国产200MW汽轮机组自激振动的特点与诊断

针对国产２００ＭＷ汽轮发电机在运行中出现的轴系自激振动现象,根据测量试验的机组运行工况参数与轴系振动特征的响应关系,结合转子动力学的自激振动机理及数学分析,定性判断是由于蒸汽间隙的差异而导致的汽流扰动作用,使高压汽轮机转子落入第一临界转速区形成涡动振荡。这种基于透平装置结构型的自激振动故障原因的分析诊断,在汽轮机的解体检查测量中得到验证。     

汽轮发电机振动故障分析与诊断

本文应用层次分析方法对汽轮发电机结构和故障进行了分析,把汽轮发电机划分为系统、子系统和部件三个层次,分别对每个层次进行故障模式及影响分析,结合故障树分析方法得到了导致汽轮发电机振动故障的根本原因及其特征参数.提出了基于多属性特征距离的汽轮发电机振动故障诊断方法,最后给出了多特征属性距离诊断方法在汽轮发电机振动故障诊断中...     

基于FEM的双馈发电机定子匝间短路表征因子研究

为了研究电机定子匝间短路故障时电磁特性的表征,基于Ansys Maxwell建立双馈发电机有限元模型,实现空载、并网和不同程度定子绕组匝间短路故障3种工况的模拟仿真。根据表征量理论计算方程式,基于能量角度定量分析3种工况下的气隙磁密畸变的振动、电流和温度特性。通过对比各表征量优缺点及诊断可行性分析,最终确定电流作为反映定子绕组匝间短路故障时气隙磁场的表征因子,而振动和温度作为故障检测的补充和验证,为发电机故障诊断的信号特征选择提供了理论基础。     

基于工况传递路径法的空调室外机噪声贡献量研究

为了研究空调室外机噪声源信号传递到目标点的路径及其传递特性,以某型号家用空调室外机作为研究对象,利用工况传递路径分析方法,通过测量空调室外机不同工况下参考点和目标点处的振动和噪声,对空调室外机的噪声传递路径进行了分析,计算出了空调室外机噪声传递路径的传递特性函数,得到了各噪声源对空调室外机噪声的贡献率,为降低空调室外机的噪声提供了科学依据。     

韩城电厂125MW机组振动分析及综合处理

总结了一台125MW汽轮发电机振动处理的实践，涉及汽轮机膨胀不畅，动静部件的撞击和摩擦，低压转子断叶片，轴承座连接部件松动，砺磁机振动，基础框架立柱振动的问题，进一步说明振动是机械故事的综合反映，可供类似的机器振动故障处理借鉴。     

转子线圈膨胀不畅导致的汽轮发电机振动突升问题研究

近年来,火电机组时常出现由转子线圈膨胀不畅导致的汽轮发电机振动突升问题,这类振动问题需要明确振动特征,在做出准确诊断后,才能正确指导振动的治理。本研究对转子线圈膨胀不畅导致汽轮发电机振动突升的机理进行了说明,明确了该故障的特征,归纳总结了其诊断方法,并分析了线圈膨胀不畅导致的汽轮发电机振动突升与转子部件飞脱、密封瓦碰磨的特征区别,结合一台汽轮发电机实例对诊断思路进行了说明,对汽轮发电机运行中出现的振动突升问题的诊断具有参考价值。     

非线性信息融合技术在火力发电机组故障诊断中的应用

火力发电机组的振动信号往往是多种振源信号的非线性混叠,由此给火力发电机组故障诊断中特征信号的提取与分析带来了强烈的干扰。针对此问题,提出了基于小波-非线性独立分量分析(independent componentanalysis,ICA)的火力发电机振动信号非线性盲分离与特征提取新方法。首先,利用小波去噪技术消除加性噪声的影响;然后,通过径向基函数(radial basis function,RBF)神经网络,并结合线性ICA算法估计去噪信号的非线性混合解混函数,实现信号的非线性盲分离,得到火力发电机振动故障的关键信号源;最后,利用小波包分解提取分离信号的统计特征并作为识别损伤状态的有效参数,应用RBF神经网络分类器对火力发电机故障类型进行智能识别。对某发电站的火力发电机实际故障振动信号进行实验分析,结果表明,所提出的非线性盲分离模型能够从含有加性噪声的非线性振动源混合观测信号中提取故障振动源,得到故障信号的可靠特征,取得较好的故障诊断效果,且故障检测精度比线性盲分离技术提高了4.4%以上。     

基于辅助槽的汽车爪极发电机电磁振动削弱方法

探讨了在汽车发电机爪极上开辅助槽对其电磁振动的影响,采用机械阻抗法分析汽车发电机的空载电磁振动,研究了通过开辅助槽来削弱汽车发电机电磁激振力,从而降低电机的电磁振动。对一台36槽12极汽车发电机进行电磁和结构有限元仿真,利用麦克斯韦张量法分析了有无辅助槽时发电机的转矩脉动以及2阶激振力波的对比。理论分析和仿真结果表明选择合适的辅助槽能够有效的降低汽车发电机的电磁振动。     

水轮发电机转子绕组故障的智能在线识别

针对水轮发电机常见故障转子绕组两点接地和匝间短路目前尚缺有效的在线监测措施的问题,提出了一种基于智能技术的转子绕组故障在线识别途径。由相关文献提及的现场运行故障特征分析确定需要采集的各实时特征量,采用模糊理论对故障特征量变化的严重程度进行聚类,采用适合处理动态数据的Elman神经网络基于特征量对转子绕组故障进行识别。在Matlab 6.5下仿真一台凸极发电机转子绕组故障的结果表明,该技术流程能够识别出凸极发电机转子正常运行、匝间短路,两点接地等运行工况。     

大型发电机定子铁心边段故障的在线声学振动诊断

定子铁心损伤是发电机发生破坏性故障的主要原因之一，它在很大程度上影响其寿命。最重要的损伤便是边段叠片松弛，究其原因是由于铁心的压紧力变弱，导致叠片在振动过程中发生疲劳损伤（碎落），尤其是当发电机运行于欠激工况时，会导致边段铁心的技术状态逐渐变坏。