CN102175408B - 汽轮发电机组轴承座刚度实时辨识方法 - 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一种汽轮发电机组轴承座刚度实时辨识方法。包括设定时长和步进长度；实时采集机组转子一侧轴承座振动数据以及同侧转子的轴相对振动数据、转子的转速信号和键相信号；每隔一个步进长度，利用快速傅立叶频谱分析方法，实时同步计算并存储轴相对振动工频振动幅值和轴承座振动工频振动幅值；排成轴相对振动工频振动幅值序列和轴承座振动工频振动幅值序列；计算轴相对振动工频振动幅值序列的熵，轴承座振动工频振动幅值序列的熵和轴承座工频振动幅值序列稳态参数；根据计算结果判定轴承座刚度。本发明实现了轴承座刚度自动实时在线监测、分析和判别，提高了轴承座刚度实时辨识效率和准确性。

Description

汽轮发电机组轴承座刚度实时辨识方法

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轴承座刚度实时辨识方法。

背景技术

在汽轮发电机组运行中，除转子发生振动外，有时由于轴承的刚度不足，也会出现异常振动的情况。在转子激振力不大的情况下，发生很大的轴承座结构振动，这种现象是由于轴承座的动刚度偏弱造成的。如果轴承座振动大于轴振动，则说明轴承座异常，可能存在轴承座刚度不足的问题。

轴承座刚度不足，往往导致在较小的轴振动情况下产生较大的轴承座振动。引起轴承座刚度不足的主要原因包括：轴承座本身结构刚性较差；轴承座与台板、台板与基础之间的连接松动；二次灌浆不好；或基础、轴承座、与轴承座连接的汽缸、发电机和励磁机定子或管道存在共振。

汽轮发电机组轴承座刚度不足辨识工作，需要由具有一定现场振动故障诊断经验的专家通过观察分析振动数据来完成，客观性较差，对专家的主观性依赖程度较高，并且无法做到机组轴承座刚度辨识实时自动在线监测、分析及判别。因此，提出一种汽轮发电机组轴承座刚度实时辨识方法就显得十分重要。

发明内容

本发明的目的在于，提供一种汽轮发电机组轴承座刚度实时辨识方法，对机组轴系转子和轴承座进行实时自动在线监测、分析和判断，从而提高汽轮发电机组轴承座刚度实时辨识效率和准确性。

技术方案是，一种汽轮发电机组轴承座刚度实时辨识方法，其特征是所述方法包括下列步骤：

步骤1：设定时长T和步进长度t；

步骤2：实时采集汽轮发电机组转子一侧轴承座振动数据以及同侧转子的轴相对振动数据、转子的转速信号和键相信号；

步骤3：利用快速傅立叶频谱分析方法，实时同步计算并存储轴相对振动工频振动幅值A^SV和轴承座振动工频振动幅值A^PV；

步骤4：判断是否达到设定时长T，如果是，则执行步骤5；否则，增加一个步进长度t，返回步骤2；

步骤5：按照存储时间的先后顺序，分别将存储的轴相对振动工频振动幅值A^SV和轴承座振动工频振动幅值A^PV排成轴相对振动工频振动幅值序列和轴承座振动工频振动幅值序列

其中，

步骤6：分别计算轴相对振动工频振动幅值序列的熵E^ASV，轴承座振动工频振动幅值序列的熵E^APV和轴承座工频振动幅值序列稳态参数ε^APV；

步骤7：如果轴承座振动工频振动幅值序列的熵E^APV大于轴相对振动工频振动幅值序列的熵E^ASV，并且轴承座工频振动幅值序列稳态参数ε^APV的绝对值小于设定值，则判定轴承座刚度不足。

所述计算轴相对振动工频振动幅值序列的熵E^ASV采用公式

式中，当

时，

所述计算轴承座振动工频振动幅值序列的熵E^APV采用公式

式中，当

时，

所述计算轴承座工频振动幅值序列稳态参数ε^APV采用公式ε^APV＝(S^APV+0.5-μ_A)/σ_A；式中，S^APV是轴承座振动工频振动幅值序列

的逆序数；μ_A是轴承座振动工频振动幅值序列

的逆序数理论均值，μ_A＝m(m-1)/4；σ_A是轴承座振动工频振动幅值序列

的逆序数理论标准偏差，

其中，m是轴承座振动工频振动幅值序列

的个数，

所述设定值为N_1-α/2(0，1)，其中α/2＝2.5％。

本发明利用机组运行中转子的轴相对振动数据，计算分析判断得到轴承座刚度诊断结论，实现了轴承座刚度自动实时在线监测、分析和判别，提高了汽轮发电机组轴承座刚度实时辨识效率和准确性。

附图说明

图1是汽轮发电机组轴承座刚度实时辨识方法流程图；

图2是汽轮发电机组轴承座刚度实时辨识过程示意图；

图3是低压转子A侧轴相对振动工频振动幅值数据图；

图4是低压转子A侧轴承座振动工频振动幅值数据图。

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是汽轮发电机组轴承座刚度实时辨识方法流程图。图1中，汽轮发电机组轴承座刚度实时辨识方法包括下列步骤：

步骤1：设定时长T＝10秒，步进长度t＝0.1秒。

步骤2：实时采集汽轮发电机组转子一侧轴承座振动数据以及同侧转子的轴相对振动数据、转子的转速信号和键相信号。

图2是汽轮发电机组轴承座刚度实时辨识过程示意图。图2中，实时辨识方法需要的汽轮发电机组支持轴承座振动信号、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，汽轮发电机组轴承座振动信号、轴相对振动信号及振动信号分析处理需要的键相信号从配置汽轮发电机组的监视仪表(TSI)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，数据采集调理设备处理来自发电机组监视仪表(TSI)的支持轴承座振动信号、轴相对振动信号、转子的转速信号、键相信号，经过处理后的汽轮发电机组支持轴承座振动信号、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汽轮发电机组轴承座刚度实时辨识程序，并将该程序安装在工业用微型计算机(IPC)内。汽轮发电机组轴承座刚度实时辨识程序中的一次诊断循环过程，包括诊断方法中涉及的实时采集数据、数据实时计算存储、轴振工频振幅熵实时计算、轴承座工频振幅相关参数实时计算及轴承座刚度不足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，实时采集机组工作运行过程中的数据，数据包括汽轮发电机组低压转子A侧轴承座振动数据、A侧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。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，实时同步计算并存储轴相对振动工频振动幅值A^SV和轴承座振动工频振动幅值A^PV。

实时辨识程序的数据实时计算存储环节，针对机组转子A侧轴承座振动数据、A侧支持轴承附近测得的轴相对振动数据，利用FFT(快速傅立叶变换)频谱分析方法，实时同步计算转子A侧轴承座振动工频振动幅值A^PV、轴相对振动工频振动幅值A^SV(幅值单位为μm)。工频是指转子长期正常工作运转时，工作转速对应的频率(50Hz)。

步骤4：判断是否达到设定时长T＝10秒，如果是，则执行步骤5；否则，增加一个步进长度t＝0.1秒，返回步骤2。

步骤5：按照存储时间的先后顺序，分别将存储的轴相对振动工频振动幅值A^SV和轴承座振动工频振动幅值A^PV排成轴相对振动工频振动幅值序列

和轴承座振动工频振动幅值序列

其中，

由于设定时长T＝10秒，步进长度t＝0.1秒，所以经过步骤2-4的循环，计算并存储的轴承座振动工频振动幅值A^PV和轴相对振动工频振动幅值A^SV分别有

个。将存储的轴相对振动工频振动幅值A^SV按照存储时间的先后顺序排成轴相对振动工频振动幅值序列

1≤j≤100；将轴承座振动工频振动幅值A^PV按照存储时间的先后顺序排成轴承座振动工频振动幅值序列1≤j≤100。

步骤6：分别计算轴相对振动工频振动幅值序列的熵E^ASV，轴承座振动工频振动幅值序列的熵E^APV和轴承座工频振动幅值序列稳态参数ε^APV。

计算轴相对振动工频振动幅值序列的熵E^ASV采用公式

$E^{\mathrm{ASV}}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}\left[{\left(A_j^{\mathrm{SV}}\right)}^2\ln \left({\left(A_j^{\mathrm{SV}}\right)}^2\right)\right]$

式中，规定当时，

计算轴承座振动工频振动幅值序列的熵E^APV采用公式

$E^{\mathrm{APV}}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}\left[{\left(A_j^{\mathrm{PV}}\right)}^2\ln \left({\left(A^j\right)}^2\right)\right]$

式中，当

时，

计算轴承座工频振动幅值序列稳态参数ε^APV采用公式

ε^APV＝(S^APV+0.5-μ_A)/σ_A

式中，S^APV是轴承座振动工频振动幅值序列

的逆序数。其中，逆序对是指在一个数据序列中，一对数的前后位置与大小顺序相反，即前面的数大于后面的数；逆序数是指一个数据序列中逆序对的总数。μ_A是轴承座振动工频振动幅值序列

的逆序数理论均值，μ_A＝m(m-1)/4。σ_A是轴承座振动工频振动幅值序列

的逆序数理论标准偏差，

其中，m是轴承座振动工频振动幅值序列

的个数，在本发明中，

步骤7：如果轴承座振动工频振动幅值序列的熵E^APV大于轴相对振动工频振动幅值序列的熵E^ASV，并且轴承座工频振动幅值序列稳态参数ε^APV的绝对值小于设定值，则判定轴承座刚度不足。

假设设定时长T＝10秒内的轴相对振动工频振动幅值数据如图3所示，则计算的轴相对振动工频振动幅值序列的熵E^ASV＝1.51727E+6。设定时长T＝10秒内的轴承座振动工频振动幅值数据如图4所示，则计算的轴承座振动工频振动幅值序列的熵E^APV＝6.31855E+6，计算的轴承座工频振动幅值序列稳态参数ε^APV＝0.306746。取设定值为N_1-α/2(0，1)，N_1-α/2(0，1)是概率为(1-α/2)的标准正态分布变量值，令α/2＝2.5％，可知N_0.975(0，1)＝1.9604。根据上述计算结果可知，条件E^APV＞E^ASV以及|ε^APV|＜N_1-α/2(0，1)同时满足，因此判定转子A侧支持轴承座刚度不足。

本发明利用机组运行中转子的轴相对振动数据，计算分析判断得到轴承座刚度诊断结论，实现了轴承座刚度自动实时在线监测、分析和判别，提高了汽轮发电机组轴承座刚度实时辨识效率和准确性，保障了发电机组的运行安全。

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轴承座刚度实时辨识方法，其特征是所述方法包括下列步骤：

步骤1：设定时长T和步进长度t；

步骤2：实时采集汽轮发电机组转子一侧轴承座振动数据以及同侧转子的轴相对振动数据、转子的转速信号和键相信号；

步骤3：利用快速傅立叶频谱分析方法，实时同步计算并存储轴相对振动工频振动幅值A^SV和轴承座振动工频振动幅值A^PV；

步骤4：判断是否达到设定时长T，如果是，则执行步骤5；否则，增加一个步进长度t，返回步骤2；

步骤5：按照存储时间的先后顺序，分别将存储的轴相对振动工频振动幅值A^SV和轴承座振动工频振动幅值A^PV排成轴相对振动工频振动幅值序列

和轴承座振动工频振动幅值序列

其中，

步骤6：分别计算轴相对振动工频振动幅值序列的熵E^ASV，轴承座振动工频振动幅值序列的熵E^APV和轴承座工频振动幅值序列稳态参数ε^APV；

所述计算轴相对振动工频振动幅值序列的熵E^ASV采用公式 $E^{\mathrm{ASV}}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}\left[{\left(A_j^{\mathrm{SV}}\right)}^2\ln \left({\left(A_j^{\mathrm{SV}}\right)}^2\right)\right];$ 式中，当 ${\left(A_j^{\mathrm{SV}}\right)}^2=0$ 时， $\ln \left({\left(A_j^{\mathrm{SV}}\right)}^2\right)=0,$ $1\≤j\≤\frac{T}{t},$ $m=\frac{T}{t};$

所述计算轴承座振动工频振动幅值序列的熵E^APV采用公式 $E^{\mathrm{APV}}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}\left[{\left(A_j^{\mathrm{PV}}\right)}^2\ln \left({\left(A_j^{\mathrm{PV}}\right)}^2\right)\right];$ 式中，当 ${\left(A_j^{\mathrm{PV}}\right)}^2=0$ 时， $\ln \left({\left(A_j^{\mathrm{PV}}\right)}^2\right)=0,$ $1\≤j\≤\frac{T}{t};$ $m=\frac{T}{t};$

所述计算轴承座工频振动幅值序列稳态参数ε^APV采用公式ε^APV＝(S^APV+0.5-μ_A)/σ_A；式中，S^APV是轴承座振动工频振动幅值序列

的逆序数；μ_A是轴承座振动工频振动幅值序列

的逆序数理论均值，μ_A＝m(m-1)/4；σ_A是轴承座振动工频振动幅值序列

的逆序数理论标准偏差，

其中，m是轴承座振动工频振动幅值序列

的个数， $m=\frac{T}{t};$

步骤7：如果轴承座振动工频振动幅值序列的熵E^APV大于轴相对振动工频振动幅值序列的熵E^ASV，并且轴承座工频振动幅值序列稳态参数ε^APV的绝对值小于设定值，则判定轴承座刚度不足。

2.根据权利要求1所述的一种汽轮发电机组轴承座刚度实时辨识方法，其特征是所述设定值为N_1-α/2(0，1)，其中α/2＝2.5％。

Images