核反应堆立式主泵泵轴涡动特性研究

针对国内多个核电厂反应堆主泵存在泵轴不稳定涡动导致振动报警的问题,对涡动特性进行了深入研究。首先,对主泵轴进行了转子动力学分析;其次,对主泵振动包括涡动频率、涡动幅值等进行了测试,研究了泵轴涡动的原因及涡动源位置。结果表明：立式主泵轴系半频涡动频率略低于0.5倍频,在0.43~0.49倍频范围内变化;涡动幅值时高时低,但并不呈发散趋势,总体处于动态平衡;主泵轴振动波动的幅度主要由半频涡动的波动幅度决定;主泵轴系的半频涡动为泵轴下部轴承水膜涡动引起,非电机轴油膜涡动引起。为降低轴系涡动的影响,提出了泵轴下部轴承的优化建议。     

长周期变转速下入口油温对高速轻载涡轮增压器转子振动特性影响

高速轻载涡轮增压器转子系统的入口油温在长周期变转速运行条件下会产生动态变化,从而改变转子系统振动特性甚至导致非线性振动事故。以某型汽油机用高速轻载涡轮增压器转子为研究对象,分析浮环轴承内油膜最小厚度与偏心率随入口油温参数的变化规律,构建涡轮增压器转子-浮环轴承系统动力学有限元模型,采用Newmark积分法分析转子系统的非线性瞬态响应,结合涡轮增压器升速实验,得到不同入口油温下转子系统三维振动瀑布图与Colormap频谱图,探究入口油温对转子系统振动响应特性的影响。结果表明:随着入口油温从50℃增至130℃时,内油膜最小厚度会减少,环速比与偏心率会增加,内油膜振荡幅值逐渐降低,但出现内油膜振荡与外油膜涡动的轴颈转速点会提前约30%,且外油膜涡动幅值会逐步增加。综合内外油膜涡动与振动幅值,入口油温约为90℃时转子振动情况较好。结论可为设计具有智能抗振性能的高速轻载涡轮增压器转子系统的运行参数提供理论参考。     

涡轴发动机弹性支撑外挤压油膜涡动特征频率

针对某型涡轴发动机整机台架测振时频谱分量多且对应激振源或调制因素不明确的问题,采用经验模式分解(empirical mode decomposition,简称EMD)对其振动数据进行滤波处理,发现某一中低频分量包含了原始数据较为显著的信息。经过多传感器、多状态测量,将测振参数进行时频分析,证明该频率分量为燃气发生器联合转子的亚同步频率,且二者之比为0.443。通过排除法和整机断滑油实验,确定该分量为燃气发生器转子前定心弹性支撑外挤压油膜涡动的特征频率。     

涡轴发动机弹性支撑外挤压油膜涡动特征频率

针对某型涡轴发动机整机台架测振时频谱分量多且对应激振源或调制因素不明确的问题，采用经验模式分解（empirical mode decomposition，简称EMD）对其振动数据进行滤波处理，发现某一中低频分量包含了原始数据较为显著的信息。经过多传感器、多状态测量，将测振参数进行时频分析，证明该频率分量为燃气发生器联合转子的亚同步频率，且二者之比为0.443。通过排除法和整机断滑油实验，确定该分量为燃气发生器转子前定心弹性支撑外挤压油膜涡动的特征频率。     

入口油温偏低导致的机组油膜涡动故障的特征分析

对大机组因润滑油入口温度偏低导致的电机轴承油膜涡动故障实例的系统特征进行了分析。结果表明，润滑油入口油温偏低产生的油膜涡动在电机不同轴承上响应形式不同。不同测点的波形形状、振动峰值、谐波分量均不相同。共同特征是幅值谱中出现约0．4倍频分量且其模值大于1X分量模值和1X分量模值变化不大的现象。     

旋转机械油膜轴承故障诊断的研究

为解决旋转机械油膜涡动故障较难诊断的问题,通过建立油膜涡动故障模型,利用实验室Bently转轴试验台设置油膜涡动故障状态,获得轴承在油膜涡动状态下的主要振动特征。结果显示,转轴轴心在油膜涡动时的时域波形变为原来的1/2,涡动频率大约为工作频率的1/2左右,转轴轴心转动半个周期。综合得出,试验结果与理论分析较为接近,为旋转机械油膜涡动故障诊断提供了一定的实践依据。     

利用转子故障耦合动力学系统模型识别油膜涡动下的碰摩故障

转子碰摩故障通常为不平衡、不对中以及油膜涡动等故障引发的二次故障,其信号通常具有周期、拟周期和混沌这3种复杂的非线性特征。本文针对油膜涡动下的转子碰摩故障诊断问题,建立了含不平衡、油膜涡动以及碰摩故障耦合动力学模型,利用数值仿真研究了转子系统在油膜涡动下的碰摩故障频谱特征,提取了反映耦合故障的特征信息。为了准确的对碰摩故障进行诊断,通过不断改变系统参数获取了包括各种状态下的耦合故障样本。最后构造了结构自适应神经网络,利用一半样本对神经网络进行训练,再用另一半样本对训练好的神经网络进行测试,识别率达到了94%以上。计算结果充分表明了本文方法对于识别油膜涡动和碰摩耦合故障的有效性。     

汽轮机叶顶汽封间隙泄漏涡动特性研究

采用三维非定常数值模拟的方法,研究叶顶汽封间隙泄漏涡的结构和涡动频谱特性,并分析汽封各腔室内涡核中心点的径向高度随间隙的变化规律。结果表明:汽轮机叶顶汽封腔室内存在腔室涡和围带壁面涡2种稳定耗散的涡;随着叶顶间隙高度的增加,围带壁面涡涡核的径向高度降低,而腔室涡涡核的径向高度升高;从汽封的入口到出口,腔室涡的涡动随流动变得剧烈,频率增加,波动的幅度变大;围带壁面涡的涡动会在不同腔室内交替变换,齿前的围带壁面涡产生的压力波动最为剧烈,是汽封腔室内最不稳定的一类涡动。     

机械振信号频谱中幅频相的精确计算

介绍了一种精确计算机械振动信号频谱幅、频、相的方法。在机械振信号频谱分析的基础上，利用改进的傅立叶变换谱，可以大大提高频率分辨率。经计算检验，该方法的精度较高。     

振频法索力监测中自振频率的频谱倍增方法

利用振频法对索力进行长期在线监测时,为高效准确地自动识别拉索的自振频率,就必须避免拉索随机振动信号的非平稳性和频谱微弱等不利条件,减小随机噪声及干扰.根据斜拉索振型的特征,提出频谱倍增法:对单组振动信号频谱幅值进行m次数组乘积,或者对m组相邻频谱幅值进行一次数组乘积;并通过理论分析证明了该方法能够将信噪比至少提高m倍,是常规累加平均法的(√ˉm)倍.以重庆马桑溪长江大桥斜拉索为研究对象进行现场对比试验,分别采用频谱倍增法和累加平均法进行自振频率的自动识别,倍增法基频识别结果误差减少至4％以内,且识别效率提高了5～10倍.试验结果表明:倍增法不仅提高了识别结果的精度,还缩短了识别所需的时间,提高了识别效率.     

基于调频激励和细化谱分析的多频涡流检测技术研究

常规多频涡流检测技术在谱分析时,一般采用多个频率的正弦信号同时工作,其激励信号峰值因数较大且检测信号频谱为离散谱.文中提出了一种基于调频信号激励和检测信号细化谱分析的多频涡流检测技术,它不仅降低了激励信号峰值因数,而且检测信号频谱为连续谱.对检测信号施加Tukey窗函数改善谱图,采用Chirp-Z变换计算检测信号频谱,提高谱图的频率分辨率.定义谱图能量、谱图重心、谱图峰度和谱图偏度4个特征量应用于缺陷识别和分类.对于内部缺陷,采用谱图差峰值频率点,定量检测内部缺陷的位置.理论分析和实验结果相一致,验证了所采用方法的正确性.     

基于dsPIC移频电路系统设计

介绍了基于dsPIC的测试系统的结构,以及对移频信号进行测试的原理和算法。采用同时从时域和频域两个分析域着手的方法,避开了利用频谱幅值求取频偏进而获得上下边频的方法,并且运用频谱细化技术,提高了运算处理的速度以及频率测试精度。文中给出了简洁实用的算法。试验结果表明,该方法能够对移频信号进行准确快速的测量。     

汽轮发电机组振动原因分析及处理

本文介绍了油膜涡动的基本原理及主要频谱特征,通过工程案例,对汽轮发电机组进行在线频谱分析,结合工程现场实际运行及检修情况进行综合研究,找出了引起振动偏大的原因为轴瓦的油膜涡动,提出了治理措施,较好地解决了问题,保证了机组的安全稳定运行。     

亚临界和超临界汽轮机强度振动与寿命设计判据的研究

根据多年的科研成果提出了亚临界和超临界汽轮机部件的强度、振动与寿命的20个设计判据。给出了汽轮机的部件静强度、结构有限元分析、隔板刚度、低压缸刚度、汽轮机胀差、叶片动强度、整体围带叶片动强度、长叶片颤振、第一种调频叶片振动、第二种调频叶片振动、整圈连接叶片组振动、轴系临界转速、轴系油膜涡动的稳定性、不平衡响应、轴系扭振频率、轴系扭振应力、汽流激振、低周疲劳寿命、蠕变寿命和蠕变与低周疲劳交互作用下寿命等20个设计判据和这些设计判据的应用范围。使用这些设计判据,可以在设计阶段校核和分析汽轮机部件的强度、振动和寿命设计的安全性与可靠性,为大型汽轮机的研制和生产提供了科学的依据。     

立式屏蔽电机半速涡动异常振动试验分析

针对某型主泵屏蔽电机在厂内试验中出现的异常振动问题进行了试验分析研究。首先,采用加速度计对屏蔽电机在变速过程中的振动进行了测试,获得了信号特征及其频谱成分;其次,采用锤击法对电机定子和转子的振动特性进行了模态测试,并利用小波对测试信号进行"去噪"处理,获得定、转子准确的频谱曲线。结果表明,半速涡动频率与定子系统固有频率耦合引发共振是造成电机振动异常的主要原因,多数情况下,这种耦合是发生在转子系统上。在此基础上,提出了增加试验临时支撑固定电机的假泵壳的质量,使定子系统固有频率降低,并调整轴承间隙来降低半速涡动的激振力幅值,起到了很好的消振效果。     

集成经验模态分解中加入白噪声的自适应准则

现有集成经验模态分解(ensemble empirical mode decomposition,简称EEMD)算法中加入白噪声的大小与集成的次数都需要人为按照经验设定,缺乏可靠性.针对此问题,提出了自适应集成经验模态分解(adaptive ensemble empirical mode decomposition,简称AEEMD)算法,并给出了一种在EEMD方法中有效加入白噪声的可依据准则.首先,计算出输入信号的幅值标准差;然后,采用高通滤波方法对输入信号进行分解,通过计算高通滤波分解后的高频分量幅值标准差和输入信号幅值标准差来确定加入白噪声的幅值标准差,在此基础之上,EEMD集成次数根据期望的信号分解相对误差和加入白噪声的幅值标准差惟一确定;最后,为了进一步提高相邻模态函数的正交性,对AEEMD分解结果进行二次处理.仿真试验验证了AEEMD方法的抗混分解能力,将AEEMD方法应用于转子油膜涡动的故障监测诊断中,提取出转子油膜涡动的故障特征,并与基本EMD算法进行了对比,结果表明,AEEMD更加精确地提取了油膜涡动信号的故障特征.     

滑动轴承油膜振荡故障诊断及在线消除

阐述滑动轴承油膜涡动和油膜振荡的机制,通过实验运用振动分析软件给出不同间隙时轴承油膜涡动和油膜振荡的特征,找出影响轴承产生油膜涡动和油膜振荡因素,提出了防止油膜涡动及油膜振荡的措施,给出一种油膜涡动和油膜振荡在线消除方法.分析表明,防止油膜涡动及油膜振荡的措施有:提高轴的临界转速,减小轴承长度,增大轴承偏心率以及调节润滑油的供给量等.其中调节润滑油的供给量是一种可尝试的实现油膜振荡在线消除有效方法.     

某型航空发动机振动值摆动故障诊断

针对某型双转子航空发动机拍振振动值摆动的问题,推导了拍振形成的条件。结合该型发动机的结构特点,对不同测点的振动信号进行了分析,确定了拍振产生的原因和振源位置。在此基础上,对低压转子振动、高压转子振动及附件传动轴的振动3个信号的合成规律进行了仿真计算,提出了该型航空发动机振动值摆动故障的排除方法。结果表明,该型发动机产生振动值摆动的根本原因是低压转子振动与附件传动轴的振动频率接近,形成了拍振。降低振动值摆动的有效方法是降低低压转子和附件传动轴的振动量。     

基于EMD和HT的旋转机械振动信号时频分析

把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，简称EMD)成本征模函数组(Intrinsic Mode Function．简称IMF)．然后经希尔伯特变换(Hilbert Transformation，简称HT)获得频谱的信号时频分析新方法引入到旋转机械振动信号处理领域。介绍了该方法的理论和算法。首先．采用调频调幅仿真信号对该方法进行仿真验证；其次．把一实测的旋转机械油膜涡动故障振动信号进行了基于EMD和HT的时频分析。仿真和实测信号的分析结果说明．用基于EMD和HT方法对旋转机械的振动信号进行时频分析是有效的。     

原料气压缩机低压缸排气端轴承振动的分析

通过对原料气压缩机高压缸入口介质温度降低，破坏高、低压缸原始对中情况的分析，认为排气端轴承产生异常振动的原因是由于轴颈与径向轴承发生碰后造成的，并通过轴心轨迹和频谱分析对这一现象进行了说明。