《600MW汽轮机组振动故障诊断研究》6000字

MW汽轮机组振动故障诊断研究目录TOC\o"1-3"\h\u1引言 12汽轮机组振动故障的基本特征 12.1汽轮发电机组振动的基本特征 12.1.1振动故障的一般原因 12.1.2典型振动故障的特征 23600MW汽轮机故障诊断的方法 43.1传统故障诊断方法 53.2人工智能技术在故障诊断中的运用 54案例分析 54.1高中压转子振动故障 64.1.1振动故障特点及分析 64.1.2故障处理及效果 64.29号轴振故障原因分析及处理 84.2.1振动故障分析 84.2.2故障处理效果 84.3本章小结 8结论 9参考文献 111引言为了满足社会电力日益增长的需求，发电机组的能力日益增加。目前，许多新安装的火电机组的容量已经发展到600MW和1000MW。但随着单位能力的不断提高，对材料和经营环境的要求也将相应提高，特别是在国家实行“小压力”政策后，中国主要发电机组的产能已进入600MW时代，随之而来的小单位振动故障带来了广泛的影响，对于准确诊断汽轮机振动故障具有重要意义。

目前，火电厂汽轮机的振动仍难以解决。蒸汽轮机在非常复杂的环境中运行。振动影响更大。现场检查无法解决实际问题，严重影响机组的安全稳定运行。因此，对现场实际遇到的问题，对涡轮机故障原因的诊断是非常重要的。

中国目前的火电阶段仍然是今年的很大一部分，国家开始重视核电发展，目前在国内建成的核电机组24.火电厂和核电站均配备蒸汽涡轮机，其可以在现场维持蒸汽轮机。对中国电力工业的发展具有重要意义。中国节能环保管理逐步提高，电厂设备的可靠性提出了新的要求，因此研究了火电厂汽轮机的故障诊断，使现场事故处理能够顺利进行发电企业维护部门提供的基本分析是非常必要的。2汽轮机组振动故障的基本特征涡轮发电机组的振动属于机械振动类别。机械振动分类具有严格的学术和标准定义。2.1汽轮发电机组振动的基本特征振动的特征是振动的三个要素，振动的振幅（位移幅度或速度幅度，或加速度幅度），相位角和频率。对于非谐波复杂振动，需要谐波分析来表征各种频率。所谓的振动数据收集和处理，其本质是提供振动特性的特点。2.1.1振动故障的一般原因旋转机械运行（即转子旋转时）避免振动，振动量只要不超过一定程度即可。但当本机出现异常振动或振动过大时，会发生运行时故障，必须及时排除，确保安全运行。导致本机不正常振动或振动原因太多，如：

①转子失衡过大;

②联轴器与轴组件的联轴器超出允许范围;

③轴的对准不在允许的范围内;

④转子不稳定;

⑤转子上的零件松动;

⑥转子存在缺陷和损坏（如腐蚀，焦化，叶片断裂和转子裂纹等）;

⑦运动部分摩擦;

⑧单元安装缺陷（如零件松动，基座松动，热膨胀不足等）。

单元振动的原因不同，振动特性往往不同。如果能掌握各种振动特性，各种振动原因的分析和诊断将有一定的依据。因此，该单元的振动特性分析已成为故障预测与诊断的重要手段。2.1.2典型振动故障的特征（1）由转子不平衡引起的振动特性

由转子不平衡引起的激振力（离心力）是机组振动最基本和最常见的原因。励磁力的大小与转子转速的平方成比例。因此，速度越高，励磁力越大，在支撑系统动态刚度等条件下都有一定的情况，产生的振幅越大。振动频率和转子转速频率是相同的，也就是说，具有相同的频率振动。

（2）轴组件的联轴器振动特性或加工误差

耦合加工或轴组件具有误差，反映在转子振动中，包括两个方面：一是与轴的联轴器或组装不良，使端部和轴线不垂直，当连接螺栓拧紧时，轴颈会变形并产生振动，在旋转时由于强制振动而产生附加力。二，联轴器与连接螺栓孔节距和孔不是心脏，当两个串联联轴器会产生偏心连接（即两轴中心偏差）时，旋转也造成额外的力并产生振动。

（3）由轴不对准引起的振动特性

轴对准通常是指相邻的两个轴安装在相应的轴承中，两个轴的倾斜或偏移度。如上所述，轴对准基本上是轴承高度和偏差的左右位置的反映。大多数通常的检查方法用于检测两半的长圆偏离和开口偏差。

（4）油膜振荡特点

油膜振荡是转子不稳定现象之一。转子不稳定，振动不稳定状态，严重不稳定，振幅将很快增加。油膜振荡的过程如下：当转子达到不稳定速度时，振动频率大约是速度的一半，继续加快，振动频率始终保持这种关系，这种低频振动是称为半速涡流，其振幅一般不是很大。当转速高于一阶临界速度的两倍时，半速涡流频率与一阶临界转速一致，半速涡流将被共振和放大，振动增加，这是油电影振荡。一旦发生油膜振动，转速持续上升，振动频率将保持一阶临界转速的频率而不改变，共振范围较宽。油膜振荡，一般不能像加速速度一样至关重要，通过方式，防止分歧和及时措施排除。（5）振动特性引起的动静摩擦

有两种类型的摩擦：摩擦部分不在轴本身（如叶轮，皮带等部分与其余部分摩擦;另一种是旋转部分的摩擦，直接发生在轴本身。

（6）转子上松动部件的振动特性

转子零件松动的结果，会导致转子平衡的变化，反映振动特性一般都没有变化。例如，当平衡块在平衡的圆周方向上移动或者套件和轴之间的干扰量不足时，测量的振动值的几倍变化，特别是在起动和变速过程中更多可能反映这种变化因此，诊断这种振动衰竭的方法，可以通过启动和停止分别启动几次，分别测量振动的振幅和相位。当每次都有不同的值，并显示出随机的情况变化时，可以确定转子零件松动。

（7）由振动特性引起的转子振动

转子上的裂纹对应于转子横截面对称性的破坏，在圆周方向上存在最大和最小的弯曲刚度，转子在转子旋转期间将改变两倍，从而导致转速的两倍的振动。裂纹越大，双倍频率的振动分量越大。根据这个特点，反映在减速过程中，在1/2临界转速下，会有一个明显的振动峰值。由于转子刚度破坏特性的变化和刚度的降低，除了产生两倍于振动分量的频率外，振动分量的频率将会增加。因此，当通过一阶临界转速时，一次振动的频率将增加。另外，转子的裂纹，刚度的降低，不可避免地会降低共振频率，所以转子实际转矩在实际旋转时应相应减小，二次临界转速下降后的工作速度一致，这应该是一个非常重要的事情。否则，裂纹转子的振动分量为频率的两倍将导致工作速度下二阶临界速度的共振，这将导致裂纹的快速膨胀，甚至转子断裂的严重后果。

（8）由转子热弯引起的振动特性

转子热弯曲是指由于弯曲引起的径向不对称变形，加热后转子处于运行状态。转子的热弯曲原因很多，轴的剩余内应力过大，材料不均匀，转子的径向温差不对称（由转子加热不均匀和不对称引起）的传热阻力等），转子之间的轴向间隙，转子中心孔和静摩擦部分的运动摩擦等。。（9）轴承松动引起的振动特性

轴承垫由于缺乏紧密或长时间的振动，会在这种现象的枯萎中松动。这不仅造成轴承振动（特别是轴振动）增加，而且伴随着高噪音。振动或噪声的频率相互一致，而高频率的速度，即由非谐振共振的非基本分量引起的转子激励力的轴承系统（即高谐波共振）。由于系统刚度的不同，通常在轴承的垂直和水平方向测量的高频部件的尺寸。

（10）由电磁励磁引起的电机振动

电机转子与励磁电流在这种情况下，必须产生电磁力，其大小一般等于极点。在工作中，电磁力使定子振动，振动频率是双作用电极的两倍，转子本身不产生振动。但定子的振动将不可避免地传递给轴承，因此轴承也可以在双倍的振动频率上测量。这种振动与励磁电流有关，所以只需要根据励磁电流的大小或激励电流的大小来判断。（11）气缸或轴承座等热膨胀引起的振动特性

在安装或操作热部件的热部件时，不考虑问题，经常带来振动问题。由于热膨胀不良引起的振动增加的原因可归因于以下几个方面：

①轴承座和气缸的相对位置受到影响，导致转子中心发生变化，结果降低中立轴。

②改变静态和动态部件之间的间隙，是静态和动态摩擦的严重原因。当发生在轴和轴封上时,转动轴会产生热弯。

③轴承与基板之间的接触受到影响。在接触不良的情况下，下降的轴承刚度

低。

上述三个方面的问题，会导致振动增加，振动特性已经在以前描述过。

（12）频率振动

分频振动也称为次谐波共振或亚异步振动。振动频率为1/n（n为整数），一般出现1/2以上。当工作速度在整数倍数的关键速度下，很容易刺激强烈的振动，并且刺激形成非常快，有时被重大的毁灭性事故所捕获。因此，振幅频率即使振幅不大，但也是潜在的危险振动，不能轻易拍摄。3600MW汽轮机故障诊断的方法蒸汽轮机故障主要体现在振动中，振动测量方法由两部分组成。第一部分是采集振动信号，也就是说，根据具体情况，适当的传感器，将体现振动信号的机械状态，即物理测量出来：第二部分是故障诊断，也就是说，根据故障诊断的性质和信号特点，利用相应的信号处理技术，信号反映了机械设备的状态提取设备的特性，以确定故障的类型故障和故障的位置等。用不同的方法识别汽轮机故障，形成以下几种基本的振动诊断方法。3.1传统故障诊断方法在将故障诊断系统引入电站之前，蒸汽轮机组将进行定期维护，即维护时间，无论该单元是否必须关闭维护。在实时操作中，现场操作人员依靠他们的操作经验和对现场状况的观察来作出错误的结论。在应用于电站的故障诊断系统的早期阶段，系统只具有实时显示单元振动关键部分的功能，故障识别依赖于现场工程师根据所包含的信息信号.3.2人工智能技术在故障诊断中的运用基于人工智能的故障诊断有两种主要类型，一种是基于知识（符号推理）故障诊断;二是基于智能模式识别故障诊断。专家系统是一种基于知识的信息处理系统，类似于人类的逻辑思维，由于采用模块化结构，可以轻松扩展到不同的诊断对象。基于智能模式识别的故障诊断可以被认为是典型的模式识别问题，即一系列过程参数进行监控，然后将智能识别系统从测量空间映射到故障空间，以实现故障诊断。4案例分析中国大容量，高参数汽轮机研究开始较晚，故相关故障诊断措施不完善，早期汽轮机故障诊断人员主要以人为的方式使用，即通过触摸，观察，声音，我们可以看出，该设备的诊断以及对故障推理的个人经验进行诊断的需要，诊断的准确性将由于个体差异而具有较大的波动性，具有一定的局限性，与汽轮机能力计算机技术和现代通信技术对大容量汽轮机故障诊断提供了有效的技术支持，人工智能，人工智能等。这样就难以提高设备的可靠性，计算机技术和现代通信技术已经成为涡轮故障诊断不可或缺的一部分。

600MW机组是上海汽轮机厂和上海电气厂生产的亚临界风冷600MW涡轮发电机组。蒸汽轮机为NK600-16.7/538/538亚临界，一个中间再热，单轴，三缸四排气，直接空气冷却，冷凝蒸汽轮机，与QFSN一起为600-2水/氢/氢冷却模式发电机，励磁方式采用机侧静态励磁。

单元轴由高，中压转子（HIPS，低压I转子（LP1），低压和转子（LP2），发电机转子（GEN）和励磁小轴（EXC））组成，其中前三个转子双转子和发电机轴是三个轴承结构，单元轴轮廓如图4-1所示。图4-1机组轴系简图4.1高中压转子振动故障4.1.1振动故障特点及分析在单元首次启动时，发现：（1）当高达1500r/min的冲击时，高，中压转子振动接近400μm;（2）在随后的单速运行中，另外，根据轴振动的历史，结合相同类型机组的经验，待机组随着负载的变化，振动的测量值会更加明显。

从振动特性可以看出，振动失效的原因是：高，中压转子存在明显的一级质量失衡质量和一定的二次质量不平衡。4.1.2故障处理及效果使用单位停机的机会，在高压和中压转子增加，即：

（1）在1号，2号轴承侧的叶轮方向相同方向增加11208，以减少高，中压转子的临界转速;

（2）在1号，2号轴承侧的叶轮上反向增加1858，以减少中高压转子转速的振动条件。

单位加重后，发现配重显着降低了相关测量点的振动，使其振动到70μm以下，达到振动水平（如表4-1-2所示）。表4-1动平衡前后高中压转子的振动数据单位:μm工况1X1Y2X2Y平衡前1480r/min397273193125平衡前3000r/min85737065平衡后1480r/min101545636平衡后3000r/min62513947图4-2动平衡前后，高中压转子各转速下的振动比较4.29号轴振故障原因分析及处理4.2.1振动故障分析机组运行不久后，9轴振动严重超过200μm。分析振动的主要原因是轴承间隙和轴头摆动存在问题，这些方面在随后的维护中得到解决。4.2.2故障处理效果单位第一固定速度3000r/min后，9轴振动显着减小，如表4-2所示，达到良好的轴振动水平。表5-29号轴振处理前后振动数据单位:μm工况9X9Y处理前刚定速243197处理前带负荷稳定运行309MW209161处理后刚定速2542处理后带负荷稳定运行309MW26524.3本章小结综上所述，现代科技对电力行业，发电机组等重要设备的表现有了很大的改善，特别是近几年来中国经济的快速发展，促使国内电力需求持续上涨（所以更多发电机投入运行的数量越来越多，但随着发电机组容量的增加，系统和结构变得越来越复杂，加上恶劣的工作环境，导致发电机组经常发生故障，这些故障将影响发电厂的能力和经济效益，鉴于此，本文对电厂600MW汽轮机常见的振动故障进行了深入的讨论，分析了发电厂单元的振动故障，为不同原因造成的故障，采取相应的措施，整改优化，从后期运行状况的基本趋势的稳定性。

（1）高压和中压转子存在非常明显的一级不平衡质量和一定的二次不平衡质量，通过现场高速动平衡将相关测量点的振动降至最佳水平;

（2）9轴承间隙等安装参数的调整，使9轴振动从200μm以上到80μm以下;

（3）目前，单位轴的每个测点的振动达到国家有关标准规定的合格水平。

结论本文首先介绍了振动故障的分类，典型故障的原因和典型故障的分类。然后详细研究人工智能技术在故障诊断中的应用。指出本文将利用模糊专家系统诊断汽轮机故障诊断传统故障诊断方法和人工智能技术在故障诊断中的应用。

为了适应电力生产和生产需求的快速增长，单位容量越来越大，中国主要发电机组的容量也进入了600MW时代，随之而来的是微机组振动故障带来的问题范围广泛本文的主要研究成果如下：

据了解，对振动故障信号处理方法的研究进行了深入的研究，需要更新更好的处理方法来了解汽轮机振动故障诊断的现状。

根据现场实际运行情况对涡轮机振动机理进行分析分析。首先分析了600MW汽轮机组轴排布的改进情况，并对蒸汽轮机振动的影响进行了讨论。对于这种新的振动条件和故障形成环境。在故障分析中，选择关键故障，重点分析不平衡故障，不对中，油膜涡流和油膜振荡故障，转子静态和动态磨损故障。并根据实际的诊断测试经验，总结了其故障性能的特点。

参考文献[1]王国彪，何正嘉，陈雪峰等.机械故障诊断基础研究“何去何从”[J].机械工程学报，2013,49(1):63-72.[2]夏松波，张礼勇.旋转机械故障诊断技术的现状与展望[J].振动与冲击,201516(4):1-5.[3]涂善东，葛世荣，孟光等.机械结构强度与失效，机械与制造科学学科发展战略研究报告(2006-2010年)[M].北京:科学出版社，2010.[4]国家自然科学基金委员会工程与材料科学部.机械工程学科发展战略报告(2011-2020年)[M].北京:科学出版社，2016.[5]李录平.汽轮机组故障诊断技术[M]，北京:中国电力出版社，2015.[6]陈进.信号处理在机械设备故障诊断中的应用[J].振动与冲击，2016,18(4