Download PDFInfo
- Publication number
- CN102175307A CN102175307A CN 201110034286 CN201110034286A CN102175307A CN 102175307 A CN102175307 A CN 102175307A CN 201110034286 CN201110034286 CN 201110034286 CN 201110034286 A CN201110034286 A CN 201110034286A CN 102175307 A CN102175307 A CN 102175307A
- Authority
- CN
- China
- Prior art keywords
- frequency
- low
- vibration
- frequency vibration
- amplitude
- 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
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
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一种汽轮发电机组低频振动谱阵实时定量分析方法。包括:设定时长、步进长度和序列中的数据个数;实时采集机组转子支持轴承的数据;利用快速傅立叶频谱分析方法,计算得到当前时刻轴相对振动中从低频到高频的振动幅值序列以及振动频率序列;形成低频振动频率序列和低频振动幅值序列并存储;达到设定时长时,计算每个频率下低频振动幅值的熵和低频振动幅值的变化峰度参数;判别低频振动中是否存在振幅显著的低频成份,如果存在,则将满足条件的低频振动频率加入振幅显著的低频频率序列中。本发明实现了机组低频振动自动在线监测,提高了机组低频振动谱阵实时定量分析效率和准确度。
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技术领域,尤其涉及一种汽轮发电机组低频振动谱阵实时定量分析方法。
背景技术
汽轮发电机组轴系转子的低频振动故障机理复杂,主要表现在形成快,振动剧增,且事先无明显征兆,对机组安全威胁大。剧烈的低频振动可产生大幅交变应力所形成的力学疲劳环境有可能诱发转子裂纹,并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。由于低频振动机组振动情况恶化,经常发生减负荷运行,或停机处理,或紧急强迫停机,对机组安全性以及可靠性有潜在危害。对机组低频振动状态的监测分析不及时,可能导致机组发生局部或整体的严重故障。
由机组轴系产生自激振动而引起的低频振动,其显著的特点就是低频振动中存在振幅显著的低频成份,谱阵分析是监测低频振动的重要手段之一。对于机组低频振动实时分析过程,能够快速、自动、定量地进行低频振动谱阵分析具有重要的工程意义和价值。目前,汽轮发电机组低频振动谱阵实时定量分析工作需要由具有一定现场振动故障诊断经验的专家通过观察三维频谱图来完成,客观性较差,对专家的主观性依赖程度较高,并且无法做到机组转子低频振动谱阵实时自动在线监测、分析及判别。因此,提出一种汽轮发电机组低频振动谱阵实时定量分析方法就显得十分重要。
发明内容
本发明的目的在于,提出一种汽轮发电机组低频振动谱阵实时定量分析方法,对机组轴系转子的低频振动进行实时自动在线监测和分析,并判别机组轴系转子的低频振动中是否存在振幅显著的低频成份,提高汽轮发电机组低频振动谱阵实时定量分析效率和准确度。
技术方案是,一种汽轮发电机组低频振动谱阵实时定量分析方法,其特征是所述方法包括:
步骤1:设定时长T、步进长度t和序列中的数据个数n;
步骤2:实时采集发电机组转子一侧支持轴承的轴相对振动数据、转子的转速信号以及键相信号;
步骤3:利用快速傅立叶频谱分析方法,计算得到当前时刻轴相对振动中从低频到高频的振动幅值序列以及振动频率序列;
步骤4:从振动频率序列中,截取所有小于机组工作转速频率的频率,形成低频振动频率序列并存储;同时,从振动幅值序列中,截取所有频率小于机组工作转速频率的振幅,形成低频振动幅值序列并存储;其中,1=1,2,...,n;
步骤5:判断是否达到设定时长T,如果是,则执行步骤6;否则,增加1个步进长度,返回步骤2;
步骤7:判别低频振动中是否存在振幅显著的低频成份,如果存在,则将满足条件的低频振动频率加入振幅显著的低频频率序列中。
所述计算每个频率下低频振动幅值的熵Ei采用公式
所述计算每个频率下低频振动幅值的变化峰度参数采用公式
所述判别低频振动中是否存在振幅显著的低频成份具体是,如果低频振动幅值的熵Ei与低频振动幅值的变化峰度参数满足条件Ek≤Ek+1、Ek+1≥Ek+2、Ek+1≥Ethresh和则低频振动中存在振幅显著的低频成份,记录数据Ek+1与对应的频率为满足条件的低频振动频率;其中,Ethresh为低频振动幅值熵阈值,为峰度参数阈值,k=1,2,L,n-2。
所述低频振动幅值熵阈值Ethresh=200。
本发明实现了机组轴系转子的低频振动实时自动在线监测、分析和判别,提高了汽轮发电机组低频振动谱阵实时定量分析效率和准确度。
附图说明
图1是汽轮发电机组低频振动谱阵实时定量分析方法流程图;
图2是汽轮发电机组低频振动谱阵实时定量分析示意图。
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谱阵实时定量分析方法流程图。图1中,汽轮发电机组低频振动谱阵实时定量分析方法包括下列步骤:
步骤1:设定时长T=10秒,步进长度t=0.1秒,序列中的数据个数n=50,低频振动幅值熵阈值Ethresh=200,峰度参数阈值
步骤2:实时采集发电机组转子一侧支持轴承的轴相对振动数据、转子的转速信号以及键相信号。
图2是汽轮发电机组低频振动谱阵实时定量分析示意图。图2中,发电机组转子一侧支持轴承的轴相对振动数据、转子的转速信号以及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2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。
根据本发明设计具体的汽轮发电机组低频振动谱阵实时定量分析程序,将实时分析程序安装在工业用微型计算机(IPC)内。汽轮发电机组低频振动谱阵实时定量分析程序中的一次诊断循环过程,包括诊断方法中涉及的数据实时采集、低频振动幅值序列实时计算存储、低频振动幅值序列参数实时计算及低频振动谱阵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)采用高速振动数据采集卡实时采集机组高压转子A侧支持轴承附近测得的轴相对振动数据、转子的转速信号以及键相信号时,振动数据采集卡每一通道技术参数为50ks/s,24bit。
步骤3:利用快速傅立叶频谱分析方法,计算得到当前时刻轴相对振动中从低频到高频的振动幅值序列以及振动频率序列。
针对上述实时采集的数据,利用快速傅立叶(FFT)频谱分析方法,计算得到当前时刻轴相对振动中从低频到高频的振动幅值序列(幅值单位为μm)以及振动频率序列(频率单位为Hz)。上述振动频率序列与振动幅值序列中的数据,在顺序上是一一对应的,即频率与幅值的对应关系是明确的。
步骤4:从振动频率序列中,截取所有小于机组工作转速频率的频率,形成低频振动频率序列并存储;同时,从振动幅值序列中,截取所有频率小于机组工作转速频率的振幅,形成低频振动幅值序列并存储;其中,1=1,2,...,50。
实施过程中,可以设定振动数据采集频率及采集数据量,使得低频振动频率序列、低频振动幅值序列数据个数n=50。
步骤5:判断是否达到设定时长T=10秒,如果是,则执行步骤6;否则,增加1个步进长度t=0.1秒,返回步骤2。
由于时长T=10秒,步进长度t=0.1秒,因此每0.1秒会形成1个低频振动频率序列(i=1,2,L,50)和1个低频振动幅值序列(i=1,2,L,50)。当达到设定时长T=10秒时,会产生个低频振动频率序列(i=1,2,L,50)和100个低频振动幅值序列(i=1,2,L,50)。进而,第j个步进长度的低频振动频率序列可记为第j个步进长度的低频振动幅值序列可记为j=1,2,3,L,100。
步骤7:判别低频振动中是否存在振幅显著的低频成份,如果存在,则将满足条件的低频振动频率加入振幅显著的低频频率序列中。
所述判别低频振动中是否存在振幅显著的低频成份具体是,如果低频振动幅值的熵Ei与低频振动幅值的变化峰度参数满足条件Ek≤Ek+1、Ek+1≥Ek+2、Ek+1≥Ethresh和则低频振动中存在振幅显著的低频成份,记录数据Ek+1与对应的频率为满足条件的低频振动频率;其中,k=1,2,L,n-2。振幅显著的低频频率序列中数据的个数为低频振动中存在的振幅显著的主要频率个数。
假设,转子A侧低频振动幅值的熵参数Ei(i=1,2,L,50)与变化峰度参数(i=1,2,L,50)中,存在E29=35.243、E30=259.841、E31=53.627及满足条件E29≤E30,E30≥E31,E30≥200以及因此可以判定转子A侧低频振动中存在振幅显著的低频成份,数据E30与对应的频率将频率加入转子A侧低频振动振幅显著的低频频率序列中,当前低频振动中存在1个振幅显著的主要频率成份
本发明利用实时采集的机组转子一侧支持轴承的轴相对振动数据、转子的转速信号以及键相信号,经过计算和分析,判别低频振动中是否存在振幅显著的低频成份,实现了机组轴系转子的低频振动实时自动在线监测、分析和判别,提高了汽轮发电机组低频振动谱阵实时定量分析效率和准确度。
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 (6)
1.一种汽轮发电机组低频振动谱阵实时定量分析方法,其特征是所述方法包括:
步骤1:设定时长T、步进长度t和序列中的数据个数n;
步骤2:实时采集发电机组转子一侧支持轴承的轴相对振动数据、转子的转速信号以及键相信号;
步骤3:利用快速傅立叶频谱分析方法,计算得到当前时刻轴相对振动中从低频到高频的振动幅值序列以及振动频率序列;
步骤4:从振动频率序列中,截取所有小于机组工作转速频率的频率,形成低频振动频率序列并存储;同时,从振动幅值序列中,截取所有频率小于机组工作转速频率的振幅,形成低频振动幅值序列并存储;其中,1=1,2,...,n;
步骤5:判断是否达到设定时长T,如果是,则执行步骤6;否则,增加1个步进长度,返回步骤2;
步骤7:判别低频振动中是否存在振幅显著的低频成份,如果存在,则将满足条件的低频振动频率加入振幅显著的低频频率序列中。
5.根据权利要求4所述的一种汽轮发电机组低频振动谱阵实时定量分析方法,其特征是所述低频振动幅值熵阈值Ethresh=200。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100342861A CN102175307B (zh) | 2011-02-01 | 2011-02-01 | 汽轮发电机组低频振动谱阵实时定量分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100342861A CN102175307B (zh) | 2011-02-01 | 2011-02-01 | 汽轮发电机组低频振动谱阵实时定量分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102175307A true CN102175307A (zh) | 2011-09-07 |
CN102175307B CN102175307B (zh) | 2012-07-04 |
Family
ID=44518517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100342861A Expired - Fee Related CN102175307B (zh) | 2011-02-01 | 2011-02-01 | 汽轮发电机组低频振动谱阵实时定量分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102175307B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105157821A (zh) * | 2015-08-30 | 2015-12-16 | 华电电力科学研究院 | 一种旋转机械振动故障诊断及定量分析方法 |
CN105258790A (zh) * | 2015-10-28 | 2016-01-20 | 华电电力科学研究院 | 一种现场振动信号去噪参数优化选择方法 |
CN106662505A (zh) * | 2014-09-12 | 2017-05-10 | 株式会社神户制钢所 | 旋转机的异常检测装置及其方法和系统以及旋转机 |
CN110440910A (zh) * | 2019-08-22 | 2019-11-12 | 西门子工厂自动化工程有限公司 | 振动监测方法、装置、驱动系统、工控设备及存储介质 |
Citations (4)
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 |
JPH08145781A (ja) * | 1994-11-16 | 1996-06-07 | Mitsubishi Heavy Ind Ltd | 振動解析用前置演算器 |
CN1995946A (zh) * | 2006-12-29 | 2007-07-11 | 北京工业大学 | 一种大型低速重载齿轮箱故障诊断的方法 |
CN101430239A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 大型汽轮发电机组油膜涡动故障实时诊断方法 |
-
2011
- 2011-02-01 CN CN2011100342861A patent/CN102175307B/zh not_active Expired - Fee Related
Patent Citations (4)
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 |
JPH08145781A (ja) * | 1994-11-16 | 1996-06-07 | Mitsubishi Heavy Ind Ltd | 振動解析用前置演算器 |
CN1995946A (zh) * | 2006-12-29 | 2007-07-11 | 北京工业大学 | 一种大型低速重载齿轮箱故障诊断的方法 |
CN101430239A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 大型汽轮发电机组油膜涡动故障实时诊断方法 |
Non-Patent Citations (1)
Title |
---|
《发电设备》 20081231 黄永东 汽轮机转子低频振动故障的判断 210-214 1-6 , 第03(2008年)期 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106662505A (zh) * | 2014-09-12 | 2017-05-10 | 株式会社神户制钢所 | 旋转机的异常检测装置及其方法和系统以及旋转机 |
CN106662505B (zh) * | 2014-09-12 | 2019-12-27 | 株式会社神户制钢所 | 旋转机的异常检测装置及其方法和系统以及旋转机 |
CN105157821A (zh) * | 2015-08-30 | 2015-12-16 | 华电电力科学研究院 | 一种旋转机械振动故障诊断及定量分析方法 |
CN105258790A (zh) * | 2015-10-28 | 2016-01-20 | 华电电力科学研究院 | 一种现场振动信号去噪参数优化选择方法 |
CN110440910A (zh) * | 2019-08-22 | 2019-11-12 | 西门子工厂自动化工程有限公司 | 振动监测方法、装置、驱动系统、工控设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102175307B (zh) | 2012-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101532911B (zh) | 大型汽轮发电机组转子裂纹故障实时诊断方法 | |
CN103645052B (zh) | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 | |
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 | |
CN102072764B (zh) | 汽轮发电机组低频振动单峰实时分析方法 | |
CN102175306B (zh) | 汽轮发电机组油膜振荡故障实时辨识方法 | |
CN102087139B (zh) | 汽轮发电机组低频振动频率成份实时分析方法 | |
CN102095491B (zh) | 汽轮发电机组低频振动突变性实时分析方法 | |
CN102087140B (zh) | 汽轮发电机组低频振动主峰频率平稳性分析方法 | |
CN102175307B (zh) | 汽轮发电机组低频振动谱阵实时定量分析方法 | |
CN102175409B (zh) | 汽轮发电机组油膜涡动故障实时辨识方法 | |
CN102096771B (zh) | 汽轮发电机组轴承瓦温变化趋势实时分析方法 | |
CN102175408B (zh) | 汽轮发电机组轴承座刚度实时辨识方法 | |
CN102879084B (zh) | 汽轮发电机组低频振动非稳态在线预警方法 | |
CN102692303B (zh) | 汽轮发电机组汽流激振故障高效识别方法 | |
CN102095564B (zh) | 汽轮发电机组波动型碰摩故障实时辨识方法 | |
CN102879085B (zh) | 汽轮发电机组低频振动非稳态实时预警方法 | |
CN102103037B (zh) | 汽轮发电机组低频振动与功率递增相关性分析方法 | |
CN103335708B (zh) | 汽轮发电机组低频振动实时预警方法 | |
CN102022143B (zh) | 汽轮发电机组低频振动平稳性实时分析方法 | |
CN102865921B (zh) | 汽轮发电机组低频振动非稳态快速预警方法 | |
CN103323103B (zh) | 大型汽轮发电机组低频振动实时预测方法 | |
CN102680243B (zh) | 汽轮发电机组汽流激振故障在线判别方法 | |
CN102183349B (zh) | 汽轮发电机组波动型碰摩故障实时辨识方法 | |
CN103323102B (zh) | 大型汽轮发电机组低频振动预测优化方法 | |
CN102645336B (zh) | 汽轮发电机组汽流激振故障实时辨识方法 |
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: 20120704 Termination date: 20140201 |