大型汽轮发电机组转子裂纹故障实时诊断方法技术

技术编号:3846091 阅读:390 留言:0更新日期:2012-04-11 18:40
本发明专利技术公开了属于机械振动状态监测与故障诊断领域的一种大型汽轮发电机组转子裂纹故障实时诊断方法。通过采集汽轮机组转子轴振动信号,对振动数据进行必要的计算分析判断。实时计算存储转子两侧轴振动基频振动幅值和二倍频振动幅值,并实时进行轴振基频振动幅值实时验证,判断转子任何一侧的轴振基频振动的振幅是否大于振动幅值阈值。结合最小二乘法及积差相关系数计算方法,对轴振基频振动数据进行轴振基频振动幅值渐增性验证及轴振二倍频振动幅值渐增性验证等实时定量计算分析。在定量计算分析基础上,结合各项验证结果,自动实时在线诊断机组是否发生转子裂纹故障。本发明专利技术具有方法科学,结论可靠,能够实现自动实时在线监测、诊断故障等优点。

【技术实现步骤摘要】

本专利技术属于旋转机械振动状态监测与故障诊断领域,特别涉及大型汽轮发电 机组振动状态实时在线自动监测的一种。
技术介绍
汽轮发电机组转子一旦出现裂纹的故障,对设备潜在的威胁十分巨大,可能 导致轴系断裂的灾难性事故。转子裂纹产生的原因多是疲劳损伤。运行时间长的 老机组,由于应力腐蚀,会在转子原本存在诱发点的位置产生微裂纹,其后随着 环境因素的持续作用,微裂纹逐渐扩展,发展为宏裂纹。裂纹的诱发点通常是在 应力高且材料有缺陷的地方,如轴上应力集中点、加工时留下的刀痕等部位。随 着机组使用寿命的延长和被用作调峰,转轴疲劳损伤加剧,裂纹出现的可能性在 增加。汽轮发电机组转子裂纹故障的诊断工作都是由经验丰富的专家完成,诊断 经济成本高,周期长。因此,提出一种汽轮发电机组转子裂纹故障在线实时诊断 方法就显得十分重要。本专利技术提供的汽轮发电机组转子裂纹故障实时诊断方法,对机组转子裂纹故 障进行实时自动在线监测、分析、诊断,提高故障诊断效率和准确度。
技术实现思路
本专利技术的目的提供能够自动在线监测、准确诊断故障的一种大型汽轮发电机 组转子裂纹故障实时诊断方法。该方法基于汽轮机运行中转子的轴振动幅值,结 合计算机程序计算实现。本专利技术采用的技术方案是 一种汽轮发电机短转子裂纹故障在线实时诊断方 法,其特征是,它包括(1) 数据采集,实时采集机组转子两侧支持轴承附近测得的轴振动数据以及键 相信号;(2) 轴振数据实时运算及存储,针对机组转子两侧的轴振动数据,利用FFT频谱分析方法,实吋同步计算转子A、 B两侧轴振动基频振动幅值J^、 ^糾和轴振 动二倍频振动幅值4^、 4^,并存储转子两侧轴振动基频振动幅值和轴振动二倍频振动幅值,其中FFT为快速傅立叶变换。轴振基频是指转子稳态正常工作时工 作转速对应的频率,即50Hz。轴振二倍频是指转子稳态正常工作时二倍工作转速 对应的频率,即100Hz。(3) 轴振基频振动幅值实时验证,实时进行当前的轴振基频振动振幅与幅值阈 值/^的比较,如果当前转子任何一侧的轴振基频振动的振幅大于Jn,那么记录 此时刻K并进行后续的计算分析。(4) 轴振基频振动幅值渐增性验证,从K时刻向前截取至TO时刻的基频振动幅 值(振动幅值为)Lim:)数据,计算7T 时刻至r;时刻的基频振动幅值数据的线性模型 最佳拟合斜率,同时进行轴振基频振动幅值数据及最佳线性拟合结果二者的积差 相关系数计算。根据轴振基频振动幅值线性模型最佳拟合的斜率a和轴振基频振 动幅值数据及最佳线性拟合结果二者的积差相关系数 ,判定轴振基频振动幅值渐增性验证是否通过。(5) 轴振二倍频振动幅值渐增性验证,从r,时刻向前截取至77 时刻的二倍频振 动幅值(振动幅值为pm)数据,计算TO时刻至r,时刻的二倍频振动幅值数据的线 性模型最佳拟合斜率,同时进行轴振二倍频振动幅值数据及最佳线性拟合结果二 者的积差相关系数。根据轴振二倍频振动幅值线性模型最佳拟合的斜率W和轴振 二倍频振动幅值数据及最佳线性拟合结果二者的积差相关系数^ ,判定轴振二倍频振动幅值渐增性验证是否通过。(6) 转子裂纹故障判定,结合轴振基频振动幅值渐增性验证及轴振二倍频振动 幅值渐增性验证2项实时同步计算分析的结果,判断得出大型汽轮发电机组是否 发生转子裂纹故障。本专利技术的有益效果是本方法利用机组运行中转子的轴振动幅值数据,经过计 算分析判断得到故障诊断结论,具有方法科学,结论可靠,能够实现自动实时在 线监测、诊断故障等优点。附图说明图1为转子裂纹故障实时诊断功能流程图。 图2为轴振基频振动幅值渐增性验证流程图。 图3为轴振二倍频振动幅值渐增性验证流程图。 图4为汽轮发电机组转子裂纹故障的监测示意图。具体实施例方式本项专利技术提出的主要由数据采 集、轴振数据实时运算及存储、轴振基频振动幅值实时验证、轴振基频振动幅值 渐增性验证、轴振二倍频振动幅值渐增性验证、转子裂纹故障判定等环节组成, 其功能流程图如图1所示。在实时诊断过程中,轴振基频振动幅值实时验证、轴振基频振动幅值渐增性验证及轴振二倍频振动幅值渐增性验证等3项环节同步实吋进行,并在故障判定环节同时依据轴振基频振动幅值渐增性验证及轴振二倍频振动幅值渐增性验证等2个环节的计算分析结果,由此保证了故障诊断过程的可 靠性以及诊断结果的准确性。下面结合附图进一步说明具体实施步骤及诊断方法。1. 数据采集,实时采集机组选定转子两侧支持轴承附近测得的轴振动数据以及 键相信号。2. 轴振数据实时预算及存储,针对机组选定转子两侧的轴振动数据,利用 FFT(快速傅立叶变换)频谱分析方法,进行实时同步计算分析。实时同步计算转子 A、 B两侧轴振动基频振动幅值4,,。、々M和轴振动二倍频振动幅值4h、 4 轴振基频是指转子稳态正常工作时工作转速对应的频率,即50Hz。轴振二倍频是 指转子稳态正常工作时二倍工作转速对应的频率,即100Hz。存储转子两侧轴振动 基频振动幅值和轴振二倍频振动幅值,数据是每隔1秒存储一次。3. 轴振基频振动幅值实时验证,设定轴振基频振动幅值阈值^n, ^产62pm, 实时进行当前的轴振基频振动振幅与的比较,如果当前转子任何一侧的轴振基 频振动的振幅大于^r/,那么记录此时刻77并进行后续的计算分析。如果转子两 侧的轴振基频振动的振幅都小于或等于^r/,那么故障诊断程序重新进入数据采集、 轴振数据实时运算及存储环节。轴振基频是指转子稳态正常工作时工作转速对应 的频率,即50Hz。84.轴振基频振动幅值渐增性验证,根据存储的77时刻前轴振动的基频振动幅值数据,从77时刻向前截取至TO时刻的基频振动幅值数据(振动幅值单位为pm), 177-TOI-户7w, /Vw为预设时间段长度,尸to尸3600X2斗X 7=604800秒。轴振基频是 指转子稳态正常工作时工作转速对应的频率,即50Hz。针对to时刻至77时刻的基频振动幅值数据,进行最佳线性拟合分析。计算ro时刻至77时刻的基频振动幅值数据的最小二乘法意义上代表输入数据的最佳直线斜率。将轴振基频振动幅 值数据拟和为式l的形式。<formula>formula see original document page 9</formula>其中,x是由轴振振动数据采集时刻组成的序列X,"是斜率,6是截距。采用最小二乘法进行拟合,即将依据公式e,-^l(y;-乂)2计算数据的均方误差,使均方误差A最小化,得到线性模型的斜率a。其中,N是轴振基频振动幅值数据Y的数据个 数,乂是最佳线性拟合的第/个元素,y,是轴振基频振动幅值数据Y的第/个元素。 依据TO时刻至77时刻的轴振基频振动幅值数据及最佳线性拟合结果,计算 二者的积差相关系数。将根据式2的形式,计算二者的积差相关系数。<formula>formula see original document page 9</formula>其中, 是轴振基频振动幅值数据?第''个元素的标准化2值,即轴振基频振 动幅值数据Y第/个元素值减去平均数并除以标准偏差;~,是轴振基频振动幅值数据最佳线性拟合第/个元素的标准化z值,即轴振基频振动幅值数据最佳线性拟合 第/个元素值减去平均数并除以标准偏差。本文档来自技高网...

【技术保护点】
一种汽轮发电机组转子裂纹故障实时在线诊断方法,其特征是,它包括: (1)数据采集,工业用微型计算机通过高速数据采集卡实时采集机组转子两侧支持轴承附近的轴振动信号及振动信号分析处理需要的键相信号; (2)轴振数据实时运算及存储,针 对机组转子两侧的轴振动数据,利用FFT频谱分析方法,实时同步计算转子A、B两侧轴振动基频振动幅值A↓[1Xra]、A↓[1Xrb]和轴振动二倍频振动幅值A↓[2Xra]、A↓[2Xrb],并存储转子两侧轴振动基频振动幅值和轴振动二倍频振动幅值,其中FFT为快速傅立叶变换; (3)轴振基频振动幅值实时验证,实时进行当前的轴振基频振动振幅与幅值阈值A↓[Tl]的比较,如果当前转子任何一侧的轴振基频振动的振幅大于A↓[Tl],那么记录此时刻T↓[l]并进行后续的计算分析;   (4)轴振基频振动幅值趋势平缓性验证,从T↓[l]时刻向前截取至T0时刻的基频振动幅值(μm)数据,计算T0时刻至T1时刻的基频振动幅值数据的线性模型最佳拟合斜率,同时进行轴振基频振动幅值数据及最佳线性拟合结果,计算二者的积差相关系数。 根据轴振基频振动幅值线性模型最佳拟合的斜率a和轴振基频振动幅值数据及最佳线性拟合结果二者的积差相关系数r↓[yf],判定轴振基频振动幅值渐增性验证是否通过; (5)轴振二倍频振动幅值渐增性验证,从T↓[l]时刻向前截取至T0时刻的二倍 频振动幅值(μm)数据,计算T0时刻至T↓[l]时刻的二倍频振动幅值数据的线性模型最佳拟合斜率,同时进行轴振二倍频振动幅值数据及最佳线性拟合结果,计算二者的积差相关系数。根据轴振二倍频振动幅值线性模型最佳拟合的斜率m和轴振二倍频振动幅值数据及最佳线性拟合结果二者的积差相关系数r↓[pg],判定轴振二倍频振动幅值渐增性验证是否通过; (6)转子裂纹故障判定,结合轴振基频振动幅值实时验证、轴振基频振动幅值渐增性验证及轴振二倍频振动幅值渐增性验证的3项实时同步分析的结果,判断 得出大型汽轮发电机组是否发生转子裂纹故障。...

【技术特征摘要】

【专利技术属性】
技术研发人员:宋光雄
申请(专利权)人:华北电力大学
类型:发明
国别省市:11[中国|北京]

网友询问留言 已有0条评论
  • 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。

1