（动力机械及工程专业论文）hilberthuang变换及其在汽轮机组振动故障诊断中的应用研究.pdf

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己在论文中作了明确的说明并表示了谢意。 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 刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 研究生签名：塞辱堡导师签名：，2 丝兰么日 摘要 摘要 振动是汽轮发电机组常见的一类重要故障。振动参数蕴含着反映机组状态和性能的丰富信息。研究、 发展并应用先进的状态检测与故障诊断技术，包括研究先进的振动信号处理技术，对于保证机组安全可 靠运行，避免造成经济损失和灾难事故的发生具有重要意义。 传统的傅里叶频谱分析技术能够很好地实现平稳信号的处理，对非平稳信号的处理效果不理想，而 汽轮发电机组振动故障中有一些是非平稳信号。希尔伯特黄变换( h h t ) 对平稳信号和非平稳信号的 分析处理均有强劲的能力，研究h h t 方法在机组振动信号处理和故障诊断中的应用具有一定的理论和 工程应用价值。 在深入学习和掌握h h t 的基本理论和通用方法的基础上，本文用h h t 对稳态正弦叠加信号、间 断信号、频率突变信号、调幅信号、调频信号等一系列仿真信号进行了分析，均取得了理想效果。在对 这些仿真信号的分析中，本文还将h h t 同傅里叶变换和小波变换做了比较，结果表明了h h t 的优势。 本文用h h t 对汽轮发电机组现场实际振动故障的分析和诊断进行了应用性研究，具体针对三种故 障：质量不平衡、油膜涡动和动静碰摩故障。根据分析和研究结果，论文对这三种故障的h h t 分析结 果的特征进行了总结。最终，本文又用h h t 方法对两台引进型3 5 0 m w 亚临界压力机组的动静碰摩故 障实例进行了信号分析，结果表明，h h t 能够得到比傅里叶频谱更多有价值的信息，可以有效提高这 类故障的诊断精度和可靠性，有重要的工程应用前景。 在本文结尾，给出了h h t 的一些不成熟之处，作为进一步研究的方向。 关键词：汽轮发电机组振动；信号分析；故障诊断；希尔伯特黄变换：实际故障分析和诊断 i 东南大学硕士学位论文 a b s t r a c t v i b r a t i o ni so n eo ft h em a j o rf a u l t so ft h et u r b o g e n e r a t o r s t a t ea n dp e r f o r m a n c eo ft h eu n i tc a nb e r e f l e c t e db yv i b r a t i o n sw h i c hc o n t a i nal o to fi n f o r m a t i o n t h et e c h n o l o g yo fs t a t ei n s p e c t i o na n df a u l t d i a g n o s i sw h i c hi sr e s e a r c h e d ，d e v e l o p e da n da p p l i e d ，i n c l u d i n gr e s e a r c h i n go ft h ea d v a n c e dp r o c e s s i n g t e c h n o l o g yf o rf e a t u r ee x t r a c t i o n o fv i b r a t i o n s i g n a l ，c a l l e n s u r e s a f e t yi nt h eo p e r a t i o no ft h e t u r b o g e n e r a t o r ，i tc o u l da l s oa v o i dag r e a te c o n o m i cl o s sa n dc a t a s t r o p h i ca c c i d e n t se t c t h es t a t i o n a r ys i g n a lc a nb ep r o c e s s e dw e l lb yt h et r a d i t i o n a ls p e c t r u ma n a l y s i st e c h n o l o g yo ft h e f o u r i e rt r a n s f o r m ，b u ti ti sn o ts u i t a b l ef o rt h en o n s t a t i o n a r ys i g n a l h o w e v e r , t h e r ea r es o m e n o n s t a t i o n a r ys i g n a l si nt h ev i b r a t i o nf a u l t so ft u r b o g e n e r a t o r t h eh i l b e r t h u a n gt r a n s f o r m ( h h t ) h a s a no u t s t a n d i n ga b i l i t yi nd e a l i n gw i t hb o t hs t a t i o n a r ya n dn o n s t a t i o n a r ys i g n a l s ot h e r ei sat h e o r e t i c a la n d e n g i n e e r i n gv a l u et om a k ea r e s e a r c ho nt h eh h tf o rf a u l td i a g n o s i so ft u r b o g e n e r a t o ru n i t s i nt h i sp a p e r , as e r i e so fs i m u l a t i o n s i g n a l sw h i c hc o n t a i ns t e a d ys i n u s o i d a ls u p e r p o s e ds i g n a l ， d i s c o n t i n u o u ss i g n a l ，f r e q u e n c yt r a n s i e n ts i g n a l ，f r e q u e n c ym o d u l a t e ds i g n a la n da m p l i t u d em o d u l a t i o n s i g n a l ，a r ea n a l y z e dt h r o u g hh h tw i t hi d e a le f f e c t a tt h es a m et i m e ，t h i sp a p e rm a k e sac o m p a r i s o na m o n g f f t ，h h t ，w a v e l e tt r a n s f o r m ，a n dp o i n t so u tt h ea d v a n t a g eo fh h t t h i sp a p e rd o e st h er e s e a r c ho ns o m ef i e l dv i b r a t i o nf a u l t so ft u r b o g e n e r a t o r st h r o u g hh h ts u c ha s u n b a l a n t ef a u l lr u bb e t w e e nr o t o ra n ds t a t o ra n do i lw h i r l t h e n h h tc h a r a c t e r i s t i c so ft h e s ef a u l t sa r e s u m m a r i z e d a tl a s t , t w of i e l dr u b sc a s e so fi m p o r t e d3 0 0 m wu n i ta r ea n a l y z e dw i t hh h t t h er e s u l t s h o w st h a th h tc a ng e tm u c hm o r ei n f o r m a t i o nt h a nf o u r i e rt r a n s f o r ma n dc o u l di m p r o v er e l i a b i l i t ya n d p r e c i s i o no fd i a g n o s i s s o m ei m m a t u r ea s p e c t so f t h eh h ta r es h o w na sf u r t h e rr e s e a r c hi nt h el a s t k e y w o r d s ：v i b r a t i o no f t u r b o g e n e r a t o r ；s i g n a la n a l y s i s ；f a u l td i a g n o s i s ；h h t , s i m u l a t i o ns i g n a l s ；a n a l y s i s a n dd i a g n o s i so ff i e l df a u l t s i i 目录 摘要 目录 a b s t r a c t 目录 第一章绪论 ! i i 1 1 立题背景和意义l 1 2 旋转机械振动信号分析研究现状2 1 2 1 平稳振动信号分析2 1 2 2 时频分析技术2 1 2 3h i l b e r t h u a n g ( h h t ) 变换及其研究现状4 1 3 论文主要研究对象及内容5 第二章h i l b e r t - h u a n g 变换的基本理论 7 2 1 瞬时频率7 2 1 1 瞬时频率的提出7 2 1 2h i l b e r t 变换8 2 1 3 瞬时频率遇到的矛盾9 2 2 特征时间尺度l o 2 3 多分量到单分量1 1 2 4h h t 理论主要内容l l 2 4 1 本征模态函数”1 2 2 4 2 ( e m d ) 经验模态分解1 3 2 4 3h i l b e r t 谱和h i l b e r t 边际谱图1 5 2 4 4h h t 方法的算法流程1 7 2 5h h t 方法的性质l8 2 5 1e m d 方法的性质18 2 5 2h h t 方法的局部性1 9 2 5 3h h t 方法的分辨率1 9 2 6 本章小结2 0 第三章h h t 的仿真研究以及与其他方法的比较 2 1 3 1h h t 方法的仿真研究2 l 3 1 1 处理平稳信号能力的比较”2 l 3 1 2 处理间断信号能力的比较2 4 3 1 3 处理频率突变信号能力比较2 6 3 1 4 处理调幅信号能力的比较2 9 3 1 5 处理调频信号能力的比较3l 3 1 6 处理调幅调频叠加信号能力的比较3 3 3 2 本章小结”3 5 第四章h h t 在汽轮机组振动故障诊断中的应用 4 1 汽轮发电机组振动的测试和数据分析技术3 6 i i l 东南大学硕士学位论文 4 1 1 汽轮发电机组振动测试3 6 4 1 2 汽轮发电机组振动数据分析技术3 7 4 2h h t 方法在汽轮发电机组振动故障诊断中的应用3 8 4 2 1 质量不平衡故障3 8 4 2 2 油膜失稳故障4 0 4 2 3 动静碰摩故障4 3 4 3 本章小结4 5 第五章两个碰摩实例的h h t 分析 5 1l 电厂槲机组动静碰摩故障h h t 分析4 6 5 2d 电厂撑1 机组动静碰摩故障h h t 分析4 9 5 3 本章小节5 l 第六章总结与展望5 2 6 1 总结5 2 6 2 展望5 3 致谢5 4 参考文献 作者在校期间发表的论文及参加的科研工作 i v 5 5 5 7 第一章绪论 1 1 立题背景和意义 第一章绪论弟一早珀t 匕 据工业和信息化部的统计数据，截至2 0 0 9 年底，全国发电装机总容量达8 7 4 0 7 万千瓦，同比增长 1 0 2 3 ，其中火电装机容量达6 5 2 0 5 万千瓦占全国发电装机总容量的7 4 6 ，同比增长8 1 6 ；水电1 9 6 7 9 万千瓦，占总容量2 2 5 1 ，同比增长1 4 0 1 ；风电并网总容量1 6 1 3 万千瓦，同比增长9 2 2 6 ；核电 建设步伐进一步加快，2 0 0 9 年年底在建施工规模达2 3 0 5 万千瓦。受国际金融危机影响，2 0 0 9 年上半 年全社会用电需求减少，但下半年受国内投资政策影响，用电需求逐月增加。总体而言2 0 0 9 年全社会 用电量3 6 4 3 0 亿千瓦时，同比增长5 9 6 ，增速比上年提高0 4 7 个百分点。从以上数据可看出，我国 电力需求巨大且依然呈增长趋势；目前乃至今后很长一段时期内火力发电仍将牢牢把持着电力工业的主 体地位；被视为未来能源产业发展主流方向之一的核电，其发展正进入快车道。汽轮发电机组作为火电 和核电的关键设备，研究汽轮发电机组振动故障诊断，保证其安全经济运行对电力工业的发展乃至整个 国民经济的发展起着至关重要的作用，对同样存在振动问题的风力发电和水力发电机组也有着比较好的 借鉴意义。 当前，旋转机械朝着大型化、复杂化、自动化及高效化方向发展，生产和控制效率得到了很大提高， 但故障一旦发生经济损失巨大。如出于提高效率考虑将汽轮发电机组动静间隙值设计安装得很小，这导 致每年全国有多台大型机组发生动静碰磨，轻者使机组强烈振动，重者使得大轴永久弯曲【l 】。又如，目 前国产6 0 0 m w 机组是火力发电主力机组，这些机组的设计制造水平较之2 0 0 m w 、3 0 0 m w 机组有了很 明显的提高，但仍存在一些共性的缺陷，其中轴系振动是突出问题之一。这些振动缺陷对该型机组的安 全投运和工期造成了很大的影响，业主为了配合振动测试、查明原因所在，在调试阶段需要多次启机； 为实施现场处理，又需要专门安排停机检查或做动平衡，耗费物力财力，延误工别2 1 。发电设备的可靠 运行是适应市场需要和参与市场竞争的重要保证。加强对汽轮发电机组等发电设备的监测，对其进行及 时而正确的故障诊断以保证其安全可靠运行是十分迫切的问题。 振动是汽轮发电机组常见的一类重要故障。振动参数中蕴含着反映机组状态和性能的丰富信息。振 动故障处理其实就是一个对机组信息进行全方位考察并对缺陷加以消除的过程，涉及到机组的设计、制 造、安装以及运行。从专业范围来看，振动故障的处理和机组结构、机组运行方式、安装与检修技术、 机械量电测技术、信号分析与处理、计算机技术、软件技术等多个方面密切相判3 1 。振动故障最终得以 消除的重要前提是对故障的正确诊断。故障诊断又可以分为人工诊断和智能诊断。不管是对人工诊断还 是对智能诊断而言，故障信号特征提取都是故障诊断的重要部分。它直接关系到故障诊断的准确性，是 诊断中的难点之m r 4 。 综上所述，研究、发展并应用先进的状态检测与故障诊断技术，包括研究先进的振动信号处理技术， 正确地提取机械故障特征，对于保证大型机械设备的安全可靠运行，避免造成经济损失和灾难性事故的 发生具有重要意义。 东南大学硕士学位论文 1 2 旋转机械振动信号分析研究现状 1 2 1 平稳振动信号分析 傅里叶变换是最早研究频率的信号分析理论。作为一种经典的信号处理方法，快速傅里叶变换的频 谱分析技术仍是目前应用最广的信号分析方法。在傅里叶分析的基础上，频谱分析、相关分析、传递函 数分析、倒频谱分析等信号分析技术被相继提出，这在很大程度上促进了信号分析与处理技术的发展。 傅里叶变换在处理传统的包含线性、平稳性、高斯性假设条件信号时得心应手，但对非线性、非稳态信 号的处理则不甚理想。随着对信号分析方法研究的不断深入，非平稳类信号以其丰富的信息量尤其是对 突发故障的有效描述开始成为当前研究的热点。在这种情况下，着眼于信号组成成分的时变特征，将时 间幅值信号以时间频率幅值的形式表示出来的时频分析方法开始得到重视。 1 2 2 时频分析技术 1 9 4 6 年d g a b o r 提出了著名的g a b o r 变换，为时频分析奠定了理论基础。1 9 4 7 年p k p o t t e r 等提出 了短时傅里叶变换，具有很强的实用性。1 9 4 8 年，j v i l l e 将w i g n e r 分布引入到信号处理领域，由于具 有优良的边缘特性及局部能量汇聚特性，它成为了时频分析中重要的分析工具【5 1 。信号的时频分析一 般分为线性时频分析法、各类双线性时频分析法、自适应核函数类时频分析和参数化时频分析。线性时 频分析一般包括短时傅里叶变换、g a b o r 变换、小波变换，典型的双线性时频分布有w i g n e r - v i l l e 分布眄i 。 目前用得最多的是短时傅里叶变换和小波变换。 ( 1 ) 短时傅里叶变换 短时傅里叶变换的基本思想是：为了达到时域上的局部化，在对信号进行傅里叶变换前乘上一个时 间有限的窗函数，并假定非平稳信号在分析窗的短时间隔内是平稳的，通过窗在时间轴上的移动，从而 使信号进入逐步被分析状态，这样就可以得到信号的一系列“局部”频谱，从不同时刻“局部”频谱的差异 上，便可以得到信号的时变特性p 1 。实践证明这是一种有效的方法，在旋转机械故障诊断中得到大量应 用。林京、屈梁生曾经用它来得到信号的时频分布，然后建立时频熵识别齿轮裂纹故障，取得一定效果 【引。但是短时傅里叶变换的主要缺陷是其窗口大小是固定的，时间分辨率和频率分辨率不可能同时实现 最优，因此不能实现平稳性假设和高分辨率的完美统一。另外由于“窗”的选择是人为的，许多我们需要 分析的信号有着强烈的时变性，这时候去寻找一个统一的“窗”显得十分困难。由此来看短时傅里叶变换 更适合缓变信号的分析。 ( 2 ) 小波变换 小波变换通过在信号上加一个变尺度滑移窗实现对信号的分段截取和分析，本质上是可调窗口的傅 里叶变换。相比于短时傅里叶变换，小波变换克服了其固定时窗、恒定分辨率的缺点，具有多分辨分析 的性质们。小波理论一经提出，迅速成为研究热点，近年来小波分析被广泛应用于包括汽轮发电机组在 内的旋转机械故障诊断。1 9 9 2 年s m a l l a t 和h w a l l w l 首次提出了奇异性信号检测的小波算法，为小 波分析用于故障信号的检测奠定了基础【l o 】。1 9 9 3 年n e w l a n d d e 给出t , b 波分析用于振动信号分析的 基本理论、方法和应用示例，对小波变换结果给出了工程上的解释，并提出了一种新的小波一谐波小波， 2 第一章绪论 对瞬态信号的辨识起到很好的效果【l 。1 9 9 6 年w a n g w j 和m c f a d d e n p d 使用小波方法对齿轮箱的振 动信号进行分析，分析过程中发现小波分析能够很好地捕捉齿轮箱早期故障的微弱信号l l2 | 。国内方面， 东南大学王善永等人利用奇异谱理论对汽轮发电机转子动静碰磨的振动信号进行了分析，剔除了信号中 因不平衡等故障所产生的平滑部分、抑制噪声，并运用连续小波对信号进行分析，通过多尺度分析形成 等高线图，使碰磨故障特征在相应的等高线图上得以体现【l3 1 。马元奎等人采用半正交3 次b 样条小波 包变换对现场采集到的转动部件飞脱、油膜振荡、汽流激振、严重动静碰磨等四种机组突发性故障过渡 过程数据进行了分析，提取了各故障对应的特征频带，并对量化后的故障特征频带能量数据进行了归一 化，为下一步对这四种故障进行模式识别奠定了基础【1 4 1 。王翔等运用谐波小波时频剖面图方法分析了 碰磨故障仿真信号，随后利用该方法对实际碰磨故障进行了研究，得到了其他分析方法无法得到的特征 【1 5 】。尽管小波方法在许多领域取得了很大的成功，但它本质上是一种窗口可调的傅里叶变换，其小波 窗内的信号必须是平稳的，因而没有摆脱傅里叶变换的局限。其次，小波基的有限长会造成能量的泄漏 使得分析的精确性受到影响。还应指出的是小波变换不具有自适应性，一方面，一旦选择了小波基函数， 那么必须用这个函数分析完所有的数据；另一方面，一旦选定了分解尺度，得到的是某一固定频段的时 域波形，所包含的频率只与信号的分析频率有关，而与信号本身无关。最后，不同的小波基，其性质有 差异，分析的结果也大不相同，依据什么原则选择小波基目前而言还是个难点，还是一个靠经验来解决 的问题。 ( 3 ) w i g n e r - v i l l e 时频分布 w i g n e r - v i l l e 分布是一种二次型时频表示。二次型时频表示是由功率谱或能量谱演变而来。该分布 中不含任何窗函数，所以避免了线性时频表示中时间分辨率和频率分辨率互相牵制的问题，具有很高的 时频分辨率。对于调幅信号以及随机噪声，在时频平面上有直观的表示。由于它的这些优点，w i g n e r - v i l l e 分布曾被用于旋转机械故障诊断。z o u j 利用w i g n e r - v i l l e 分布对具有裂纹转子振动信号进行分析，发 现了转子裂纹故障在该分布下的振动特征。f o r r e s t 将加权的w i g n e r - v i l l e 分布用在齿轮振动信号特征提 取上，取得很好的效果。s t a z e w s l 【i 则把w i g n e r - v i l l e 方法与基于统计和神经网络的模式识别方法结合起 来用于齿轮箱的故障诊断i l 引。但由于w i g n e r 分布不是线性分布，因此在分析多分量信号时会在两频率 分量的中间出现严重的交叉项。交叉项的存在使得其物理解释出现困难。目前主要通过两种方法解决： 一、采用滤波的方式把信号分解成各种单分量信号，然后使用w i g n e r 分布，最后再合成原信号的时频 分布；二、设计核函数的方法。这两种方法对于抑制交叉项的出现起到了一定效果，但离实际工程应用 的要求还有一段距离。 ( 4 ) 自适应时频分布 为有效表征待分析信号特征信息和最紧凑地表示原信号，自适应时频分析被提出。它可分为基于基 函数分布的和基于核函数分布的两种形式。基于基函数分布是在采用基函数表示信号时，根据信号的局 部特征自适应地选择基函数组合。基于核函数分布根据信号的变化自动确定核函数的设计。最具代表性 的是在1 9 9 3 年r g b a r a n i u k 和d l j o n e s 提出了一种最优核函数设计方法，这种方法将待求的核函数定 义为沿任意径向剖面都是g u a s s 型的二维函数。这一方法的优点是信号的自项成分集中在模糊平面的原 点附近，而交叉项则远离原点，从而保证了最优核函数作为一个低通滤波器，允许模糊平面上的自项成 分通过，而交叉项成分得以抑制。很明显当自项成分和交叉项成分重叠时，无论体积参数取何值，这种 算法均无力将自项成分和交叉成分分离开。此处的所谓“最优”只是算法的优，而不是指能得到最优的时 3 东南大学硕士学位论文 频分布。 ( 5 ) 参数化时频分布 前面介绍的均为非参数化方法，它们都没有先假定信号是由何种模型组成。而参数化时频分析方法， 则根据对信号组成结构的分析，构造出与信号组成结构最佳匹配的信号模型，因而能简化对信号的表示， 并由此得到不含任何交叉干扰项的时频表示。从信号的压缩和消除交叉干扰项来看，参数化时频分析方 法是一种比较先进的方法，但求取基函数模型的参数实非易事。 1 2 3h i l b e r t h u a n g ( h h t ) 变换及其研究现状 h i l b e r t h u a n g 变换( h i - i t ) 是一种“分析非直线非固定资料和影像的一种独特光谱分析法”，本质 上是一种时频分析方法，结合经典的瞬时频率定义它能精确地给出信号的时频分布，在处理非线性非平 稳信号时有突出优势。h h t 包括两个过程：经验模态分解( e m d ) 和h i l b e r t 变换，其中最关键的部分 是e m d 方法。不同于传统的傅里叶变换用正余弦函数为基函数来重构信号，e m d 方法根据信号本身 的时变特征将信号自适应分解成一系列本征模函数( i m f ) 之和，所得到的每一i m f 不仅与分析频率 有关，更重要的是能够体现信号本身的特征，h h t 在这里可以看作是一个自适应的高通滤波器，截止 频率和带宽跟信号本身的特点有关，而小波和小波包分解仅跟分析频率有关，一旦选择了分解尺度，得 到的是固定频率段的时域波形，这一频率段跟信号本身无关。另外，e m d 分解出来的各个i m f 都具有 明确的物理意义，并且可以是幅值和频率调制的，这提高了信号分解的效率【l6 1 。相比于其他时频分析 方法在分辨率上存在的制约，h h t 的时间分辨率和频率分辨率是相互独立的，因此可以同时实现很高 的时间分辨率和频率分辨率。h h t 方法由美国华裔教授n o r d e n e h u a n g 于1 9 9 8 年提出，并于9 9 年做 了进一步改进。h u a n g 等人主要建立了h h t 的基本框架，分析了h h t 的理论依据，提出了e m d 方法， 引入了本征模函数( i m f ) 的概念。h u a n g 的理论还包括对e m d 分解得到的各个本征模态函数进行h i l b e r t 分解，最终得到h i l b e r t 谱和h i l b e r t 边际谱。此外，他还论述了h h t 的自适应性、完备性和近似正交 性。自h h t 理论问世以来，其应用十分广泛。美国太空总署用它检测、改善太空舱的设计及安全，并 用以测量飞机飞行安全程度；美国联邦公路管理局研究中心用它来测量公路、桥梁在防震上的安全度； 哈佛大学医学院将其用于测量高血压。在地震领域，h u a n g 应用h h t 分析了1 9 9 9 年台湾南投大地震的 加速度记录，其研究成果表明，与短时f o u r i e r 以及m o r l e t 小波相比，h h t 处理地震信号得到的h i l b e r t 谱更能展现能量在时频平面的分布，这种特点在对结构具有潜在破坏性的低频范围内尤为突出。在结构 系统识别方面，y a n g 等人用h h t 分析了线性多自由度体系的自由振动过程，得出了比小波分析更为精 确的模态参数。 在设备状态检测与故障诊断方面，h h t 已开始被应用于汽轮机转子启动过程分析、扭转振动分析 以及转子裂纹、碰磨的早期故障诊断，取得了一些成果，但总体上还处于探索阶段。国内研究方面，清 华大学的冯志鹏i l7 】将h h t 用于水轮机非平稳压力脉动信号分析。水力压力脉动信号一般是非平稳的， 特别是在过渡过程中时变性很强，作者将该方法用于对水轮机启动过程中尾水管水力压力脉动的现场测 试数据分析，得到了在启动过程中，随着桨叶开度、转速、功率以及切换至发电状态水力压力脉动的幅 值和频率的时变情况。通过分析得出结论，水轮机尾水管中的水力压力脉动具有频率低、时变性强等特 点，且与运行条件密切相关，在此过程中，频率成分相对时间的变化关系与机组转速随时间的变化不成 4 第一章绪论 比例，这与旋转机械的振动特点存在明显差异。相比较而言，用其他方法对同样一段信号进行分析，短 时傅里叶变换的分辨率较低，小波尺度谱图对低频分量的时间分辨率较低，w i g n e r - v i i l e 分布有着较高 的时频分辨率，但存在着比较严重的交叉干扰项，不适合实际使用。但产生水力压力脉动特定条件的寻 找还有待作者进一步的研究。 华北电力大学的向玲和唐贵基在b e n t l y 转子试验台上对转子局部、全局碰摩故障进行了模拟【l 引， 随后采用希尔伯特黄方法对振动信号进行了分析，提取了动静碰摩的故障特征。在转子早期局部碰摩 阶段，通过傅里叶频谱进行分析：一倍频分量占据主要地位，其他成分微乎其微，仅从傅里叶频谱图还 不能得出什么结论，这时还需转向相位和间隙电压寻求进一步的信息；通过h h t 进行分析：碰摩故障 发生后由e m d 分解得到的一阶、二阶分量能量逐渐增大，一阶分量有明显的调幅特性且从中可观测到 局部突变点与碰摩发生时刻对应，三阶分量是基频成分出现了调频现象，四阶分量对应着分频，高频成 分能量散布在除基频以外的整个h i l b e r t 谱时频面上。这是作者总结的局部碰摩h h t 特征。在全局碰磨 的情况下，基频振动能量所占比重减小，前面出现的碰摩特征加剧。作者用h h t 将碰摩故障发生、发 展的过程在时频面上详细而精确地表示出来，并对其特征进行总结，努力寻求一种可以实现碰摩故障准 确诊断的有效方法是一种进步。但，有两点值得强调，作者仅通过对单点局部碰摩故障一组数据的研究 就把分析得到的结果作为“碰摩故障一般特征”逻辑上存在不完善之处，或者说还需要其他状态下的研究 作为参照来验证这些“特征”；该文作者认识到，宽频带的噪声信号与同样宽频带的碰摩故障信号频带互 相重叠对传统滤波方法是一种挑战。h h t 方法在处理这些信号时有其突出的一面，但有时候也会出现 模态混叠，该文如果是在混叠下得到的结果则无意义可言。针对严重噪声干扰下的模态混叠现象，许多 研究者进行了研究并提出了一些行之有效的解决方法，但作者在此处未有说明； 湖南大学的于德介还将h h t 方法引入齿轮故障诊断，提出了局部h i l b e r t 能量谱方法，并采用该方 法对齿轮故障进行了诊断【1 9 1 。文中指出相比于小波分析进行齿轮故障诊断时造成的能量泄漏以及时频 分析的精确性问题，h h t 能够捕捉信号中的一些微弱征兆因而可以获得较精确的结果。作者的整个处 理过程如下：对断齿齿轮振动加速度信号进行e m d 分解，然后利用作者提出的局部希尔伯特能量谱分 别对整体信号和所分解出的第一阶分量信号进行分析比较，得到断齿故障的两点特征：从局部h i l b e r t 能量谱的时间方向上齿轮振动信号变化呈周期性且周期正好为轴的旋转周期，从局部瞬时能量图上可以 看到明显的冲击特征。从文中看，作者所提出的局部h i l b e r t 能量谱跟其他研究者所提出的调幅特性其 实本质上一致只是更直观而已。作者所给的断齿故障也没有详细的说明所发生的旋转机械以及测试故障 信号时的具体工况。另外，作者仅从有限的一例断齿故障分析就判断h h t 对齿轮故障诊断的有效性还 稍显武断，因为h h t 对齿轮其他故障如齿轮面的磨损和齿轮裂纹的分析能力还有待进一步研究。 综合以上h h t 在旋转机械振动方面应用的种种实例，有把h h t 在时频分析方面的优势跟故障诊 断充分结合起来进步性的一面，但当下故障诊断研究的一个普遍的情形是实验室研究和现场工程实践不 相往来。实验室研究跟工程应用有很大的差别，这是将实验室研究成果推广到应用技术领域时必须面对 的问题。因此研究者必须确切了解工程人员的需要、紧跟工程人员思维过程才能做出有意义的成果来。 1 3 论文主要研究对象及内容 本论文的研究对象是一种新的信号处理方法一希尔伯特黄变换。该方法在非平稳、非线性信号 5 东南大学硕士学位论文 处理方面相较当前存在的其他几种信号处理方法具有突出优势，在生物医学、水声工程、结构系统识别、 地震动信号分析等多个工程领域已得到广泛应用，并取得丰硕的成果。在旋转机械故障诊断方面，h h t 的研究和使用还处于探索阶段。在本论文所进行的研究中，作者立足于多次汽轮发电机组振动故障处理 的现场经验和数据，旨在突破实验台验证的传统模式，将h h t 方法与汽轮发电机组振动故障诊断真正 结合起来。文中采用h h t 方法对汽轮发电机组振动故障信号进行分析，获得现场汽轮发电机组几种典 型振动故障的h h t 特征，随后结合这些故障特征对几个汽轮发电机组振动故障实例进行了h h t 分析。 本论文主要研究内容包括： 1 、深入了解信号处理发展概况，分析当前使用的各种信号处理方法存在的诸多不足，总结h h t 的优势所在。 2 、掌握h h t 基本概念、基本性质，熟悉h h t 对信号的分析处理过程。 3 、结合h u a n g 等人已经公布的h h t 算法模块，编写算法程序，通过信号仿真研究验证算法的有 效性。同时，在对这些仿真信号的分析中，本文还将h h t 、傅里叶变换和小波变换的分析能力进行比 较，结果验证了h h t 的优势。 4 、将h h t 应用于汽轮发电机组振动故障特征提取。当前很多针对汽轮发电机组振动故障进行研 究的原始数据多取自转子试验台的模拟数据，这与现场故障信号还是存在较大差距的。本文利用h h t 对现场三种典型振动故障信号进行了分析：质量不平衡、油膜失稳、动静碰摩。通过分析，检验了h h t 方法对汽轮发电机组现场振动故障信号处理的有效性，提取了这三种振动故障的h h t 特征。 5 、结合得到的振动故障h h t 特征，本文最后对两台引进型亚临界3 5 0 m w 汽轮发电机组机发生动 静碰摩的实例进行了h h t 分析，说明了h h t 方法对于现场振动故障尤其是碰摩故障有着一定的理论 研究价值和工程应用前景。 6 、论文还对h h t 存在的不足以及自己下一步的工作重点进行了总结。 6 第二章h i l b e r t h u a n g 变换的基本理论 第二章h i l b e r t h u a n g 变换的基本理论 希尔伯特黄变换( h i l b e r t h u a n gt r a n s f o r m ，h h t ) 是由美籍华裔科学家h u a n gn e 于1 9 9 8 年提出 的一种全新的信号时频分析方法。该方法第一次对传统的傅里叶分析作了突破性改进，不再认为信号的 基本组成是正余弦信号，而是把固有模态函数( i m f ) 作为信号的基本组成部分，从全新的角度对信号 进行分解和重构，从根本上摆脱了傅里叶理论的束缚，可以较好地实现对非平稳、非线性信号的时频分 析。h h t 已开始被广泛应用于地震、结构模态参数识别、医学、机械、电力、水文与海洋工程等诸多 领域的研究，这一理论的优势也在工程实践中进一步彰显。 2 1 瞬时频率 瞬时频率是h i l b e r t h u a n g 变换中一个重要概念。这和我们平时接触到的傅氏频谱中的频率有着很 大的不刚2 0 1 。在传统的谱分析中，频率是通过在整个数据序列上恒幅值的正弦或余弦函数的频率来定 义的，它是跟时间无关的量。对于非平稳信号而言，有时它的频率是随时间变化的量，我们想知道频率 随时间是如何变化的，这时我们就要用到瞬时频率，它可以看着是一个正弦波局部最佳逼近被分析信号 的频率值。 2 1 1 瞬时频率的提出 瞬时频率的提出和最终定义经过了一个过程。1 9 3 7 年，c a r s o n 和f d ，从傅里叶变换基函数的相位 变化开始研究可变频犁2 ，他们定义了一个调频波： c ( f ) = e x p ( j ( t o o t + a i m ( t ) d t ) ) ( 2 - 1 ) 其中c o o = 2 万五是一个常值载波频率，九是称为“调制指数”的实参数，聊( f ) 代表所发射的缓变信号。 他们给出瞬时角频率和瞬时频率分别是： t o ( t ) = t o o + 允聊( ，) ( 2 - 2 ) 巾) = f o + 去眦) ( 2 - 3 ) 这里，瞬时频率通过对相位角微分得到，常值频率是瞬时频率的特殊形式。随后又有研究者对实信 号的瞬时频率进行了研究，以一个简单的谐波信号c ( f ) 为例。 c ( f ) = a c o s ( 2 z r j q + p ) ( 2 - 4 ) 首先将其表示成 c 。，= 口c 。s 弘丌厂。，西+ 臼 c 2 5 ， 东南大学硕士学位论文 其瞬时频率可以表示成： 式中， 们) = 瓦1 掣 ( f ) = 2 7 r f ( t ) d t + 0 ( 2 6 ) ( 2 7 ) 在此之后，产生了将实信号转换成复信号研究瞬时频率的方法。1 9 4 6 年g a b o r 提出了将实信号变 为复信号的一种方法，在该方法中先对实信号进行傅里叶变换，接着将信号负频率部分去掉，正频率部 分的幅值乘以2 以保持能量不变，再通过傅里叶逆变换得到一个复信号，称为原信号的解析信号。这个 解析信号可以表示成： z ( t ) = c ( f ) + j h ( t ) = a ( t ) e ( ( 2 8 ) 其中，h ( t ) 是c ( f ) 的h i l b e r t 变换。 1 9 4 8 年，v i l l e 总结前人工作【2 2 1 ，把形如 c ( ，) = 口( f ) c o s ( t ) ( 2 - 9 ) 的实信号的瞬时频率定义为 们) = 瓦1 唾 唰z ( f ) ) 】( 2 - 1 0 ) 其中z ( f ) 是实信号c ( f ) 的解析信号，a r g ( z ( t ) ) 是解析信号z ( f ) 的相位函数。 这样便形成了瞬时频率的传统求法：对解析信号的相位函数求微分得到瞬时频率。 2 1 2h i l b e r t 变换 在求瞬时频率过程中，使用了一种重要变换_ h i l b e r t 变换【2 3 1 。h i l b e r t 变换本质上是一个理想的要 移相器，它的相位移动和卷积特性被广泛应用于多个领域的研究之中，此变换也是h h t 的重要组成部 分。 对一个系统而言，当输入信号为厂( f ) 时，输出信号是g ( ，) ，若g ( t ) 是厂( f ) 的h i l b e r t 变换，则 g o ) ：厂o ) p 乃o ) ：厂o ) p 三：三 厂 ) _ ! 一d r ( 2 1 1 ) 冗t冗蛔l t 信县sf ( t ) 的h i l b e r t 变换g ( f ) 可以看作是信号通过一个幅度为1 的全通滤波器的输出，信号( ，) 经过 h i l b e r t 变换后，正频率成分作9 0 0 的相移，负频率成分作+ 9 0 0 的相移。这个系统可以称之为一个h 滤 波器，它是一个全通型的9 0 。相移网络，其冲击响应办( f ) 为土，频率响应为h ( ) 。 日 ) = 一j s g n ( a 0 ( 2 1 2 ) 其频率响应特性如图1 所示