CN116839889A - 一种识别旋转机械转子系统和支撑系统故障的方法 - Google Patents

一种识别旋转机械转子系统和支撑系统故障的方法 Download PDF

Info

Publication number
CN116839889A
CN116839889A CN202310936473.1A CN202310936473A CN116839889A CN 116839889 A CN116839889 A CN 116839889A CN 202310936473 A CN202310936473 A CN 202310936473A CN 116839889 A CN116839889 A CN 116839889A
Authority
CN
China
Prior art keywords
vibration
tile
shaft
value
rotor system
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
CN202310936473.1A
Other languages
English (en)
Inventor
段旺权
杨华
陈卓
许春山
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.)
Guoneng Changyuan Hanchuan Power Generation Co ltd
Original Assignee
Guoneng Changyuan Hanchuan Power Generation 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 Guoneng Changyuan Hanchuan Power Generation Co ltd filed Critical Guoneng Changyuan Hanchuan Power Generation Co ltd
Priority to CN202310936473.1A priority Critical patent/CN116839889A/zh
Publication of CN116839889A publication Critical patent/CN116839889A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及旋转机械振动故障诊断技术领域，具体涉及一种识别旋转机械转子系统和支撑系统故障的方法；布置传感器；将机组启停机，测试机组启动、停机过程中振动随转速变化情况；构建某一转速下轴振和瓦振之间的关系模型；构建全转速下轴振和瓦振之间的关系模型；根据关系模型计算得到两个瓦振计算值和两个实测值；比较瓦振计算值和两个实测值之间的差值，得到误差值；根据误差值判断故障部位来源；指定不同频率点和不同转速，构建关系模型，重复判断过程，判断不同频率点和不同转速下机器振动故障的来源，通过上述方式，达到准确地判断振动来源是转子系统还是支撑系统的效果。

Description

一种识别旋转机械转子系统和支撑系统故障的方法
技术领域
本发明涉及旋转机械振动故障诊断技术领域，尤其涉及一种识别旋转机械转子系统和支撑系统故障的方法。
背景技术
振动是影响汽轮机、发电机、燃气轮机、风机、泵、空压机等各类旋转机械安全稳定运行的重要因素。这类旋转机械虽然结构型式和工作机理不同，但从结构上看，都可看作为由转子系统和支撑系统组成，简称为转子-支撑系统。
相应地，这类设备上发生的振动则可能是由于转子系统引发的，还可能是由于支撑系统引发的。为能准确分析振动故障原因以及制定振动故障治理方案，现急需提出一种可以准确地判断振动来源的方法。
发明内容
本发明的目的在于提供一种识别旋转机械转子系统和支撑系统故障的方法，达到准确地判断振动来源是转子系统还是支撑系统的效果。
为实现上述目的，本发明采用的一种识别旋转机械转子系统和支撑系统故障的方法，包括如下步骤：
布置传感器；
将机组启停机，测试机组启动、停机过程中振动随转速变化情况；
构建某一转速下轴振和瓦振之间的关系模型；
构建全转速下轴振和瓦振之间的关系模型；
根据关系模型计算得到两个瓦振计算值和两个实测值；
比较瓦振计算值和两个实测值之间的差值，得到误差值；
根据误差值判断故障部位来源；
指定不同频率点和不同转速，构建关系模型，重复判断过程，判断不同频率点和不同转速下机器振动故障的来源。
其中，在布置传感器的步骤中：
在轴承座的45°和135°方向上正对着转轴各布置一组轴振传感器，在轴承座的垂直和水平方向上各布置一组瓦振传感器，将四个传感器输出信号接至振动分析仪，测试振动值。
其中，在将机组启停机，测试机组启动、停机过程中振动随转速变化情况的步骤中：
在每一个转速下，测试2个轴振测点和2个瓦振测点输出的振动波形，通过快速傅里叶变换，得到该转速下振动频谱。
其中，在构建某一转速下轴振和瓦振之间的关系模型的步骤中：
设某一频率f，记第i个转速下轴振和瓦振之间的关系模型为：
式中，Tij(f)反映了两个轴振和两个瓦振之间的传递关系特性。
其中，在构建全转速下轴振和瓦振之间的关系模型的步骤中：
针对指定分析频率点f，将多个转速下轴振和瓦振之间的关系模型组成为整体分析模型：
式中，下标n代表转速数量，针对垂直向瓦振和水平向瓦振，上式可以拆分为两组方程：
简记为：
Bx＝AT1
By＝AT2；
当n≥2时，上式求解。
其中，在根据关系模型计算得到两个瓦振计算值和两个实测值的步骤中：
采用奇异值分解法消除矩阵A的病态性，对矩阵A进行奇异值分解，得到左奇异矩阵U、右奇异矩阵V和奇异值矩阵Λ：
A＝UΛVT
奇异值矩阵为对角矩阵，且满足σ1≥σ2≥0，计算奇异值的贡献率λ：
当λ>0.95，对奇异值矩阵进行修改，得到修改后的奇异值矩阵为：
当λ≤0.95，奇异值矩阵为：
计算轴振和瓦振之间的传递关系：
指定待分析频率点f和待分析转速，记垂直向和水平向瓦振实测值为Bx,i(f),By,i(f)由该转速下2个轴振测试值Ax,i(f),Ay,i(f)、轴振和瓦振之间的传递关系计算得到两个瓦振计算值/>
其中，在比较瓦振计算值和两个实测值之间的差值，得到误差值的步骤中：
比较两个瓦振计算值和实测值Bx,i(f),By,i(f)之间的差值，取计算和实测差值的绝对值的最大值作为误差△B：
其中，在根据误差值判断故障部位来源的步骤中：
当△B<3.8mm/s时，瓦振可以全部由轴振传递出来，振动来自于转子系统；
当3.8<△B<7.5mm/s时，瓦振可以部分由轴振传递出来，振动同时来自于转子系统和支撑系统；
当△B≥7.5mm/s时，瓦振不能由轴振传递出来，支撑特性发生变化，振动来自于支撑系统。
其中，在根据误差值判断故障部位来源的步骤中：
采用模糊数学方法，定义模糊隶属函数y：
y＝2(1-2-0.333·△B)-1；
根据△B值，计算出y，根据y值判断：
当y<0，故障来自于转子系统；
当y≥0，故障来自于支撑系统。
本发明的一种识别旋转机械转子系统和支撑系统故障的方法，通过布置传感器；将机组启停机，测试机组启动、停机过程中振动随转速变化情况；构建某一转速下轴振和瓦振之间的关系模型；构建全转速下轴振和瓦振之间的关系模型；根据关系模型计算得到两个瓦振计算值和两个实测值；比较瓦振计算值和两个实测值之间的差值，得到误差值；根据误差值判断故障部位来源；指定不同频率点和不同转速，构建关系模型，重复判断过程，判断不同频率点和不同转速下机器振动故障的来源，达到准确地判断振动来源是转子系统还是支撑系统的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的识别旋转机械转子系统和支撑系统故障的方法的步骤流程图。
图2是本发明的传感器的安装结构示意图。
图3是本发明的在每一个转速下的振动频谱安装结构示意图。
1-轴承座、2-转轴、3-Y向轴振、4-垂直瓦振、5-X向轴振、6-水平瓦振。
具体实施方式
请参阅图1～图3，本发明提供了一种识别旋转机械转子系统和支撑系统故障的方法，包括如下步骤：
S1：布置传感器；
S2：将机组启停机，测试机组启动、停机过程中振动随转速变化情况；
S3：构建某一转速下轴振和瓦振之间的关系模型；
S4：构建全转速下轴振和瓦振之间的关系模型；
S5：根据关系模型计算得到两个瓦振计算值和两个实测值；
S6：比较瓦振计算值和两个实测值之间的差值，得到误差值；
S7：根据误差值判断故障部位来源；
S8：指定不同频率点和不同转速，构建关系模型，重复判断过程，判断不同频率点和不同转速下机器振动故障的来源。
在本实施方式中，首先布置传感器，然后将机组启停机，测试机组启动、停机过程中振动随转速变化情况，然后构建某一转速下轴振和瓦振之间的关系模型，构建全转速下轴振和瓦振之间的关系模型，然后根据关系模型计算得到两个瓦振计算值和两个实测值，比较瓦振计算值和两个实测值之间的差值，得到误差值，再根据误差值判断故障部位来源，最后指定不同频率点和不同转速，构建关系模型，重复上述判断过程，判断不同频率点和不同转速下机器振动故障的来源，达到准确地判断振动来源是转子系统还是支撑系统的效果。
进一步地，在布置传感器的步骤中：
在轴承座1的45°和135°方向上正对着转轴2各布置一组轴振传感器，在轴承座1的垂直和水平方向上各布置一组瓦振传感器，将四个传感器输出信号接至振动分析仪，测试振动值。
在本实施方式中，如图2所示，大型旋转机械在轴承上普遍安装了轴振和瓦振这两种不同类型的振动传感器，轴振测点安装在轴承座1上，正对着转轴2，测试的是转轴2相对于轴承座1的振动，两个轴振测点安装在和水平方向成45°和135°夹角的方向上，分别定义为X向轴振5和Y向轴振3，瓦振测点安装在轴承座1的垂直和水平方向上，分别定义为垂直瓦振4和水平瓦振6，测试的是轴承座1相对于大地的振动，轴振和瓦振共同用于旋转机械的振动监测和保护，目前主要是根据轴振和瓦振的幅值比例关系来判定故障发生部位：
当轴振大、瓦振小，那么故障主要来自于转子系统；
当如果轴振大、瓦振大，那么故障主要来自于转子系统；
当如果轴振小、瓦振大，那么故障主要来自于支撑系统，主要原因为支撑系统刚度不足；
当如果轴振小、瓦振小，那么旋转机械振动较小，状态正常，没有故障。
进一步地，在将机组启停机，测试机组启动、停机过程中振动随转速变化情况的步骤中：
在每一个转速下，测试2个轴振测点和2个瓦振测点输出的振动波形，通过快速傅里叶变换，得到该转速下振动频谱。
在本实施方式中，将机组启停机，测试机组启动、停机过程中振动随转速变化情况，测试2个轴振测点和2个瓦振测点输出的振动波形，通过快速傅里叶变换，得到该转速下振动频谱，记为：
Axi(f1)，Axi(f2)，Axi(f3)……；
Ayi(f1)，Ayi(f2)，Ayi(f3)……；
Bxi(f1)，Bxi(f2)，Bxi(f3)……；
Byi(f1)，Byi(f2)，Byi(f3)……。
式中，f1，f2…为待分析的频率点，下标i代表第i个转速点，Ax，Ay，Bx，By分别代表X向轴振5、Y向轴振3、水平向瓦振和垂直向瓦振，其中，轴振用振动位移计量，单位：mm，计量方式：峰峰值；瓦振用振动速度计量，单位：mm/s，计量方式：均方根值。
进一步地，在构建某一转速下轴振和瓦振之间的关系模型的步骤中：
设某一频率f，记第i个转速下轴振和瓦振之间的关系模型为：
式中，Tij(f)反映了两个轴振和两个瓦振之间的传递关系特性。
在本实施方式中，以某一频率f为例开展分析，其它频率可以用同样的方法分析。记第i个转速下轴振和瓦振之间的关系模型为：
进一步地，在构建全转速下轴振和瓦振之间的关系模型的步骤中：
针对指定分析频率点f，将多个转速下轴振和瓦振之间的关系模型组成为整体分析模型：
式中，下标n代表转速数量，针对垂直向瓦振和水平向瓦振，上式可以拆分为两组方程：
简记为：
Bx＝AT1
By＝AT2；
当n≥2时，上式求解。
进一步地，在根据关系模型计算得到两个瓦振计算值和两个实测值的步骤中：
采用奇异值分解法消除矩阵A的病态性，对矩阵A进行奇异值分解，得到左奇异矩阵U、右奇异矩阵V和奇异值矩阵Λ：
A＝UΛVT
奇异值矩阵为对角矩阵，且满足σ1≥σ2≥0，计算奇异值的贡献率λ：
当λ>0.95，对奇异值矩阵进行修改，得到修改后的奇异值矩阵为：
当λ≤0.95，奇异值矩阵为：
计算轴振和瓦振之间的传递关系：
指定待分析频率点f和待分析转速，记垂直向和水平向瓦振实测值为Bx,i(f),By,i(f)由该转速下2个轴振测试值Ax,i(f),Ay,i(f)、轴振和瓦振之间的传递关系计算得到两个瓦振计算值/>
进一步地，在比较瓦振计算值和两个实测值之间的差值，得到误差值的步骤中：
比较两个瓦振计算值和实测值Bx,i(f),By,i(f)之间的差值，取计算和实测差值的绝对值的最大值作为误差△B：
在本实施方式中，不同转速下由两个测点轴振值构成的矩阵A的病态性较强。采用奇异值分解法消除矩阵A的病态性。对矩阵A进行奇异值分解，得到左奇异矩阵U、右奇异矩阵V和奇异值矩阵Λ，指定待分析频率点f和待分析转速，记垂直向和水平向瓦振实测值为Bx,i(f),By,i(f)由该转速下2个轴振测试值Ax,i(f),Ay,i(f)、轴振和瓦振之间的传递关系计算得到两个瓦振计算值/>比较瓦振计算值和两个实测值之间的差值，得到误差值△B。
进一步地，在根据误差值判断故障部位来源的步骤中：
当△B<3.8mm/s时，瓦振可以全部由轴振传递出来，振动来自于转子系统；
当3.8<△B<7.5mm/s时，瓦振可以部分由轴振传递出来，振动同时来自于转子系统和支撑系统；
当△B≥7.5mm/s时，瓦振不能由轴振传递出来，支撑特性发生变化，振动来自于支撑系统。
在本实施方式中，在△B<3.8mm/s中，瓦振可以全部由轴振传递出来，振动来自于转子系统；在3.8<△B<7.5mm/s中，瓦振可以部分由轴振传递出来，振动同时来自于转子系统和支撑系统，在△B≥7.5mm/s中，瓦振不能由轴振传递出来，支撑特性发生变化，振动来自于支撑系统。
进一步地，在根据误差值判断故障部位来源的步骤中：
采用模糊数学方法，定义模糊隶属函数y：
y＝2(1-2-0.333·△B)-1；
根据△B值，计算出y，根据y值判断：
当y<0，故障来自于转子系统；
当y≥0，故障来自于支撑系统。
在本实施方式中，根据△B值，计算出y，根据y值判断：在y<0中，故障来自于转子系统；在y≥0中，故障来自于支撑系统。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (9)

1.一种识别旋转机械转子系统和支撑系统故障的方法，其特征在于，包括如下步骤：
布置传感器；
将机组启停机，测试机组启动、停机过程中振动随转速变化情况；
构建某一转速下轴振和瓦振之间的关系模型；
构建全转速下轴振和瓦振之间的关系模型；
根据关系模型计算得到两个瓦振计算值和两个实测值；
比较瓦振计算值和两个实测值之间的差值，得到误差值；
根据误差值判断故障部位来源；
指定不同频率点和不同转速，构建关系模型，重复判断过程，判断不同频率点和不同转速下机器振动故障的来源。
2.如权利要求1所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在布置传感器的步骤中：
在轴承座的45°和135°方向上正对着转轴各布置一组轴振传感器，在轴承座的垂直和水平方向上各布置一组瓦振传感器，将四个传感器输出信号接至振动分析仪，测试振动值。
3.如权利要求1所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在将机组启停机，测试机组启动、停机过程中振动随转速变化情况的步骤中：
在每一个转速下，测试2个轴振测点和2个瓦振测点输出的振动波形，通过快速傅里叶变换，得到该转速下振动频谱。
4.如权利要求1所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在构建某一转速下轴振和瓦振之间的关系模型的步骤中：
设某一频率f，记第i个转速下轴振和瓦振之间的关系模型为：
式中，Tij(f)反映了两个轴振和两个瓦振之间的传递关系特性。
5.如权利要求4所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在构建全转速下轴振和瓦振之间的关系模型的步骤中：
针对指定分析频率点f，将多个转速下轴振和瓦振之间的关系模型组成为整体分析模型：
式中，下标n代表转速数量，针对垂直向瓦振和水平向瓦振，上式可以拆分为两组方程：
简记为：
Bx＝AT1
By＝AT2；
当n≥2时，上式求解。
6.如权利要求5所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在根据关系模型计算得到两个瓦振计算值和两个实测值的步骤中：
采用奇异值分解法消除矩阵A的病态性，对矩阵A进行奇异值分解，得到左奇异矩阵U、右奇异矩阵V和奇异值矩阵Λ：
A＝UΛVT
奇异值矩阵为对角矩阵，且满足σ1≥σ2≥0，计算奇异值的贡献率λ：
当λ>0.95，对奇异值矩阵进行修改，得到修改后的奇异值矩阵为：
当λ≤0.95，奇异值矩阵为：
计算轴振和瓦振之间的传递关系：
指定待分析频率点f和待分析转速，记垂直向和水平向瓦振实测值为Bx,i(f),By,i(f)由该转速下2个轴振测试值Ax,i(f),Ay,i(f)、轴振和瓦振之间的传递关系计算得到两个瓦振计算值/>
7.如权利要求6所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在比较瓦振计算值和两个实测值之间的差值，得到误差值的步骤中：
比较两个瓦振计算值和实测值Bx,i(f),By,i(f)之间的差值，取计算和实测差值的绝对值的最大值作为误差△B：
8.如权利要求7所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在根据误差值判断故障部位来源的步骤中：
当△B<3.8mm/s时，瓦振可以全部由轴振传递出来，振动来自于转子系统；
当3.8<△B<7.5mm/s时，瓦振可以部分由轴振传递出来，振动同时来自于转子系统和支撑系统；
当△B≥7.5mm/s时，瓦振不能由轴振传递出来，支撑特性发生变化，振动来自于支撑系统。
9.如权利要求8所述的识别旋转机械转子系统和支撑系统故障的方法，其特征在于，在根据误差值判断故障部位来源的步骤中：
采用模糊数学方法，定义模糊隶属函数y：
y＝2(1-2-0.333·△B)-1；
根据△B值，计算出y，根据y值判断：
当y<0，故障来自于转子系统；
当y≥0，故障来自于支撑系统。
CN202310936473.1A 2023-07-26 2023-07-26 一种识别旋转机械转子系统和支撑系统故障的方法 Pending CN116839889A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310936473.1A CN116839889A (zh) 2023-07-26 2023-07-26 一种识别旋转机械转子系统和支撑系统故障的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310936473.1A CN116839889A (zh) 2023-07-26 2023-07-26 一种识别旋转机械转子系统和支撑系统故障的方法

Publications (1)

Publication Number Publication Date
CN116839889A true CN116839889A (zh) 2023-10-03

Family

ID=88161786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310936473.1A Pending CN116839889A (zh) 2023-07-26 2023-07-26 一种识别旋转机械转子系统和支撑系统故障的方法

Country Status (1)

Country Link
CN (1) CN116839889A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117390902A (zh) * 2023-12-13 2024-01-12 江西江投能源技术研究有限公司 一种汽轮机排汽管振动故障诊断方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117390902A (zh) * 2023-12-13 2024-01-12 江西江投能源技术研究有限公司 一种汽轮机排汽管振动故障诊断方法及系统
CN117390902B (zh) * 2023-12-13 2024-02-13 江西江投能源技术研究有限公司 一种汽轮机排汽管振动故障诊断方法及系统

Similar Documents

Publication Publication Date Title
US4955269A (en) Turbine blade fatigue monitor
US5258923A (en) System and method for detecting the occurrence, location and depth of cracks in turbine-generator rotors
US8313279B2 (en) Dual rotor vibration monitoring
EP0327865B1 (en) Turbine blade fatigue monitor
Weimin et al. A novel none once per revolution blade tip timing based blade vibration parameters identification method
JPS6317167B2 (zh)
CN116839889A (zh) 一种识别旋转机械转子系统和支撑系统故障的方法
US8315826B2 (en) Diagnostic method for a ball bearing, in particular for an angular-contact ball bearing, a corresponding diagnostic system, and use of the diagnostic system
WO2014123443A1 (ru) Способ вибрационной диагностики и прогнозирования внезапного отказа двигателя и устройство
CN114018480B (zh) 一种大型旋转机械的转子不平衡故障的实时诊断方法
CN115410729A (zh) 一种核反应堆轴封泵振动在线监测方法、系统及介质
CN110646138A (zh) 一种旋转机械无键相无试重动平衡方法和分析装置
WO2022064038A1 (en) Method and system for wind speed determination using vibration data
JP2572530B2 (ja) 振動スペクトルモニタリング装置、並びにヘルスモニタリング方法及び装置
CN113532776B (zh) 一种发电机轴瓦瓦枕绝缘垫失效诊断方法及系统
JP3103193B2 (ja) 回転機械の診断装置
CN112119203A (zh) 转子平衡方法和装置
CN115525996A (zh) 一种涡轮工作叶片流量特性旋转修正方法及系统
US9897431B2 (en) Edge detector
Souza et al. Applying Mahalanobis-Taguchi method to detect faults in rotating machinery
Procházka et al. Measurement and assessment of turbine rotor speed instabilities in applying the BTT method
KR102415283B1 (ko) 회전 기계의 진동 진단 방법
CN113701977B (zh) 一种转子在各方向相对振动最大值的测量方法及系统
CN117824922B (zh) 一种超精密减速器的动平衡性能测试方法及系统
CN117906815A (zh) 一种发电机定子动态激励力辨识方法

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