MPS辊式中速磨煤机磨辊的磨损机理和修复工艺

MPS辊式中速磨煤机中,原煤由2个碾磨件间的相对运动而被磨制成煤粉。磨辊失效的原因是煤在磨辊表面反复进行切削磨损、塑性疲劳磨损、脆性相断裂,以切削磨损为主的结果。修复磨辊的工艺是:装夹磨辊;磨辊修复前进行表面处理,如处理磨辊上的磨坑等;用药芯焊丝埋弧自动焊或药芯焊丝明弧自动焊对磨辊堆焊。影响堆焊层耐磨性的因素有:煤质情况、堆焊层硬度、显微组织、基体类型、与碳化物的匹配组合、结合强度等。     

ZGM113N型中速磨煤机磨辊松动故障分析及改进措施

中速磨煤机因其效率高、结构紧凑，在燃煤机组制粉系统中广泛应用，但在实际运行中易出现磨辊松动故障，通过对故障经过和处理情况的分析，查明问题的根本原因是辊架孔与辊轴之间的配合关系以及配合间隙不合理，并基于分析提出了堆焊加车削的处理措施，有效改善磨辊松动问题，确保机组安全稳定运行。     

辊式磨煤机磨辊的磨损及耐磨性能研究

伴随着辊式磨煤机在煤粉等物料粉磨系统中的广泛应用,其磨辊、磨盘的磨损问题也日益显著。磨煤机部件的切削磨损,使得磨辊磨盘之间的间隙加大,导致设备运行效率下降,使用一段时间就需要检修、更换。现在普遍采取的方法是对原有磨辊进行表面堆焊修复,但修复三次就不能再次堆焊使用而报废,造成大量人力、物料的消耗,增加了煤磨系统的使用成本。因此,研制同时具备良好冲击韧性和坚固耐磨性的新型磨辊势在必行。     

磨煤机磨辊断裂失效分析

某电站磨煤机磨辊发生断裂,针对断裂磨辊进行化学分析、力学性能分析、金相分析,结果表明磨煤机磨辊断裂是典型的疲劳断裂失效,主要由于热处理工艺控制不当使组织性能达不到要求,在运行工况中产生表面损伤,在长期交变载荷作用下导致断裂失效。     

MPS212中速磨煤机异常振动的处理方法

国电民权发电有限公司锅炉制粉系统采用MPS212中速磨煤机,运行过程中振动较大,经常造成煤粉管道支吊架松动脱落,送粉管道漏粉,加载拉杆密封处漏风、漏粉,以及悬吊拉杆断裂、磨辊连接件固定螺栓脱落、磨辊与加压架连接的销轴座脱落等,导致磨     

大中型锅炉中速磨煤机辊套生产工艺的探讨

分析了日产325MW机组锅炉RP783中速磨辊套的失效形式,阐明了辊套失效对中速磨及锅炉的危害。研究确定了中速磨辊套的离心复合铸造生产工艺,为中速磨的辊套生产提供了一条新途径。     

ZGM-113K辊式中速磨煤机辊套断裂原因分析及预防

中速磨煤机磨辊磨损后常采用辊套修复的方法,使旧磨辊及磨盘得到多次利用,但是国华准电在ZGM-113K辊式中速磨煤机辊套修复过程中或修后短期内多次出现辊套裂纹现象。结合磨煤机运行实际情况对磨煤机辊套断纹原因进行分析,认为是焊接工艺、堆焊厚度等原因所致,并提出相应的预防措施,防止今后辊套修复过程中辊套裂纹的再度出现。     

RP 碗式磨煤机磨辊耐磨堆焊研究

本文从对磨煤辊的失效原因分析入手,确定了影响磨辊耐磨性的因素,提出了焊缝组织分布和结晶趋向的控制手段及磨辊结构的改进方法,介绍了一套提高磨辊耐磨寿命的措施。     

RP碗式磨煤机磨辊耐磨堆焊研究

本文从对磨煤辊的失效原因分析入手，确定了影响磨辊耐磨性的因素，提出了焊缝组织分布和结晶趋向控制手段及磨辊结构的改进方法，介绍了一套提高磨辊耐磨寿命的措施。     

电子瓦罉故障的排除方法

电热芯内发出咝咝咝的响声,是因内胆上布有微小的气孔、砂眼、裂缝,渗水所致。 电热芯内发出噼噼啪啪的打火声,是联接电热丝的接头松动造成。 电热芯内发出曝竹声,是联接电热丝和换挡开关的接线头松动厉害,产生位移,导致相间和相线对地短路而引起。     

基于CEEMDAN-小波阈值和3D-CNN的变压器铁心松动故障诊断模型

为了解决变压器铁心松动故障的识别与诊断,提出基于完全自适应噪声集合经验模态分解(CEEMDAN)-小波阈值的环境噪声去除方法,并提出使用三维卷积神经网络(3D-CNN)去识别基于声纹的变压器铁心松动故障诊断方法。搭建变压器铁心松动故障试验平台,采集铁心在不同松动程度下的噪声信号;将采集的用于故障识别的声纹信号经过CEEMDAN-小波阈值算法,利用变压器本体噪声和环境噪声在峭度上的差异滤波,得到信噪比较高的变压器声纹信号;再将滤波后的声纹信号经过短时傅里叶变化生成时频矩阵,并用Mel滤波器降维得到Mel-语谱图,制作成适合3D-CNN输入格式的数据集;搭建好网络的各层,利用3D-CNN对变压器铁心松动故障进行分类和识别。试验结果表明：所提方法在考虑环境噪声的条件下,变压器铁心松动故障的识别率达到90%以上,可用于变压器铁心松动故障的识别和诊断。     

基于变压器声纹Mel语谱图-ResNet的铁心松动故障诊断

为实现变压器铁心松动故障的识别,提出基于变压器声纹的ResNet卷积神经网络(CNN)用作铁心松动故障的识别,分别比较了相同卷积神经网络ResNet在交叉熵损失函数(SE-ResNet-Dense)和特征表达的角度空间中最大化分类界限的加性角度裕度损失函数(SE-ResNet-ArcLoss)不同表现效果。通过变压器空载试验采集变压器铁心在额定预紧力、松动20%、松动40%时的噪声信号,通过离散傅里叶变换将采集的声纹信号生成时频矩阵,并使用Mel滤波器对时频矩阵降维生成尺寸大大缩小的Mel-语谱图。将采集的噪声信号制作成数据集后输入到两种模型中训练,最终测试集在模型SE-ResNet-Dense上的预测结果为90.753%,在模型SE-ResNet-ArcLoss上的预测结果为97.541%。结果验证SE-ResNet-ArcLoss最适用于变压器铁心松动故障识别。     

大中型水轮发电机定子铁心与机座间热膨胀间隙的计算方法

论述了过去的大中型水轮发电机定子铁心长期运行后。经常发生瓢曲变形、局部松动、内径缩小等问题的主要原因，是由于铁心温度高于机座和铁心热膨胀受到机座的约束限制的结果．因此，在铁心与机座之间必须留一定的间隙、但是由许多扇形冲片叠压而成的铁心的热膨胀量，应如何计算是个新的问题．文章根据实际测量和应用。进行分析研究，推导出一个计算铁心径向热膨胀间隙的公式，供计算应用．     

沙角A电厂3号发电机定子端部松动分析及处理

本文对沙角A电厂3号发电机定子端部绕组松动磨损的老大难问题进行阐述和分析,得出定子端部振动大多是由于定子铁心松动所引起的结论,并对定子铁心松动的大修处理和改造进行了详细的描述。另外根据大修改造后的运行效果,对传统的定子端部模态试验提出了看法。     

基于振动信号的变压器绕组松动故障诊断方法

提出了基于运行中变压器表面振动信号的绕组松动故障诊断模型和诊断方法。首先,分析了绕组振动幅值与电流、预紧力、铁芯振动、非线性因素的关系,确定振动信号中100 Hz为绕组松动的特征频率,提出分离绕组振动幅值和铁芯振动幅值的方法;提出绕组松动诊断模型和基于该模型的平均安全余量,利用待检测变压器在一组负载电流下的绕组振幅计算平均安全余量,由此定量判断绕组的松动状态。利用有限元仿真和现场实验分别对诊断模型和诊断方法进行检验,实验结果显示平均安全余量在1±0.5之外时存在松动故障,值越远离1,松动程度越大。该方法解决了变压器实际运行中绕组和铁芯振动基频相同、矢量叠加相互影响的问题及实际运行中负载变化,电流不同,仅用某个电流下的振幅判断精度受限的问题,且对松动程度量化表示,易于判断。     

基于振动信号分形维数的变压器松动诊断方法

基于变压器松动前后振动信号非线性特性的改变,提出采用振动信号时域波形的分形维数作为铁心、绕组松动诊断特征量。文中探讨了分形维数应用于变压器振动信号分析的可行性,根据分形理论,针对变压器振动模拟信号与实测信号分别进行了分形盒维数计算。结果表明,正常状态下不同变压器绕组振动信号分形盒维数集中于1.19,不同变压器铁心振动信号分形盒维数不同,但对于同一台变压器,其铁心振动信号分形盒维数具有稳定值。变压器松动故障后,铁心和绕组振动信号的分形维数均明显增大,分形维数能准确反映变压器正常与松动状态。     

振动频谱特征值在诊断变压器故障中的应用研究

<正>常运行中的电力变压器的振动主要来自于变压器铁心和绕组的振动,振动信号中包含了丰富的能够表征变压器状态的信息。文章在1台10/0.4 k V三相双绕组电力变压器中设铁心松动、绕组松动、绕组幅向错位故障,利用基频、幅值、主频率、频率比重以及频谱复杂度等振动特征量,研究了变压器绕组在上述故障条件下油箱表面的振动变化规律。研究结果表明,三种故障条件下的频谱复杂度均会降低,绕组松动和铁心松动中的振动基频会升高,绕组错位中的基频振动会降低。文中的结论对基于振动信号分析法的电力变压器诊断具有借鉴意义。     

GIS正常运行与松动故障下的振动机理

气体绝缘开关设备(GIS)运行时常发生开关部件及电气连接点的松动故障,引发机械的异常振动。分别从导电杆所受电磁力与涡流两方面推导三相共体式GIS与三相分体式GIS受力振动机理,进行仿真建模,证明了振动机理的正确性。建立松动故障时接触面受力振动模型,仿真计算松动时接触面的振动位移,并对比正常运行时振动特性与松动故障时振动特性的差异,发现松动故障时振动信号在某些频段的能量会增加,常见的是在1 000~2 000 Hz段的能量增加明显。进行现场实际的松动故障模拟,采集GIS振动信号,对振动信号进行时频变换提取频谱特征,验证了仿真计算的正确性。     

基于混沌理论与蝗虫优化K-means聚类算法的电抗器铁芯和绕组松动状态监测

为了更加准确有效地监测高压并联电抗器铁芯和绕组机械状态,提出了基于混沌理论与蝗虫优化K-means聚类算法的电抗器铁芯和绕组松动状态监测方法。首先,对振动信号的混沌特性进行分析,采用C-C法选择最佳延迟时间和嵌入维数,对电抗器振动信号进行相空间重构;然后,利用蝗虫算法优化传统K-means聚类算法,从而更加合理地选取初始簇中心,进而通过优化后的K-means聚类算法求出重构信号相轨迹的簇中心;最后,根据簇中心位移矢量和的模值变化对电抗器铁芯和绕组松动状态进行监测。研究结果表明：采用Wolf法求得的各测点最大Lyapunov指数均大于0,证明电抗器振动信号具有混沌特性。蝗虫优化K-means聚类算法有效提高了计算结果的准确性,振动信号相轨迹的簇中心位移矢量和的模值变化能够有效反映铁芯和绕组松动故障隐患,从而为电抗器铁芯和绕组松动状态检修提供了理论依据。     

叶根法兰螺栓松动位移变化仿真分析与监测方案优化

为确保风力发电机安全的运行,叶根法兰螺栓发挥着至关重要的作用。文中结合实际工程,建立了风力发电机组叶根法兰螺栓连接模型,提出一种基于螺栓松动位移变化的仿真分析方法,以优化螺栓在松动状态下的法兰位移监测方式。结合现场某机组叶根法兰位移变化进行了测试与仿真比对,显示结果相一致。所做研究可指导螺栓松动监测的传感器方案布置与优化,为实时监测和远程预警风力发电机法兰螺栓运行状态提供参考。