汽轮发电机组故障诊断技术概述.docx
- 文档编号:12469932
- 上传时间:2023-04-19
- 格式:DOCX
- 页数:25
- 大小:72.01KB
汽轮发电机组故障诊断技术概述.docx
《汽轮发电机组故障诊断技术概述.docx》由会员分享,可在线阅读,更多相关《汽轮发电机组故障诊断技术概述.docx(25页珍藏版)》请在冰豆网上搜索。
汽轮发电机组故障诊断技术概述
汽轮发电机组故障诊断技术概述
王亮
中国国电衡丰发电有限责任公司
汽轮发电机组故障诊断技术概述I
第一章前言2
1.1国内外概况2
1.1.1国外的发展情况3
1.1.2国内的发展情况4
1.2振动诊断技术的发展6
1.3开展故障诊断技术研究的意义7
第二章汽轮机故障诊断技术所包含的内容8
2.1故障机理的研究10
2.2信号采集技术的研究12
2.2.1诊断方法12
2.2.2传感器12
2.3信号分析与处理13
2.4状态识别14
2.4.1神经网络15
2.4.2专家系统17
2.4.3模糊诊断技术19
2.4.4诊断策略19
2.5诊断决策19
第三章目前诊断系统存在的问题21
第四章今后大型机组故障诊断技术的发展23
4.1故障机理的深入研究23
4.2传感技术的研究23
4.3知识表达、获取和系统自学习23
4.4知识库知识范围的建立23
4.5专家系统开发工具的研究利用23
4.6故障诊断系统中设备状态预测功能24
4.7基于Internet的远程故障诊断系统(大型诊断中心)24
4.8分布式结构的故障诊断系统的研究和开发24
4.9集成式结构的故障诊断系统的研究和开发24
4.10自主闭环诊断系统的研究与开发25
回顾和总结了国内外汽轮机故障诊断技术的发展情况,介绍了目前在汽轮机故障诊断研究中存在的问题和今后的发展方向。
第一章前言
二十世纪以来,随着工业生产和科学技术的发展,机械设备的可靠性、可用性、可维修性与安全性的问题日益突出,从而促进了人们对机械设备故障机理及诊断技术的研究。
汽轮发电机组是电力生产的重要设备,由于其设备结构的复杂性和运行环境的特殊性,汽轮发电机组的故障率较高,而且故障危害性也很大。
因此,汽轮发电机组的故障诊断一直是故障诊断技术应用的一个重要方面。
机械设备的检测和故障诊断,是建立在信息检测技术、信号处理技术、计算机应用技术、模式识别理论和机械工程各学科等现代科学技术成就基础上的综合性技术科学。
故障诊断就是要在设备正常运行中或基本不拆卸的情况下,掌握设备的状态,早期发现故障,判断故障的原因和部位,并预测预报故障的发展趋势。
保证机组安全可靠运行的主要手段是不断提高机组状态监测和故障诊断技术。
目前汽轮发电机组的容量不断向大型化方向发展,如何通过先进的技术手段对设备状态参数进行监测和分析,判断设备是否存在异常和故障、故障的部位及故障的变化趋势,以确定合理的检修时间和方案,达到减少事故停机损失、提高设备运行可靠性、降低维修费用的目的,对故障诊断技术提出了新的和更高的要求,同时近几年来,传感器技术、信号处理技术、人工智能技术如专家系统、神经网络等及其它技术在诊断中的应用,也为设备诊断技术的进一步发展提供了动力。
电力系统在个大型发电厂大力推广的以汽轮机组安全监视为目的的旋转机械状态监测系统,在很大的程度上提高了机组运行的可靠性,降低了事故发生率。
1.1国内外概况
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,现在已不能适应生产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。
人工智能、计算机网络技术和传感技术等已经成为汽轮机故障诊断系统不可缺少的部分。
1.1.1国外的发展情况
国外发达国家从70年代开始进行汽轮发电机组振动故障技术的研究,以后陆续推出自己的汽轮发电机组的故障诊断系统,目前在这一方面较为先进的研发机构有:
美国电力研究院(EPRI)、西屋公司、Bentley公司、CSI公司等,代表性的产品有Bentley公司的DM2000、MCM2000系统、旋转机械故障诊断系统(ADR3)在中国应用情况良好,很受用户欢迎。
西屋公司首先将网络技术应用于汽轮机故障诊断,在奥兰多诊断中心应用的汽轮发电机组故障诊断系统AID,对分布于各地电站的多台机组进行远程诊断。
日本三菱重工的白木万博研制的“机械保健系统”。
美国具有丰富实践经历的JohnSohre于1968年在ASME石油机械工程师年会发表的题为“高速涡轮机械运行问题(故障)的起因和治理”一文,对旋转机械典型故障征兆及可能原因进行了全面的描述和归纳,将汽轮机的典型故障分为9大类37种,开辟了诊断知识量化的先河,至今仍被广泛的采用。
但其中大部分是经验总结,没有从机理上进行深入分析。
白木万博提出了“得分法”,列出了16种常见故障与振动频率之间的关系,发表了大量有关故障诊断的文章,积累了不少现场故障处理经验,并进行了理论分析。
美国的Bently公司转子动力学研究所对转子和轴承系统典型非线性振动故障机理研究比较透彻,进行了大量试验,发表了许多很有价值的论文。
美国Bechtel电力公司于1987年开发的火电站设备诊断用专家系统(SCOPE)在进行分析时不只是根据控制参数的当前值,而且还考虑到它们随时间的变化,当它们偏离标准值时还能对信号进行调节,给出消除故障的建议说明,提出可能临近损坏时间的推测。
美国Radial公司于1987年开发的汽轮发电机组振动诊断用专家系统(Turbomac),在建立逻辑规则的基础上,设有表征振动过程各种成分与其可能故障源之间关系的概率数据,其搜集知识的子系统具有人-机对话形式。
该系统含有9000条知识规则,有很大的库容。
日本也很重视汽轮机故障诊断技术的研究,由于日本规定1000MW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。
东芝电气公司与东京电力公司于1987年合作开发的大功率汽轮机轴系振动诊断系统,采用计算机在线快速处理振动信号的解析技术与评价判断技术,设定一个偏离轴系正常值的极限值作为诊断的起始点进行诊断。
九十年代,东芝公司相继开发出了寿命诊断专家系统,针对叶片、转子、红套叶轮及高温螺栓的诊断探伤实时专家系统、机组性能评价系统等。
日立公司在1982年开发了汽轮机寿命诊断装置HIDIC-08E,以后逐步发展,形成了一套完整的寿命诊断方法。
三菱公司则在八十年代初期开发了MHM振动诊断系统,该系统能自动地或通过人机对话进行异常征候检测并能诊断其原因,其特点是可根据动矢量来确定故障。
欧洲也有不少公司和部门从事汽轮机故障诊断技术的研究与开发。
法国电力部门(EDF)从1978年起就在透平发电机上安装离线振动监测系统,到九十年代初又提出了监测和诊断支援工作站的设想。
九十年代中期,其专家系统PSAD及其DIVA子系统在透平发电机组和反应堆冷却泵的自动诊断上得到了应用。
另外瑞士的ABB公司、德国的西门子公司、丹麦的B&K公司等都开发出了各自的诊断系统。
国外的资料表明:
故障诊断的效果是明显的。
据日本统计,在采用诊断技术后,事故率减少75%,维修费用降低25%~50%;英国对2000家企业进行的调查表明,诊断技术的采纳使得每年节省的维修费用达3亿英镑。
1.1.2国内的发展情况
我国的设备诊断技术的研究和开发是从20世纪70年代末期开始的。
经历了两个阶段:
第一阶段是从70年代末到80年代初,在这个阶段内主要是吸收国外先进技术,并对一些故障机理和诊断方法展开研究;第二阶段是从80年代初期到现在,在这一阶段,全方位开展了机械设备的故障诊断研究,引入人工智能等先进技术,大大推动了诊断系统的研制和实施,缩小了与世界先进水平的差距,同时也形成了具有我国特点的故障诊断理论,并出版了一系列这方面的专着,主要有屈梁生、何正嘉主编的《机械故障学》、杨叔子等主编的《机械故障诊断丛书》、虞和济等主编的《机械故障诊断丛书》、徐敏等主编的《设备故障诊断手册》等。
我国从事汽轮机故障诊断技术研究与开发的单位有几十家,如西安交通大学、华中理工大学、清华大学、哈尔滨工业大学、东南大学等和上海发电设备成套设计研究所、哈尔滨电工仪表所、西安热工研究所、山东电力科学试验研究所、哈尔滨船舶锅炉涡轮机研究所及一些汽轮机制造厂和大型电厂等。
通过“七五”和“八五”攻关项目的研究及近几年的不断完善和发展。
研究开发出多套的故障诊断系统,代表性的国产诊断系统如下表:
表1-1有代表性的国产诊断系统
序号
型号
名称
研制单位
1
MMMD-3
机组振动微机检测和故障诊断系统
哈尔滨工业大学
2
MFD-2
汽轮发电机组智能诊断系统
东南大学
3
RB-20
大型旋转机械计算机状态监测与故障诊断系统
西安交通大学
4
ZJZ-1
汽轮发电机组状态监测与诊断系统
西安热工研究院
5
HZ-1
汽轮发电机组振动监测与故障诊断系统
华中理工大学
扬子石化总厂
6
MMDS-90
大型旋转机械故障诊断系统
郑州工业大学
7
大型汽轮发见机组远程在线振动监测性能分析与诊断系统
山东电力研究院
清华大学
完整的汽轮机故障诊断系统,应包括数据采集、信号处理与分析、诊断和决策几个部分,它是故障诊断技术的集中体现,我国早在80年代就开始了这方面的研究,到目前已经研制开发出了几十种系统。
华北电力学院以模拟转子试验台作为信号源对汽轮发电机组振动监测与故障诊断系统进行了研究。
上海汽轮机厂研究所经过多年的实验和研究,推出了四套旋转机械状态监测和故障诊断系统,他们在系统硬件配置上做了较多的工作。
上海交通大学研制了一种热力参数监测和故障诊断系统TPD,该系统可以提高运行可靠性、优化运行方案、提高运行效率、延长运行寿命。
东南大学对集成智能故障诊断系统和远程分布式故障诊断网络系统进行了研究。
华中理工大学研究了诊断系统的功能及其实现、数据的采集以及远程诊断等问题,并开发出了多套汽轮机故障诊断系统,其中汽轮发电机组在线振动监测与故障诊断专家系统(HZ-1)采用了主从机结构,可以对多台发电机组实时监测及集中诊断;200MW单元机组状态监测、能损分析及汽轮发电机组故障诊断专家系统采用Solartron分散采集系统监测机组,集DAS系统、状态监测、能损分析和故障诊断于一体等。
由清华大学、华中理工大学、哈尔滨工业大学、哈尔滨电工仪表所等院所联合研制200MW、300MW汽轮发电机组工况监测与故障诊断专家系统(国家"八五"攻关项目)可全面监测诊断机械振动故障、汽隙振动故障、热因素引起的故障、机电耦合轴系扭振故障、以及调节控制系统故障。
哈尔滨工业大学对诊断系统从数据采集到原型机理论作了很多研究,并推出了代表性的诊断系统MMMD。
清华大学对诊断系统的软件构成、硬件结构与协调方法、原型机系统等,进行了一系列的研究,并与山东电力科学试验研究所合作开发出了大型电站性能与振动远程监测分析与诊断系统,该系统由各电厂中的振动分析站、数据通讯网络系统、远程诊断中心(济南市山东电力科学研究院)和远程诊断分中心(清华大学)等四个子系统构成。
随着诊断技术的发展,出现了与之有关的厂家。
部分传感器、数据采集器已接近国际水平,同时研制开发了一些诊断仪器和设备。
1.2振动诊断技术的发展
机械设备的诊断从其出现到如今可以分为三个阶段:
第一阶段是设备状态监测,第二阶段是设备状态监测与故障诊断,第三阶段是基于网络化的故障诊断及在设备管理应用。
目前设备诊断技术处于第二阶段的整理完善和向第三阶段过渡时期。
机械设备故障诊断技术的发展可以分为以下几个阶段:
(1)基于故障事件的故障诊断阶段。
当出现故障后才检查故障原因和发生部位,故障诊断的手段是通过对设备的解体分析并借助以往的经验以及一些简单的仪器。
(2)基于故障预防的故障诊断阶段。
该阶段故障诊断的目的在于为合理的维修周期的制定提供依据,并在定期维修前检查突发性故障,保证在故障出现之前就能排除故障。
这一阶段的诊断手段主要是一些简单的状态检测仪,多设有一定运行参数的报警值,能够对突发故障进行预测。
(3)基于故障预测的故障诊断阶段。
该阶段故障诊断是以信号采集与处理为中心,多层次、多角度地利用各种信息对设备的状态进行评估,针对不同的设备采取不同的措施。
属于正常运行状态的设备,可依据原先的检测计划进行检测;属于故障进行性发展的设备,重点检测;而个别故障较严重发展的设备,应及时停机进行故障诊断。
1.3开展故障诊断技术研究的意义
当前,我国企业中大型设备的数目越来越多,其在生产中的重要性不言而喻,关键设备的检测和诊断技术所带来的社会效益和经济效益,也不断为人们所认识,具体包括:
(1)预防事故,保证人身和设备安全。
(2)推动设备维修制度的改革。
维修制度由预防维修向预知维修的转化是必然的,而真正实现预知维修的基础是设备诊断技术的发展和成熟。
(3)提高经济效益。
设备诊断的最终目的是避免故障的发生,使零部件的寿命得到充分的发挥,延长检修周期,提高维修的精度和速度,降低维修费用,获得最佳经济效益。
第二章汽轮机故障诊断技术所包含的内容
设备故障诊断技术根据诊断的目的及所选取的诊断方法的不同,其实施过程也有所不同,但其基本过程是相同的,主要包括:
状态信号特征的获取、故障特征的提取、故障诊断和诊断决策四个方面。
图2-1设备故障诊断的实施过程
故障诊断技术的研究大体上有三部分组成:
第一部分为故障机理的研究;第二部分为故障诊断信息学的研究,它主要研究故障信号的采集、选择、处理和分析过程;第三部分为诊断逻辑与数学原理方面的研究,主要是通过逻辑方法、模型方法、推论方法和人工智能方法,根据可观测的设备故障表征来确定下一步的检测部位,最终分析判断故障发生的部位和产生故障的原因。
由于目前人们对故障诊断的理解不同,按诊断方法原理分为如下几类:
(1)频域诊断法应用频谱分析技术,根据频谱特征变化,判别机器的运行状态及故障形成原因。
(2)时域分析法应用时间序列模型极其有关的特性函数,判别机器的工况状态的变化。
(3)统计分析法应用概率统计模型极其有关的特性函数,实现工况状态监视与故障诊断。
(4)信息理论分析法应用信息理论建立的某些特性函数,如库尔伯克信息数,J散度等在机器运行过程中的变化,进行工况状态分析与故障诊断。
(5)模式识别法利用检测信号,提取对工况状态反应敏感的特征量构成模式矢量,设计合适的分类器,判别工况状态,它是人工智能的技术之一。
(6)其它人工智能方法如人工神经网络、专家系统等,这些都是新发展的新领域。
主要的成熟的诊断技术:
(1)基于故障机理的诊断方法
本方法注重从动力学的角度出发去研究故障的发生、发展机理及其出现故障之后对应的状态。
它是其它各种诊断方法的基础。
(1)基于故障树分析诊断法
本方法用逻辑推理图的方式分析机械设备各部位故障的发生及其故障产生的原因之间的相互关系,是一种比较早的故障诊断方法,其目的是判断基本故障、确定故障发生的原因、影响以及故障发生的概率。
它的诊断精确度不高,但是它表达直观,便于现场分析、处理。
(2)基于信号分析和处理的诊断方法
信号分析和处理诊断方法主要是通过在机械设备上安置传感器,采集机械设备的状态信息,然后进行分析处理,提取关于设备的运行情况以及有无故障、故障发生、发展情况。
其关键技术是信号的分析处理方法,目前主要有时域、频域、倒频谱分析等。
(3)基于模式识别的诊断理论
基于模式识别的诊断理论是在模式识别的基本内容的基础上发展起来的诊断学理论。
(4)油液分析诊断方法
油液分析(用润滑油分析)是依据测取运行设备润滑油的微量磨损粉末,用化学理论对其分析的故障诊断方法,它所采取的“硬措施”是通过检测装置获取的润滑油的状态,是设备诊断的最重要技术手段之一,其核心内容涉及对在用润滑油的污染、变质和所含机械磨损产物的检测分析,主要分析方法包括油光谱诊断法和铁谱诊断法门
(5)红外热成像诊断法
红外热成像诊断法是通过测取机械设备的二维温度场的变化情况,了解设备是否存在过热、热不均等,从而判断设备是否存在故障以及故障的发生、发展情况。
它的“硬措施”是测取设备向周围辐射的红外线,得到红外热场图,从红外热场图判断设备的状态。
(6)无损探伤诊断法
在诊断过程中,采用先向设备发射某种信号,然后再测取从设备反射(或透射)的同种性质的信号来反映设备的状态信息的诊断方法定义为无损探伤诊断法。
它的“硬措施”是向设备发射某种信号并接受它的硬件装置。
无损探伤诊断法包括射线探伤诊断法、超声探伤诊断法、声发射诊断法和涡流探伤诊断法等、
(7)热工参量诊断方法
把通过测量装置测取与设备有关的热工参量,从而诊断设备的运行状态及其故障的发生、发展情况的诊断方法称之为热工参量诊断法,它包括压力脉冲诊断法、温度诊断法。
(8)电工参量诊断方法
在诊断过程中,测取设备的某些电工参量的诊断方法称为电工参量诊断法,它包括电流诊断法、电阻诊断法。
还有神经网络、专家系统、基于模糊数学的诊断技术。
2.1故障机理的研究
故障机理是故障的内在本质和产生原因。
故障机理的研究,是以可靠性和故障原理为理论基础,研究故障的物理学或数学模型,进行物理模拟或计算机仿真,其目的是了解故障的形成和发展过程,明确故障的动态学特征,从而进一步掌握典型的故障信号,提取故障征兆,建立故障样板模式。
故障机理的研究,是故障诊断中的一个非常基础而又必不可少的工作。
诊断系统的完善程度,依赖于对故障机理的认识程度。
目前对汽轮机故障机理的研究主要从故障规律、故障征兆和故障模型等方面进行。
现阶段,虽然在故障机理的研究方面已经取得了大量的成果,但大型汽轮机组的振动故障机理仍然没有全部明确,需要进一步的深入研究。
自然界从本质上讲都是非线性的,线性只是非线性的近似。
随着科学技术的发展,自然科学和工程中的非线性动力学问题日益突出,非线性动力学已经成为当今世界前沿的研究热点学科。
大型汽轮机发电机组的实际运行情况表明,在汽轮发电机组系统中,非线性振动现象普遍存在。
例如工频以外的大量低频振动分量都是由系统的非线性因素引起的。
许多故障的出现都伴随着非线性振动,例如转子和定子之间的碰摩故障、油膜涡动、油膜振荡和支承松动等等。
在机械系统故障诊断领域,系统的动力学模型被用来定性或定量阐明实际系统由于故障激励而产生的各种振动现象。
在一些实际问题的处理中,合理的线性化能显着的减少分析与计算工作量,所得结果与真实系统的观测结果基本相符。
然而当真实的转子系统的非线性振动现象较为明显时,如果再采用线性化的分析方法,人为的忽略掉对系统具有重要影响的非线性因素,以及与之相关的系统固有的非线性动力学现象,会造成分析结果与实际系统的动力学行为在定性和定量上的偏差,导致人们有时无法用转子动力学理论来准确解释异常振动现象产生的原因,不能满足机械状态检测与故障诊断的需要。
因此,线性理论不可能彻底解决转子系统的动力学问题,开展转子系统非线性动力学的研究具有很重要的理论和现实意义。
由于大部分轴系故障都在振动信号上反映出来,因此,对轴系故障的研究总是以振动信号的分析为主。
日立公司的N.kurihara给出了振动故障诊断用的特征矩阵,清华大学褚福磊对常见故障在瀑布图上的振动特征和故障识别作了研究。
华中理工大学伍行健也提出了用于振动故障诊断的物理模型和数学模型。
西安交通大学陈岳东对振动频谱进行了模糊分类,上海交通大学左人和从动力学的角度研究了典型故障的响应特征。
清华大学张正松用Hopf分叉分析法研究了油膜失稳涡动极限环特性,哈尔滨工业大学毕士华对于如何识别油膜轴承的动态参数进行了研究,江苏省电力试验研究所的彭达则对实际发生的油膜振荡问题进行了剖析。
哈尔滨工业大学武新华分析了转轴弯曲的故障特征。
清华大学何衍宗、东南大学杨建刚研究了转子不平衡对其他征兆的影响。
对于动静碰摩问题,EPRI的Scheibel,John.R、西安交通大学何正嘉、西安热工研究所施维新等分别从故障特性和诊断技术方面进行了研究,西安交通大学刘雄应用二维全息谱技术确定故障征兆,东北电力学院石志标则从动力学角度分析了摩擦问题,哈尔滨工业大学提出了变刚度分段线性和非线性模型,并通过实验对摩擦的噪声特性进行了研究。
在综合振动与噪声特性的基础上,东北电力学院还开发了可对旋转机械和摩擦进行在线监测的仪器,该仪器用四个通道进行声信号检测,另外四个通道用于振动监测,可以大致确定摩擦的部位。
另外,李录平、张新江等对振动故障特征的提取进行了有益的研究。
2.2信号采集技术的研究
设备在运行过程中必然会有力、热、振动及能量等各种量的变化,由此会产生各种不同的信息。
诊断技术需要获得设备运行时产生的代表其状态的各种信号,因此信号采集技术是进行设备故障诊断的前提。
信号采集技术包括传感器技术及信号的采集与放大。
2.2.1诊断方法
诊断方法的研究一直是故障诊断领域的重点。
目前,在汽轮机组故障诊断领域中,主要的诊断方法有振动诊断法,噪声诊断法,热力学诊断法,红外诊断法,声发射诊断法和无损监测诊断法等。
汽轮机组是大型的旋转机械,振动是及其重要的(也是主要的)特征信号。
因此,振动诊断法是汽轮机组的常用诊断方法。
机械振动必会产生噪声,噪声信号中包含了机组的丰富的状态信息,因此,噪声诊断法也可用于诊断机组的故障。
汽轮机组热力性能方面的故障,用热力学方法来诊断。
机组动静碰磨、转子裂纹等故障可用声发射诊断法进行诊断。
在诊断机组剩余寿命和部件缺陷时,主要用无损监测诊断法。
目前用到的无损监测技术主要包括硬度测定法、电气阻抗法、超声波法、组织对比法、结晶粒变形法、显微镜观测法和X射线分析法等。
2.2.2传感器
由于汽轮机组工作环境的特殊性(高温、高压、高转速、高应力),所以在汽轮机组故障诊断系统中,对传感器的性能要求很高。
目前,对传感器的研究,主要是提高传感器性能的可靠性、开发新型传感器,以及研究如何诊断传感器故障以减少误诊率和漏诊率等方面的问题。
当前,许多的学者正在研究利用多传感器信息融合技术来诊断故障,提高故障的分辨率。
现行的对传感器自身故障检测技术主要有硬件冗余、解析冗余和混合冗余,由于硬件冗余有其明显的缺点,因而在实际中应用较少。
意大利diFerrara大学的Simani.s等人针对传感器故障,采用了解析冗余的动态观测器来解决透平传感器的故障检测问题。
加拿大Windsor大学的Chen,Y.D等人对传感器融合技术进行研究,并在实际中得到了应用。
Brunel大学的Harris,T把神经网络技术应用于多重传感器的融合作为其研制的汽轮机性能诊断系统的技术关键,PennsylvaniaStateUniv.的Kuo,R.J则应用人工神经网络,采用多传感器融合诊断叶片故障。
Prock,J以及西安交通大学的谷立臣、上海交通大学的林日升等对传感器故障检测和伪参数识别技术开展了研究工作。
华中理工大学的王雪、申韬、西安交通大学的常炳国等在传感器信号的可靠性和采用融合技术提高传感器可靠性方面也进行了研究。
2.3信号分析与处理
信号的分析与处理是对采集到的各种信号进行特征数据分析与特征数据与图形的提取、是进行故障诊断的关键基础工作。
所采集到的表征诊断对象运行中的原始状态信号称为初始模式。
在初始模式中。
故障信息混杂在大量的背景噪声中,为提高诊断的灵敏度和可靠性,必须采用信号处理技术,在状态信号中排除噪声、干扰的影响,提取有用的故障信息,以突出故障特征。
信号分析主要依靠数学工具如:
快速傅立叶变换(FFT)、z变换、小波变换、信号的分维数计算、时一频分析、Winger变换、延时嵌陷分析、相关函数及功率谱等进行。
信号分析主要有时域法和频域法两种方法。
时域分析法是将信号分解为在时间上的具有不同延时的简单时间信号的叠加,如信号的响应分析、数字滤波、卷积计算及相关分析等。
信号的频域分析法是将信号经过某种变换(如付氏变换、拉氏变换、沃氏变换、小波变换等)后得到的有关信号的某些特征量的值,也称谱分
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 汽轮 发电 机组 故障诊断 技术 概述