（动力机械及工程专业论文）超临界600mw汽轮发电机振动分析和处理.pdf

t h ev i b 脚i o na n a l y s i sa n d p r o c e ss go ft h ea l s t o m 6 0 0 m w s u p e r c i u t i c a lt u r b i n e g e n e r a t o r s e t at h e s i ss u b m i t t e dt o s o u t h e a s tu n i v e r s 埘 f o rt h ea c a d e m i cd e g r e eo fm a s t e ro f e n g i n e e r i n g b y s c h o o lo f e n e 唱ya n de n v i r o n m e n t s o u t h e a s tu n i v e r s 时 m a r c h2 0 1 0 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明 并表示了谢意。 研究生签名：丝鱼给日期研究生签名：4 堑笪兰) 日期： 沙2 一石。沪 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内 容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可 以公布( 包括以电子信息形式刊登) 论文的全部内容或中、英文摘要等部分内容。论文 的公布( 包括以电子信息形式刊登) 授权东南大学研究生院办理。 躲缉新签4 幸啉坐u 摘要 题名：超临界6 0 0 m w 汽轮发电机振动分析和处理 姓名：杨金矿 导师：朱晓东 学校：东南大学 正文： 随着我国电力工业的发展，汽轮机组的自动化水平越来越高，设备结构变得越来越 复杂，发生故障的可能性相应增加。由于每台机组的运行环境各有不同，引起振动的原 因存在不确定性，从设计制造的角度很难完全消除振动问题的出现，这导致振动依然是 影响汽轮机组安全运行的主要故障之一。本课题主要研究分析了北重a l s t o m 6 0 0 m w 超临界汽轮发电机组的振动分析和处理。 论文首先总结了数据采集理论，以及傅里叶变换等理论基础知识，介绍了常见的汽 轮机振动及其故障诊断方法，为系统的开发提供了理论基础。 论文在此基础上研究分析北重a l s t o m 6 0 0 m w 超临界机组汽轮机和发电机的结构 特点；研究6 0 0 m w 汽轮发电机组振动在线监视和诊断系统的应用；研究6 0 0 m w 超临 界汽轮发电机故障现象、特征及诊断参量标准；结合机组实际运行过程中出现的发电机 异常振动故障，应用汽轮机组振动监测诊断系统，对机组启停机和运行工况状态下的振 动信号进行实时测量和数据采集，分析研究机组异常振动故障信号的特征和规律，探讨 大型超临界汽轮发电机组不平衡振动现场高效动平衡的策略，研究现场动平衡的原理、 方法和技巧。 关键词：汽轮发电机；振动；动平衡 a bs t r a c t t i t l e ：n ev i b r a t i o na n a l y s i sa i l dp r o c e s s i n go ft h ea l s l o m 6 0 0 m ws u p e r c m i c a l 眦i n e g e n e r a t o rs e t n a m e ：y h n gj i n k u a n g s u p e r v i s o r ：z h u a o d o n g u n i v e r s i t y s o u t h e a s tu n i v e r s i t ) r t e x t a sc h i n a sp o w e ri n d u s 仃yd e v e l o p s ，s t e a mt u r b i n ei 1 1 c r e a s i n 9 1 vi sw i t l lh i g hl e v e lo f a u t o m a t i o n ，a n d 曲n j c t u r e so fe q u i p m e n tb e c o m e sm o r ec o m p l e x ，t i l ep o s s i b i l i t yo ff a i l u r e c o r r e s p o n d i i l g l yi n c r e a s e s t l l eo p e r a t i n ge r i r 伽哪e n to fe a c hu n i ti sd i 丘e r e n t ，c a u s e so f v i b r a t i o nc a u s e di su n c e n a i n 、池i c hl e a l st o l a tv i b r a t i o ni ss t i l lo n eo ft h em a i nf a u l t s a f r e c t i n gt h es a f eo p e r a t i o no fm i n e i i ln l es u b i e c t ，t h ev i b r a t i o na n a l y s i sa n dp r o c e s s i n go f t h ea l s l d m 6 0 0 m w s u p e r c 订t i c a lt u 】m i n e g e n e r a t o rs e ti sr e s e a r c h e da i l da n a l v z e d a tf i r s t t l l ea n a l y s i st e c h n o l o g yl c l l o w l e d g es u c ha st l l e t h e o r yo fv i b r a 【t i o nd a t a a c q u i s i t i o n ，f o u r i e r 仃a n s f o m ，t i m e - 丘e q u e n c ya n a l y s i s 锄dw a v e l e ta n a l y s i s 羽es u 】【i l m a r i z e d n e x t ， t l l es 仃u c n 啪ic h a r a c t e r i s t i c so fa l s t o m 6 0 0 m ws u p e r c r i t i c a ls t e 锄 n 曲i n e g e n e r a t o ru n i ti sr e s e a r c h e da n da n a l y z e d t h ea p p l i c a t i o n so fv i b r a t i o no n 1 抽e m o n i t o r i n ga n dd i a 擘皿o s i ss y s t e mo f6 0 0 m wn 曲i n e g e n e r a t o ru n i ti ss t u d i e d f a u l t p h e n o m e n a ，c h 孤a c t e r i s t i c sa n dd i a 星m o s t i cp a r a 瑚e t e 】晤s t a n d a r d so fs u p e r c r i t i c a l6 0 0 m w t u r b i l l e g e n e r a t o ri ss t u d i e d c o m b i n e dw i n lv i b r a t i o nf a u l to fu n i to c c u r r e dd l l r i n gt 1 1 ea c t u a l o p e r a t i o n ，t u _ r b i n ev i b r a t i o nm o n i t o r i n ga n dd i a 殍l o s i ss y s t e mi sa p p l i e df o rd a t ai n t i m e c o l l e c t i o n a b n o n n a lv i b r a t i o nf a u l ts i 擘皿a ld l a r a c t e r i s t i c sa n dl a w 锄ea n a l y z e d e f | e i c i e n t s 仃a t e 星o ft l l es u p e r c r i t i c a lt i 曲i n e g e n e r a t o ru n i tv i b r a t i o ni m b a l a n c ei i ld v n 锄i cb a l a n c ei s e x p l o r e d ，a n dt h ep r i n c i p l e ，m e t l l o d sa n dt e c h n i q u e sf o rm es i t ei m b a l a n c ei ss t u d i e d k e y w o r d s ：t u r b i n e g e n e r a t o r ，b e a t i o n ，b a l a n c i n g i i 第一章绪论 目录 摘要。i a b s t r a c t i i 第一章绪论3 1 1 立题背景3 1 2 汽轮发电机组振动监测及诊断水平的发展状况3 1 3 本文主要内容4 第二章振动监测与故障诊断的基本理论- 5 2 1 振动数据采集5 2 1 1 数据采集的基本原理5 2 1 2 系统数据采集的参数设置”6 2 1 3 整周期采样与同步采样”7 2 2 振动数据处理与分析技术”7 2 2 1 离散傅立叶变换”8 2 2 2 快速傅立叶变换( f f t ) 9 2 3 汽轮发电机组故障诊断方法”1 0 第三章a l s t o m6 0 0 m w 汽轮机组和s 8 0 0 0 振动监测系统简介1 2 3 1a l s t o m 6 0 0 m w 汽轮机组转子结构特点1 2 3 1 1a l s t o m 6 0 0 m w 超临界汽轮机组简介1 2 3 1 2a l s t o m 6 0 0 m w 汽轮机组转子结构特点“1 2 3 1 3a l s t o m 6 0 0 m w 超临界汽轮机组转子轴系图1 3 3 2s 8 0 0 0 在线汽轮机组振动监测诊断系统的开发和应用“1 3 3 2 1 汽轮机组振动监测诊断系统的开发背景1 3 3 2 2 汽轮机组振动监测诊断系统的原理1 3 3 2 3 汽轮机组振动监测诊断系统简介1 4 3 2 4 汽轮机组振动监测诊断系统的开发应用1 5 第四章6 0 0 m w 超临界汽轮发电机组故障现象、数据采集及分析1 6 4 16 0 0 m w 超临界汽轮发电机组故障现象”1 6 4 2 机组振动试验数据测量采集1 6 4 3 机组试验振动分析诊断2 0 4 4 汽轮发电机组异常振动数据2 1 第五章6 0 0 m w 超临界汽轮发电机组不平衡振动配重方法2 6 5 1a l s t o m 厂家配重方法2 6 5 1 1a l s t o m 厂家首次配重2 6 5 1 2a l s t o m 厂家二次配重2 6 5 2 搏德威专家配重方法”2 7 5 2 1 专家第一次配重2 7 5 2 2 专家第二次配重2 8 第六章6 0 0 m w 超临界汽轮发电机组热不平衡振动故障分析及治理3 1 第七章结论和展望一3 5 东南大学硕士学位论文 7 1 研究结论3 5 7 2 研究展望3 5 参考文献”3 6 2 第一章绪论 1 1 立题背景 第一章绪论弟一早珀 下匕 电力工业的发展，机组运行参数的提高和容量的增加，对设备的可靠性、安全性、经济 性提出了更高的要求。随着运行自动化、制造精度和安装工艺水平的提高，汽轮发电机组的 振动故障有一定程度的减少，但由于机组设备的复杂性、运行环境的特殊性、安装与检修中 影响振动因素的不确定性，当前振动故障仍然严重影响汽轮发电机组的正常运行。 现场新机组调试、大修后开机或者运行中经常发生由于振动过大导致机组不能正常运行， 更甚者造成设备的毁坏。例如，1 9 8 8 年1 0 月，北仑电厂l 号汽轮发电机组( 6 0 0 m w 东芝机 组) 发生高压转子叶片断裂重大事故，直接损失2 4 0 0 万元人民币；2 0 0 0 年六月，珠海某电厂 一台引进的7 0 0 m w 新机组因振动过大，无法投运，工程延期一年之久；2 0 0 0 年1 1 月，军粮 城电厂3 号2 0 0 m w 机组因振动问题导致2 号轴瓦浮动油档断裂，大轴造成损伤；2 0 0 1 年1 0 月，阜新电厂2 号机组由于未对振动问题进行及时有效的处理，导致断轴事故的发生，等等。 汽轮发电机组振动监测与故障诊断系统是通过连续在线采集机组运行的重要振动参数， 及时了解机组的运行状况，为事故征兆的预测诊断提供重要的数据资料，对已发生的故障进 行快速的诊断分析，及时指出故障原因，指导运行人员采取必要的措施，从而为机组的安全 运行提供可靠的保障。同时，还可为电厂建立科学的检修机制提供技术基础：即通过系统的 严密监测和诊断分析，判断机组有无异常或故障趋势，较准确地估计机组继续运行的可靠时 间，使机组使用寿命最长以及意外停机事故最小，避免过剩维修。国内外的统计资料表明汽 轮发电机组状态监测与故障诊断技术的应用在减少设备事故发生率、降低维修费用等方面起 到了明显的效果，为企业带来了巨大的经济效益。 因此，对旋转机械的振动进行监测、故障诊断与处理，降低振动水平，对确保旋转机械 的安全可靠运行具有重要意义。 1 2 汽轮发电机组振动监测及诊断水平的发展状况 国内外非常重视大型汽轮发电机组故障振动特征分析，并建立了数学模型线性分析理论， 也建立了各种在线振动监视和诊断分析系统，电厂工程应用上对于监视系统非常重视，但对 于诊断分析系统的应用和完善相对比较薄弱，现场疑难振动问题的认识和处理能力不足，主 要依赖大专院校解决疑难振动问题，把振动原因多简单归结为转子不对中、动静碰磨等，因 此现场处理问题方法耗费了大量的时间、人力，收效甚微。因此本课题的研究有着实际的工 程应用价值。下面是对国内外文献的收集和初步整理： 王兴波大型汽轮发电机转子绕组匝间短路故障诊断系统分析与应用、寇胜利、喻大利 大亚湾核电站2 号机组发电机振动分析和处理有助于本课题判定发电机转子绕组匝问短 路故障振动特征【2 l 】【7 】；陆颂元大型机组动静碰磨的振动特征及现场应急处理方法、王双 童3 2 0m w 汽轮机组振动原因的分析及处理有助于本课题判定汽轮发电机转子动静碰磨 故障振动特征【6 】【2 4 】；庄景菁转子热弯曲引起的汽轮机振动的分析和处理、寇胜利汽轮 发电机的热不平衡振动、张学延，张卫军，王延博汽轮发电机转子突发性振动问题分析 有助于本课题判定汽轮发电机转子热弯曲故障振动特征 1 1 】【2 0 】【1 8 】；张学延，王延博等华润 彭城发电厂l 号汽轮发电机组轴承振动分析及处理有助于本课题判定汽轮发电机转子质量 不平衡故障振动特征【1 9 】；王延博大型汽轮发电机组轴系不对中振动的研究有助于本课题 东南大学硕士学位论文 判定汽轮发电机轴系不对中故障振动特征【1 5 】。张学延、王延博、张卫军超临界压力汽轮机 蒸汽激振问题分析及对策 2 8 】；李裕和汽轮发电机组振动诊断实例、翁志刚韩庆林王 宇黄伟刚汽轮发电机组的振动特征及原因分析提供了转子质量不平衡、动静部件碰磨、 油膜震荡、汽流激振、轴系不对中、密封装置摩擦、转子热不平衡、结构共振、转子裂纹等 各种原因的振动特征的案例【1 3 】 1 7 】。 周期性振动是国内外振动研究的重点，由于随机振动特征模型的难以建议，国内外各种 汽轮发电机组在线监视诊断系统可以监视随机振动，但是不能故障进行分析判断。虽然现场 工程发生的振动故障大部分是周期振动，工程实践对振动故障处理首先应了解并排除随机振 动的可能性，避免故障处理陷入误区。施维新汽轮发电机的随机振动提供了汽流激励、 部件松动实例、张志明刘玉智张善鹏等3 0 0 m w 汽轮发电机组异常振动的分析及处理提 供了动静碰磨实例【9 】 2 2 】。 刘峻华、黄树红汽轮机故障诊断技术的发展与展望、耿文琅、朱晓东汽轮发电机组 振动监测与诊断系统的发展、张志明、宋斌、徐鸿基于电厂实时数据平台的振动分析与故 障诊断专家系统介绍了国内外各种故障诊断技术以及发展方向，目前关键是通过振动分析 与故障诊断专家系统的完善应用，以期通过数据库的不断完善建立相对智能化的专家系统指 导现场故障分析和处理【2 7 】【8 】【1 0 】。 陆颂元汽轮发电机组振动、李录平、卢绪祥汽轮发电机组振动与处理、施维新、 石静波汽轮发电机组振动及事故、寇胜利汽轮发电机组的振动及现场平衡、杨建刚、 高蜜、黄葆华大型汽轮发电机组轴系振型识别方法研究有助于本课题各种故障振动特征 振型的判定，有助于本课题异常振动现象的理论分析研究，有助于指导现场动平衡的理论分 析和实践 1 】【2 】【3 】【4 】 1 6 】。陆颂元大型汽轮发电机组现场高效动平衡的策略与技巧有助于研 究现场动平衡的策略和技巧【5 】。 本课题的研究重点在于通过对各种振动现象的研究，归纳整合文献资料振动特征，应 用完善s 8 0 0 0 旋转机械在线监测和分析系统，提高分析诊断系统的自学习能力，并借助于该 分析系统，实际解决机组异常振动问题，研究超临界机组现场动平衡的策略、方法。 1 3 本文主要内容 本课题主要研究分析了北重a l s t o m 6 0 0 m w 超临界汽轮发电机组的振动故障原因和处 理方法。 论文首先总结了数据采集理论，以及傅里叶变换等理论基础知识，介绍了常见的汽轮机 振动及其故障诊断方法，为系统的开发提供了理论基础。 论文在此基础上研究分析北重a l s t o m 6 0 0 m w 超临界机组汽轮机和发电机的结构特 点：研究6 0 0 m w 汽轮发电机组振动在线监视和诊断系统的应用；研究6 0 0 m w 超临界汽轮 发电机故障现象、特征及诊断参量标准。 结合机组实际运行过程中出现的发电机异常振动故障，应用汽轮机组振动监测诊断系统， 对机组启停机和运行工况状态下的振动信号进行实时测量和数据采集，分析研究机组异常振 动故障信号的特征和规律，探讨大型超临界汽轮发电机组不平衡振动现场高效动平衡的策略， 研究现场动平衡的原理、方法和技巧。 4 第二章振动监测与故障诊断的基本理论 第二章振动监测与故障诊断的基本理论 目前，监测机械设备状态的手段虽然很多，但实践证明，振动信号监测是一种易于实现 而又可靠的办法。设备振动信号是设备状态信息的载体，它蕴含了丰富的设备异常或故障的 信息，而振动水平是设备运行状态好坏的重要标志。因此，振动测试是设备状态信号采集的 基本测试手段。对振动信号的监测能够获得设备状态的有效信息，对它的分析则是设备诊断 领域中一个被广泛采用的方法。 设备的状态监测及诊断技术从其发展来看可以分为三个阶段：第一阶段是设备状态监测 ( c 0 n d i t i o nm o n i t o n g ) ，第二阶段是设备状态监测与故障诊断( c o n d i t i o nm o n i t o r i n ga n df a u l t d i a 驴o s i s ) ，第三阶段是基于网络化的故障诊断及在设备管理中的应用( r e m o t ed i a 盟o s i s 锄d m a c h i n em a n a g e m e n t ) ，目前设备诊断技术处于第二阶段的整理完善和向第三阶段过渡时期。 从设备诊断的流程来看，设备诊断分为数据采集、信号处理与故障诊断三个方面。 2 1 振动数据采集 2 1 1 数据采集的基本原理 所谓数据采集，就是先将模拟信号分成一系列时间间隔为出的离散信号并加以采集，此 即采样过程；然后将这些时间离散信号的幅值修改为某些规定的量级，此即量化过程；最后 再将这些时间和幅值均不连续的离散信号编码成一定长度的二进制序列，这样，就将原模拟 信号转化成了数字信号，这就是d 转换。 ( 1 ) 采样定理 在模拟信号的时间离散化过程中，所遇到的第一个问题就是如何确定采样时间间隔出时 间间隔f 越小，离散化后的信号越能代表原模拟信号，当出专o 时，时间离散信号与原模拟 信号几乎没有差别。因此，从减少采样误差的角度出发，希望缸越小越好。但是垃取得越小， 相同时间长度段内取样个数越多，所需要的存储空间越大，后续信号分析处理工作量相应地 增大。因此，从节约运算空间和时间地角度出发，又希望垃越大越好，但缸不能取得过大， 否则会发生“混叠效应”。 混叠效应可从时域和频域两个方面来说明。从频域上看，假定组成信号的最高频率成分 为厂m 。，则由于有限采样长度造成的能量泄漏会使本该是单一谱线的频率成分分散开来，形 成连续谱。该连续谱以采样频率f 为周期构成谱周期，如图所示。其中图( a ) 因f 2 厂m 。，而使得相邻两个连续谱能够很好地分隔开来，由这样的频谱图能够得到原信号。 由此引申处s h 猢o n 采样定理： 假定信号中地最高频率成分为名。，当采样频率f 满足 z 2 厶。 则由采样所得的信号能够很好地恢复到原信号而不致发生混叠现象。 数据采集板( 怕板) 的重要性能指标有： 1 ) 通道数：指采集卡可同时采集的信号路数。通常信号有“双端”和“单端 两种接入 方式，双端信号是以差分方式输入的信号，此时，每路占两个入口；而单端信号则是指每路 东南大学硕士学位论文 信号只占一个输入口，信号地另一端接成公共端。 2 ) 最大采样频率：是指采集卡能够实现的采样频率，其值越大则卡的性能越高。为了实 现灵活多样的采样需求，采样频率应该可调。 3 ) 分辨率：是指数据采集中感知信号幅值微小变化的能力，取决于a d 板的位长，位 长越长则分辨率越高，量化的误差也越小。 4 ) 信号输入范围：是指采集卡所能采集的最大信号幅值，如5 v ，l o v 等。有两个问 题须注意：一是信号的极性是单极还是双极；二是输入是有效值还是峰值或是其他。 5 ) 信噪比：是决定采集卡动态范围的指标，单位为d b ，要求越大越好。 6 ) 输入输出阻抗：是采集卡与其他仪器相联时需要考虑的指标，要求输入阻抗尽量大些， 而输出阻抗尽量小些。 7 ) 存储容量：即采集卡所能容纳的数据多少，一般指采集卡的f o 内存。 2 1 2 系统数据采集的参数设置 采集振动数据时，首先要设置数据采集参数，这些参数主要有：最高分析频率、采样频 率、采样点数( 数据长度) 、触发方式、放大倍数、传感器灵敏度等。 ( 1 ) 最高分析频率e 指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。 根据采样定理，e 与采样频率只之间的关系一般可取为： 只= 2 5 6 l 最高分析频率e 的选择取决于设备转速和故障性质。例如，诊断常见故障不平衡、不对 中、机械松动等故障时，特征信息包含在频率的1 0 玎范围内；滑动轴承油膜涡动引起的振动 频率主要在( o 4 2 0 4 8 ) ”区域；而叶轮叶片故障信息则在叶片通过频率、转频及叶片谐频 处。最高分析频率应适当高于上述各故障信息所在的频率范围。 ( 2 ) 采样点数与谱线m 有以下关系： = 2 5 6 m 谱线m 与频率分辨率心及最高分析频率e 有以下关系： 断= f 。| m 所以有 n = 2 s 6 f m | 厶f 由此可知，采样点数的多少与要求多大的频率分辨率有关。当最高分析频率已经确定， 要考虑故障诊断中的频率分辨率是多少，然后由上式计算采样点数，并将采样点数设置为最 接近计算值的2 “，以便作腰r 变换。例如，汽轮发电机组转速尺= 3 0 0 0 广m i n = 5 0 胁，欲分析 1 0 倍频以下振动信号，要求频率分辨率心= 1 勉，则采样频率和采样点数设置如下： 最高分析频率e = 1 0 r = 1 0 5 0 胞= 5 0 0 胁； 采样频率只= 2 5 6 l = 2 5 6 5 0 0 舷= 1 2 8 0 舷，取2 0 0 0 h z 的采样频率足够； 采样点数= 2 5 6 l 心= 2 5 6 5 0 0 舷1 眈= 1 2 8 0 ，取1 0 2 4 = 2 1 0 点； 谱线数m = 2 5 6 = 1 0 2 4 2 5 6 = 4 0 0 ( 条) ( 3 ) 触发方式分为内触发和外触发。在需要测相位时应设置为外触发，要求以转速脉冲 信号适当分频后作为数据采集的外触发信号。 6 第二章振动监测与故障诊断的基本理论 ( 4 ) 放大倍数。与前置器相关的一个参数，用于放大信号便于传输和处理。 2 1 3 整周期采样与同步采样 整周期采样是指系统的采样频率动态的跟踪频率的变化，即信号频率高，则采样间隔变 短，反之采样间隔加长，以确保采样间隔均匀，所采信号周期完整。在傅立叶变换时，由于 是整周期截断，消除了泄漏现象，提高了谱分析精度；另外还使信号频谱具有相同的阶次分 辨率。如果设备振动信号是周期信号，其频率成分主要为转速频率( 基频) 及其谐波。在对 周期信号进行频谱分析时，获得准确频谱的先决条件是实行整周期截取。用计算机进行数字 频谱分析时，只能采集有限长度的模拟信号，造成频谱的泄漏，d f t 的效果相当于将该有限 长度的信号向外进行周期延拓，获得离散的频谱，该频谱实质上是对原信号的连续频谱的一 种“摘取 ，因此会产生栅栏效应，从而丢失频谱成分。对于周期信号，在满足采样定理的前 提下进行整周期截取，则上述周期延拓后的信号和原信号完全重合，无任何畸变。而且，由 于截取的信号长度为信号周期的整数倍，频谱分析的谱线恰好落在基频及其谐波的频率上， 不会产生泄漏和栅栏效应。 一般的多通道信号采集是采用巡回采集的方法，它顺次切换a d 的转换通道，从第1 通 道开始依次采集到第n 通道，从而完成对所有通道的一次采样，然后再轮回到第1 通道，以 此类推，完成所需要的采集点数。可以看出，a d 对各通道采样存在着时差，而且各个通道 的时差也不一样，随着通道数号增加，时差也成倍增加。所以，用这种方法采集的各个通道 的信号相互之间都存在着时差引起的误差。 汽轮发电机组的振动信号是一种快速变化的动态量，能够充分反映机组的运行状况。在 许多情况下，为了获得他们之间的相互关系所表现出来的故障信息，要求做到多通道同步采 集。当考虑转子系统各测点间的相位关系时，也需要得到各测点的振动与键相脉冲之间的相 位角。所有这些都要求信号采集系统能够实现多通道同步采集。同步采集是要求从同一时刻 开始，同时对所有通道进行采集，以保证各通道信号之间的准确相互关系。在高速采集卡中， 同一板块具有同步采集功能，但对于两块板子的同步采样成本非常高，只在极少数系统中采 用。 2 2 振动数据处理与分析技术 信号的分析与处理是对采集到的各种信号进行特征数据分析与特征数据与图形的提取， 是进行故障诊断的关键基础工作。信号分析主要依靠数学工具如：f f t ，z 变换、小波变换、 相关函数及功率谱等进行，f f t 技术由于对平稳信号的适用性，目前大多数汽轮机故障诊断 系统中的振动信号处理大多采用该技术。f f t 的思想在于将一般时域信号表示为具有不同频 率的谐波函数的线性叠加，它认为信号是平稳的，所以分析出的频率具有统计不变性。f f t 对很多平稳信号的情况具有适用性，因而得到了广泛的应用。 自从1 8 2 2 年傅里叶发表“热传导解析理论 以来，傅里叶变换一直是信号处理领域中最 完美、应用最广泛、效果最好的一种分析手段，以之为基础的幅值分析、相关分析及频谱分 析等一系列信号处理方法，从多角度和多侧而对信号进行分析和处理，从而使从信号中提取 内在特征更加容易、方便。 7 东南大学硕士学位论文 2 2 1 离散傅立叶变换 将时域信号转换为频域信号进行分析的方法称为频谱分析。在动态信号处理和分析中， 对信号进行频谱分析是一项很重要的工作，其理论基础是傅立叶变换。时域信号的频谱表示 就是把信号分解成一族不同频率的信号，对于任一个周期为t 的信号都有 z ( f ) = z o + ，z 丁) 都可以用一些等间隔的频率成分来表示，即 w ，= ；咖户2 斫出 其时间信号可以从逆变换中得到，即 ( 2 - 1 ) ( 2 - 2 ) 伸 x ( r ) = x ( 厂) p 肼 ( 2 3 ) ， 上式表明，一个连续的、周期的时间函数，可用频域中的一组离散的级数来表示。 如果动态信号是非周期的瞬变函数或随机函数，考虑丁趋向于无穷大时，式( 2 2 ) 和式( 2 - 3 ) 变为 x ( 厂) = i x o 弦1 坤衍 ( 2 - 4 ) ，叶。6 式( 2 3 ) 和式( 2 _ 4 ) 互为傅立叶变换对，用符号表示为 x ( f ) ”x ( 厂) ( 2 5 ) 当用计算机进行傅立叶变换时，必须把连续的傅立叶变换转换成离散的傅立叶变换 ( d f t ) 。有限长离散时间序列的傅立叶变换为 一1 置( ) x ( 疗出) p 啊红岔 ( 2 6 ) h = 0 式( 2 6 ) 中， x ( ，z 缸) ，拧= o ，l ，2 ，一1 为连续时间信号经采样后得到的有限长离散时间 序列，其中，为采样点数，丁为窗函数的宽度( 也称采样长度) ，f 为采样间隔，疗= 丁址。 同样地，在频域中，也只能对有限个频率进行运算，一般取的步长为可= 1 “力，) ，这 样式( 2 6 ) 表示为 t ( 坶) f 艺x ( ”缸) p 1 铲 ( 2 7 ) n = o 习惯上为简化起见，令丘( 埘) = ( 坶) ，并将x ( 坶) 简化为x ( 七) ，将x ( 胛缸) 简化 为x ( ，z ) ，从而有 x ( 尼) 戈( 玎弦吖百h ，( 尼= o ，1 ，2 ，一1 ) ( 2 8 ) h = o 这里称式( 2 8 ) 为x ( ，) 的离散傅立叶变换。 离散傅立叶变换的意义在于：将时域中周期的或非周期的连续函数x ( ，) 离散成时域中的 序列扛 ) ，并变换成频域中与纵轴对称、离散或连续的周期复数序列& ( 尼) ，频域中谱线的 分布周期为，这里为采样频率。 8 第二章振动监测与故障诊断的基本理论 2 2 2 快速傅立叶变换( f f t ) 早期的信号特征提取主要是借助于傅里叶变换进行的，称为经典信号分析方法。但是， 由于计算量大，基于傅里叶变换的信号分析发展缓慢。直到1 9 6 5 年c o o l y 和t u k e y 提出快速 傅立叶变换( f f t ) 算法之后，经典信号分析方法才得到迅速发展，并在设备状态监测和故 障诊断中发挥巨大的作用。 快速傅立叶变换是实施离散傅立叶变换的一种极其迅速而有效的算法。f f t 算法通过仔 细选择和重新排列中间结果，在速度上较之离散傅立叶变换有明显的优点。忽略数学计算中 精度的影响时，无论采用的是f f t 还是d f t ，结果都一样。 如果直接应用离散傅立叶变换，将花费很多计算时间，因此很长的一段时间里d f t 的使 用受到了限制。直到1 9 6 5 年美国的j w c o o l e y 和j w t u 伙e y 提出了一种离散的傅立叶变换 的快速算法，即f f t ( f a s tf o 嘶e rt r a n s f o m a t i o n ) ，才使得d f t 的计算工作量大为减少。 傅立叶变换的快速算法为 用矩阵表示可写成 x o = x 【0 砩+ x 【1 砩+ + x 【一1 砩 x 1 ：x o 螂+ 工 1 螈+ + x 一1 砩 i x 】- x 0 砩+ x 1 蛾+ + x 一1 蛾 x 【o 】 x 1 】 x 一1 w ：w ： w ：w ； w ：w ：。1瓣璺一。 由于是复数，工防】也可能是复数形式，这样，要完成上面矩阵运算需2 次复数乘数 和( 一1 ) 复数加法。可见，计算量与2 成正比，随着的增加，总运算次数将会急剧增加。 设= 2 占，于是可将 形】分解成b 个矩阵的连乘，即 【形】- 【彤】【】 】 其中每个矩阵的各行元素都包含有两个非零项。例如，对于= 2 2 的情况有： 眇 _ 1l 1形1 1 形2 l形3 1l 2形3 形。形2 形2形1 这里利用了关系形破= 形疵喇1 ，因此形4 = 矿o ，形6 = 形2 ，将 矿】分解成 帆m 】- l形o l矽2 o0 o0 0o 00 l1 l矽 0 矽oo lo形o 0 形20 l0形2 由于上式在分解时充分利用了旋转因子具有周期性及合理的特点，从而使总的计算次 数从2 量级减少到l o g ：量级，极大地提高了运算速度，故形成了快速傅立叶变换。最常 9 东南大学硕士学位论文 见的阿r 算法要求是2 的幂次。假定信号分析仪中的采样点数为1 0 2 4 次计算，显然，用可 可大大节约计算量，故仪器中广泛采用阡丁算法。 2 3 汽轮发电机组故障诊断方法 汽轮发电机组振动故障诊断是根据相关的数据和信息对故障定性，进而对其产生的原因 或机理做出判断，并确定解决措施和实施处理方案。振动故障有很多类型，总计有数十种之 多，但其中数种常见故障的发生率占了总数的9 5 以上。如果能对这些典型故障做出准确的 判断，则足可以应付生产实际的需要。因此，对典型、常发故障诊断技术的掌握有十分重要 的工程意义。 常见的振动故障诊断方法有传统故障诊断方法、诊断专家系统、人工神经网络及模糊诊 断方法等几种。 ( 1 ) 传统故障诊断方法 诊断的初期是利用各种物理的和化学的原理和手段，通过伴随故障出现的各种物理和化 学现象，直接检测故障。随着传感技术、动态测试技术和信号处理的发展，开始以数据处理 为核心的故障诊断，利用故障所对应的征兆来诊断故障。七十年代以后，对故障机理的研究 发展非常迅速，通过建立机组或故障的数学模型进行故障诊断，但模型必须考虑设备的每一 种故障和在不同运行环境下的具体情况。由于大型旋转机械本身的复杂性和对故障机理的不 完全清楚，至今难以建立起普遍适用的准确的数学模型。 ( 2 ) 诊断专家系统 火电厂给水泵振动模糊故障诊断研究设备故障的表现形式十分复杂，故障的类型和征兆 之间不存在简单的对应关系，在许多情况下，故障诊断需凭借专家的经验或直觉，即所谓“浅 知识”，而这些“浅知识”往往难以用数学模型或逻辑推理来求解。八十年代以来，随着人工 智能技术的发展，特别是专家系统技术的发展和成功应用，产生了专家系统故障诊断方法。 故障诊断专家系统是人们根据长期的实践经验和大量的故障信息知识，设计的一种智能 计算机程序系统，以解决复杂的难以用数学模型来描述的故障诊断问题。它一般由知识库、 推理机、解释程序及知识获取程序几部分组成，而最重要的是知识库和推理机的设计。专家 系统有很大的优越性，能够代替领域专家，并能完整地记录下推理、判断、结论的过程，提 高了诊断的可信度。诊断知识是专家系统的核心和基础。知识的质与量是一个专家系统性能 的重要标准。只有对领域问题有深入和透彻的了解，对诊断知识有相当广度和深度的掌握， 经过合理的知识组织和表达，专家系统诊断的正确性才会得到保证。而且在实际应用中，基 于专家系统的故障诊断系统却无法解决从现场自动获取征兆的问题，必须通过人机交互的方 式才能获取，并且为了获得诊断结果，操作者需要回答十几个甚至几十个专业性很强的问题， 这对操作者的专业水平提出了极高的要求。因此其知识表达困难及知识获取的“瓶颈”问题 限制了其在现场中的应用。 ( 3 ) 人工神经网络 基于神经网络的故障诊断方法是最近几年随着神经网络的发展产生的，目前较多的使用 b p 网络以及自组织映射网络等。神经网络故障诊断方法不需要开发者专门的领域知识，只要 有适当数目的具有一定类间距的示例，这是它的显著优点。但其也存在很大的局限性，具体 表现为：一是由于诊断系统的性能很大程度上受所选择示例的限制，如果示例正交性和完备 性不好时，系统性能较差，在实际情况中无法保证得到正交、完备的训练集，特别当训练样 本较少时，或存在两个相似示例时，网络的求解结果并不总是正确的：二是人工神经网络只 能处理数字化的信息，神经网络将一切知识均变为数字，火电厂给水泵振动模糊故障诊断研 究把一切推理全变为数值计算，作为知识的网络权重解释困难，神经网络技术是对较低层的 1 0 第二章振动监测与故障诊断的基本理论 智能模拟，对较高层次的智能模拟则需要大量的符号知识的表达和处理，因此神经网络故障 诊断技术虽然己经有很多成果，特别是在加快网络收敛性方面做了很多工作，但应用神经网 络技术解决复杂的工程实际问题还要做许多工作。 ( 4 ) 模糊诊断方法 模糊集的概念首先由查德在1 9 6 5 年提出，模糊集理论在它作为适合于人类的模糊表达方 式和适合于机器的精确数值特征量之间接口的作用时，将特定值与特征概念相一致的程度由 隶属度函数描述，通过隶属度函数计算机能更好地按人的期望执行。 鉴于模糊诊断理论能利用模糊逻辑而精确识别设备的状态，而且汽轮发电机组振动故障 很难具体地说是由某一原因引起而非另一原因，只能是以某一隶属度属于某一原因，而以另 一隶属度属于另一原因。在这种情况下，我们可借助于模糊数学理论，用隶属度的概念来描 述汽轮发电机组的振动。然后用模糊综合评判法找出故障的原因，实现火电厂汽轮发电机组 的振动故障诊断。 东南大学硕士学位论文 第三章 a l s t o m6 0 0 m w 汽轮机组和s 8 0 0 0 振动监测系统简介 3 1a l s t o m 6 0 0 m w 汽轮机组转子结构特点 3 1 1a l s t o m 6 0 0 m w 超临界汽轮机组简介 平圩发电有限责任公司二期工程撑3 机、撑4 机两台6 0 0 m w 超临界汽轮机均为北重 a l s t o m 公司生产。汽轮机的型号为d k y 4 4 n 4 1 b ，一次中间再热、单轴、四缸四排汽反动 式汽轮机。 该汽轮机组采用模块化设计，包括1 个反向单流的高压模块，1 个分流的中压模块，2 个 分流的低压模块。高、中、低压缸全部为内、外缸结构，其中高、中压内外缸为铸造结构， 低压内、外缸为焊接和铸造结构。高、中压内缸为两半圆筒形，无水平中分面法兰，外部采 用红套环箍紧结构。汽轮机本体由“牛腿 支撑，易于调节。低缸与凝器为刚性连接，凝器 底部由弹簧支撑。 3 1 2a l s t o m 6 0 0 m w 汽轮机组转子结构特点 汽轮机的四根转子全部为焊接结构，转子在制造厂做全速动平衡，并做1 2 0 的超速试验。 整个汽轮发电机组的6 根转子配有7 个支撑轴承，其中2 拌轴承为推力一支撑联合轴承，分别 置于7 个落地式的球墨铸铁轴承箱内。轴瓦为袋式椭圆形瓦，适于大容量高比压机组。 a l s t o m 6 0 0 m w 汽轮机组转子结构特点见表3 1 。 表3 1a l s t o m 6 0 0 m w 汽轮机组转子结构特点表 1 2 第三章a l s t o m6 0 0 m w 汽轮机组和s 8 0 0 0 振动监测系统简介 3 1 3a l s t o m 6 0 0 m w 超临界汽轮机组转子轴系图 平圩电厂3 号机组系阿尔斯通汽轮机公司生产的6 0 0 m w 汽轮发电机组。轴系由6 根转 子组成，包括高压转子( 唧) 、中压转子( i p ) 、2 根低压转子( l p ) 、发电机转子( g e n ) 和 励磁机转子( e x c ) 。转子轴系图如下： 卜一一 卜一一 臧 坛 l p l珈坛 l p 2刊锄i 3 4 - 图3 1a l s t o m 6 0 0 m w 超临界汽轮机组转子轴系图 3 2s 8 0 0 0 在线汽轮机组振动监测诊断系统的开发和应用 3 2 1 汽轮机组振动监测诊断