基于汽輪機(jī)組模擬振動(dòng)信號(hào)的故障診斷研究.pdf

1、汽輪發(fā)電機(jī)組是電力生產(chǎn)過程中的重要設(shè)備,在我國(guó)能源生產(chǎn)中起著越來越重要的作用,其運(yùn)行的安全性、可靠性也日益引起重視。由于其設(shè)備結(jié)構(gòu)和工作原理比較復(fù)雜,以及工作環(huán)境的特殊性,故障發(fā)生率較高,汽輪發(fā)電機(jī)組的故障診斷成為旋轉(zhuǎn)機(jī)械故障診斷技術(shù)應(yīng)用的重要方面。
　　汽輪發(fā)電機(jī)組的故障常常在振動(dòng)信號(hào)中有所反映,通過對(duì)汽輪發(fā)電機(jī)組振動(dòng)信號(hào)的檢測(cè),實(shí)現(xiàn)對(duì)機(jī)械故障的診斷是一種行之有效的方法。傳統(tǒng)分析方法的傅立葉變換是振動(dòng)信號(hào)檢測(cè)的基礎(chǔ),不僅可以實(shí)現(xiàn)

2、線性譜分析,而且還是功率譜估計(jì)的關(guān)鍵環(huán)節(jié)。傅立葉變換的實(shí)質(zhì)是在頻域觀察分析,但機(jī)械的振動(dòng)故障信號(hào)往往是具有奇異性的非平穩(wěn)信號(hào),因此傅里葉變換對(duì)于汽輪機(jī)組的非平穩(wěn)信號(hào)無能為力。
　　應(yīng)運(yùn)而生的小波分析理論,為數(shù)學(xué)函數(shù)的局部放大提供了高可行性的解決方案。利用小波理論發(fā)展出來的小波分析技術(shù)近年來在熱工設(shè)備故障診斷方面得到了廣泛的應(yīng)用?？紤]到目前對(duì)小波變換結(jié)果二次分析的研究現(xiàn)狀,選用人工神經(jīng)網(wǎng)絡(luò)這種基于仿生學(xué)理論發(fā)展出來的高效性的建模、優(yōu)

3、化方法,對(duì)小波變換所得的分析結(jié)果,通過事先固定數(shù)目的“神經(jīng)元(Neuron)”處理單元連接強(qiáng)度的不斷改變,對(duì)網(wǎng)絡(luò)進(jìn)行“訓(xùn)練”并優(yōu)化網(wǎng)絡(luò),最終實(shí)現(xiàn)應(yīng)用的目標(biāo)。
　　論文歸納了汽輪機(jī)組轉(zhuǎn)子常見振動(dòng)故障的機(jī)理及特點(diǎn),針對(duì)大功率汽輪機(jī)組轉(zhuǎn)子振動(dòng)的非平穩(wěn)信號(hào),利用時(shí)域分析、時(shí)頻分析并結(jié)合神經(jīng)網(wǎng)絡(luò)的分析方法進(jìn)行故障的診斷。通過對(duì)幾種常見故障的振動(dòng)信號(hào)分析和仿真,驗(yàn)證了算法的有效性,對(duì)比傅里葉變換等傳統(tǒng)方法,實(shí)現(xiàn)了故障特征的提取和故障診斷。研究

4、表明,利用小波包分解與重構(gòu)的方式對(duì)故障信號(hào)進(jìn)行提取和分析,在時(shí)域和頻域都有良好的局域化能力,而且能夠聚焦到信號(hào)的任意細(xì)節(jié),對(duì)信號(hào)的突變有很強(qiáng)的識(shí)別能力。提取反映故障特征的某些頻帶特征量,既降低了特征向量的維數(shù),又有效地抑制了噪聲干擾,使BP網(wǎng)絡(luò)的復(fù)雜程度降低,收斂速度加快,得到了較為準(zhǔn)確的結(jié)果,通過分析從而達(dá)到故障分類和故障檢測(cè)的目的。
　　本研究表明,在對(duì)熱工設(shè)備故障診斷中,利用小波包分析和BP網(wǎng)絡(luò)相結(jié)合的分析方法,改善了傳統(tǒng)方