（热能工程专业论文）轴心轨迹识别及其在汽轮机组振动监测诊断中的应用.pdf

华北电力大学硕士学位论文 摘要 本文在对轴心轨迹识别方法现状进行广泛调研和深入分析的基础上，针对火电 厂大型旋转机械的运行特点，进行了振动机理特征与识别技术的应用研究并将轴心 轨迹识别模块成功应用于汽轮机组振动在线监测系统。文章中对现场振动信号采集 滤波及轴心轨迹的特征及识别技术进行了深入分析，重点研究了基于新型不变矩的 多种轴心轨迹形状识别方法及轴心轨迹的稳定性及进动特征的识别，并将其成功应 用于汽轮发电机组在线监测系统：根据系统需求分析及设计思想，设计并实现了系 统的功能，对现场机组的安全经济运行有重大的现实意义 关键词：汽轮机组，轨迹识别，故障诊断 a b s t r a c t b a s e do nt h es t u d yo nt h em e t h o do ff a u l td i a g n o s i sa n dt h ed e v e l o p m e n to ft h e s y s t e mo fv i b r a t i o nm o n i t o r i n g , t h ef a u l tc h a r a c t e r so fv i b r a t i o na n di d e n t i f i c a t i o n m e t h o d so fs h a f t o r b i tw h i c hi n c l u d e s f i g u r e 、n u t a t i o n 、a r cs t u d i e d ，a n dt h e t u r b i n e g e n e r a t o rs h a f tv i b r a t i o nr e m o 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 ma r e d e v e l o p e dc o n s e q u e n t l y t h ev i b r a t i o nc h a r a c t e r so fs h a f ts y s t e ma r ea n a l y z e da n dt h e m o d e li d e n t i f i c a t i o nm e t h o d so ft w o d i m e n s i o ni m a g ea n ds h a f to r b i ta r es t u d i e di n d e p t ha sw e l l m e a n w h i l e ，s o m ei m p r o v e dm e t h o d sa r ep u tf o r w a r di nt h i st h e s i s f u r t h e r m o r e ，t h ef u n c t i o no ft h es y s t e mi sd e s i g n e da c c o r d i n gt ot h et a s ko fv i b r a t i o n o n l i n em o n i t o r i n ga n dt h ed i a g n o s i ss y s t e ma n dt h es t r u c t u r e an e wd a t aa n a l y s i s m o d u l ei si n t r o d u c e dw h i c hi n c l u d e st h ef i g u r e 、n u t a t i o na n ds t a b i l i t yt o g e t h e r , a i m e da t t h ed e m a n do ft h ev i b r a t i o nm o n i t o r i n ga n df a u l ta n a l y s i s ，t h ei d e n t i f i c a t i o ns y s t e mo f s h a f to r b i tg i v em o r ed e t a i li n f o r m a t i o no ft h em a c h i n es t a t e ，t h u se f f e c t i v e l ys o l v e s f a u l td i a g n o s i sp r o b l e m l ip e n g f e i ( t h e r m a lp o w e re n g i n e e r i n g ) d i r e c t e db yp r o lg uy u - j i o n g k e yw o r d s ：s t e a mt u r b i n e ，s h a f to r b i t , f a u l td i a g n o s i s 声明 本人郑重声明：此处所提交的硕士学位论文轴心轨迹识别及其在汽轮机组振动监 测诊断中的应用，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研 究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中 不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育 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。 学僦文储躲箬丝日期：蟛 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手 段复制并保存学位论文；学校可允许学位论文被查阅或借阅：学校可以学术交流为 目的，复制赠送和交换学位论文；同意学校可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名： 日期： 笸丝 匈：i ! 堑。 导师签名 日期 勰趑型虽 碴i i 鉴 ? ? 华北电力大学硕士学位论文 1 1 论文工作的背景 第一章绪论 近年来，状态监测和故障诊断技术与系统的研究得到了高速发展。从最初应用 于宇航、原子能等一些重要尖端工业部门，发展到一般工业生产部门。模态识别和 故障诊断技术在提高产品质量，防止突发性故障以及减少机电设备的维修费用等方 面发挥了重要作用。 火电机组单元及其子系统的状态监测与故障诊断技术一直是人们研究的重点。 目前，人们已经将一些成熟的故障诊断技术成功用于火电厂机组的各个子系统，进 行智能诊断。汽轮发电机组轴系振动，是影响发电机组安全运行的主要问题之一。 激烈的振动将很有可能导致机组停机甚至严重危害设备安全( 如轴系断裂) ，除给 电厂带来巨大经济损失，也会带来因为突发停机而造成的社会生产生活损失。 近几十年来，由于振动所引发的严重事故已经屡见不鲜。1 9 6 9 年到1 9 7 0 年， 美国的c l e c o c o u g h l i n 电站，西屋公司制造的6 号机组，低压缸末级( 第2 3 级) 扭叶片两次发生大量断裂事故；1 9 7 2 年，日本海南电厂的一台6 0 0 m w 汽轮发电机 组在试运行阶段，发生异常振动，长达5 1 米的主轴突然断裂，整台机组全部毁坏； 1 9 8 6 年4 月，前苏联切尔诺贝利核电站，4 号机组发生严重振动导致核泄露，致使 2 0 0 0 多人死亡，经济损失高过数十亿美元。在我国，我国的单机容量进入8 0 年代 后增大，由于各方面的原因，投入运行的大容量机组也发生了多起严重事故。1 9 8 5 年，山西大同第二电厂，一台国产2 0 0 m w 汽轮发电机组在投运l o 个月后，发生断 轴事故；山西神头电厂在汽轮机快控汽门时，发生了苏制2 0 0 m w 汽轮发电机组高、 中压缸转子一号对轮的1 2 只联结螺栓不同程度断裂的严重，金相分析表明是典型 的疲劳损伤：1 9 8 8 年2 月，陕西秦岭电厂，一台国产2 0 0 m w 机组在投运两年后， 由于油膜失稳导致轴系失稳，轴系断裂为1 3 节；全国各电网因出现振动故障而影 响电力生产的事故更是屡屡发生，1 9 8 8 年6 月，在一个网局曾出现同时有5 台 2 0 0 m w 以上的大型机组由于振动原因停机处理的紧张局面；1 9 8 8 年1 0 月，北仑电 厂1 号6 0 0 m w 东芝机组发生高压缸叶片断裂重大事故，直接经济损失2 4 0 0 万人民 币【5 l 。 近年来，随着电力工业的发展，汽轮发电机组的总装机容量和单机容量都得到 了迅速提高，机组轴系也越来越复杂，诱发机组振动的潜在因素也相应增加。振动 问题在机组安全运行中的影响越来越大，人们也越来越关注机组振动对于生产安全 稳定经济运行的影响。 1 ? ? 华北电力大学硕士学位论文 1 2 国内外研究发展现状 1 2 1 国内外状态监测与故障诊断的发展及应用概况 旋转设备状态监测和故障诊断技术的产生和发展伴随着旋转机械设备的产生 和发展，对于早期简单、小型的机械设备，往往采用耳听、手摸、眼看，凭人的感 觉和经验进行判别，这是运用简单手段进行的简易状态监测和诊断故障的方法。 随着信号检测技术不断发展，各类传感器技术也进一步提高，已开发并应用于 实际机组的测量应变裂纹、转速、扭矩、功率等信呈的应变片、传感器以及二次仪 表，测量温度、压力、流量等信号的热电阻、热电偶、变送器等，还有测量振动信 号的位移、速度、加速度传感器，尤其是非接触式涡流传感器的应用，直接可以测 量旋转机械的轴振，对机组的监测和诊断分析十分有效。 从六十年代末国外开展了采用计算机进行大型机组上的状态监测和故障诊断 的研究，并开发相应的诊断系统。如美国b n 公司的d d m 系统、a d r e 系统， 英国中心发电部的t e m 系统，日本三菱公司的m h m s 以及美国西屋公司的 m d c 等等，这些系统在实际应用中又得到了迸一步的发展和提高。 我国也在8 0 年代也开始进行该技术的开发与研究，哈工大首先提出用模糊数 学理论实施机组振动分析和故障诊断，开发了m m m d 系统并投入运行，西安交通 大学等单位也研制开发了p m m d s 系统。上海交大以及其它科研单位在人工神经内 乡和灰色理论应用机组的故障分析诊断方面做了大量工作。经过十几年来的努力， 国内开发的故障诊断系统在电力、冶金、石化等行业中都发挥了很大作用，取得了 良好的经济和社会效益。随着科学技术的进步和发展，故障诊断技术将获得更广泛 地应用，性能质量将不断提高1 2 】【6 】。 1 2 2 关于旋转机械振动监测和诊断 旋转机械由于加工、运输、安装等原因，往往在运行过程中存在振动，振动 给旋转机械带来的危害是极大的。振动故障常见的有不平衡、不对中、油膜涡动、 油膜振荡、初始弯曲、热弯曲等多种形式。转子不平衡故障是最常见的故障，它的 主要特征是机组的振动幅值增大，振动频率为一倍频，相位稳定。轴心轨迹为椭圆 形，工频振动的幅值与相位随转速的变化以及定转速后随时间的变化规律是稳定 的，重复性很好。当发生不平衡故障时，处理方式是进行动平衡，消除不平衡带来 的振动，使机械设备的振动值小于允许范围。 旋转机械振动故障的诊断首先要对振动信号进行分析和处理，使其中所包含 的有关转子运行状态的各种特征鲜明、全面地显示出来，以资利用。由于振动是动 态参数，为了表示振动特性，往往采用各种图形方式来描述其振动特性，常用的图 2 华北电力大学硕士学位论文 形形式有波形图、频谱图、波特图、轴心轨迹图、瀑布图等。在这些图形方法中轴 心轨迹是故障诊断中最为重要的一类图形征兆，它形象直观地表达了设备的运行状 况。因而在设备诊断系统中得到了广泛的应用。传统的诊断系统中，轴心轨迹是由 人工进行识别的，由于人的主观因素，极大地影响了诊断的自动化程度。针对此问 题本文将设计一个识别系统，使其能够对汽轮机转子轴心轨迹进行在线自动识别。 1 2 3 模式识别的研究及应用现状 模式识别是2 0 世纪6 0 年代初迅速发展起来的、与高技术的研究开发有着密切 联系的一门新兴学科。它所研究的理论和方法在很多科学和技术领域中得到了广泛 的应用，推动了人工智能系统的发展，扩大了计算机应用的领域，4 0 多年来取得了 大量的研究成果，在很多地方得到了成功的应用，例如应用于遥感数据分析、地震 波解释、自动视觉检验、非数字系统( 如机械设备) 中的故障检测和分析、医学数 据分析、文字识别、语言识别等领域。模式识别技术作为数据预处理和判别决策的 强有力工具，是智能系统的一个重要组成部分模式识别往往是由许多相关理论和 技术组成的一个整体，它涉及了许多学科领域与研究方向，如自动控制理论、计算 机科学、人工智能等。 人工智能又名智能模拟或机器智能，它是研究使机器具有人类智慧特征的一门 学科。因此，它的研究通常是指怎样用机器( 特别是计算机) 模拟人的思维过程。 而模式识别指的是“认识世界”这一方面的智能模拟。因此，模式识别不仅是人工 智能的重要组成部分，也是发展人工智能的基础，而它是以一门独立的学科。随着 科学技术的突飞猛进，对“人工智能”的解释也愈来愈广泛了目前的主要成就体 现为一些具有一定水平的归纳、演绎、学习和适应能力的计算机程序的设计和研究。 例如传统的人工智能研究建立在一个关于表达的假设之上，该假设认为：世界 能用一系列的符号来表达。从这个观点出发，感知和认知过程便由获取、处理、联 想和修改符号表达等四部分所构成。这种方法，对表示某些高层次的思维功能来说， 似乎是有道理的，但是涉及感知和认知相结合的任务可能并不适宜。另外这种高层 次的符号表达看来与我们所知道的生物神经系统的功能大相径庭【3 】f 刀。 与上述情况不同，传统的模式识别在早期采用感知机的方法而受到挫折以后， 转向于将重点敖在模式信息处理的数学方法或计算机科学方面。例如，有人将研究 重点放在统计模式识别方面，也有人对形式语言学感兴趣，这种方法被应用于具有 句法结构的模式分类问题。模糊逻辑的使用，为模式识别与人工智能的关系和模拟 人类的行为之间提供了一条纽带。 模式识别系统一般都包括两个部分：学习( 训练) 过程和识别过程。在学习过 程中，需采用多种学习策略，以建立学习系统。从广义上讲这一过程也属于机器学 3 华北电力大学硕士学位论文 习的范畴。用机器做模式识别，就是要把感知客观世界和形成概念这样一些人类最 基本的思维功能通过使用机器来加以实现。其目的是使机器能够直接认识各种原始 信息，从根本上改善人机通信方式，用机器取代人类的部分脑力劳动。 人类的思维过程，大体上是从接受外界信息开始的。在对客观世界认识( 识别) 之前，首先要从接收的许多信息中抽取主要信息。而理解则是识别的深化。行动的 规则则是人们对外部世界识别、理解后而做出的反应，即改造世界。学习是一个复 杂的过程。机器学习的复杂性主要来自于：输入信息的多样化，既有直接观测的数 据，也有经加工变换的知识；对系统基础知识要求的多样化，有的要求十分有限， 有的要求却相当丰富全面；知识表达形式的多样化；学习目的的多样化，有的很具 体，有的却很笼统。正是这种复杂性导致机器学习研究领域更为细致的分工。 2 0 世纪8 0 年代以来，机器学习领域的研究工作主要侧重于以下几个方面：试 验与比较不同的学习方法重薪认识并进一步研究非符号性学习方法；学习的计算理 论与推理理论，多策略和杂交学习系统的设计和构造；并强调实际应用，构造学习 系统。最后还应指出，采用多策略学习法研究运用两种以上的方法来构造学习系统， 可以克服其单独使用的弱点，从而促进机器学习应用的发展 传统的机器故障诊断中，模式识别的功能是由人凭经验或借助一些传感器和硬 件设备完成的，缺点是对于初期的故障不易察觉。而故障一旦发展成为明显，则维 修困难加大，经济上带来很大损失，对于突发性故障( 如疲劳损坏等) 不具有预测 能力。在使用仪器监视的时候，往往仪器显示的值与实际的故障程度不符，甚至相 差很远，并且不具备多指标综合评定能力。因此，模式识别技术在该领域中具有很 大的实际意义。 从上世纪8 0 年代后期以业，国家自然基金委员会每年都会资助数项旋转机械 振动故障机理、诊断理论或方法、诊断系统的研究。振动信号数据的处理分析技术 在近1 0 多年也得到了迅速发展，从模拟分析到计算机分析，通过软件和硬件两条 途径，分析速度和性能得到迅速提高。在绝大多数情况下，汽轮发电机组振动故障 信号是平稳的，因而在各种方法中，快速付里叶变换( f f t ) 的频谱分析仍是当前 应用最广，最有效的频域分析方法，国内神经网络和专家系统采用的信号特征仍然 以频谱为主【s l l 9 l 。 近年来，出现了一些新的信号分析与处理方法，如w i g n e r 时频分布等方法，其 中最具有代表性的是小波分析法。小波变换发展了加窗付里叶变换的时域局部化思 想，窗口宽随频率的增高而缩小，保持高频信号有较高的分辨率。小波变换的具体 处理方法是利用一系列不同尺度的基函数对信号进行分解，这些基函数可以根据信 号不同频率段，通过对母小波的伸缩与平移而得到。小波变换信号的分解和利用 d w t 重构可有针对性地选择有关频带信息和剔除噪声干扰，信息量即无冗余，也无 渗漏。根据近年来发表的一些有关小波分析法应用于发电机组故障信号分析和诊断 4 华北电力大学硕士学位论文 的报告，从所公布的结果看有一定的成效，但作为实用性的技术方法，还存在着一 定的差距，需要对多种典型故障的小波特性进行对比研究，需要确定实际机组和实 验台转子小波特性的异同。 1 3 论文工作的研究意义及主要内容 1 3 1 论文工作的研究意义 随着现代科技的高速发展，电力企业设备的性能质量要求也都达到了前所未有 高标准，这首先依赖于设备的高精度、高完善度和高可靠度因此，电力工业中， 对各种生产设备的管理显得尤为重要，越来越引起有关部门的高度重视。面对市场 的开放，电网价格的竞争，电力企业管理人员的主要任务已经从过去保证机组安全 稳定运行转化到要求机组安全经济运行汽轮发电机组作为发电企业的关键设备之 一，对企业的效益及安全问题均起到了关键性作用。这不仅因为机组振动的故障失 效或精度下降都要付出昂贵的代价，而且单靠人的经验去分析判断十分困难。现代 的服务于汽轮发电机组的设备管理系统申，包括机组运行、振动监测、故障诊断、 趋势预报、决策维修等，所采用的技术手段及分析方法有几十种之多，并向着智 能化、综合化和网络化发展，全面更新了原有的管理理念。高级精密的汽轮发电机 振动在线监测、诊断、分析仪器及高水准的管理技术人员，已成为现代化发电企业 不可缺少的重要成员因此，本课题研究工作的主要意义如下几点： ( 1 ) 避免汽机转子发生重大安全事故而造成的巨大经济损失，保证转子在规 定的期间内无故障安全可靠运行。 ( 2 ) 利用振动监测诊断系统可及时判断转子是否有故障，并能够迅速查明故 障原因、部位、预测故障影响，进行有针对性的维修，而不是大拆大卸，延长检修 周期，缩短检修时间，提高检修质量，减少备件储备，提高汽机转子的维修管理水 平。 ( 3 ) 向现场运行人员及技术人员提供及时的信息，有效地支援运行，提高汽 机转子使用的合理性、运行的安全性和经济性，充分延长服役期限。 ( 4 ) 向维修管理人员及时提供设备运行情况，及时准备备品备件，及时处理 有关故障，真正实现预知维修，以最少的代价发挥转子设备最佳的效益，做到最佳 运行，使转子设备维修费用、设备性能劣化与停机损失费用达到最低。 1 3 2 论文研究内容 本文在阅读了大量的有关汽机振动的机理，故障模式，及故障特征及神经网络 和轴心轨迹识别的文献的基础上，以电站汽轮发电机组为对象，完成了以下几方面 5 华北电力大学硕士学位论文 的工作： ( 1 ) 分析汽轮发电机转子常见故障与轴心轨迹之间的关系，对轴心轨迹识别 方法进行了研究，并设计轴心轨迹自动识别系统，该系统能够对轴心轨迹进行在线 自动识别并给出识别结果与相应的解释。 ( 2 ) 并将轴心轨迹识别模块嵌入到汽轮发电机组状态监测和故障诊断系统， 将故障诊断系统进行了完善。 6 华北电力大学硕士学位论文 第二章汽轮发电机组振动机理及特征 2 。1 转子系统受力分析 按使转子产生振动的激励来分类，可分为两类，即强迫振动和自激振动。转子 强迫振动的激励力有转子不平衡离心力和气体激振力等。转子自激振动的激励力经 常来自转子轴承中油膜对轴的作用力，密封产生的气动力，使转子产生自激振动。 对于每一个油膜轴承的动力特征可简化成四个刚度系数( 其中k 为负时) 可产生四 个力e 、弓、，e ，见图2 - 1 。 y 图2 - 1 e 、e 的合力是轴承的弹性力，方向使轴回到原点，、e 的合力是自激力， 此力作用于轴，若自激力的影响超过轴承阻尼的影响，则使轴的振幅越来越衰减， 最后回到原来的平衡位置，振动就没有危险。强迫振动的激励力与自激振动的自激 力的区别在于：强迫振动的激励力的大小仅与转子的重心偏移和转速有关；而自激 振动的自激力的大小与位移有关并构成f 一厂0 ，y ) 函数关系。位移越大，这种自激 力也越大。 2 2 转子振动特征分析n 5 1 7 x y y 工 助眵 i i i p 。p ， 矿；p ， r_-t_l，ll_j_l 华北电力大学硕士学位论文 转子的结构形式多样，为了分析和计算简便，我们将转子的力学模型简化为一 圆盘装在一无质量的弹性转轴上，转轴两端由刚性的轴承及轴承座支承。该模型称 为刚性支承的转子，是简化模型。 图2 - 2 单圆盘转子 当转子开始转动后，由于离心惯性力的作用，转子产生动挠度，其径向为， 此时，转子有两种运动：一种是转子自身的转动，即圆周盘绕其轴线a o b 的转动9 另一种是弓形转动，即弯曲的轴心线a o b 与轴承连线爿n 口组成的平面绕a b 轴线的 转动。 圆周盘的质量以m 表示，它所受的力是转予的弹性恢复力f f - 打 ( 2 1 ) 式中k 转子刚度系数，一娓。圆盘的运动微分方程为 磁- e 一- l o t 彬一e 一一砂( 2 2 ) 令 一k m 则有 篇+ 。o 。x - ，0 * ( 2 - 3 ) 它的舸写作为 ；：= s m ( 他m t 掣 ( 2 - 4 ) ) ，一y + 吼，i 其中振幅z ，y 和初相位怯，吼都与起始振动状态有关。 由式( 2 - 3 ) 可知，圆盘或转子的中心0 ，在互相垂直的两个方向作频率为峨简 谐振动。在一般情况下，振幅工，y 不相等，0 点的轨迹为一椭圆。0 的这种运动 8 华北电力大学硕士学位论文 是一种涡动或称】，为进动 y jl 鲲4 - 仍 反繇鼢。 二，铽篚渊 ： 一一纯一吩 涡张迹 圈2 - 3 圆周盘中心的涡动轨迹 为分析其进动情况将式( 2 - 3 ) 改写为复数形式 2 + 心- 0( 2 1 5 ) 式中 z - x + y 其解为 ：一旦e 呻+ 晟p 1 畔( 2 6 ) 式中旦，嘎为复振幅，与系统的运动有关。圆盘中心0 的涡动就是式( 2 - 6 ) 两种 运动的合成。如图2 - 2 所示，其中，第一项是半径为旧i 的逆时针方向的运动，与转动角 速度q 同向，称为正进动；第二项是半径为慨l 的顺时针方向的运动 与转动角速度q 反向，称为反进动。其合成运动情况有以下几种情况。 1 ) 最- 0 ，致一0 涡动为正进动，轨迹为圆，其半径为眩f 。 2 ) 骂一0 ，垦一0 涡动为反进动，轨迹为圆，其半径为慨i 。 3 ) 旦l 垦，轨迹为直线，点o 作直线简谐运动。 4 ) b l 一易。轨迹为椭圆，l 马i ，限l 时，d 作正向涡动；旧i t 恢j 时，d 反向涡动 正进动和反进动合成的运动称为正动。 2 3 转子运行状态及特征 2 3 1 转子正常运行时的特征 9 华北电力大学硕士学位论文 转子正常运行时，转子处于平衡状态、对中情况良好、转轴各截面受力均衡， 径向刚度相等、转轴和汽缸之间没有摩擦。在这种情况下，转子运动不受干扰，频 率成分以一倍频为主，混有少量噪声成分，理想轴心轨迹应为圆形，但由于实际上 不平衡总是存在的，轴心轨迹往往是椭圆。正常情况下的轴心轨迹与不平衡的轴心 轨迹在形状上相同，但是正常情况下的振幅比不平衡时要小好多。 2 3 2 转子不平衡及其特征 2 3 2 1 转子不平衡的原因 不平衡是旋转机械最常见的故障。引起转子不平衡的原因有两大类：一类是 转子系统的质量偏心，包括结构设计不合理，制造和安装误差，材质不均匀，受热 不均匀等，被称为初始不平衡；另一类是转子部件出现缺损，包括运行中转子的腐 蚀、磨损、介质结垢以及转子受疲劳力的作用，使转子的零部件( 如叶轮、叶片等) 局部损坏、松动、脱落，碎块飞出等，造成新的不平衡。转子不平衡故障包括：转 予质量不平衡、转子初始弯蛆、转子热态不平衡、转子部件脱落、转子部件结垢、 联轴器不平衡等。虽然转子质量偏心及转子部件缺损是两种不同原因引起的转子不 平衡故障，但它们的振动机理和规律相近。 2 3 2 2 质量偏心及缺损引起的不平衡的振动特征 ( 1 ) 振动的时域波形为正弦波。 ( 2 ) 频谱图中，谐波能量集中于基频。 ( 3 ) 当q q 时，q 增加时振幅趋于一 个较小的稳定值；当q 接近于魄时发生共振，振幅具有最大峰值。 ( 4 ) 当工作转速一定时，相位稳定。 ( 5 ) 转子的轴心轨迹为椭圆。 ( 6 ) 转子的进动特征为同步正进动。 ( 7 ) 振动的强烈程度对工作转速的变化很敏感。 转子不平衡的轴心轨迹如图： 1 0 华北电力大学硕士学位论文 2 2 l 1 i 3 l 一 一一。 i， k3 qj 肜 廿 4 5 i ) ，2 ( 4 x l 】嘲 图2 4 转子不平衡的轴心轨迹 2 3 3 转子油膜涡动和油膜振荡及其特征 2 3 3 1 油膜涡动油膜振荡的机理 由于交叉刚度系数不等于零，油膜弹性力有使轴颈失稳的因素，轴颈中心位置 随载荷大小面变化，还与工作转速及载荷大小有关。当轴颈转速不太高时，即使受 到一个偶然的外部干扰力的作用，轴颈仍能回到平衡位置；轴颈转速升高到一定数 值后，一旦受到外部干扰力作用，轴颈便不能回到初始位置，而沿一近似椭圆的封 闭轨迹涡动，或者沿某一极不规则的扩散曲线振荡；这就形成了轴承的失稳状态。 由于引起油膜涡动的准确频率稍小于转动角频率之半，这种涡动称为半速涡动，当 半速涡动的频率小于转子的一阶固有频率时，半速涡动是一种比较平静的涡动，随 工作转速的升高，其涡动频率也不断增加，使转子振动加剧。如果转子的转速升高 到第一临界转速的2 倍附近，将产生自激振动，振幅突然骤增，振动非常剧烈，轴 心轨迹突然变成扩散的不规则曲线，频谱图中的半频谐波振幅值增加到接近或超过 基频振幅，并有组合频率的特征，若继续提高转速，则转子的涡动频率保持不变， 始终等于转子的固有频率，称为油膜振荡。 2 3 3 2 油膜振荡的特征 ( 1 ) 自激振动( 即) 涡动只有当角频率q 高于第一阶临界角频率时才有可能 发生。 ( 2 ) 大多数情况下，自激振动的频率大致等于转子的固有频率。 ( 3 ) 自激振动不是共振现象，在多数情况下，它在转速的大范围内随时可能 1 1 华北电力大学硕士学位论文 出现，而且实际上往往不能确定这范围的上限。 ( 4 ) 自激振动能否出现的界限主要取决于轴承设计，在最不利的情况下，这 一界限即失稳转速的下限，约为临界转速的2 倍。 ( 5 ) 自激振动是非常激烈的，它的振幅往往比不平衡质量引起的共振振幅还 要大。 ( 6 ) 自激振动的正向涡动，轴心轨迹呈花瓣形。 ( 7 ) 当转速逐渐升高时，自激振动往往要推迟发生，即它不一定在转速达到 失稳转速的下限时就发生，而是在大于此下限时发生。升速越快，自激振动越要推 迟。 ( 8 ) 当自激振动已经发生后，如果降低转速，则它可以保持到低于升速时开始 发生的转速，即使在升速缓慢而自激振动没有推迟的时候也是这样。 图2 - 5 油膜涡动 2 3 4 碰磨故障及特征 图2 - 6 油膜振荡 2 3 4 1 碰磨故障的机理 转子与静子之间的碰磨是汽轮发电机组的常见故障。动静碰磨通常表现为其他 故障的间接结果。转子质量不平衡，转子弯曲、转子不对中以及热膨胀造成的间隙 不足都可能引发动静碰磨。动静碰磨故障属于非线性振动故障。碰磨故障有三种物 理现象：碰撞、磨擦和轴系刚度的改变。 碰撞效应体现在如下几个方面：a 动静部分摩擦，使机组的零部件磨损，影响 机组的运行状态，使机组的效率下降。b 使转子和静子局部过热，从而使转子产生 热弯曲。c 产生切向摩擦力。使转子从正向涡动转向反向涡动。 轴系刚度不仅与转子的材料有关，而且与轴系的边界条件有关，动静碰磨时， 边界条件改变了。其刚度发生变化( 刚度增加) ，固有频率增加。轴系将不稳定， 可能发生自激振动。 2 3 4 2 碰磨故障的特征 华北电力大学硕士学位论文 当发生动静碰磨故障时，根据碰磨情况的不同，轴心轨迹有如下特征： ( 1 ) 若发生的是整周碰磨故障，则轴心轨迹运动轨迹为圆形或椭圆形，且轴 心轨迹比较紊乱。 ( 2 ) 若发生的是单点局部碰磨故障， ( 3 ) 若发生的是多点局部碰磨故障， 则轴心运动轨迹呈内8 字形。 则轴心运动轨迹呈花瓣形，见图 i 转轴转轴 辅j d 轨述 图2 - 7 单点碰磨时的轴心轨迹 2 4 本章小结 轴心轨迹 、 图2 - 8 多点局部碰磨时的轴心轨迹 本章对转子的受力及运动方式及振动机理和故障特征进行了系统的分析和说 明，具体如下： ( 1 ) 介绍了转子的受力分析及转子的振动特征，及轴心轨迹的特征。 ( 2 ) 对稳定运行下转子的运行特征进行了系统的分析和说明。 ( 3 ) 分别对转子不平衡、油膜涡动油膜振荡、及转子单点局部碰磨和多点局 部碰磨的故障机理和故障特征进行了分析。 华北电力大学硕士学位论文 3 1 概述 第三章振动信号采集与处理 轴心轨迹是轴心上一点相对于轴承座的运动轨迹。这一轨迹是在与轴线垂直的平面 内。因此要求在该平面内的两个垂直方面安装电涡流传感器对转轴振动进行测量。整个 测试装置如图3 - 1 所示。 3 2 振动信号的预处理 3 2 1 键相信号 图3 1 涡流传感器和前置器电路图 3 2 1 1 键相原始输入信号特征 键相信号一般由涡流传感器产生，键相可能是凹槽，也可能是凸台，产生的信 号略有不同，它的特征为： 1 ) 如果键相是凸台，其信号将如图3 2 所示，有约2 0 v 的直流成分，为正脉 冲，峰值约为1 5 v ，也可能小一些，低至7 、8 v 。 2 ) 如果键相是凹槽，其信号与图3 2 不同，有约1 0 v 的直流成分，为负脉冲， 峰值约为1 2 v ，也可能小些，低至7 、8 v 。 3 ) 脉冲周期与转速周期一致，正常工况下为5 0 h z ，但信号可能有毛刺 1 4 华北电力大学硕士学位论文 屯压( 伏) j 0 珈 00 堡瓣气嬲 图3 - 2 输入的键相信号具体情况 3 2 1 2 键相信号输出要求 键相信号的处理要求为： 1 ) 信号需经过光隔 2 ) 过滤掉直流电压成分，只剩脉冲成分 3 ) 不论是正脉冲，还是负脉冲，均可处理 4 ) 处理结果为t t l 标准电平的方波 5 ) 能够去除各种毛刺的干扰 键相信号的处理结果如图3 - 3 所示。 电压( 伏) 图3 - 3 键相信号的处理结果 3 2 1 3 处理板要求 原理图上键相信号的处理流程如图3 _ 4 所示。 图3 - 4 原理图上键相信号的处理流程 1 5 华北电力大学硕士学位论文 印制板上键相信号的处理如图3 5 所示。 节 一卜凰 霎 b 笋刈! i 薹 l 隔直，施密特脉宽 光隔 触发调整 同 扩 一 邱_ 5 一 图3 - 5 键相信号印制板示意 1 ) 图中左侧上下位置有两个固定孔，目的是为了将处理板与前面板固定，具体尺 寸见图； 2 ) 处理板左侧有一组指示灯，用以指示现场信号是否正常，当信号正常时，指示 灯长亮，当信号异常时，指示灯熄灭，处理板上有相应的电路； 3 ) 处理板主要空间布置信号处理电路，如图中所示的隔直、光隔、施密特触发、 脉宽调整等； 4 ) 处理板右侧为总线插头，它分为上下两部分，上部分为通过d b 9 电缆引入的输 入信号，其位置固定，下部分为处理完毕后的输出信号线，通过母板上的接插 件，把信号送到采集板。 3 2 2 轴振信号 轴振信号单台机组最多为2 4 路，每块处理板设计为能同时处理6 路信号。 3 2 2 1 原始输入信号特征 轴振信号均由涡流传感器产生，它的特征为： 1 ) 有约9 - 1 2 v 的直流成分，每路的直流电压略有不同。 2 ) 在直流电压上叠加一交流电压，正常工况下，交流峰峰值约为0 5 v ，最大时能 华北电力大学硕士学位论文 到3 v ，其频率主要为工频( 正常工况下为5 0 h z ，启停机时从o 到5 0 h z 变化) ，也可能 叠加高频成分( 即为5 0 h z 的若干倍。) 轴振信号具体如图3 - 6 所示。 电压( 伏) 3 2 2 2 轴振信号输出 图3 - 6 输入的轴振信号具体情况 轴振信号的处理结果为： 1 ) 分离出直流电压成分和交流电压成分，并能分别采集 2 ) 交流信号的放大倍数为1 倍、2 倍、4 倍可选 3 ) 信号需经滤波，截止频率为3 2 倍工频 轴振信号的处理结果见图3 - 7 所示。 l 压( 伏 i 交流峰峰值保持不变，或为原 - f 始信号峰峰值的倍、倍 o、广7 24 vv 矗间( 秒) 图3 - 7 处理后的轴振信号具体情况 3 2 2 3 处理板功能 原理图上轴振信号的处理流程如图3 8 所示。 1 7 华北电力大学硕士学位论文 图3 - 8 原理图上轴振信号的处理流程 印制板上轴振信号的处理如图3 9 所示。 l 从e l l 缆输i 节 - 。f 信号1 g归 l 指示灯j 雾 j | 鍪 1交直分 放大 滤波跳线 k自- 离选择 、 孓一 处理完毕 4 , 3 5 的信号输 一 、出型塾丝一 。t ，。 坤j ! 一 图3 - 9 轴振信号印制板示意 需要注意的是跳线选择，由于轴振处理板最多可能同时安装4 块，每块的电路板完 全相同，但不同的处理板占用的总线是不一样的，这就要通过跳线来设置实现，通过跳 线设置，与母板上相应总线配合，把信号送到采集板。该处理板输入信号为6 路，输出 信号也为6 路。 3 3 3 2 去除直流分量 在机械设备状态监测和故障诊断过程中，传感器采集的信号可能会或多或少的 包含直流分量，这可能为后面的数据处理、分析造成很大的影响。通常直流信号在 作频谱分析时，在w 。0 处产生个很大的谱峰，并影响w 一0 左右的谱线，会使频谱 曲线产生较大的误差，从而使诊断结果出现偏差。对于连续的模拟量，去直流分量是在 采样时间内先积分，再除以积分区间长度，对于离散的数字信号，去直流分量实际上就是 将各数据减去它们的平均值。 3 3 振动信号的采集 1 8 华北电力大学硕士学位论文 3 3 1 振动信号的离散化和采样定理 1 离散时间信号( 序列) 时间变量与幅度变量均为连续变量的信号叫连续信号或模拟信号，我们所遇到 的信号大多是这种模拟。但是模拟信号不能直接用数字系统处理，盛须将它首先加 以离散化，得到离散信号序列后才能进行数字处理，离散时间信号是在时间上不连 续的序列，用x 【k 】或f 【k 1 表示，k 表示他们在序列中前后位置的序号，是一个整数。 由取样产生的序列叫做取样序列。 2 采样 在对记录的振动信号进行数字化处理时，首先要进行采样，采样就是使连续的 模拟信号x ( t ) 转换为离散时间序列的过程。采样一般按等时间间隔t 取值，常用模 数( a d ) 转换器来实现。当连续时间信号x ( 0 输入模数转换器，其输出就是采样 所得的离散时间序列x ( n a 0 。t 成为采样时间间隔。无= l a t 正= l a t 为单位时 间内的采样数，称为采样频率。 3 采样定理 采样的时间间隔a t 决定着采样的质量和数据处理的总时间。a t 太小，会使x ( n a 0 的数目剧增，增加了数据处理的工作量，并要求计算机的内存要大；但a t 太大， 会在原是数据中引起低频及高频分量的混淆，不能真实反映原信号x ( 0 的全部情况， 影响分析精度。因此，必须有一个选择采样时间间隔的准则，以确定x ( n a 0 能不失 真地表示原信号x ( t ) 的最大允许时间间隔a t ，这个准则就是采样定理。 3 3 2 信号的采样 旋转机械轴系振动信号是以转速为基频的周期信号。在转子系统的振动检测 中，需要对振动信号进行整周期采样来避免由于泄露、栅栏等不良效应带来的相位 严重失真。传统振动分析方法遥过硬件电路锁相倍频法来实现整周期采样，该方法 的核心是锁相倍频电路的应用。键相信号经锁相电路倍频后，产生采样脉冲序列， 控制采样电路的触发与关闭。该方法的优点在于同步性能好，结全并行采样保持电 路，可自动实现对各个通道振动信号的实时同步采样。但这种方法需要专用的数据 采集卡，因此系统硬件成比比较高，开发周期长，且适应能力及硬件升级能力较差。 如能利用通用数据采集卡实现转子系统振动信号的获取，将大大提高整个系统 的经济性及适应性。但通用数据采集卡中不包含锁相倍频电路，因此对振动信号的 整周期截取只能通过软件方法实现。简单的实现方式是把前一周期作为当前的周期 计算，或采用线性插值的方式，用前两转的周期估计当前的周期。当转子转速波动 较大时，这种方法的截取误差对相位计算会带来相当大的影响，虽然准同步算法及 非整周期采样谐波分析算法等可在一定程度上对这种误差加以补偿，但复杂的分析 华北电力大学硕士学位论文 计算导致的计算量会影响测试的实时性 伪同步采样法充分发挥了通用数据采集卡中数据采集通道资源多的特点，将键 相信号与振动信号进行同步采样，对振动信号的整周期截取则在采集后通过数据处 理来实现。结合对柔性转子实验系统进行动平衡的实验结果表明：这种伪同步采样 方法可有效满足转子振动信号处理对信号采样的要求。 1 ) 伪同步采样原理 首先对传统的硬件锁相倍频方式进行分析。这种方法靠鉴相信号的两个上升 沿来控制采样的开始和结束。键相信号经倍频后，在t 1 周期内产生n 个脉冲，作 为采样触发脉冲控制对振动信号的采样，从而实现对振动信号的整周期采样。软件 方面则需首先测出t 1 ，再假定下一个周期的长度依然不变，在t 1 期间发出n 个采 样脉冲。如因为转子系统转速的波动导致t 2 与t 1 不相等，则这种软件倍频的方法 无法实现振动信号的整周期采样。 考虑到通用型数据采集卡中数据采集通道比较丰富，将其中一路作为键相信号 的输入通道。在t l 测试完成后，等待键相信号的上升沿一到来，就启动a d 进行 连续等间隔采样，采样间隔为址- 正n ， 如果下一个采样周期变长，仅仅采集n 组数据，就无可避免地漏掉该周期的部 分采样点。为了防止这一情况发生，采集2 个周期2 n 组数据。这样得到的2 n 组数 据必然完全包含振动信号的1 个整周期的采样值。由于同时采集到键相信号，因此 在后续的数据处理中以键相信号的2 个上升沿作为整周期截取的依据。根据这一依 据，对采集到的2 n 组数据进行筛选，保留1 个整周期的数据，去掉多余数据，由 此来实现整周期采样。 与硬件电路的实现方案比较，这种软件实现的整周期采样方法对信号的整周期 截取是在采样之后进行，且需要采集多出1 倍左右的冗余数据，因此被称为伪同步 采样方法。这种方法的缺点是实时性不足，但由于通用型数据采集卡的速度很快， 这种方案完全可以满足一般情况下对转子振动信号的采集需求。 3 误差分析 方便起见，假设振动信号仅包含基础振动频率： j x ( t ) = a c o s ( 新口+ ) 一芸f e “印+ “+ e 。“印+ “1 ( 3 1 ) 设采样周期t 刍1 ，对采取信号加矩形窗，窗长为n ，采样得到的序列为 工。，。管p “h 舢自+ e 吖h 伽愧) 】 其付里叶变换为 0 s n 一l ，1 、 ，二， 厅 0 处收敛，极点全部在z 一0 处( 因果系统) 。 3 )结构上主要是非递归结构，没有输出到输入的反馈。 i i r 数字滤波器设计需借助模拟滤波器原型，再将模拟滤波器转换成数字滤波器， 这些过程已成为一整套成熟的设计程度。模拟滤波器设计已经有一套相当成熟的方 法，它不但有完整的设计公式，而且还有较为完整的图表供查询，因此，充分利用 这些已有的资源将会给数字滤波器的设计带来很大方便。但是它的相位是非线性 的，而f i r 滤波器具有精确的线性相位，同时可以具有任意的幅度特性。此外，f i r 滤波器的单位抽样响应是有限长的，因而滤波器一定是稳定的。还可以用快速付里 叶变换算法来实现过滤信号，这可大大提高运算效率。 3 4 2 轴心轨迹信号频谱分析 在轴心轨迹的测试中，由于轴心轨迹一般都比较复杂，难以分析识别，因此 在实际应用中常常需要对轴心轨迹进行提纯。本文采用的方法是让转子的两路振动 信号分别通过低通滤波器，然后再进行合成，从而得到提纯的轴心轨迹 在一般情况下，转子振动信号中除包含由不平衡引起的同步振动分量外，还存 在亚同步( 其频率低于转子转速) 分量和高次谐波振动( 其振动频率是转予转速的 整数倍) 分量，使得轴心轨迹形状比较复杂，甚至非常混乱，很难分析。为了克服 轴心轨迹分析的这个缺点，采用了频谱分析的原理。频谱分析是将一个振动信号分 解为一系列的简谐振动分量，使我们对复杂振动信号的组成情况一目了然，极大地 提高了分析转子振动的能力。轴心轨迹可以看作由x 、y 方向振动信号x ( 0 、y ( 0 所 组成的二维振动信号( 以t 为参数) ，也可以分解为各频率分量下的一个个椭圆。根 据这个思路，将x ( o 、y ( o 分解； 】，( 0 - 薹) ks 抽( 扬印+ 以) 七恤2 ，胁 x o ) 。4 豳( 纫豇+ 竹) + 4 咖( 扬豇+ 仍) + + 48 i n ( 打印+ 劬) ( 3 1 0 ) 。墨( f )