水轮发电机组横向振动特性分析

推导建立了水轮发电机组系统动力学方程.对运动微分方程进行数值积分,分析了发电机转子的质量偏心及水轮机转子的质量偏心对水轮发电机组系统横向振动特性的影响.数值分析结果表明,发电机转子、水轮机转子的横向振动及大轴在上、下导轴承和水导轴承处的横向振动,经过充分衰减后,轴心轨迹都是圆形,但它们的半径并不相同.随着发电机转子的质量偏心的不断增加,大轴在3个导轴承处的横向振动出现了明显分岔现象,振动为周期1及复杂的拟周期运动.大轴在3个导轴承处的横向振动,随着水轮机转子的质量偏心的不断增大,没有出现分岔现象.     

水轮发电机组主轴系统振动的模糊可靠性分析

以混流式水轮发电机组为研究对象,应用有限元法建立水轮发电机组主轴系统非线性动力学方程,利用多尺度法计算其动态响应,采用可靠性理论及模糊理论构建振动可靠性的模糊模型,给出基于非线性振动的平稳运行的模糊概率计算公式,结果表明,应用模糊可靠性评估水轮发电机组主轴系统振动可靠性是合理可行的。     

微电脑在水轮发电机组振动监测中的应用

本文介绍了大中型水轮发电组动态振动摆度监测原理及故障诊断分析方法和仪器。该仪器充分发挥微型计算机软硬件的功能,使其测量、分析及计算完全智能化自动化,设计中采用了整周期采样并32等分的离散付里叶级数分析周期振动信号的频谱,从而提高了分析的精仪和速度,该仪器不仅可作为水电站水输发电机组动态振动摆度的常规在线监测装置,还可成为电站及水电安装队在安装,检修后进行盘车试验,动平衡试验,甩负荷试验和功率谱分析的有力工具。     

微电脑控制器在水轮发电机组控制系统中的应用

原水轮发电机组与外网同期并网、与外网解裂停机都是由人工操作完成的,现加装微电脑控制器,经检测水轮发电机组既实现了自动并网功能,又起到了解裂保护效果。     

水轮发电机组接力器活塞密封的改进

液压缸是将液压能转换为直线运动机械能的执行元件。该文就水轮发电机组中接力器的大尺寸活塞密封性能进行一些分析 ,并提出了改进措施。     

随机参数对水轮发电机组振动可靠性影响的仿真分析

针对混流式水轮发电机组主轴系统结构尺寸、材料属性、水力参数及电磁参数的随机性,依据主轴系统激励频率与固有频率之差在规定范围内的关系准则,确定主轴系统发生共振的失效功能函数,推导水轮发电机组主轴系统振动可靠度的计算公式,分析系统可靠度与系统随机参数之间的内在关系,得到一些有益的结论.     

改进的经验模式分解在机械故障诊断中的应用

针对经验模式分解(empirical mode decomposition,简称EMD)在工程应用中存在的端点效应和模式混叠问题,提出了一种改进的EMD方法。首先,利用遗传支持向量回归对短信号进行延拓;然后,采用改进的包络拟合方法并结合总体经验模式分解(ensemble empirical mode decomposition,简称EEMD)处理信号,数值仿真结果验证了该方法能够有效抑制端点效应和模式混叠;最后,利用该方法并结合包络解调对滚动轴承内圈故障信号进行实验与分析。结果表明,与EMD相比,该方法可以更有效地提取故障特征,满足机械设备故障诊断工程实际需求。     

水轮发电机组振动过大的原因分析及处理方法研究

水电站的实际运行工作中,很容易出现水轮发电机组振动过大的问题,从而对水电站正常的发电工作有着非常重要的影响。现主要对老虎嘴水电站水轮发电机组振动过大的原因进行分析,并提出了相应的解决方法。     

对于水轮发电机组振动的原因及处理方法的研究

水轮发电机组振动是水电站存在的一个普遍问题,有设计、制造、安装、检修、运行等方面的原因。水轮发电机组的振动,在理论上涉及很多学科领域,在机组运行中如何监视,极早发现异常情况,防止因振动产生的事故是十分重要的工作,这需要丰富的实践经验结合科学的理论,在维护检查工作中全面加强设备的动态管理,确保水轮发电机组的安全稳定运行。     

Volterra模型预测在EMD端点延拓中的应用

经验模态分解(empirical mode decomposition,简称EMD)的端点效应使得EMD分解结果产生严重失真,为了减小端点效应在分解过程中产生的影响,将混沌序列模型引入EMD,提出采用Volterra模型解决分解中产生的端点效应问题。论述了基于Volterra模型的数据延拓技术原理,即先对原始数据进行Volterra建模,然后利用该模型对数据进行延拓。该方法使端点处的延拓更加合理,从而使得三次样条曲线在端点处不会发生大的摆动,实现了准确的EMD分解。通过对仿真信号的研究表明,延拓抑制了分解的端点效应。把该技术应用于转子横向裂纹振动信号的EMD分解中,取得了良好效果。     

利用Kriging预测模型的EMD端点延拓

结合端点效应的产生机理和关于端点效应的现有研究成果,提出了一种基于Kriging预测模型的抑制EMD端点效应的新方法.通过计算信号及其包络线的最优线性无偏预测,将信号的上、下包络线进行延拓,从而最大化地逼近原始信号两端点,并将未延拓的分解结果、基于镜像延拓法得到的结果和基于Kriging预测延拓法得到的结果进行对比分析.仿真算例和试验结果表明,基于Kriging预测模型的延拓方法抑制EMD端点效应的效果最优,能够精确反映信号特征,有利于准确提取结构的模态参数,提高运算效率.     

基于经验模态分解的转子启动波德图绘制

提出利用经验模态分解的方法来绘制转子启动的波德图。此波德图能够准确地体现转子启动的动态信息,从而克服了手工绘制波德图时由于间断采样使得数据在临界转速不准确的缺点。同时,针对经验模态分解的边缘效应,采用了一种基于等斜率的新方法,即增加极值点的斜率和临近极值点的斜率相等,与其它的边缘值处理方法相比较,该方法不仅利用了信号的内部特征,而且拥有计算简单的优点。     

局部均值分解和经验模态分解的性能对比研究

利用具体的非平稳齿轮箱振动信号,分别应用局域均值分解方法(Local Mean Decomposition,LMD)和经验模态分解方法(Empirical Mode Decomposition,EMD)进行了模态分解,并计算得出能量熵。物理意义明确且非常直观,用LMD方法分解齿轮箱振动信号模态混叠程度要轻于EMD方法分解所得模态混叠程度。同时,从端点效应和分解速度两方面将两种分解方法做了对比,LMD方法抑制端点效应的能力强于EMD方法,且分解速度较EMD方法快。     

基于能量的振动信号经验模态分解终止条件

经验模态分解(Emprical Mode Decomposition,简称EMD)主要思想是把一个时间序列的信号分解成不同尺度的本征模函数(Intrinsic Mode Function,简称IMF).EMD算法用残余量极值点数量小于2来终止分解,该终止条件有无关组分多和分解速度慢的缺点.针对该缺点,提出了采用残余能量小于设定值的EMD分解终止条件.通过对非线性和实例振动信号的试验研究表明,基于能量的EMD分解终止条件既可以减少分解的无关组分,又可以提高分解的速度.该研究成果能广泛地用于振动信号分析领域.     

基于支持向量机的BS-EM D端点效应消除方法

分析了B样条经验模式分解(B-spline empircal mode decomposition,简称BS-EMD)的端点效应问题,指出了现有延拓方法的不足,提出了一种基于支持向量机的B样条经验模式分解端点效应消除方法.首先采用支持向量机对原始信号进行延拓;然后用B样条插值方法对延拓后的数据进行插值计算得到信号的均值...     

经验模分解中的间歇性控制方法改进及分解精度控制

提出了根据固有模式函数相邻零值点距离的间歇性控制准则,并提出通过多次间歇性控制来提高经验模分解滤波精度的方法。对合成信号分离的算例表明,与使用IMF相邻峰值距离的间歇性控制方法相比,使用这个准则分离出的信号更接近于原信号。本文还提出用IMF上下包络线平均值的最大幅值与IMF最大幅值的比作为EMD分解精度控制准则,这个准则更为直观和便于使用。     

基于极值符号序列分析的EMD端点效应处理方法

针对经验模式分解(empirical mode decomposition,简称EMD)的端点效应提出一种新的抑制方法。考虑到极值序列在EMD分解的包络线形成中占有主导地位,将信号局部极值序列进行符号化,根据符号特征进行特征匹配,在信号两端依据符号序列特征匹配结果进行符号序列拓延与对应信号还原,对拓延还原后的信号进行EMD分解以实现端点效应抑制。所提方法对于随机信号与周期信号都有着明显的抑制效果,通过对仿真信号和轴承故障信号端点效应的分析验证了方法的正确性。研究与ARMA模型、BP神经网络、镜像拓延等常见方法进行了对比,所提方法的各分量有效值指标均值为19.64%,低于其他方法,说明对低频分量有着更好的抑制效果。     

基于小波包的经验模态分解法的研究及应用

针对多频信号经验模态分解中的模态混成现象，提出了一种经验模态分解与小波包分解相结合的新方法。经验模态分解方法基于信号的局部特征时间尺度，把复杂的信号函数分解为有限的固有模态函数之和。利用最小Shannon熵准则，对出现混成模态的固有模态函数进行小波包分解，并根据小波包分解后各频带信号的频率分布特征，选择能量比重较大的频带信号进行重构，将重构信号作为新的固有模态函数分量。仿真信号和齿轮箱故障实测数据表明，新方法能将不同的频率成分提取出来，从而提高了经验模态分解的分解能力。