汽轮发电机组汽流激振故障高效识别方法技术

技术编号:7808452 阅读:196 留言:0更新日期:2012-09-27 06:41
本发明专利技术公开了旋转机械振动状态监测与故障诊断技术领域中的一种汽轮发电机组汽流激振故障高效识别方法。包括设定第一起始时刻、第二起始时刻、第一时间步进长度、第二时间步进长度和终止时刻;实时采集汽轮发电机组高压转子一侧支持轴承的轴相对振动数据、转子的转速信号、转子的键相信号以及机组功率数据;获取机组功率数据序列、终止时刻的机组功率数据和低频振动幅值最大值序列;计算机组功率参数和低频振动参数;根据机组功率参数和低频振动参数判断汽轮发电机组是否发生汽流激振故障。本发明专利技术提实现了汽流激振故障的自动实时在线监测、分析和判别,提高了高压转子汽流激振故障分析诊断工作的效率和准确度。

【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
,尤其涉及ー种。
技术介绍
汽流激振是ー种通常发生在大型汽轮机高(中)压转子上并由蒸汽激振力诱发的低频振动现象。汽流激振问题更容易发生在高參数、大容量汽轮机的高压转子上,尤其是超临界机组高压(或高中压)转子容易发生汽流激振,致使轴系失稳。由汽流激振引起的不稳定振动成为限制超临界压カ机组出力的重要因素,带负荷エ况运行时因振动大引起的跳机故障或被迫限制负荷运行,直接影响机组的可用率。分析判断机组是否发生汽流激振故障,通常由具有一定现场运行经验的专业人员完成,由此带来分析工作耗费资源时间人力、分析过程及结果对专家的主观性依赖程度较 高等问题,并且无法做到汽流激振故障的实时自动在线监测、分析及判別。因此,提出ー种大型就显得十分重要。本专利技术提供的大型,对机组运行中转子轴相对振动、机组功率等数据进行实时自动在线监测、分析及判别,判定高压转子是否发生汽流激振故障,提高高压转子汽流激振故障分析诊断工作的效率和准确度。
技术实现思路
本专利技术的目的在于,提出ー种,用于实现高压转子汽流激振故障的实时自动在线监测、分析及判別。为实现上述目的,本专利技术提供的技术方案是,一种,其特征是所述方法包括步骤I :设定第一起始时刻T1、第二起始时刻T2、第一时间步进长度h、第二时间步进长度t2和终止时刻τΝ,并且满足^1 =; h h步骤2 :实时采集汽轮发电机组高压转子ー侧支持轴承的轴相对振动数据、转子的转速信号、转子的键相信号以及机组功率数据;步骤3 :获取机组功率数据序列、终止时刻Tn的机组功率数据和低频振动幅值最大值序列,具体是从第一起始时刻T1开始,每隔第一时间步进长度h,存储当前时刻采集的机组功率数据^f,直至终止时刻Tn ;将机组功率数据タ按照存储时间的先后顺序排列成机组功率数据序列{JDW f= 1,2,^,将终止时刻Tn存储的机组功率数据记为p£/ .从第二起始时刻T2开始,每隔第二时间步进长度t2,利用当前时刻采集的汽轮发电机组高压转子ー侧支持轴承的轴相对振动数据、转子的转速信号和转子的键相信号,计算得到当前时刻的低频振动幅值序列{4ー}并存储,k=l, 2,...,1, I为预先设定的低频振动幅值序列的数据个数,计算得到当前时刻低频振动幅值序列的最大值ズβ并存储,直至终止时刻Tn ;将低频振动幅值序列的最大值按照存储时间的先后顺序排列成低频振动幅值最大值序列J· ニ 1,2,…,Ν 2 ;/, t2步骤4 :计算机组功率參数和低频振动參数,包括I)计算机组功率数据序列的递增趋势參数Ip ;2)计算低频振动幅值最大值序列的最大值AiTx;3)计算低频振动幅值最大值序列的偏度Sam ; 4)计算从第二起始时刻T2到终止时刻ΤΝ,每隔第二时间步进长度t2存储的低频振动幅值序列的同下标低频振动幅值之和,并按照下标由小到大的顺序将同下标低频振动幅值之和排列成同下标低频振动幅值之和序列{次 ],k=l, 2,...,1,1为预先设定的低频振动幅值序列的数据个数;计算同下标低频振动幅值之和序列的峰度KAS ;5)计算低频振动幅值最大值序列与机组功率数据序列的相关系数Y ;步骤5 :根据机组功率数据序列的递增趋势參数I'终止时刻Tn的机组功率数据p低频振动幅值最大值序列的最大值、低频振动幅值最大值序列的偏度sam、同下标低颅振动幅值之和序列的峰度K AS和低频振动幅值最大值序列与机组功率数据序列的相关系数Y,判断汽轮发电机组的高压转子是否发生汽流激振故障。所述计算机组功率数据序列的递增趋势參数Ip采用公式IP=SP/[l/2XnX (n_l)];其中,η为机组功率数据序列的数据个数,Sp为是机组功率数据序列的顺序数;顺序数是指一个数据序列中顺序对的总数;顺序对是指在一个数据序列中,一对数的前后位置与大小顺序相同,即前面的数小于后面的数。所述计算低频振动幅值最大值序列的偏度Sam采用公式Yu = %Σ(<腿—ダ,,)3/(び振)3;其中,是低频振动幅值最大值序列第j个数据的 η值,4-是低频振动幅值最大值序列的均值,即1=1/ 2>/-,σ ΑΜ是低频振动幅值最大值序列的标准偏差,即ぴ皿:トΣ(4· -,f,J=I, 2,...,η, η为低频振动幅值最 < <大值序列的数据个数,~。所述计算从第二起始时刻T2到终止时刻ΤΝ,每隔第二时间步进长度t2存储的低频 η振动幅值序列的同下标低频振动幅值之和采用公式次%I=Z4eq;其中,# 是从第二起始时刻T2到终止时刻τΝ,每隔第二时间步进长度t2存储的低频振动幅值序列中下标为k的低频振动幅值之和,ATi是从第二起始时刻T2到终止时刻τΝ,第j个第二时间步进长度t2存储的低频振动幅值序列中下标为k的低频振动幅值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.ー种汽轮发电机组汽流激振故障高效识别方法,其特征是所述方法包括 步骤I:设定第一起始时刻T1、第二起始时刻T2、第一时间步进长度、第二时间步进长度t2和终止时刻TN,并且满足2.根据权利要求I所述的汽轮发电机组汽流激振故障高效识别方法,其特征是所述计算机组功率数据序列的递增趋势參数Ip采用公式IP=Sp[l/2XnX (n-1)];其中,η为机组功率数据序列的数据个数,Sp为是机组功率数据序列的顺序数;顺序数是指ー个数据序列中顺序对的总数;顺序对是指在一个数据序列中,一对数的前后位置与大小顺序相同,即前面的数小于后面的数。3.根据权利要求I所述的汽轮发电机组汽流激振故障高效识别方法,其特征是所述计算低频振动幅值最大值序列的偏度sam采用公式4.根据权利要求I所述的汽轮发电机组汽流激振故障高效识别方法,其特征是所述计算从第二起始时刻T2到终止时刻ΤΝ,每隔第二时间步进长度t2存储的低频振动幅值序列的 同下标低频振动幅值之和采用公式5.根据权利要求4所述的汽轮发电机组汽流激振故障高效识别方法,其特征是所述计算同下标低频振动幅值之和序列的峰度K AS采用公式6.根据权利要求I所述的汽轮发电机组汽流激振故障高效识别方法,其特征是所述计算低频振动幅值最大值序列与机组功率数据序列的相关系数Y采用公式Y = (Ns-Nd)/(Ns+Nd);其中,Ns是低频振动幅值最大值序列与机组功率数据序列中,调和排列的序列对的总数,Nd是低频振动幅值最大值...

【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:

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