CN102954888A - 汽轮机组油膜振荡故障的实时在线诊断方法 - Google Patents
汽轮机组油膜振荡故障的实时在线诊断方法 Download PDFInfo
- Publication number
- CN102954888A CN102954888A CN 201110243824 CN201110243824A CN102954888A CN 102954888 A CN102954888 A CN 102954888A CN 201110243824 CN201110243824 CN 201110243824 CN 201110243824 A CN201110243824 A CN 201110243824A CN 102954888 A CN102954888 A CN 102954888A
- Authority
- CN
- China
- Prior art keywords
- frequency
- axle
- relative axle
- relative
- rotary speed
- 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.)
- Pending
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Control Of Turbines (AREA)
Abstract
本发明公开了属于汽轮发电机组振动状态监测与故障诊断领域的一种滑动轴承油膜振荡故障实时在线诊断方法。本方法通过采集汽轮机组转子相对轴振信号和转速等数据,并进行相应的数据处理。首先判断机组转子实际转速大于2倍的转子轴系第一临界转速。然后结合快速傅立叶变换频谱分析的方法,对相对轴振数据进行机组相对轴振稳定性条件验证、相对轴振振动主频率主成分条件验证、相对轴振频率条件验证、相对轴振第一临界转速频率振动幅值条件验证实时计算分析。结合4项计算结果,能够判断机组是否发生油膜振荡故障。该方法具有科学性,简单可靠等优点。
Description
技术领域
本发明属于大型汽轮发电机组振动状态实时在线自动监测的一种汽轮发电机组油膜振荡故障实时诊断方法。
背景技术
目前,随着汽轮机组正向着大容量、高参数方向发展,整个轴系变长,易发生油膜振荡故障。由于汽轮发电机组的转子绝大部分是由滑动轴承支撑,油膜振荡造成轴承不稳定,轻者造成检修费用的增加,影响设备的利用率,重者可导致重大毁机事故。因此,应及时诊断出油膜振荡故障,减小损失。
油膜振荡是转轴轴颈带动润滑油流动时,高速油流反过来激励轴颈,当激励造成的失稳力小于轴承中的阻尼力时,轴承处于稳定状态;当失稳力大于阻尼力时,发生强烈振动即油膜振荡。在发生油膜振荡之前有不发生油膜涡动而直接出现油膜振荡的情况,所以应该对油膜振荡及时准确地判断,防止故障造成严重的后果。
发明内容
本发明的目的在于提供一种大型汽轮机发电机组油膜振荡故障在线实时诊断的方法。所述油膜振荡诊断方法包括:
1)采集汽轮机组转子轴振信号和键相信号,计算得到转速和转轴相对振动通频振幅。
2)机组转速条件验证,通过在线实时监测机组实时转速与机组转子第一临界转速的比值,进而判断机组是否具备发生油膜振荡故障的转速必要条件。
3)机组相对轴振稳定性条件验证,通过计算分析相对轴振通频振幅(时域值)在一定时间间隔内振幅的增加幅度,判断机组是否具备发生油膜振荡故障的稳定性条件。
4)相对轴振振动频率主成份条件验证,通过快速傅里叶变换频谱分析转子相对轴振振动主频率值的变化情况,判断机组是否具备发生油膜振荡故障的轴振振动频率主成份条件。
5)相对轴振第一临界转速频率条件验证,通过快速傅里叶频谱分析相对轴振振动主频率与整个轴系的第一临界转速频率的数值关系,判断相对轴振的振动主频率是否接近轴系的第一临界转速频率。
6)相对轴振第一临界转速频率振动幅值条件验证,通过快速傅里叶分析相对轴振振动,实时计算分析相对轴振的振动频率为第一临界转速频率的振幅与相对轴振中实际转速频率振幅的比值及变化情况,进而判断相对轴振第一临界转速频率振动幅值是否明显。
7)油膜振荡故障的识别,结合机组相对轴振稳定性条件验证、相对轴振振动频率主成分条件验证、相对轴振第一临界转速频率条件验证和相对轴振第一临界转速频率振动幅值条件验证4项验证结果,进而判断汽轮机组是否发生油膜振荡故障。
附图说明
图1为汽轮发电机组油膜振荡诊断功能流程图图2为机组转速条件验证功能流程图
图3为机组相对轴振稳定性条件验证功能流程图
图4为相对轴振振动频率主成分条件验证功能流程图
图5为相对轴振第一临界转速频率条件验证功能流程图
图6为相对轴振第一临界转速频率振动幅值条件验证功能流程图
具体实施
本项发明提出的汽轮发电机组油膜振荡故障实时诊断方法主要由数据采集及分处理、机组转速条件验证、相对轴振稳定性条件验证、相对轴振振动频率主成分条件验证、相对轴振第一临界转速频率条件验证,相对轴振第一临界转速频率振动幅值条件验证组成。功能流程如图1所示。下面结合附图具体说明方法 施步骤。
数据采集及处理
此方法是根据轴系相对轴振振动数据做出判断的,所以首先对转子相对轴振数据和转子振动键相信号进行采集。根据采集振动信号数据进行FFT(傅里叶变化)频谱分析,得到振动信号的频域信息和机组转速。
机组转速条件验证
用传递矩阵法得到机组轴系实际的第一临界转速。通过计算机组实时运行转速与轴系第一临界转速的比值,假如该比值大于2,可以判断机组转速条件验证通过,其功能流程图如图2所示。因为实际机组轴系通常有多个转子组成,这些转子的第一临界转速不同,所以应根据现场实际检测到的数据计算机组轴系的第一临界转速。
机组相对轴振稳定性条件验证
结合转子相对轴振x方向或y方向振动信号,进行FFT频谱分析。设定时间间隔,通过计算分析相对轴振通频振幅(时域值)在这一时间间隔内振幅的最大值Ar max与上一个时间间隔内的相对轴振通频振幅的平均值Arave之差的绝对值,并计算该绝对值与上一个时间间隔的相对轴振通频振幅的平均值Arave的比值,如果该比值大于50%,那么判定机组相对轴振稳定性条件验证通过,其功能流程图如图3所示。
相对轴振振动频率主成分条件验证
结合转子相对轴振x方向或y方向振动信号,进行FFT频谱分析。根据转子实时运转频率frunning,在相对轴振的振动频段为[0.3×frunning,0.7×frunning]内,实时计算出信号频域的最大振幅所对应的频率fmax。在设定时间段内,计算fmax的最大和最小值的差值小于设定的阈值Tf,因此可以判定相对轴振振动频率主成分条件验证通过,其功能流程图如图4所示。
相对轴振第一临界转速频率条件验证
结合转子相对轴振x方向或y方向振动信号,进行FFT频谱分析。根据转子实时运行转速频率frunning,设定相对轴振的振动频段为[0.3×frunning,0.7×frunning],在该频段内,实时计算得到最大振动幅值对应的主频率值fmax。在设定时间间隔内,得到fmax的平均值,计算该平均值与轴系第一临界转速频率ffc1的比值,如果该比值在70%~110%范围内,可以判定相对轴振第一临界转速频率条件验证通过,其功能流程图如图5所示。
相对轴振第一临界转速频率振动幅值条件验证
结合转子相对轴振x方向或y方向振动信号,进行FFT频谱分析。计算机组轴系的第一临界转速频率ffc1,计算分析相对轴振的振动频率为ffc1的振幅值Afc1、相对轴振振动频率为frunning的振幅值Ar二者的比值R=Afc1/Ar,在设定的时间间隔内,如果比值的平均值大于设定的阈值Tfcr,那么判定相对轴振第一临界转速频率振动幅值条件验证通过。其功能结构图如图6所示
机组油膜振荡故障识别
根据上述相对轴振稳定性条件验证、相对轴振振动频率主成分条件验证、相对轴振第一临界转速频率条件验证和相对轴振第一临界转速频率振动幅值条件验证的结果,可以得出是否发生油膜振荡故障的诊断。其功能流程图如图1所示。
实施例
使用该方法可以实现对300MW汽轮发电机组油膜振荡故障的诊断。根据该方法编写Labview诊断程序,将油膜振荡诊断程序安装电厂工程师站计算机内。
首先,计算机通过数据采集卡实时采集汽轮发电机组转子的相对轴振信号及键相信号,并进行FFT频谱分析。
其次,诊断程序实时计算机组转子实时运行转速与机组轴系实际的第一临界转子的比值。假定机组当时运行转速为2400r/min,计算得到转子的第一临界转速为1180r/min,计算二者比值大于2,机组转速条件验证成功。如果比值小于2,那么机组转速条件验证失败,继续采集计算。
诊断程序针对预先选定的转子的x方向或y方向相对轴振信号,进行相对轴振稳定性条件验证、相对轴振振动频率主成分条件验证、相对轴振第一临界转速频率条件验证和相对轴振第一临界转速频率振动幅值条件验证4项验证,4个验证过程是同时进行的,必须同时验证成功才能通过。
在相对轴振稳定性条件验证中,故障诊断程序实时计算在设定时间间隔内相对轴振的通频振幅平均值Arave和最大值Ar max,并计算本次时间间隔内的相对轴振通频振幅最大值Ar max和上一时间间隔内的相对轴振通频振幅平均值Arave的差值的绝对值,计算该绝对值与上一时间间隔的相对轴振通频振幅平均值Arave的比值,如果该比值大于50%,那么判定相对轴振稳定性条件验证通过。
在相对轴振振动频率主成分条件验证中,诊断程序根据实时计算相对轴振振动频段内的最大振幅所对应的频率变fmax变化范围进行判断。假定在设定时间内,通过计算得到fmax的最大值和最小值的为20Hz和18.5Hz,那么差值为1.5Hz,小于预先设定的2Hz,那么判定相对轴振振动频率主成分条件验证通过。
在相对轴振第一临界转速频率条件验证中,诊断程序实时计算相对轴振的振动频段内得到最大振幅对应的频率值fmax。,计算fmax在10秒内的平均值,计算该均值与轴系第一临界转速频率ffc1的比值,如果该比值在70%~110%范围内,那么判定相对轴振主频率条件验证通过。假定计算机组转子的第一临界转速频率为20Hz,相对轴振频谱分析最大振幅频率平均值为19Hz,二者的比值为0.85,该比值在0.7~1.1范围内,因此判定相对轴振主频率条件验证通过。
在相对轴振第一临界转速频率振动幅值条件验证中,诊断程序实时计算相对轴振的振动频率为ffc1的振幅值Afc1、相对轴振振动频率frunning为的振幅值Ar二者的比值R=Afc1/Ar,在设定的时间间隔内,假如比值R的平均值大于设定的阈值2.0,可以判定相对轴振第一临界转速频率振动幅值条件验证通过。假设计算得到的比值为4.0,该比值大于设定的阈值2.0,因此可以判定相对轴振第一临界转速频率振动幅值条件验证通过。
最后,诊断程序依据相对轴振稳定性条件验证、相对轴振振动频率主成分条件验证、相对轴振第一临界转速频率条件验证和相对轴振第一临界转速频率振动幅值条件验证4项验证的结果,判定是否发生油膜振荡故障。
Claims (7)
1.汽轮机组油膜振荡故障的实时在线诊断方法,其步骤如下:
1)采集汽轮机组转子轴振信号和键相信号,计算得到转速和转轴相对振动通频振幅。
2)机组转速条件验证,通过在线实时监测机组实时转速与机组转子第一临界转速的比值,进而判断机组是否具备发生油膜振荡故障的转速必要条件。
3)机组相对轴振稳定性条件验证,通过计算分析相对轴振通频振幅(时域值)在一定时间间隔内振幅的增加幅度,判断机组是否具备发生油膜振荡故障的稳定性条件。
4)相对轴振振动频率主成份条件验证,通过快速傅里叶变换频谱分析转子相对轴振振动主频率值的变化情况,判断机组是否具备发生油膜振荡故障的轴振振动频率主成份条件。
5)相对轴振第一临界转速频率条件验证,通过快速傅里叶频谱分析相对轴振振动主频率与整个轴系的第一临界转速频率的数值关系,判断相对轴振的振动主频率是否接近轴系的第一临界转速频率。
6)相对轴振第一临界转速频率振动幅值条件验证,通过快速傅里叶分析相对轴振振动,实时计算分析相对轴振的振动频率为第一临界转速频率的振幅与相对轴振中实际转速频率振幅的比值及变化情况,进而判断相对轴振第一临界转速频率振动幅值是否明显。
7)油膜振荡故障的识别,结合机组相对轴振稳定性条件验证、相对轴振振动频率主成分条件验证、相对轴振第一临界转速频率条件验证和相对轴振第一临界转速频率振动幅值条件验证4项验证结果,进而判断汽轮机组是否发生油膜振荡故障。
2.根据权利要求1所述汽轮机组油膜振荡故障实时在线诊断方法,其特征在于机组转速条件验证,通过采集数据计算得到,如果机组实时转速与轴系的第一临界转速的比值大于2,可以判断机组转速条件验证通过。
3.根据权利要求1所述汽轮机组油膜振荡故障实时在线诊断方法,其特征在于机组相对轴振稳定性条件验证是通过在设定时间间隔内相对轴振的振幅增加幅度超过设定的阈值,可以判定相对轴振稳定性条件验证通过。
4.根据权利要求1所述汽轮机组油膜振荡故障实时在线诊断方法,其特征在于机组相对轴振振动频率主成份条件验证,实时计算傅立叶频谱中最大振动幅值对应的频率值fmax。计算fmax的变化范围,如果变化值小于设定的阈值Td,可以判定相对轴振振动频率主成份条件验证通过。
5.根据权利要求1所述汽轮机组油膜振荡故障的实时在线诊断方法,其特征在于机组相对轴振第一临界转速频率验证,通过计算傅立叶频谱中最大振动幅值对应的频率值fmax,在设定时间内计算fmax的平均值,计算该平均值与轴系第一临界转速频率ffc1的比值,如果该比值在70%~110%范围内,可以判定相对轴振第一临界频率条件验证通过。
6.根据权利要求1所述汽轮机组油膜振荡故障实时在线诊断方法,其特征在于相对轴振第一临界转速频率振动幅值条件验证,通过预先选定的转子的相对轴振x方向或y方向振动信号,结合FFT频谱分析,计算相对轴振的振动频率为ffc1的振幅值Afc1、相对轴振振动频率为frunning的振幅值Ar,如果二者的比值R=Afc1/Ar,在设定的时间间隔内,该比值的平均值大于设定的阈值,可以判定相对轴振第一临界转速频率振动幅值条件验证通过。
7.根据权利要求1所述汽轮机组油膜振荡故障实时在线诊断方法,其特征在于机组油膜振荡故障识别判断,通过结合机组相对轴振稳定性条件验证、相对轴振第一临界转速频率条件验证、相对轴振振动频率主成份条件验证和相对轴振第一临界转速频率振动幅值条件验证4项验证结果,判断故障是否发生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110243824 CN102954888A (zh) | 2011-08-24 | 2011-08-24 | 汽轮机组油膜振荡故障的实时在线诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110243824 CN102954888A (zh) | 2011-08-24 | 2011-08-24 | 汽轮机组油膜振荡故障的实时在线诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102954888A true CN102954888A (zh) | 2013-03-06 |
Family
ID=47763984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110243824 Pending CN102954888A (zh) | 2011-08-24 | 2011-08-24 | 汽轮机组油膜振荡故障的实时在线诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102954888A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364192A (zh) * | 2013-07-30 | 2013-10-23 | 国核电力规划设计研究院 | 确定油膜振荡的方法及装置 |
CN110631839A (zh) * | 2019-09-30 | 2019-12-31 | 大唐郓城发电有限公司 | 一种判断单轴5缸4排汽汽轮机组轴系稳定的方法 |
CN111006756A (zh) * | 2019-12-06 | 2020-04-14 | 福建福清核电有限公司 | 一种汽轮发电机组轴系周期性波动振动的诊断方法 |
CN111027426A (zh) * | 2019-11-28 | 2020-04-17 | 中国航空工业集团公司西安航空计算技术研究所 | 一种航空发动机振动信号基频幅值计算方法 |
CN111289097A (zh) * | 2020-02-25 | 2020-06-16 | 河海大学 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
-
2011
- 2011-08-24 CN CN 201110243824 patent/CN102954888A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364192A (zh) * | 2013-07-30 | 2013-10-23 | 国核电力规划设计研究院 | 确定油膜振荡的方法及装置 |
CN110631839A (zh) * | 2019-09-30 | 2019-12-31 | 大唐郓城发电有限公司 | 一种判断单轴5缸4排汽汽轮机组轴系稳定的方法 |
CN111027426A (zh) * | 2019-11-28 | 2020-04-17 | 中国航空工业集团公司西安航空计算技术研究所 | 一种航空发动机振动信号基频幅值计算方法 |
CN111027426B (zh) * | 2019-11-28 | 2023-10-20 | 中国航空工业集团公司西安航空计算技术研究所 | 一种航空发动机振动信号基频幅值计算方法 |
CN111006756A (zh) * | 2019-12-06 | 2020-04-14 | 福建福清核电有限公司 | 一种汽轮发电机组轴系周期性波动振动的诊断方法 |
CN111006756B (zh) * | 2019-12-06 | 2022-04-19 | 福建福清核电有限公司 | 一种汽轮发电机组轴系周期性波动振动的诊断方法 |
CN111289097A (zh) * | 2020-02-25 | 2020-06-16 | 河海大学 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101430239B (zh) | 大型汽轮发电机组油膜涡动故障实时诊断方法 | |
CN101430240B (zh) | 联轴器平行不对中故障在线实时诊断方法 | |
CN101430247B (zh) | 汽轮发电机组随机振动故障实时诊断方法 | |
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 | |
CN101451898B (zh) | 汽轮发电机组转子热弯曲不平衡故障实时诊断方法 | |
CN104075795B (zh) | 用于监测风力发电机组的叶轮振动状态的方法和系统 | |
CN101429877B (zh) | 汽轮发电机组联轴器角度不对中故障实时诊断方法 | |
CN102954888A (zh) | 汽轮机组油膜振荡故障的实时在线诊断方法 | |
CN101403648A (zh) | 大型汽轮发电机组汽流激振故障实时诊断方法 | |
CN102012316B (zh) | 汽轮发电机组轴颈碰摩故障实时辨识方法 | |
CN104865400A (zh) | 一种风电机组转速的检测识别方法及系统 | |
CN110905732B (zh) | 风电机组风轮不平衡的辨识方法、系统及储存介质 | |
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 | |
CN102087139A (zh) | 汽轮发电机组低频振动频率成份实时分析方法 | |
CN103575535B (zh) | 风电用双馈发电机滚动轴承故障判别方法及装置 | |
CN205607617U (zh) | 一种抽水蓄能机组轴系振动采集设备 | |
CN102798413B (zh) | 一种铁道动态检测系统 | |
CN102087140A (zh) | 汽轮发电机组低频振动主峰频率平稳性分析方法 | |
CN102012263B (zh) | 汽轮机组转子振动同相分量平稳性实时辨识方法 | |
Barszcz et al. | Concept of automated malfunction detection of large turbomachinery using machine learning on transient data | |
CN202885861U (zh) | 一种铁道动态检测系统 | |
CN102879085B (zh) | 汽轮发电机组低频振动非稳态实时预警方法 | |
CN107436244A (zh) | 基于频率分段振动数据采集的设备故障报警方法 | |
CN112595973B (zh) | 基于电流信号坐标转换的dfig叶轮不平衡故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice |
Addressee: Zhang Yu Document name: Notification of before Expiration of Request of Examination as to Substance |
|
DD01 | Delivery of document by public notice |
Addressee: North China Electric Power University Document name: Notification that Application Deemed to be Withdrawn |
|
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130306 |