风力发电机组振动故障诊断与分析

加强对风电机组的状态监测与故障诊断技术,作为保障机组可靠运行和寿命管理的关键技术,越来越受到重视。根据风力机的具体特点,对多台风力发电机组进行了实际监测,获得了大量实测数据,并应用多种振动测试分析技术,重点分析了主轴承、齿轮箱和发电机的振动特征和故障机理。为解决风电机组实际运行状态监测和故障诊断,提供了有效的技术支持和保障。     

某电厂2号机组振动故障的分析与处理

某电厂2号机组机组启动过程中出现的轴系振动故障,分别对冲车、定速、带负荷过程进行了振动监测,并根据监测数据分析,故障原因为质量不平衡所致,因此采用动平衡法消除故障。平衡加重后消除了机组振动故障,经检验机组振动情况良好。通过对该机组机组振动数据分析、故障诊断及故障处理所积累的经验,对其它大型发电机组轴系振动故障处理具有现实指导意义。     

基于LMD盒维数与PNN的往复泵声发射故障诊断

针对往复泵泵阀故障诊断,提出使用声发射技术对往复泵泵阀进行故障信号采集。利用局部均值分解(LMD)对非线性声发射信号处理和分形盒维数对非线性信号定量描述的特点,首先对故障信号进行LMD处理,得到含有故障特征的PF分量,然后算出各PF分量的盒维数,通过比较分析盒维数进行故障诊断,最后将各PF分量的盒维数作为特征向量输入概率神经网络(PNN)进行模式识别。通过实验分析,证明该方法对往复泵泵阀故障诊断是有效可行的。     

基于SVM和KPCA的滚动轴承故障诊断

从时域角度分析了滚动轴承的振动信号,综合利用SVM和KPCA方法来实现对滚动轴承的故障诊断研究。首先对滚动轴承的原始信号从时域角度分析提取典型特征,再利用KPCA方法对输入的典型特征降维,最后采用SVM算法对降维后的数据进行故障诊断。实验证明:该方法在保证较高的故障识别能力的前提下,不仅能够有效地提取损伤特征、降低数据维数,而且实现了数据可视化。     

基于分形理论的玄武岩筋废旧钢纤维混凝土梁受弯性能研究

为了利用梁表面裂缝的分布和演化过程来研究玄武岩筋废旧钢纤维混凝土梁的受弯性能,对6根不同废旧钢纤维(Recycled Steel Fiber,RSF)体积掺量和配筋率的试验梁进行受弯试验,并运用分形理论对梁表面裂缝进行分析.验证了玄武岩筋废旧钢纤维混凝土梁表面裂缝分布的分形特征,其分形维数在0.89～1.07之间.探讨了梁表面裂缝分形维数与荷载等级、RSF体积掺量、配筋率及跨中挠度之间的关系.结果表明:分形维数与荷载等级和跨中挠度均呈对数增长关系;极限状态下,RSF的掺入减小了梁表面裂缝的分形维数,RSF体积掺量为1.5％ 时,分形维数最小为0.9722;随着配筋率的增加,梁表面裂缝发展更充分,其分形维数也更大.     

基于PCA-LSSVM算法的矿用空压机故障诊断模型

本文针对压缩机系统故障诊断系统进行研究。根据压缩机系统工作原理和特性分析故障现象与发生根源的联系,提取用于故障诊断的特征信号。建立基于最小二乘支持向量机的故障诊断模型,并使用PCA算法提取数据特征作为故障诊断模型的输入,降低输入维数。使用多种故障诊断模型进行对比分析,验证了本文使用的基于经过PCA算法提取特征的LSSVM故障诊断模型具有较高的识别效率和识别准确性。     

利用现场动平衡技术,降低汽轮机组振动

对热电站汽轮机组振动严重超标的问题进行原因分析,通过采用振动故障诊断及现场动平衡技术,使机组振动有效降低至规定值76um以下,保证了发电机组的正常运行。     

水泥-石灰石粉胶凝材料孔结构多重分形特征以及与渗透性的关系

采用压汞法测试了水泥–石灰石粉浆体孔结构,基于热力学模型探讨了其多重分形特征以及与渗透性之间的关系。结果表明:水泥–石灰石粉浆体孔结构具有多重分形特征,阈值孔径至孔体积微分曲线上初次剧增对应的孔径之间(孔径范围Ⅱ)(过渡区域)不具备分形特征,孔径范围Ⅰ(小于孔径范围Ⅱ,小孔分形区域)和孔径范围Ⅲ(大于孔径范围Ⅱ,大孔分形区域)具有分形特征,前者的分形维数大于后者;随石灰石粉掺量增加,孔径范围Ⅰ和Ⅲ的分形维数分别提高和降低,并对孔径范围Ⅰ的影响更加明显;整个孔径范围的分形维数不宜用于分析渗透性,而应针对与渗透性相关的孔径小于临界孔径的范围进行分形,得到的分形维数能有效用于计算渗透系数,随石灰石粉掺量增加,该分形维数越大,渗透系数越大,且与渗透性有着良好的相关性。     

聚丙烯造粒机组减速机轴承失效诊断分析

通过对聚丙烯造粒机组减速机振动故障特征频率进行检测,并对轴承故障点特征频率进行计算,判断出减速机输入轴系支撑轴承或传动部件故障。对减速机解体检查后,振动故障诊断分析的结论得到了验证。     

一种风电机组变桨系统故障分析方法

为了提高风电机组变桨系统的故障识别准确率,提出一种通过提取采集数据的特征参数来构造高维特征参数矩阵,高维特征参数矩阵经过LLE降维得到低维特征参数,低维特征参数矩阵作为SVM模式分类输入进行工况识别的方法。该方法在风机故障识别中的准确率为87.50%,正常状态识别准确率为100%,最终的总识别准确率为93.75%。通过理论分析和实验表明:该方法提高了永磁直驱风电机组变桨系统故障识别的准确率。     

DH型离心式压缩机临界转速计算及油膜振荡故障排除

利用雷利(Rayleigh)-里兹(Ritz)公式计算了带齿轮叶轮的转子轴的一阶临界转速,并利用故障诊断频谱分析方法,采用Rockwell-Entek便携式故障诊断系统对机组振动故障进行检测,通过对离心式压缩机的振动频谱进行分析及故障诊断,探究油膜振荡引起的故障原因,提出排除方法,避免事故发生。     

基于孔结构分形的混杂纤维混凝土抗冻性能研究

为研究粉煤灰掺量对钢-聚丙烯纤维混凝土抗冻性能的影响,设计并制备6种粉煤灰替代率的混杂纤维混凝土,对其进行冻融循环及盐冻循环试验,测试其质量损失、相对动弹模量及弯曲韧性。基于热力学模型计算冻融前后混凝土孔结构分形维数,建立分形维数与混凝土弯曲韧性之间的关系。结果表明:当粉煤灰质量掺量为5%~15%时,随粉煤灰掺量增多,混杂纤维混凝土的抗冻性能明显提升;继续增加粉煤灰掺量至20%,混杂纤维混凝土的弯曲韧性开始降低。混杂纤维混凝土内部孔具有明显的分形特征,分形维数与无害、少害孔总孔隙占比及多害孔孔隙占比均有良好的线性相关性。同时,混杂纤维混凝土孔分形维数与峰值荷载、能量吸收值呈正相关,分形维数越大,混凝土所能承受的峰值荷载越高、能量吸收值越大。     

基于分形桨的湍流耗散强度特征研究

针对搅拌过程中湍能耗散造成的能量损失问题，提出了一类新型分形几何涡轮桨，并基于计算流体动力学，对系列分形桨进行湍能耗散强度分布数值模拟实验。通过分析分形桨的湍能耗散分布强度规律，探究了分形维数及迭代次数对搅拌设备各部分湍能耗散以及搅拌功率的影响。结果表明：流场湍能耗散强度分布特征为横向呈风轮状，纵向呈扇状；相对于无迭代桨，分形迭代桨湍流耗散强度降低；分形维数增加会降低各处的湍能耗散强度。迭代次数增加会降低流场中湍能耗散，但会增大搅拌桨上的耗散强度；分形迭代桨会降低搅拌功率，并随着分形维数增大而效果加强。研究结果为高速离心搅拌桨设计提供新的设计思路。     

潜油电泵机组振动检测与故障诊断系统

潜油电泵机组产生严重的振动,会使机组出现运行故障,降低了使用寿命。本文对潜油电泵机组振动检测和故障诊断系统设计要求进行分析,并从振动检测和故障诊断系统软件、硬件设计两方面进行研究,可供相关人员参考。     

基于分形维数对纳米二氧化硅颗粒分散性的量化表征研究

开发了一种基于分形维数来表征纳米颗粒团聚行为的方法，通过对纳米SiO₂颗粒的透射电子显微镜的图片进行分析，并借助冷冻切片技术对硅橡胶中的SiO₂分布状态进行观测和分形维数的计算，探究了分形维数与吸油值、表面羟基数、力学性能等的关系。结果表明：纳米颗粒的团聚程度越大其分形维数越大；通过对纳米SiO₂补强硅橡胶的超薄切片的分形维数的计算可知，在聚合物中的纳米颗粒的团聚也呈现相同的规律，即分形维数越大团聚程度越大；此外，分形维数越大，纳米SiO₂的吸油值越小，表面羟基数越少，硅橡胶片的拉伸强度、撕裂强度及邵尔A硬度则越大。     

离心式热油泵振动测试分析与故障诊断

分析了某炼油厂减压渣油输送泵异常振动情况,根据其振动特征并结合泵体结构对故障进行了分析,阐明了产生故障的主要原因是转子叶片的形变导致流体激振；经过对泵解体发现实际情况与诊断结论相符,依此建议厂方采取针对性的维修调整措施后重新开车,机组和管线的振动烈度降为维修前的1/4以下,重新回落到标准允许的范围内,保证了企业的正常生...     

往复柱塞泵曲轴故障诊断方法研究

柱塞泵是典型的往复机械。为了掌握往复式柱塞泵的工作状态,测取3S175系列柱塞泵正常工况和一些故障工况下液力端的振动信号,对其进行局域波时频处理后,得到了有价值的检测部件振动规律、一般特征以及故障特征,可用于往复柱塞泵液力端的故障诊断.     

往复柱塞泵液力端故障诊断方法研究

柱塞泵是典型的往复机械。为了掌握往复式柱塞泵的工作状态,测取3S175系列柱塞泵正常工况和一些故障工况下液力端的振动信号,对其进行局域波时频处理后,得到了有价值的检测部件振动规律、一般特征以及故障特征,可用于往复柱塞泵液力端的故障诊断.     

碳纳米管/PTFE复合材料磨损表面分形特性研究

基于分形理论和扫描电镜分析,采用双毯法计算了碳纳米管/PTFE复合材料磨损表面的三维分形维数。结果表明,基于Peleg-blanket法和磨损表面SEM图计算所得的分形维数,可以表征碳纳米管/PTFE复合材料磨损表面的形貌特征;随着填料含量的增加,复合材料磨损表面的分形维数依次减小;纯PTFE的分形维数最大,而5%碳纳米管/PTFE的分形维数最小,与复合材料磨损量的变化趋势相一致。     

基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法

针对球磨机在磨矿过程中负荷(充填率、料球比)靠经验难以准确判断的问题,提出基于改进的集总平均经验模态分解算法(modified ensemble empirical mode decomposition, MEEMD)-多尺度分形盒维数盒和极限学习机(extreme learning machine,ELM)的负荷识别方法。该方法首先利用MEEMD算法对不同负荷状态下的磨音信号进行分解得到本征模态分量,然后,采用相关系数法选取敏感模态分量进行重构得到降噪后信号;通过分析重构信号的多尺度分形盒维数,结果表明,欠负荷、正常负荷和过负荷状态下的多尺度分形盒维数存在明显的差异,能够很好地区分磨机的不同负荷状态。将重构磨音信号的多尺度分形盒维数作为极限学习机(ELM)的输入,磨机负荷状态为输出,建立磨机负荷识别模型;通过磨矿实验验证了该方法的有效性,整体识别率高达94.8%,模型能够准确识别磨机负荷状态。