共查询到20条相似文献,搜索用时 140 毫秒
1.
介绍伊犁第二大力发电厂#2汽轮机异常振动产生的原因、振动特性、振动规律,分析了产生振动的主要振源及其处理方式,消除了机组的异常振动。 相似文献
2.
3.
介绍了谏壁发电厂25MW机组运行中前箱和1号轴承横向振动异常的情况。通过对机组运行过程中的振动监测及各工况下的振动试验,结合停机后的检查和分析,确诊了振动异常的原因,并进行了处理。 相似文献
4.
5.
6.
介绍了秦山核电厂设备振动状态监测状况、振动原因分析方法以及几个异常振动处理经验,分析了核电厂设备振动状态监测管理中存在的问题,提出了设备振动状态管理的改进建议。 相似文献
7.
8.
针对湾河发电厂7号机组励磁机及其前轴承的异常振动,采取清除线圈油腻等异常措施解决了振动问题,并提出了原因分析,这对于开阔思路和类似问题的解决有一定的启发作用。 相似文献
9.
提出了电动机滚动轴承引起异常振动噪声的识别方法,分析了异常振动噪声形成的原因,提出了消除异常振动噪声的方法。 相似文献
10.
东津水电厂调速器运行3年后,调速器经常出现异常振动,本文分析了产生振动的原因,并提出了解决办法。 相似文献
11.
为研究气体绝缘输电线路(GIL)设备局部放电引发的GIL壳体异常振动机理与特征,并对GIL局部放电趋势进行预测.首先,以尖端放电为例建立了GIL设备尖端放电模型与实验平台;其次,通过测取不同电压等级下尖端放电的脉冲电流信号与异常振动信号,联合机电信号研究GIL异常振动行为的特征与机理;最后,建立鲸鱼优化算法·极限学习机(WOA-ELM)模型对GIL局部放电趋势进行预测,并与ELM模型进行对比.结果 表明,GIL尖端放电脉冲电流重复频率与异常振动信号频率一致,GIL局部放电与GIL壳体异常振动直接相关,且异常振动能量多集中在1600~2800 Hz且以20 Hz倍频分布为主;相较于传统ELM模型,WOA-ELM具有更为优越的预测能力,可以实现对GIL局部放电趋势的精确预测,为GIL局部放电趋势预测提供了新的方法. 相似文献
12.
陈运胜 《国外电子测量技术》2016,35(5):20-23
对发电机传动轴承的异常振动特征的准确提取是实现机械运行状态检测和发电机动轴承疲劳损伤预测的基础。当前对发电机传动轴承的异常振动的特征提取采用功率谱密度特征提取方法,由于功率谱密度特征具有非高斯性,对交变温度下发电机传动轴承异常振动的跟随性能不好。提出一种基于Hilbert变换的发电机传动轴承的异常振动谱特征提取算法。建立一个多参量的发电机传动轴承动力学模型,进行轴承的振动分析模型构建,采用经验模态分解和Hilbert谱提取方法把发电机异常振动进行多分量分解,提取发电机传动轴承的异常振动的Hilbert谱特征,计算接触轴承所产生的轴承力的响应幅值和时间滞后值,实现对振动特征的横向、扭转的定位和检测。以此为基础优化传动系统的结构和动力学参数,进行齿轮的啮合异常修正。仿真结果表明,该方法稳定可靠、性能优越,提高了发电机传动轴承的状态监测和损伤预测能力。 相似文献
13.
14.
汽轮发电机振动异常是影响汽轮发电机安全运行的重要因素之一。弹簧基础的汽轮发电机振动异常原因分析十分复杂。通过对某新建电厂2×660MW阿尔斯通超超临界燃煤汽轮发电机振动异常进行故障分析,正确研判弹簧基础的汽轮发电机振动异常根本原因,并提出一种以降低低压缸排汽侧真空压力值的冲转方式,解决了弹簧基础的汽轮发电机振动异常问题,保证了机组的安全稳定运行。 相似文献
15.
16.
17.
18.
水电机组振动监测信号常包含大量异常数据,严重影响机组健康状态评估与预测。为此,本文深入研究机组振动与工况的映射关系,提出了一种基于高斯混合模型和基于密度的噪点空间聚类算法(GMM-DBSCAN)的机组振动信号多尺度清洗方法。首先,采用DBSCAN初步清洗全工况内振动异常点,进一步采用高斯混合模型计算机组工况概率,并进行工况区间划分;在此基础上,以工况概率密度计算出各工况区内振动信号的DBSCAN密度聚类清洗的阈值,并清洗各工况区内振动异常数据。最后,基于瀑布沟水电站1年内运行工况和振动监测数据进行实例分析,异常数据清洗率达6.3‰。同时,通过人工模拟异常数据进行验证,结果表明,所提方法能够有效清洗出机组振动孤立离群点和密集异常点,为水电机组健康状态评估与预测奠定数据基础。 相似文献
19.
20.
针对某电厂1号机组给水泵汽轮机振动异常增大及汽缸内部存在异常响声的现象,对给水泵汽轮机振动和频率进行测试,采用锤击法对测试点的自由衰减振动信号进行傅立叶变换,并对测试结果进行分析,认为支撑系统的刚性不足是其振动产生的最主要原因;通过制定相应的整治措施,消除了给水泵汽轮机振动大及异响故障,解决了机组不能带满负荷运行的问题... 相似文献