基于汽輪機組模擬振動信號的故障診斷研究.pdf

1、汽輪發(fā)電機組是電力生產(chǎn)過程中的重要設備,在我國能源生產(chǎn)中起著越來越重要的作用,其運行的安全性、可靠性也日益引起重視。由于其設備結構和工作原理比較復雜,以及工作環(huán)境的特殊性,故障發(fā)生率較高,汽輪發(fā)電機組的故障診斷成為旋轉(zhuǎn)機械故障診斷技術應用的重要方面。
　　汽輪發(fā)電機組的故障常常在振動信號中有所反映,通過對汽輪發(fā)電機組振動信號的檢測,實現(xiàn)對機械故障的診斷是一種行之有效的方法。傳統(tǒng)分析方法的傅立葉變換是振動信號檢測的基礎,不僅可以實現(xiàn)

2、線性譜分析,而且還是功率譜估計的關鍵環(huán)節(jié)。傅立葉變換的實質(zhì)是在頻域觀察分析,但機械的振動故障信號往往是具有奇異性的非平穩(wěn)信號,因此傅里葉變換對于汽輪機組的非平穩(wěn)信號無能為力。
　　應運而生的小波分析理論,為數(shù)學函數(shù)的局部放大提供了高可行性的解決方案。利用小波理論發(fā)展出來的小波分析技術近年來在熱工設備故障診斷方面得到了廣泛的應用?？紤]到目前對小波變換結果二次分析的研究現(xiàn)狀,選用人工神經(jīng)網(wǎng)絡這種基于仿生學理論發(fā)展出來的高效性的建模、優(yōu)

3、化方法,對小波變換所得的分析結果,通過事先固定數(shù)目的“神經(jīng)元(Neuron)”處理單元連接強度的不斷改變,對網(wǎng)絡進行“訓練”并優(yōu)化網(wǎng)絡,最終實現(xiàn)應用的目標。
　　論文歸納了汽輪機組轉(zhuǎn)子常見振動故障的機理及特點,針對大功率汽輪機組轉(zhuǎn)子振動的非平穩(wěn)信號,利用時域分析、時頻分析并結合神經(jīng)網(wǎng)絡的分析方法進行故障的診斷。通過對幾種常見故障的振動信號分析和仿真,驗證了算法的有效性,對比傅里葉變換等傳統(tǒng)方法,實現(xiàn)了故障特征的提取和故障診斷。研究

4、表明,利用小波包分解與重構的方式對故障信號進行提取和分析,在時域和頻域都有良好的局域化能力,而且能夠聚焦到信號的任意細節(jié),對信號的突變有很強的識別能力。提取反映故障特征的某些頻帶特征量,既降低了特征向量的維數(shù),又有效地抑制了噪聲干擾,使BP網(wǎng)絡的復雜程度降低,收斂速度加快,得到了較為準確的結果,通過分析從而達到故障分類和故障檢測的目的。
　　本研究表明,在對熱工設備故障診斷中,利用小波包分析和BP網(wǎng)絡相結合的分析方法,改善了傳統(tǒng)方