（动力机械及工程专业论文）基于人工神经网络的火电机组振动故障诊断应用研究.pdf

摘要 摘要 火电机组振动故障诊断是一项复杂的系统j 。群，涉及的相戈学科领域比较多，与现场 群实践联系十分密切。我国的火电机组正朝着高参数、人容苗的方向发展，给故障诊断i ：作 带来了更人挑战。所以选择一种有设的诊断方法显得非常重要。 人i 神经网络与专家系统是当前最常_ l i 】的两种诊断方法，前者以其独特的优点引起了广 大研究者的兴趣。本文采川最成熟的前向反馈神经网络( b p 网络) 作为粘个故障诊断系统 的基础，并对其进行了改进。整个诊断过科分为两部分：第一部分为初步的分类诊断网络， 由多输入多输出b p 网络构成。第二部分为具体的故障诊断网络，由4 个征兆域子网络联合 构成，每个征兆域子网络的结构为多输入单输出。这样既简化了网络结构，义提高了网络运 算的述度。 本文对火电机编旋转机械特别是汽轮发电机组常见振动故障特征进行了分析和门纳，将 其分为频谱特征域、相关性特祉域、升速特征域、降速特征域四部分，基本七涵薷了常见故 醉的特征域。故障特征量经过预处理后作为诊断网络模型的输入，并开发了相应的振动故障 诊断系统软件。 本文通过故障模拟实验研究了征兆域的个数对诊断结果的影响验证了多征兆域诊断的 有敛性。将所开发的神经网络故障诊断软什系统应刚丁j 火电机组旋转机械取得了良好的效 果。 关键词：故障诊断，振动神经网络，汽轮机发l b 机组，旋转机械 东南人学硕 学位论文 a b s t r a c t f a u l td i a g n o s i so nt u r b o g e n e r a t o rv i b r a t i o ni sac o m p l i c a t e ds y s t e m se n g i n e e r i n gf o ri ti s c o n c e r n e dw i t hm a n yr e l e v a n td i s c i p l i n ef i e l d sa n dc l o s e l ya s s o c i a t e dw i t hs i t ep r a c t i c e m o d e r n d e v e l o p m e n to fd o m e s t i ct u r b o - g e n e r a t o rt o w a r d sh i g hp a r a m e t e ra n dl a r g ec a p a c i t yb r i n g sm o r e c h a l l e n g e st of a u l td i a g n o s i s s i n c et h a ta ne r i e c t i v em e t h o do ff a u l td i a g n o s i si sv e r yi m p o r t a n t a r t i f i c i a ln e u r a ln e t w o r k s ( a n n ) a n de x p e r ts y s t e ma r et h em o s tp o p u l a ra m o n gd i a g n o s i s m e t h o d s t h ef o m e rr e c e i v e sm a n yr e s e a r c h e r s i n t e r e s t sb e c a u s eo f i t su n i q u em e r i t s t h em o s t m a t u r eb a c k p r o p a g a t i o nn e u r a ln e t w o r k ( b pn e t w o r k ) i ss e l e c t e da st h eb a s i so ff a u l td i a g n o s i s s y s t e ma saw h o l e a n ds o m ei m p r o v e m e n th a sm a d et oi t t h ee n t i r ed i a g n o s i sp r o c e s si sd i v i d e d i n t ot w op a r t s t h ef i r s to n ei sp r i m a r ys o r t t i n gd i a g n o s i sb pn e t w o r kw i t hm u l t i - i n p u t sa n d m u l t i o u t p u t ss t r u c t u r e t h es e c o n do n ei sm a t e r i a lf a u l td i a g n o s i s i ti sc o n s t i t u t e db yf o u r s y m p t o md o m a i ns u b - n e t w o r k sw i t hm u l t i - i n p u ta n ds i n g l e - o u t p u ts t r u c t u r e t h i sw i l ls i m p l i f y n e t w o r ks t r u c t u r ea n da c c e l e r a t ec a l c u l a t i o n t h ef a m i l i a rv i b r a t i o nf a u l ts y m p t o m so ft h e r m a l e l e c t r i cp o w g rr o t a t i n gm a c h i n e r ye s p e c i a l l y t u r b o - g e n e r a t o ra r ea n a l y z e da n dd i v i d e di n t of o o rf i e l d s ：f r e q u e n c ys p e c t r u m ，r e l e v a n c y , s p e e d i n c r e a s ea n ds p e e dr e d u c e w h i c hb a s i c a l l yi n v o l v ec o m m o nf a u l ts y m p t o md o r a a i i s t h e s ef a a l t s y m p t o m sa r ei n p u t t e di n t on e t w o r ka f t e rp r e t r e a t m e n ta n d t h ec o r r e s p o n d i n gv i b r a t i o nf a u l t d i a g n o s i ss o f t w a r ei sw o r k e do u t t h ee f f e c to fc h a n g i n gt h en u m b e ro fs y m p t o md o m a i n so nr e s u l ti ss t u d i e dt h r o u g hf a u l t s i m u l a t i o ne x p e r i m e n t t h ev a l i d i t ya n dp r e c i s i o no ff a u l td i a g n o s i sw i t hm u l t i - s y m p t o mm o d e li s s a t i s f a c t o r i l y t e s t e d b ye x p e r i m e n t a n d p r a c t i c e o nr o t a t i n g m a c h i n e r y v i b r a t i o no f t u r b o g e n e r a t o r k e yw o r d s ：f a u l td i a g n o s i s ；v i b r a t i o n ：n e u r a ln e t w o r k ：t u r b o - g e n e r a t o r ：r o t a t i n gm a c h i n e r y 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。 签名：日期 关于学位论文使用授权的说明 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( 包括干u 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。 签名：导师签名：日期 绪论 0 1 选题背景与意义 0 1 1 故障与诊断 绪论 随着科技进步和经济建设的发展，电力j ：业对火电机纽旋转机械安全与经济性能的要求 越来越高。当今的机械殴备监测与故障诊断技术由多种前沿学科交义形成，理论研究与i ：程 席川紧密结合，并与现代测控平管理一体化技术同步发展。涵盖火电厂旋转机械振动的状态 监测与故障诊断技术目前己快速发展成一j 现代化测控管理的科学技术。振动状态监测与故 障诊断技术不仅促进了机械设计、制造技术的发展与提高，同时也使人f f j 更深刻地认识剑仅 仅要求机械i 殳备具有优良的性能是远远不够的。现代化的设备一q 发生故障，不仅直接造成 巨人的经济损火和社会危害而且设备维修和停机所造成的损失也越来越大。因而，如何提 高机械设备的可靠性、维修性，保障设备的安全、稳定、长周期、满负荷优质运行，防止或 消除改备故障，对设备健康状况进行全寿命科学管理，己成为亟待解决的新汉题川。 随着计算机的博及以及专家系统的完善和发展，通过开发专家系统米收集、整理、保存 和运刚专家经验，尽可能快地确定故5 啬部何和性质成为解决此矛盾的比较理想和有敛的途 径。冈此，研究和开发实川、可靠、高教的火l 乜机组旋转机械故障诊断专家系统，对丁i 尽早 发现火电机组旋转机械故障，减少设备故障的发生，订约故障诊断的处理时间和成本贝有重 要意义。 运行中的火电机编属丁动态系统。动态系统的状态可以j j 一组状态变革来描述，它们是 时问的函数。故障是系统由丁某个部分功能的降低或结构的破坏所造成的一种系统状态。系 统故障可看成是与止常状态相偏离的一种状态。从、义上讲，故障可理解为任何异常现象， 故障使系统表现山所不希望的特性，而且故障可能发生在系统的各个不同部分。系统的状态 通常是通过敏感元什( 测昔仪表) 米感知的，用丁感知系统运行状态的仪表本身也可能发生 故障f f i 给山错误的信号，这种故障称为测昔仪表故障；控制器( 包括硬什平i l 控制软件) 、执 行器发生的故障称为控制系统故障；而被控对象的某个部分所发生的故障，称为受控对象故 障【“。 按照故障状态发展的速度，可将故障划分为快速故障和慢速故障。系统由丁结构的剧烈 破上1 、而发生的故障可以住很短时间内产生火难性后果，这类战醉称为快速故障。由于系统部 什的损坏而引起系统性能阶低。通常经过一个时间历年! l ! 而发腱为快速故障或使系统处_ 丁_ 一个 稳定的运行状态这类故障称为慢速故障。故障诊断主要研究慢速故障，冈为只有慢速故障 才能住相对稳定的运行状态中反映山来从而使得故障诊断与故障控制成为可能。此外，快 速故障往往是由慢速故障发展变化而形成的，对慢速故障的诊断与控制也就实现了对快速故 障的甲- 删诊断与预报。 i 生| 0 1 故障诊断系统功能方框| 玺| 故障诊断系统在功能k 应包括故障检测、故障识别、故障评估等环竹，如图o 1 所示。 故障检测环竹根据动态系统的输入利输出信号对系统运行状态是否止常进行检测；当发现系 东南人学硕i ：学位论文 统远行出现故醉时，故障识别环1 ，对故障的类别、位置和拌度进行诊断，故障评估环竹对故 障的发腱趋贽、故障的危害等进行评价或预洲从而为故障的控制决策提供依据。 故障榆测环 对动态系统的输出测苷信号和输入测苗信号进行实时采集。并利川采集的 信号生成反映故障状态的信号。残筹是对动态系统的输入和输出信号进行处理后得蜘的可以 显现故障影响的信号，虽简单的情形f ，残芹是动态系统的输山信号与其止常状态卜的期望 值之筹。可以通过获取残筹，并利h j 残筹进行决策函数的计算，按照一定的规j ) , l i j n 断故障。 也可以不残等判别而川其它方法如模式识别、人i 神经网络识5 ；i j 等方法检测故障。故障 识别环协利h j 实时信息平| 各种先验知识对故障的种类、位置和稃度进行识别和推理，例如模 式识别、人l 神经网络识别。在许多情况f ，故障检测平故障识别环1 7 往往是融合在一起的。 在已戋u 故障的种类、位置和群度的基础上，故障评估系统根据这些信息，利h j 各种经验知识 对故障的发腱趋势进行评价，并对可能的后果利危害作山预测【3 】。 故障诊断系统住构成上包括计算机硬什平软仆系统。故障诊断系统的软什实际上就是故 障诊断算法包括必要的数据预处理功能和管理功能。 故醉诊断算法是故障诊断系统的核心。故障诊断系统是否成功，土要取决丁故障诊断算 法的有破性，其衡昔指标为”i ： 故醉检测的及时性 对甲划故障的敏感性 误报与黼报率 诊断算法的稳健性 对丁运行中的动态系统，可以通过对故障的检测、诊断和控制从而实现对系统的监控， 有效地提高系统远行的可靠性与安全性。 扰动故障冈素 i 墨10 2 监控系统方框| 璺l 监控系统包括铍监控的动态系统( 监控对象) 、故障诊断系统和故障控制系统，如幽o 2 所示i i 。 0 1 2 建立故障诊断系统的意义 如果将电站或者其中的人喇装置称为动态系统，那么电站故障诊断系统的任务就是在 数据采集系统( d a s ) 基础上通过迕续监测这个动态系统的参数及状态并把数苗庞人的 原始采集数据处理成直观的为数较少的性能结果及时、连续、客观地对机组的安全性进行 分析，判断设备或过剧是否正常从而指导设备的远行、管理和维修。 资料表明，国内外电站吣为设备故障而导致重人灭难性事故的例子不少。例如，1 9 8 5 年我国山阳人同电厂和1 9 8 8 年陕听秦岭电厂的2 0 0 m w 汽轮发电机组的严重断轴毁机事故， 1 9 9 3 年浙 上j2 波北仑港6 0 0 m w 机组锅炉发生的炉破人亡事故：再如，1 9 7 9 年关国三里岛 2 结论 核电站事故，由丁| 事故刚发生时控制室内出现了人草报警信息，而运行人员难以判断故障 所在，采取了错误的操作，结粜导致了核燃料的泄漏。兄一7 面，虽然许多故际不一定会导 致灾难性后果，但由丁处理不当或处理不及时，也会扩大故障的危害造成不必要的停机。 经历了儿十年的发展，特圳是随着以微机为基础的分散控制系统d c s 在电站中的麻硝， 电站监控水平已有了很人的提高。d c s 对设备状态或过科参数可实施连续监控，报警系统 会对各种异常发报警信息加之先进的榆测技术的麻如火焰检测技术、振动测昔技术 等使得一系列的保护功能得刨实现，包括锅炉炉膛安全监控系统( f s s s 义称燃烧器管 理系统b m s ) 、汽轮机紧急跳闸系统( e t s ) 等。这砦保护系统对避免重人书故帛l 保护机组 及人身安全，发扦了极人仟川。但电站中可能发生的故障种类很多目前，许多故障的诊断 仍然要靠运行人员撤据所监视剑的现象进行分析、判断。由丁机绗结构越来越复杂，需监视 的参数越来越多对丁j 有些故障，要求运行人员及时止确地发现故障、寻找剑故障源是很凼 难的。人多数情况f ，系统参数的变化以及报警系统的提示，并不一定能直接反映故障的类 刑及何簧，有时某种故障并没有明显的征兆，有时故障征兆与故障之间并不存在一一对应的 天系要确定故障的存在、拌度、地点往往需要运行人员分析多个参数，这就要求运行人员 具有丰富的经验、对系统的深刻认识、强烈的贵任心和良好的心理素质等等，否| i ! l j 就可能出 现渊判、误判、误操作。我国近年来由此造成的损失也是很人的，据统计，1 9 7 9 m 9 8 0 两年， 全国电业生产事故中，运行责任事故分别为2 1 1 和2 6 其中误操作则分别f 与1 4 6 和 1 64 。为减少人为事故，一方面麻通过敦育培训提高运行人员的素质爿提高其故障诊断、 处理的能力例如利川仿真机模拟故障状态进行反事故演练，对运行人员进行定删培训。另 一方面就是通过建立故障白动诊断系统，米帮助运行人员确定故障，并提山排除故障的方法， 甚至直接发出控制指令j 。 为了避免由丁i 故障状态所引起的灾难性事故及其所造成的生命与财产的巨人损失和对 环境的破坏同时也是为了进一步提高机组的利川率，除了在设计、制造、安装阶段加强质 世控制以提高系统的可雀性与安全性外。另一个重要措旌就是对系统的运行过拌进行实时的 故降检测与诊断，并对火难性故障进行预警希j 采取相廊的故障控制措施。 此外，开展甲j l 】故障检测与诊断，将为改变传统的检修观念、根据状态检测实现预测检 修、提高机组或设备利h 率、提高维修管理的科学性创造条什。过左，常常是不管设备是否 出现故障，都定_ | i j 安排检修。有些设备本不需要解体、维修。冈解体反而可篚馒其性能f 降； 男一种情况是，等设备坏了以后才左修理，而设备的损坏( 故障) ，轻则会导致停炉、停机 重则可能导致重人事故。这两种做法都是不经济、不安全的。预测性检修思想! 1 1 1 j 是通过连 续监视设备状态，在发现设备轻微故障时，根据对故障发展的预测，及甲安排检修计划，这 样既可避免不必要的检修，x 可防j t 设备由轻微故障最终发展为事故。既提高了经济性，又 保证了安全性i ”。 闪此。研究电站系统故障诊断技术车ij 方法。开发实刚有效的故障检测与诊断系统，加强 对电站设备的监测和故障的诊断，无论是对丁预防电站重人事故的发生，还是合理安排检修 计划，避免不必婴的检修，都具有重要意义。 0 2 国内外的发展情况 随着现代化人生产的发展和科学技术的进步，设备的结构越来越复杂，功能越来越完善， 白动化拌度也越来越高。由丁无法避免冈素的影响驶备会出现故障降低或火左其预定功能 甚至造成严重的、火难性的事故。而电力系统中的人刊汽轮发电机组一口出现故障，还将给 使_ l i j 部fj 及朴会造成巨人的损火丰影响。目前，国内人中删企业已经认识剑对设备进行状态 监洲的重要性及其所带来的经济效箍，许多电力部fj 、钉化企业已开始在其重要设备上配置 或准备配萱状态监测雨】故障诊断系统。 现代设备故障诊断技术经过近、| 个世纪的不断探索，取得了极人的发展。五十年代以前， 人们通常采川原始的检测手段，凭藉经验处理设备的振动问题。五十年代后期由丁1 i 接触 传感器及其它传感技术的发展，开始了备种机器检测方法及仪器的研究，井着手研究故障机 理、诊断理论和方法。剑了七十年代已开始采_ l j 箨种同定安装的监视仪利便携式仪器对设 备运彳亍状况进行监测币1 分析，并开始实现对设备零部件的诊断。七十年代后期，多参苗综合 东南人学坝l 。学位论文 监删与故障诊断系统的研制己达剑i ：程麻h j 阶段。计算机技术也开始直接麻h j 住离线分析和 k 期连续监视及故障诊断中。目前，在先进i 业国家，重要的人中型汽轮发电机组都配备了 振动监测分析与诊断装置，而且止在不断地更新发展；另一方面故障机理、识别方法、防 衍技术的研究也止在日箍深入。汽轮发电机组的状态监测技术已发展剑h j 计算机对机纽进行 连续监视诊断的能力有了很人的提高，诊断方法仍处丁j 不断开发、研究的阶段一。 这些年来，国内外都有了实川化的旋转机械状态监测系统如：荷兰b 利浦公司的 r m s 7 0 0 系列t s i ：美国阳h 公司的“移动诊断中心( m o b i l ed i a g n o s i sc e n t e r ，m d c ) ”；日 本二菱公司的“旋转机械健康监视系统( m h m ) ”：英国中心发电部的“透平监测设各( t s e ) ” 和“试验殴备监测( t e s t e q u i p m e n t m o n i t o r i n g ，t e m ) ”；丹麦b k 公司的2 5 2 0 型振动监 测系统等。诊断系统有：美国e n t e k 、c s i 公司推出的故障诊断专家系统：b e n t l y 公司研 制的s y s t e m l 故障诊断系统等。美国i r d 公司的1 0 2 0 0 0 系统可认为是至今为【r 有报道的功 能最齐伞的监测与诊断系统。国内许多高等院校、科研机构及i ：矿企业也都致力丁研制自己 的状态监测和诊断系统，取得了一些成粜，特别是在理论、方法上的研究和探索有了较人的 进展。f u 实州的产品化系统还发展不够，尤其是离多参苗的综合监测、数据分析、信息管理、 故5 吊诊断集一体的高性能完善系统尚有较人筹距。目前在国内已形成了十多个水平较高，有 一定规模的诊断技术研究中心。如西安交人、哈l ：人、清华、浙人、上海交人、华中科人、 尔南人学等单何的诊断技术研究机构。研制成功的i 样应川系统有哈尔滨j ：业人学研制的微 机化旋转机械状态监测与故障诊断装置即m m m d 系列：华中科技人学开发的故障诊断专 家系统：南京汽轮高新技术开发公司的c r a s 随机信号与振动分析系统：东南人学的 z x p 1 6 0 0 ( 3 2 0 0 ) 系统：重庆人学的c d m s 信号处理故障诊断及振动分析系统：浙江大学 开发的人剐旋转机械故障诊断系统；曲安交通人学的旋转机械故障诊断系统：辽化高金吉等 研制的机械故障诊断专家系统锋。除了学校外还有州安热i 研究院、上海发电设备成套设 计研究所以及英华达公司( e n 8 0 0 0 、e n 9 0 0 0 ) 、创为实公司，盛迪振通公司等也从事旋转 机械振动监测与故障诊断系统的研究与开发j 。 0 3 本文的研究背景及主要研究内容 汽轮发电机组随着单机容鼙的增人，设备复杂性不断增加，其性能退化其至发生故障， 对经济性平安全性的影响也更加严重，冈此，机组状态监测平l l 故障诊断日荔受剑重视。故障 诊断领域中的各种诊断方法平f f 技术有其各自的优点，但是任何单一的诊断方法都有其局限 性，只有合理地综合多种诊断方法，保留优点突破局限，才能取得更女f 的诊断设果”。 基丁知识的故障诊断专家系统具有如r 优点：( 1 ) 适合于模拟人的逻辑思维过样，解决 需要进行逻辑推理的复杂诊断问题：( 2 ) 知识可以删符号表示在已知基本规则的情况卜- ， 无需人苗的细仃知识；( 3 ) 便丁_ 模块化，个别事实变化时易丁修改；( 4 ) 便丁和传统的符号 数据库接口；( 5 ) 能够解秆推理过科。基丁知识的故障诊断专家系统已经山现了许多成熟的 商业软什，并且在f ：拌实践中得剑了戍州，但仍存在一些鲥题：( 1 ) 钡域专家的知识主要依 靠知识1 群师人1 。移植，“知识瓶颈”问题难丁解决：( 2 ) 系统只能局限住相当窄的领域内， 依靠的士要是浅知识，缺乏常识，即“知识窄台阶”问题；( 3 ) 推理方式与策略不灵活，缺 乏运应性，易产生“组合爆炸”、“无穷递p 1 ”等问题；( 4 ) 智能水平低，缺乏臼组织、自学 习、联想记忆平类比推理等功能；( 5 ) 对结构性很筹的知识难以表达和处理；( 6 ) 实时在线 诊断性能筹。 基丁- 神经网络的智能故障诊断具有如f 优点：( ”具有统一的知识表达形式，知识库组 织管理容易通川性强便丁| 移植与扩展；( 2 ) 知识获取容易实现臼动化( 如白组织、自学 习) ：( 3 ) 可以实现并行联想和白适应推理，对知识的完备性要求低容错性强：( 4 ) 能够 表示事物之间的复杂关系( 如模糊芙系) ；( 5 ) 可以避免传统专家系统的“组合爆炸”和“无 穷递门”等问题；( 6 ) 没有复杂的推理过拌，可以实现实时在线诊断。神经网络应h j 丁故障 诊断也存在着一些问题：( 1 ) 训缘样本获取困难；( 2 ) 忽视了领域专家的经验知识；( 3 ) 连 接权重形式的知识表达方式难丁- 理解。 实际麻圳中，神经网络知识的获取方便、快捷，并行推理速度快，具有较强的自学习能 力，但是其推理过拌类似“黑箱”，解释机制难以实现；而传统的产生式专家系统结构简单、 4 绪论 实现容易可以解释推理路径乖推理依据，透明性强但是其知识获取存在“瓶颁”系统 较人时推理效率低并缺乏白适麻机制和自学习能力。若在故障诊断中综合席川神经网络和 专家系统j i ! i j 能实现两者的优势互补，使诊断系统同时具有前者的快速推理能力年后者的清 晰解秆机制，突破单纯使h j 神经网络或专家系统所存在的局限性。而且，故障征兆中普遍存 在模糊性和不确定性，而模枷隶属度函数对界限不分明的征兆或征兆的倾向性有较强的表达 能力，可以表达不确定性的知识。因此本文基丁模糊神经网络和专家系统构建综合的故障 诊断系统，并麻刖丁汽轮发电机绷故障诊断中。 本文在人蛙文献研究和实际科研i ：作的基础上，对故障诊断方法及其系统实现进行了系 统、深入的研究，士要研究内容包括： ( 1 ) 从理论上研究专家系统平b p 神经网络相结合的优点，分析故障诊断系统模拟专家诊 断过科的可能性。 ( 2 ) 在吸取近儿年内前人研究成果的基础上，对当前故障诊断系统发展中存在的问题进行 研究。结合火电机绵振动故障诊断的特点，研究人j ：神经网络故障诊断方法并寻找解决方案。 ( 3 ) 将专家的知识转化为故障诊断系统的知识库，并川有效的方式表达山来。利_ j 人i ：神 经网络的1 | 线性动态系统辨识能力，建立神经网络故障诊断系统，实现故障诊断。 ( 4 ) 利川比较成熟的v i s u a lb a s i c6 0 编稃：具实现智能化故障诊断系统的程序，建立友好 的人机交吐界面，实现火电机组振动故障诊断的笄种功能。 ( 5 ) 将故障诊断系统分为两层进行分步诊断，先在频谱祉兆域进行初步诊断，然后再结合 相关的征兆域进 j ：综合诊断，以提高故障诊断的准确性。 ( 6 ) 对部分子网络进行有针对性的优化以简化刚络结构，提高网络的学习和运算速度。 ( 7 ) 在故障诊断系统中集成动平衡计算器平| i 欠苗计算器，方便动平衡i ：作。 ( 8 ) 使_ 【 转子实验台雨f 现场采集的振动相天数据验证故障诊断系统对实际振动故障的识别 能力争取获得比较满意的效果。 ( 9 ) 分析本文中故障诊断系统的优、缺点和需要改进的地方明确今后改进的方向。 东南人学坝j ：学位论文 第一章火电机组旋转机械振动故障诊断的一般方法 1 1 振动故障诊断技术的发展 旋转机械是火力发电厂的t 要设备，包括汽轮发电机组土机以及泵与风机等辅机，其主 要故障往往通过振动的形式表现山来，冈此，振动诊断法是电站设备的常川故障诊断方法。 振动故障诊断技术经历了从简易诊断刨精密诊断的发展过桴。甲| 期诊断故障铍称为振动 原冈寻找依据振动现象布明振动故障原冈，采h j 解体检布直观寻找，j l 亓来被称为振动原因 分析，最后被称为振动故障诊断，三种不同的提法反映了人们对振动故障的认识程度和使_ l l j 方法的不同i “。 1 1 1 振动原因寻找 甲在6 0 年代以前，由丁受振动测试技术和对振动故障特征的限制，确定振动故障全凭经 验和直觉，采埘解体检布直观寻我，最后印使振动消除了，其故障原闶往往仍不明白。 1 1 2 振动原因分析 由丁直观寻找故障的方法盲目性太人，冈此国内从6 0 年代开始采_ l j 对机组振动进行测 试观察振动与哪些运行参数有关，然后对其振动原冈进行分析。经过分析排除一些无关的 因素，确定可疑的故障范围，再去寻找振动故障原冈。这样不仅减少了振动故障的怀疑面， 而且突出了寻找故障的重点，冈此不仅减少了寻找时间丰l 作垃而且显并地提高了寻找故 5 寰原w 的成功率。这种振动原冈分析方法，虽然避免了直观寻找的较人盲目性， 旦是它仍然 没有摆脱振动故障原闪以眼见为实的思路。 1 1 3 振动故障诊断 我国振动故障诊断甲r 在1 9 8 2 年己提出，是各种故障诊断方法中最早提山的，至今虽只有 二十多年的历史，但目前振动故障诊断技术住备电厂普遍采川。 振动故障诊断与上述两种饩明故障方法的虽人区别是摆脱了振动故障以眼见为实的局 限性，它是采_ l j 演绎推理的方法，以故障特征为基础，与振动特征进行比较、分析，或采_ 【 j 逐个排除的方法，对振动性质、故障原闪和具体部什作山判断。 演绎推理有反向推理平l l 正向推理两种形式，这两种推理方式在日前的振动故障诊断中都 在使j j 。由丁反向推理法是依据振动特征奇找振动故障原冈，符合人f j 的习惯性思维。冈此 目前国内这种诊断方法应川相当广泛，但是这种方法的最人缺点是：由丁- 振动故障和特征间 不是一一对虑的天系，不同的故障特征的相互交义，造成反向推理诊断结果的小肯定和误诊 断，克服这一缺点的有效措旌是采川止向推理i 】“。 当今采川的振动划分方法是首先将机鲴振动按振动性质划分为_ l 孚通强迫振动、轴瓦白激 振动、汽流激振等九类振动。在实际诊断过科中一般只要通过振动频谱或不同频率f 振动分 昔即可对故障诊断范闱进行第层次诊断，确定振动故障类别。当振动是属丁n 1 e 普通j 虽迫振 动时，例如轴瓦门激振动、参数振动臀其故障原闪即可确定如果是* 通强迫振动则需 要进一步的诊断。就每一类振动故障范围而言义可分为激振力币支承动刚度两个故障原| 月， 6 - 第一章火i u 机纽旋转机械振动救障诊断的一般方法 如何肯定域排除其中一个故障原冈，是确定振动的类别2 后进行具体诊断需要做的下一步 作1 。”。 1 1 3 i 确定故障原困 在线性系统中，部件* 现的振幅与作h j 在该部件上的激振力成正比，与它的动刚度成反 比可刚r 式表示： _ d a = 二( 1 ) 足。 式中 彳为振幅： j p 为激振力； k d 为支承动刚度。 由上式可以看出机缃振动振幅由激振力和支承动刚度两者确定振动的故障原冈可能是 激振力过人、支承动刚艘降低绒两者共| 】作t l f j 的结果。 1 1 3 2 支承动刚度 支承动刚度也称轴承库动刚度，它与轴承鹰静刚度( 结构刚度) 、共振放大因素和动态 下连接刚度有关。 在实际机绍振动故障诊断中，在有明激振力故障原因之前，首先麻布明轴承库动刚度是 否止常。但从现场消振米讲，增加其结构刚度是十分凼难的，所以从现场实州诊断来说，一 般无须布明轴承库结构刚度，只进行近接刚度不足币l 批振放人冈素影响的诊断。这种诊断虽 不十分严密，却有实际价值。 1 1 3 3 激振力 当振动屈丁j 将通强迫振动，排除了轴承庵连接刚度、共振放人冈素影响2 后，采用正向 推理诊断可以得山振动故障原冈是激振力变化所致。而引起普通强迫振动激振力故障范围包 括四种激振力，即转子不平衡、 i i i l 定式联轴器迮接的轴系同心度、平直度偏筹和轴颈不圆、 不对称电磁力。肯定一种或排除二种激振力，即可确定故障原冈，这是采刚正向推理诊断振 动故障的第三步。 1 1 3 4 止向推理与反向推理 对丁单一类型的故障可以根据机细运行的机理找山该故障发生时的各种征兆表现，这 是通常所说的从己知故障剑征兆的研究方法，是止向推理。而在诊断故障时，入们根据所获 得的各种征兆，左反推可能是何种故障这是反向推理。通常反向推理比止向推理更加凼难， 这是南_ r ： 。 i 、故障与各征兆之间并不存在一一对应的关系。一个故障可能与若干征兆相关联，而一个 征兆i t 能同时与若干不同的故障相戈联； 2 、故障祉兆的多义性。由丁机编制造、安装、运行上的筹别，同类故障节现的征兆会存在 筹异难以州某种确定的模式作为比较、鉴别的标准； 3 、机细可能时存在若干种故障从而使征兆表现出复杂的现象。 随着振动故障诊断技术的发展，常规的反向推理振动诊断方法己不能满足现场诊断的需 要，麻州正向推理进行故障诊断成为必然的发展趋赞。 在诊断一开始即可采川l i ：向推理对发生的振动进行分类，再正向推理按不同的振动 类圳对引起振动的具体故醉做山判断。 显然在尚定或手 除故障原的比较中，也可采_ l f j 反向推理，但这种反向推理是在已经明 确故障范闱的前提r 采h j 的肯定方法。由丁止向推理要比反向推理直接诊断故障严密得多， 一7 东南人学硕i ：学位论文 由此可以获得很高的诊断严密性和准确性。 1 2 利用征兆进行故障诊断的主要困难及其对策 1 2 i 利用征兆进行故障诊断要注意的问题 利川f i ! 兆进行故障诊断时要选择特祉突的、有代表性的故障祉兆参数。所谓特征突出 的、有代表性的故障征兆参数，就是最能判别故障类别的独特征兆参数。寻找剑这一独特征 兆参数即可判明故障直接原冈麻p1 结为哪一类从而可以从诸多的u ，能原因中排除部分或人 部分故醉的百接原冈，使故障原冈的范罔人人缩小。例如： ( i ) 随机器转速变化振动突升或突降表明振动原冈可能与共振或临界转速有关。 ( 2 ) 振动土导频率与转速无关，振动故障原闪可能是外界干扰，频率特低时可能是喘振或 旋转火速，或某类白激振动。 ( 3 ) 随机器的负荷变化振动有明显变化可能的直接故障原冈主要有：对中不良、蒸汽 振荡、联轴1 ，问题、鼾 1 承问题、轴弯曲、轴裂纹、齿轮及电磁题等。 ( 4 ) 随润滑油温度政变振动有明显变化的直接故障原冈有：油膜涡动、油膜振荡、轴承问 题及转子一定子碰脖锋。 ( 5 ) 转子轴向振动过人的直接故障原冈有：轴弯曲、轴裂纹、联轴器偏角不对中、喘振、 旋转火速、转子一定于轴向局部序撩及隔板倾斜等。 ( 6 ) 振动主导频率与转子叶片数及转速有关，j i f j 可能是转子气动力问题。 ( 7 ) 振动有明显的方向性，可能是支承刚度或支庠松动问题。 ( 8 ) 转速的分数次频率振动，直接原冈为支承系统、碰摩、流体动力及共振。如为1 f 转速 的分数和粘数倍，而是略低丁上述值振动原冈与流体动力有芙或是与转子上部件松动滞后 有关。 ( 9 ) 切断i 乜源i 亓振动士导频率幅值立即明显f 降，说明振动原冈是电磁问题，反之是机械 问题。 如此等等，不一一列举。 。 以上市例不难说明，通过这些独特的、有代表性的故障征兆参数可以人人缩小寻找直接 故障原内的范嗣，提高诊断效率。 1 2 2 诊断策略 通过以上分析，在诊断策略上可遵循以f 三点： ( i ) 从征兆参数去判断故障直接原冈，而不是间接原冈，这就有可能找剑比较单一、明确 的故障与故际卣接原闪之间的芙联； ( 2 ) 由判断山的直接原冈再左找山直接原冈的可能原冈，即间接原因。例如，上述关系中 可能产生分频振动的直接原冈是碰脖，而碰胯可能是由不对中引起的，不对中义可能是由基 础不均匀r 沉引起的： ( 3 ) 要从1 1 门：导地何的征兆参数判别故障。例如，不对中既可以产生一阶、二阶谐波1 x 、 2 x 的振动，也可能由丁不对中造成碰席产生分频振动，最终按照t l 主导地位的信号去夯找 直接故障原内。 1 2 3 利用征兆的故障诊断方法 如前所述，利川祉兆进行故障诊断，必须利_ i j 通过故障机理研究所获得的知识和领域专 家的丰富经验。但由丁故障与祉兆间升1 e 一一对应的天系必须有利h j 征兆诊断故障的有效 的方法。近年来已经提山了若干方法，这些方法还在发展和i 完善。 8 - 第一章火1 乜机组旋转机械振动敞障诊断的一般方 土 1 2 3 1 按频率分类的诊断方法 振动参数是诊断旋转机械故障的重要信息，振动信息中除振动幅值外，振动频率也是故 障诊断的有力依据。根据振动频率和故障的关系，可按频率分类进行故障诊断，这是一种简 便快捷的诊断方法。原理如倒1 1 所示。 i i i i i 旋转机械振动信号 i 振动异常判断 i 检奄振动频谱 +i+ 高频振动故障l ：频振动故障 ii 低频振动故障 1上i i 检布振动的相关鼙检布振动的相关昔检布振动的相关茸 i 一! _ i 一上i i 二专! 一一i j 联 转 转 轴电 子 原转 由 器磁 刚始 动 子 心 动油汽 部 孰 孔 静构膜流 不激 不 什碰共振激 对 振 脱 弯进 由 对衡 落 曲油 摩 振荡 振 称 。- _ _ _ _ _ _ 一 _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ - _ _ _ _ _ _ _ _ 一- _ _ - _ _ _ _ 一 7= 7 一 。_ - _ _ _ 一 _ _ _ - 一 iiiiii 么，ii l 推定故障何置、发生判推定故障位置、发生抖推定故障位置、发生程 l度，f = 提出故障决策度并提山故碌决策度并提山故障决策 图j ，l 常见故障的频率分类诊断法 9 东南人学硕i 学位论文 1 2 _ 3 2 多征兆域相结合的诊断方法 1 塾i1 2 基丁多征兆域的神经网络故障诊断系统结构i 兰| 在故障诊断的实践中人们发现对丁r 同一种故障，在不同的征兆域有不同的特征，而且 在各个征兆域进行局部诊断时所得的结论也往往不同。也就是说根据不同方面的信息所得出 的结论不一致，有时甚至相反在这种情况f 很难作出进一步的判断。反过来也证明，只依 据单个征兆域( 如频谱) 的信息所作出的判断不可能都是正确的。冈此最近儿年来人们 给予多征兆域综合故障诊断技术以极人重视。本文针对故障诊断中在单一征兆域很难区分多 种故障的情形引入其他征兆域的信息并进行信息融合从而提高诊断的准确性。 要使各故障征兆( 祉兆域的状态参数) 提供的信息能够进行融合，关键是要根据现有的 信息构造具体的基本概率分配函数。在旋转机械故障诊断中运_ l f j 证据理论进行信息融合，综 合不同故障祉兆域的诊断信息，可以使得某些通过单一故障征兆域参数不能区分的故障得剑 较为准确的诊断结果ij ；h 。 本文根据旋转机械振动故障诊断的特点，将征兆域分为频谱缸e 兆域、相关性征兆域、升 速祉兆域和降速征兆域。故障诊断系统的各征兆域诊断知识库相互独立不产生作川关系。 需婴增加新的征兆域信息时只需增加相廊的神经嘲络即可，系统具有可扩充性的特点。经 过信息融合后，基丁- 多缸e 兆域的综合诊断结果的可靠性平准确性比基丁- 单一故障征兆域的诊 断有较人提高。基r 多征兆域的神经网络综合故5 ；：i 诊断系统的具体结构见图1 2 。 】2 3 ，3 振动故障的多祉兆域特征 本文参考有关文献，旷 纳山1 1 种常见振动故障的频谱特征、相关性特征、升速特征和 降速特征。这些多征兆域的特缸e 给故障的判别提供了依据。具有一定的l ：科实践意义。 表1 1 常见故障的多征兆域特征表 故频孵 障 特征 栩关件特征升、降速特征发生部位其它 比较稳定振幅耵1 卡 | 位和门降速过临界转速时m 町以发生n 所 特征蓬复性 蠢嚣 t 频分量h j 转速有关i m现较人的林频振动例如过 有的火i u 机组 很好 人 付、时间、励磁t u 流、一阶临界转速时振动人表 旋转机械卜 真卒等参数无关 1 i 存在一阶小r 衡量 突发忭，n 一定的负 a i 以发生在所 襞蕃 丁频分量付、转速下发生振幅降速时的振动应该比升速 有的火l 乜审l l l i不能重复 人 和相位突变到某一值时人 后稳定 旋转机械i ： 1 0 第一章火i u 机纽旋转机械振动故障诊断的一般方法 停机后0 剿 振动随和【鲴【饥曲或励升速启动时过临界振动小町以发生扯所 测人轴见度 裙 丁频分量人，盘乍一段 磁i b 洫增人缓慢叟人，j 娃，但降速时振动j 址增有的火i u 机纽 时问后町以 有一定的时滞人旋转机械f ： 恢复。卡r 很好 的章复性 1 ：3 j 以季复，停 机后测人轴 振动眺机组侦衙、蒸汽兑度大，连续 忠 t 频分量 温度增加i 者人，足连 降速过临界时的振动比丌 只口，能发生青 盘乍一段时 续f 什f f i 线小会：f 现中心乱的汽轮同町恢复萨 鞋 大速时人 人起人薄。j 转速励机转了j ：常。故障一般 磁i u 流无关发生相：停机 后的再次启 动时 主要为t 汽轮日l 转子的时域波形发 藿 频分量件 振幅和相位会i ；f f 时问隔板汽封、叶j 生畸变现 | 9 f i 何低频、 波动，小稳定负衙、由于障擦产生的热变形使俐带汽封以发削顶和毛刺 矗侣频许 油温、施量等对振动也 降速过临界振动人 轴端汽封部位，现象；轴心轨 有影响轴承油挡、发f u迹相对较紊 波 机的拼封环等乱 羹 t 频分量 易发生枰支撑 托轴承刚度 人，有低，转速有关，存在明姓神：升、降速过程中会j i j 现共 刚度较低的转 小足很人的 频、信频成共振峰振峰 于 前提下乩振 振 分人千轴振 鎏 转了的第 j 机纰一定负荷何关， 易发生n ：商参 有良好的重 一阶临抖 突发性，凡| ；f ! 着负竹的升降速过程振动特征4 im 】 数汽轮机的岛 增人幽增人，减小负曲娃复性 转速h 打转r i ： 即消失 翼 转了的第 和转速什到两倍一阶临界 火电机组旋转 低频振幅人 一阶临抖 o i 转速有关振动随油转速时突然发生此后缚续 机械均冉町能 溢的升一岛向减小j ：卜转速振功尤1 法消失凡十工颍振幅 转速发生 振动频率小盘 现t 频联轴器曲端 牵鬟 和倍频分转速越高振动越人 在升降速过临界会激起一旋转机械的刚 的晃度较人， 阶小y - 衡性联轴器 重复性较好 粪 ；l ；现t 频 j j 曲磁l