（工程热物理专业论文）基于状态监测和故障诊断的水电机组故障预测研究.pdf

摘要 摘要 近年来，大、中型水电站水轮机组事故不断，水轮机在线故障诊断显得越来 越重要，目前国内有个别水电厂实现了对水轮机组特征参量的在线监测和一定程 度上的故障诊断分析，在机组安全运行方面取得了一定的成果，但是这种实时在 线监测系统只能提供直观的参数，提供一些诊断方法一旦机组发生故障，将会 造成巨大的经济损失。为此开展故障预测方面的研究，防范于未然显得越来越重 要。 本文将小波包多分辨特性与灰色系统的动态预测能力相结合，提出了一种针 对水轮机振动特征向量进行预测的方法。该法先利用小波包对振动信号进行分解， 提取小波包能量特征量，构造能量特征向量，进而利用灰色模型对能量特征量进 行预测。文中应用此法对水机轴振动特征向量进行了预测，结果表明预测值与实 际值吻合，证明了利用小波能量和灰色预测理论预测振动特征信息是一种行之有 效的方法。 接着本文开发了状态监测和诊断预测系统，文中介绍了该系统的状态监测模 块、特征信息预测模块以及渗断模块，重点论述故障特征信息预测法在监测和诊 断基础上的具体实现。状态监测是诊断和预测的基础，在这部分作者主要论述传 感器的布局、状态监测参量、诊断信号分析方法及相关数据库设计等方面；紧接 建立特征信息预测模块，叙述了从小波包能量提取，到灰色预测的详细漫计及具 体实现；再接着建立故障诊断系统，论述了知识的结构设计、推理方法等内容。 为了实现从特征信息预测到故障预测的转变，提出了，特征信息预测法和诊断系 统的结合方案，介绍了从f f t 变换提取特征频率征兆的知识推理的诊断方式，到 小波包提取频段能量作为征兆的诊断方式的改变。 作者还详细介绍了预测系统相应的人机界面和各方面功能，包括一些拓展功 能，并通过试验证明了所设计的故障预系统的可行性，作者试验分两步完成，首 先验证基于小波包频段能量提取作为征兆的诊断是切实可行的，然后，为了进行 故障预测分析，以水桃轴转子不对中故障为例对预测知识麾进行了扩充，并用电 厂历史数据进行了故障预测验证，得出了故障预测的结果。 最后，作者对全文总结，并对水电厂状态监测与故障诊断的发展作了预测。 关键词：水轮机；状态监测；故障诊断；故障预测 华南理工夫学硕七学位论文 a b s t r a c t s t a t em o n i t o r i n ga n df a u l td i a g n o s i ss y s t e mb e c o m em o r e a n dm o r e i m p o r t a n ti nt h e s es e v e r a ly e a r sb e c a u s eo ft h ei n c r e a s i n ga c c i d e n t t h i ss y s t e m h a sb e e nu s e di ns o m eh y d r o p o w e rp l a n t sa n di th a sg o t t e ns o m ef r u i ti nt h e o p e r a t i o no fu n i t s b u tt h e r ea r es o m e l i m i t s t h em o n i t o r i n ga n df a u l t d i a g n o s i sc a no n l ys h o ws o n i cp a r a m e t e r sa n dg i v es o m ed i a g n o s i n gr e s u l t si n s o m ee x t e n t i tc a nn o tr e t r i e v a lt h el o s sw h e ni nd e f a u l t s t h e r e f o r e f a u l t f o r e c a s ti sm o r ei m p o r t a n tt h a no t h e r si ns o m ea s p e c t s oi nt h i sp a p e rp u tf o r w a r daf o r e c a s t i n gm e t h o da i m e da tv i b r a t i o no ft h e w a t e rt u r b i n eb yc o m b i n i n gt h ew a v e l e tp a c k e tw i t hg r a yt h e o r y d e c o m p o s e t h ev i b r a t i n gs i g n a lu s i n gw a v e l e tp a c k e ta n dc o n s t r u c te n e r g ye i g e n v e c t o r a t t h es a m et i m e ，f o r e c a s tt h ev i b r a t i n gs i g n a lo fw a t e rs h a f tu s i n gt h i sm e t h o d r e s u l ti n d i c a t e st h a tf o r e c a s t e dv a l u ei sc o n s i s t e n tw i t hp r a c t i c ev a l u e s oi t p r o v et h ec o m b i n a t i o no ft h ew a v e l e tp a c k e tw i t ht h eg r a yt h e o r yi sau s e f u l m e t h o dt of o r e c a s t i n gt h ec h a r a c t e ro fv i b r a t i o na n di tg i v ean e ws t r a t e g yo f f a u l tf o r e c a s t i ti si n t r o d u e e dt h ec h a n g eo ft h ef a u l td i a g n o s ism a n n e r t v a n s f e rf o r mf f tt ow a v e l e tp a c k ele n e r g y t h e n ，t h ea u t h o rd e v e l o p e dt h es t a t em o n i t o r i n ga n df a u l td i a g n o s i s f o r e c a s ts y s t e m t h i sp a p e rd i s c u s s e st h em o n i t o r i n gs y s t e m ，f o r e c a s t i n g s y s t e ma n dd i a g n o s i ss y s t e m ，a n db a s e do n t h es t a t em o n i t o r i n ga n df a u l t d i a g n o s i sd i s c u s s e st h ef a u t tc h a r a c t e rf o r e c a s t i n gm e t h o d i nd e t a i l i nt h ee n d ，t h ea u t h o rs u m su pt h i sp a p e ra n dg i v et h ef o r e c a s to ft h e d e v e l o p m e n to fs t a t em o n i t o r i n ga n df a u l td i a g n o s i ss y s t e m i no r d e rt op r o v et h ef e a s i b i l i t yo ft h i ss y s t e m ，t h ea u t h o rd o e se x p e r i m e n t i nt w os t e p s f i r s t l y ，p r o v et h ef e a s i b i l i t yo ft h ew a v e l e tp a c k e te n e r g yp i c k i n g u p 。t h e n ，i no r d e rt om a k es y s t e mc a ng e tt h er e s u l to ff a u l tf o r e c a s t ，t a k ea e x a m p l eo ff a u l to ft u r b i n es h a f tt oi n t r o d u c et h er e p o s i t o r y e x t e n s i o n ，a n d i n p u tt h eh i s t o r yd a t ai n t o t h ef a u l tf o r e c a s ts y s t e m ，g e tt h er e s u l to ff a u l t f o r e c a s t k e yw o r d ：w a t e rt u r b i n e ；s t a t em o n i t o r i n g f a u l td i a g n o s i s ；f a u l tf o r e c a s t i l 华南理工大学 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，均己在文中以明确方 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：程宝瘠 日期：2 。哆年6 月7 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。本人授权华南理工大学可以将 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。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上相应方框内打“4 ”) 作者签名： 导师签名： 罹皂痛 嘞闲警 日期：扫年6 月9e t 日期：劢巧年谷月罗曰 f 第一章绪论 1 1 诊断技术的发展 第一章绪论 随着科学技术的发展，尤其计算机技术的飞速发展，现代设备诊断技术 从状态监测阶段，这是以快速傅立叶变换、谱分析、信号处理等技术为基础， 以设备状态监测为目的，向第二阶段智能诊断技术阶段发展，其主要特征是 在诊断技术与人工智能( a i 技术的结合) 4 7 j 。 a i 引入诊断系统之前，诊断技术的发展主要是诊断过程的前两步，即 监测设备状态的特征信号以及从特征信号中提取有关征兆。而诊断过程的第 三步即状态识别过程主要由领域专家来完成。不同的专家可能采用不同的识 别方法，人们用计算机来部分地模拟专家的识别方法，形成各种诊断方法， 如对比诊断法、函数诊断法、逻辑诊断法、统计诊断法即模糊诊断法等。 在a i 技术应用与诊断领域后，诊断方法获得了长足的发展。 智能诊断方法按所采用的诊断模型的不同分为两类，一类是基于数值计 算的诊断推理，另一类是基于符号推理的诊断推理。 基于数值计算的诊断推理可以分为：一类是不确定推理，另一类是基于 神经网络模型的诊断推理。前者包括确定性理论、证据理论、模糊理论等； 而后者是一种完全的数值计算方法，是a i 技术的个重要的研究领域，近 年来得到了迅速的发展。 基于符号推理的诊断推理也可分为两大类，一类是非模型诊断推理，另 一类是基于模型的诊断推理。基于非模型的诊断推理的主要特征是领域知识 的组织与表达是显示的。它包括基于规则的产生式系统、基于模式识别的分 类模型、层次因果模型等等。这些在实践中应用较多，也是最为成功的方法。 基于模型的诊断推理主要特征是领域知识组织为种模型，而推理过程则是 在这个模型上动态地模拟诊断对象的工作过程及故障发生过程，并通过特定 的算法得到诊断假设。 如今已开始进入诊断计算发展的第三阶段现代化管理阶段，这是以优 化控制、经济运行、寿命管理、系统工程为内容，以设备全过程的经济管理 为技术核心的时代，不仅要求新的设备状态监测及故障诊断技术和方法，同 时要求与现代管理相结合，从而成为现代设备经济管理、系统工程发展的时 代。 华南理j 二大学硕士学位论文 1 2 水电站故障诊断技术的发展 水电站故障诊断从早期对设备故障的各种直接检测手段，发展到依靠经 验积累的诊断过程，进一步发展到当前基于知识的智能化故障诊断技术，从 设备看大概经历了三种不同层的阶段。早期仪表为主体的装置为主，经过监 测仪表配备软硬件分析装置，到现在的以传感器、接口装置和计算机组成的 在线监测和诊断系统。 水电站状态监测和诊断系统对于水轮发电机组的安全、经济运行及制定 科学的维修制度具有重要的意义随着科学技术的发展，水电厂设备的现代化 程度越来越高，结构复杂程度越来越复杂，使水轮发电机组向高精度、自动 化、智能化方向发展。这样如果仅满足已有的状态监测和诊断技术来指导水 轮机组的运行、维修等，已有些不足，现场要求找到一种预知未来未知时刻 机组运行状态的方法对机组实行超前管理，最大限度地提高机组的可用率。 故障预测是和状态监测及故障诊断技术密切相关的，他们都属于专家系 统。严格讲故障预测是故障诊断的一部分。这样分开来讲是相对于狭义的纯 粹的诊断而言的，把故障分析和预防分开，把预防放在了特别重要的地位。 机械故障预测是保障设备长期安全、满负荷运行的关键技术，是故障诊断学 的重点。 然而相对于其它领域水轮机诊断技术，尤其是状态发展故障预防方面技 术进展缓慢，特别是故障预测方面。 1 2 1 水电站监测与诊断系统的关系图 圈1 t - 况：状态监测与故障诊断系统主要环节 f i g 1 1t h em a i ns e g m e n to fw o r kc o n d i t i o nm o n i t o r i n ga n df a u l td i a g n o s i n gs y s t e m 第一章绪论 1 2 2 状态监测与故障诊断、预测的任务 状态监测的任务 是了解和掌握设备的运行状态，包括采用各种检测、测量、监视、分析 和判别方法，结合系统的历史和现状，考虑环境因素，对设备运行状态进行 评估，判断其处于正常或非正常状态，并对状念进行显示和记录，对异常状 态作出报警，以便运行人员及时加以处理，并为设备的故障分析、性能评估、 合理使用和安全工作提供信息和准备基础数据。 故障诊断的任务 是根据状态监测所获得的信息，结合已知的结构特性和参数以及环境条 件，结合该设备的运行历史( 包括运行记录和曾发生过的故障及维修记录 等) ，对设备已经发生的故障进行预报和分析、判断，确定故障的性质、类 别、程度、原因、部位，指出故障发生和发展的趋势及其后果，提出控制故 障继续发展和消除故障的对策。 故障预测的任务 对设备可能要发生的故障进行预报和分析、判断，确定故障的性质、类 别、程度、原因、部位，指出故障发生和发展的趋势及其后果，提出控制故 障继续发展和消除故障的对策，必要时，可以调整运行参数，最终使设备复 原到正常状态。 1 3 水电厂故障预测的必要性和紧迫性 水电行业开展故障预测的必要性和紧迫性主要体现在一下几个方面： 近年来，大、中型水电站水轮机组有向高扬程、高水头、高转速高 效率和大容量方向发展的趋势。设计实践趋向使用高强度的材料，构件更加 灵活，刚度的减小和机组尺寸的增加，必然会带来更多的问题。 大型水利枢纽工程的兴建，使水力发电机组在整个电网中的比重越 来越高，单机容量增加，年发电时间延长，检修时间缩短，一旦因事故停机， 造成的经济损失极为严重。 无人值班，少人职守：减人增效，降低维护成本：厂网分家，竞价上 网等一系列符合市场经济规律的现代管理和维修模式的形成和建立，迫切需 要强有力的技术支持手段。故障预测的报警保护，及大修评定。 水轮机组在运行中由于机械、水力等方面的原因使其结构和某些部件 产生振动。强烈的影响水轮机组的正常运行，并降低机组和一些零件的使用 寿命。水轮机组的振动机理比较复杂，单纯的诊断系统可以即时分析产生故 障的本质原因、记录故障信息。对于故障预防功能还不够完善。 华南理工人学硕士学位论文 1 4 国内外水轮发电机组专家系统的研究概述 水轮机组在线监测和诊断系统在近十年获得日益广泛的开发和应用。国 外，如德国申克公式的v i b r o c o n t r o l 4 0 0 0 系统。该系统已在我国水口、沙 溪口、天生桥等水电厂应用。加拿大的v i v r o s y s t e m 公司的z o o m 2 0 0 0 ，i r i s 、 a d w e l 公司p d a 、g e n g u a r d 发电局开发的监测系统等。 国内的水电厂在线监测技术发展得比较晚，1 9 9 8 年1 0 月，在甘肃刘家 侠水电厂召开了由中国电力企业协会召开的“水电机组检修改革工作会 议”，通过了我国废除计划检修，尽快实行状态检修的倡议。1 9 9 2 年云峰电 厂与华中理工大学合作研制并安装了振动摆度监测：清华大学开发的水力发 电机组运行稳定性跟踪分析系统( p s t a 1 ) 是对机组振动故障机理研究的基 础上对机组运行状态进行在线监测、报警。分析和诊断。 可见国内的水电机组监测和诊断计算和国外差距较大，需要加大投资， 研制、引进国外先进技术和设备，并开发功能完善的国产监测和诊断软件。 1 5 全文主要内容及结构安排 1 5 1 全文主要内容 适应水电站故障预测的需要，本文把最新的小波信号分析技术和预测 理论相结合，提出了一个新的故障预测方法。 为此把该振动监测方法应用于水轮机领域，把小波包多分辨特性与灰 色系统的动态预测能力相结合，提出了一种针对振动特征向量进行预测的 新方法。该法先利用小波包对振动信号进行分解，提取小波包能量特征量， 进而利用灰色模型对能量特征量进行预测，构造新的能量特征向量，达到特 征信息提取和特征信息预测的目的。以此作为故障诊断的基础，便可得出 故障预测的结果。 文章同时以水机轴为铡，应用此法预测了其振动特征向量，结果表明预 测值与实际值吻合的比较好，小波能量提取和灰色预测理论的结合对振动 特征信息进行预测是一种行之有效的方法，为故障预测提供了新的思路。 研究预测方法的目的是为了把专业知识和程序设计语言相结合设计一 套故障预测软件系统，从而从生产上指导电厂安全、高效地运行，使理论 原理转化为现实的生产力才是目的，为此就故障特征信息预测法的应用程 序实现进行了探讨。 同时，本文简单论述了本人参与设计、开发的黄老滩在线监测和诊断 第一章绪论 程序基本的数据采集、状态监测和诊断功能，详细介绍在原有监测和诊断 程序框架、基本信号采集和谱分析功能的基础上，运用该振动特征信息预 测法对程序进行了扩充。 由于我们目前所研究的诊断程序均是基于知识推理的诊断模式，为了使 小波一灰色故障特征信息预测法进一步向故障预测方向前进，为真正的故障 预测打好基础，并提出与诊断专家系统结合的方案，并在原有在线监测和诊 断功能开发经验的基础上，开发了状态监测和诊断预测系统，并通过试验， 证明了特征信息预测法为基础的故障预测系统的可行性。 最后，介绍了一下自己所做的其他一些功能扩充，如远程诊断方面， 及相关功能和其它方面的一些探索。 1 5 2 全文结构安排 具体内容安排如下： 第一章：概述故障诊断技术的发展、水电机组状态监测、诊断、故障 预测技术的发展、水电机组状态监测与故障渗断、预测的任务，水电厂开 展故障预测的必要性和紧迫性，分析国内、外水轮机组监测、诊断技术研 究现状，本文主要内容及全文的结构安排： 第二章：水轮机故障机理分析及振动故障特征信息预测原理研究了由 于水流和结构原因弓l 起的水力机组的振动现象，基于振动故障特征提出小 波能量特征信息提取和预测理论相结合的特征信息预测方法； 第三章：基于在线监测和诊断系统的故障特征信息预测应用程序总体方 案设计。介绍了小波一灰色故障特征信息预测法在在线监测和诊断系统程序 中的扩展，介绍了系统开发的平台和工具； 第四章：小波一灰色故障特征信息预测法应用程序开发的详细设计与实 现。介绍了特征信息预测的基础，在线监测和诊断系统的基本的硬件结构、 数据采集、状态监测参量、振动信号分析功能及监测系统数据库设计问题， 略提下诊断系统。随后详细深入地论述小波一灰色故障特征信息预测法，如 小波分解频带能量提取模块设计，灰色预测模块设计； 第五章：系统程序主要界面和其他功能拓展，从实时监测，信号分析 处理，等方面详细介绍了水轮机状态监测与故障诊断专家系统的功能及系 统程序主要界面。简述程序其他方面一些研究成果。及其他的一些研究成 果，如：基于数据库的趋势分析功能，远程诊断方面的基于b s 架构的w e b 程序开发。 第六章全文总结和展望。 华南理工夫学硕 ：学位论文 第二章故障机理分析及振动故障预测原理 2 1 水轮机故障机理分析 由于水电站的工作原理是将水的动能或压能转换为电能，也就是说水轮 机组的工作动力来自水力，因此水力干涉、脉动必然引起的振动，包括导叶、 转轮的脱流及干涉，尾水管内的涡带及脉动。由于其工作在常温常压的环境 下，故其故障以振动为主。水力机组的振动可分为三个方面的主要原因：水 力、机械、电器以及其它如调速器失调、土建结构方面的缺陷等引起的振动。 下面详细研究一些常见的机械振动和水力振动，分析振动机理，及振动特征 的变化，找到振动的根源，并为减振、消振提供了一些具体措施，为建立水 力机组状态监测与诊断系统及故障预测提供基础。 水轮发电机组振动的起因有；机械振动、水力振动和电磁振动。机械振 动的干扰力来自机械部分的惯性力、摩擦力和其他力：水力振动的干扰力来 自水轮机水力部分的动水压力；电磁振动的干扰力来自发电机电气部分的电 磁力。 振动不但会影响水轮机的正常工作，而且会引起机组和厂房的损坏。运 行中的水轮机在不同程度上都存在着振动和摆动特别是高水头水轮机尤为 突出。机组的振动除了与机组的制造和安装质量有关外，一个主要因素就是 偏离设计工况运行。在所有振动因素中，尾水管压力脉动引起的水力振动就 是偏离设计工况运行造成的，这种运行工况常称为“振动区”，特别是在低 水头下运行时，振动区更突出。 2 1 1 机械振动 水轮机组机械振动大多是由于机组的转子系统出现某种故障所引起，因 此，我们要分析机组转子系统故障，了解机组轴【4 4 l 系振动及其振因。常见的 轴系故障有转子不平衡、转子不对中、转子碰撞等，在此重点分析不平衡和 不对中两种情况。 2 1 1 1 转子不平衡 1 ) 转子质量偏心不平衡 ( 1 ) 机理分析 转子质量偏心是由于转子的结构设计不合理，制造和安装误差，材质不 均匀等原因造成的，称此为初始不平衡。对于大中型水轮机组，其主要转动 部件是水轮机的转轮和发电机的转子，他们的尺寸都比较大，由于其材质不 6 第二章故障机理分析及振动故障预测原理 均、毛坯有缺陷、加工安装有误差等原因，使这些部件质量分布不均，形成 一定的偏心，由此可以把所有不平衡都归结为转子的质量偏心。很显然，不 平衡的离心惯性越大，机组振动越剧烈。不平衡的惯性力为： 月。2 m r c a j 2 其中：r 。不平衡离心惯性力； m 一转动部件的质量： 一转动体质心到旋转轴的距离了： 棚一转动体的旋转角速度。 ( 2 ) 转子质量偏心的特征 表2 1 转子质量偏心的振动特性【1l 】 t a b 2 一lt h ev i b r a t i o nc h a r a c t e r i s t i co ft h er o t a t o rq u a n t i t yp a r t i a l i t y 123 45 678 特征频常伴频振动稳振动方相位特轴心轨进动方矢量区 塞 童 定性向 征 迹向域 1 x 稳定径向稳定椭圆e 进动 不变 表2 - 2 为转子质量偏心的敏感参数【1 1 】 t a b 2 - 2s e n s i t i v ep a r a m e t e ro ft h er o t a t o rq u a n t i t yp a r t i a l i t y 1 2345 6 振动随 振动随负荷振动随油温振动随流振动随压其他识别方 速度变变化变化量变化力变化法 化 明显稳定径向 稳定低速时振幅 趋于零 2 ) 转子部件缺损 ( 1 ) 机理分析 转子部件缺损指转子在运行中由于腐蚀、磨损、结垢、以及转子受疲劳 力的作用，使转子零部件局部损伤、脱落、等造成的不平衡。运行中的转子 部件振幅突然发生变化，严重影响机组的正常运行。为了防止脱落部件在惯 性力作用下飞出使机体发生二次事故，必要时应停机检修。 ( 2 ) 转子缺损的特征 华南理丁大学硕七学位论文 表2 - 3 为转子缺损的振动特性 1 l 】 t a b 2 3t h ev i b r a t i o nc h a r a c t e r i s t i co ft h er o t a t o rd e f e c t i o na n dd a m a g e 12345678 特征频常伴振动稳 振动方 相位特轴心轨进动方 矢量区 赢 频率定性 向 征 迹向域 l x 突发增径向 突变后椭圆正进动突变后 大后稳 稳定稳定 正 表2 4 为转子缺损的敏感参数 1 l 】 t a b 2 _ 4s e n s i t i v ep a r a m e t e ro ft h er o t a t o rd e f e c t i o na n d d a m a g e l 234 56 振动随振动随负荷 振动随油温振动随流振动随压 其他识别方 速度变 变化 变化 量变化力变化法 化 明显不明显 不变不变 不变振幅突然增 大 3 ) 转子弓形弯曲 ( 1 ) 机理分析 所谓的质量不平衡是指各截面的质心连线与其几何中心连线存在偏差， 而转子弯曲是指各横截面的几何中心连线与旋转轴线不重合，二者都会使转 子产生偏心质量，从而使转予产生不平衡振动。弯曲转子具有与质量不平衡 转子相似的振动特性，所不同的是弯曲转子在转速较低时振动较明显，趋于 初弯值。 转子弓形弯曲的特征 表2 - 5 为转子弓形弯曲振动特性1 1 1 1 t a b 2 5t h ev i b r a t i o nc h a r a c t e r i s t i co ft h er o t a t o rb o wf o r l n 123456 78 特征 常伴振动稳 振动方向相位特 轴心轨进动方矢量区域 频率频率定性 征 迹向 l x2 x稳定 径向、轴稳定 椭圆正进动矢量起始点 向 大，随后运 动继续增大 第二章故障机理分析及振动故障预测原理 表2 - 6 为转子弓形弯曲的敏感参数 1 1 t a b 2 6s e n s i t i v ep a r a m e t e ro ft h er o t a t o rb o wf o r m l23456 振动随振动随负振动随油振动随流振动随压其他识别方法 速度变荷变化温变化量变化力变化 化 明显不明显 不变不变不变升速过程振幅增大， 往往不能正常启动 2 1 1 2 转子不对中 ( 1 ) 机理分析 转子不对中通常是指相邻两转子的轴心线与轴承中心线的倾斜或偏移程度。 转子不对中可分为联轴器不对中和轴承不对中，联轴器不对中有可分为平行 不对中、偏角不对中和平行不对中三种情况。 不对中的故障特征 转子径向振动出现二倍频，以一倍频和二倍频分量为主。不对中越严重，二 倍频所占比例越大。 ( 2 ) 转子不对中故障特征 1 l 】 转子径向振动出现二倍频，以一倍频和= 倍频分量为主，二倍频所占比 例越严重，二倍频所占比例越大； 相邻两轴承的油膜压力反方向变化，一个油膜压力变大，另一个则变小； 典型的轴心轨迹为香蕉形，正进动； 联轴器不对中时轴向振动较大，有可能出现高次谐波，振动不稳定： 振动对负荷变化敏感。当负荷改变时，由联轴器传递的扭矩立即发生改 变，如果联轴器不对中，则转子的振动状态也立即发生变化。由于温度分布 的变化。轴承座的热膨胀不均匀而引起轴承不对中，使转子的振动也要发生 变化。但由于热传导的惯性，振动变化的时间上要比负荷改变滞后一段时间。 表2 7 为转子不对中振动特性【1 1 1 t a b 2 - 7t h ev i b r a t i o nc h a r a c t e r i s t i co ft h er o t a t o rw r o n gm e d i u m l 2 345678 特征常伴频振动稳振动方相位轴心轨 进动方矢量区域 频率 奎 定性向 特征 迹 向 2 x1 x 、2 x稳定 径向、 较稳 双环椭 正进动不变 轴向疋圆 华南理工大学硕士学位论文 表2 - 8 为转子不对中的敏感参数 1 l 】 t a b 2 8s e n s i t i v ep a r a m e t e ro ft h er o t a t o rw r o n gm e d i u m 123 4 56 振动随振动随负振动随油振动随流振动随压其他识别方法 速度变荷变化温变化量变化力变化 化 明显明显 有影响有影响有影响转子振动较大，相邻 轴承处振动较大 2 1 2 水轮机水力振动1 3 2 理论分析指出水力机组或个别零件的振因分为两个方面：一、由于过 流部件中流场的速度不均匀所引起的压力脉动是零件的激振源：二、水流流 过某些绕流体( 导叶、转轮叶片等) 后，脱流漩涡所诱发的压力脉动成为激 振源。实际水轮机工作中水流所引起的压力脉动大多在尾水管中体现出来， 根据频谱分三类：t 高频脉动( 1 0 0 h z 左右) 主要由导叶、叶片转轮旋转频 率叠加而成的压力脉动，频率厂= 肥t 魂。足 ，= 为导叶数- z z 为转轮叶片 数，n 为机组转速，k 为z l 、z 2 的最大公约数，以及在径向导叶出口过渡到 转轮室近低环转弯处，因为绕流曲率大产生脱流，或因过流部件局部不平所 引起的脱流性的漩涡。另外，导叶及叶片尾部脱流的漩涡所引起的脉动也可 能是高频振动。2 中频脉动( 1 0 2 0 h z 或者几赫兹) 出转轮旋转引起 f = n o 。3 低频脉动( 1 2 - l 4 h z ) f _ - 丽ni 三 这类脉动主要由尾水 管涡带引起，与工况有关l l ”。 2 t 2 1 进水流道水流不均匀所引起的振动 水流流经水轮机涡壳、转轮及尾水管等过流部件时，由于这些过流部件 设计制造误差或因工况的变化，形成水流脱流及不对称的水流作用力矩。当 然，汽蚀、转轮水力不平衡，压力水管中的压力脉动等原因，也会引起水流 脱流，产生漩涡，使机组振动。下面进一步分析水流流经上述过流部件时的 机组的影响。 涡壳中的不均匀流场 由于水工建筑物如导流墩等的影响，在某些工况下进水不均匀，造成漩 涡进入涡壳，这些分散的小漩涡可能汇集成较大的涡带进入转轮而引起振 1 0 第二章故障机理分析及振动故障预测原理 动。不管按等速度矩( c r = c o n s t ) 或等速度( c = c o n s t ) 规律设计的涡壳， 涡壳中的实际水流是不均匀的，即使是完全包角涡壳，涡壳中径向流速的不 均匀度亦达2 0 。这种不均匀流动引起振动的情况在低水头电站中较多，振 动频率为厂= 船o ，z ：为转轮叶片数，n 为机组转速，一般属于中频振动， 有时和发电机上机架的自振频率相同时，使机组产生共振1 5 1 f 1 6j 【1 7 1 。 导叶后的不均匀流场 导叶所造成的水流不均匀，会引起导叶出水边界层脱流，形成涡带，进入转 轮引起振动。但由导叶叶栅造成的导叶出口水流不均匀，对不同比转速水轮 机影响是不同的。对低比转速水轮机，因水轮机转轮十分靠近导叶出水边， 固影响较大。对低比转速水轮机，因导叶出水边距转轮进水边距离较大，水 流在这一流程中已渐趋均匀，故影响较小。导叶后的水流不均匀性，作用在 转轮上水流扰动频率为振f = 鬈，2 i 为导水叶片数，n 为机组转速。 2 1 2 2 卡门涡列所诱发的振动 当水绕流导叶或者转轮叶片时，在其尾部产生脱流涡漩，该脱流涡漩的 流态与水流速度和绕流体的截面形状及尺寸有关。随水流速增大脱流边界层 向素流发展，最后在叶片尾部形成紊流交叉涡列即卡门涡。当脱流流体在绕 导叶或者转轮叶片产生卡门涡列时，由于压力场的变化，其合力大小及方向 均随时间发生周期变化，较明显的为垂直于流向的交叉侧向力，即不均衡的 侧向力。该力作用于金属弹性体叶片上，产生微幅或大幅振荡，如果这个振 动频率与叶体系自振频率相近，则可能发生卡门涡频与叶片频率的共振，激 起较大幅度的共振。对钝柱体产生卡门涡列时的绕流漩涡脱流的频率可写 为： f = s 导 式中 v 一接近绕流体前的速度，对转轮叶片应为相对速度： s 一斯特罗哈数，实验证得约为0 1 8 0 2 2 ： d 垂直于液流方向，流体形成脱流尾迹处的最大宽度。 根据上述公式，在已知流速和叶片尾部厚度情况下，涡列的频率可计算 出。因此当机组发生卡门涡列振动时，可以通过改变d 的值大小( 叶片尾部 厚度) ，从而改变卡门涡列振频达到消振、减振的目的。 2 1 2 3 尾水管压力脉动现象 尾水管压力脉动是引起水轮机振动破坏的一个主要原因。立式混流式水 华南理工大学硕士学位论文 轮机尾水管压力脉动，在部分负荷时尤为强烈 4 3j 。根据现场运行经验：导叶 开度在5 0 附近时，机组各部位振动摆度明显较大；机组振动较大时，在发 电机层就能听到涡带撞击尾水管壁时发出的轰隆声，在尾水管附近可听到水 流的冲击声；蜗壳压力表和顶盖压力表指针摆动程度随机组振动增大而明显 增大。 产生压力脉动的原因分析 水轮机偏离最优工况运行时。转轮出口水流的绝对速度将产生一圆周分 量，尾水管内的旋转流速由管壁到中心逐渐增大，在尾水管内形成了真空涡 带。涡带以一定的频率在尾水管内旋转，其中心的真空带周期性的扫射尾水 管的四周，产生周期性的压力波动，引起机组强烈振动，发出撞击声。 最大压力脉动条件分析 理论计算和许多现场试验证明：大型水轮机在q = o 5 5 q r 时出现最大压 力脉动。与q = o 5 5 q r 对应的导叶开度一般在5 0 左右【”。当q = o 5 5 q r 时， 在设计水头下，发电机的有功出力约为额定出力的一半；当水头变化时，在 同样的流量下，发电机的有功出力有相应变动。当保持q = o 5 5 q r 恒定时， 水头升高，导叶开度势必要减少，即偏小于5 0 开度；水头降低时，情况相 反。 因此，最大压力脉动工况点是随水头的变化而在5 0 开度附近和一半额 定出力左右变动的，即存在一个振动区域【l 。 由此，可见运行中的水轮机在均不同程度上都存在着振动现象。机组振 动的一个主要因素就是偏离设计工况运行，并存在运行振动区域。严重时， 导致水轮机大轴封水盖、尾水管上锥管段及顶盖都受到过严重的振动破坏。 由于水头的变化及调速时导叶开度的调整，水轮机必然不可避免很大程度上 偏离设计工况运行，从而产生上述的机械、水力方面的振动。 通过故障机理分析，可以看出振动是水轮机组产生故障的主要原因，如 何抓住振动信息对水轮机组进行故障预测是水电机组故障预测的关键。 2 2 水轮机组故障预测原理及其可行性 2 2 1 故障预测原理 通过故障机理分析可见水轮机故障以振动为主。主要是机械和水力两方 面的振动， 所以故障预测研究的对象也应该以振动故障为主。 并且由水轮机组故障机理分析可知，由于转子偏心或者不对中等故障， 从而导致了其振动特性的变化，主要体现在两个方面，一是振动频率变化， 第二章故障机理分析及振动故障预测原理 一是振幅及振动强度发生变化。 从而可以得出，由于机组运行状态变化，正常和故障情况，以及不同故 障情况振动在频域上的分布，及其振动幅度是不一样的，如果通过信号处理 方法把振动分解到各个频段，那么各个频带的振动情况不同，振动分布及剧 烈程度可以通过提取其在各个频段的能量f 8j 来反映。 振动信号频带能量提取方法很多，比如傅立叶变换算法，还有小波变换 算法，通过对比和研究我们知道，傅立叶算法只是对信号中得正弦分量进行 了分解，而小波分解不仅考虑对平稳信号进行分解，而且对信号中得非平稳、 非线性振动也进行了分解，因此运用小波包分解进行振动特征能量得提取是 比较合理得，因此可以通过小波包频带能量监测法对机组运行状况实时监 测。 该小波包频带能量监测法，已应用于汽轮发电机组的状态监测的低压缸 轴承座的扳动监测 2 5 1 ，如下图2 一l 所示为检修前汽轮机低压缸轴承座振动的 小波包频带能量监测，下图为轴承座振动信号四层小波包分解，上图为该振 动信号各频带振动能量提取后r m s 能量值分布。检修发现该轴瓦下面的三 块垫铁间隙不匀，修正后发现在1 8 7 5 h z 以上频带的能量明显下降，具体情 况如图4 所示。 图2 1检修前低压缸轴承座振动的小波包频带能量监测 f i g 2 - 1w a v e l e tp a c k e te n e r g ym o n i t o ro fv i b r a t i o no fab e a r i n gf r a m eb e f o r ee x a m i n ea n dr e p a i r 华南理工大学硕十学位论文 图2 - 2 检修后低压缸轴承座振动的小波包频带能量监测 f i g ，2 - 2w a v e l e tp a c k e te n e r g ym o n i t o ro fv i b r a t i o no fab e a r i n gf r a m eb e f o r ee x a m i n ea n dr e p a i r 同理该法可以运用于水轮机组状态监测和故障振动领域。首先水轮机和 汽轮机有着很多相似点，它们都是旋转机械，有着很多共同点。特鄹是振动 故障分析方面。它们的很多故障监测和诊断方法是可以通用，如上面的轴承 座振动，水轮机组也有轴承、轴瓦方面的振动等。 将该法应用于水轮机组，从而水轮机组振动信号的能量分布和机组故障 状态存在着对应关系：“能量一故障”映射关系忸，如今水轮机组神经网络诊 断方法已经获得了一定的发展，见参考文献 i2 3 3 l 。如对各频带能量归一 化，得到反映振动状念的特征向量。就可以作为神经网络诊断的输入向量， 进行故障预测的早期诊断。基于此，如果能够预见到能量特征向量及其变化 趋势。就可以预见故障发生的可能性，及其产生部位。为此运用预测算法预 测未来的能量特征信息，用于故障预测是可行的。对故障进行预测，只要对 故障特征信息进行预测。 2 2 2 水轮机故障预测可行性分析 和汽轮机相比，由于水轮机工作在常温低压的工作环境下，因此状态变 化比较缓慢，分析趋势、预测故障具有极大的可行性。而且通过故障机理分 析水轮机主要故障是由机械和水力方面的振动引起的，我们知道小波具有非 常强大的时频分析功能，这也是近年来小波理论超越传统的傅立叶变换，在 各行各也得到广泛应用的原因。 第二章故障机理分析及振动故障预测原理 小波包技术将信号无冗余、无疏漏、正交地分解到独立的频带内，所以 这些频带里信号的能量是守恒的，且每个频带里信号的能量对于状态监测和 故障诊断都是十分有用的信息。目前，国内外大都采用f f t 频谱分析选取某 些特征频率的幅值来进行监测诊断。这种方法相当于只考虑订三弦振动的能 量而没有考虑其它振动的能量。频带能量监测应当计及各频带里信号的全 部能量，包括非平稳、非线性振动能量，如摩擦、松动、爬行、碰撞等等， 这些故障的特征波形往往不能简单地用正弦分量来表示。小波包信号分解是 将包括正弦信号在内的任意信号划归到相应的频带星，用每个频带里信号的 方差来表示该频带里动态信号的能量。因此，用小波包频带能量监测更具有 合理性，通过相应频带里能量比例的变化，可对设备进行有效的监测。 只要能预测出各频段能量未来的值，就相当于知道了未来振动各频段的 能量分布，就可以对以后机组的状况进行预测，为此将小波频带分析和预测 理论结合，运用于水轮机组的故障预测分析具有极大的可行性，而且通过上 面的故障机理分析，对应各种振动故障，和正常状态相比，振动频率和强度， 都或多或少低发生了变化，而且不同故障的变化情况及大小是不一样的，因 此预测用小波包频带能量提取可以对不同的故障进行识别。 2 2 3 振动特征预测模型及相关理论的选取 预测模型主要有时间序列模型、人工神经网络模型、灰色g m ( 1 ，1 ) 模型 等。这些模型在实际的设备故障预报中取得了好的效果。 通过水轮机组振动故障机理分析，已知水轮机组状况受机械、水力、电 磁等各种振动因素的影响，由于机组运行是受水头和调节丌度的影响，故机 组运行影响因素也是是随时间变化的，故缺乏在预测模型中综合考虑机械、 水力、电磁等各个方面影响因素的有效的理论分析工具，预测模型是随时侧 变化的，且由于我们必须对多频段同时、实时进行预测分析，故要求算法的 快速性。 时间序列法是经典的预测方法，由于其必须统一考虑各种影响因素，对 机组运行状况进行建模，对于水轮机缀这样受复杂因素影响的对象来说，要 综合考虑各种影响因素来建模是比较比较困难的且时间序列法的准确性要 求较长的观测序列，不适宜水电机组的动态预测。而灰色系统是动态建立系 统运行趋势模型，故适合于动态预测，且灰色预测模型只要求较短的观测资 料即可制作，这和时间序列等概率统计模型很不一样。其算法运行速度较快， 对于多频段实时动态预测是可行的。而且试验证明其长期预测精度比较高f 4 j 。 故本文提出把小波分析和灰色预测理论相结合应用于动态提取水轮机组故 华南理工人学硕十学位论文 障特征向量，并预测反映故障特征的特征向量的变化，以其作为神经网络诊 断的输入向量，从而达到故障预测早期诊断的目的。 2 3 本章小