CN112781843A - 通过确定瞬时转速操作期间的振动趋势检测转子异常 - Google Patents
通过确定瞬时转速操作期间的振动趋势检测转子异常 Download PDFInfo
- Publication number
- CN112781843A CN112781843A CN202011156321.2A CN202011156321A CN112781843A CN 112781843 A CN112781843 A CN 112781843A CN 202011156321 A CN202011156321 A CN 202011156321A CN 112781843 A CN112781843 A CN 112781843A
- Authority
- CN
- China
- Prior art keywords
- vibration
- rotor
- trend
- sensor
- vibration sensor
- 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
- 230000001052 transient effect Effects 0.000 title claims description 60
- 238000001514 detection method Methods 0.000 title description 92
- 238000000034 method Methods 0.000 claims abstract description 96
- 238000005259 measurement Methods 0.000 claims abstract description 93
- 230000001186 cumulative effect Effects 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 23
- 230000001747 exhibiting effect Effects 0.000 claims description 12
- 230000001419 dependent effect Effects 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 59
- 238000012544 monitoring process Methods 0.000 description 54
- 238000012545 processing Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 101000638180 Homo sapiens Transmembrane emp24 domain-containing protein 2 Proteins 0.000 description 6
- 102100031987 Transmembrane emp24 domain-containing protein 2 Human genes 0.000 description 6
- 238000011112 process operation Methods 0.000 description 5
- 102220475609 Immunoglobulin kappa variable 2-24_P24F_mutation Human genes 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 102220474466 Immunoglobulin heavy diversity 1-1_P24D_mutation Human genes 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
- H02P9/10—Control effected upon generator excitation circuit to reduce harmful effects of overloads or transients, e.g. sudden application of load, sudden removal of load, sudden change of load
- H02P9/102—Control effected upon generator excitation circuit to reduce harmful effects of overloads or transients, e.g. sudden application of load, sudden removal of load, sudden change of load for limiting effects of transients
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
- F01D25/04—Antivibration arrangements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
- F02C9/26—Control of fuel supply
- F02C9/28—Regulating systems responsive to plant or ambient parameters, e.g. temperature, pressure, rotor speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
- G01H1/006—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines of the rotor of turbo machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/12—Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations
- G01H1/16—Amplitude
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
- G01M15/12—Testing internal-combustion engines by monitoring vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0232—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0021—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using different modes of control depending on a parameter, e.g. the speed
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P8/00—Arrangements for controlling dynamo-electric motors rotating step by step
- H02P8/34—Monitoring operation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2220/00—Application
- F05D2220/30—Application in turbines
- F05D2220/32—Application in turbines in gas turbines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明题为“通过确定瞬时转速操作期间的振动趋势检测转子异常”。本发明公开一种用于检测转子异常的方法。将针对振动传感器(115)和针对瞬时转速操作的振动数据分类到多个转子转速范围中。针对振动传感器(115)针对每个转子转速范围确定最大振动幅值。使用从由至少转子(110)执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对转子转速范围和振动传感器(115)中的至少一者确定最大振动幅值中是否存在趋势来确定在瞬时转速操作期间获得的振动测量结果是否指示转子异常。在存在趋势的情况下，指示转子异常。
Description
背景技术
本公开整体涉及转子监测，并且更具体地，涉及评估在瞬时转速操作期间一个或多个转速范围的振动趋势以监测转子的异常。
振动监测通常用于监测涡轮转子的异常。在一种方法中，用于对涡轮转子进行振动监测以进行异常检测涉及专家审查在全速操作期间从涡轮获得的振动测量结果。专家通常审查振动中振动测量结果的改变以确定异常的存在。为了进一步深入探究异常的严重性，专家必须手动组织和分析在涡轮的全速操作期间获得的所有信息和数据。分析不会产生实时解决方案的异常条件是非常耗时的过程。这些振动监测过程的另一个缺点是仅使用从在全速操作下操作的涡轮获得的振动测量结果。使用从在全速操作下的涡轮获得的数据无法检测到导致异常的一些故障事件。
在另一种方法中，从在瞬时转速操作(诸如，启动或关闭)下操作的涡轮获得振动测量结果。此方法允许检测在全速操作下无法检测到的异常。在一种特定方法中，振动测量结果被分类到在瞬时转速操作期间多个预先确定的转子转速范围中的一个预先确定的转子转速范围中，并且针对在瞬时转速操作期间预先确定的转子转速范围中的每个预先确定的转子转速范围确定最大振动数据。然后将数据编译成快照。远程监测单元(例如，远离进行测量的振动传感器、转子和任何现场监测单元)根据振动测量结果的快照检测转子异常。在此方法中，评估振动数据以简单地确定振动测量结果是非重复的。也就是说，振动测量结果从先前值增加或减小预先确定的阈值。仅使用非重复振动测量结果作为异常存在的指示可导致多个错误指示。
发明内容
本公开的第一方面包括一种用于检测在瞬时转速操作期间转子中的转子异常的计算系统，该计算系统包括计算装置，该计算装置被编程来：接收在瞬时转速操作期间由至少一个振动传感器从转子获得的振动数据；针对至少一个振动传感器将振动数据分类到瞬时转速操作的多个预先确定的转子转速范围中的一个预先确定的转子转速范围中，每个转速范围在转子的静止状态和全速状态之间；针对至少一个振动传感器针对瞬时转速操作的多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定预先确定的百分位数振动幅值；并且使用从由至少转子执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对多个预先确定的转子转速范围和至少一个振动传感器中的至少一者确定预先确定的百分位数振动幅值中是否存在趋势来确定在瞬时转速操作期间获得的振动测量结果是否指示转子异常，其中先前瞬时转速操作的预设数量大于二；并且响应于确定存在趋势而指示存在转子异常。
本公开的第二方面包括一种用于检测在瞬时转速操作期间转子中的转子异常的基于计算机的方法，该方法使用包括处理器和存储器的计算装置，该方法包括：接收在瞬时转速操作期间由至少一个振动传感器从转子获得的振动数据；针对至少一个振动传感器将振动数据分类到瞬时转速操作的多个预先确定的转子转速范围中的一个预先确定的转子转速范围中，每个转速范围在转子的静止状态和全速状态之间；针对至少一个振动传感器针对瞬时转速操作的多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定预先确定的百分位数振动幅值；以及使用从由至少转子执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对多个转子转速范围和至少一个振动传感器中的至少一者确定预先确定的百分位数振动幅值中是否存在趋势来确定在瞬时转速操作期间获得的振动测量结果是否指示转子异常，其中先前瞬时转速操作的预设数量大于二；并且响应于确定存在趋势而指示存在转子异常。
本公开的第三方面包括一种存储计算机指令的计算机可读存储装置，该计算机指令在被执行时使得计算机系统能够执行用于检测转子异常的方法，该方法包括：接收在瞬时转速操作期间由振动传感器从转子获得的振动数据；将振动数据分类到瞬时转速操作的多个预先确定的转子转速范围中的一个预先确定的转子转速范围中；针对至少一个振动传感器针对瞬时转速操作的多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定预先确定的百分位数振动幅值；以及使用从由至少转子执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对多个转子转速范围和至少一个振动传感器中的至少一者确定预先确定的百分位数振动幅值中是否存在趋势来确定在瞬时转速操作期间获得的振动测量结果是否指示转子异常，其中先前瞬时转速操作的预设数量大于二；并且响应于确定存在趋势而指示存在转子异常。
附图说明
从结合描绘本公开的各种实施方案的附图的对本公开的各个方面的以下详细描述，将更容易理解本公开的这些和其他特征，其中：
图1是根据本公开的实施方案的系统的示意图。
图2是根据本公开的实施方案的用于实现检测系统的计算装置的示意图。
图3是描述根据本公开的实施方案的与使用检测系统来检测转子异常的存在相关联的操作的方法的流程图。
图4是描述根据本公开的其他实施方案的与使用检测系统利用振动传感器相关性权重来检测转子异常的存在相关联的操作的方法的流程图。
图5是描述根据本公开的其他实施方案的与使用检测系统利用转子转速范围相关性权重来检测转子异常的存在相关联的操作的方法的流程图。
图6是描述根据本公开的其他实施方案的与使用检测系统利用转子转速范围相关性权重和振动传感器相关性权重来检测转子异常的存在相关联的操作的方法的流程图。
应当注意，本公开的附图未按比例绘制。附图旨在仅描绘本公开的典型方面，并且因此不应当被视为限制本公开的范围。在附图中，类似的编号表示附图之间的类似的元件。
具体实施方式
本公开的各种实施方案涉及使用在瞬时转速操作期间获得的振动测量结果来针对转子异常对涡轮执行实时监测。在提供检测系统的计算机系统处接收来自位于涡轮转子周围的至少一个振动传感器的振动测量结果。计算机系统可与振动传感器和转子一起位于现场，或者更可能地，位于远程集中式监测系统处。检测系统可被独立地部署以具体监测涡轮的操作，或者可以是用于以其他方式控制涡轮的控制器的一部分。在任何情况下，根据本公开的实施方案的检测系统连续地实时分析涡轮或机队的任何其他涡轮零件的操作。检测系统将振动测量结果分类到多个预先确定的转子转速范围中的一个预先确定的转子转速范围，并且例如在瞬时转速操作完成时，针对多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定预先确定的百分位数振动幅值。使用从由至少转子执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对转子转速范围和振动传感器中的至少一者确定预先确定的百分位数振动幅值中是否存在趋势来确定在瞬时转速操作期间获得的振动测量结果是否指示转子异常。在存在趋势的情况下，指示转子异常。使用趋势防止可仅基于先前数据点监测在预期范围之外的不可重复行为而发生的假警报。检测系统还创建类似瞬时转速操作(例如，热启动和/或冷启动或关闭)的动态基线，该动态基线可基于预定义事件通过例如检测到的异常进行调整。检测系统可使用例如累积和(CUSUM)算法来检测预先确定的百分位数振动幅值的缓慢或快速且稳定增加，同时忽略信号数据内的噪声。为了避免假警报，还可使用持久性逻辑和/或相关性权重逻辑。还可实现自动基线重置过程，以避免在增加水平的振动保持在稳定水平的情况下出现另外的警报，同时在位点处修复异常的情况下再次降低警报限值水平。如果系统确定振动数据正开始表现出趋势，则可发起对转子和/或振动传感器的升级或提高的审查。例如，可进行涉及使用振动数据的确认涡轮转子异常分析。在任何情况下，检测系统然后可响应于确定检测到涡轮转子异常而推荐纠正措施。
本公开的各种实施方案的技术效应包括提供用于实现对涡轮转子的实时监测的有效解决方案，该有效解决方案基于预先确定的转子转速范围和/或至少一个振动传感器的振动测量结果的趋势来确定对异常的潜在检测。此方法增加了在转子异常变得显著之前检测到转子异常的可能性，并且避免了假警报。其他技术效应包括提供用于仅使用瞬时转速操作来检测转子异常的有效解决方案。
参考附图，图1是根据本公开的一个实施方案的涡轮转子监测系统100的示意图。本文所描述的各种实施方案适用于与气体涡轮和蒸汽涡轮一起使用。然而，应当对于本领域的技术人员显而易见并且在本文教导内容的指导下，本公开同样适用于由转子驱动的任何工业机械，其中可能期望监测振动测量结果以检测在机械的操作中出现的异常。例如，轴流式压缩机是本公开的各种实施方案在其中具有实用性的一个领域。
如图1所示，涡轮转子监测系统100包括具有转子110的涡轮105。至少一个振动传感器115位于转子110周围以在操作期间测量振动。为清楚起见，仅示出两个振动传感器115，然而本领域的技术人员将认识到，可使用更多或更少传感器。在一个实施方案中，振动传感器115可包括接触式传感器和非接触式传感器(例如，加速度计和接近传感器)。在一个实施方案中，振动传感器115可位于轴承盖中，该轴承盖包含促进转子110在涡轮105操作期间旋转的轴承。
在本公开的各种实施方案中，从转子110获得的振动测量结果可在瞬时转速操作期间发生。如本文所使用，瞬时转速操作可包括以在涡轮105的启动和关闭中达到的转速发生的启动操作(冷启动或热启动)、关闭操作和维护操作。
如图1所示的涡轮105还包括位于涡轮转子周围的一个或多个操作传感器120以测量与涡轮相关联的操作数据。为清楚起见，仅示出两个操作传感器120，然而本领域的技术人员将认识到，典型的涡轮可具有位于其周围的许多更多传感器以测量各种操作参数。本领域的技术人员将认识到，操作传感器120的位置可变化并且不限于任何一个特定位置。在一个实施方案中，操作传感器120可包括测量转子110在操作期间的转速的转速传感器。其他操作传感器可包括温度传感器、压力传感器、电流传感器等。为了清楚地解释本公开的各种实施方案，本文仅示出和描述了与涡轮105相关联的几个部件。本领域的技术人员将了解，涡轮105将具有本文未作讨论的各种其他部件。
如图1所示，涡轮转子监测系统100还包括现场监测单元125，该现场监测单元125可监测在涡轮105的瞬时转速操作期间从振动传感器115获得的振动测量结果。在一个实施方案中，现场监测单元125促进继续监测和处理由振动传感器115发送的振动测量结果。还如图1所示，远程监测单元130经由通信网络135(例如，有线连接或无线连接)与现场监测单元125通信。远程监测单元130(即其计算装置)在地理上远离振动传感器115和转子110定位。根据本公开的实施方案，现场监测单元125和/或远程监测单元130可提供涡轮转子异常检测系统150(下文称为“检测系统150”)。在一个实施方案中，远程监测单元130可例如在瞬时转速操作完成之后经由通信网络135从现场监测单元125接收振动测量结果，以用于确定异常的存在。因此，在另一个实施方案中，不是现场监测单元125，而是远程监测单元130可促进继续监测和处理由振动传感器115发送的振动测量结果。在任何情况下，检测系统150使得监测单元125或130能够执行包括以下的操作：将振动测量结果分类到在瞬时转速操作期间涡轮转子转速的多个预先确定的范围中的一个预先确定的范围中；针对瞬时转速操作期间的涡轮转子转速的多个预先确定的范围中的每个预先确定的范围确定最大振动数据；使用历史振动测量数据来确定所测量的振动中是否存在趋势；并且响应于确定存在趋势而指示存在转子异常。
现场监测单元125和/或远程监测单元130可将振动数据存储在事务性数据库140中，该事务性数据库140包含从由以下执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据：来自涡轮105的转子110、来自位于涡轮105的位点处的任何其他涡轮的转子和/或在其他位置处操作的类似涡轮的转子。在后一种情况下，获得的历史振动测量数据可来自多个不同转子，每个转子包括至少一个振动传感器。以此方式，历史振动测量数据包括例如跨全球类似涡轮机队的大量输入。来自其他位置的历史振动测量数据可被转发到涡轮105的位点。从预先确定数量的先前瞬时转速操作获得的历史振动测量数据也全是相同类型的，例如热启动、冷启动或关闭。以此方式，针对关闭的历史振动测量数据不与针对启动的历史振动测量数据进行比较，并且将具有不同振动分布的更特定类型的启动彼此进行比较。此外，从预先确定数量的先前瞬时转速操作获得的历史振动测量数据特定于与转子交互的特定振动传感器115。也就是说，将特定振动传感器115的振动测量结果与同一涡轮中的同一振动传感器或其他涡轮中的同一振动传感器的历史振动测量数据进行比较。例如，历史振动测量数据可来自定位在支撑每个涡轮105中转子的第二轴承的底部处的振动传感器115。以此方式，第一振动传感器的历史振动测量数据不与第二不同位置的振动传感器的历史振动测量数据进行比较，该第二不同位置的振动传感器将预期具有与第一振动传感器不同的振动分布。本领域的技术人员将认识到，现场监测单元125和/或远程监测单元130可具有存储另外的信息(例如，用于修复异常的规则、纠正措施、涡轮数据等)的其他数据库，或者可能将此信息和事务性数据库140中的信息全部存储在一个数据库中。
在一个实施方案中，现场监测单元125可以是数据采集系统，该数据采集系统从振动传感器115和操作传感器120收集传感器数据并且被编程来对所收集的数据执行上述处理操作。可用作现场监测单元125的这种数据采集系统的一个示例是可商购获得的监测单元，诸如由General Electric Company提供的GE现场监测器。本领域的技术人员将认识到，现场监测单元125可部署为涡轮控制器的一部分。例如，由现场监测单元125执行的功能可体现在可商购获得的涡轮控制器(诸如由General Electric Company提供的MARK VISPEEDTRONIC CONTROLLERTM)中。在一个实施方案中，远程监测单元130可以是与现场监测单元125联机的中央主机计算单元。远程监测单元130可采用允许操作员对涡轮105以及位于该特定位点和其他远程位点处的其他涡轮执行远程监测和诊断的软件、多个规则和数据库。
如图2所示，现场监测单元125和远程监测单元130中的每一者可包括计算装置204。本公开可采取以下形式：完全硬件实施方案、完全软件实施方案(包括固件、常驻软件、微代码等)或在本文中通常全部可称为“电路”、“模块”或“系统”的组合软件和硬件方面的实施方案。此外，本公开可采取计算机程序产品的形式，该计算机程序产品体现在任何有形表达介质中，在该介质中体现有计算机可用程序代码。
可利用一个或多个计算机可用或计算机可读介质的任何组合。计算机可用或计算机可读介质可以是例如但不限于电子、磁、光学、电磁、红外或半导体系统、设备、装置或传播介质。计算机可读介质的更特定示例(不完全列表)将包括以下项：具有一根或多根线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储装置、传输介质(诸如支持互联网或内联网的那些)或磁存储装置。需注意，计算机可用或计算机可读介质甚至可以是纸张或程序印刷在其上的另一种合适的介质，因为程序可经由例如光学扫描纸张或其他介质以电子方式捕获，然后在必要时以合适的方式编译、解释或以其他方式处理，并且然后存储在计算机存储器中。在本文档的上下文中，计算机可用或计算机可读介质可以是可包含、存储、传达、传播或传送程序以供指令执行系统、设备或装置使用或与它们结合使用的任何介质。计算机可用介质可包括在基带中或作为载波的一部分的、其中体现有计算机可用程序代码的传播数据信号。计算机可用程序代码可使用任何适当的介质传输，该任何适当的介质包括但不限于无线、有线、光纤电缆、RF等。
用于执行本公开的操作的计算机程序代码可以一种或多种编程语言的任何组合来写入，该一种或多种编程语言包括面向对象的编程语言(诸如Java、Smallalk、C++等)和常规的过程编程语言(诸如，“C”编程语言或类似编程语言)。程序代码可完全在用户计算机上、部分地在用户计算机上、作为独立的软件包、部分地在用户计算机上，以及部分地在远程计算机上或完全在远程计算机或服务器上执行。在后一种情形下，远程计算机可通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机，或者该连接可以至外部计算机(例如，使用互联网服务提供商通过互联网)。
下面参考根据本公开的实施方案的方法、设备(系统)和计算机程序产品的流程图图解和/或框图来描述本公开。应当理解，流程图图解和/或框图中的每个框以及流程图图解和/或框图中的框的组合可通过计算机程序指令来实现。这些计算机程序指令可被提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以产生机器，使得经由计算机或其他可编程数据处理设备的处理器执行的指令创建用于实现流程图和/或框图的一个框或多个框中指定的功能/动作的装置。
这些计算机程序指令也可存储在计算机可读介质中，该计算机程序指令可指导计算机或其他可编程数据处理装置以特定方式起作用，使得存储在计算机可读介质中的指令产生包括指令装置的制品，该指令装置实现流程图和/或框图的一个框或多个框中指定的功能/动作。
计算机程序指令也可加载到计算机或其他可编程数据处理设备上，以致使在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的过程，使得在计算机或其他可编程设备上执行的指令提供用于实现流程图和/或框图的一个框或多个框中指定的功能/动作的过程。
现在参见图2，示出了根据本公开的实施方案的用于实现检测系统150的说明性环境200。就此而言，环境200包括可执行本文所描述的用于检测系统150的各种处理步骤的计算机基础设施202。具体地，计算机基础设施202被示出包括计算装置204，该计算装置204包括检测系统150，该检测系统150使得计算装置104能够通过执行本公开的过程步骤来确定转子异常的存在。
计算装置204被示出包括存储器212、处理器(PU)214、输入/输出(I/O)接口216以及总线218。此外，计算装置204被示出与外部I/O装置/资源220和存储系统222通信。如本领域中已知的，一般来讲，处理器214执行存储在存储器212和/或存储系统222中的计算机程序代码，诸如转子异常检测系统150。在执行计算机程序代码时，处理器214可向/从存储器212、存储系统222和/或I/O接口216读取和/或写入数据，诸如历史振动测量数据、振动测量结果、转子转速等。总线218在计算装置204中的部件的每个部件之间提供通信链路。I/O接口216可包括使得用户能够与计算装置204进行交互的任何装置或使得计算装置204能够与一个或多个其他计算装置进行通信的任何装置。输入/输出装置(包括但不限于键盘、显示器、指向装置等)可直接或通过中间I/O控制器耦接到系统。
在任何情况下，计算装置204可包括能够执行由用户安装的计算机程序代码(例如，个人计算机、服务器、手持式装置等)的任何通用计算制品。然而，应当理解，计算装置204和检测系统150仅表示可执行本公开的各种处理步骤的各种可能的等效计算装置。就此而言，在其他实施方案中，计算装置204可包括具有用于执行特定功能的硬件和/或计算机程序代码的任何专用计算制品、包括专用和通用硬件/软件的组合的任何计算制品等。在每种情况下，程序代码和硬件可分别使用标准编程和工程技术来创建。
类似地，计算机基础设施202仅示出用于实现本公开的各种类型的计算机基础设施。例如，在一个实施方案中，计算机基础设施202包括通过任何类型的有线和/或无线通信链路(诸如网络、共享存储器等)通信以执行本公开的各种过程步骤的两个或更多个计算装置(例如服务器集群)。当通信链路包括网络时，网络可包括一种或多种类型的网络(例如，互联网、广域网、局域网、虚拟专用网络等)的任何组合。网络适配器还可耦接到系统，以使得数据处理系统能够通过居间专用或公共网络耦接到其他数据处理系统或远程打印机或存储装置。调制解调器、电缆调制解调器和以太网卡仅是当前可用类型的网络适配器中的几种。无论如何，计算装置之间的通信可利用各种类型的传输技术的任何组合。
如先前所提及和下文进一步讨论的，检测系统150使得计算机基础设施202能够确定转子异常的存在。就此而言，检测系统150被示出包括执行本文所描述的各种操作的多个模块152。应当理解，图2所示的各种模块中的一些可针对包括在计算机基础设施202中的一个或多个单独计算装置独立地实现、组合和/或存储在存储器中。此外，应当理解，模块和/或功能中的一些可不被实现，或者另外的系统和/或功能可被包括为环境200的一部分。
本领域的技术人员将认识到，可能在现场监测单元125中实现由远程监测单元130执行的功能中的一些，使得现场监测单元能够处理振动和操作测量结果并且最终确定涡轮转子异常的存在。同样，可能在远程监测单元130中实现由现场监测单元125执行的功能中的一些，使得远程监测单元能够执行包括收集振动测量结果和操作测量结果、分析振动测量结果以确定涡轮转子异常的存在的操作。
图3是描述根据本公开的一个实施方案的与使用图2的检测系统150检测转子异常的存在相关联的过程操作的流程图。检测涡轮转子异常的存在的过程开始于过程P10，在过程P10处，检测系统150接收在瞬时转速操作期间由至少一个振动传感器115从转子110获得的振动数据。检测系统150还可分别从来自涡轮105的振动传感器115和操作传感器120接收其他操作测量结果(例如，压力、转子转速、温度等)。
如果不是已知的，则在任选的过程P12中，检测系统150确定在涡轮105正在经历瞬时转速操作时从传感器115、120接收的测量结果是否被收集。如果检测系统150确定涡轮105不是正在经历瞬时转速操作，即在过程P12处为否，则在P14处不采取进一步的动作。需注意，虽然本公开的各种实施方案涉及在瞬时转速操作下检测异常，但是本领域的技术人员将认识到，检测系统150还可具有在稳态操作期间执行以确定在全速或静止操作期间出现的转子异常的功能。在一个实施方案中，检测系统150可分析在瞬时转速操作和稳态操作两者期间获得的振动测量结果，以确定转子异常的更全面的分析和检测。
继续图2，如果在P12处确定涡轮105正在瞬时转速操作下操作(即，是)，则检测系统150继续其对从至少振动传感器115获得的振动和操作测量结果的处理。在过程P16中，检测系统150可任选地对从振动传感器115(和操作传感器120)生成的数据执行数据质量检查。数据质量检查可能需要确定从振动传感器115(和操作传感器120)获得的测量结果是否合理且正常(即，高于或低于某一限值)。基于数据质量检查，检测系统150确定传感器是坏的或出故障的。一般来讲，如果如通过数据质量检查操作所确定测量结果不合理，则传感器将被认为是坏的或出故障的。如果检测系统150确定传感器中的任一个是坏的或出故障的，则忽略它们已生成的任何测量结果。在一个实施方案中，可标记从被视为坏的或出故障的传感器生成的任何测量结果，使得检测系统150避免处理任何此类数据。
在过程P18中，检测系统150可任选地确定瞬时转速操作成功，即在其完成之后。在一些情况下，瞬时转速操作可能未完成，或者可能存在关于操作的一些其他异常，使得不会指示检测系统150应依赖以用于转子异常的当前评估或者用于添加到历史振动测量数据的数据集。此外，在过程P18处，检测系统150可标识瞬时操作的类型，例如热启动、冷启动或关闭。可基于例如在瞬时事件开始时观察到的转子温度、在瞬时转速操作期间观察到的振动分布(例如，热启动比冷启动具有更快的上升振动)和/或基于在瞬时操作期间或在先前操作条件期间涡轮105的其他观察到的操作参数(例如，操作计数器)来作出此标识以标识受阻挡的转子。
在过程P20中，检测系统150将振动测量结果分类到涡轮转子转速的多个预先确定的范围中的一个预先确定的范围中。将振动测量结果分类到多个预先确定的转子转速范围中的一个预先确定的转子转速范围中可包括使用操作传感器120来针对在瞬时转速操作期间从振动传感器115获得的每个振动测量结果判定转子110的转速，以及将振动测量结果置于分类的转子转速范围中的一个转子转速范围中。涡轮转子转速的预先确定的范围可表示例如由于转子本身的自然频率而足以致使转子110表现出不同的振动行为的转子转速。每个转速范围在转子110的静止状态(0转速)和全速状态之间。在一个实施方案中，多个预先确定的转子转速范围可包括在静止状态和全速状态之间的四个不同转子转速范围。例如，多个预先确定的转子转速范围可包括覆盖全速状态的25％直至40％的转子转速范围，覆盖全速状态的超过40％直至65％的转子转速范围，覆盖全速状态的超过65％直至95％的转子转速范围，以及覆盖全速状态的超过95％直至99％的转子转速范围(即，高于无负载下的全速的第一点)。本领域的技术人员将认识到，涡轮转子转速分类的这些范围仅是示例，并且可使用许多其他可能的范围。因此，上述范围并不意在限制本文所描述的本公开的各种实施方案的范围。
在过程P22中，检测系统150针对振动传感器115的瞬时转速操作的多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定预先确定的百分位数振动幅值。确定转子转速范围中的每个转子转速范围的预先确定的百分位数振动幅值的操作可包括当涡轮105通过瞬时转速操作循环时将在某一转子转速下从振动传感器115获得的传入的振动数据与当前存储在检测系统150的存储器中的最大值进行比较。如果传入的振动测量结果超过存储在存储器中的最大值，则它替换针对该分类的特定转子转速范围的该值。另一方面，如果传入的振动测量结果并未超过存储在存储器中的最大值，则将现有值保留在存储器中。在另一个实施方案中，预先确定的百分位数振动幅值可以是跨给定转速范围的振动分布的第90百分位数内的预先确定的百分位数振动幅值的平均值或另一个预定义的百分位数值，它们可被调整以提高检测系统150的准确度。该后一种方法移除可能的异常值，并且可使预先确定的百分位数振动幅值更加准确。无论使用何种过程，当转子110通过各种范围的转子转速移动时，过程P22都可在瞬时转速操作期间连续地执行。也就是说，尽管过程P22的位置在流程图中，但是其可在瞬时转速操作期间连续地执行。
在过程P24中，检测系统150通过相对于预设数量的先前瞬时转速操作针对多个转子转速范围和特定振动传感器115中的至少一者确定预先确定的百分位数振动幅值中是否存在趋势来确定在瞬时转速操作期间获得的振动测量结果是否指示转子异常。过程P24使用从由至少该转子110(即，涡轮105中的转子110以及类似涡轮105中的可能的其他转子110)执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据。具有可用历史振动测量数据库所需的先前瞬时转速操作的预先确定的数量可以是用户定义的，例如，对于处于冷启动瞬时操作中的特定转子为50，对于处于热启动瞬时操作中的特定转子为200等。
过程P24可包括多个子过程。在一个任选的子过程P24A中，检测系统150可初步确定先前是否已经存储了足够数量的所关注类型的瞬时转速操作。也就是说，检测系统150可确定是否已满足具有可用历史振动测量数据库所需的先前瞬时转速操作的预先确定的数量。子过程P24A确保检测系统150具有用于特定类型的瞬时转速操作(例如，热启动)的足够的历史振动测量数据以标识其中的趋势。如所指出，预先确定的数量可以是用户指定的(例如3个、50个、100个、500个等)以确保准确性。如果检测系统150知道历史振动测量数据中的先前瞬时转速操作的数量超过预先确定的数量，则可省略子过程P24A。否则，可执行子过程P24A。如果存在不足数量的先前瞬时转速操作，即在P24A处为否，则在子过程P24B处，检测系统150存储振动测量结果并且返回到过程P12。如果历史数据中存在足够数量的先前瞬时转速操作，即在P24A处为是，则检测系统150前进到子过程P24C并且可将振动测量结果存储到历史数据中(子过程P24B)。
在过程P24C中，检测系统150执行统计分析以确定转子转速范围和振动传感器115中的至少一者是否存在趋势，即增大还是减小。可对每个预先确定的转子转速范围和每个振动传感器执行统计分析(即，在采用多于一个振动传感器的情况下)。用于标识数据趋势的各种统计分析技术对本领域技术人员可用，该各种统计分析技术诸如但不限于：数据聚类和移动平均值比较以及数据平滑或自相关。在一个实施方案中，确定是否存在趋势包括计算过程P24C中的累积和(CUSUM)，并且在过程P24D中，响应于累积和超过先前瞬时转速操作的预设数量而标识趋势。在一个实施方案中，先前瞬时转速操作的预设数量大于二。先前瞬时转速操作的预设数量可以是增大趋势阈值(即，针对增大趋势)和减小趋势阈值(即，针对减小趋势)中的一者。在累积和或运行总计算中，计算振动测量结果随时间增长的总和，因此从而指示迄今为止给定振动测量结果相对于时间的总贡献。此实施方案提供以下益处：检测小的连续改变，同时能够在改变的方向和量值方面对趋势进行定性和定量分析。如通过增大趋势阈值或减小趋势阈值实现的先前瞬时转速操作的预设数量可以是用户定义的(例如，两个或更多个)。例如，阈值可取决于振动传感器类型、传感器位置、传感器单元的测量标度、涡轮类型和瞬时转速操作的类型。这些因素影响区分异常传感器白噪音和正常传感器白噪音所需的改变的量值。
在过程P24E中，检测系统150任选地确定是否已经做出转子异常的(先前)指示，并且如果是，则在过程P24F处，响应于已经做出转子异常的(先前)指示而重置用于累积和计算(在过程P24C中)的基线。此持久性检查过程防止重复指示异常。
在一个实施方案中，如果没有做出先前的指示，即在过程P24E中为否，则在过程P26中，检测系统150可响应于确定存在趋势而指示存在转子异常。在此阶段，用户也许可利用来自监测单元125和/或130(图1)的推荐而采取纠正措施。
图4至图6是描述根据本公开的其他实施方案的与使用图2的检测系统150来检测转子异常的存在相关联的过程操作的说明性流程图。在某些实施方案中，检测系统150可实现权重系统，该权重系统针对预先确定的转子转速范围对某些振动传感器115的检测到的转子异常的相关性优于其他振动传感器进行加权，并且/或者对某些预先确定的转子转速范围的检测到的转子异常的相关性优于其他转子转速范围进行加权。以此方式，可给予已被标识为对转子或其他结构的问题提供更准确的指示的振动传感器115更多的考虑。例如，来自接近类型的振动传感器115的振动测量结果可被认为比来自其他振动传感器类型的测量结果更能指示问题，并且可被给予更高的传感器相关性权重。此外，可给予已被标识为对转子或其他结构的问题提供更准确的指示的转子转速范围更多的考虑。例如，针对某种类型的涡轮，高于95％的转子转速范围可被认为比来自其他转速范围的测量结果更能指示问题，并且被分配更高的范围相关性权重。另外，在某些预定义条件适用的情况下，可针对振动传感器类型调整权重。条件可与例如在各个转速范围期间各个振动传感器的某些异常检测相关，例如，在仅一个振动传感器115检测到增加的值的情况下，针对一个传感器将权重设定为0，这可指示故障传感器。在这种情况下，检测系统150可包括接口(例如图形用户接口)，从而允许向各种振动传感器分配传感器相关性权重(在采用多个振动传感器115的情况下)，并且/或者向各种预先确定的转子转速范围分配范围相关性权重。
图4是描述与使用图2的检测系统150来仅使用传感器相关性权重检测转子异常存在相关联的过程操作的说明性流程图。在过程P24F之前，图4与图3基本上相同。在任选的过程P24G中，检测系统150针对多个振动传感器115中的多于一个振动传感器确定是否存在趋势。如果是，则在过程P24H处，检测系统150基于相应的传感器相关性权重来计算多个振动传感器115中的表现出趋势的多于一个振动传感器的累积传感器相关性权重。在过程P24I中，检测系统150确定振动传感器的累积传感器相关性权重是否超过阈值，并且如果是，则在过程P26处，检测系统150指示异常。此阈值可取决于例如安装在转子110上的振动传感器115的数量，并且取决于预先确定的转子转速范围的数量。如果权重未超过阈值，即在过程P24I处为否，则处理返回到过程P14。
图5是描述与使用图2的检测系统150来仅使用转速范围相关性权重检测转子异常存在相关联的过程操作的说明性流程图。在过程P24F之前，图5与图3基本上相同。如所指出，在某些实施方案中，检测系统150可实现对预先确定的转子转速范围中的每个预先确定的转子转速范围进行加权的权重系统。在此，每个转子转速范围具有分配的范围相关性权重。在任选的过程P24G中，检测系统150针对多个预先确定的转子转速范围中的多于一个预先确定的转子转速范围确定是否存在趋势。如果是，则在过程P24H处，检测系统50基于相应的范围相关性权重来计算表现出趋势的预先确定的转子转速范围的累积范围相关性权重。在过程P24I中，检测系统150确定振动传感器的累积传感器相关性权重是否超过阈值，并且如果是，则在过程P26处，检测系统150指示异常。如果权重未超过阈值，即在过程P24I处为否，则处理返回到过程P14。
图6是描述与使用图2的检测系统150来一起使用转速范围相关性权重和振动传感器相关性权重检测转子异常存在相关联的过程操作的流程图。在过程P24F之前，图6与图3基本上相同。在任选的过程P24G中，检测系统150针对多个振动传感器中的多于一个振动传感器确定是否存在趋势。如果是，则在过程P24H处，检测系统150针对多个预先确定的转子转速范围中的多于一个预先确定的转子转速范围确定是否存在趋势。如果在过程P24G或P24H中的任一者处为否，则处理返回到过程P14。如果需要，可按顺序颠倒过程P24G和P24H。如果在过程P24G和P24H两者处为是，则在过程P24I处，检测系统150基于相应的范围相关性权重来计算表现出趋势的预先确定的转子转速范围的累积范围相关性权重，并且基于相应的传感器相关性权重来计算表现出趋势的多个振动传感器的累积传感器相关性权重。在过程P24I中，检测系统150确定预先确定的转子转速范围的累积范围相关性权重是否超过阈值，并且振动传感器的累积传感器相关性权重是否超过阈值。如果两个阈值都被超过，则在过程P26处，检测系统150指示异常。如果累积权重中的一者或两者未超过阈值，即在过程P24J处为否，则处理返回到过程P14。
本公开的实施方案提供了对微小或逐渐的转子不平衡改变的检测，这些改变仅可在瞬时转速操作期间通过分析在多个启动和/或停机事件期间的振动数据来标识。本公开的实施方案允许检测转子异常，这些转子异常原本将需要非常仔细地手动关注瞬时振动模式和涡轮的多个瞬时循环的比较。
前述流程图示出了与检测涡轮转子异常的存在相关联的处理功能中的一些处理功能。就这一点而言，每个框表示与执行这些功能相关联的过程动作。还应当指出的是，在一些替代实施方式中，框中提到的动作可不按照图中所指出的顺序进行，或者，例如，实际上可基本上同时或以相反的顺序执行，这取决于所涉及的动作。而且，本领域的普通技术人员将认识到可添加描述处理功能的另外的框。
虽然迄今为止的描述涉及确定来自一个涡轮的异常，但是本领域的技术人员将认识到，本公开的各种实施方案适用于对一个特定位点处的多个涡轮的操作进行转子异常检测，并且甚至适用于对位于多个位置的涡轮的操作进行转子异常检测。例如，在存在多于一个涡轮105的位点中，具有检测系统150的现场监测单元125可耦接到这些涡轮中的每个涡轮并且将接收各种测量结果(振动测量结果、转速测量结果等)。在这种情形下，现场监测单元125处的检测系统150将连续地执行本文所描述的操作。替代地，现场监测单元125可经由通信网络135将振动数据从位于位点处的涡轮传输到远程监测单元130处的检测系统150以供分析，以便确定转子异常的存在。
本领域的技术人员将认识到，可修改本公开的各种实施方案，以将用于瞬时转速操作的涡轮转子异常检测方法与从全速操作数据检测到的异常相结合，以实现对可能存在的转子异常的更全面的检测。
在另一个实施方案中，可设想通过将本文所描述的瞬时转速操作异常检测过程与全速操作异常检测过程以及由振动测量结果得出的频率信息(例如，使用傅里叶变换来确定与测量结果相关联的某些振动幅值和频率)相结合来获得对转子异常的更全面的检测。在此实施方案中，将不得不用必要的设备来改造涡轮以获得与振动测量结果相关联的频率数据，并且改变现场转子异常检测单元和/或远程转子异常检测单元处的软件以适应此类操作。
以下权利要求书中的所有装置或步骤加功能元件的对应结构、材料、动作和等同物旨在包括用于结合具体要求保护的其他要求保护的元件执行功能的任何结构、材料或动作。已经出于说明和描述的目的给出了对本公开的描述，但其并不旨在穷举或将本公开限制于所公开的形式。在不脱离本公开的范围和实质的情况下，许多修改和变化对于本领域普通技术人员将是显而易见的。选择和描述了实施方案以便最好地解释本公开的原理和实际应用，并且使得本领域的其他技术人员能够理解具有适合于预期的特定用途的各种修改的本公开的各种实施方案。
Claims (15)
1.一种用于检测在瞬时转速操作期间转子(110)中的转子异常的计算系统，所述计算系统包括计算装置(104、204)，所述计算装置(104、204)被编程来：
接收在所述瞬时转速操作期间由至少一个振动传感器(115)从所述转子(110)获得的振动数据；
针对所述至少一个振动传感器(115)将所述振动数据分类到所述瞬时转速操作的多个预先确定的转子转速范围中的一个预先确定的转子转速范围中，每个转速范围在所述转子(110)的静止状态和全速状态之间；
针对所述至少一个振动传感器(115)针对所述瞬时转速操作的所述多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定最大振动幅值；以及
使用从由至少所述转子(110)执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对所述多个预先确定的转子转速范围和所述至少一个振动传感器(115)中的至少一者确定所述最大振动幅值中是否存在趋势来确定在所述瞬时转速操作期间获得的振动测量结果是否指示转子异常，其中所述先前瞬时转速操作的预设数量大于三；以及
响应于确定存在所述趋势而指示存在所述转子异常。
2.根据权利要求1所述的计算系统，其中确定是否存在所述趋势包括：计算累积和并且响应于所述累积和超过增大趋势阈值和减小趋势阈值中的一者而标识所述趋势。
3.根据权利要求2所述的计算系统，还包括：响应于转子异常的指示而重置用于所述累积和计算的基线。
4.根据权利要求1所述的计算系统，其中：
所述至少一个振动传感器(115)包括多个振动传感器(115)，每个振动传感器(115)具有传感器相关性权重，
所述确定是否存在所述趋势包括：针对所述多个振动传感器(115)中的多于一个振动传感器(115)确定是否存在趋势；并且
还包括：响应于所述多个振动传感器(115)中的多于一个振动传感器(115)表现出趋势，基于相应的传感器相关性权重来计算所述多个振动传感器(115)中的表现出趋势的所述多于一个振动传感器(115)的累积传感器相关性权重，并且
其中所述指示响应于针对所述多于一个振动传感器(115)存在所述趋势并且所述多于一个振动传感器(115)的所述累积传感器相关性权重超过阈值而发生。
5.根据权利要求1所述的计算系统，其中所述多个预先确定的转子转速范围中的每个预先确定的转子转速范围具有范围相关性权重，
还包括：响应于所述多个预先确定的转子转速范围中的多于一个预先确定的转子转速范围表现出趋势，基于相应的范围相关性权重来计算所述多个预先确定的转子转速范围中的表现出趋势的所述多于一个预先确定的转子转速范围的累积范围相关性权重，并且
其中所述指示响应于针对所述多于一个预先确定的转子转速范围存在所述趋势并且所述多于一个预先确定的转子转速范围的所述累积范围相关性权重超过阈值而发生。
6.根据权利要求5所述的计算系统，其中所述多个预先确定的转子转速范围包括在所述静止状态和所述全速状态之间的四个不同转子转速范围。
7.根据权利要求6所述的计算系统，其中所述多个预先确定的转子转速范围包括：覆盖所述全速状态的25％直至40％的第一转子转速范围，覆盖所述全速状态的超过40％直至65％的第二转子转速等级，覆盖所述全速状态的超过65％直至95％的第三转子转速范围，以及覆盖所述全速状态的超过95％直至99％的第四转子转速范围。
8.根据权利要求1所述的计算系统，其中：
所述至少一个振动传感器(115)包括多个振动传感器(115)，每个振动传感器(115)具有传感器相关性权重，并且所述多个预先确定的转子转速范围中的每个预先确定的转子转速范围具有范围相关性权重，
所述确定是否存在所述趋势包括：针对所述多个振动传感器(115)中的多于一个振动传感器(115)确定是否存在趋势；并且
还包括：
响应于所述多个振动传感器(115)中的多于一个振动传感器(115)表现出趋势，基于相应的传感器相关性权重来计算所述多个振动传感器(115)中的表现出趋势的所述多于一个振动传感器(115)的累积传感器相关性权重，以及
响应于所述多个预先确定的转子转速范围中的多于一个预先确定的转子转速范围表现出趋势，基于相应的范围相关性权重来计算所述多个预先确定的转子转速范围中的表现出趋势的所述多于一个预先确定的转子转速范围的累积范围相关性权重，
其中所述指示响应于以下而发生：
针对所述多于一个振动传感器(115)存在所述趋势并且所述多于一个振动传感器(115)的所述累积相关性权重超过第一阈值，以及
针对所述多于一个预先确定的转子转速范围存在所述趋势并且所述多于一个预先确定的转子转速范围的所述累积相关性权重超过第二阈值。
9.根据权利要求1所述的计算系统，其中所述计算装置(104、204)在地理上远离所述一个振动传感器(115)、至少一个振动传感器(115)和所述转子(110)定位。
10.根据权利要求1所述的计算系统，其中从由至少所述转子(110)执行的所述预先确定数量的先前瞬时转速操作获得的所述历史振动测量数据的所述瞬时转速操作和所接收的振动数据的所述瞬时转速操作全是相同类型的：热启动、冷启动和关闭中的一者。
11.根据权利要求1所述的计算系统，其中所述最大振动幅值是跨给定转速范围的振动分布的第90百分位数内的最大振动幅值的平均值。
12.根据权利要求1所述的计算系统，其中从由至少所述转子(110)执行的所述预先确定数量的先前瞬时转速操作获得的所述历史振动测量数据包括来自多个不同转子(110)的振动测量数据，每个转子(110)包括所述至少一个振动传感器(115)。
13.一种用于检测在瞬时转速操作期间转子(110)中的转子异常的基于计算机的方法，所述方法使用包括处理器(214)和存储器(212)的计算装置(104、204)，所述方法包括：
接收在所述瞬时转速操作期间由至少一个振动传感器(115)从所述转子(110)获得的振动数据；
针对所述至少一个振动传感器(115)将所述振动数据分类到所述瞬时转速操作的多个预先确定的转子转速范围中的一个预先确定的转子转速范围中，每个转速范围在所述转子(110)的静止状态和全速状态之间；
针对所述至少一个振动传感器(115)针对所述瞬时转速操作的所述多个预先确定的转子转速范围中的每个预先确定的转子转速范围确定最大振动幅值；并且
使用从由至少所述转子(110)执行的预先确定数量的先前瞬时转速操作获得的历史振动测量数据，通过相对于预设数量的先前瞬时转速操作针对所述多个预先确定的转子转速范围和所述至少一个振动传感器(115)中的至少一者确定所述最大振动幅值中是否存在趋势来确定在所述瞬时转速操作期间获得的振动测量结果是否指示转子异常，其中所述先前瞬时转速操作的预设数量大于三；并且
响应于确定存在所述趋势而指示存在所述转子异常。
14.根据权利要求13所述的方法，其中确定是否存在所述趋势包括计算累积和并且响应于所述累积和超过增大趋势阈值和减小趋势阈值中的一者而标识所述趋势，并且
还包括：响应于转子异常的指示而重置用于所述累积和计算的基线。
15.根据权利要求13所述的方法，其中：
所述至少一个振动传感器(115)包括多个振动传感器(115)，每个振动传感器(115)具有传感器相关性权重，
所述确定是否存在所述趋势包括：针对所述多个振动传感器(115)中的多于一个振动传感器(115)确定是否存在趋势；并且
还包括：响应于所述多个振动传感器(115)中的多于一个振动传感器(115)表现出趋势，基于相应的传感器相关性权重来计算所述多个振动传感器(115)中的表现出趋势的所述多于一个振动传感器(115)的累积传感器相关性权重，并且
其中所述指示响应于针对所述多于一个振动传感器(115)存在所述趋势并且所述多于一个振动传感器(115)的所述累积传感器相关性权重超过阈值而发生。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/679,389 US11463032B2 (en) | 2019-11-11 | 2019-11-11 | Detecting rotor anomalies by determining vibration trends during transient speed operation |
| US16/679,389 | 2019-11-11 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112781843A true CN112781843A (zh) | 2021-05-11 |
Family
ID=73059635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011156321.2A Pending CN112781843A (zh) | 2019-11-11 | 2020-10-26 | 通过确定瞬时转速操作期间的振动趋势检测转子异常 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11463032B2 (zh) |
| EP (1) | EP3819608A1 (zh) |
| JP (1) | JP2021076597A (zh) |
| CN (1) | CN112781843A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115655764A (zh) * | 2022-10-27 | 2023-01-31 | 圣名科技(广州)有限责任公司 | 振动趋势分析方法、装置、电子设备及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4485678A (en) * | 1982-09-27 | 1984-12-04 | Mechanical Technology Incorporated | Rotor diagnostic and balancing system |
| US7027953B2 (en) | 2002-12-30 | 2006-04-11 | Rsl Electronics Ltd. | Method and system for diagnostics and prognostics of a mechanical system |
| US7941281B2 (en) | 2008-12-22 | 2011-05-10 | General Electric Company | System and method for rotor blade health monitoring |
| GB0902730D0 (en) | 2009-02-18 | 2009-04-01 | Oxford Biosignals Ltd | Method and apparatus for monitoring and analyzing vibrations in rotary machines |
| US8720275B2 (en) | 2012-01-04 | 2014-05-13 | General Electric Company | Detecting rotor anomalies |
| US10908014B2 (en) | 2014-08-21 | 2021-02-02 | Baker Hughes, A Ge Company, Llc | Detecting rotor anomalies during transient speed operations |
-
2019
- 2019-11-11 US US16/679,389 patent/US11463032B2/en active Active
-
2020
- 2020-10-23 JP JP2020178158A patent/JP2021076597A/ja active Pending
- 2020-10-26 CN CN202011156321.2A patent/CN112781843A/zh active Pending
- 2020-11-03 EP EP20205562.0A patent/EP3819608A1/en not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115655764A (zh) * | 2022-10-27 | 2023-01-31 | 圣名科技(广州)有限责任公司 | 振动趋势分析方法、装置、电子设备及存储介质 |
| CN115655764B (zh) * | 2022-10-27 | 2023-08-25 | 圣名科技(广州)有限责任公司 | 振动趋势分析方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11463032B2 (en) | 2022-10-04 |
| JP2021076597A (ja) | 2021-05-20 |
| EP3819608A1 (en) | 2021-05-12 |
| US20210143762A1 (en) | 2021-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Saari et al. | Detection and identification of windmill bearing faults using a one-class support vector machine (SVM) | |
| US10725439B2 (en) | Apparatus and method for monitoring a device having a movable part | |
| US5629870A (en) | Method and apparatus for predicting electric induction machine failure during operation | |
| US7089154B2 (en) | Automatic machinery fault diagnostic method and apparatus | |
| JP3321487B2 (ja) | 機器／設備診断方法およびシステム | |
| US8720275B2 (en) | Detecting rotor anomalies | |
| EP2518457B1 (en) | System And Method For Protecting Rotating Machines | |
| EP2746885A1 (en) | Method of monitoring the condition of a wind turbine | |
| CN103576641A (zh) | 用于监视操作过程单元中的资产的系统和方法 | |
| Gowid et al. | A novel robust automated FFT-based segmentation and features selection algorithm for acoustic emission condition based monitoring systems | |
| US10403116B2 (en) | Electrical signature analysis of electrical rotating machines | |
| JP6714498B2 (ja) | 設備診断装置及び設備診断方法 | |
| KR20190081933A (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
| Daniyan et al. | Development of a diagnostic and prognostic tool for predictive maintenance in the railcar industry | |
| CN114323642A (zh) | 风电机组振动数据处理系统以及数据稀释方法 | |
| WO2014031291A2 (en) | Fleet anomaly detection system and method | |
| EP4174601A1 (en) | System, apparatus and method for monitoring condition of an asset in technical installation | |
| CN112781843A (zh) | 通过确定瞬时转速操作期间的振动趋势检测转子异常 | |
| Zhang et al. | Condition monitoring and fault detection of a compressor using signal processing techniques | |
| Srilakshmi et al. | A Review on Fault Detection Diagnosis and Prognosis in Vibration Measurement through Wavelets on Machine Elements | |
| Ramachandran et al. | Recent trends in systems performance monitoring & failure diagnosis | |
| WO2022248004A1 (en) | Establishing health indicator of a rotating component | |
| Galar et al. | Application of dynamic benchmarking of rotating machinery for e-maintenance | |
| Jablonski et al. | Unsupervised detection of rotary machine imbalance based on statistical signal properties | |
| KR20230102431A (ko) | 인공지능 기반의 오일가스 플랜트 설비 고장 예측 및 진단시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240108 Address after: Swiss Baden Applicant after: GENERAL ELECTRIC CO. LTD. Address before: New York, United States Applicant before: General Electric Co. |
|
| TA01 | Transfer of patent application right |