25MW汽轮发电机组油膜涡动振动诊断研究

分析了目前汽轮发电机组振动故障诊断方法存在的问题,提出了根据机组故障范围、振动频率特征等对非线性油膜涡动故障进行分层次诊断的正向推理振动诊断方法。并以诊断实例说明如何通过正向推理诊断振动故障,提高故障诊断准确率。     

基于小波理论变换和神经网络的柴油机故障诊断方法的研究

提出一种基于小波理论和神经网络技术的柴油机振动诊断方法,首先对柴油机的振动信号进行小波分析,提取相应特征向量,然后将振动样本的特征向量作为RBF神经网络的输入参数,以故障类别作为输出参数训练该网络。训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况。试验及仿真证明该方法在柴油机振动诊断中是有效可行的,对其它复杂机械的振动诊断同样具有参考价值。     

起重机异常振动与声响故障的感官诊断

对于起重机异常振动和声响故障的诊断的方法有2种：一种是感官诊断；另一种是利用仪器、仪表和检测设备进行诊断。本文主要论述起重机异常振动和声响故障感官诊断方法存在的意义、异常振动和声响故障的故障特征、检验检测中感官诊断的方法、程序、要领以及感官诊断实例，以期对检验检测及检修人员在检验现场对起重机异常振动和声响故障的准确判断能够有所帮助。     

某电厂一次风机振动故障诊断及动平衡

某电厂600MW机组1号炉一次风机2B运行过程中振动偏大，且有逐渐增加的趋势。对该风机进行了振动测试，并对记录数据进行分析，结合振动信号的特征，对故障进行了诊断，确定了振动原因，然后实施了动平衡，取得显著效果，该风机的振动特征及处理过程具有代表性。给出分析，诊断的思路和处理方法，可以为类似风机的振动诊断和处理提供参考。     

基于MATLAB的集成神经网络在给水泵故障诊断中的应用

针对大型火电站电动给水泵常见的振动故障,采用基于MATLAB的集成神经网络对给水泵的振动故障进行诊断。从单个神经网络开始,从信息融合的角度建立了集成神经网络故障诊断方法,探讨集成神经网络的实现策略和组建原则,并给出给水泵振动故障诊断的实例,证明该诊断方法提高了故障确诊率。     

小波包改进算法及其在柴油机振动诊断中的应用

针对柴油机缸盖表面振动信号的非平稳时变特点,提出了基于小波包分析的柴油机振动诊断方法。给出了小波包变换的一种改进算法,通过移频处理,克服了原算法中的频率混叠现象,使分解序列的排列顺序与频带的线性划分顺序一一对应。通过对完整工作循环内的缸盖信号进行小波包分解,实现了整循环诊断特征向量的快速提取。试验结果表明,该方法在柴油机振动诊断中是有效可行的,对其它复杂机械的振动诊断同样具有参考价值。     

基于小波和模糊C-均值聚类算法的汽油机爆震诊断研究

提出了一种小波变换和模糊C-均值聚类相结合的汽油机爆震诊断方法,并对某汽油机进行了爆震试验,利用小波变换方法从汽油机振动信号中提取了轻微爆震特征。以振动信号小波变换后的特征子带信号为样本信号,以特征子带信号的4个时域参数作为燃烧模式特征值,利用模糊C-均值聚类方法对燃烧模式进行分类,用贴近度方法进行爆震诊断。结果表明:小波结合模糊C-均值聚类方法能够利用振动信号有效地分类燃烧模式,并能诊断出轻微爆震。     

汽轮发电机组振动故障的多征兆诊断方法

提出了一种考虑多征兆的汽轮发电机组振动故障诊断方法。同时,针对采用水平与垂直方向的振动信号往往得出不同诊断结果的问题,提出一种结合水平与垂直方向振动维听综合诊断方法。     

基于EMD-WVD振动谱时频图像SVM识别的内燃机故障诊断

为了充分提取基于内燃机振动信号形成的振动谱时频图像的二维时频信息,实现基于内燃机振动谱时频图像特征自动提取及识别,提出了一种基于EMD-WVD(EMD-Wign-er-Ville Distributions)振动谱时频图像SVM识别的内燃机故障诊断方法。该方法利用二进制小波对振动信号进行预处理,然后利用EMD-Wigner-Ville时频分布生成不同工况下振动信号的时频图像,并通过提取振动信号的EMD-WVD振动谱时频图像的不变矩特征形成诊断特征向量,利用一种基于类识别率排序的二叉树SVM分类器进行模式识别。在BF4L1011F型内燃机上进行了6种不同工况下气门故障模拟试验,诊断结果表明总体诊断正确率为98.57%。     

基于PSO优化LS-SVM的异步电动机振动故障诊断

为了提高异步电动机振动故障诊断的准确性,提出了基于粒子群算法优化最小二乘支持向量机的异步电动机振动故障诊断方法。先通过实验室对异步电动机各类故障的振动进行测试,对测试数据进行预处理,选择异步电动机不同位置振动信号的特征频率作为系统的输入,然后利用训练好的粒子群算法优化后的最小二乘支持向量机进行异步电动机振动的故障诊断。最终结果与其他诊断方法对比表明：该方法克服了样本训练时间较长并容易陷入局部收敛的缺点,同时诊断的准确率较高,有效地避免了异步电动机故障的误诊断。     

300MW汽轮机端部碰磨振动故障的诊断

某机组在基建调试阶段首次启动过程中,中速暖机1200r／min工况下振动缓慢爬升,15分钟后振动急剧增长,被迫打闸停机。通过试验分析,明确诊断出机组振动故障原因是活动式密封油挡发生碰磨所致。去掉活动式密封油挡后,再次启动完全消除了该机组的振动故障,使机组试运工作得以顺利进行。     

横向流体激振力作用下叶轮转子的分岔特性

将离心叶轮转子系统简化为Jeffcott转子,建立了带有支座松动与碰摩耦合故障的不平衡离心叶轮转子在非线性横向流体激振力和非线性轴承油膜力作用下的振动分析模型,并推导了系统的无量纲运动方程.运用数值积分法研究了系统的分岔特性,最后分析了横向流体激振力对含有松动与碰摩的离心叶轮转子系统动力学性能的影响.结果表明:在转速较高时,横向流体激振力对该类转子的分岔特性有较大影响.     

基于小波分析的汽轮机碰磨故障诊断

振动故障是故障诊断中的难点,故障原因复杂、类别繁多。小波分析因具有良好的时频局部性及多分辨率分析特性,被广泛地应用在振动故障诊断中。介绍了小波分析方法在振动故障诊断中的应用,利用时频等高图确定汽轮机碰磨故障发生的时刻,借助小波包特征熵向量诊断碰磨故障的严重程度,从而提出了完整的汽轮机碰磨故障的小波分析诊断方法。     

汽轮发电机组启机过程动静摩擦故障分析

汽轮发电机组启动过程中由于机组运行参数及状态不稳定,经常会发生轴承或轴瓦振动过大情况,动静摩擦及支撑刚度降低是两种常见的故障原因。根据某电厂2号汽轮发电机组在大修后启动过程中出现轴承及轴瓦振动过大问题,通过对机组启动过程振动数据分析,结合已有相似的案例,确定机组发生了动静摩擦故障,并且对轴承座存在支撑刚度降低导致共振的问题,进行了分析。     

汽轮机组动静碰摩故障谐波小波分析诊断方法研究

首先给出了谐波小波时频剖面图检测含噪声信号的微弱奇异成分的方法;然后运用谐波小波时频剖面图方法分析了碰摩故障仿真信号;最后利用该方法对多个实际汽轮机组动静碰摩故障的真实振动信号进行了分析研究。结果表明,谐波小波能够得到其它信号分析方法无法得到的特征,有效识别机组的碰摩故障。     

大型汽轮发电机组动静碰摩故障特征分析与现场处理

介绍了大型汽轮发电机组动静碰摩产生的原因以及振动信号的特征,并结合现场启机过程中发生碰摩的实际数据,给出了现场动静碰摩故障振动特征信号及诊断处理方法。     

一起汽轮机通流改造后非正常停机原因分析

针对某厂200MW汽轮机在通流改造后190MW负荷时振动突然增大导致异常跳机的原因进行了分析。通过相关振动数据的分析,确认振动异常变化的原因主要是动静部分发生碰摩,在碰摩的同时发生汽流激振现象,即振动突变时的半频振动幅值远大于工频振动幅值,导致2瓦振动通频值瞬间超过254μm,触发跳机动作。     

N330MW机组振动爬升与碰磨振动的诊断及对策

结合国华准格尔电厂1号机组3号轴瓦频繁出现的间歇性振动问题,对机组的轴系振动进行了在线监测和数据分析,提出了消除机组振动爬升和碰磨振动的技术措施。实施这些技术措施后,现场实验及运行结果表明,本文提出的消除该类机组振动爬升和碰磨振动的技术措施是非常有效的。     

两台大型机组动静碰磨故障现场分析诊断与处理

汽轮机组动静部件碰磨是现场常见而又难于迅速准确诊断的重要故障,确诊的延误直接影响到生产和工期。介绍了作者近期处理的两台大型机组典型动静碰磨对应的振动特征以及分析处理过程,包括判断的关键依据、故障唯一性的确定和处理决策的选择,可以为实际机组碰磨故障的现场分析诊断提供参考。     

基于Rough Set理论的典型振动故障诊断

在分析旋转机械振动特点和Rough Set理论的基础上,针对传统的频谱分析方法对质量不平衡、动静碰摩、支座松动等3种典型故障识别效率低的缺点,提出了一个基于Rough Set的振动故障诊断模型.该模型根据故障和能量的映射关系,分别在时域、频域、时一频域中定义4种信息熵作为条件属性,推导了3种典型振动的决策规则,实现了对振动信号中不一致信息的处理.通过汽轮发电机组振动实验对上述方法进行了验证.结果表明,该模型能够很好地识别这3种典型故障.