一种基于交叉统计分析的快速诊断旋转机械共振的方法技术

本发明专利技术公开了一种基于交叉统计分析的快速诊断旋转机械共振的方法，针对大型旋转机械设备振动故障，首先通过测振探头测得的大型旋转机械的典型图谱，初步判断振动故障的类型是属于工频振动故障，并无典型工频故障的图谱表现；导出至少两组完整的启停机数据，多次试车期间未做任何装配调整或现场动平衡等工作；对每组数据的单元数据组进行批量处理，在每组数据内部和每组数据之间进行交叉统计分析，可实现对旋转机械共振故障的快速识别。利用本发明专利技术方法可以快速、准确、有效地对旋转机械共振的工频故障进行准确识别。

A Method for Rapid Diagnosis of Resonance of Rotating Machinery Based on Cross-Statistical Analysis

The invention discloses a method for rapid diagnosis of resonance of rotating machinery based on cross-statistical analysis. Aiming at the vibration fault of large rotating machinery, the typical Atlas of large rotating machinery measured by vibration probe is used to preliminarily determine that the type of vibration fault belongs to power frequency vibration fault, and there is no typical power frequency fault. Atlas representation; Derived at least two sets of complete start-up and shutdown data, did not do any assembly adjustment or field dynamic balancing work during many test run; batch processing of unit data sets of each group of data, cross-statistical analysis within each group of data and between each group of data, can realize fast resonance failure of rotating machinery. Speed identification. The method of the invention can quickly, accurately and effectively identify the power frequency fault of the resonance of rotating machinery.

【技术实现步骤摘要】
一种基于交叉统计分析的快速诊断旋转机械共振的方法
本专利技术属于大型旋转机械故障诊断
，具体涉及一种基于大型旋转机械的多振动趋势数据分析的快速诊断共振的方法。
技术介绍
大型旋转机械设备是石油炼化、化工、发电等现代企业的核心设备，而工频故障(又称转频故障)作为一种大型旋转机械设备的常见振动故障。大型旋转机械系统是一个较强的非线性复杂系统，引发故障的因素很多，故障的表现也形式多样，故障原因和表现征兆之间也不存在一一对应的明确关系，各故障之间还存在着复杂的偶合关系，使得该问题的诊断具有较大的难度，深刻影响着企业的安全和生产效益。目前，大型旋转机械设备工频故障诊断技术的研究大多仍停留在单纯的仿真和实验室验证阶段，研究成果只给出了具有典型图谱特征的工频振动故障原因，而对于具有非典型工频振动故障诱因，由于频谱结构中唯一或主导优势的振动故障，其频谱结构通常非常相似甚至完全相同，无法给出准确的判别方法，造成在用户现场的旋转机械设备工频故障的诊断与处理中，通过最原始的排除法进行故障原因的排除。共振故障的频谱显示就属于上述情况，故障诊断的技术难点主要表现在：与轴承紧力不足，转子零部件松动、转子裂纹等故障原因的频谱表现雷同，无法区分；一次启停机所采集到的数据，其分析结果与理论差别较大，无法明确；由于测振探头布置的数量不够，位置单一等的局限，更增加了共振故障的诊断难度。
技术实现思路
本专利技术的目的是根据旋转机械转子进入临界区后相位的不稳定性，提供一种基于交叉统计分析的快速诊断旋转机械共振的方法，可以快速、准确、有效地对旋转机械共振的工频故障进行准确识别。为了实现上述任务，本专利技术采用以下技术方案：一种基于交叉统计分析的快速诊断旋转机械共振的方法，包括以下步骤：采集多组旋转机械启停机过程中的振动数据，判断故障类型并建立振动数据列表；对所述振动数据列表中每一组振动数据进行以下数据处理：确定振动故障区间的最低转速nl，然后删除振动数据列表中小于nl的转速所在行的振动数据；计算升速区间和降速区间对应的升速列表和降速列表，根据升速列表、降速列表对所述振动数据列表中的振动数据进行筛选，并对稳转速区间中的振动数据进行筛选；如振动数据列表中的振动数据同时满足条件1和条件2，则表明旋转机械的工频振动故障为共振：条件1：对于每一组振动数据，在旋转机械的工作转速下，至少存在一个测点的工频幅值出现持续上涨，并且在旋转机械开始降速的过程中，所述的工频幅值仍然持续上涨，同时至少存在一个测点的相位发生超过30°的变化；条件2：对于不同组的振动数据，在升速区间、稳转速区间内的同一个转速下，至少存在一个测点的相位出现了超过30°的变化。进一步地，所述的采集多组旋转机械启停机过程中的振动数据，判断故障类型，包括：在旋转机械上确定测振截面，在每个测振截面处布设测振探头，通过振动数据采集设备，采集旋转机的械振动数据；针对采集到的振动数据，通过波形频谱图、轴心轨迹图分析出所述旋转机械的振动故障属于工频振动故障，并且是非典型性振动故障。进一步地，所述的确定振动故障区间的最低转速nl，然后删除振动数据列表中小于nl的转速所在行的振动数据，包括：根据实际振动故障开始发生的转速，确定振动故障区间的最低转速，记为nl；对所述振动数据列表中的每一组振动数据进行筛选，如果在一组振动数据中，某一行振动数据对应的转速值小于nl，则将该行振动数据删除。进一步地，所述的计算升速区间和降速区间对应的升速列表和降速列表，根据升速列表、降速列表对所述振动数据列表中的振动数据进行筛选，包括：以振动数据列表中每一组振动数据作为子单元，对每一个子单元中的数据进行以下处理：在升速区间内，以20rpm或20+10irpm作为转速间隔设定值n′u；同样地，在降速区间内，20rpm或20+10irpm作为转速间隔设定值n′d；i为自然数；按照以下公式计算生成升速列表和降速列表：上式中，n为旋转机械的工作转速，nl为振动故障区间的最低转速；利用升速列表和降速列表，与振动数据列表进行比对：①在升速区间和降速区间内的振动数据中，如未出现相应的nu或nd，则选择与nu或nd最接近的一个转速，并将该转速变更为nu或nd，该转速对应的工频幅值和相位保持不变；②如果有两个及两个以上的转速同等接近nu或nd，则选择在前面的一个转速，将该转速变更为nu或nd，该转速对应的工频幅值和相位保持不变；对除了①、②之外的其余振动数据全部删除。进一步地，所述的对稳转速区间中的振动数据进行筛选，包括：在稳转速区间内，选择刚升到该稳转速的转速所在行的振动数据、准备升速或准备降速的转速所在行的振动数据、每一个测点工频幅值的最大值以及最小值所在行的振动数据、每一个测点相位最大值以及最小值所在行的振动数据，并除此之外其他的振动数据进行删除。本专利技术与现有技术相比具有以下技术特点：1.本专利技术提出的这种基于交叉统计分析的快速诊断旋转机械共振的方法，通过对多组旋转机械启停机的振动数据列表进行交叉统计分析，并结合旋转机械的结构特点，便可准确、快速的识别共振是引起振动的原因。2.本专利技术可以提高旋转机械设备的该类振动故障诊断的效率，也可以对该方法进行延伸和实践应用，进一步提高基于大数据分析的旋转机械设备的状态监测、趋势预测、故障预警及故障诊断等的准确率和应用效果。3.本专利技术充分地考虑了旋转机械的结构特点、装配要点，并从实践应用的角度出发，构建出此类振动故障诊断的数学诊断模型，诊断结果的准确性与及时性，大大缩短机组故障的排查时间，减少了故障处理次数，节约了企业的检修成本，避免因检修时间过长或检修不彻底，给客户造成的不可估量的经济损失。附图说明图1为本专利技术的流程图；图2为测振探头在测振截面处的布设示意图，其中(a)为采用电涡流探头和键相探头作为测振探头时的布设示意图，(b)为采用速度探头和键相探头作为测振探头时的布设示意图；图3为实施例中的发电机的振动趋势图；图4的(a)和(b)分别为发电机的3#垂直测点和4#垂直测点的波形图；图5的(a)和(b)分别为发电机排气侧的3#垂直测点和4#垂直测点的频谱图；图6为实施例中导出的包含三组振动数据的振动数据列表；图7为实施例中振动数据列表经过处理后的示意图。具体实施方式本专利技术提供了一种基于交叉统计分析的快速诊断旋转机械共振的方法，具体步骤如下：步骤1，采集旋转机械的振动数据并进行故障类型判别对于旋转机械的振动故障，首先进行数据采集，具体步骤包括：步骤1.1，在旋转机械上确定测振截面，在每个测振截面处布设测振探头，通过振动数据采集设备，例如远程在线监测系统或便携式振动数据采集分析仪采集旋转机的械振动数据。本方案中提及的旋转机械指包含转子的、依靠旋转动作完成特定功能的机械，例如电动机、汽轮机、风机、发电机、发动机等。本实施例的图2示例中给出了两种测振探头的布设方法，其中：图2的(a)中展示出的是在旋转机械的一个测振截面处布设的测振探头，每个测振截面布设两个电涡流探头；在该示例中两个测点X、Y处均采用电涡流探头，相对于旋转机械的轴心互成90°，位于X、Y中间的K处为键相探头。一般情况下，测振截面有两个，每个测振截面设置两个测点，分别布设一个电涡流探头，两个测振截面只需要一个键相探头。所述的测振截面为旋转机械的两个支本文档来自技高网...

【技术保护点】
1.一种基于交叉统计分析的快速诊断旋转机械共振的方法，其特征在于，包括以下步骤：采集多组旋转机械启停机过程中的振动数据，判断故障类型并建立振动数据列表；对所述振动数据列表中每一组振动数据进行以下数据处理：确定振动故障区间的最低转速nl，然后删除振动数据列表中小于nl的转速所在行的振动数据；计算升速区间和降速区间对应的升速列表和降速列表，根据升速列表、降速列表对所述振动数据列表中的振动数据进行筛选，并对稳转速区间中的振动数据进行筛选；如振动数据列表中的振动数据同时满足条件1和条件2，则表明旋转机械的工频振动故障为共振：条件1：对于每一组振动数据，在旋转机械的工作转速下，至少存在一个测点的工频幅值出现持续上涨，并且在旋转机械开始降速的过程中，所述的工频幅值仍然持续上涨，同时至少存在一个测点的相位发生超过30°的变化；条件2：对于不同组的振动数据，在升速区间、稳转速区间内的同一个转速下，至少存在一个测点的相位出现了超过30°的变化。

【技术特征摘要】
1.一种基于交叉统计分析的快速诊断旋转机械共振的方法，其特征在于，包括以下步骤：采集多组旋转机械启停机过程中的振动数据，判断故障类型并建立振动数据列表；对所述振动数据列表中每一组振动数据进行以下数据处理：确定振动故障区间的最低转速nl，然后删除振动数据列表中小于nl的转速所在行的振动数据；计算升速区间和降速区间对应的升速列表和降速列表，根据升速列表、降速列表对所述振动数据列表中的振动数据进行筛选，并对稳转速区间中的振动数据进行筛选；如振动数据列表中的振动数据同时满足条件1和条件2，则表明旋转机械的工频振动故障为共振：条件1：对于每一组振动数据，在旋转机械的工作转速下，至少存在一个测点的工频幅值出现持续上涨，并且在旋转机械开始降速的过程中，所述的工频幅值仍然持续上涨，同时至少存在一个测点的相位发生超过30°的变化；条件2：对于不同组的振动数据，在升速区间、稳转速区间内的同一个转速下，至少存在一个测点的相位出现了超过30°的变化。2.如权利要求1所述的基于交叉统计分析的快速诊断旋转机械共振的方法，其特征在于，所述的采集多组旋转机械启停机过程中的振动数据，判断故障类型，包括：在旋转机械上确定测振截面，在每个测振截面处布设测振探头，通过振动数据采集设备，采集旋转机的械振动数据；针对采集到的振动数据，通过波形频谱图、轴心轨迹图分析出所述旋转机械的振动故障属于工频振动故障，并且是非典型性振动故障。3.如权利要求1所述的基于交叉统计分析的快速诊断旋转机械共振的方法，其特征在于，所述的确定振动故障区间的最低转速nl，然后删除振动数据列表中小于nl的转速所在行的振动数据，包括：根据实际振动故障开始发生的转速，确定振动故障区间的最...

【专利技术属性】
技术研发人员：袁博，李付俊，闫云龙，周智民，陈金明，贾旭涛，蒋明，鹿守杭，屈运动，张长弓，张玉峰，范慧敏，林晓，张丛磊，杨杰，宋倩楠，
申请(专利权)人：西安陕鼓动力股份有限公司，
类型：发明
国别省市：陕西,61