（动力机械及工程专业论文）基于多传感器信息融合的转子振动形态实时重构技术.pdf

摘要 本文主要研究了基于多传感器信息融合的转子振动形态重构技术。转子振动 形态重构技术是基于信息融合理论的工程应用技术，该技术是在数据层将布置在 一个转子各个截面上传感器所提供的信息加以融合，在融合的过程中保留了尽可 能多的原始数据信息。 本文首先从数据融合角度出发，详细阐述了多传感器信息融合的概念、理论、 融合层次结构及其在故障诊断中的应用，并在信息融合的基础上，阐述了数据层 融合的振动形态重构的基本方法，推导出双通道数据融合算法的数学表达式。研 究了转子振动形态重构的基本方法。在对汽轮发电机组转子系统进行动力学分析 时，分析了转子简化模型建立方法，重点推导了各典型部件的传递矩阵，并运用 传递矩阵法求解各向同性支承的转子不同节点处的位移，对转子的振动形态进行 了重构。 在理论探讨的基础上，本文以m a t l a b 软件作为平台，以3 0 0 m w 转子试验台为 实例，开发出了基于传递矩阵法的转子振动形态实时检测与分析软件，该软件能 实时地显示出转子的变形，及转子变形随时间的变化关系。转子的振动形态重构 后具有直观，简单的特点，能更好地反映转子的运行状态。因此，具有重要的工 程意义。 关键词：汽轮机转子；振动；传递矩阵；实时重构；频谱分析； a b s t r a c t t h er e c o n s t r u c t i o nt e c h n o l o g yo ft h er o t o rv i b r a t i o ns h a p e sb a s e do nm u l t i s e n s o r i n f o r m a t i o nf u s i o ni sr e s e a r c h e di n t h i sd i s s e r t a t i o n r e c o n s t r u c t i o no ft h er o t o r v i b r a t i o ns h a p e sb a s e do nt h ei n f o r m a t i o nf u s i o nt e c h n o l o g yi st h ea p p l i c a t i o no f t e c h n o l o g y , t h ei n f o r m a t i o np r o v i d e db yv a r i o u ss e n s o r sa r r a n g e do nc r o s s s e c t i o n so f t h er o t o ri si n t e g r a t e do nt h ed a t al a y e r , i nt h ep r o c e s so fi n t e g r a t i o na sm u c ha s p o s s i b l et or e t a i nt h eo r i g i n a ld a t ai n f o r m a t i o n t h ec o n c e p t ，t h e o r y , t h ef u s i o nl a y e rs t r u c t u r ea n dt h ea p p l i c a t i o ni nf a u l td i a g n o s i s o fm u l t i - s e n s o ri n f o r m a t i o nf u s i o na r ee l a b o r a t e df r o mt h ev i e wo fd a t af u s i o n a n do n t h eb a s eo fi n f o r m a t i o nf u s i o n ，t h eb a s i cm e t h o do fv i b r a t i o ns h a p e sr e c o n s t r u c t i o ni s e l a b o r a t e db a s e do nt h ed a t al a y e ri n t e g r a t e ，t h em a t h e m a t i c a le x p r e s s i o no ft h e a l g o r i t h mf o r m u l af o rd o u b l ec h a n n e ld a t af u s i o na r ed e d u c e d t h eb a s i cm e t h o do f t h e r o t o rv i b r a t i o ns h a p e sr e c o n s t r u c t i o ni sr e s e a r c h e d t h em e t h o di s a n a l y z e d t o e s t a b l i s ht h es i m p l i f i e dm o d e li nd y n a m i c sa n a l y s i sf o rt h et u r b i n eg e n e r a t o rr o t o r s y s t e m ，t h et r a n s f e rm a t r i xo ft h et y p i c a lc o m p o n e n t si si n f e r r e dw i t he m p h a s i s ，a n d t h et r a n s f e rm a t r i xi s p r e s e n t e dt o c a l c u l a t e d i f f e r e n tn o d e sd i s p l a c e m e n to ft h e i s o t r o p i cr o t o r t h em e t h o di sa p p l i e dt or e s t r u c t u r et h ev i b r a t i o ns h a p eo ft h er o t o r s y s t e m o nt h eb a s eo ft h e o r yd i s c u s s i o n ，t h em a t l a bs o f t w a r ei st o o ka st h ep l a t f o r mf o r3 0 0 m wr o t o rt e s ts y s t e m ，t h er o t o rv i b r a t i o ns h a p er e a l - t i m ed e t e c t i o na n da n a l y s i s s o f t w a r ew a sd e v e l o p e db a s e do nt h et r a n s f e rm a t r i xm e t h o d t h es o f t w a r ec a nd i s p l a y t h er o t o rr e a l t i m ed e f o r m a t i o n ，a n dt h er o t o rd e f o r m a t i o na l o n gw i t ht h et i m ec h a n g e r e l a t i o n s r e c o n s t r u c t i o no ft h e r o t o rv i b r a t i o ns h a p e sh a si n t u i t i v e l y , t h es i m p l e c h a r a c t e r i s t i c ，c a nr e f l e c tt h eo p e r a t i o n a ls t a t u so ft h er o t o r t h e r e f o r e ，t h et e c h n o l o g y h a si m p o r t a n tp r o je c ts i g n i f i c a n c e k e yw o r d s ：t u r b i n er o t o r ；v i b r a t i o n ；t r a n s f e rm a t r i x ；r e a l t i m el t e c o n s t r u c t i o n ； s p e c t r u ma n a l y s i s n 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名：叶乇飞 日期：2 卵辟乡月堂日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本 学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密日。 ( 请在以上相应方框内打“”) 作者签名：叶飞乇日期：2 口口吕年亨月，多日 导师签名： 第一章绪论 1 1 课题研究背景及意义 大型旋转机械，如汽轮机、压缩机、发电机、轧钢机等，是石油、化工、能 源、冶金等许多行业中的关键设备，它们以转子及其它回转部件作为工作的主体， 是企业设备的核心。随着科学技术的进步与发展，机械设备的工作性能越来越好， 工作强度越来越大，自动化程度与生产效率越来越高；与此同时，设备的结构也 越来越复杂，各部分的关联也越来越密切，往往某处稍有故障，就导致轻则停机， 重则机毁人亡，这不仅造成巨大的经济损失，而且会引起严重的社会后果。因此， 如何保证这些关键设备能够安全、稳定、长周期、满负荷、连续优质运行，对于 安全生产、提高企业的经济效益和社会效益具有十分重要的意义。 旋转机械传统的故障诊断方法在信号获取时，大多数都是基于单传感器的， 只能获取设备系统的部分信息，反映设备系统运行状态的某一个侧面，往往存在 模型不准确、“知识不充分等不足之处。在大型旋转机械故障诊断中，由于设备 系统的复杂性、工况的多样性和单一传感器信息获取的局限性，采用传统的故障 诊断方法进行诊断，其效率往往不高，甚至会出现误判误诊“1 。 伴随着信息融合技术的出现及其长足的发展，人们认识到信息融合技术与旋 转机械状态监测和故障诊断技术相结合，必然能够开辟出状态监测与故障诊断的 新天地。两种技术的结合，使人们对动态信号的研究从一维推广到多维，从单通 道推广到多通道，从单截面分析推广到多截面分析。这种建立在多传感器基础上 的信息融合故障诊断方法，为大型旋转机械故障诊断提供了一个有效的解决方法。 本文研究的基于多传感器信息融合的转子振动形态实时重构技术就是在这种背景 下产生的。 汽轮机转子结构日益复杂，从而表现出来的振动行为更为多变。基于传统的 谱分析和轴心轨迹等诊断方法存在着一定的缺陷，不能反映出转子的动态变形情 况。采用新方法对汽轮发电机组转子系统的振动形态进行实时监测，并实现对转 子系统故障的在线检测与诊断，不但具有较高的理论价值，而且具有重要的工程 实际意义。 1 2 国内外研究现状 1 9 5 9 年，k o l m o g o l o v 提出了一条关于信息集成的定理：对于一个系统，将多 个单维信息集合成多维信息，其信息量必然会比任何一个单维信息的信息量大。 r i c h a r d s o n 从理论上证明了增加传感器，原系统的性能并不会降低。随着微电子 技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的飞速发 展，各种面向复杂应用背景的多传感器系统大量涌现。在这些多传感器系统中， 信息表现形式的多样性、信息数量的巨大性、信息关系的复杂性，以及要求信息 处理的及时性、准确性和可靠性都是前所未有的。这就使得利用计算机技术对获 得的多传感器信息在一定准则下加以自动分析、优化综合以完成所需的估计与决 策多传感器信息融合技术得以迅速发展幢，。 多传感器信息融合技术最早产生于航空电子学上的雷达目标识别问题，后来 逐渐推广并应用到智能制造、过程监测、材料成型和处理、机器人、导航、遥感， 以及经济和人为系统等研究领域。当前，多传感器信息的集成与融合技术在人工 智能领域的发展异常迅猛，形成了这方面的研究高潮。 传统的旋转机械状态监测与故障诊断往往以单通道信号的振幅作为依据来判 断设备的运行状态，当振幅超过一定预设值时机组就会报警或停机。但在实际生 产中，有些时候监测指示灯还处于绿灯状态( 正常) ，机组运行已经明显出现不正 常的现象。由于单一传感器获得的仅是环境特征的局部、片面的信息，它的信息 量是非常有限的，然而作为空间物体的转子，它的振动形式必然属于空间的范畴， 每个截面只有用三维坐标才能完整描述，而转子又有很多截面。显而易见，用单 一传感器所测信号无法描述转子空间的振动，无法给出完整的转子振动信息。由 于同一截面上的两个配对通道信号是同源信号，因此两方向上的振动必然存在某 种相互关系，传统的分析方法只是孤立的分析某一方向的振动，必然丢失了某些 重要信息，如轴心轨迹、进动方向、最大振矢等，而这些信息往往在监测和诊断 中起着重要作用。因此，多传感器信息融合技术的引入，克服了传统单通道信息 的不足，对旋转机械故障诊断有着重要的理论价值和实际意义n ，。 早期的故障诊断主要是依靠人工，利用触、摸、听、看等手段对设备进行诊 断。通过经验的积累，人们可以对一些设备故障做出判断，但这种手段由于其局 限性和不完备性，已不能适应现在生产过程中对设备可靠性的要求。而信息技术 和计算机技术的迅速发展以及各种先进数学算法的出现，为汽轮机故障诊断技术 的发展提供了有利的条件。2 0 世纪7 0 年代以来，电子计算机技术和信号处理技术 的迅猛发展，转子一轴承系统动力特性研究的不断深入，有力地促进了大型旋转机 械状态监测和故障诊断技术的发展，使大型旋转机械状态监测和故障诊断技术水 平不断提高。 美国是最早从事汽轮机故障诊断研究的国家之一。1 9 6 7 年在美国宇航局和海 军研究所的倡导和组织下成立的美国机械故障预防小组( m f p g ) ，在汽轮机故障诊 断研究的许多方面都处于世界领先水平。目前美国从事汽轮机故障诊断技术开发 与研究的机构主要有e p r i 及部分电力公司，如西屋、b e n t l y 、i r d 、c s i 等公司。 2 日本也很重视汽轮机故障诊断技术的研究。由于日本规定1 0 0 0 m w 以下的机组都须 参与调峰运行，因此，他们更注重于汽轮机寿命检测和寿命诊断技术的研究。日 本从事这方面研究的机构主要有东芝电气、日立电气、富士和三菱重工等。 国外的研究主要以轨迹管和全谱，即不同转速下转子轨迹叠加成的轨迹管和 全息三维谱来对大型旋转机械进行状态监测和故障诊断，且主要以三维全谱技术 为主，已取得了很好的效果，开发出很多相关的故障诊断产品“一，。1 9 9 3 年，美国 b e n t l y 公司提出了全谱技术。旋转机械的振动测量一般是由安装在转子同一截面 内相互垂直的两个探头完成的。然而，同一截面上用于监测旋转机械的两个探头 中的任一探头所检测到的信息，无论在量值还是频谱结构方面都很难全面反映机 组实际运行情况，在很多时候与实际情况偏差较大，会直接影响诊断结果造成误 判。基于此种情况，许多学者做了大量的研究工作，全谱就是其中的一种分析技 术。全谱是把转子单频率下的椭圆轴心轨迹分解为正进动圆和反进动圆的叠加， 两个圆的旋转频率都等于转子本身的旋转频率。因此对于实际的转子，其轴心轨 迹是一系列椭圆的叠加，这些椭圆分别代表转子不同振动频率下的轴心轨迹。把 这些椭圆分解为两圆的叠加，然后根据各圆的旋转频率及其进动方向，在一个坐 标系内描述这一系列圆的特征就得到了全谱图。全谱分析清楚地反映了转子的进 动方向，这一信息对于某些故障的识别尤为重要。全谱成为非常有用的旋转机械 故障诊断工具仃一，。 我国在汽轮机故障诊断方面的研究起步较晚，但取得了较大的进展。1 9 8 9 年， 西安交通大学机械诊断与控制学研究所提出了全息谱技术n ”。全息谱的基本思想 是把轴心轨迹分析和频谱分析相结合，反映转子某些特征频率下的轴心轨迹。转 子单一频率下的轴心轨迹是椭圆，当然，轴心轨迹也可以是椭圆的某些极限情况 如圆和直线。全息谱是针对旋转机械故障征兆提取而提出的一种方法。该技术在 快速傅里叶变换算法的基础上，通过内插技术，精确求得按自由方式采集的振动 信号的幅值、频率和相位值，然后将转子截面两个径向振动信号的幅值、频率和 相位信息进行合成，用合成的一系列椭圆来刻画不同频率分量下的转子振动行为。 全息谱包括二维全息谱、三维全息谱和全息谱阵等。与传统的谱分析方法相比， 全息谱技术是构造多支承转子系统单一截面和整机振动的分析方法，利用转子在 相互垂直的两个方向振动之间的相互关系，可以了解转子的振动全貌，体现了诊 断信息的全面利用、综合分析的思想“”，。武汉理工大学吴刚等学者研究了径向滑 动轴承轴心可视化问题，山西师范大学张艳平认为三维轴心轨迹的动态显示能准 确反映转子的振动情况，西安交通大学史东锋提出了基于改进傅里叶变换提纯轴 心轨迹方法来分析瞬变信号，西安交通大学机械工程学院刘石、屈梁生提出了一 种基于三维全息差谱的故障诊断方法。三维全息谱诊断技术能全面利用转子各测 量面的振动信息，在不增加额外诊断设备的情况下，确定转子常见的故障，而且 3 在现场动平衡领域有着广阔的应用前景1 1 6 2 1 ，。 近二十年来，国内外学者对大型旋转机械状态监测与故障诊断技术进行了大 量的研究，许多研究成果已经应用于生产实际，取得了可喜的效果。但当前大型 旋转机械状态监测与故障诊断技术的核心问题仍然是如何全面地掌握机组运行信 息，寻找更加有效、直观的转子振动信息提取方法和表达方式，通过理论分析与 实际经验相结合，全面而透彻地了解大型旋转机械的振动，达到区别各种转子典 型故障以及确定故障发生的位置、程度等，进一步提高大型旋转机械故障诊断的 准确性。 1 3 本文的主要研究内容 为了深刻描绘汽轮机转子振动的全貌，揭示各振动自由度间的内在联系，本 文在f f t 算法的基础上，通过一定的校正方法，精确求得采集的振动信号的幅值， 频率和相位值，然后将转子多个截面上的传感器所提供的信息基于传递矩阵法加 以融合，求解出转子所有截面上振动信息。主要研究内容如下： ( 1 ) 对于所研究的转子系统，进行详细的动力学分析，建立其准确的物理模 型和数学模型，并求解出相应的传递矩阵； ( 2 ) 对传感器所采集的信息振动信号进行f f t 变换求出其幅值，频率和相位 值，通过传递矩阵求出其它截面的振动信息； ( 3 ) 实现转子振动形态的实时显示。即当时间t 改变时，能绘制出转子各点 的实际变形情况，或各截面的振动信息。 4 第二章多传感器信息融合技术 2 1 多传感器信息融合理论 多传感器信息融合m s i f ( m u l t i - s e n s o ri n f o r m a t i o nf u s i o n ) 就是把多个相 同类型或不同类型的传感器所提供的局部观察量加以综合，消除信息之间的冗余 和矛盾，利用信息互补，形成对环境的相对完整致的感知描述，从而提高智能 系统决策的快速性和正确性，以及规划的科学性。它避免了单一传感器的局限性， 可以获取更多信息，得出更为准确、可靠的结论。信息融合技术涉及到数学、军 事科学、计算机科学、自动控制理论、人工智能、通信技术、管理科学等多种学 科的交义和具体运用，它充分利用了多源数据的互补性和电子计算机的高速运算 性能，有效地提高了信息处理的质量。 2 1 1 信息融合的基本原理 多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。在多 传感器系统中，各种传感器提供的信息可能具有不同的特征，如模糊的或确定的、 时变的或非时变的、快变的或缓变的、实时的或非实时的、全面的或不全面的、 可靠的或非可靠的、相互支持的或相互矛盾的。与人脑综合处理信息的过程一样， 多传感器信息融合协调利用多个传感器资源，通过对各种传感器及其观测信息的 合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化 准则加以组合，产生对观测环境的一致性解释和描述。信息融合的目标是利用各 传感器分离观测的信息，对数据进行多级别、多方位、多层次的处理，产生新的 有意义的信息。这种信息是最佳协同作用的结果，是任何单一传感器无法获得的， 它的最终目的是利用多个传感器共同或联合操作的优势，来提高整个传感器系统 的有效性任。1 。 2 1 2 多传感器信息融合的层次结构 信息融合系统可以按照层次划分，目前较为普遍接受的是3 层次融合结构， 即数据层、特征层和决策层p 。”。 数据层融合是指将全部传感器的原始数据未经预处理之前就进行数据的综合 和分析，如图2 1 所示。数据层融合要求传感器必须是同类传感器，即原始数据 必须是匹配的。数据层融合过程一般可通过从原始数据中提取一个特征矢量来完 成，并根据此特征矢量做出属性判决。数据层融合的优点是保持了尽可能多的原 始信息，能提供最精确的结果。缺点是处理的信息量大，因而处理实时性较差。 5 特征层融合属于中间层次，每个传感器首先对各自的原始信息进行特征提取， 然后对特征信息进行综合分析和处理，即从观测数据中提取许多特征矢量后再把 它们连接成多个矢量，最后进行识别。如图2 2 所示，特征层融合对通信带宽的 要求较低，但由于数据丢失使其准确性有所下降。 决策层融合是一种高层次融合，每一个传感器( 可以是不同类型的) 监测的 目标或状态，各自完成变换和处理，其中包括预处理、特征提取、识别或判断， 以建立对所监测目标或状态的初步决策。如图2 3 所示，这些决策被进一步融合 生成最后的决策。决策层融合的实时性最好，对通信带宽要求最低，但产生的结 果相对来说最不准确，主要解决多目标识别、态势评估、威胁评估等问题。 - - - i * i 传感器l 卜 关 数 特识 据 l 传感器2 卜 - - i r a ,- - - i i , 征呻 层 提 ； 联 融 取 别 l 传感器n 卜 - - - d ,亩 图2 1 数据层融合 l 传感器l 卜 _ 特 i 传感器2 卜 特 关 征 识 ll 征 层 + 属 + ； 提 i 传感器n 卜 取 联 性 别 融 i = 1 图2 2 特征层融合 决 策 l 传感器l 卜 特 - q 属性判、央卜 关识 层 i 传感器2 卜 征 - h 属性判、央卜 + 属 + i 提 取联 性 别 i 传感器n 卜- h 属性判决卜 融 口 图2 3 决策层融合 信息融合的层次结构是按照信息抽象程度来划分的。在多传感器信息融合系 统的实际工程应用中，应综合考虑传感器的性能、系统的计算能力、通信的带宽、 期望的准确率以及现有资金的能力，以确定采用哪种层次化系统结构模型或者混 合的层次模型。而基于信息融合的层次结构的确定，可以为系统硬件体系结构的 确定打好基础。 6 2 1 3 多传感器信息融合的体系结构 多传感器信息融合的硬件体系结构大致分为三类：集中式、分布式和混合式。 集中式是将各传感器结点的数据都送到中央处理器进行融合处理。该方法可以实 现实时融合，其数据处理的精度高、解法灵活，缺点是对处理器要求高、可靠性 较低、数据量大，故难于实现。分布式是各传感器利用自己的量测单独跟踪目标， 将估计结果送到总站，总站再将子站的估计合成为目标的联合估计。该方法对通 信带宽要求低、计算速度快、可靠性和延续性好，但跟踪精度没有集中式高。混 合式是将以上两种形式进行组合，它可以在速度、带宽、跟踪精度和可靠性等相 互影响的各种制约因素之间取得平衡，因此目前的研究着重于混合式结构托“”。 “ 采用何种体系结构完全是为了满足各种不同的实际需要，在设计数据融合体 系结构时，应根据确定的系统层次结构来确定相应的体系结构，同时还必须考虑 数据通信、数据库管理、人机接口、传感器管理等许多支撑技术。 2 1 4 信息融合方法 、 目前现有的信息融合方法可分为四大类： 第一类属于基于模型的信息融合算法。它主要以估计理论为基础，使用这类 方法首先要建立融合对象的状态空间模型，然后利用各类估计理论的方法进行估 计，以完成信息融合的任务。典型的方法有加权最小二乘法、极大似然方法、维 纳滤波、卡尔曼滤波及利用小波变换进行滤波的方法等。 第二类属于统计理论的信息融合算法。这类方法是以统计理论为基础，通过 反复迭代运算以实现融合。其典型代表为贝叶斯推理方法，d e m p s t e r s h a f t e r 推 理方法和马尔可夫随机域方法。 第三类属于基于知识的人工智能方法。这类融合方法大都以产生式规则为理 论基础，产生式规则可用符号形式表示物体特征和相应的传感信息之间的关系。 当涉及同一对象的两条或多条规则在逻辑推理过程中被合成同一规则时，即完成 了信息融合。这类算法属高层次推理。适用于高层融合系统。其主要代表为黑板 系统。 第四类为基于信息理论的融合算法。这类方法以近年来发展起来的信息理论 为基础，通过对信息作较高智能化的处理，达到融合目的。典型的方法有熵法、 聚类分析方法、表决方法、自适应神经网络方法及模糊逻辑方法等。 2 1 5 信息融合的关键问题 信息融合的关键问题是：数据转换、数据相关、态势数据库、融合推理和融 合损失等。 ( 1 ) 数据转换：其关键在于，不仅要转换不同层次之间的信息，而且同样需要 7 转换对研究对象或系统的描述的不同之处和相似之处。即使是同一层次的信息， 也存在不同的描述和说明。 ( 2 ) 数据相关：其核心问题是如何克服传感器测量的不精确性和干扰等引起的 相关二义性，即如何保持数据的一致性，如何控制和降低相关计算的复杂性，开 发相关处理、融合处理和系统模拟的算法和模型。 ( 3 ) 态势数据库：要求容量要大，搜索要快，开放互联性好，并具有良好的用 户接口。 ( 4 ) 融合推理：是信息融合系统的核心，需要解决如何针对复杂的研究对象和 系统的时变动态特性，在难以获得先验知识的前提下，建立具有良好稳定性和自 适应能力的系统模型，以及如何有效地控制和降低递推估计的计算复杂性。 ( 5 ) 融合损失：其关键问题是如何减少、克服、弥补信息融合过程中的信息损 失。 2 2 多传感器信息融合在汽轮机故障诊断中的应用 汽轮机故障诊断的信息融合结构如图2 4 所示n ”。 图2 4 汽轮机故障诊断信息融合结构 2 2 1 数据层融合 根据传感器所获得的原始检测信号进行数据层数据融合。通过数据层数据融 合进行初步的分析，可实现故障特征的提取。数据层数据融合最基本的方法是对 来自不同传感器的信息进行综合分析与比较，结合设备的其它特性参数发现一些 较典型的故障征兆，提取一些对设备故障有一定敏感度的特征参数。典型的例子 如汽轮发电机组故障诊断中的二维全息谱、轴心轨迹就是转子表面互成9 0 。角的 8 2 个振动位移信号进行合成的结果。由于采用了振动信息综合的方法，比一维振动 信息分析的诊断结果更可靠、更具说服力心引。 2 2 2 特征层融合 特征层融合是把原始数据通过诸如傅立叶变换等数学方法进行特征提取后， 对多个传感器所获得的征兆进行分析。为了通过故障征兆找到故障源，必须清楚 故障征兆与故障源之间的映射关系，也就是故障诊断系统的必备知识。诊断知识 的来源可基于规则知识、动态模型和故障树模型知识或者基于神经网络知识等。 特征层融合需要数据检测层的融合结果，同时也需要有关诊断对象描述的诊断知 识( 故障源与故障特征之间的关系) 的融合结果，它将诊断知识的融合结果和数据 层的数据融合结果结合起来进行特征层数据融合。特征层融合最常用的方法是对 照根据先验知识建立的各种假设( 己知的故障模式) ，对观测量进行检验，以确定 哪一个假设与观测量相匹配。特征层融合的结果对可能发生的故障情况进行分类， 缩小故障诊断范围，提高故障诊断速度和诊断结果的准确性。 2 2 3 决策层融合 在复杂的旋转机械振动故障诊断领域，对故障的识别往往需要借助多种智能 方法，如神经网络方法( n n ) 、专家系统方法( e s ) 以及其它智能诊断方法。在获得 同一故障特征集合的情况下，用不同的智能识别方法得到不同的诊断决策集合。 这些诊断决策集合是不完全相同，甚至可能出现矛盾的结论。这就需要决策层融 合模块来对这些诊断决策子集合进行融合，得到最后的诊断决策集合m ，。 2 3 多传感器信息融合重构转子振动形态的基本方法 转子振动形态重构技术是基于信息融合理论的工程应用技术。传统信息处理 技术往往得到的是系统单方面信息，这些单方面信息要么是不完整的知识，要么 就是既包含了某些正确的信息( 真知) 又包含了某些不正确的信息( 噪声) 。知识获 取过程并不等于所有信息的简单叠加，而是一个综合和提取的过程，这一进行多 种来源信息的综合和知识提取的过程就是信息融合。转子振动形态重构技术是在 数据层将布置在转子各个截面上传感器所提供的信息加以融合，因而要求各个传 感器输出的数据具有高度的一致性，即参加融合的各组数据必须具有相同的时间 起点，相同的采样频率和数据长度，并且具有大体相近的信噪比。数据层融合得 到的融合效果是三层次中融合效果最好的，因为它在融合的过程中保持了尽可能 多的原始信息。本节从双通道的信息融合入手，然后用数学公式表达转子振动形 态重构的计算算式。 图2 5 是常用的两端支承单圆盘转子模型，不考虑圆盘的转动惯性，该模型 9 可以简化成由一系列集中质点和无质量的等截面弹性轴段组成的系统，如图2 6 所示，按照传递矩阵法建立这些部件两端截面状态向量间的传递关系，然后利用 连续性条件可以求出转子任一截面上的状态向量与起始截面上的状态向量之间的 关系t z “”，。 图2 5 单圆盘转子模型 0 妻 23n - 2 妻n - i n 乒刀乒 图2 6 转子模型的简化 设系统以频率q 作谐振动，各截面的挠度、转角、弯矩、剪力分别以】，、口、 m 、q 表示。按照传递矩阵法建立最左端o 点和最右端n 点的状态变量之间的关 系式。 z ) ：= p 】。 z ) ： z ) ? - 丁】。 z ：= 【丁】，【尸】。 z 菇 z ) ：= 【丁】： z ? = 【丁】：【丁】。【尸】。 z ) ： z ) ；= 【丁】， z ：= 【丁】，【丁】：【丁】。【p 】o z ) ： z ) ：= 【丁l z ) ：。= 【丁l 【丁】。一，【丁】，【p 】o z ) ： ( 2 1 ) 式中， 尸】o ，【r l 为各部件两端截面间的传递矩阵， z 为截面的状态向量 ；哲叩萨 】， 0 m q ( 2 2 ) 若记【丁】_ 【丁】：p 】。【尸】0 ，则式( 2 1 ) 中第3 个方程可写成： z ) ：= 吲 z ： ( 2 3 ) 或 l o 引 ，1 34 乞f 2 4 ，3 3k f 1 3t 址 最左端0 点的边界条件为： 蟛= o i 诺= 0j 由式( 2 4 ) 和边界条件式( 2 5 ) 可得： ，1 l，1 23 如l，2 2乞3 f 3 1f 3 2f 3 3 f 4 l ，2 3弘 蹴 ( 2 4 ) ( 2 5 ) ( 2 6 ) 同样，若记【d 】- p l 卜：p 】l 【p 】。，则式( 2 1 ) 中第n 一1 个方程可写成： z ：= 【d 】 z ： ( 2 7 ) 由式( 2 7 ) 和边界条件式( 2 5 ) 可得： 蹴 ( 2 8 ) 将式( 2 7 ) 和式( 2 8 ) 中的第一个方程联立可得： 乏：) = 三i4 2 ： j j l o o ) ( 2 9 ， 叭 艺一： 7 = a y o ，o o r ， 其中，艺，匕一2 分别为测点2 和测点n 一2 处y 方向的位移，由布置在这两处的传感 器测得。 将左端截面参量： k ，岛 r = 彳一1 k ，一：) r ( 2 1 0 ) 代入到式( 2 1 ) 中，求得： i = p l i 写+ p 1 2 0 0 ( 2 11 ) 其中，r 为节点f ( i = 1 ，2 ，刀) 处y 方向的位移，a ，a 2 为传递矩阵中第一行的两 个元素。 在不考虑转子轴向振动时，将图2 6 中所有节点的位移连接成光滑的曲线， 这样，就通过对两个通道的数据序列进行计算，从而得到理想的单圆盘转子y 方 向挠度曲线。 2 4 本章小结 本章从数据融合角度出发，详细阐述了多传感器信息融合的基本概念、原理、 融合层次及在设备故障诊断中的应用。在此基础上阐述了双通道数据的融合方法， 推导出了基于双通道数据融合的理想单圆盘转子振动参数计算公式，为后续章节 作了铺垫。 1 2 第三章汽轮发电机组转子振动形态重构理论 3 1 转子振动形态分析理论 转子的振动是制约汽轮发电机组安全、稳定运行的重要因素。振动产生的机 理和表现形式都较复杂，除永久性或临时性质量不平衡振动外，转子还会受到滑 动轴承的油膜力和转子周围蒸汽介质蒸汽力的作用，产生更为复杂的振动。在故 障诊断过程中，常用到的分析方法有时域分析( 波形、幅值、轴心轨迹、轴心位 置) 和频域分析( 频谱、相位、瀑布图、滤波分析) 。 在振动信号数据的处理分析技术方面，f f t ( 快速傅里叶变换) 的频谱分析法一 直是一种主要的、基础的分析手段。傅里叶变换建立了信号从时域到频域的变换 桥梁，构成了观察一个信号的两种方式。傅里叶变换是一种整体变换，是从整体 上将信号分解为不同的频率分量。基于傅里叶变换的信号频域表示及其能量的频 域分布揭示了信号在频域的特征，它们在传统的信号分析与处理方面发挥了极其 重要的作用。但是，作为频域表示的功率谱并不能揭示其中某种频率分量随时间 的变化情况。由于转子振动受诸多因素的影响，振动信号是非平稳的，只了解信 号在时域或频域的全局特性是远远不够的，最希望得到的是信号频谱随时间变化 的情况h “”。 另一方面，传统的机械状态监测与故障诊断往往只是以单通道的振动信号作 为依据来判断设备的运行状态，然而作为质量和弹性连续分布的转子，它的振动 形式必然是一种空间范畴，每个截面的振动情况只有用三维坐标才能完整描述， 而转子又有很多截面，显而易见，用单一传感器所测信号无法描述转子空间的空 间变形情况，无法给出完整的转子振动信息。因此，对转子振动信号的研究从单 通道推广到多通道，从单截面分析推广到多截面分析很有必要。 在转子振动形态分析中，全息谱技术是一种全面反应机器振动形态、充分利 用信号相位信息的分析方法，它将振动的相位信息充分利用起来，并对两个在空 间上互相垂直的传感器信号进行集成处理，有效地克服了谱分析方法的不足，大 大提高了故障诊断所需的信息量。全息谱在传统谱分析的基础上加入了被忽视的 相位信息，谱的显示形式也由谱线变成了椭圆状，除了大小外，椭圆还有偏心率、 倾角、转向等特征，故障识别能力大大提高。全息谱完全直观地反映转子在某些 特征频率下的振动形式，但是也正是由于这种直观的图形描述，使得全息谱的分 辨率受到很大影响，当感兴趣的频率点较多或某一频率上的振动非常强烈时，将 会出现椭圆的交叠，从而使图形变得杂乱无章。另一方面，图形化的全息谱不便 1 3 进行能量分析，其概念也不能推广到其他分析形式，因此其实际应用受到限制n ”1 。 基于以上几点原因，本文运用传递矩阵法计算了各向同性支承的转子不同节 点处的位移，对转子的振动形态进行了重构。根据前文的分析，在转动过程中某 一时刻，转子的实际变形曲线在空间上表现出三维的特点，转子的变形曲线分别 在垂直于x 轴和y 轴的平面内的投影就是转子垂直方向和水平方向的振动。该方 法能实时地显示出转子的变形，及转子变形随时间的变化关系，具有直观、简单 的特点。 3 2 转子振动形态重构的方法 在2 3 节中推导了如何通过两个截面的参数信息求解其他截面的参数信息， 从而得到理想的单圆盘转子y 方向挠度曲线，很显然，将转子x 方向和y 方向的 挠度曲线合成时，就得到了转子的振动形态，该曲线能较真实的反映转子在当前 时刻的实际变形。 转子振动形态重构的流程图如图3 1 所示。 改 变 时 间 参 数 图3 1 转子振动形态重构流程 在靠近转子两端轴承的截面，按相互垂直的方向布置有两个电涡流传感器， 1 4 假设截面上测得的信号是而= 以s i n ( c o t + t p )= ec o s ( c o t + ) ，当t 为某个值时， 这两个方向的信号在空间上描绘的只是一个点，即该截面的轴心位置。在两端测 量截面问再选取若干个截面，应用传递矩阵法可以分别求出这些中间截面上水平 方向和垂直方向的振动，具体的计算公式见下节，同样，这些截面的轴心位置也 可以确定。 下一步分别对各向的振动参数沿轴向长度进行插值。由于运算量的关系，转 子系统模型只能简化成化有限个节点，运用2 3 节中的计算方法也只能求解出各 节点处的振动参数，对于两个节点中间部分的位移，将采取数学插值( 三次样条 插值) 的方法近似代替。这样整段轴的轴心位置得以确定。不同时刻转子的振动 形态只需改变时间参数，将不同时刻的数据序列重复上述步骤即可得到。 在上述过程中，最关键的步骤是应用传递矩阵法对中间节点的振动参数计算， 下节将对其计算过程进行详细讨论。 3 3 基于传递矩阵法的转子系统振动形态重构模型 3 3 1 转子系统简化模型的建立 在对转子系统的振动形态重构前，必须对研究对象进行动力学分析。由于构 件形状的复杂性、变形形式的复杂性和影响系数的复杂性，对机械系统进行精确 的弹性动力学分析是十分困难的。因而，必须对实际的工程问题进行简化和抽象， 做一个繁简适度的力学描述和数学描述，这个过程称之为建立动力学模型t 3 2 3 s ，。 3 3 1 1 建立动力学模型时应遵循的准则 ( 1 ) 连续系统的离散化 实际机械构件是连续分布的，因而弹性构件的各种物理参数如质量、刚度和 阻尼都具有连续分布的性质。描述连续弹性体的动力学方程是偏微分方程，求解 费事而且困难。为此，应将连续系统离散化，简化为离散系统。离散系统只有有 限个自由度，描述其运动的动力学方程为常微分方程，求解较为容易。离散化可 以建立两类动力学模型，即集总参数模型和有限元模型。 ( 2 ) 非线性系统的线性化 多自由度的系统微幅振动的微分方程是线性微分方程。其中的惯性力、阻尼 力和弹性恢复力分别与加速度、速度和位移成正比。线性微分方程的求解比较容 易，其分析也已经成熟。实际机构多为非线性系统，非线性微分方程的求解比较 复杂，在建立系统数学模型时，忽略掉非线性因素，将非线性系统简化为线性系 统，是常见的做法。但是要注意，非线性系统的特性和线性系统有本质的区别。 在非线性系统中存在着些特有的现象，这些非线性现象，如分叉和混沌，用简 化了的线性方程是无法揭示的。目前，在机械弹性力学中有如下三种趋向并存： 正确的忽略掉非线性因素，建立简化的线性模型，以求分析的简便性；计入必要 的非线性因素，求解非线性方程，以求分析的简便性；计入必要的非线性因素， 求解非线性方程，以求分析的精确性并揭示非线性现象。 ( 3 ) 抓主要因素，忽略次要因素 影响机械系统动力学特性的因素很多。若要把所有因素都考虑进去，会使问 题变得极为复杂。建立模型时，应区别影响因素的主次，抓住主要因素，忽略次 要因素。例如，简化构件的形状，忽略次要的变形形式，忽略弹性运动和刚体运 动的耦合，用等效线性阻尼代替非线性阻尼等。这种对次要因素的忽略往往也和 线性化结合在一起。 3 3 1 2 汽轮机转子的简化模型 汽轮机转子主要由主轴、叶轮( 轮鼓) 、动叶及联轴器等组成。汽轮机工作时， 转子在高温蒸汽中高速旋转，其工况相当复杂，它不仅要承受叶片、叶轮、主轴 本身质量离心力所引起的巨大应力、蒸汽作用在其上的轴向推力以及由于温度分 布不均匀引起的热应力，而且还要承受巨大的扭转力矩和轴系振动所产生的动应 力。 转子系统的力学建模方法主要有两种，分别为有限单元法和集总参数法。 有限单元法的基本思想就是将一个连续弹性体看成是由若干个基本单元在节 点处彼此相连接的结合体，从而使一个无限自由度的连续系统问题变成一个有限 自由度的离散系统问题。 而集总参数法建模，在建立物理模型之前，先要对物体进行分析。在分析中 首先要将整个机械结构分解成一系列具有简单力学特性的二端元件，把每个元件 端面上的位移、内力组成的列阵作为截面的状态变量。其次在单元中建立两端状 态变量问的关系式，并用相关的一些表达式表示此关系。 根据对以上两种建模方法的分析，对于汽轮机发电机组的转子系统，本文将 采用集总参数法建模，将无限自由度的汽轮机转子系统简化成为一个有限自由度 的离散系统。简化后物理模型如图3 2 所示。 一1 卜卜 。 耋 23 妻 汁1 妻妻小1 n 图3 2 汽轮发电机组转子简化模型 3 3 1 3 轴承支承模型的建立 对于转子系统支承刚度的处理，主要有以下两种方法： ( 1 ) 把整个支承按各向同性的弹性支承处理，只需一个总刚度系数k 代入计 算公式即可。 ( 2 ) 将支承按刚性处理，把整个支承的刚度视为无限大，这个无限大的刚度 1 6 也是各向同性的。计算时使用同样的计算公式，给刚度系数k 赋予一个十分大的 具体值即可。 3 3 2 各典型部件的传递矩阵 按上节所述，对于汽轮发电机组转子系统离散化处