小波变换模极大值在动静碰摩早期诊断中的应用

根据小波变换原理,通过模极大值理论,对转子实验台上的原始碰摩信号、轻度染噪信号、重度染噪信号3种轻微局部碰摩信号进行分析,找出碰摩发生时的奇异点,推断出碰摩发生的时间和位置.经过实验分析和仿真,明确了模极大值理论对碰摩早期的识别和诊断具有一定的指导意义.     

汽轮机组动静碰摩故障谐波小波分析诊断方法研究

首先给出了谐波小波时频剖面图检测含噪声信号的微弱奇异成分的方法;然后运用谐波小波时频剖面图方法分析了碰摩故障仿真信号;最后利用该方法对多个实际汽轮机组动静碰摩故障的真实振动信号进行了分析研究。结果表明,谐波小波能够得到其它信号分析方法无法得到的特征,有效识别机组的碰摩故障。     

碰摩转子系统动力学特性的实验研究

针对旋转机械常见的碰摩故障,在不同的转子系统结构以及不同的不平衡量的3种条件下对系统的动力学特性进行了实验研究,发现了转子系统当发生碰摩时其运动轨迹有明显的碰撞折返特点、振动波形有明显的削波现象、振动频谱中既包含工频,也有明显的高频谐波分量。这些特征可为准确诊断转子系统的碰摩故障提供依据。     

静子存在缺陷碰摩转子系统振动特性研究

针对实际中存在转、静件不均匀膨胀导致碰摩的情况,把静子局部膨胀当作静子局部存在的凸起缺陷考虑,以此建立了碰摩力模型,研究了其振动特性的变化情况,为实际碰摩故障诊断提供了理论依据。     

非线性碰摩转子系统动力响应研究

建立了短轴承模型的非线性转子系统发生碰摩时的数学模型,结合数值仿真计算对碰摩转子所表现出的动力学特性进行研究,分析表明系统除具有各种形式的周期和拟周期振动以外,还具有丰富的混沌运动和分岔现象.用数值方法得到系统在某些参数域中的分岔图、轴心轨迹、庞加莱映射图、响应曲线和频谱图,直观显示了系统在某些参数域中的运行状态;同时研究了不平衡量对转子系统响应的影响,数值分析结果为该类转子系统的理论分析与故障诊断提供了参考.     

转子早期碰摩故障特征的小波包分析

针对旋转机械碰摩故障的特征,运用电涡流传感器和虚拟仪器检测和诊断转子的碰摩故障.分析了转子碰摩振动信号的时域波形特征、碰摩振动时的轴心运动轨迹特征,提出了应用小波包分解、重构技术进行消噪处理,实验分析结果表明该方法可以有效地提高故障诊断的准确性.这对转子碰摩故障诊断具有重要的理论和现实意义.     

基于第二代小波变换的转子碰摩故障特征提取方法

为了能够提取隐含在振动信号中的故障特征,利用第二代小波对称、紧支撑和冲击振荡衰减的特点,有效地提取具有冲击响应特性的故障特征。实验证明,即使采用较小支撑区间的此类小波,也可获得理想的效果。另外,为了获得与原始信号相同的时间分辨率,采用单支重构的方法分别对逼近信号和细节信号处理,得到了转子碰摩故障的时域响应特征,为故障诊断和预示提供了一种分离故障时域特征的方法。     

碰摩转子系统在轴向推力作用下的分岔研究

推导建立了碰摩转子在轴向推力作用下的非线性动力学方程,分别以质量偏心和转子转速比为控制参数,对碰摩转子横向振动和轴向振动的分岔等非线性特性进行了数值分析.仿真分析表明:转子横向振动分岔图中,存在周期1运动、周期2运动及复杂的拟周期运动等.同时,从转子轴向振动分岔图可以看到系统以一种拟周期路径方式运动,随着质量偏心的增大,系统会突变为混沌运动,且会一直持续下去.分析结果为实际转子系统的碰摩故障分析提供了必要的理论依据.     

碰摩转子轴心运动加速度信号的仿真分析

针对早期碰摩时转子振动特征与其它旋转机械常见故障特征相重复的问题,研究转子轴心运动加速度信号中蕴含的早期碰摩故障特征。建立了转子动力学模型并求解得到仿真转子振动信号,从中计算出转子轴心运动加速度信号并进行了分析。结果表明发生早期碰摩时,转子轴心加速度信号会在碰摩点处发生瞬间剧烈波动,可用来指示碰摩故障及部位,故障特征远比轴心振动位移信号和轴心轨迹图明显,可望用于早期碰摩故障的诊断。     

大型机组动静碰摩故障振动特征分析与现场处理

机组动静部件碰摩是运行中常见的重要故障，它对正常运转有直接影响。现场碰摩的诊断难度较高，不及时、不准确的诊断都会造成经济损失。结合某电厂一台300MW机组低压通流部分发生碰摩时实际的振动数据，介绍了碰摩发生时传感器间隙电压、转轴静态轨迹以及相位表现出的征兆和特征，并介绍了现场紧急处理这种故障的方法。     

小波分析技术在汽轮机故障诊断中的应用

就小波分析技术在汽轮机故障诊断中故障特征提取和小波算法的硬件实现问题进行了深入研究.提出了基于小波能量分布的故障特征提取方法,并在转子试验台上进行了验证.对于小波分析算法的硬件实现,设计了一种基于DSP的小波算法.实践检验证明,该方法能够满足振动信号实时分析的需要.     

汽轮发电机组动静碰摩的奇异谱理论与小波分析诊断方法研究

作者利用奇异谱对汽轮发电机组转子动碰摩的振动信号进行了分析,剔除信号中因不平衡等邦联所产生的平滑部分、抑制噪声;并运用连续小波变换对信号进行分析。通过多尺度分析形成等高线图,使碰摩故障特征在相应的等高图上得以体现出来。作者还比较了相似频谱特征的两类故障信号的小波变换等高线特征,总结了碰摩故障小波变换等高线分析特征,得到了理想的分析结果,为汽轮发电机组碰摩故障识别提供了新的思路;同时讨论了运用小波变     

基于小波包特征向量弹性BP算法的故障诊断

为精确诊断转子故障,采用了基于小波包能量特征向量的弹性BP神经网络和最速下降BP算法神经网络的故障诊断方法,对采集到的信号进行3层小波包分解,构造小波包特征向量,对样本进行3层BP网络训练,实现智能化故障诊断。结果表明采用改进的BP算法优于最速下降BP算法,训练的网络可以很好地诊断转子故障。     

基于小波变换的汽轮发电机组振动故障检测与诊断方法

提出了基于小波变换的汽轮发电机组振动故障检测与诊断方法。通过对仿真的汽轮发电机组典型振动故障信号进行小波变换,利用小波变换后的时频等高线图,对汽轮发电机组典型振动故障进行了检测分析。分析表明,利用小波时频等高图,可以直观表示信号中畸变发生的时间,有效地提取信号中的奇异特征;根据不同的故障发生时的频谱特征,能够识别出不同的故障,进行机组振动故障检测与故障诊断。     

基于贝叶斯网络的转子系统故障诊断研究

通过分析传统故障诊断方法在处理实际系统不确定性问题时存在的困难,研究了基于贝叶斯网络的转子故障诊断方法。依据转子系统存在的故障类型和对应的故障征兆,本文建立了转子系统的贝叶斯网络模型,并开发了基于贝叶斯网络模型的转子故障诊断系统。通过对实际转子系统故障的检测,证实了该方法在处理信息不确定条件下,进行故障诊断的有效性。     

基于EEMD-LSTM的汽轮机转子碰磨故障诊断模型及其工程应用

汽轮机转子与静子间的碰磨严重影响着机组的安全运行。为了解决汽轮机转子发生在早期和中期的碰磨故障难以通过基于振动信号检测诊断方法进行有效识别的问题,本文提出一种基于EEMD-LSTM的汽轮机转子碰磨故障诊断方法。首先,该方法通过声发射技术监测汽轮机转子的碰磨故障信号;然后,利用EEMD信号分解方法处理获取的声发射信号,并提取能量特征参数和相关的时域特征参数,从而获得碰磨故障特征数据集;最后,利用划分的数据集对LSTM神经网络进行训练与测试,从而获得碰磨故障诊断模型。工程应用结果表明,本文提出的方法能够有效识别机组在不同转速时期的早期碰磨故障,且故障诊断的准确率较高。     

利用最优小波包提取轴心轨迹故障特征

该方法将原始故障进行最优不上包分解,利用最小Shannon熵准则将子信号中能量比重较大的部分提取出来,作为故障特征,然后经过重构,得到表征故障特征的清晰的轴心轨迹。最后,举例说明其应用。