EEMD方法在转子碰摩故障诊断中的研究

转子系统发生局部碰摩故障时,故障特征呈现出复杂的高倍频或分数倍频成分。为了实现多频率碰摩故障特征的有效提取,将集合经验模态分解方法(ensemble empirical mode decomposition,EEMD)应用到转子局部碰摩故障诊断中。首先利用仿真碰摩信号,验证了EEMD时频分析方法在碰摩故障诊断的有效性,其次通过对转子系统水平方向碰摩、竖直方向碰摩、水平-竖直同时碰摩和正常4种不同振动状态的EEMD分解,计算基本模态分量(IMF)的振动强度,得出不同状态的振动强度趋势分布图。实验结果表明,EEMD方法能够从强噪声背景信号中提取出微弱碰摩特征,实现转子系统的碰摩故障诊断。     

汽轮发电机组碰摩故障定位方法研究

根据汽轮发电机组碰摩故障的典型特征,利用谱理论对单盘转子碰摩位置的定位方法进行了研究.通过对原始信号奇异值的分解,提取出特征信号,然后对其进行计算分析,进而实现碰摩故障的定位,并利用碰摩故障定位软件仿真算例验证该方法的可行性.     

形态分量分析结合再分配尺度谱的碰摩特征提取

针对转子系统碰摩故障问题,从信号的形态结构角度出发,分析了碰摩信号组成成分的形态差异性,将用于图像处理的形态分量分析方法引入到碰摩信号组分分离中,并与小波再分配尺度谱相结合,提出了形态分量分析结合再分配尺度谱的转子碰摩故障特征提取方法。利用形态分量分析方法对原信号进行预处理,将原信号分解成光滑分量和细节分量两个部分。对细节分量做进一步再分配尺度谱分析,从而提取出与故障相关的时频特征信息。通过仿真信号及实测信号进行验证,分析结果表明该方法可有效应用于转子碰摩故障诊断,具有一定的可行性。     

虚拟仪器技术在旋转机械故障检测中的应用

针对旋转机械碰摩故障的特征，运用电涡流传感器和虚拟仪器设计旋转机械故障检测系统，分析了转子碰摩振动信号的时域波形特征、碰摩振动时的轴心运动轨迹特征、振动频谱，由此可以准确检测和诊断转子的故障。     

基于相关谱分析的旋转机械轻微碰摩信号处理

旋转机械发生轻微碰摩故障时,特征信号的能量比较微弱,受噪声、结构振动及传递通道干扰严重,基于幅度谱分析法的故障信号特征提取并不理想。文章通过研究信号和噪声在相关特性上的特点,使用相关谱分析法处理旋转机械发生轻微碰摩时的振动信号,在强噪声背景下有效提取了旋转机械碰摩故障特征频率。     

转子碰摩波内调制特征提取及其故障诊断应用

为深入分析不同转静碰摩故障引起振动响应信号波内调制特征的变化规律,以Jeffcott转子模型为基础,采用基于变分模态分解的Hilbert变换方法对不同碰摩故障仿真信号进行波内调制特征的提取与分析,揭示了碰摩转子的动力学特性与其故障信号波内调制特性间的关联机理。仿真结果表明,周期-k碰摩故障将导致振动响应信号中低频段波内调频模态的瞬时频率以1/k倍频为中心振荡,且振荡频率依然为1/k倍频,进而造成了频谱中的1/k边频带;在概周期碰摩故障中,波内调制频率为靠近1/k倍频的无理数倍频和整数倍频,且造成振动信号频谱中的无理数边频带。离心泵转子故障诊断试验表明,波内调制特征能够有效地对转子碰摩故障进行有效的诊断。     

转子系统碰摩故障的仿真及模拟实验研究

对模拟转子试验台进行改进设计，并对振动故障进行模拟实验研究。通过对振动试验室现有转子实验台结构的研究，设计出了转子实验台的碰摩试验装置。经过对转子碰摩故障的分析，建立了转子碰摩故障下的数学模型，并在Windows98操作平台下利用Visual Basic6．0开发出了转子碰摩故障仿真计算软件，对仿真结果进行了分析，得出了转子碰摩故障下的运动规律。     

汽轮机碰摩故障信号频带能量特征研究

对汽轮机碰摩故障的非线性振动信号用小波包分解的方法进行了研究。在Bently转子实验台上模拟轻微碰摩和碰摩加剧两种故障状态,采用db3小波基函数进行小波包分解,进行了各频带的能量特征分析和各频带重构信号的特点分析,实现了对确定碰摩故障程度频带的提取。     

用小波时频分析方法研究发电机碰摩故障特征

将小波分析方法中的尺度谱和相位谱引入设备故障诊断领域，详细介绍了小波尺度谱和相位谱的定义，通过对仿真数据的分析介绍了尺度谱和相位谱的特性，发现它们较传统的频谱分析更适用于非线性信号的分析，并总结了在实际应用小波尺度谱和相位谱时应注意的问题。最后着重用小波尺度谱和相位谱对碰摩故障的仿真数据和试验数据进行分析，结果表明小波尺度谱和相位谱在碰摩故障数据的分析方面具有明显的优势，它能更好地揭示碰摩故障信号的频率结构，并分析得出碰摩信号一些故障特征。     

基于小波分析的感应电动机复合故障诊断

对于存在偏心故障的感应电动机,检测其振动信号,并应用连续小波变换进行信号分析,判断是否出现碰摩故障。通过增加Morlet小波函数的时域波形波峰数,减小Morlet小波函数的频域带宽,从而减轻采用Morlet小波函数进行连续小波变换时的频域混叠现象。对于偏心故障及偏心和碰摩同时存在的复合故障信号,应用连续小波变换提取中心频率为25、75和100Hz的3个子频段信号。引入子频段提取信号的能量表达式,计算得到两种故障形式子频段信号能量值并进行对比。将中心频率25、75Hz这2个子频段提取信号能量值作为区分两种不同故障形式的特征量。通过实验采集三相感应电动机偏心,偏心 轻微碰摩,偏心 严重碰摩3组故障信号并进行信号分析,以验证该方法的有效性。     

基于盲信号提取的机械振动信号消噪方法研究

实际环境中,利用传感器测取的机械振动信号中,不可避免的混有来自相邻机械设备及周围环境的噪声干扰,这些噪声对于利用振动信号进行状态检测和故障诊断是很不利的。为了消除机械振动信号中的噪声,本文利用盲信号提取的特征提取特性,提出了一种新颖的噪声消除方法。该方法利用高阶累积量近似信号峭度建立代价函数,通过计算代价函数的梯度不断修正分离矩阵的估计,从而达到分离混合信号的目的。仿真试验在Matlab环境下进行,源信号采用故障轴承缺陷部位所产生的冲击振动信号。分离结果证明该方法能成功提取源信号,有效去除了噪声。     

电机转子系统早期故障可视化检测的差分振子法

在对提取电机转子微弱故障信号方面作了深入研究的基础上,提出了电机转子系统早期故障可视化检测的差分振子法。该方法是在差分方程的基础上构造检测器,确定系统激励频率fe及检测频率fd,当被测信号中含有fd这一频率成分时,系统即刻产生共振来抑制噪声,其相图发生明显的变化,由相图的变化判断系统是否发生故障,从而实现了早期故障的可视化检测。将该方法应用于同步发电机转子匝间短路及转子碰摩故障的识别中,实例仿真证明了该方法的有效性。     

局域波时频分布在转子系统早期故障诊断中的应用研究

该文提出了一种具有自适应特性的时频分析方法一局域波时频分布，对旋转机械中常见的动静件碰摩、不对中早期故障信号进行了分析，和频谱分析进行了比较。结果表明局域波法能清晰地描述振动信号的时频特征，为工程实际中转子系统的早期故障诊断提供有效的依据。     

换流变用有载分接开关振动信号预处理方法研究

为提高换流变用有载分接开关(OLTC)状态诊断的准确性,开展换流变用OLTC振动信号预处理方法研究。通过对OLTC工作原理和现场噪声的分析,提出基于维纳滤波器的OLTC振动信号降噪方法和基于Teager能量算子-双门限法的OLTC振动信号阶段划分方法。在降噪方面,通过驱动电机电流信号划分噪声段和带噪信号段,基于噪声和带噪信号的频谱特征构建维纳滤波器,通过与降噪前的振动信号以及与其他降噪方法的比较,验证了该方法的有效性。在阶段划分方面,通过Teager能量算子放大振动脉冲与低频噪声的差异,通过对比观察法与所提方法在端点提取时存在的误差,验证了所提方法的有效性。文中提出的振动信号预处理方法,可为OLTC状态诊断提供高信噪比的振动信号和振动阶段信息。     

广义形态差值滤波与AN降维在故障诊断中的应用

由于轴承与设备其他内部构件之间存在强关联耦合关系,导致其振动信号与设备状态存在非线性关系;且信号单一特征难以全面描述设备状态,而多特征虽然包含较多状态信息,但高维特征所产生的信号冗余问题,易导致模型分类精度的下降.因此,提出一种基于广义形态差值滤波(GDIF)与自编码网络(AN)的滚动轴承故障诊断方法.该方法利用广义形态差值滤波对振动信号进行降噪处理,并通过极大似然估计(MLE)与AN从信号的高维特征中获取低维本质流形,缓解高维特征存在的维数灾难问题;最后,建立极限学习机(ELM)故障诊断模型,对轴承故障类型进行识别。轴承试验结果表明,该方法能够有效对信号进行降噪;通过AN对特征进行维数约简,能够使ELM模型分类精度达到98.04%。     

发电机的现场平衡

大多数发电机的振动是由不平衡引起的。动平衡是消除振动的主要手段。本文以柔性转子平衡的原理为指导,依据临界转速的不同,将发电机分为两类:第一类的工作转速在一、二阶临界转速之间;第二类的工作转速在二、三阶临界转速之间。文中结合具体的实例,介绍了这两类转子的平衡方法。     

600MW汽轮发电机组汽流激振原因分析及对策

介绍了1台600MW机组的高中压转子低频异常振动,分析了这种低频振动的原因是汽流激振。对汽流激振的机理和振动特征进行了分析,进而提出了对汽流激振应采取的对策。同时介绍了采取一些措施后机组的振动情况。     

600 MW汽轮发电机组汽流激振原因分析及对策

介绍了1台600 MW机组的高中压转子低频异常振动,分析了这种低频振动的原因是汽流激振.对汽流激振的机理和振动特征进行了分析,进而提出了对汽流激振应采取的对策.同时介绍了采取一些措施后机组的振动情况.     

用于主动减振的振动信号实时高精度检测

为了满足主动减振对振动信号实时高精度检测的需求,提出了一种自适应的振动信号频率、相位和幅值的在线检测方法。首先采用自适应陷波器实时估计振动信号频率,为降低噪声对频率估计精度的影响,对振动信号进行低通滤波预处理;接着利用检测出的频率生成参考正弦信号,通过最小均方算法（1east mean—square algorithm,LMS）提取出经滤波处理后的振动信号;最后,利用检测出的信号频率和已知的低通滤波器信息,还原出无噪声干扰的原始振动信号。根据主动减振应用中振动信号的特点,设计了一组检测仿真实验,实验结果显示本文方法可以实现对频率和相位的无偏估计,幅值的检测精度优于99％,可以满足主动减振应用的要求。