時(shí)頻分析技術(shù)在AP1000特殊監(jiān)測(cè)系統(tǒng)中的應(yīng)用研究.pdf

1、反應(yīng)堆冷卻劑泵振動(dòng)監(jiān)測(cè)系統(tǒng)和數(shù)字式金屬撞擊監(jiān)測(cè)系統(tǒng)是AP1000數(shù)字化儀控系統(tǒng)的兩個(gè)重要監(jiān)測(cè)系統(tǒng)，它們通過(guò)自身安裝的相應(yīng)傳感器實(shí)現(xiàn)對(duì)主泵的振動(dòng)水平監(jiān)測(cè)以及對(duì)金屬松動(dòng)部件的報(bào)警、定位以及質(zhì)量估計(jì)等。
　　目前，反應(yīng)堆冷卻劑泵振動(dòng)監(jiān)測(cè)系統(tǒng)主要通過(guò)設(shè)置振動(dòng)幅值閾值以及觀察轉(zhuǎn)速諧波的方法來(lái)對(duì)主泵的振動(dòng)狀態(tài)進(jìn)行早期預(yù)警，而這兩個(gè)方法都是通過(guò)對(duì)振動(dòng)信號(hào)進(jìn)行快速傅里葉變換實(shí)現(xiàn)的。傅里葉變換作為最常用的信號(hào)處理方法，主要適用于分析線性平穩(wěn)信號(hào)，而

2、且，其傅里葉變換的頻率特性是基于信號(hào)全局的，不能實(shí)現(xiàn)信號(hào)的局部特征分析。然而，高速旋轉(zhuǎn)的主泵轉(zhuǎn)子的振動(dòng)信號(hào)通常都是非線性的，而且一些早期故障發(fā)生時(shí)能量非常低，這就要求相關(guān)的信號(hào)處理方法能夠?qū)π盘?hào)的局部特征有較好的識(shí)別能力，傅里葉變換是無(wú)法滿足這個(gè)要求的。
　　數(shù)字式金屬撞擊監(jiān)測(cè)系統(tǒng)主要是通過(guò)監(jiān)測(cè)金屬松動(dòng)部件與反應(yīng)堆系統(tǒng)內(nèi)壁或者結(jié)構(gòu)撞擊時(shí)產(chǎn)生的聲波信號(hào)進(jìn)行報(bào)警、定位和質(zhì)量估計(jì)的，但是撞擊信號(hào)一般都會(huì)伴隨大量的本底噪聲，噪聲水平的隨機(jī)

3、變化很可能造成監(jiān)測(cè)系統(tǒng)的誤報(bào)警，另外，一些低能量的撞擊也需要被精確地識(shí)別、報(bào)警，所以為了提高監(jiān)測(cè)系統(tǒng)的報(bào)警準(zhǔn)確率，就需要對(duì)金屬松動(dòng)部件的撞擊信號(hào)進(jìn)行去噪預(yù)處理。
　　為了能夠?qū)χ鞅谜駝?dòng)信號(hào)進(jìn)行局部特征識(shí)別，發(fā)現(xiàn)早期故障，以及提高對(duì)金屬撞擊信號(hào)報(bào)警的準(zhǔn)確率，本文針對(duì)信號(hào)特性采用時(shí)頻分析方法，對(duì)主泵轉(zhuǎn)子常見(jiàn)故障進(jìn)行特征提取，并實(shí)現(xiàn)金屬撞擊信號(hào)的去噪預(yù)處理，以提高反應(yīng)堆冷卻劑泵振動(dòng)監(jiān)測(cè)系統(tǒng)的早期預(yù)警能力。
　　首先，對(duì)主泵轉(zhuǎn)子的常

4、見(jiàn)故障，如轉(zhuǎn)子不平衡、開(kāi)裂紋、碰撞摩擦以及松動(dòng)等故障特征進(jìn)行了分析研究，并結(jié)合轉(zhuǎn)子動(dòng)力學(xué)理論對(duì)各種故障模式建立了數(shù)學(xué)模型，研究了在不同故障模式下的轉(zhuǎn)子運(yùn)動(dòng)軌跡以及幅頻特性。針對(duì)金屬松動(dòng)部件的撞擊過(guò)程，搭建了簡(jiǎn)單的實(shí)驗(yàn)平臺(tái)，用不同質(zhì)量的鋼球從不同高度對(duì)靶板進(jìn)行撞擊，并獲取了松動(dòng)部件撞擊的模擬信號(hào)。經(jīng)過(guò)對(duì)不同撞擊信號(hào)的頻率特點(diǎn)分析，得到了不同質(zhì)量和不同高度的撞擊信號(hào)特點(diǎn)。
　　然后，采用小波變換的時(shí)頻分析方法對(duì)主泵轉(zhuǎn)子的故障仿真信號(hào)以

5、及金屬撞擊模擬實(shí)驗(yàn)信號(hào)分別進(jìn)行特征識(shí)別和信號(hào)預(yù)處理技術(shù)研究。首先針對(duì)小波變換在工程應(yīng)用中常見(jiàn)的一些局限性，如小波包分解頻帶混淆問(wèn)題、最優(yōu)小波基函數(shù)選擇問(wèn)題等進(jìn)行了研究，提出了利用格雷編碼和移頻的方法實(shí)現(xiàn)小波包頻帶的正確排序，解決頻率混淆的問(wèn)題，同時(shí)，研究了小波參數(shù)化方法，豐富了小波基函數(shù)庫(kù)，利用最大互相關(guān)系數(shù)方法和最優(yōu)能量-熵方法對(duì)小波基函數(shù)的選擇問(wèn)題進(jìn)行了對(duì)比分析，找到了適合分析信號(hào)的小波基選擇方法。然后，利用小波包變換對(duì)主泵轉(zhuǎn)子的各

6、種故障信號(hào)進(jìn)了特征識(shí)別，對(duì)金屬撞擊信號(hào)在不同信噪比的情況下進(jìn)行了新閾值函數(shù)的小波去噪仿真研究。仿真結(jié)果表明，小波變換方法不僅能夠成功識(shí)別轉(zhuǎn)子故障的主要特征頻率，而且對(duì)一些能量較小的頻率特征也能夠?qū)崿F(xiàn)局部分析；小波去噪方法也能夠?qū)崿F(xiàn)對(duì)不同信噪比水平下的金屬撞擊信號(hào)去噪處理，在一定范圍內(nèi)提高了信噪比。
　　最后，結(jié)合Hilebert-huang變換（HHT）和小波包各自的特點(diǎn)，研究了改進(jìn) HHT算法和小波包EMD去噪算法。針對(duì)HHT在