CN102840882A - 燃气透平发电机组状态监测和故障诊断系统及其使用方法 - Google Patents
燃气透平发电机组状态监测和故障诊断系统及其使用方法 Download PDFInfo
- Publication number
- CN102840882A CN102840882A CN2012103236407A CN201210323640A CN102840882A CN 102840882 A CN102840882 A CN 102840882A CN 2012103236407 A CN2012103236407 A CN 2012103236407A CN 201210323640 A CN201210323640 A CN 201210323640A CN 102840882 A CN102840882 A CN 102840882A
- Authority
- CN
- China
- Prior art keywords
- module
- vibration
- fault
- unit
- analysis
- 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
- Control Of Turbines (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
燃气透平发电机组状态监测和故障诊断系统及其使用方法,它包括机组自身的控制系统的振动监测模块和网络模块,它还包括信号采集模块和安装有LabVIEW平台的计算机;网络模块将状态性能信号传输给计算机;信号采集模块设置有信号采集电路和信号处理电路,信号采集电路采集振动监测模块输出的振动信号,经信号处理电路后传输给计算机;通过LabVIEW平台对信号采集电路的采集通道进行设置后,进行数据采集;LabVIEW平台包括实时分析模块、离线分析模块和故障诊断模块;实时分析模块对状态性能信号和振动信号进行在线监测和分析,离线分析模块对记录的数据进行离线分析,故障诊断模块对机组进行故障诊断。本发明操作简单、诊断精度和效率高,能应用于各透平发电机组的状态监测和诊断。
Description
技术领域
本发明涉及状态监测和故障诊断系统及其使用方法,特别是关于海洋平台所用的燃气透平发电机组状态监测和故障诊断系统及其使用方法。
背景技术
燃气透平发电机组是燃气轮机带动电机的发电机组,燃气轮机以其功率大、体积小、效率高、排放气体污染小等优势在航空、航海、发电等领域得到了越来越多的应用,但是,恶劣的工作条件和复杂结构使燃气轮机成为整个发电系统中故障的敏感多发部位,因此,对燃气轮机进行状态监测和故障诊断就显得尤为必要。振动参数常用作燃气轮机报警和紧急停车的指标之一,它包含了燃气轮机大量的运行信息,通过对振动信号的频域变换和分析,可以得到机壳、转子或其它零部件的振幅、频率和相位信息,通过进一步分析处理与识别,可以了解到燃气轮机的振动机理、故障部位和故障原因。
现有的状态监测控制系统一般是针对燃气轮机,而不是针对整个燃气透平发电机组,而且进行故障诊断时一般仅是根据状态性能信号或振动信号,而没有充分利用振动信号并将状态性能信号和振动信号进行融合,导致诊断精度和诊断效率不高。
发明内容
针对上述问题,本发明的目的是提供一种能够充分利用振动信号并将状态性能信号和振动信号进行融合的,诊断精度和诊断效率高的燃气透平发电机组状态监测和故障诊断系统及其使用方法。
为实现上述目的,本发明采取以下技术方案:燃气透平发电机组状态监测和故障诊断系统,它包括机组自身配备的控制系统,所述控制系统内设置有振动监测模块和网络模块,所述振动监测模块预留有输出机组振动信号的同轴电缆口,所述网络模块预留有输出机组状态性能信号的网口,其特征在于:它还包括信号采集模块和安装有LabVIEW平台的计算机;所述网络模块通过网线将所述状态性能信号传输给所述计算机;所述信号采集模块设置有信号采集电路和信号处理电路,所述信号采集电路通过同轴电缆采集所述振动监测模块输出的振动信号,经所述信号处理电路转换为数字信号,并传输给所述计算机;所述LabVIEW平台安装在所述计算机内,通过所述LabVIEW平台对所述信号采集电路的采集通道进行设置后,进行所述振动信号和所述状态性能信号的采集;所述LabVIEW平台包括实时分析模块、离线分析模块和故障诊断模块;所述实时分析模块对所述状态性能信号和所述振动信号进行在线监测和在线分析,所述离线分析模块对记录的所述状态性能信号和振动信号进行离线分析,所述故障诊断模块对燃气透平发电机组进行故障诊断。
所述实时分析模块设置有信号采集设置模块和状态监测模块;所述信号采集设置模块包括有对所述振动监测模块的采集通道进行设置的采集通道单元,对采样频率进行设置的采样频率单元和对燃气轮机转子转速参数进行设置的转速参数单元;所述状态监测模块实时监测所述振动信号和所述状态性能信号;所述实时分析模块还设置有对所述振动信号进行时间波形分析的时间波形模块、频谱分析的频谱分析模块、阶次分析的阶次谱图模块、趋势分析的趋势分析模块、波德图分析的波德图模块、轴心轨迹分析的轴心轨迹模块和瀑布图分析的瀑布图模块;所述离线分析模块设置有对所记录的振动信号进行时间波形分析的时间波形模块、频谱分析的频谱分析模块、阶次分析的阶次谱图模块、趋势分析的趋势分析模块、波德图分析的波德图模块、轴心轨迹分析的轴心轨迹模块和瀑布图分析的瀑布图模块;所述故障诊断模块包括故障特征识别选择单元、诊断结果以及处理方法单元;所述故障特征识别选择单元是获取所述状态监测模块提供的状态性能信号和振动信号,以及所述状态监测模块或所述离线分析模块中的时间波形模块、频谱分析模块、阶次谱图模块、趋势分析模块、波德图模块、轴心轨迹模块和瀑布图模块对振动信号进行分析的故障特征;所述故障特征识别选择单元获取的故障特征包括振动主导频率、常伴频率、振动稳定性、相位特征、振动方向、转子轨迹、振动随转速变化、振动随油温变化、振动随出口压力变化;所述振动主导频率和常伴频率包括的参数有:<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,N代表燃气轮机转子的转速;所述振动稳定性和相位特征包括的参数:稳定、不稳定、无、不明显;所述振动方向包括参数:径向、径向和轴向、轴向、无;所述转子轨迹包括的参数:圆或椭圆、椭圆、紊乱无规律、双环椭圆、“8”字型、杂乱且发散;所述振动随转速变化、振动随油温变化、振动随出口压力变化包括的参数:不明显、不变、突变、无;所述诊断结果以及处理方法单元是根据特征参数获取单元提供的特征参数与故障诊断库进行比较,进而对故障进行诊断,得出故障概率、可能故障原因、与类似振动故障判别方法和防治方法。
所述状态监测模块设置有监测概貌模块、温度模块、振动模块和性能参数模块;所述监测概貌模块,包括有温度单元、发电机单元、压力单元、转速单元和燃料流量单元;所述温度单元显示的温度包括压缩机入口温度、压缩机出口温度、燃烧室平均温度、透平机出口温度、压缩机前端轴承油温、压缩机后端轴承油温、透平机前端轴承油温和发电机推力轴承油温;所述发电机单元显示的量包括发电机的A相、B相、C相电流和平均电流,A相、B相、C相电压和平均电压以及功率;所述压力单元显示的压力包括压缩机入口压力、压缩机出口压力、燃料压力、燃烧室出口压力和透平机出口压力;所述转速单元设置有对燃气轮机转速和发电机转子转速的显示;所述功率单元设置有对发电机功率的显示;所述转速单元对燃气轮机转子的转速和发电机转子的转速进行显示;所述燃料流量单元对燃料流量进行显示;所述振动模块监测振动监测模块1输出的振动信号,显示的振动信号包括压缩机前端轴承、压缩机后端轴承、透平机前端轴承、发电机驱动端轴承和发电机非驱动端轴承的X、Y方向的振动位移,以及显示齿轮箱外壳和齿轮箱轴承的振动位移;所述温度模块,监测所述网络模块输出的温度,包括对透平机出口温度,燃烧室1号~12号火焰筒的温度,燃烧室的平均温度,冷却系统温度,压缩机入口、内部、出口和平均温度,发电机轴承温度,润滑系统前端和箱体的温度,环境温差,发电机的A、B、C段温度,发电机推力轴承温度、驱动端温度、非驱动端温度的显示;所述性能参数模块,监测所述网络模块输出的状态性能信号,包括对压缩机入口的压力、温度和空气相对湿度,压缩机出口的压力和温度,废气出口的压力和温度,发电机的转速和功率,环境空气的温度、大气压力和相对湿度,燃料的流量和成分的显示。
所述的燃气透平发电机组状态监测和故障诊断系统的使用方法,其特征在于:1)连接振动监测模块、网络模块、信号采集模块和计算机,启动LabVIEW平台;2)打开实时分析模块的信号采集设置模块,在采集通道设置单元对振动信号的测量类型、物理通道、通道名称、单位、灵敏度、灵敏度单位进行设置,在采样设置单元对采样频率、每通道采样点数和测试名称进行设置,在转速参数设置单元对转速的阈值、脉冲识别、每转脉冲数进行设置;3)在状态监测模块的监测概貌模块或温度模块中,确定透平机出口温度是否超过其相应的阈值;若判断结果为肯定,流程进入步骤4);否则,流程进入步骤5);4)确定可能存在的故障有:冷却空气通道阻塞、温度调节阀故障、热电偶故障、透平叶片变形、透平叶片结垢不均、透平密封磨损、过渡段密封片磨损,流程结束;5)在状态监测模块的监测概貌模块中,确定压缩机入口压力是否超过其相应的阈值;若判断结果为肯定,流程进入步骤6);否则,流程进入步骤7);6)确定可能存在的故障有:压缩机入口通道污染、压缩机入口密封故障、压缩机入口可变导叶故障,流程结束;7)在状态监测模块的监测概貌模块中确定发电机功率或燃料压力是否超过其相应的阈值;若判断结果为肯定,流程进入步骤8);否则,流程进入步骤9);8)确定可能存在的故障有:燃料喷嘴阻塞、燃油流量分配器卡涩、燃油泵电磁离合器故障、燃油滤网阻塞、燃机控制系统故障、燃油母管压力泄露,流程结束;若判断结果为肯定,流程进入步骤8);否则,流程进入步骤9);9)在状态监测模块确定燃气轮机的转子转速是否超过其相应的阈值;若判断结果为肯定,流程进入步骤10);否则,流程进入步骤11);10)确定可能存在的故障有:调速控制系统故障、燃机截止安全阀故障、燃油截止阀故障、燃油分配器异常,流程结束;11)在状态监测模块的监测概貌模块中确定燃烧室温度是否超过其相应的阈值;若判断结果为肯定,流程进入步骤12);否则,流程进入步骤13);12)确定可能存在的故障有:火焰筒故障、过渡段破损、燃料喷嘴故障、单向阀故障、冷却系统故障,流程结束;13)在趋势分析模块中对各振动信号进行趋势分析,确定各振动信号是否超过其相应的阈值,并记录超过其阈值的振动信号;若判断结果为肯定,流程进入步骤14);否则,流程回到步骤3);14)在振动模块中判断燃气轮机转子转速是否恒定;若判断结果为肯定,流程进入步骤15);否则,流程进入步骤16);15)在频谱分析模块中对超过阈值水平的振动信号进行频谱分析,确定振动主导频率和常伴频率;16)在阶次分析模块对超过阈值水平的振动信号进行阶次分析,确定振动主导频率和常伴频率;17)根据步骤15)和步骤16)将振动主导频率划分在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段之一上;18)根据步骤15)和步骤16)将常伴频率划分在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段上;19)在时间波形模块或趋势分析模块中对超过阈值水平的振动信号分析其振动稳定性,将振动稳定性归类为稳定、不稳定、无、不明显这四类当中的一种;20)在波德图模块中对超过阈值水平的振动信号分析其相位特征,将相位特征归类为稳定、不稳定、无、不明显这四类当中的一种;21)在轴心轨迹模块中对超过阈值水平的振动信号分析转子轨迹,将转子轨迹归类为圆或椭圆、椭圆、紊乱无规律、双环椭圆、“8字型”、杂乱且发散这六类当中的一种;22)在轴心轨迹模块对超过阈值水平的振动信号分析其振动方向,将振动方向归结为径向、径或轴向、轴向、无这四类当中的一种;23)在瀑布图模块中对超过阈值水平的振动信号分析振动随转速变化,将其归类为不明显、不变、突变、无这四类当中的一种;24)在时间波形模块或趋势分析模块和状态监测模块中对超过阈值水平的振动信号分析振动随油温变化,将其归类为不明显、不变、突变和无这四类当中的一种;25)在时间波形模块或趋势分析模块和状态监测模块对超过阈值水平的振动信号分析振动随出口压力变化,将其归类为不明显、不变、突变、无这四类当中的一种;26)在故障诊断模块的故障特征识别选择单元分别选择故障特征的相应参数;在所述诊断结果以及处理方法单元进行故障诊断,得出故障概率、可能故障原因、与类似振动故障判别方法和防治方法;27)流程结束。
本发明由于采取以下技术方案,其具有以下优点:1、本发明由于是在NILabVIEW实验室虚拟仪器工程平台,通过设置的实时分析模块对燃气透平发电机组的振动信号和状态性能信号进行在线监测,因此,本发明可以实现实时分析和离线分析,具有成本低、集成度高、维护方便优点。2、本发明由于在实时分析模块和离线分析模块均设置了振动信号进行时间波形分析的时间波形模块、频谱分析的频谱分析模块、阶次分析的阶次谱图模块、趋势分析的趋势分析模块、波德图分析的波德图模块、轴心轨迹分析的轴心轨迹模块和瀑布图分析的瀑布图模块,因此,本发明可以通过对振动信号进行较为全面的分析,进而得到较为准确的故障诊断结果。3、本发明由于在状态监测模块实现了对压缩机入口、燃烧室和火焰筒、透平排烟口等关键部位的状态性能参数的实时监测,并可以在故障诊断模块进行故障诊断,进行多项故障特征对比核对,因此,本发明可以快速地明确故障位置和解读故障,提供可靠的解决方案。4、本发明由于设置了离线分析模块,可以用于当实时分析受限时或者用于对数据的重新分析,而且该模块具有与实时分析模块对振动信号相同的处理功能,因此本发明具有较强对比分析及总结分析功能。5、本发明由于在故障诊断模块设置了根据有关燃机的故障诊断研究进行编制故障诊断知识库,只需要输入相关信息就可以进行故障诊断,而且该模块设置的故障特征识别选择、诊断结果以及处理方法两个单元,可以综合考虑振动信号和状态性能信号,通过简单的故障特征输入,就可以根据故障诊断库系统化进行诊断,得出诊断结果以及处理方法,因此本发明具有操作简单、诊断精度和效率高的优点。本发明可以广泛的应用于各透平发电机组的状态监测和故障诊断。
附图说明
图1是本发明的一种结构示意图
图2是本发明的另外一种结构示意图
图3是本发明的LabVIEW平台的结构示意图
图4是本发明的信号采集设置模块的示意图
图5是本发明的监测概貌模块的示意图
图6是本发明的振动模块的示意图
图7是本发明的温度模块的示意图
图8是本发明的性能参数模块的示意图
图9是本发明的短时间趋势分析模块或长时间趋势分析模块的示意图
图10是本发明的时间波形模块的示意图
图11是本发明的频谱分析模块的示意图
图12是本发明的阶次谱图模块的示意图
图13是本发明的波德图模块的示意图
图14是本发明的轴心轨迹模块的示意图
图15是本发明的瀑布图模块的示意图
图16是本发明的振动故障分类图
图17是本发明的故障诊断模块的示意图
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明状态监测和故障诊断系统针对的设备是美国SOLAR公司生产的SolarTitan130单轴燃气轮机和AB公司生产的电机组成的燃气透平发电机组。该机组配备有Turbotronic 4控制系统,该控制系统的结构基于罗克韦尔自动化公司的硬件和软件平台。
如图1所示,原有Turbotronic 4控制系统中设置有现场监控器振动监测模块1和网络模块2;振动监测模块1,预留有输出振动信号的BNC(同轴电缆)口;网络模块2,预留有输出状态性能信号的网口。本发明设置了信号采集模块3、安装有LabVIEW平台5的计算机4、和为振动监测模块1、网络模块2、信号采集模块3和计算机4进行供电的电源模块(图中未示出),其中:
振动监测模块1用于输出机组的振动信号,其包括压缩机前端轴承的X、Y方向振动信号,压缩机后端轴承的X、Y方向振动信号,透平机前端轴承的X、Y方向振动信号,发电机驱动端轴承X、Y方向振动信号,发电机非驱动端轴承X、Y方向振动信号,齿轮箱外壳的振动信号,发电机转子的转速信号,燃气轮机的转子转速信号和齿轮箱轴承的振动信号。网络模块2用于输出机组的状态性能信号,包括温度、电压、电流、压力、功率和燃料流量等。信号采集模块3设置有信号采集电路31和信号处理电路32,信号采集电路31通过BNC信号线采集振动监测模块1输出的振动信号,经过信号处理电路32将模拟的振动信号转换为数字的振动信号后,通过网线或者USB线传输给计算机4,LabVIEW平台5安装在计算机4中,LabVIEW平台5的可视化操作界面显示在计算机4的显示器上,通过LabVIEW平台5对信号采集模块3的采集通道进行设置后,即可开始进行状态性能信号和振动信号的采集。
如图2所示,本发明的信号采集模块3可以采用四块四通道NI-9234电压信号采集卡33和NI-cDAQ9174四插槽机箱34来实现。连接时,首先将信号采集卡33插入四插槽机箱34内,将信号采集卡33的输入端通过BNC信号线与振动监测模块1相连,将信号采集卡33的输出端通过网线或者USB线与计算机4连接,并将四插槽机箱34连接电源线,将计算机4通过网线与网络模块2相连。在连接中,可以把USB线或网线,以及电源线在四插槽机箱34自带的磁铁砸中绕几圈,以起到抗干扰作用。另外信号采集模块3还可以在现有技术中进行选择,或由普通技术人员采用常规方法进行设计。计算机4可以是个人计算机、工控机或者服务器等计算设备,最佳选择为工控机。
如图3所示,本发明的LabVIEW平台5上设置有实时分析模块6、离线分析模块7和故障诊断模块8,其中:
实时分析模块6包括信号采集设置模块61、状态监测模块62、趋势分析模块63、时间波形模块64、频谱分析模块65、阶次谱图模块66、波德图模块67、轴心轨迹模块68和瀑布图模块69,以及实时监测燃气轮机转子转速的转速单元70、实时监测原始波形数据文件存储盘的内存大小的磁盘剩余空间单元71和显示系统是否在进行数据采集任务的实时分析开启指示单元72(又如图4等图所示)。
如图4所示,信号采集设置模块61包括采集通道设置单元611、采样设置单元612和转速通道设置单元613。采集通道设置单元611可以实现对测量类型、物理通道、通道名称、单位、灵敏度和灵敏度单位等的设置;其中关于测量类型的设置,一般默认情况下为关闭项;通过对物理通道的设置可以实现软件通道与硬件通道的关联。采样设置单元612包括采样频率、每通道采样点数和测试名称的设置。转速通道设置单元613包括燃气轮机转子转速的阀值、脉冲识别和每转脉冲数的设置。
状态监测模块62可以对振动监测模块1输出的振动信号和网络模块2输出的性能状态信号进行实时监测。如图3所示,状态监测模块62包括监测概貌模块621、振动模块622、温度模块623和性能参数模块624。其中:
如图5所示,监测概貌模块621用于对重要的温度、压力、转速、电流、电压、功率和燃料流量等信息进行监测,其包括温度单元6211、发电机单元6212、压力单元6213、转速单元6214和燃料流量单元6215。其中温度单元6211可以显示的温度包括压缩机入口温度、压缩机出口温度、燃烧室平均温度、透平机出口温度、压缩机前端轴承油温、压缩机后端轴承油温、透平机前端轴承油温和发电机推力轴承油温。发电机单元6212可以显示的量包括发电机的A相、B相、C相电流和平均电流,A相、B相、C相电压和平均电压以及功率。压力单元6213可以显示的量包括压缩机入口压力、压缩机出口压力、燃料压力、燃烧室出口压力和透平机出口压力。转速单元6214可以对燃气轮机转子的转速和发电机转子的转速进行显示。燃料流量单元6215可以对燃料流量进行显示。
如图6所示,振动模块622可以监测振动监测模块1输出的振动信号,显示的振动信号包括压缩机前端轴承、压缩机后端轴承、透平机前端轴承、发电机驱动端轴承和发电机非驱动端轴承的X、Y方向的振动位移,以及显示齿轮箱外壳和齿轮箱轴承的振动位移。
如图7所示,温度模块623可以全面监测网络模块2输出的温度,包括透平机出口温度,燃烧室1号~12号火焰筒的温度,燃烧室的平均温度,冷却系统温度,压缩机入口、内部、出口和平均温度,发电机轴承温度,润滑系统前端和箱体的温度,环境温差,发电机的A、B、C段温度,发电机推力轴承温度、驱动端温度和非驱动端温度。
如图8所示,性能参数模块624可以监测网络模块2输出的状态性能信号,包括对压缩机入口的压力、温度和空气相对湿度,压缩机出口的压力和温度,废气出口的压力和温度,发电机的转速和功率,环境空气的温度、大气压力和相对湿度,燃料的流量和成分的显示。
趋势分析模块63包括短时间趋势分析模块631和长时间趋势分析模块632(如图3所示)。趋势分析模块63可以显示采集时间段内,除发电机转子的转速信号以外的振动信号的峰值与时间的关系。短时间趋势分析模块631用于每次采集数据的时间比较短;长时间趋势分析模块632用于采集数据时间可能是不间断的以小时为单位的。
如图9所示,短时间趋势分析模块631和长时间趋势分析模块632都设置有趋势分析单元633和波形名称与颜色显示单元634;趋势分析单元633,用于实现对振动监测模块1输出的振动信号的趋势分析;波形名称与颜色单元634,除了可以显示振动信号波形的通道名称与其对应的颜色,而且可以对波形显示的颜色进行设置。
如图10所示,时间波形模块64可以对振动信号的时间波形进行分析,一般锁定“毛刺”、“削波”、“正弦波”等异常时间波形,作为故障诊断的故障特征征兆。其包括通道选择单元641、单一通道时间波形单元642、波形名称与颜色显示单元643和所有通道时间波形单元644。通道选择单元641用于实现对振动监测模块1输出振动信号的通道选择。单一通道时间波形单元642通过在通道选择单元641上的对通道进行选择,可以显示用户需要观察的单一振动信号的时间波形。所有通道时间波形单元644用于显示振动监测模块1输出的所有的振动信号的时间波形。
如图11所示,频谱分析模块65包括通道选择单元651、积分设置单元652、游标设置单元653、单一通道频谱显示单元654。积分设置单元652对加速度信号进行积分得到速度和位移信号;游标设置单元653可以对游标进行设置;单一通道频谱显示单元654通过在通道选择单元651对通道进行选择,可以对所选的单一通道的振动信号进行FFT分析。
如图12所示,阶次谱图模块66可以观察一段振动信号的所有阶次成分,找出其最重要的阶次成分,并且通过对比不同阶次成分,进行初步故障诊断。阶次谱图模块66包括开启指示单元661、通道选择单元662、主导频率单元663和重要频率单元664、游标设置单元665和阶次谱图分析单元666。开启指示单元661用于显示当前模块是否运行;主导频率单元663用于显示振动信号中能量最大的阶次,即故障最可能引起的故障频率成分;重要频率单元664用于显示振动信号中能量相对较大的阶次,即一般故障可能引起的相关故障频率成分;阶次谱图分析单元666,通过在通道选择单元662对通道进行选择,可以对所选通道的振动信号进行阶次分析。
如图13所示,波德图模块67可以对一个振动信号进行波德图分析,波德图模块67包括开启指示单元671、通道选择单元672、X轴选择单元673、启停设置单元674和游标设置单元675、幅值-转速图单元676、相位-转速图单元677和转速-时间图单元678。X轴选择单元672可以对幅值-转速图单元676和相位-转速图单元677中的X轴进行调整。在启停设置单元674中可以指定输入信号的起始位置。幅值-转速图单元676显示了幅值随转速的变化;相位-转速图单元677显示了相位随转速的变化;转速-时间图单元678显示了转速随时间的变化。
如图14所示,轴心轨迹模块68可以对振动信号的轴心轨迹进行分析,一般锁定为“椭圆”、“双环椭圆”、“8字型”、“紊乱且发散”的异常轴心轨迹,作为故障诊断的故障特征征兆。轴心轨迹模块68包括开启指示单元681、过滤阶次选择单元682和轴心轨迹分析单元683。在过滤阶次选择单元682中,可以指定过滤轴心轨迹的阶次,同时设置任意两个阶次成分的轴心轨迹显示。轴心轨迹分析单元683,通过转轴上某个截面上X、Y两个垂直方向振动位移信号与转速脉冲信号,可以显示整体轴心轨迹和任意阶次成分轴心轨迹,为故障诊断提供一定的依据。
如图15所示,瀑布图模块69设置有开启指示单元691、通道选择单元692、频谱设置单元693、平面类型单元694、时间轴设置单元695、幅值设置单元696和显示振动信号的瀑布图分析单元697。其中频谱设置单元693可以对信号频谱计算的相关参数进行设置。平面类型单元694可以控制X与Z轴的坐标选择。时间轴设置单元695可以对时间轴的起始值、终点值和时间间隔进行设置。幅值设置单元696可以对瀑布图中Y坐标的形式进行设置。在通道选择单元692、频谱设置单元693、平面类型单元694、时间轴设置单元695和幅值设置单元696进行相关设置后,可以在瀑布图分析单元697对所选的单一通道的振动信号显示其幅值-频率-时间关系图。
如图3所示,离线分析模块7,用于对记录的振动信号的离线分析,包括与实时分析模块6功能相同的趋势分析模块63、时间波形模块64、频谱分析模块65、阶次谱图模块66、波德图模块67、轴心轨迹模块68和瀑布图模块69,另外还包括离线数据文件路径单元73、每次读取数据量单元74、播放速度单元75和读完指示单元76。离线数据文件路径单元73可以查找需要分析的原始数据文件,文件名的后缀为.tdms。每次读取数据量单元74:默认值为2048,若与实时分析模块中的通道采样数一致,则该后处理过程可以与实时振动分析时完全一致。播放速度单元75:以毫秒计,设置数值越大播放速度越慢,一般可以取500或者1000。读完指示单元76:用于显示原始数据文件是否读完,当读完时灯亮。
离线分析模块7运行时,包括以下步骤:
1)在离线数据文件路径单元73中查找读取需要分析的数据文件,并进行加载;
2)在每次读取数据量单元74中设置每次读取数据量;
3)在播放速度单元75中调节播放速度;
4)根据需要在离线分析模块7中的相应的模块中进行相关的分析。
故障诊断模块8中设置有根据有关燃机的故障诊断研究编制的故障诊断知识库,故障诊断知识库包括基于状态性能信号的故障诊断知识库和基于振动信号的故障诊断知识库。其中:
状态性能信号故障诊断知识库(如表1所示)是基于状态性能信号进行故障诊断的方法,主要是通过状态性能信号是否在规定的阈值水平内对机组的运行状态进行故障与否的初判断,然后通过模式识别技术进行故障诊断。
表1 状态性能信号的故障诊断知识库
振动信号故障诊断知识库是基于美国透平机械故障诊断专家John Sohre归纳出的九类三十七种的涡轮机械故障,我国旋转设备诊断专家高金吉院士归纳出的十类五十八种的涡轮机械故障,和Meherwan P.Boyce的燃气轮机工程手册中对燃气轮机的故障总结,然后依据故障征兆相似度(故障振动频谱信息),将相似度一致的故障归为一类,归纳出燃气轮机组常见振动故障类型为十一类(如图16所示)。
如图17所示,故障诊断模块8还设置有故障特征识别选择单元81和诊断结果以及处理方法单元82;其中,故障特征识别选择单元81可以获取状态监测模块62、趋势分析模块63、时间波形模块64、频谱分析模块65、阶次谱图模块66、波德图模块67、轴心轨迹模块68和瀑布图模块69对振动信号进行分析的故障特征;该故障特征包括振动主导频率、常伴频率、振动稳定性、相位特征、振动方向、转子轨迹、振动随转速变化、振动随油温变化、振动随出口压力变化,其中:振动主导频率和常伴频率包括的参数有:<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,其中N为燃气轮机转子的转速;振动稳定性和相位特征包括的参数有:稳定、不稳定、无、不明显;振动方向包括的参数有:径向、径向和轴向、轴向、无;转子轨迹包括的参数有:圆或椭圆、椭圆、紊乱无规律、双环椭圆、"8"字型、杂乱且发散;振动随转速变化、振动随油温变化、振动随出口压力变化包括的参数有:不明显、不变、突变、无;
诊断结果以及处理方法单元82是根据故障特征识别选择单元81提供的特征参数与故障诊断知识库进行比较,得出故障概率、可能故障原因、与类似振动故障判别方法和防治方法。
基于振动信号进行故障诊断的方法包括以下步骤:
1)确定故障的振动信号:对机组的振动信号进行趋势分析,确定各振动信号是否超过其相应的阈值水平;
2)频谱分析:对超过阈值水平的振动信号进行频谱分析,得到振动信号的频域结构信息,即振动信号在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段的幅值,将频谱信息作为机组的故障征兆集;
3)依据故障征兆相似度(故障振动频谱信息),将相似度一致的故障归为一类,归纳出机组常见振动故障类型为十一类(如图16所示),分别为初始不平衡或转子弯曲,不对中或管道力,燃气轮机压缩机喘振,轴径和轴承偏心,轴承在水平和垂直方向刚度不等,谐波共振或临界转速,联轴节不精确或损坏,库伦或者干摩擦涡动(转子轴承系统),共振涡动,气动耦连涡动和叶片共振频率;
4)隶属度计算:根据机组的振动故障类型,运用升半哥西分布函数,计算所获得振动信号七个频段的隶属度,并进行归一化处理;
升半哥西分布函数的公式如下:
式中,参数k和a是由故障诊断系统制定的阀值X0决定;一般a=X0/10,并且取μ(X0)=0.5进行计算得到k的值。注意,振动信号的各个谐波要采用的不一样的隶属度函数,一倍频取μ(X0);二分之一倍频取[μ(X0)]1/4;其他各倍频振动取[μ(X0)]1/2。
5)模糊关系矩阵:由七个频段振动幅值的隶属度构造振动故障的模糊关系矩阵R,并做归一化处理,见表2:
6)模糊聚类分析:选用择近原则或模糊综合评判原则,将所得到的故障征兆与步骤5)中的模糊关系矩阵R进行对比分析,查找机组故障原因得到诊断结论。
表2 振动故障的模糊关系矩阵R
其中,N为燃气轮机转子的转速;
上述实施例中,通道选择单元641、651、662、672和692的功能和结构相同;游标设置单元653、665和675的功能和结构相同,实时分析开启指示单元72与开启指示单元661、671、681和691的功能和结构相同;波形名称与颜色显示单元634和643功能和结构相同。
应用本发明的状态监测和故障诊断系统进行状态监测和故障诊断的方法,其包括以下步骤:
1)连接振动监测模块1、网络模块2、信号采集模块3和计算机4,启动LabVIEW平台5;
2)打开实时分析模块6下的信号采集设置模块61,在采集通道设置单元611对振动信号的测量类型、物理通道、通道名称、单位、灵敏度、灵敏度单位进行设置,在采样设置单元612对采样频率、每通道采样点数和测试名称进行设置,在转速参数设置单元613对转速的阈值、脉冲识别、每转脉冲数进行设置;
3)在状态监测模块62的监测概貌模块621或温度模块623中,确定透平机出口温度是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤4);否则,流程进入步骤5);
4)确定可能存在的故障有:冷却空气通道阻塞、温度调节阀故障、热电偶故障、透平叶片变形、透平叶片结垢不均、透平密封磨损、过渡段密封片磨损,流程结束;
5)在状态监测模块62的监测概貌模块621中,确定压缩机入口压力是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤6);否则,流程进入步骤7);
6)确定可能存在的故障有:压缩机入口通道污染、压缩机入口密封故障、压缩机入口可变导叶故障,流程结束;
7)在状态监测模块62的监测概貌模块621中确定发电机功率或燃料压力是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤8);否则,流程进入步骤9);
8)确定可能存在的故障有:燃料喷嘴阻塞、燃油流量分配器卡涩、燃油泵电磁离合器故障、燃油滤网阻塞、燃机控制系统故障、燃油母管压力泄露,流程结束;
9)在状态监测模块62确定燃气轮机的转子转速是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤10);否则,流程进入步骤11);
10)确定可能存在的故障有:调速控制系统故障、燃机截止安全阀故障、燃油截止阀故障、燃油分配器异常,流程结束;
11)在状态监测模块62的监测概貌模块621中确定燃烧室温度是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤12);否则,流程进入步骤13);
12)确定可能存在的故障有:火焰筒故障、过渡段破损、燃料喷嘴故障、单向阀故障、冷却系统故障,流程结束;
13)在趋势分析模块63中对各振动信号进行趋势分析,确定各振动信号是否超过其相应的阈值,并记录超过其阈值的振动信号;
若判断结果为肯定,流程进入步骤14);否则,流程回到步骤3);
14)在振动模块622中判断燃气轮机转子转速是否恒定;若判断结果为肯定,流程进入步骤15);否则,流程进入步骤16);
15)在频谱分析模块65中对超过阈值水平的振动信号进行频谱分析,确定振动主导频率和常伴频率;
16)在阶次分析模块66对超过阈值水平的振动信号进行阶次分析,确定振动主导频率和常伴频率;
17)根据步骤15)和步骤16)将振动主导频率划分在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段之一上;
18)根据步骤15)和步骤16)将常伴频率划分在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段上;
19)在时间波形模块64或趋势分析模块63中对超过阈值水平的振动信号分析其振动稳定性,将振动稳定性归类为稳定、不稳定、无、不明显这四类当中的一种;
20)在波德图模块67中对超过阈值水平的振动信号分析其相位特征,将相位特征归类为稳定、不稳定、无、不明显这四类当中的一种;
21)在轴心轨迹模块68中对超过阈值水平的振动信号分析转子轨迹,将转子轨迹归类为圆或椭圆、椭圆、紊乱无规律、双环椭圆、“8字型”、杂乱且发散这六类当中的一种;
22)在轴心轨迹模块68对超过阈值水平的振动信号分析其振动方向,将振动方向归结为径向、径或轴向、轴向、无这四类当中的一种;
23)在瀑布图模块69中对超过阈值水平的振动信号分析振动随转速变化,将其归类为不明显、不变、突变、无这四类当中的一种;
24)在时间波形模块64或趋势分析模块63和状态监测模块62中对超过阈值水平的振动信号分析振动随油温变化,将其归类为不明显、不变、突变和无这四类当中的一种;
25)在时间波形模块64或趋势分析模块63和状态监测模块62对超过阈值水平的振动信号分析振动随出口压力变化,将其归类为不明显、不变、突变、无这四类当中的一种;
26)在故障诊断模块8的故障特征识别选择单元81分别选择故障特征的相应参数;在所述诊断结果以及处理方法单元82进行故障诊断,得出故障概率、可能故障原因、与类似振动故障判别方法和防治方法;
27)流程结束。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式等都是可以有所变化的,特别是上述实施例中所针对的设备对象,仅仅是为了说明本发明而列举的,其不应排除在其它类似设备上的使用。凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (4)
1.燃气透平发电机组状态监测和故障诊断系统,它包括机组自身配备的控制系统,所述控制系统内设置有振动监测模块和网络模块,所述振动监测模块预留有输出机组振动信号的同轴电缆口,所述网络模块预留有输出机组状态性能信号的网口,其特征在于:它还包括信号采集模块和安装有LabVIEW平台的计算机;
所述网络模块通过网线将所述状态性能信号传输给所述计算机;所述信号采集模块设置有信号采集电路和信号处理电路,所述信号采集电路通过同轴电缆采集所述振动监测模块输出的振动信号,经所述信号处理电路转换为数字信号,并传输给所述计算机;
所述LabVIEW平台安装在所述计算机内,通过所述LabVIEW平台对所述信号采集电路的采集通道进行设置后,进行所述振动信号和所述状态性能信号的采集;所述LabVIEW平台包括实时分析模块、离线分析模块和故障诊断模块;所述实时分析模块对所述状态性能信号和所述振动信号进行在线监测和在线分析,所述离线分析模块对记录的所述状态性能信号和振动信号进行离线分析,所述故障诊断模块对燃气透平发电机组进行故障诊断。
2.如权利要求1所述的燃气透平发电机组状态监测和故障诊断系统,其特征在于:
所述实时分析模块设置有信号采集设置模块和状态监测模块;所述信号采集设置模块包括有对所述振动监测模块的采集通道进行设置的采集通道单元,对采样频率进行设置的采样频率单元和对燃气轮机转子转速参数进行设置的转速参数单元;所述状态监测模块实时监测所述振动信号和所述状态性能信号;
所述实时分析模块还设置有对所述振动信号进行时间波形分析的时间波形模块、频谱分析的频谱分析模块、阶次分析的阶次谱图模块、趋势分析的趋势分析模块、波德图分析的波德图模块、轴心轨迹分析的轴心轨迹模块和瀑布图分析的瀑布图模块;
所述离线分析模块设置有对所记录的振动信号进行时间波形分析的时间波形模块、频谱分析的频谱分析模块、阶次分析的阶次谱图模块、趋势分析的趋势分析模块、波德图分析的波德图模块、轴心轨迹分析的轴心轨迹模块和瀑布图分析的瀑布图模块;
所述故障诊断模块包括故障特征识别选择单元、诊断结果以及处理方法单元;所述故障特征识别选择单元是获取所述状态监测模块提供的状态性能信号和振动信号,以及所述状态监测模块或所述离线分析模块中的时间波形模块、频谱分析模块、阶次谱图模块、趋势分析模块、波德图模块、轴心轨迹模块和瀑布图模块对振动信号进行分析的故障特征;所述故障特征识别选择单元获取的故障特征包括振动主导频率、常伴频率、振动稳定性、相位特征、振动方向、转子轨迹、振动随转速变化、振动随油温变化、振动随出口压力变化;
所述振动主导频率和常伴频率包括的参数有:<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,N代表燃气轮机转子的转速;所述振动稳定性和相位特征包括的参数:稳定、不稳定、无、不明显;所述振动方向包括参数:径向、径向和轴向、轴向、无;所述转子轨迹包括的参数:圆或椭圆、椭圆、紊乱无规律、双环椭圆、“8”字型、杂乱且发散;所述振动随转速变化、振动随油温变化、振动随出口压力变化包括的参数:不明显、不变、突变、无;
所述诊断结果以及处理方法单元是根据特征参数获取单元提供的特征参数与故障诊断库进行比较,进而对故障进行诊断,得出故障概率、可能故障原因、与类似振动故障判别方法和防治方法。
3.如权利要求2所述的燃气透平发电机组状态监测和故障诊断系统,其特征在于:所述状态监测模块设置有监测概貌模块、温度模块、振动模块和性能参数模块;
所述监测概貌模块,包括有温度单元、发电机单元、压力单元、转速单元和燃料流量单元;所述温度单元显示的温度包括压缩机入口温度、压缩机出口温度、燃烧室平均温度、透平机出口温度、压缩机前端轴承油温、压缩机后端轴承油温、透平机前端轴承油温和发电机推力轴承油温;所述发电机单元显示的量包括发电机的A相、B相、C相电流和平均电流,A相、B相、C相电压和平均电压以及功率;所述压力单元显示的压力包括压缩机入口压力、压缩机出口压力、燃料压力、燃烧室出口压力和透平机出口压力;所述转速单元设置有对燃气轮机转速和发电机转子转速的显示;所述功率单元设置有对发电机功率的显示;所述转速单元对燃气轮机转子的转速和发电机转子的转速进行显示;所述燃料流量单元对燃料流量进行显示;
所述振动模块监测振动监测模块1输出的振动信号,显示的振动信号包括压缩机前端轴承、压缩机后端轴承、透平机前端轴承、发电机驱动端轴承和发电机非驱动端轴承的X、Y方向的振动位移,以及显示齿轮箱外壳和齿轮箱轴承的振动位移;
所述温度模块,监测所述网络模块输出的温度,包括对透平机出口温度,燃烧室1号~12号火焰筒的温度,燃烧室的平均温度,冷却系统温度,压缩机入口、内部、出口和平均温度,发电机轴承温度,润滑系统前端和箱体的温度,环境温差,发电机的A、B、C段温度,发电机推力轴承温度、驱动端温度、非驱动端温度的显示;
所述性能参数模块,监测所述网络模块输出的状态性能信号,包括对压缩机入口的压力、温度和空气相对湿度,压缩机出口的压力和温度,废气出口的压力和温度,发电机的转速和功率,环境空气的温度、大气压力和相对湿度,燃料的流量和成分的显示。
4.利用权利要求3所述的燃气透平发电机组状态监测和故障诊断系统的使用方法,其特征在于:
1)连接振动监测模块、网络模块、信号采集模块和计算机,启动LabVIEW平台;
2)打开实时分析模块的信号采集设置模块,在采集通道设置单元对振动信号的测量类型、物理通道、通道名称、单位、灵敏度、灵敏度单位进行设置,在采样设置单元对采样频率、每通道采样点数和测试名称进行设置,在转速参数设置单元对转速的阈值、脉冲识别、每转脉冲数进行设置;
3)在状态监测模块的监测概貌模块或温度模块中,确定透平机出口温度是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤4);否则,流程进入步骤5);
4)确定可能存在的故障有:冷却空气通道阻塞、温度调节阀故障、热电偶故障、透平叶片变形、透平叶片结垢不均、透平密封磨损、过渡段密封片磨损,流程结束;
5)在状态监测模块的监测概貌模块中,确定压缩机入口压力是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤6);否则,流程进入步骤7);
6)确定可能存在的故障有:压缩机入口通道污染、压缩机入口密封故障、压缩机入口可变导叶故障,流程结束;
7)在状态监测模块的监测概貌模块中确定发电机功率或燃料压力是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤8);否则,流程进入步骤9);
8)确定可能存在的故障有:燃料喷嘴阻塞、燃油流量分配器卡涩、燃油泵电磁离合器故障、燃油滤网阻塞、燃机控制系统故障、燃油母管压力泄露,流程结束;
若判断结果为肯定,流程进入步骤8);否则,流程进入步骤9);
9)在状态监测模块确定燃气轮机的转子转速是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤10);否则,流程进入步骤11);
10)确定可能存在的故障有:调速控制系统故障、燃机截止安全阀故障、燃油截止阀故障、燃油分配器异常,流程结束;
11)在状态监测模块的监测概貌模块中确定燃烧室温度是否超过其相应的阈值;
若判断结果为肯定,流程进入步骤12);否则,流程进入步骤13);
12)确定可能存在的故障有:火焰筒故障、过渡段破损、燃料喷嘴故障、单向阀故障、冷却系统故障,流程结束;
13)在趋势分析模块中对各振动信号进行趋势分析,确定各振动信号是否超过其相应的阈值,并记录超过其阈值的振动信号;
若判断结果为肯定,流程进入步骤14);否则,流程回到步骤3);
14)在振动模块中判断燃气轮机转子转速是否恒定;若判断结果为肯定,流程进入步骤15);否则,流程进入步骤16);
15)在频谱分析模块中对超过阈值水平的振动信号进行频谱分析,确定振动主导频率和常伴频率;
16)在阶次分析模块对超过阈值水平的振动信号进行阶次分析,确定振动主导频率和常伴频率;
17)根据步骤15)和步骤16)将振动主导频率划分在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段之一上;
18)根据步骤15)和步骤16)将常伴频率划分在<0.4N、(0.4~0.5)N、(0.5~0.99)N、1N、2N、(3~5)N、>5N,这七个频段上;
19)在时间波形模块或趋势分析模块中对超过阈值水平的振动信号分析其振动稳定性,将振动稳定性归类为稳定、不稳定、无、不明显这四类当中的一种;
20)在波德图模块中对超过阈值水平的振动信号分析其相位特征,将相位特征归类为稳定、不稳定、无、不明显这四类当中的一种;
21)在轴心轨迹模块中对超过阈值水平的振动信号分析转子轨迹,将转子轨迹归类为圆或椭圆、椭圆、紊乱无规律、双环椭圆、“8字型”、杂乱且发散这六类当中的一种;
22)在轴心轨迹模块对超过阈值水平的振动信号分析其振动方向,将振动方向归结为径向、径或轴向、轴向、无这四类当中的一种;
23)在瀑布图模块中对超过阈值水平的振动信号分析振动随转速变化,将其归类为不明显、不变、突变、无这四类当中的一种;
24)在时间波形模块或趋势分析模块和状态监测模块中对超过阈值水平的振动信号分析振动随油温变化,将其归类为不明显、不变、突变和无这四类当中的一种;
25)在时间波形模块或趋势分析模块和状态监测模块对超过阈值水平的振动信号分析振动随出口压力变化,将其归类为不明显、不变、突变、无这四类当中的一种;
26)在故障诊断模块的故障特征识别选择单元分别选择故障特征的相应参数;在所述诊断结果以及处理方法单元进行故障诊断,得出故障概率、可能故障原因、与类似振动故障判别方法和防治方法;
27)流程结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210323640.7A CN102840882B (zh) | 2012-09-04 | 2012-09-04 | 燃气透平发电机组状态监测和故障诊断系统及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210323640.7A CN102840882B (zh) | 2012-09-04 | 2012-09-04 | 燃气透平发电机组状态监测和故障诊断系统及其使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102840882A true CN102840882A (zh) | 2012-12-26 |
CN102840882B CN102840882B (zh) | 2014-12-10 |
Family
ID=47368453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210323640.7A Active CN102840882B (zh) | 2012-09-04 | 2012-09-04 | 燃气透平发电机组状态监测和故障诊断系统及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102840882B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105051327A (zh) * | 2013-02-18 | 2015-11-11 | 涡轮梅坎公司 | 对涡轮发动机的起动喷射器的阻塞程度进行监视的方法 |
CN106536896A (zh) * | 2014-07-02 | 2017-03-22 | 赛峰飞机发动机公司 | 检测涡轮轴发动机中的阀的故障的方法 |
CN106715892A (zh) * | 2014-10-01 | 2017-05-24 | 阿尔斯通再生能源技术公司 | 旋转机器以及包括所述机器的用于转换能量的装置 |
CN107515340A (zh) * | 2017-09-04 | 2017-12-26 | 中国航发南方工业有限公司 | 起动箱的检测装置及检测方法 |
CN107655693A (zh) * | 2017-11-02 | 2018-02-02 | 哈尔滨理工大学 | 一种船舶发动机故障诊断系统及方法 |
CN108287299A (zh) * | 2017-01-10 | 2018-07-17 | 丰田自动车株式会社 | 发电装置的异常检测装置 |
CN110344945A (zh) * | 2019-07-25 | 2019-10-18 | 中国航发沈阳发动机研究所 | 一种甩负荷控制方法及系统 |
CN110674891A (zh) * | 2019-10-16 | 2020-01-10 | 北京天泽智云科技有限公司 | 监测系统数据质量异常检测方法 |
CN110703724A (zh) * | 2019-09-09 | 2020-01-17 | 蓝箭航天技术有限公司 | 基于LabVIEW的密封组件密封试验测控系统 |
CN111060324A (zh) * | 2018-10-16 | 2020-04-24 | 中国石油天然气股份有限公司 | 燃气轮机故障诊断方法及装置 |
CN111238738A (zh) * | 2020-01-16 | 2020-06-05 | 蓝箭航天技术有限公司 | 液体火箭零部件液压气密试验测控系统 |
CN111344946A (zh) * | 2017-11-22 | 2020-06-26 | 三菱电机株式会社 | 设备劣化诊断装置 |
CN111709453A (zh) * | 2020-05-22 | 2020-09-25 | 成都飞机工业(集团)有限责任公司 | 一种航空发动机电气系统在线故障诊断方法 |
CN111768884A (zh) * | 2020-06-08 | 2020-10-13 | 核动力运行研究所 | 一种核电厂机组运行状态监测系统及方法 |
CN112015127A (zh) * | 2020-08-28 | 2020-12-01 | 河南柴油机重工有限责任公司 | 一种用于燃气发电机组机房的安全方法、装置及应用 |
CN112392688A (zh) * | 2020-11-02 | 2021-02-23 | 珠海格力电器股份有限公司 | 机组调试方法、装置、系统、设备和存储介质 |
CN112660199A (zh) * | 2020-12-25 | 2021-04-16 | 中车永济电机有限公司 | 轨道交通牵引电机轴承状态监测的数据存储及预报警方法 |
CN113374582A (zh) * | 2021-07-28 | 2021-09-10 | 哈电发电设备国家工程研究中心有限公司 | 一种燃气轮机运行状态评估装置及方法 |
CN114063601A (zh) * | 2021-11-12 | 2022-02-18 | 江苏核电有限公司 | 一种基于人工智能的设备状态诊断系统及方法 |
CN115034483A (zh) * | 2022-06-16 | 2022-09-09 | 西安热工研究院有限公司 | 一种水轮发电机组运行故障监测方法及系统 |
CN115062677A (zh) * | 2022-08-19 | 2022-09-16 | 沃德传动(天津)股份有限公司 | 一种基于设备行为的智能故障诊断方法 |
WO2022221596A1 (en) * | 2021-04-14 | 2022-10-20 | Nec Laboratories America, Inc. | Mapping using optical fiber sensing |
US11697424B2 (en) | 2020-02-14 | 2023-07-11 | Hamilton Sundstrand Corporation | Health diagnosis of hybrid powerplant |
CN117469163A (zh) * | 2023-10-25 | 2024-01-30 | 江森自控日立万宝空调(广州)有限公司 | 一种可调压比的变频螺杆压缩机的控制方法及控制机组 |
CN118565827A (zh) * | 2024-08-01 | 2024-08-30 | 江苏华电戚墅堰发电有限公司 | 一种燃气透平发电机组状态监测和故障诊断方法及系统 |
CN118565827B (zh) * | 2024-08-01 | 2024-10-22 | 江苏华电戚墅堰发电有限公司 | 一种燃气透平发电机组状态监测和故障诊断方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694182A (zh) * | 2009-09-29 | 2010-04-14 | 上海中科清洁能源技术发展中心 | 中/小型燃气轮机在线故障诊断、预测、反馈控制方法及装置 |
CN102156043A (zh) * | 2010-12-31 | 2011-08-17 | 北京四方继保自动化股份有限公司 | 风力发电机组在线状态监测与故障诊断系统 |
-
2012
- 2012-09-04 CN CN201210323640.7A patent/CN102840882B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694182A (zh) * | 2009-09-29 | 2010-04-14 | 上海中科清洁能源技术发展中心 | 中/小型燃气轮机在线故障诊断、预测、反馈控制方法及装置 |
CN102156043A (zh) * | 2010-12-31 | 2011-08-17 | 北京四方继保自动化股份有限公司 | 风力发电机组在线状态监测与故障诊断系统 |
Non-Patent Citations (2)
Title |
---|
彭梅香等: "汽轮发电机组的震动监测及故障诊断系统开发", 《硅谷》 * |
王杰等: "基于LabVIEW和DSP的发电机组振动与噪声监测系统", 《电机与控制应用》 * |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105051327A (zh) * | 2013-02-18 | 2015-11-11 | 涡轮梅坎公司 | 对涡轮发动机的起动喷射器的阻塞程度进行监视的方法 |
CN106536896A (zh) * | 2014-07-02 | 2017-03-22 | 赛峰飞机发动机公司 | 检测涡轮轴发动机中的阀的故障的方法 |
CN106536896B (zh) * | 2014-07-02 | 2018-08-28 | 赛峰飞机发动机公司 | 检测涡轮轴发动机中的阀的故障的方法 |
US10533530B2 (en) | 2014-10-01 | 2020-01-14 | Ge Renewable Technologies | Rotating machine and installation for converting energy comprising such a machine |
CN106715892A (zh) * | 2014-10-01 | 2017-05-24 | 阿尔斯通再生能源技术公司 | 旋转机器以及包括所述机器的用于转换能量的装置 |
CN106715892B (zh) * | 2014-10-01 | 2019-06-04 | 通用电气再生能源技术公司 | 旋转机器以及包括所述机器的用于转换能量的装置 |
CN108287299A (zh) * | 2017-01-10 | 2018-07-17 | 丰田自动车株式会社 | 发电装置的异常检测装置 |
CN107515340A (zh) * | 2017-09-04 | 2017-12-26 | 中国航发南方工业有限公司 | 起动箱的检测装置及检测方法 |
CN107515340B (zh) * | 2017-09-04 | 2020-01-10 | 中国航发南方工业有限公司 | 起动箱的检测装置及检测方法 |
CN107655693A (zh) * | 2017-11-02 | 2018-02-02 | 哈尔滨理工大学 | 一种船舶发动机故障诊断系统及方法 |
CN111344946A (zh) * | 2017-11-22 | 2020-06-26 | 三菱电机株式会社 | 设备劣化诊断装置 |
CN111060324A (zh) * | 2018-10-16 | 2020-04-24 | 中国石油天然气股份有限公司 | 燃气轮机故障诊断方法及装置 |
CN110344945A (zh) * | 2019-07-25 | 2019-10-18 | 中国航发沈阳发动机研究所 | 一种甩负荷控制方法及系统 |
CN110703724A (zh) * | 2019-09-09 | 2020-01-17 | 蓝箭航天技术有限公司 | 基于LabVIEW的密封组件密封试验测控系统 |
CN110674891A (zh) * | 2019-10-16 | 2020-01-10 | 北京天泽智云科技有限公司 | 监测系统数据质量异常检测方法 |
CN110674891B (zh) * | 2019-10-16 | 2021-11-30 | 北京天泽智云科技有限公司 | 监测系统数据质量异常检测方法 |
CN111238738A (zh) * | 2020-01-16 | 2020-06-05 | 蓝箭航天技术有限公司 | 液体火箭零部件液压气密试验测控系统 |
US11697424B2 (en) | 2020-02-14 | 2023-07-11 | Hamilton Sundstrand Corporation | Health diagnosis of hybrid powerplant |
CN111709453A (zh) * | 2020-05-22 | 2020-09-25 | 成都飞机工业(集团)有限责任公司 | 一种航空发动机电气系统在线故障诊断方法 |
CN111709453B (zh) * | 2020-05-22 | 2022-05-10 | 成都飞机工业(集团)有限责任公司 | 一种航空发动机电气系统在线故障诊断方法 |
CN111768884A (zh) * | 2020-06-08 | 2020-10-13 | 核动力运行研究所 | 一种核电厂机组运行状态监测系统及方法 |
CN111768884B (zh) * | 2020-06-08 | 2023-02-21 | 核动力运行研究所 | 一种核电厂机组运行状态监测系统及方法 |
CN112015127A (zh) * | 2020-08-28 | 2020-12-01 | 河南柴油机重工有限责任公司 | 一种用于燃气发电机组机房的安全方法、装置及应用 |
CN112015127B (zh) * | 2020-08-28 | 2024-03-22 | 河南柴油机重工有限责任公司 | 一种用于燃气发电机组机房的安全方法、装置及应用 |
CN112392688A (zh) * | 2020-11-02 | 2021-02-23 | 珠海格力电器股份有限公司 | 机组调试方法、装置、系统、设备和存储介质 |
CN112660199B (zh) * | 2020-12-25 | 2024-02-06 | 中车永济电机有限公司 | 轨道交通牵引电机轴承状态监测的数据存储及预报警方法 |
CN112660199A (zh) * | 2020-12-25 | 2021-04-16 | 中车永济电机有限公司 | 轨道交通牵引电机轴承状态监测的数据存储及预报警方法 |
WO2022221596A1 (en) * | 2021-04-14 | 2022-10-20 | Nec Laboratories America, Inc. | Mapping using optical fiber sensing |
CN113374582A (zh) * | 2021-07-28 | 2021-09-10 | 哈电发电设备国家工程研究中心有限公司 | 一种燃气轮机运行状态评估装置及方法 |
CN113374582B (zh) * | 2021-07-28 | 2022-09-27 | 哈电发电设备国家工程研究中心有限公司 | 一种燃气轮机运行状态评估装置及方法 |
CN114063601A (zh) * | 2021-11-12 | 2022-02-18 | 江苏核电有限公司 | 一种基于人工智能的设备状态诊断系统及方法 |
CN115034483A (zh) * | 2022-06-16 | 2022-09-09 | 西安热工研究院有限公司 | 一种水轮发电机组运行故障监测方法及系统 |
CN115062677B (zh) * | 2022-08-19 | 2022-10-28 | 沃德传动(天津)股份有限公司 | 一种基于设备行为的智能故障诊断方法 |
CN115062677A (zh) * | 2022-08-19 | 2022-09-16 | 沃德传动(天津)股份有限公司 | 一种基于设备行为的智能故障诊断方法 |
CN117469163A (zh) * | 2023-10-25 | 2024-01-30 | 江森自控日立万宝空调(广州)有限公司 | 一种可调压比的变频螺杆压缩机的控制方法及控制机组 |
CN117469163B (zh) * | 2023-10-25 | 2024-06-11 | 江森自控日立万宝空调(广州)有限公司 | 一种可调压比的变频螺杆压缩机的控制方法及控制机组 |
CN118565827A (zh) * | 2024-08-01 | 2024-08-30 | 江苏华电戚墅堰发电有限公司 | 一种燃气透平发电机组状态监测和故障诊断方法及系统 |
CN118565827B (zh) * | 2024-08-01 | 2024-10-22 | 江苏华电戚墅堰发电有限公司 | 一种燃气透平发电机组状态监测和故障诊断方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102840882B (zh) | 2014-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102840882B (zh) | 燃气透平发电机组状态监测和故障诊断系统及其使用方法 | |
CA2851550C (en) | A method and a system for the purpose of condition monitoring of gearboxes | |
CN101592590B (zh) | 一种转动叶片故障间接诊断技术 | |
CN107461342B (zh) | 一种离心泵故障在线诊断方法及系统 | |
CN102456419B (zh) | 核反应堆屏蔽泵运行故障监测方法及其监测系统 | |
CN107061186A (zh) | 风力发电机组振动异常预警方法和装置 | |
US20130326383A1 (en) | Vibration data collection and processing for a gas turbine engine | |
CN101101319A (zh) | 发电机转子绕组匝间短路状态的检测装置 | |
CN205714773U (zh) | 一种螺杆压缩机状态监测与故障诊断系统 | |
US10087761B2 (en) | Devices and methods for balancing a high-pressure spool of a gas turbine engine | |
CN101819093A (zh) | 掘进机截割头主轴轴承故障诊断装置及其使用方法 | |
Munari et al. | Experimental investigation of vibrational and acoustic phenomena for detecting the stall and surge of a multistage compressor | |
Reggio et al. | Vibrational analysis for surge precursor definition in gas turbines | |
Noureddine et al. | Rolling bearing failure detection in induction motors using stator current, vibration and stray flux analysis techniques | |
CN115410729A (zh) | 一种核反应堆轴封泵振动在线监测方法、系统及介质 | |
Reggio et al. | Operation extension in gas turbine-based advanced cycles with a surge prevention tool | |
Niccolini Marmont Du Haut Champ et al. | Signal processing techniques to detect centrifugal compressors instabilities in large volume power plants | |
Silvestri et al. | Compressor Surge Precursors for a Turbocharger Coupled to a Pressure Vessel | |
CN109281805A (zh) | 一种多参数测量智能巡检系统 | |
CN109270860A (zh) | 一种设备运行状态监控用集成数据采集系统及其监控方法 | |
KR101468627B1 (ko) | 풍력발전기 데이터 분류 시스템 | |
CN107436244B (zh) | 基于频率分段振动数据采集的设备故障报警方法 | |
Murray III et al. | Detection of rotor forced response vibrations using stationary pressure transducers in a multistage axial compressor | |
Osgood | Dynamic characterization testing of wind turbines | |
Cabrera Cruz et al. | Surge and stall detection using acoustic analysis for gas turbine hybrid cycles |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 100010 Beijing, Chaoyangmen, North Street, No. 25, No. Co-patentee after: CNOOC research institute limited liability company Patentee after: China Offshore Oil Group Co., Ltd. Address before: 100010 Beijing, Chaoyangmen, North Street, No. 25, No. Co-patentee before: CNOOC Research Institute Patentee before: China National Offshore Oil Corporation |