RJ燃气轮机振动测试技术研究

本文通过对RJ燃气轮机燃气轮机振动测试系统的搭建,在机组各稳定工作状态下对该燃机系统的振动进行测试,得到机组各截面振动值,根据监测振动结果,分析了燃机系统各个振动的特征,得出该套燃气轮机系统能够安全运转的结论。     

燃气轮机振动故障处理经验浅谈

燃气轮机作为油气行业的核心设备,对其运行状态及设备可靠性要求颇高。振动作为燃机运行的主要指标,直接反映燃机的运行状态。本文针对使用BENTLY NEVADA7200系列振动监测系统的双轴燃气轮机为典型案例分析振动问题并给出解决方案。     

频谱分析在燃气轮机振动诊断中的应用

大型旋转机组的振动故障诊断对机组安全运行具有重要意义。本文主要介绍对燃气轮机振动波形进行频谱分析,从中分析判断出振动的原因,从而指导机组的检修维护。     

球磨机减速机振动测试和运行监控系统的研制和应用

介绍了一种基于无线Internet网络和LabVIEW虚拟仪器软件平台的球磨机减速机振动测试和运行监控设备；该设备可以完成对球磨机减速机振动运行状况的数据采集、处理、显示、记录、监控、打印及历史数据分析及故障诊断等功能。该系统已成功对多家水泥厂球磨机减速机运行监测及故障诊断。     

浅谈输油泵安全运行的必要条件

为了避免输油泵失效事故的发生,最有效的措施就是对输油泵进行振动监测和故障诊断。介绍了输油泵振动监测的意义,从数学模型、测振仪选择、测点布置、频谱分析以及故障诊断等方面阐述了输油泵振动监测与故障诊断系统的原理及方法,并指出了基于模式识别技术的多微机在线监测与计算机辅助诊断系统是其未来的研究方向。     

火电站锅炉给水泵系统的振动监测与故障诊断

本文介绍了采用谱频带振动电平分析方法来监测电站锅炉给水泵系统，并介绍了锅炉给水泵的振动分析及故障诊断方法。     

基于电厂实时数据平台PI的诊断技术研究

介绍了实时数据平台PI在发电厂中的实际应用;研究了振动监测与诊断系统和数据平台PI系统集成方法,给出了机组振动数据在PI数据库中存储方式;开发了基于数据平台PI的汽轮发电机组远程振动监测与诊断系统,介绍了远程系统的结构和主要功能;给出了一个实际电厂运行中的故障诊断实例.该系统在山东邹县电厂实际运行近两年时间,为电厂设备的安全运行和实现状态检修提供了科学的技术手段.     

发电机异常振动故障诊断及解决措施

加强汽轮机组日常保养与维护,保障城市供电已经成为了火力发电厂维护部门的重要任务。振动分析是发电机组状态评估和故障诊断的主要手段,能够判断出汽轮发电设备内部的状况,确定是否出现故障以及故障的严重程度和发展趋势。连续振动监测系统能够连续监测设备的振动特性并收集、贮存和分析振动数据,发现早期振动故障,判断发展趋势,汽轮机组作为发电厂重要组成部分其异常振动对于整个发电系统都有着重要的影响,文中就汽轮机异常振动的原因进行了简要的论述,并提供了一定的解决办法。     

汽轮发电机组的振动监测及故障诊断系统开发

随着我国电力工业科技进步和电力体制改革的深化,发电企业对汽轮发电机组的振动状态监测与故障诊断技术提出了更高要求.在实验的基础上,利用LabVIEW编程语言,研究开发了汽轮发电机组振动监测及故障诊断系统.     

基于改进DQN燃气轮机转子故障诊断方法

燃气轮机转子系统作为燃气轮机关键部件，由于难以获取敏感故障特征导致故障诊断精度不高，影响设备的安全服役。针对以上问题，提出一种改进深度Q网络（DQN）深度强化学习燃气轮机转子系统故障诊断方法。首先，以采集的一维工况原始振动信号为输入，该DQN模型的环境状态采用故障样本集组成，转子故障类型为当前模型输入的动作集合；然后，DQN模型的智能体使用一维宽卷积神经网络（WDCNN）拟合得到Q网络，并使用ε-贪婪策略做出决策动作，反馈奖励和下一状态并存储到经验池内；智能体内采用时间差分误差（TD-error）优先经验回放，使得算法更加稳定和训练收敛；智能体与环境不断交互决策出最大奖励，输出最优策略故障诊断结果。将该模型应用于西储大学轴承数据集与燃气轮机试车台数据集中，分别达到99.2%与98.7%的准确率，可以用于快速有效地进行故障诊断。结果表明该改进DQN模型具有较高的故障诊断准确性与通用性。     

燃气轮机转子系统典型振动特性试验研究

搭建气体轴承支撑的微型燃气轮机发电机试验装置,试验呈现微型燃气轮机发电机气体轴承-转子系统升速过程典型区域振动特征,并基于试验数据关联分析振动参数与燃气轮机运行参数、气体轴承的关键参数之间的耦合关系,结果表明:压气机出口压力波动对转子轴向振动影响较大;微型燃气轮机转子径向振动受点火压力波动、主燃料燃烧压力波动以及压气机...     

汽轮发电机组的多微机振动监测与故障诊断系统

大型汽轮发电机组振动监测与故障诊断的多微机系统是在线运行机组的实时监测、数据管理、图谱分析、报表打印、自检报警、事故追忆和故障诊断的多功能系统。它是一种以一主计算机指挥多从属计算机的主从工作方式。应用该系统可大大提高电站设备运行的可靠性、安全性与自动化程度,预防重大事故发生,并可推广应用到风机、水轮机等旋转机械方面。     

大型风力机组远程智能监测与诊断系统的研究与开发

该文研究了大型风力机组的远程智能监测与诊断系统的关键技术问题,介绍了系统的开发情况。整个系统采用分布式架构,由数据采集与处理、实时数据存储、智能监测与诊断和人机交互4个子系统组成。智能监测与诊断子系统采用了知识库/推理机架构,推理机是一个自主开发的基于模糊Rete算法的模糊专家系统,知识库中存储了来源于风力机故障实验研究的常见振动故障的诊断知识。通过故障仿真,验证了整套系统的有效性。     

振动监测系统的可调增益技术与实现

文章设计了一种具有可调增益功能的振动监测系统。首先从监测层和测量层两个方面提出了振动监测系统的整体框架,之后给出了硬件系统和软件系统的设计方法及软件实现代码,利用控制芯片和可调增益放大器,在监测系统中整合了一套可根据采集信号幅值大小调整增益的数据采集装置;利用模拟信号发生器对不加增益和设置可调增益之后的两种信号进行了对比分析,并在汽轮发电机组实际工况下进行了振动信号采集。结果表明,具备可调增益功能的振动监测系统可有效提高采集信号的信噪比,提高汽轮发电机组的振动监测能力。     

基于RF和ANFIS算法的直驱风电机组故障预警

针对风电机组运行工况复杂和单一状态参数不能较好实现故障早期预警的特点,提出随机森林算法(RF)和自适应模糊神经网络算法(ANFIS)相结合的故障预警方法。该方法充分考虑机组运行数据高维非线性特点,应用随机森林算法,建立有功功率与运行参数的数据驱动模型,计算各运行参数影响有功功率的相关度;构建自适应网络模糊推理系统模型,以训练误差最大值作为故障预警阈值,实时监测发电机运行状态。将该方法应用于某1.5 MW直驱机组发电机故障预警分析,结果表明,该方法能够提前预警发电机健康状态,避免严重事故发生,对风电场开展预防性维护、维修具有重要的指导意义。     

基于Lyapunov指数谱的转子-机匣系统故障诊断研究

发展了基于Lyapunov指数谱的航空发动机转子-机匣系统故障诊断方法。基于实测的航空发动机机匣振动时间序列求解了系统不同状态的Lyapunov指数谱;基于Lyapunov指数谱,应用最大Lyapunov指数和Lyapunov指数谱图对航空发动机转子-机匣系统进行了故障诊断。研究结果表明:航空发动机机匣振动时间序列在不同状态下具有不同的Lyapunov指数谱,即可以Lyapunov指数谱作为故障诊断的特征量。     

轴承周期冲击激励下发动机薄壁支承结构响应机理研究

燃气涡轮发动机轴承故障频发,然而,轴承故障信号经过复杂的薄壁结构传至机匣表面衰减严重,致使基于振动信号分析的轴承故障诊断难度增大。为此,从轴承故障特征产生机理出发,在薄壁支承系统固有特性分析的基础上,基于周期冲击激励与振动响应时频域关联分析,阐释了轴承冲击激励下,复杂薄壁支承结构测点的响应特征。相关结论可以为基于共振解调的轴承故障诊断提供参考,对具有薄壁支承结构的燃气轮机轴承故障预警或诊断有一定的参考价值。     

Fault Diagnosis of a Turbo—unit Based on Wavelet Packet Theory

In this paper we studied the fault feature of the generator set and the characteristics of wavelet packet theory for signal de-noising.The vibration signal of the generator set in different states is ana-lyzed by using the signal re-construction technique of the wavelet packet theory.The time domain method is given for the generator set fault diagnosis.The experiment results show that the wavelet packet theory can be used to directly identify the state of the generator set and provide a credible new idea for complex machinery fault diagnosis.     

基于主元-双谱支持向量机的旋转机械故障诊断方法

提出一种基于主元-双谱支持向量机的旋转机械故障诊断方法，该方法具有对故障在线监测分类和故障分类能力强的优点，能有效地从汽轮机故障的非平稳、非高斯时变信号中提取状态特征。首先研究了直接法、间接法及ARMA模型法的双谱估计特征，然后利用双谱分析主元数字特征提取技术提取这些特征，最后利用支持向量机对汽轮机小样本故障进行分类，较好地解决了故障样本不足的实际问题。诊断结果表明与常用的BP神经网络相比可以获得较高的诊断精度。     

大型火电机组的振动故障诊断

章回顾癖结了国内外火电机组振动故障诊断的发展状况,指出了目前振动故障诊断研究存在的问题及确定故障诊断知识范围,进行机组一轴系统特性研究的重要, 对大型火电机组振动及性能远程诊断系统进行了介绍,最后指出了振动故障诊断的发方向。