專利名稱：汽輪發(fā)電機組汽流激振故障實時辨識方法
技術(shù)領域：
本發(fā)明屬于旋轉(zhuǎn)機械振動狀態(tài)監(jiān)測與故障診斷技術(shù)領域，尤其涉及ー種汽輪發(fā)電機組汽流激振故障實時辨識方法。
背景技術(shù)：
汽流激振是ー種通常發(fā)生在大型汽輪機高(中)壓轉(zhuǎn)子上的，由蒸汽激振カ誘發(fā)的低頻振動現(xiàn)象。根據(jù)汽流激振機理和國外大機組的運行經(jīng)驗，超臨界機組高壓(或高中壓)轉(zhuǎn)子容易發(fā)生汽流激振，嚴重時會誘發(fā)高壓轉(zhuǎn)子失穩(wěn)，產(chǎn)生很大的突發(fā)性低頻振動，致使軸系失穩(wěn)。由汽流激振引起的不穩(wěn)定振動成為限制超臨界壓カ機組出力的重要因素，直接影響機組的可用率。
判斷機組是否發(fā)生汽流激振故障，通常由具有一定現(xiàn)場運行經(jīng)驗及專業(yè)知識技能的專業(yè)人員完成，由此帶來分析結(jié)果客觀性較差、分析過程耗費時間資源和人力過高等問題，并且無法做到汽流激振故障的實時自動在線監(jiān)測、分析及判別。因此，提出ー種大型汽輪發(fā)電機組汽流激振故障實時辨識方法就顯得十分重要。本發(fā)明提供的大型汽輪發(fā)電機組汽流激振故障實時辨識方法，對機組運行中轉(zhuǎn)子軸相對振動、機組功率等數(shù)據(jù)進行實時自動在線監(jiān)測、分析及判別，判定高壓轉(zhuǎn)子是否發(fā)生汽流激振故障，提高高壓轉(zhuǎn)子汽流激振故障分析診斷工作的效率和準確度。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提出ー種汽輪發(fā)電機組汽流激振故障實時辨識方法，用以解決現(xiàn)有技術(shù)無法做到大型汽輪發(fā)電機組汽流激振故障的實時自動在線監(jiān)測、分析及判別。為實現(xiàn)上述目的，本發(fā)明提供的技術(shù)方案是，一種汽輪發(fā)電機組汽流激振故障實時辨識方法，其特征是所述方法包括步驟I :設定第一起始時刻T1、第二起始時刻T2、第一步進長度h、第二步進長度t2
和終止時刻τΝ，并且滿足；
,1ら步驟2 :實時采集汽輪發(fā)電機組高壓轉(zhuǎn)子ー側(cè)支持軸承的軸相對振動數(shù)據(jù)、轉(zhuǎn)子的轉(zhuǎn)速信號、轉(zhuǎn)子的鍵相信號以及機組功率數(shù)據(jù)；步驟3 :獲取機組功率數(shù)據(jù)序列、終止時刻Tn的機組功率數(shù)據(jù)、低頻振動幅值最大值序列和低頻振動幅值最大值序號序列，具體是從第一起始時刻T1開始，每隔第一步進長度h，存儲當前時刻采集的機組功率數(shù)據(jù)，直至終止時刻TN，將機組功率數(shù)據(jù)if按照存儲時間的先后順序排列成機組功率數(shù)據(jù)
序列げμ = …，，將終止時刻Tn存儲的機組功率數(shù)據(jù)記為g
從第二起始時刻T2開始，每隔第二步進長度t2，利用當前時刻采集的汽輪發(fā)電機組高壓轉(zhuǎn)子ー側(cè)支持軸承的軸相對振動數(shù)據(jù)、轉(zhuǎn)子的轉(zhuǎn)速信號和轉(zhuǎn)子的鍵相信號，計算得
到當前時刻低頻振動幅值序列的最大值以及所述低頻振動幅值序列的最大值X對應的序號sec^并存儲，直至終止時刻Tn，將低頻振動幅值序列的最大值^按照存儲時
間的先后順序排列成低頻振動幅值最大值序列·^TxIブ=1，2，，ir^，將低頻振動幅值
序列的最大值考_對應的序號sec^按照存儲時間的先后順序排列成 低頻振動幅值最大值
序號序列氣け=12;步驟4 :計算機組功率參數(shù)和低頻振動參數(shù),包括I)計算機組功率數(shù)據(jù)序列的遞增趨勢參數(shù)Ip ；2)計算低頻振動幅值最大值序列的最大值4=' ；3)計算低頻振動幅值最大值序列的峰度κΑ;4)計算低頻振動幅值最大值序號序列的最大值Seqniax和低頻振動幅值最大值序號序列的最小值Seqmin的差值的絕對值Seqabs ；5)計算機組功率數(shù)據(jù)序列與低頻振動幅值最大值序列的相關(guān)系數(shù)R ；步驟5 :根據(jù)機組功率數(shù)據(jù)序列的遞增趨勢參數(shù)I'終止時刻Tn的機組功率數(shù)據(jù)
Pし、低頻振動幅值最大值序列的最大值、低頻振動幅值最大值序號序列的最大值
Seqmax和低頻振動幅值最大值序號序列的最小值Seqmin的差值的絕對值Seqabs、低頻振動幅值最大值序列的峰度K A和機組功率數(shù)據(jù)序列與低頻振動幅值最大值序列的相關(guān)系數(shù)R，判斷汽輪發(fā)電機組是否發(fā)生汽流激振故障。所述計算機組功率數(shù)據(jù)序列的遞增趨勢參數(shù)Ip采用公式IP=SP/[l/2XnX (n-1)]；其中，η為機組功率數(shù)據(jù)序列的數(shù)據(jù)個數(shù)，Sp為是機組功率數(shù)據(jù)序列的順序數(shù)；順序數(shù)是指一個數(shù)據(jù)序列中順序?qū)Φ目倲?shù)；順序?qū)κ侵冈谝粋€數(shù)據(jù)序列中，一對數(shù)的前后位置與大小順序相同，即前面的數(shù)小于后面的數(shù)。所述計算低頻振動幅值最大值序列的峰度K Α采用公式
^ = I/Y(Afm-μΜ γ /(σΜ )4 , i = 1，2，· · ·，η ;其中，η為低頻振動幅值最大值序
i=l /
列的數(shù)據(jù)個數(shù)，4 セ低頻振動幅值最大值序列的第i個數(shù)據(jù)，μAM是低頻振動幅值最
大值序列的均值且，0ΑΜ是低頻振動幅值最大值序列的標準偏差且
i=l
I :
W = i/"2(4fmax-廣)2。
Ii=l
所述計算機組功率數(shù)據(jù)序列與低頻振動幅值最大值序列的相關(guān)系數(shù)R采用公式
權(quán)利要求
1. 一種汽輪發(fā)電機組汽流激振故障實時辨識方法，其特征是所述方法包括步驟1:設定第一起始時刻、第二起始時刻T2、第一步進長度、第二步進長度t2和終止時刻tn，并且滿足
2.根據(jù)權(quán)利要求I所述的汽輪發(fā)電機組汽流激振故障實時辨識方法，其特征是所述計算機組功率數(shù)據(jù)序列的遞增趨勢參數(shù)Ip采用公式IP=Sp[l/2XnX (n-1)];其中，η為機組功率數(shù)據(jù)序列的數(shù)據(jù)個數(shù)，Sp為是機組功率數(shù)據(jù)序列的順序數(shù)；順序數(shù)是指ー個數(shù)據(jù)序列中順序?qū)Φ目倲?shù)；順序?qū)κ侵冈谝粋€數(shù)據(jù)序列中，一對數(shù)的前后位置與大小順序相同，即前面的數(shù)小于后面的數(shù)。
3.根據(jù)權(quán)利要求I所述的汽輪發(fā)電機組汽流激振故障實時辨識方法，其特征是所述計算低頻振動幅值最大值序列的峰度K Α采用公式
4.根據(jù)權(quán)利要求I所述的汽輪發(fā)電機組汽流激振故障實時辨識方法，其特征是所述計算機組功率數(shù)據(jù)序列與低頻振動幅值最大值序列的相關(guān)系數(shù)R采用公式
5.根據(jù)權(quán)利要求I所述的汽輪發(fā)電機組汽流激振故障實時辨識方法，其特征是所述步驟5具體是，當同時滿足下述6個條件 1)機組功率數(shù)據(jù)序列的遞增趨勢參數(shù)Ip大于第一設定值； 2)終止時刻Tn的機組功率數(shù)據(jù)成大于第二設定值； 3)低頻振動幅值最大值序列的最大值大于第三設定值； 4)低頻振動幅值最大值序號序列的最大值Seqmax和低頻振動幅值最大值序號序列的最小值Seqniin的差值的絕對值Seqabs小于第四設定值； 5)低頻振動幅值最大值序列的峰度KA大于第五設定值； 6)機組功率數(shù)據(jù)序列與低頻振動幅值最大值序列的相關(guān)系數(shù)R大于第六設定值； 則判定汽輪發(fā)電機組發(fā)生汽流激振故障；否則，判定汽輪發(fā)電機組沒有發(fā)生汽流激振故障。
全文摘要
本發(fā)明公開了旋轉(zhuǎn)機械振動狀態(tài)監(jiān)測與故障診斷技術(shù)領域中的一種汽輪發(fā)電機組汽流激振故障實時辨識方法。包括設定第一起始時刻、第二起始時刻、第一步進長度、第二步進長度和終止時刻；實時采集汽輪發(fā)電機組高壓轉(zhuǎn)子一側(cè)支持軸承的軸相對振動數(shù)據(jù)、轉(zhuǎn)子的轉(zhuǎn)速信號、轉(zhuǎn)子的鍵相信號以及機組功率數(shù)據(jù)；獲取機組功率數(shù)據(jù)序列、終止時刻的機組功率數(shù)據(jù)、低頻振動幅值最大值序列和低頻振動幅值最大值序號序列；計算機組功率參數(shù)和低頻振動參數(shù)；根據(jù)機組功率參數(shù)和低頻振動參數(shù)判斷汽輪發(fā)電機組是否發(fā)生汽流激振故障。本發(fā)明提實現(xiàn)了汽流激振故障的自動實時在線監(jiān)測、分析和判別。
文檔編號G01M15/00GK102645336SQ20121014495
公開日2012年8月22日 申請日期2012年5月10日 優(yōu)先權(quán)日2012年5月10日
發(fā)明者宋光雄 申請人:華北電力大學