CN114088392A - 一种汽轮发电机组轴振信号失真检测方法及装置 - Google Patents

一种汽轮发电机组轴振信号失真检测方法及装置 Download PDF

Info

Publication number
CN114088392A
CN114088392A CN202111374747.XA CN202111374747A CN114088392A CN 114088392 A CN114088392 A CN 114088392A CN 202111374747 A CN202111374747 A CN 202111374747A CN 114088392 A CN114088392 A CN 114088392A
Authority
CN
China
Prior art keywords
vibration
shaft
distortion
shaft vibration
vibration signal
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
Application number
CN202111374747.XA
Other languages
English (en)
Inventor
汤杰杰
徐鹏程
丛星亮
苏阳
张骏
李勇
王立宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Anhui Xinli Electric Technology Consulting Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Anhui Xinli Electric Technology Consulting Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd, Anhui Xinli Electric Technology Consulting Co Ltd filed Critical Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Priority to CN202111374747.XA priority Critical patent/CN114088392A/zh
Publication of CN114088392A publication Critical patent/CN114088392A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Turbines (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种汽轮发电机组轴振信号失真检测方法，其特征是确定轴振信号失真的诊断模型，所述诊断模型包括轴振信号失真类型以及与所述轴振信号失真类型相应的模型振动特征；从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；所述振动图谱包括列表图、频谱图、振动波形图和振动趋势图；将所述现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象，则退出逻辑保护，避免汽轮发电机组误跳机，保证设备的安全运行。

Description

一种汽轮发电机组轴振信号失真检测方法及装置
技术领域
本发明属于旋转设备轴振信号失真检测技术领域，更具体地说尤其涉及一种汽轮发电机组轴振信号失真检测方法及装置。
背景技术
汽轮发电机组是火电厂最为重要的大型旋转设备，其安全稳定运行至关重要，振动是影响汽轮发电机组安全稳定运行的重要因素，因此准确、可靠的振动测试是基础。然而在现场实际振动测试中，测试系统由于受种种因素影响，有时会出现干扰，测出的振动幅值及振动特征并不能真实反应汽轮发电机组的振动情况，导致振动信号失真；采用失真的振动信号参与逻辑保护，则可能会由于振动过大超过保护限值引发汽轮发电机组误跳机，因此识别与判断振动信号是否存在失真十分重要。
目前火电厂针对振动异常是由相关领域的技术人员通过技术分析并实施相关处理，但这种方式一方面及时性差，另一方面当振动异常是由于振动信号失真所引发，失真的振动信号没有及时退出逻辑保护极易引发汽轮发电机组误跳机。
发明内容
本发明是为避免上述现有技术所存在的不足，提供一种汽轮发电机组轴振信号失真检测方法及装置，避免失真的轴振信号参与逻辑保护引发汽轮发电机组误跳机。
本发明为实现发明目的采用如下技术方案：
本发明汽轮发电机组轴振信号失真检测方法的特点是按如下方式进行：
确定轴振信号失真的诊断模型，所述诊断模型包括轴振信号失真类型以及与所述轴振信号失真类型相应的模型振动特征；
从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；所述振动图谱包括列表图、频谱图、振动波形图和振动趋势图；
将所述现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象，则退出逻辑保护，避免汽轮发电机组误跳机。
本发明汽轮发电机组轴振信号失真检测方法的特点也在于：
所述轴振信号失真类型分类为：
第一类：轴颈表面缺陷类，是指轴颈表面不圆整，包括存在划痕或锈斑；
第二类：轴振传感器安装缺陷类，是指电涡流传感器的安装支架松动形成共振；
第三类：电磁干扰类，是指轴振信号检测过程中受到电磁干扰；
第四类：振动系统接地不良类，是指因振动系统接地不良带来的轴振信号失真；
本发明汽轮发电机组轴振信号失真检测方法的特点也在于：
各类轴振信号失真的振动特征为：
所述第一类轴颈表面缺陷类的振动特征为：转速在500r/min以下时，通频振动值不低于50μm、振动波形存在毛刺现象、振动频率存在各种混乱频率成分；
所述第二类轴振传感器安装缺陷类的振动特征为：轴振振幅存在明显峰值，同一轴承另一方向轴振以及瓦振振幅变化不超过10μm；
所述第三类电磁干扰类的振动特征为：振动频率存在2fc以上的高频分量，fc为工频，振动趋势图显示轴振增加速率超过50μm/s；
所述第四类振动系统接地不良类的振动特征为：振动频率存在低频分量、振动趋势图显示轴振增加速率超过50μm/s。
本发明用于实现汽轮发电机组轴振信号失真检测的检测装置的特点是包括：
建模单元，用于确定轴振信号失真的诊断模型，所述诊断模型包括轴振信号失真类型以及与所述轴振信号失真类型相应的模型振动特征；
信号获取模块，用于从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；所述振动图谱包括列表图、频谱图、振动波形图和振动趋势图；
失真判断模块，用于将所述现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象，则退出逻辑保护，避免汽轮发电机组误跳机。
与已有技术相比，本发明有益效果体现在：
本发明方法针对所出现的异常轴振信号，能够快速确定异常轴振信号是否存在失真现象，如存在轴振信号失真则退出逻辑保护，有效避免汽轮发电机组因轴振信号失真导致振动数值超过保护限值造成误跳机的可能性，保障了汽轮发电机组的安全运行。
附图说明
图1为本发明方法流程图；
图2为本发明中检测装置示意图；
图3a是关于轴颈表面缺陷类的火电厂5X轴振信号波形图；
图3b是关于轴颈表面缺陷类的火电厂5X轴振信号频谱图；
图4a是关于轴振传感器安装缺陷类的火电厂3号轴承X向轴振信号趋势图；
图4b是关于轴振传感器安装缺陷类的火电厂3号轴承Y向轴振信号趋势图；
图4c是关于轴振传感器安装缺陷类的火电厂3号轴承瓦振信号趋势图；
图5a是关于电磁干扰类的火电厂7号轴承X向轴振信号趋势图；
图5b是关于电磁干扰类的火电厂7号轴承X向轴振信号频谱图；
图6a是关于振动系统接地不良类的火电厂6号轴承X向轴振信号趋势图；
图6b是关于振动系统接地不良类的火电厂6号轴承X向轴振信号频谱图；
具体实施方式
参见图1，本实施例中汽轮发电机组轴振信号失真检测方法是按如下方式进行：
步骤101.确定轴振信号失真的诊断模型，诊断模型包括轴振信号失真类型以及与轴振信号失真类型相应的模型振动特征；
步骤102.从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；振动图谱包括列表图、频谱图、振动波形图和振动趋势图；
步骤103.将现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象则进入步骤105，退出逻辑保护，避免汽轮发电机组误跳机；如果不存在失真现象则进入步骤104，结束检测。
具体实施中，根据数家火电厂以及相关文献关于汽轮发电机组振动信号测量误差反馈的信息，确定汽轮发电机组轴振信号失真有如下四个典型种类：
第一类：轴颈表面缺陷类，是指轴颈表面不圆整，包括存在划痕或锈斑；
第二类：轴振传感器安装缺陷类，是指电涡流传感器的安装支架松动形成共振；
第三类：电磁干扰类，是指轴振信号检测过程中受到电磁干扰；
第四类：振动系统接地不良类，是指因振动系统接地不良带来的轴振信号失真；
针对汽轮发电机组轴振失真信号，由于失真类型不同导致振动信号的特征不同，因此对不同失真类型的轴振信号提取出相关的振动特征，能够有效区分不同的失真类型，具体实施中，各类轴振信号失真的振动特征为：
第一类轴颈表面缺陷类的振动特征为：转速在500r/min以下时，通频振动值不低于50μm、振动波形存在毛刺现象、振动频率存在各种混乱频率成分；
表1
名称 转速 通频振幅值 1倍频振幅值 1倍频相位 2倍频振幅值 2倍频相位
5X 101r/min 84.4μm 16.4μm 170° 9.1μm 322°
表1为某电厂5X轴振数值，其5X轴振在101r/min(低于500r/min)时通频振动值为84.4μm，超过50μm；图3a可见振动波形存在明显的毛刺现象，图3b可见振动频谱存在各种频率成分，没有一个主频率。由此可以判断该火电厂5X轴振信号存在失真现象，导致轴振信号失真的原因是轴颈表面不圆整。
第二类轴振传感器安装缺陷类的振动特征为：轴振振幅存在明显峰值，同一轴承另一方向轴振以及瓦振振幅变化不超过10μm；
图4a可见，某火电厂3号轴承X向轴振在22：20左右存在明显峰值；图4b可见，3号轴承Y向轴振振幅变化不超过10μm；图4c可见，3号轴承瓦振振幅变化不超过10μm。由此判断该火电厂3X轴振信号存在失真现象，导致轴振信号失真的原因是3X电涡流传感器支架或套管松动或共振。
第三类电磁干扰类的振动特征为：振动频率存在2fc以上的高频分量，fc为工频，振动趋势图显示轴振增加速率超过50μm/s，对于汽轮发电机组，fc＝50Hz；
图5a可见，某火电厂7号轴承X向轴振振幅增加时间间隔很短，振幅增加速率超过50μm/s；图5b可见，7号轴承X向轴振振动频率含有2fc(100Hz)及以上高频分量。由此判断该火电厂7号轴承X向轴振信号存在失真现象，导致轴振信号失真的原因是电磁干扰。
第四类振动系统接地不良类的振动特征为：振动频率存在低频分量、振动趋势图显示轴振增加速率超过50μm/s。
图6a可见，某火电厂6号轴承X向轴振振幅增加时间间隔很短，振幅增加速率超过50μm/s；图6b可见，6号轴承X向轴振振动频率含有0-10Hz的低频分量。由此判断该火电厂6X轴振信号存在失真现象，导致轴振信号失真的原因是振动系统接地不良的故障。
参见图2，本实施例中用于实现汽轮发电机组轴振信号失真检测的检测装置包括：
建模单元，用于确定轴振信号失真的诊断模型，诊断模型包括轴振信号失真类型以及与轴振信号失真类型相应的模型振动特征，如图2所示的轴振信号失真类型及其特征模块201。
信号获取模块，如图2所示的信号获取模块202，用于从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；振动图谱包括列表图、频谱图、振动波形图和振动趋势图。失真判断模块，如图2所示的失真判断模块203，用于将现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象，则退出逻辑保护，避免汽轮发电机组误跳机。

Claims (4)

1.一种汽轮发电机组轴振信号失真检测方法，其特征是按如下方式进行：
确定轴振信号失真的诊断模型，所述诊断模型包括轴振信号失真类型以及与所述轴振信号失真类型相应的模型振动特征；
从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；所述振动图谱包括列表图、频谱图、振动波形图和振动趋势图；
将所述现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象，则退出逻辑保护，避免汽轮发电机组误跳机。
2.根据权利要求1所述的汽轮发电机组轴振信号失真检测方法，其特征是：
所述轴振信号失真类型分类为：
第一类：轴颈表面缺陷类，是指轴颈表面不圆整，包括存在划痕或锈斑；
第二类：轴振传感器安装缺陷类，是指电涡流传感器的安装支架松动形成共振；
第三类：电磁干扰类，是指轴振信号检测过程中受到电磁干扰；
第四类：振动系统接地不良类，是指因振动系统接地不良带来的轴振信号失真。
3.根据权利要求2所述的汽轮发电机组轴振信号失真检测方法，其特征是：
各类轴振信号失真的振动特征为：
所述第一类轴颈表面缺陷类的振动特征为：转速在500r/min以下时，通频振动值不低于50μm、振动波形存在毛刺现象、振动频率存在各种混乱频率成分；
所述第二类轴振传感器安装缺陷类的振动特征为：轴振振幅存在明显峰值，同一轴承另一方向轴振以及瓦振振幅变化不超过10μm；
所述第三类电磁干扰类的振动特征为：振动频率存在2fc以上的高频分量，fc为工频，振动趋势图显示轴振增加速率超过50μm/s；
所述第四类振动系统接地不良类的振动特征为：振动频率存在低频分量、振动趋势图显示轴振增加速率超过50μm/s。
4.一种用于实现汽轮发电机组轴振信号失真检测的检测装置，其特征是包括：
建模单元，用于确定轴振信号失真的诊断模型，所述诊断模型包括轴振信号失真类型以及与所述轴振信号失真类型相应的模型振动特征；
信号获取模块，用于从振动监测系统TDM中获取现场异常轴振信号的现场振动特征，包括现场异常轴振信号的振动数据和振动图谱；所述振动图谱包括列表图、频谱图、振动波形图和振动趋势图；
失真判断模块，用于将所述现场异常轴振信号的现场振动特征与轴振信号失真的诊断模型中的模型振动特征进行比对，判断现场异常轴振信号是否存在失真现象；如果存在失真现象，则退出逻辑保护，避免汽轮发电机组误跳机。
CN202111374747.XA 2021-11-17 2021-11-17 一种汽轮发电机组轴振信号失真检测方法及装置 Pending CN114088392A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111374747.XA CN114088392A (zh) 2021-11-17 2021-11-17 一种汽轮发电机组轴振信号失真检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111374747.XA CN114088392A (zh) 2021-11-17 2021-11-17 一种汽轮发电机组轴振信号失真检测方法及装置

Publications (1)

Publication Number Publication Date
CN114088392A true CN114088392A (zh) 2022-02-25

Family

ID=80302171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111374747.XA Pending CN114088392A (zh) 2021-11-17 2021-11-17 一种汽轮发电机组轴振信号失真检测方法及装置

Country Status (1)

Country Link
CN (1) CN114088392A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706356A (zh) * 2009-12-04 2010-05-12 北京英华达软件工程有限公司 一种自动显示汽轮发电机组振动信号特征的装置及方法
CN104806303A (zh) * 2015-04-13 2015-07-29 吉林省电力科学研究院有限公司 一种汽轮发电机组振动保护方法
JP2018155494A (ja) * 2017-03-15 2018-10-04 日本精工株式会社 軸受異常診断システム及び軸受異常診断方法
CN109596357A (zh) * 2018-12-12 2019-04-09 北京振测智控科技有限公司 一种汽轮发电机组非真实转轴振动信号的辨别方法
CN112557039A (zh) * 2020-11-04 2021-03-26 河北冀研能源科学技术研究院有限公司 运行参数与振动相耦合的汽轮机异常振动故障诊断方法
CN113532776A (zh) * 2021-06-23 2021-10-22 杭州意能电力技术有限公司 一种发电机轴瓦瓦枕绝缘垫失效诊断方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706356A (zh) * 2009-12-04 2010-05-12 北京英华达软件工程有限公司 一种自动显示汽轮发电机组振动信号特征的装置及方法
CN104806303A (zh) * 2015-04-13 2015-07-29 吉林省电力科学研究院有限公司 一种汽轮发电机组振动保护方法
JP2018155494A (ja) * 2017-03-15 2018-10-04 日本精工株式会社 軸受異常診断システム及び軸受異常診断方法
CN109596357A (zh) * 2018-12-12 2019-04-09 北京振测智控科技有限公司 一种汽轮发电机组非真实转轴振动信号的辨别方法
CN112557039A (zh) * 2020-11-04 2021-03-26 河北冀研能源科学技术研究院有限公司 运行参数与振动相耦合的汽轮机异常振动故障诊断方法
CN113532776A (zh) * 2021-06-23 2021-10-22 杭州意能电力技术有限公司 一种发电机轴瓦瓦枕绝缘垫失效诊断方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周维国;: "汽轮发电机组振动在线监测系统失真原因分析及处理", 陕西电力, no. 09, 25 September 2011 (2011-09-25), pages 78 - 82 *

Similar Documents

Publication Publication Date Title
Leite et al. Detection of localized bearing faults in induction machines by spectral kurtosis and envelope analysis of stator current
EP3611489B1 (en) State monitoring device, state monitoring system, and state monitoring method
CN102262215B (zh) 一种大型发电机定转子气隙偏心故障检测方法
US20020139191A1 (en) System and method for conditioned-based monitoring of a bearing assembly
CN115935243B (zh) 一种基于数据处理的故障分析方法
US20140058615A1 (en) Fleet anomaly detection system and method
Zhang et al. Compound fault diagnosis of aero-engine rolling element bearing based on CCA blind extraction
CN112525533A (zh) 一种航空发动机滚珠轴承接触角的在线检测方法
CN105840250A (zh) 汽轮发电机组振动保护装置及方法
Mendel et al. Rolling element bearing fault diagnosis in rotating machines of oil extraction rigs
CN114088392A (zh) 一种汽轮发电机组轴振信号失真检测方法及装置
Jiang et al. In‐Process Quality Inspection of Rolling Element Bearings Based on the Measurement of Microelastic Deformation of Outer Ring
CN113049251B (zh) 一种基于噪声的轴承故障诊断方法
CN113688791B (zh) 一种风电机组cms异常数据包识别方法
CN113532776B (zh) 一种发电机轴瓦瓦枕绝缘垫失效诊断方法及系统
CN115270896B (zh) 一种用于识别航空发动机主轴承松动故障的智能诊断方法
Ma et al. GIS mechanical fault diagnosis and test analysis based on S transform-SVM-AlexNet model
CN113702045B (zh) 滚动轴承的自相关函数振动监控方法
CN114689321A (zh) 风力发电机组的轴承故障诊断方法、装置、电子设备
CN114754858B (zh) 一种基于振动特征信息的轴振测量偏差溯源方法
CN113339280B (zh) 一种海上离心泵故障诊断方法及系统
Warren Partial discharge testing on air-cooled generators in marine environments
CN112539935B (zh) 旋转机械基础类故障的识别方法
US20240133845A1 (en) Method for detecting natural frequency of blade by single blade tip timing sensor
Zuo-wei et al. Amplitude envelope analysis for feature extraction of power plant blower bearing failure

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