The invention discloses a turbine generator unit fault feature extraction method, the method based on the two-dimensional empirical mode decomposition and the full vector spectrum analysis of vibration signal, considering the empirical mode decomposition method the advantages and disadvantages of the hydroelectric generating unit, solves the problem that traditional methods can not obtain the extraction results comprehensively and accurately the problem. The method of the invention can comprehensively and accurately detect the characteristic frequency of the early signal of the fault in the complex vibration signal measured by the hydroelectric generating set. The reliability of the diagnosis result is higher, and it is convenient for the operators to deal with this problem in time, so as to avoid the accident and ensure the safety, economy and high efficiency of the whole system.
【技术实现步骤摘要】
一种水轮发电机组的故障特征提取方法
本专利技术属于故障诊断
,具体涉及一种水轮发电机组的故障特征提取方法。
技术介绍
随着我国水力行业的发展,水轮机组逐渐向着单机容量大、工况复杂的方向发展,其运行过程中故障的产生和发展包含大量的不确定性因素,且水轮机的振动信号往往表现为非线性、非平稳性的特点。水轮机组的振动信号能够反映水轮发电机组的运行状态,因此分析和研究水轮机组的振动信号意义重大。但是由于水电机组故障的复杂性、多样性、耦联性和不确定性,一种故障可能存在多方面特征和征兆,多种故障因素之间相互影响和制约,致使机组故障振动信号内蕴含着相互混叠的故障特征信息,因此采用单一通道进行信号分析和特征提取往往达不到满意的效果,这是必须解决的问题。在进行水轮机的故障诊断过程中,一般采用时频分析方法,如短时傅里叶变换、Wigner-Ville分布、小波变换和经验模态分解等方法。FFT、Wigner-Ville分布方法都是比较适用于线性信号,对处理这种非平稳信号而言就显得非常困难,不太适合处理水轮机组这种非线性信号。近几年,小波分析的提出以后,便得到广泛的认同和应用,但它也会带来一些问题,如小波基选择困难,参数敏感和平稳性假设等,对非线性信号的处理结果不是十分理想。经验模态分解是一种新的时频分析方法,由于它可以根据设定的尺度不同而进行自适应的分解,因而具有非常强的自适应性,特别适合对水轮机组这种非平稳信号进行分析和特征提取。但是经验模态分解只能处理一维信号,且存在端点效应、模态混叠等问题,因而提取效果往往不够理想。
技术实现思路
本专利技术的目的是提供一种水轮发电机组的故障 ...
【技术保护点】
一种水轮发电机组的故障特征提取方法,其特征在于,包括以下步骤:步骤1:利用水轮发电机组安装的振动传感器获得水平和垂直的原始信号x(t),y(t),从而得到一个复信号z(t)=x(t)+iy(t);步骤2:确定投影方向
【技术特征摘要】
1.一种水轮发电机组的故障特征提取方法,其特征在于,包括以下步骤:步骤1:利用水轮发电机组安装的振动传感器获得水平和垂直的原始信号x(t),y(t),从而得到一个复信号z(t)=x(t)+iy(t);步骤2:确定投影方向步骤3:将复信号z(t)投影到上,得到步骤4:提取的局部最大值时所对应的时刻然后对集合进行插值,得到在方向上的极大值包络;步骤5:计算各个方向上极大值包络线所对应的质心m(t);步骤6:计算S(t)=z(t)-m(t),并判断S(t)是否满足IMF的条件,如果满足,则令Si(t)=S(t),转入步骤7;若不满足,则令z(t)=S(t),然后重复步骤3-6,直至满足条件;步骤7:从信号中分离出第i个IMF分量;mi(t)=x(t)-Si(t)判断mi(t)是否为单调函数,如果是,则循环结束,得到n个满足条件的IMF分量;如果不是,则令x(t)=mi(t),转到步骤3;步骤8:将得到的各阶固有模态分量IMFi(i=1,2,…,n)分成实部IMF1i(i=1,2,…,n)和虚部IMF2i(i=1,2,…,n),计算出各个模态分量与其对应的原始信号的互信息;步骤9:对互信息做归一化处理;步骤10:筛选模态分量,选取阈值,将模态分量与原信号的互信息小于阈值的作为...
【专利技术属性】
技术研发人员:贾嵘,马富齐,武桦,党建,赵佳佳,谢永涛,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。