一种基于插值轴心轨迹的水轮机故障诊断方法技术

一种基于插值轴心轨迹的水轮机故障诊断方法，首先对机组轴系监测信号进行了变化和插值，依据极值位置分布和正弦函数关系获取了插值信号；在其基础上提出了一种插值轴心轨迹；建立了相应的卷积神经网络模型以实现轴心轨迹图像智能监测；本发明专利技术消除了传统轴心轨迹的个体间巨大差异，压缩了信号数据量，建立了完整的轴心轨迹标准化方法，实现了轨迹信息的特征学习和建模方法，能够识别水轮机组中转子不对中、转子不平衡、转子弯曲等故障，能够应用于各类水轮机的状态监测及故障诊断任务。各类水轮机的状态监测及故障诊断任务。各类水轮机的状态监测及故障诊断任务。

【技术实现步骤摘要】
一种基于插值轴心轨迹的水轮机故障诊断方法


[0001]本专利技术属于水电机组状态监测与故障诊断
，具体涉及一种基于插值轴心轨迹的水轮机故障诊断方法。

技术介绍

[0002]水轮机作为能源转换和电网调节器的核心装备，其安全维护任务艰巨：一方面，水轮机朝着复杂大型化方向发展，随着机组监测系统不断升级其数据采集能力大幅提升，需要先进的智能化监测方法；另一方面，持续服役年份较长的大量机组长期处于复杂水利电磁耦合环境中，会导致设备风险持续增加。水轮机一旦发生故障将导致严重后果，故日常运行维护中要求尽快地发现机组早期异常，以便在故障来临前采取有效预防措施。
[0003]在各种监测方法中，振动和摆度是常见的监测信息源，而轴心轨迹则是它们常见的使用形式。轴心轨迹是通过在水轮发电机组的导轴承截面正交地安装两只位移传感器以获取机组摆度信号，进而经过滤波降噪后合成的一种图像信息。轴心轨迹可以直观、全面地反映机组的运行状况，已成为工作人员判定设备状态的重要手段之一，轴心轨迹不仅能够反映出水轮机主轴的运行状态和故障情况，还能够在一些方面表现出机组发生尾水管本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于插值轴心轨迹的水轮机故障诊断方法，其特征在于，包括以下步骤：步骤1，采集水轮发电机组轴系截面处的一对相互垂直的摆度或振动信号，截面位置位于上导、下导和水导位置附近，采集到一对测试点相互垂直的摆度信号后，采用巴特沃斯低通滤波器进行滤波降噪，得到滤波信号；对两组滤波信号的极值进行替换，所有极大值替换为1，所有极小值替换为
‑
1；步骤2，保留数值为
‑
1和1的点不变，对其余全部摆度信号点的数值进行插值和重采样，对相邻两个极值之间的非极值点进行分段插值，对于每一对相邻的极值而言，其插值规则为：如果两个相邻极值依次是1和
‑
1，则按照式(1)计算每个非极值点的数值：如果两个相邻极值依次是
‑
1和1，则按照式(2)计算每个非极值点的数值：上式中，N表示被插值段上的两个极值点之间非极值点的个数，n表示其中第n个非极值点，可见n最大为N，得到插值信号；步骤3，对完成步骤2的一对插值信号进行轴心轨迹绘制，依次选取两个方向的插值信号的点构成横纵坐标，在平面直角坐标系中进行，所绘制轴心轨迹横纵坐标均在
‑
1和1之间，得到插值信号的轴心轨迹图像，称其为插值轴心轨迹；步骤4，获取水轮机正常运行状态和不同故障状态下的插值轴心轨迹，这里的故障模式包括：转子不对中、转子不平衡、转子弯曲、以及出现尾水管低频涡带、卡门涡列、叶道涡现象时转子的过大异常振动；步骤5，对轴心轨迹图像进行切分，以平面直角坐标系为基准，设定原点(0，0)位于轴心轨迹图像正中心位置，并且绘制四条范围直线如式(3)所示：y＝
‑
1,y＝1,x＝
‑
1,x＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)根据步骤1和步骤2可知，轴线轨迹不会超出四条范围直线围成的区域，将四条范围直线作为插值轴心轨迹的边界，之后对其进行预处理转换为预处理图像；步骤6，利用插值轴心轨迹的预处理图像建立卷积神经网络模型，卷积神经网络模型包括2个卷积层，2个池化层和1个全连接层，卷积层模型如式(4)所示：其中，*表示卷积操作，M
j
代表预处理图像的集合，l代表第l层网络，k代表卷积核权重，i代表第i张图片，j代表第j个卷积核，代表第j个卷积核在l层的网络偏置，x
jl
代表第j个卷积核在l层输出，示第j个卷积核在l层输入，f(
·
)为激活函数；池化层神经元的计算方法如式(5)所示：其中down(
·
)表示下采样函数，l代表第l层网络，j代表第j个卷积核，β
jl
表示第j个卷
积核在l层的乘性偏置，代表第j个卷积核在l层的网络偏置，x
jl
代表第j个卷积核在l层输出，全连接层和输出层对样本进行分类处理，如式(4)所示：y
k
＝f(w
k
x
k
‑1+b
...

【专利技术属性】
技术研发人员：徐卓飞，郭鹏程，孙龙刚，张浩，张晗央，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：