排粉风机轴向振动原因分析及处理

通过频谱分析仪对排粉风机振动进行分析、诊断,找出了谐波频率占主导地位的振动频谱特征,结合风机实际运行中存在的振动特征,采取正向推理逐步排除的方法,判定风机振动是由轴承内圈与轴颈松动引起,消除故障后投运风机,其振动处于良好状态.     

基于辨识模型的变压器故障诊断方法研究

提出了一种基于辨识模型的电力变压器绕组变形和铁心松动的故障检测方法。根据变压器的运行特点,结合其正常状态和故障状态下不同的振动特性,利用安装在变压器表面的振动传感器监测振动信号,对振动信号进行频谱分析,并根据振动特征频谱判定变压器中是否存在绕组变形和铁心松动故障,实例验证了该方法的正确性。     

基于小波包熵和概率神经网络的微特电机轴承故障监控

文中提出一种小波包能量熵和概率神经网络相结合的算法,通过对微特电机运行产生的振动信号进行分析,实现微特电机的轴承可靠性判定。为了证明该方法的有效性,搭建了电机振动信号采集和分析的软硬件平台。通过对4种不同故障类型的电机进行实验,结果表明该方法可以作为微特电机轴承可靠性判定的依据。     

基于小波模糊网络的电厂汽轮发电机组故障诊断

针对传统故障诊断方法在汽轮发电机组振动类多重并发故障诊断中的局限性，提出了小波变换与模糊理论相结合的诊断方法。采用二进离散小波变换获取有效的故障特征向量，利用模糊诊断方程进行故障模式分类。通过选择足够的样本对故障诊断方程进行训练，将代表故障的信息输入训练好的诊断方程，由输出结果即可判定故障类型。实际应用表明该方法可以有效诊断汽轮发电机组振动类多重并发故障，诊断结果全面、准确。     

基于时变自回归模型阶次判定值的滚动轴承特征提取

针对滚动轴承振动信号的非平稳性,提出了一种基于时变自回归模型阶数判定值的特征提取方法。通过用时变自回归模型定阶过程中的判定值构建特征量,并以支持向量机的分类识别率为依据选择最佳的特征向量维数,输入支持向量机进行滚动轴承运行状态的识别。仿真实验表明,所提方法能够有效地提取滚动轴承的故障信息进而实现其故障诊断。     

负载电流法在基于振动信号分析法监测变压器铁心状况中的应用

振动法是诊断变压器运行中潜伏故障的一种有效手段，不仅能够检测出故障绕组，还能检测铁心的状况，对其进行充分的研究有良好的应用前景。文中提出了一种不空载运行变压器取得变压器铁心振动信号基频成分的负载电流法。模拟变压器实际运行时的情况，测量了不同负载电流及空载情况下变压器本体的振动加速度信号。通过拟合的负载电流与振动加速度信号基频成分的关系曲线，得到了负载电流为零时变压器振动信号基频成分的幅值，这个值与空载情况测得的振动信号基频成分相当，说明了利用这种方法可以提取出变压器铁心振动信号的基频成分。文中最后利用负载电流法对于铁心故障进行了监测，并与小波包分析法进行比较，结果证明了这种方法可初步判定铁心的状况。     

500 kV变电站主变压器跳闸故障分析

为研究组合电器内部异物放电问题,介绍一起组合电器内部藏匿残留异物引起的放电故障,该故障导致主变压器跳闸,通过现场检查、解体检查、试验验证,对故障进行了全流程多角度的分析,综合放电痕迹、成分检测等结果,判定异物为放电原因,并还原了放电过程,内部藏匿的残留异物在电场、振动、气流等的作用下可能移动至高场强位置,进而导致电场畸...     

动静碰磨引起汽轮机转子非线性振动的诊断与处理

动静碰磨故障为汽轮机常见的振动故障之一,严重的碰磨故障会激发转子非线性振动。分析了碰磨引起冲击效应与热效应的机理,为分析转子碰磨故障提供一定的理论依据。通过分析某330 MW机组动静碰磨振动故障,证明碰磨故障引起的非线性振动不仅发生在轻型转子或振动试验台上。严重的动静碰磨在大型汽轮机转子上仍可激发非线性振动。对汽轮机高中压转子进行现场动平衡试验,成功解决了机组振动问题。     

基于振动信号特征矩阵相似度的变压器机械故障诊断技术研究

目前基于振动信号的变压器机械故障诊断多是通过对某个振动信号进行独立分析、提取特征量进行判定,对变压器机械状态的反映过于片面;基于振动信号特征矩阵相似度可实现综合不同测试位置、多组振动信号的变压器机械故障诊断,但该方法可能受负载条件影响而发成误判。文中改进了振动信号特征矩阵的构造方法,通过实验研究了负载率、功率因数、不平衡度对振动性信号特征矩阵相似度的影响,结果表明:文中所做改进可有效地减少故障诊断中由于负载条件改变造成的误判。应用改进后的特征矩阵相似度对模拟故障进行诊断,结果表明,该方法受负载条件影响较小、能准确诊断出故障存在,有良好的应用前景。     

动叶可调轴流式送风机振动故障诊断与处理

针对某300 MW送风机异常振动故障,分析了振动故障特征,指出轴承箱紧固螺栓脱松、支撑肋板裂纹等是导致振动不稳定与二倍频振动上涨的主要原因。通过检查消缺、现场动平衡治理,消除了该风机振动超标故障,保障了设备的安全运行,为同类故障问题的诊断、治理提供参考。     

GIS正常运行与松动故障下的振动机理

气体绝缘开关设备(GIS)运行时常发生开关部件及电气连接点的松动故障,引发机械的异常振动。分别从导电杆所受电磁力与涡流两方面推导三相共体式GIS与三相分体式GIS受力振动机理,进行仿真建模,证明了振动机理的正确性。建立松动故障时接触面受力振动模型,仿真计算松动时接触面的振动位移,并对比正常运行时振动特性与松动故障时振动特性的差异,发现松动故障时振动信号在某些频段的能量会增加,常见的是在1 000~2 000 Hz段的能量增加明显。进行现场实际的松动故障模拟,采集GIS振动信号,对振动信号进行时频变换提取频谱特征,验证了仿真计算的正确性。     

引风机轴向振动故障的诊断与分析

利用正向推理，在能够引起引风机振动故障的全部原因中，采取逐个排除的方法，找出引风机轴向振动故障所在，分析了振动的机理，并从相位出发，就如何对此类故障进行诊断与分析进行了讨论，对诊断引风机振动故障和提高诊断准确率具有一定的指导意义。     

基于加窗振动分离和变分模态分解的行星轮故障特征提取

行星齿轮箱振动信号复杂且其传递路径具有时变性,导致故障特征提取困难。针对该问题,提出基于加窗振动分离和变分模态分解(VMD)的行星轮故障特征提取方法。首先利用角域同步平均消除非同步分量;随后对平均后的振动信号进行加窗分离;采用观察中心频率的方法确定参数K,然后对分离的振动信号进行VMD分解并选取包含故障的特征分量;最后对选取的特征分量进行Hilbert解调分析实现故障特征提取。通过行星轮齿根裂纹故障实测信号分析,验证该方法能有效提取行星轮故障特征。     

高压断路器机械振动信号混沌吸引子形态特性

提出并探讨了基于混沌吸引子形态特性的高压断路器振动信号特征提取方法。采用功率谱和Lyapunov指数分别对高压断路器振动信号进行定性和定量混沌分析,证实了高压断路器振动信号既包含高压断路器动力学特性,也存在混沌现象;在此基础上,对振动信号进行相空间重构,分析混沌吸引子形态特性与故障类型之间的关系;最后,以不同严重程度的分闸缓冲器故障为例,深入探讨了不同严重程度故障下混沌吸引子的演变规律。研究结果表明,高压断路器振动信号混沌吸引子形态在同一故障状态下较稳定,对故障类型及故障严重程度较敏感,这表明混沌吸引子形态特性是研究高压断路器振动信号特征提取的有效实用途径。     

基于振动信号的变压器铁心与绕组故障区分方法

针对变压器铁心、绕组由于机械结构相连,铁心故障与绕组故障区分困难的问题,提出采用基于振动信号的变压器铁心与绕组故障的区分方法,通过对比分析铁磁材料磁致伸缩和绝缘垫块弹性形变的非线性特性差异,结合实验分别获取变压器铁心、绕组振动信号,在频域研究了变压器铁心、绕组振动信号的非线性特性,通过分析不同条件下振动信号高次谐波能量占比,提出采用振动信号基频与高次谐波幅值的变化规律来区分铁心故障和绕组故障.研究表明,变压器运行中振动信号基频分量由铁心和绕组振动共同决定,高次谐波分量主要来源于铁心振动.当变压器绕组故障时,仅振动信号基频幅值发生突增;铁心故障时基频和高次谐波分量幅值均发生突增,可以有效区分铁心和绕组故障.     

融合粗糙集与神经网络的燃气轮发电机组振动故障诊断方法

针对燃气轮发电机组振动故障诊断中可测参数难以直接反映机组故障状态的问题,提出一种融合粗糙集理论和神经网络的燃气轮发电机组振动故障诊断方法。结合粗糙集对燃气轮发电机组振动信号原始特征数据进行约简,减少冗余信息。将粗糙集与神经网络有机结合,用优化了的神经网络诊断燃气轮发电机组振动故障。试验结果表明了所述方法的有效性,为燃气轮发电机组振动故障的快速诊断提供了可参考的新思路。     

汽轮机低压转子振动故障分析

汽轮机低压转子振动故障是影响汽轮发电机组安全稳定运行的主要原因之一.根据多台汽轮发电机组振动故障的测试处理实践,结合低压系统的结构特点,总结分析了低压转子振动故障的原因;针对故障类别,提出了相应的对策,有利于准确及时地判断故障和防止事故进一步扩大.     

基于两轴振动和多传感器融合的变压器绕组机械故障诊断

针对传统变压器绕组机械故障诊断方法中，仅考虑绕组单一方向振动信号且特征参数提取复杂、识别准确率低的问题。本文提出了一种基于两轴振动和多传感器融合的变压器绕组机械故障诊断方法。首先从绕组轴向、辐向振动相关性角度提出两轴振动关系图形作为特征图像；然后采用轻量级卷积神经网络MobileNet V2对不同传感器获得的图像数据进行训练；最后利用D-S证据理论对多维信息源识别结果进行融合，并做出最终决策。实验结果表明所提方法故障诊断准确率可达99.4%,与传统故障诊断方法相比，简化特征提取步骤，诊断准确率提高了6.2%以上，为变压器绕组机械故障诊断提供一种可行方案。     

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。     

基于振动信号的双馈异步发电机滑环装置故障诊断方法研究

电枢滑环系统是双馈异步发电机励磁系统的重要组成部分,但运行中时常出现因滑环面损伤而导致的电刷滑环接触不良现象,严重影响电机励磁稳定性。针对这一问题,提出了基于振动信号的滑环面损伤故障诊断新方法。简要分析了电刷滑环系统振动法原理、振动传播途径及故障机理。搭建电刷滑环仿真运行实验平台,实时采集系统故障运行前后的振动信号。应用小波能量谱法进行滑环接触面故障诊断。通过对比分析故障前后振动信号的小波能量谱分布及占比情况,找出发生振动异常的频带,为电枢滑环接触面的故障诊断提供依据。