CN106525337A - 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 - Google Patents
基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 Download PDFInfo
- Publication number
- CN106525337A CN106525337A CN201611092736.1A CN201611092736A CN106525337A CN 106525337 A CN106525337 A CN 106525337A CN 201611092736 A CN201611092736 A CN 201611092736A CN 106525337 A CN106525337 A CN 106525337A
- Authority
- CN
- China
- Prior art keywords
- ave
- throw
- vibration
- excitation
- round
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 239000013598 vector Substances 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000005284 excitation Effects 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 20
- 241000239290 Araneae Species 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 230000035939 shock Effects 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 18
- 238000002405 diagnostic procedure Methods 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005303 weighing Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000007630 basic procedure Methods 0.000 description 1
- 230000002153 concerted effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M1/00—Testing static or dynamic balance of machines or structures
- G01M1/14—Determining imbalance
- G01M1/16—Determining imbalance by oscillating or rotating the body to be tested
- G01M1/22—Determining imbalance by oscillating or rotating the body to be tested and converting vibrations due to imbalance into electric variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacture Of Motors, Generators (AREA)
Abstract
本发明提供一种基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其包括:根据无励时刻1X分量振动矢量和空载条件1X分量振动矢量计算励磁前后定转子偏心引起的振动、摆度变化量ΔA1X;根据无励时刻2X‑8X分量振动矢量和空载条件2X‑8X分量振动矢量计算励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X;根据无励时刻摆度间隙值Save和空载条件摆度间隙值Sul_ave计算励磁前后定子不圆引起的摆度间隙变化量ΔSave;根据ΔSave计算励磁前后定子不圆引起的轴系偏移方位ΔΦave;如果ΔA1X≥ΔAl_1X,判断存在定转子偏心故障;如果ΔA2X_8X≥ΔAl_2X_8X,判断存在转子不圆故障;如果ΔSave≥ΔSl_ave,判断存在定子不圆故障,且定子不圆最突出方位在ΔΦave处。本发明能够根据在线数据实时自动分析判断出磁拉力不平衡故障,并自动出具分析诊断报告。
Description
技术领域
本发明属于电子领域,尤其涉及到一种基于在线数据的水轮发电机组磁拉力不平衡故障分析方法。
背景技术
水电机组运行状态的实时诊断直接关系到水电站的安全稳定运行、电力质量和电力生产成本等重要的经济效益指标,其社会效益巨大。随着电站规模和监测辅助系统的不断扩大,机组的控制和监测数据信息量越来越大,运行操作人员对机组运行状态的实时有效监控、对设备故障做出迅速而准确地判断变得越来越困难,因此,研究开发智能水电机组故障诊断系统是非常必要的。水电机组在运行过程中难免发生各种各样的异常情况,同一异常现象可能有不同的产生原因,并且出现的故障具有随机性,其中许多事电站工作人员无法预先、直接检测到的,一般要根据工作人员的个人经验和对监测数据的分析来查找故障发生的原因及部位,因而有一定的主观性和局限性。
因此,为保障水电机组的正常安全运行,对其运行状态进行检测,及时发现故障征兆,做到“预测性检修”防患于未然是工程界梦寐以求的理想,也是大型电站机组检修的发展方向。
水轮发电机组故障诊断是近几年兴起的一门识别机组运行状态的科学,是一个复杂的综合系统,涉及的专业范围广。及时准确地诊断出水电机组的状态和故障,对提高水电机组工作稳定性、安全可靠性具有重大意义。
传统水轮发电机组的故障诊断主要有以下4种方法:
(1)基于信号处理的诊断方法
基于信号处理的诊断方法是各种诊断方法的基础和前提,作为一种传统的故障诊断方法,根据系统可测信号的特征值,如幅值、相位、频率、方差等,以及信号之间的相关性,与故障源之间存在的某种关系,通过信号处理和特征提取,找出其与故障源之间的映射关系来进行运行设备的故障诊断。目前常用的信号处理方法包括时域分析法、频域分析法、时频域分析法等。
(2)基于解析模型的诊断方法
基于解析模型的诊断方法是以控制理论为基础的诊断方法。把设备看成一个具有一定输入、输出关系的动态系统,根据系统的输入,输出关系建立数学表达或解析表达模型,利用观测器、滤波器、等价空间方程、参数模型估计与辨识等方法产生残差,根据模型的残差来判断发生故障的可能性。水电机组是一个复杂的非线性时变系统,建立比较准备的数学模型往往很难得到,这也限制了基于解析模型的诊断方法在水电机组故障诊断的应用。目前常用的解析模型方法包括参数估计方法、状态估计方法、等价空间方法等。
(3)经验知识的诊断方法
涉及研究领域的知识表达、处理和应用的方法,统称为基于知识的诊断方法,如故障征兆树方法、专家系统方法等,他们的特点是将专业知识通过语义和框架的方式进行表达,故障的诊断则采用推理和推理过程进行,如产生式规则推理、逻辑推理、模糊知识推理等。目前常用的经验知识的诊断方法包括符号有向图分析方法、故障树分析方法、专家系统诊断法等。
(4)基于数据驱动的诊断方法
基于数据驱动的故障诊断方法就是利用设备长期积累的在线或离线的状态数据,而不需要精确的数学解析模型,应用统计分析模式进行识别,神经网络技术或支持向量机模型分类等方法,通过数据学习和建模,将设备状态进行识别和分类,最终得到系统可能存在的故障。目前常用的数据驱动方法包括神经网络诊断方法、支持向量机诊断方法、统计分析诊断方法、模糊诊断方法等。
水轮发电机组正常运行时,转子在均匀磁场中运行,定子和转子之间的气隙均匀。此时定转子径向各点所受的磁拉力是均匀的,其在径向上所受合力为零。这种均匀的磁拉力对定转子的刚度有加强作用。由于制造质量或安装不当将造成定转子相对偏心或运行时转子励磁绕组故障而产生不平衡磁拉力。磁拉力不平衡引起的故障对电机的运行产生较大的影响,将会导致系统产生振动和噪声,引起转轴挠度增大和机组振动等问题,严重时使机组无法正常运行。因此,如何比较准确方便地计算水轮发电机不同工况下的磁拉力不平衡,对于机组设计和转轴振动分析都是十分重要的。
国内在故障诊断技术方面的研究起步较晚,二十世纪70年代末开始研究和尝试应用诊断技术,二十世纪90年代开始进行智能化故障诊断的研究工作,研究方法集中在模糊逻辑法、故障树分析法、专家系统技术、人工神经网络技术等,其中专家系统技术和神经网络技术是应用的热点。许多监测诊断系统也开始投入使用,但大都集中在汽轮机以及其他旋转机械设备的监测与故障诊断,针对水电机组的应用很少。这主要由于水电机组转速低,对机组的安全运行没有给予足够的重视,使得水电机组在线监测和故障诊断技术的研究落后于其他(大型)旋转机械。
在水轮发电机组中,磁拉力不平衡的传统算法是利用经验公式及人工分析,根据结构型式不同而得出。这种方法是将不均匀磁拉力简化成与偏心率成正比的线性关系,对各不平衡磁拉力的计算进行分析和对比,这种方法的误差较大,无法精确计算。后来又出现了有限元数值法计算这种不平衡磁拉力,这种算法是基于当定转子相对偏心时,气隙磁密将随气隙的变化而变化,同时磁拉力也随之变化。这种算法比传统经验算法更准确一些,但使实际应用时很不方便。尤其对于大型水轮发电机组,由于定子槽数及转子磁极较多,使有限元计算受到很多限制。
另外,传统的水轮发电机组磁拉力不平衡故障的分析方法,面向的是通频范围内的检测,并不能针对不同工况、不同的频域范围区间的数值进行分析。因此,对磁拉力不平衡的故障描述也无法达到清晰和准确。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明的目的是采用参数辨识的方法,建立数学模型,系统从在线监测数据中自动选择可以反映磁拉力不平衡故障的特征参数,来辨识系统是否存在磁拉力不平衡故障,并完成自动绘制趋势图及相关趋势图等特性曲线,自动出具分析诊断报告,以此来实现对水轮发电机组磁拉力不平衡故障的自动分析诊断功能。
本发明提供一种基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其包括以下步骤:
选取最近一次开机过程或停机过程的在线记录数据;
根据励磁电流值或者机组转速测值,选择无励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的无励时刻1X分量振动矢量无励时刻2X-8X分量振动矢量以及无励时刻摆度间隙值Save;
根据励磁电流值或者发电机出口开关,选择投励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的空载条件1X分量振动矢量空载条件2X-8X分量振动矢量以及空载条件摆度间隙值Sul_ave;
根据无励时刻1X分量振动矢量和空载条件1X分量振动矢量计算励磁前后定转子偏心引起的振动、摆度变化量ΔA1X;根据无励时刻2X-8X分量振动矢量和空载条件2X-8X分量振动矢量计算励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X;根据无励时刻摆度间隙值Save和空载条件摆度间隙值Sul_ave计算励磁前后定子不圆引起的摆度间隙变化量ΔSave;根据ΔSave计算励磁前后定子不圆引起的轴系偏移方位ΔΦave;
如果ΔA1X≥ΔAl_1X,判断存在定转子偏心故障;
如果ΔA2X_8X≥ΔAl_2X_8X,判断存在转子不圆故障;
如果ΔSave≥ΔSl_ave,判断存在定子不圆故障,且定子不圆最突出方位在ΔΦave处。
优选的是,所述的基于在线数据的水轮发电机组磁拉力不平衡故障分析方法中,
ΔSave=Sul_ave-Save
优选的是,所述的基于在线数据的水轮发电机组磁拉力不平衡故障分析方法中,ΔAl_1X和ΔAl_1X分别为最小的能容忍的摆度、机架振动的1X幅值变化下限,是国标运行振动幅值的0.2倍-0.5倍;
ΔAl_2X_8X为最小的能容忍的摆度、机架振动的2X…8X幅值综合变化下限,是国标运行振动幅值的0.2倍-0.5倍。
优选的是,所述的基于在线数据的水轮发电机组磁拉力不平衡故障分析方法中,将上机架振动、定子铁芯振动、摆度的无励时刻1X分量振动矢量无励时刻2X-8X分量振动矢量以及无励时刻摆度间隙值Save,上机架振动、定子铁芯振动、摆度的空载条件1X分量振动矢量空载条件2X-8X分量振动矢量空载条件摆度间隙值Sul_ave,励磁前后定转子偏心引起的振动、摆度变化量ΔA1X,励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X,励磁前后定子不圆引起的摆度间隙变化量ΔSave,轴系偏移方位ΔΦave及判断果作为分析报告输出至用户界面。
本发明提供一种基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其包括以下步骤:选取最近一次开机过程或停机过程的在线记录数据;根据励磁电流值或者机组转速测值,选择无励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的无励时刻1X分量振动矢量无励时刻2X-8X分量振动矢量 以及无励时刻摆度间隙值Save;根据励磁电流值或者发电机出口开关,选择投励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的空载条件1X分量振动矢量空载条件2X-8X分量振动矢量以及空载条件摆度间隙值Sul_ave;根据无励时刻1X分量振动矢量和空载条件1X分量振动矢量计算励磁前后定转子偏心引起的振动、摆度变化量ΔA1X;根据无励时刻2X-8X分量振动矢量和空载条件2X-8X分量振动矢量计算励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X;根据无励时刻摆度间隙值Save和空载条件摆度间隙值Sul_ave计算励磁前后定子不圆引起的摆度间隙变化量ΔSave;根据ΔSave计算励磁前后定子不圆引起的轴系偏移方位ΔΦave;如果ΔA1X≥ΔAl_1X,判断存在定转子偏心故障;如果ΔA2X_8X≥ΔAl_2X_8X,判断存在转子不圆故障;如果ΔSave≥ΔSl_ave,判断存在定子不圆故障,且定子不圆最突出方位在ΔΦave处。本发明能够根据在线数据实时自动分析判断出磁拉力不平衡故障,并自动出具分析诊断报告。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1是由于定子不圆度偏大导致的轴系中心位置偏移变化图;
图2是由于定子不圆度偏大导致的轴系中心位置偏移变化图;
图3是由于转子偏心引起的摆度变化图;
图4为本发明提供的基于在线数据的水轮发电机组磁力不平衡故障分析方法的流程图;
图5为本发明提供的基于在线数据的水轮发电机组磁力不平衡故障分析方法的诊断报告生成的流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
以水轮发电机组的在线监测数据为基础,通过数据采集模块对实时数据的监测分析,获取到机组振动、摆度、压力脉动、位移等相关数据,并对数据进行系统、科学的分析才能实现对磁拉力不平衡故障的自动分析诊断功能,这就对数据的实时性、参数的严谨性、权威性等有很高的要求。
因此,我公司开发了一种新的自动分析诊断方法,即“参数辨识”的方式。通过设计算法,建立相应的数学模型,在实际的在线监测系统中,系统会自动选择能够反映磁拉力不平衡故障特征的量化参数,来辨识机组是否存在磁拉力不平衡故障,并完成自动绘制趋势图及相关趋势图等特性曲线。
1、磁拉力不平衡的故障机理:
电磁不平衡力主要由发电机转子不圆、转子几何中心与旋转中心不一致等原因所引起,其明显特征是不平衡力与励磁电流成正比,发电机空载时电磁不平衡力达到最大。由它引起摆度、振动的可以近似认为与摆度、振动接近比例关系。当机组并网运行后,可以近似认为电磁力不平衡对机组摆度、振动的影响大小近似是固定的,与机组的负荷(流量)无关系。
由电磁不平衡力引起的振动、摆度并不一定完全是1X的变化。由于转子不圆可能引起2X、3X、4X甚至更高频率成分的变化,这取决于转子的形状。
电磁拉力通常分为旋转不平衡磁拉力和固定方向磁拉力两种,旋转不平衡磁拉力通常是由于转子不圆导致,固定方向磁拉力通常是由于定、转子不同心造成的。
一般说来,定转子气隙状态对机组振动摆度的影响如下表所示:
一般说来,转子偏心和转子不圆都会引起上导摆度、下导摆度、上机架振动、下机架振动、定子铁芯振动、定子基座振动的改变,而转子偏心主要引起上述测点的1X频率分量的改变,而转子不圆则主要引起上述测点的2X、3X甚至更高频率分量的改变,但在实际的测试分析中,转子偏心和转子不圆往往是伴生的。因此主要通过对比引起改变的主要频率成分来确定主要的振因。
而定子不圆及定转子相对偏心则主要引起上导、下导部位径向轴位移发生变化,在测试分析时主要观察摆度的间隙值是否发生改变。
图1和图2是一个典型的由于定子不圆度偏大导致的轴系中心位置偏移:在投入励磁前后上导摆度、下导摆度中心位置发生了移位。
如图1所示,为未投入励磁之前的轴心轨迹图,上导信息为:X向1X相位为62°,X向1X幅值为30μm,Y向1X相位为161°,Y向1X幅值为32μm,瞬时直线度为27μm,轴心偏移为2μm,偏移角度为279°;下导信息为:X向1X相位为56°,X向1X幅值为13μm,Y向1X相位为185°,Y向1X幅值为6μm,瞬时直线度为16μm,轴心偏移为1μm,偏移角度为276°;水导信息为:X向1X相位为37°,X向1X幅值为67μm,Y向1X相位为127°,Y向1X幅值为55μm,瞬时直线度为41μm,轴心偏移为5μm,偏移角度为90°;其中,失/超重角弯曲角定义从键相开始逆时针计算。从图中可分别看出上导、下导和水导的X向与Y向1X的相位和幅值,以及瞬时直线度和轴心偏移的角度。
如图2所示,为投入励磁之后的轴心轨迹图,上导信息为:X向1X相位为20°,X向1X幅值为96μm,Y向1X相位为98°,Y向1X幅值为126μm,瞬时直线度为37μm,轴心偏移为84μm,偏移角度为144°;下导信息为:X向1X相位为16°,X向1X幅值为116μm,Y向1X相位为113°,Y向1X幅值为151μm,瞬时直线度为22μm,轴心偏移为123μm,偏移角度为134°;水导信息为:X向1X相位为44°,X向1X幅值为59μm,Y向1X相位为123°,Y向1X幅值为61μm,瞬时直线度为55μm,轴心偏移为12μm,偏移角度为288°;其中,失/超重角弯曲角定义从键相开始逆时针计算。从图中可分别看出上导、下导和水导的X向与Y向1X的相位和幅值,以及瞬时直线度和轴心偏移的角度。
图3是一个典型的由于转子偏心引起的摆度变化:在投入励磁前后摆度1X分量发生较为明显改变。
在实际的在线监测系统中,系统会选择机组正常的自动开机、自动停机过程数据、以及变励磁试验、升压试验过程数据进行故障辨识,在采用机组正常自动开机、自动停机过程数据时通常选择高转速、无励磁条件下数据的和空载条件下的数据进行比较,辨识不平衡电磁拉力对机组振动摆度的影响特征参数,进而判定机组是否存在电磁拉力不平衡故障。在高转速无励磁条件和空载条件下,机组转速改变很小,近似认为机组无转速变化,导叶开度也无明显变化,改变的只有发电机无励磁和有励磁条件。因次,在此过程中机组振动、摆度的改变可以近似认为主要是由于电磁拉力不平衡引起的。
如图4所示,本发明提供一种基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其包括以下步骤:
选取最近一次开机过程或停机过程的在线记录数据;
根据励磁电流值或者机组转速测值,选择无励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的无励时刻1X分量振动矢量无励时刻2X-8X分量振动矢量以及无励时刻摆度间隙值Save;
根据励磁电流值或者发电机出口开关,选择投励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的空载条件1X分量振动矢量空载条件2X-8X分量振动矢量以及空载条件摆度间隙值Sul_ave;
根据无励时刻1X分量振动矢量和空载条件1X分量振动矢量计算励磁前后定转子偏心引起的振动、摆度变化量ΔA1X;根据无励时刻2X-8X分量振动矢量和空载条件2X-8X分量振动矢量计算励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X;根据无励时刻摆度间隙值Save和空载条件摆度间隙值Sul_ave计算励磁前后定子不圆引起的摆度间隙变化量ΔSave;根据ΔSave计算励磁前后定子不圆引起的轴系偏移方位ΔΦave;
如果ΔA1X≥ΔAl_1X,判断存在定转子偏心故障;
如果ΔA2X_8X≥ΔAl_2X_8X,判断存在转子不圆故障;
如果ΔSave≥ΔSl_ave,判断存在定子不圆故障,且定子不圆最突出方位在ΔΦave处。
针对电磁拉力不平衡故障需要根据以下四个参数进行故障识别:
其中:
ΔSave=Sul_ave-Save
实际的在线辨识算法流程如图4所示,在经过特征参数辨识以后,电磁拉力不平衡故障的判定条件变得简单,具体条件如下:
如果ΔA1X≥ΔAl_1X,那么存在定转子偏心影响;
如果ΔA2X_8X≥ΔAl_2X_8X,那么存在转子不圆影响;
如果ΔSave≥ΔSl_ave,那么存在定子不圆影响,定子不圆最突出方位在ΔΦave处。
上式中:
1)ΔAl_1X为最小的能容忍的摆度、机架振动的1X幅值变化下限,通常选择0.2倍到0.5倍相关国标运行振动幅值。
2)ΔAl_2X_8X为最小的能容忍的摆度、机架振动的2X…8X幅值综合变化下限,通常选择0.2倍到0.5倍相关国标运行振动幅值。
自动分析诊断功能是系统根据故障机理,自动选取合适的数据,进行自动分析和统计判断,并给出分析评价诊断结果。整个分析过程系统能够自动完成而无需人工操作。
报告的生成流程基本流程如图5所示,上述流程中,除选择启动报告需要人为选定之外,其他环节全部由系统的综合分析诊断软件自动完成。
本部分功能主要面向日常运行工作人员。具备以下特点:
(1)易于操作。使用人员无需进行设置、选择数据等复杂操作,采用“一键完成”式的软件操作。
(2)数据选择、计算、判定过程自动化。所有筛选数据和根据故障或缺陷模型计算的过程、分析推理、判定的过程由计算机完成,无需操作人员中间交互操作。
(3)报告中提供明确的分析诊断结论和可能的检修建议。
(4)以报告的形式输出到用户界面,而且报告可以自动转换为WORD等格式。
自动分析诊断技术路线
利用停机过程机组在负荷降为0后,在转速还未开始下降这段时间的数据,比较励磁电流为空载励磁电流和两个不同时刻机组振动、摆度的变化和机组轴线位置的变化,通过矢量计算,可以计算出旋转磁拉力对机组摆度、机架振动影响的大小和方位以及静态磁拉力对机组轴心位置影响的大小和方位。系统自动调用采集和存储的完整停机过程的高密度数据,并自动跟踪检索到负荷降为0、励磁开关断开前后的数据,通过矢量方式计算机架振动、摆度的变化值、振动的变化方位,并计算轴线的相对偏移值及偏移方位,最终给出磁拉力对机架振动、摆度的影响大小及方位。通过对磁拉力不平衡对机架振动的影响大小评定是否存在磁拉力不平衡。
最终分析诊断结论以自动分析诊断报告的形式输出。
报告的内容包括:
停机过程的机架振动、摆度、转速、励磁开关、励磁电流、发电机出口开关过程曲线
励磁断开前后机组摆线姿态(空间轴线)的变化
计算得到的磁拉力对各机架振动、摆度、机组轴线位置的偏移量的影响大小
旋转磁拉力方位以及静态磁拉力方位
本发明请求保护采用相近方案实现的水轮发电机组的自动分析诊断方法;一种磁拉力不平衡故障的分析诊断算法;基于在线数据的水轮发电机组磁拉力不平衡故障的自动分析诊断方法。
本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (4)
1.基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其特征在于,包括以下步骤:
选取最近一次开机过程或停机过程的在线记录数据;
根据励磁电流值或者机组转速测值,选择无励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的无励时刻1X分量振动矢量无励时刻2X-8X分量振动矢量以及无励时刻摆度间隙值Save;
根据励磁电流值或者发电机出口开关,选择投励磁条件下原始时域波形记录,通过FFT变换,计算获得上机架振动、定子铁芯振动、摆度的空载条件1X分量振动矢量空载条件2X-8X分量振动矢量以及空载条件摆度间隙值Sul_ave;
根据无励时刻1X分量振动矢量和空载条件1X分量振动矢量计算励磁前后定转子偏心引起的振动、摆度变化量ΔA1X;根据无励时刻2X-8X分量振动矢量和空载条件2X-8X分量振动矢量计算励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X;根据无励时刻摆度间隙值Save和空载条件摆度间隙值Sul_ave计算励磁前后定子不圆引起的摆度间隙变化量ΔSave;根据ΔSave计算励磁前后定子不圆引起的轴系偏移方位ΔΦave;
如果ΔA1X≥ΔAl_1X,判断存在定转子偏心故障;
如果ΔA2X_8X≥ΔAl_2X_8X,判断存在转子不圆故障;
如果ΔSave≥ΔSl_ave,判断存在定子不圆故障,且定子不圆最突出方位在ΔΦave处。
2.如权利要求1所述的基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其特征在于,
ΔSave=Sul_ave-Save
3.如权利要求1所述的基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其特征在于,ΔAl_1X和ΔAl_1X分别为最小的能容忍的摆度、机架振动的1X幅值变化下限,是国标运行振动幅值的0.2倍-0.5倍;
ΔAl_2X_8X为最小的能容忍的摆度、机架振动的2X…8X幅值综合变化下限,是国标运行振动幅值的0.2倍-0.5倍。
4.如权利要求1所述的基于在线数据的水轮发电机组磁拉力不平衡故障分析方法,其特征在于,将上机架振动、定子铁芯振动、摆度的无励时刻1X分量振动矢量无励时刻2X-8X分量振动矢量以及无励时刻摆度间隙值Save,上机架振动、定子铁芯振动、摆度的空载条件1X分量振动矢量空载条件2X-8X分量振动矢量空载条件摆度间隙值Sul_ave,励磁前后定转子偏心引起的振动、摆度变化量ΔA1X,励磁前后转子不圆引起的振动、摆度变化量ΔA2X_8X,励磁前后定子不圆引起的摆度间隙变化量ΔSave,轴系偏移方位ΔΦave及判断果作为分析报告输出至用户界面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611092736.1A CN106525337B (zh) | 2016-11-30 | 2016-11-30 | 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611092736.1A CN106525337B (zh) | 2016-11-30 | 2016-11-30 | 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106525337A true CN106525337A (zh) | 2017-03-22 |
CN106525337B CN106525337B (zh) | 2019-03-29 |
Family
ID=58354766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611092736.1A Active CN106525337B (zh) | 2016-11-30 | 2016-11-30 | 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106525337B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108266432A (zh) * | 2018-01-24 | 2018-07-10 | 北京机械设备研究所 | 一种泵源液压系统压力脉动自适应滤波方法及系统 |
CN109145505A (zh) * | 2018-09-19 | 2019-01-04 | 国网湖南省电力有限公司 | 一种水轮发电机组运行摆度位移峰最大峰值准确计算方法 |
CN109596247A (zh) * | 2018-12-05 | 2019-04-09 | 安徽响水涧抽水蓄能有限公司 | 一种半伞式水泵水轮机斜切式转子支架不平衡力测试分析方法 |
CN109765786A (zh) * | 2019-01-25 | 2019-05-17 | 杭州电子科技大学 | 一种基于证据滤波的电推船电机转轴不平衡故障检测方法 |
CN111413097A (zh) * | 2020-04-26 | 2020-07-14 | 华能四川水电有限公司 | 发电机组主轴弯曲故障预测方法 |
CN111950200A (zh) * | 2020-08-11 | 2020-11-17 | 哈电发电设备国家工程研究中心有限公司 | 基于轴心轨迹融合的发电设备故障诊断方法 |
US11619670B2 (en) | 2020-04-01 | 2023-04-04 | Caterpillar Inc. | System and method for detecting winding faults in a generator |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040034483A1 (en) * | 1997-10-17 | 2004-02-19 | Test Devices, Inc. | Method and apparatus for measuring rotor unbalance |
CN101738293A (zh) * | 2009-12-18 | 2010-06-16 | 华北电力大学 | 汽轮发电机组转子原始质量不平衡故障实时诊断方法 |
CN102262215A (zh) * | 2011-04-29 | 2011-11-30 | 华北电力大学(保定) | 一种大型发电机定转子气隙偏心故障检测方法 |
CN102507120A (zh) * | 2011-11-18 | 2012-06-20 | 上海交通大学 | 一种滑动轴承支撑的发电机转子不平衡磁拉力测试实验台 |
CN105021350A (zh) * | 2015-08-06 | 2015-11-04 | 华北电力大学(保定) | 一种汽轮发电机转子质量不平衡评估方法 |
-
2016
- 2016-11-30 CN CN201611092736.1A patent/CN106525337B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040034483A1 (en) * | 1997-10-17 | 2004-02-19 | Test Devices, Inc. | Method and apparatus for measuring rotor unbalance |
CN101738293A (zh) * | 2009-12-18 | 2010-06-16 | 华北电力大学 | 汽轮发电机组转子原始质量不平衡故障实时诊断方法 |
CN102262215A (zh) * | 2011-04-29 | 2011-11-30 | 华北电力大学(保定) | 一种大型发电机定转子气隙偏心故障检测方法 |
CN102507120A (zh) * | 2011-11-18 | 2012-06-20 | 上海交通大学 | 一种滑动轴承支撑的发电机转子不平衡磁拉力测试实验台 |
CN105021350A (zh) * | 2015-08-06 | 2015-11-04 | 华北电力大学(保定) | 一种汽轮发电机转子质量不平衡评估方法 |
Non-Patent Citations (2)
Title |
---|
任继顺: "基于自动分析诊断的远程状态监测技术在水电厂的应用", 《中国水力发电工程学会电力系统自动化专委会2007年年会暨学术交流会论文集》 * |
徐永: "大型水轮发电机组轴系动力学建模与仿真分析", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108266432A (zh) * | 2018-01-24 | 2018-07-10 | 北京机械设备研究所 | 一种泵源液压系统压力脉动自适应滤波方法及系统 |
CN108266432B (zh) * | 2018-01-24 | 2019-08-02 | 北京机械设备研究所 | 一种泵源液压系统压力脉动自适应滤波方法及系统 |
CN109145505A (zh) * | 2018-09-19 | 2019-01-04 | 国网湖南省电力有限公司 | 一种水轮发电机组运行摆度位移峰最大峰值准确计算方法 |
CN109596247A (zh) * | 2018-12-05 | 2019-04-09 | 安徽响水涧抽水蓄能有限公司 | 一种半伞式水泵水轮机斜切式转子支架不平衡力测试分析方法 |
CN109765786A (zh) * | 2019-01-25 | 2019-05-17 | 杭州电子科技大学 | 一种基于证据滤波的电推船电机转轴不平衡故障检测方法 |
US11619670B2 (en) | 2020-04-01 | 2023-04-04 | Caterpillar Inc. | System and method for detecting winding faults in a generator |
CN111413097A (zh) * | 2020-04-26 | 2020-07-14 | 华能四川水电有限公司 | 发电机组主轴弯曲故障预测方法 |
CN111950200A (zh) * | 2020-08-11 | 2020-11-17 | 哈电发电设备国家工程研究中心有限公司 | 基于轴心轨迹融合的发电设备故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106525337B (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106525337B (zh) | 基于在线数据的水轮发电机组磁拉力不平衡故障分析方法 | |
Wang et al. | A novel statistical time-frequency analysis for rotating machine condition monitoring | |
CN107003663B (zh) | 具有活动部分的装置的监视 | |
Li et al. | Neural-network-based motor rolling bearing fault diagnosis | |
CN105021334B (zh) | 基于多权值神经网络的风机能耗监测识别方法 | |
CRABTREE | Condition monitoring techniques for wind turbines | |
CN107064796A (zh) | 智能电机振动在线监测及预警系统 | |
CN107247230A (zh) | 一种基于支持向量机和数据驱动的旋转电机状态监测方法 | |
CN109613428A (zh) | 一种能像系统及其在电机设备故障检测方法中的应用 | |
CN106762343A (zh) | 基于在线数据的水轮发电机组推力轴承故障的诊断方法 | |
CN102033200A (zh) | 基于统计模型的交流电机在线监测和诊断方法 | |
CN106596110B (zh) | 基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法 | |
CN116933024B (zh) | 旋转类设备运行状态监控方法及系统 | |
Bhattacharya et al. | Recent trend in condition monitoring for equipment fault diagnosis | |
Jeon et al. | Statistical approach to diagnostic rules for various malfunctions of journal bearing system using fisher discriminant analysis | |
CN107066662A (zh) | 基于在线数据的水轮发电机组质量不平衡故障的诊断方法 | |
Bradley et al. | A general approach for current-based condition monitoring of induction motors | |
CN106680656A (zh) | 基于在线数据的水轮发电机组转子匝间短路故障分析方法 | |
CN103335708B (zh) | 汽轮发电机组低频振动实时预警方法 | |
CN107305238A (zh) | 一种烧结主抽风机的故障诊断方法及装置 | |
CN107063613A (zh) | 基于在线数据的水轮发电机组碰磨故障的分析诊断方法 | |
Mustafa et al. | Experimental research on machinery fault simulator (MFS): A review | |
Bind et al. | Fault Analysis of An Induction Motors Using AI and ML: An Efficient Way | |
Pagiatakis et al. | Introducing concepts and methodologies of fault detection into electrical engineering education: The induction machine example | |
CN106709156A (zh) | 基于在线数据的水轮发电机组定子热变形的自动评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200604 Address after: 100193 1057, floor 1, building a, east side of yard 58, Dongbei Wangxi Road, Haidian District, Beijing Co-patentee after: JILIN BAISHAN POWER PLANT OF SONGHUAJIANG HYDROELECTRIC POWER Co.,Ltd. Patentee after: BEIJING ZHONGYUAN RUIXUN SCIENCE & TECHNOLOGY Co.,Ltd. Address before: 100085, Beijing, Haidian District on the road No. 7, building 18, basement, room D01 Patentee before: BEIJING ZHONGYUAN RUIXUN SCIENCE & TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |