基于时频等高图的汽轮发电机组振动故障诊断方法研究

状态监测与故障诊断的主要内容包括故障信号的检测、故障诊断、趋势分析和早期故障预测即预测诊断等。传统的振动故障诊断主要是基于频谱分析的方法，小波变换得出的时频等高图是分析故障信号奇异性的有效工具，为汽轮发电机组的故障检测和诊断提供了新思路。在介绍小波变换理论、Morlet小波和时频等高图的基础上，通过对仿真的汽轮发电机组几种典型振动故障，如不对中、油膜涡动和部件松动等信号进行分析，结果表明时频等高图不仅能够直观检测出信号中的微弱奇异成分，而且还可以有效地对故障进行分类诊断、实现早期故障检测和故障变化趋势分析等。最后，采用时频等高图分析了3种实际机组的振动异常信号。     

汽轮机转子碰磨振动特征实测分析

为了分析识别实际汽轮机组在运行过程中的碰磨故障特征, 采用专用振动监测系统针对多台不同类型和容量的汽轮发电机组的振动信号进行长期连续在线监测, 记录机组长期运行的振动数据, 从中获得大量转子发生径向碰磨故障瞬间产生的冲击振动信号, 并采用信号时域分析和频谱分析技术对典型碰磨信号进行分析处理。比较机组在正常运行状态和碰磨故障状态下振动信号时间波形和频谱可以确定, 在多数情况下, 发生碰磨时机组产生瞬时的冲击振动, 信号中高频结构共振成分明显增加, 但转频及其谐波部分变化不明显。根据这些故障信号特征, 对于碰磨故障振动信号的检测方法和故障分析诊断技术进行讨论。     

经验模态分解在水电机组振动信号分析中的应用

振动是水电机组的重要运行指标,振动信号能反映设备的运行状态,通过对振动信号分析处理,可以提取信号中隐含的特征信息,及时发现潜在问题。文章采用经验模态分解 (EMD)方法,对水电机组转子不平衡状态下的振动信号进行分解,得到了各内在模态函数的频谱,经过希尔伯特变换求出希尔伯特时频谱和边际谱,最终分析结 果和机组的实际情况相吻合。     

基于LabVIEW的水电机组振动监测系统设计

相对智能化较低的传统仪器,采用基于LabVIEW软件为开发平台的高技术虚拟仪器,研制水轮发电机组振动状态监测和诊断系统,实现对水轮发电机组振动信号的数据采集与分析、数据处理与显示及结果控制与储存。对机组振动状态进行实时监测与故障诊断,及时采取措施将振动故障限制在允许范围内,这项工作对水轮发电机组安全可靠稳定运行具有工程实际指导意义。     

风电机组振动监测与故障预测系统

为了保障风电机组的安全运行,研发了风电机组振动在线监测与故障预测管理系统。其主要包含振动信号采集模块、风电场监控中心以及远程监控诊断中心3部分。振动信号采集模块完成振动信号的采集,并通过光纤交换机将信号传输到风电场监控中心;风电场监控中心主要用于显示、存储及分析振动信号特征,给出风电机组运行状况;远程监控中心通过与风电场建立联系,实现风电机组的远程监控,为实现无人值守风电场奠定基础。该系统利用振动信号时域和频域分析方法得到振动信号特征,进而确定风电机组的运行状态,并利用随机子空间方法对风电机组的故障进行预测。通过振动信号仿真分析,以及风电场实际应用分析,验证了所研发系统的有效性。     

基于振动信号的交流中压真空断路器故障诊断技术研究

机械故障是断路器发生的主要故障之一,因此机械状态监测对断路器安全稳定运行至关重要。断路器开断过程中的振动信号包含了丰富的机械特征,可以通过提取振动信号而对设备进行机械故障诊断的研究。文中针对某12 kV交流中压真空断路器,通过自制的断路器在线监测装置采集断路器正常及故障状态下的振动信号,使用短时能量法、总能量分析法及信息熵法对振动信号分析处理。该装置能够捕捉到振动事件的特征信息,区分出正常与故障状态,为断路器机械故障在线诊断技术的实现提供了依据。     

基于DSP+ARM的风电机组状态监测系统的研究

主要研究了基于DSP+ ARM双核的风电机组状态监测系统,并对双馈风电机组的轴承故障进行了分析,确定了以振动信号作为故障的特征信号进行监测的方案;给出了系统硬件和软件的设计框架,研究了DSP和ARM的通信方式,是一款功能比较强大,能够较全面的监测风电机组,并能有效的分析处理数据的系统.     

基于并行神经网络的水电机组振动状态劣化研究

目前大多数水电机组振动故障诊断研究大多侧重于故障类型和故障定位,从而忽视了检修的重要性。通过检修可以避免大多数故障,而水电机组振动状态和设备劣化之间存在复杂的非线性关系。引入并行神经网络,设计了一种基于传感器和并行神经网络模型的状态监测方法。该方法采用传感器收集大量的数据,通过并行神经网络来拟合设备劣化曲线,根据拟合曲线进行有效的诊断,并给出当前设备运行情况、设备故障风险评估和检修建议。最后,通过预测精准度分析和基于时间劣化预测分析对方法进行验证,系统的拟合曲线可较好地反映设备的运行状态。     

基于卷积神经网络的变压器振动信号分析

为研究变压器振动与运行状态之间的关系,在小波分析方法的基础上,结合卷积神经网络的方法进行变压器振动信号分析。首先对1台油浸式变压器模拟绕组松动和铁心松动两种故障状态并分别测量其振动信号,然后对测试所得的振动信号进行小波变换,生成小波灰度图,并进行卷积神经网络训练分析。根据卷积神经训练的结果,该方法准确率在84.03%,说明卷积神经网络结合小波灰度图的分析方法可以有效识别振动信号中故障信息。比较2类故障验证样本中错误结果的分布情况可以发现,错误结果受变压器振动测点位置影响较大,在改善测点和增加训练数据的前提下,准确率还能有所提升。     

基于递归定量分析的有载分接开关机械状态监测

为进一步提高有载分接开关(on-load tap changer,OLTC)机械状态监测的准确性,文中基于递归定量分析(recurrence quantification analysis,RQA)法对OLTC切换过程中的振动信号进行了分析。首先应用相空间重构和递归图理论获取了OLTC切换过程中振动信号的递归图,然后引入递归率、层流性和确定性等递归定量指标及其统计分布结果对OLTC振动信号的动力学特征进行了描述。对某CM型组合式OLTC正常与典型故障下振动信号的分析结果表明:OLTC从正常到典型机械故障的演变过程中,振动信号伴随有周期性减弱、预测性增强、平稳性提高的变化特性,所定义的振动信号的RQA指标的分布范围可较为准确地判断OLTC的运行状态。研究结果可为基于振动分析法的OLTC机械状态监测技术提供参考。     

水力机组振动监测与故障诊断

针对水力机组运行过程中因振 动而引起故障并造成经济损失这一问题，开发了一套新型的振动监测及故障诊断系统，它以 工业PC 机为主体，与摆度、振动传感器及有关功能模块和信号预处理器共同组成机组振动 在线监测分析系统。利用该系统对机组振动的周期性监测，能够在线监测机组缺陷的缓慢变 化过程，为视情检修提供良好的依据，同时也为机组运行调度提供可靠的信息。介绍了该系 统的硬件及软件组成、原理及功能，并结合实例运用小波分析与傅里叶分析相结合的信号分 析方法，对机组故障进行了分析诊断，找出了故障原因。     

大型机组振动故障的早期预警技术

状态检修是电力设备检修方式的未来发展趋势,对特征信息微弱的或处于萌芽状态的早期故障做出判断是状态检修的关键。为此,通过灰色理论和相似性原理对大型机组的实时信息数据(PI数据)进行开发,建立了若干台汽轮发电机组的动态预警模型,研发了设备振动故障的早期预警功能,所开发的超球相似度分析技术,为设备健康状态的智能监测和评估提供了新方法。应用该预警系统发现了机组的异常状态,实际应用验证了所开发的振动故障早期预警技术的有效性。     

风力发电机轴承振动监测故障诊断分析

为提高风力发电机轴承状态异常判别和故障诊断能力,保证机组可靠稳定运行,降低机组维护成本,发电机轴承采用了振动在线状态监测频谱信号的判别方法,即利用振动数据样本及特征频率分析,监测轴承运行状态。通过对轴承振动数据的分析来评定其运行状态,为轴承故障预判提供依据。     

350MW超临界机组轴系振动故障诊断及处理

针对某电厂350 MW超临界机组在调试试运过程中,高、中压转子振动在额定转速下振动超标的故障,结合机组的历史数据及轴系状态,分析了导致高、中压转子振动故障的原因及机理,通过现场对机组的轴系进行精细平衡,消除了振动故障,保证了该机组的振动水平达到最优值。     

风电机组综合状态在线监测与远程诊断中心的建立

近年来,风电机组振动状态在线监测系统得到不断地应用和推广,但是仅对机组机械传动部分振动信号进行评估分析,监测手段过于单一,不能全方位捕捉机组故障状态.为此,提出在风电机组振动在线监测技术研究的基础上,进行风电机组叶片应变状态监测、齿轮箱油液在线监测、发电机电气参数监测及风电机组生产运行参数监测技术的研究,研制风力发电机组综合状态在线监测系统,并建立远程诊断中心,将风力发电机组振动在线监测系统全面升级为风力发电机组综合状态在线监测系统,以期为实现风电场少人、无人值守目标奠定坚实的基础.     

水电机组振动信号的子带能量特征提取方法研究

通过分析引起水电机组振动故障的各种原因及其频率特征，综合采用小波分析和傅立叶变换方法对机组振动信号进行了预处理，提出了对机组振动的各频段信号进行子带能量特征提取的方法，从而为准确地诊断机组的振动故障和引起故障的原因提供了依据。     

基于CRP和RQA的变压器绕组压紧状态检测

为了掌握绕组压紧力状况,通过分析变压器表面振动变化情况,提出了基于交叉递归图(Cross Recurrence Plot, CRP)和递归定量分析(Recurrence Quantification Analysis, RQA)的绕组压紧状态检测方法。首先,从振动信号的递归特性出发,对多元和一元振动信号进行相空间重构。然后,分别采用CRP和RQA对相轨迹进行定性和定量分析,据此对绕组压紧状态进行检测。实验数据的分析结果表明,CRP中对角线结构的变化能定性反映出绕组压紧状态的变化,多元与一元振动信号的RQA度量能够分别从整体和局部角度对绕组压紧状态进行定量检测。研究结果为从非线性动力学角度监测绕组松动故障提供了理论依据。     

630MW汽轮发电机组高中压转子动静碰磨振动故障诊断与处理

通过分析某电厂630 MW机组在开机冲转过程中出现振动偏大被迫停机过程的振动数据,对高中压转子因上下缸温差大导致的动静碰磨故障进行分析处理,提供动静碰磨故障的非典型振动特征,描述三次冲转过程高中压转子轴振伯德图和全频谱瀑布图特征,为类似的动静碰磨故障诊断提供故障样本,准确判断振动故障类型。     

基于CRP和RQA的高压并联电抗器振动信号分析

并联电抗器油箱表面的振动信号与电抗器绕组和铁心的状态密切相关。因此,可以通过振动信号来监测并联电抗器绕组和铁心状态。本文针对电抗器振动信号的非线性特征,提出了一种基于交叉递归图(CRP)与递归量化分析(RQA)相结合的信号处理方法,对铁心饼上表面振动信号与油箱表面多个测点信号的相关性进行研究。实验结果表明,该方法不仅能定性描述电抗器不同测点信号的相关性,还可利用提取的RQA参量对递归现象定量表述。研究结果从非线性动力学角度为高压并联电抗器振动敏感区域确定及振动测点选取提供了依据。     

旋转机械振动频谱中二倍频分量高故障分析及处理

以内蒙古国华准格尔发电有限责任公司发生的2次旋转机械设备振动故障为例,通过对其振动频谱图中出现的二倍频分量进行分析,找到了设备发生振动的原因为旋转机械设备轴系存在严重不对中、联轴器弹性块磨损严重及设备存在共振。对此采取了对联轴器进行对轮找正、更换联轴器弹性块以及加固钢结构框架等措施,消除了机组事故隐患,机组恢复正常运行。