一种自动显示汽轮发电机组振动信号特征的装置及方法制造方法及图纸

本发明专利技术公开了一种自动显示汽轮发电机组振动信号特征的装置及方法，涉及机械监测领域，用于帮助用户理解振动信号分析图形。装置包括：典型振动故障模块、故障征兆模块、信号分析模块，用于对振动信号进行分析，得出相应的分析图形；特征计算模块，用于根据信号分析模块得出的分析图形，从典型振动故障模块和故障征兆模块分别获取相应的故障类型和该故障类型的征兆，并对征兆的可信度和故障的可信度进行计算；显示模块，用于将特征计算模块的计算结果在分析图形中显示。方法包括：对振动信号进行分析得出相应的分析图形；根据分析图形获取相应的故障类型和该故障类型的征兆，并对征兆的可信度和故障的可信度进行计算；将计算结果在分析图形中显示。

【技术实现步骤摘要】

本专利技术涉及机械监测领域，特别是涉及。
技术介绍
目前，汽轮发电机组振动监测故障诊断系统或TDM (Transient DataManager)系统，获得了迅速发展并广泛应用，基本上大中型机组都配备了 T匿系统，为及时判断机组的状态和故障性质起到了重要作用。TDM系统具有通用的振动信号分析功能，可以绘制波形、频谱、轴心轨迹、波特图、极坐标图、级联图、瀑布图和趋势分析等分析图形。 由于振动信号的分析涉及较深的力学和数学理论以及故障机理，现场人员普遍缺乏对振动信号的深入分析能力，不能了解振动信号分析图形所具有的含义。在TDM系统移交用户后，大多没有发挥应有的作用。
技术实现思路
本专利技术提供了，用于帮助 用户理解振动信号分析图形。 本专利技术的一种自动显示汽轮发电机组振动信号特征的装置，包括典型振动故障 模块，用于对汽轮发电机组振动故障进行分类；故障征兆模块，用于对振动故障的征兆进行 汇总；信号分析模块，用于对振动信号进行分析，得出相应的分析图形；特征计算模块，用 于根据信号分析模块得出的分析图形，从典型振动故障模块和故障征兆模块分别获取相应 的故障类型和该故障类型的征兆，并对所述征兆的可信度和故障的可信度进行计算；显示 模块，用于将特征计算模块的计算结果在所述分析图形中显示。 进一步，所述典型振动故障模块中的故障分类包括转子质量不平衡、初始弯曲、 热态不平衡、不对中、转子碰摩、油膜振荡、汽流激振、部件脱落和松动故障。所述故障征兆 模块还用于判断故障的各种现象，包括正常现象的时域、频域和趋势分析数据。所述信号 分析模块根据相应的分析方法得出的分析图形包括波形、频谱、轴心轨迹、波特图、极坐标 图、瀑布图、级联图和趋势分析图。所述特征计算模块的计算过程是在对振动信号的时域、 频域和趋势分析图形进行特征分析的基础上，根据故障存在的充分与必要条件，判断故障 是否存在以及故障的严重程度。 本专利技术的一种自动显示汽轮发电机组振动信号特征的方法，包括下列步骤对振 动信号进行分析，得出相应的分析图形；根据所述分析图形，获取相应的故障类型和该故障 类型的征兆，并对所述征兆的可信度和故障的可信度进行计算；将计算结果在所述分析图 形中显示。 进一步，所述一类故障的数学模型由至少一个该故障类型的征兆组成；计算可信 度的步骤如下逐一计算各征兆的可信度；根据得出的各征兆的可信度，经判别逻辑确定 相应故障的可信度。所述计算的过程是在对振动信号的时域、频域和趋势分析图形进行特3征分析的基础上，根据故障存在的充分与必要条件，判断故障是否存在以及故障的严重程度。 综上，本专利技术的目的在于克服目前汽轮发电机组振动信号分析的不足，在常规的 振动信号分析图形的基础上，结合汽轮发电机组振动故障的特点和经验，模拟人工分析方 法，对各种图形功能进行智能化拓展，通过与典型信号图形和典型振动故障的模糊匹配，在 相应的分析图形上显示智能化的分析结果，提高用户对T匿系统的兴趣，培养用户对各种 分析图形的直观感觉，降低对用户知识水平和经验的要求，使一般用户能够准确理解振动 信号分析图形的特征。附图说明 图1为本专利技术实施例1中的装置结构示意图； 图2为本专利技术实施例2中的方法步骤流程图。具体实施例方式为了提高T匿系统的实用性，必须在相应的分析图形上显示智能化的分析结果， 帮助用户迅速识别振动信号中隐含的故障表现。因此，本专利技术提供了一种自动显示汽轮发 电机组振动信号特征的装置及方法，以下通过实施例具体说明，但不用来限制本专利技术的范围。实施例1 :为本专利技术装置的实施例，参见图1所示，包括特征计算模块，以及与特征计算模块相连的典型振动故障模块、故障征兆模块、信号分析模块和显示模块。 其中，典型振动故障模块，用于对汽轮发电机组常见的典型振动故障进行分类，具体可包括转子质量不平衡、初始弯曲、热态不平衡、不对中、转子碰摩、油膜振荡、汽流激振、部件脱落和松动等汽轮发电机组常见故障。 故障征兆模块，用于对典型振动故障的所有可能出现的征兆进行汇总，有助于判 断故障的各种现象，包括某些正常现象，因为利用正常现象可以排除某些故障，主要有时 域、频域和趋势分析数据。 信号分析模块，用于对振动信号进行分析，显示相应的图形；可显示的图形可包括 波形、频谱、轴心轨迹、波特图、极坐标图、瀑布图、级联图和趋势分析等汽轮发电机组常用 的振动信号分析方法。 特征计算模块，基于故障存在的充分与必要条件，对图形特征进行自动分析的征 兆和故障可信度的计算能力。具体而言，是依据特定征兆和特定故障的数学模型，对征兆的 可信度和故障的可信度进行计算，是在对振动信号的时域、频域和趋势分析图形进行特征 分析的基础上，根据故障存在的充分与必要条件，判断故障是否存在以及故障的严重程度。 显示模块，用于在常规振动分析图形的基础上，根据计算结果，利用计算机软件编 程，在相应分析图形比较醒目的位置，给用户明确的提示。实施例2 :为本专利技术方法的实施例，参见图2所示，包括下列主要步骤 Sl、对振动信号进行分析，得出相应的分析图形。 S2、根据所述分析图形，获取相应的故障类型和该故障类型的征兆，并对所述征兆 的可信度和故障的可信度进行计算。 S3、将计算结果在所述分析图形中显示。 更为具体的，以不平衡故障为例进一步详述如下 在典型振动故障模块，选择不平衡故障。据统计，在汽轮发电机组振动故障中，不 平衡是最常见的故障，约占60%以上，特别是在新机组投运和机组检修后的启动过程中。 在信号分析模块，选择频谱分析方法。对于各种振动信号分析方法，最有效最普 遍使用的是频谱图，不同的振动故障有特定的频率成分，根据振动频谱，可以诊断大部分故障。 根据故障机理研究和现场经验，诊断不平衡故障的充分与必要条件如下 (1)振动频谱中一倍频幅值较大； (2)转速不变时振幅基本不变； (3)转速不变时一倍频相位基本不变。 这就是诊断不平衡故障的数学模型，其中三个征兆在不平衡故障的征兆集合中。 在特征计算模块，对这三个征兆的可信度进行计算 在计算不平衡故障的征兆振动频谱中一倍频幅值较大的可信度时，在满足通频 振幅达到报警值的60%以上和一倍频振幅达到通频振幅60%以上的条件下，采用了一倍 频振幅与通频振幅比较的方法，如下式所示 CF (IX) = A (IX) / (alA (TX) +a2A (LX) +a3A (HX)) (1) 并且当CF(1X) > 1时，CF(1X) = 1。 其中CF(1X)是不平衡故障征兆振动频谱中一倍频幅值较大的可信度，A(1X)、 A(TX)、A(LX)和A(HX)分别是一倍频、通频、低频和高频的振幅，al、a2、a3为小于1的比例 系数。由(1)式可知，在通频振幅不变时，一倍频振幅越大，征兆的可信度也越大，但在一倍 频振幅不变时通频、低频和高频幅值的增大将使征兆的可信度降低，系数al、 a2、 a3的设置 因设备和诊断部位不同而有所差异。 在计算征兆转速不变时振幅基本不变的可信度时，用C语言编制的程序如下 if (fabs(speed[l]-speed[O]) < s) CF(A1) = max(O， l-fabs(Al-A0)/Ab); if (CF(A1) > 1) C本文档来自技高网...

【技术保护点】
一种自动显示汽轮发电机组振动信号特征的装置，其特征在于，包括：　　　　典型振动故障模块，用于对汽轮发电机组振动故障进行分类；　　　　故障征兆模块，用于对振动故障的征兆进行汇总；　　　　信号分析模块，用于对振动信号进行分析，得出相应的分析图形；　　　　特征计算模块，用于根据信号分析模块得出的分析图形，从典型振动故障模块和故障征兆模块分别获取相应的故障类型和该故障类型的征兆，并对所述征兆的可信度和故障的可信度进行计算；　　　　显示模块，用于将特征计算模块的计算结果在所述分析图形中显示。

【技术特征摘要】
一种自动显示汽轮发电机组振动信号特征的装置，其特征在于，包括典型振动故障模块，用于对汽轮发电机组振动故障进行分类；故障征兆模块，用于对振动故障的征兆进行汇总；信号分析模块，用于对振动信号进行分析，得出相应的分析图形；特征计算模块，用于根据信号分析模块得出的分析图形，从典型振动故障模块和故障征兆模块分别获取相应的故障类型和该故障类型的征兆，并对所述征兆的可信度和故障的可信度进行计算；显示模块，用于将特征计算模块的计算结果在所述分析图形中显示。2. 如权利要求1所述的装置，其特征在于，所述典型振动故障模块中的故障分类包括转子质量不平衡、初始弯曲、热态不平衡、不对中、转子碰摩、油膜振荡、汽流激振、部件脱落和松动故障。3. 如权利要求1所述的装置，其特征在于，所述故障征兆模块还用于判断故障的各种现象，包括正常现象的时域、频域和趋势分析数据。4. 如权利要求l所述的装置，其特征在于，所述信号分析模块根据相应的分析方法得出的分析图形包括波形、频谱、轴心轨迹、波特图、极坐标图、瀑布图、级联图和趋势分析图。5. 如权利要求1至4任一项所述的装...

【专利技术属性】
技术研发人员：阮跃，严可国，
申请(专利权)人：北京英华达软件工程有限公司，
类型：发明
国别省市：11[中国|北京]