水轮机振动与故障诊断

随着我国国民经济的发展，水电机组的单机容量越来越大，其结构也更加复杂，像三峡巨型机组的投入运行，其稳定性能尤为重要。表征水电机组稳定运行的参数有振动、摆度和压力脉动，其中振动是水力机组稳定性的重要指标。水电机组的振动直接影响机组的安全运行、负荷合理分配及供电质量，如不加以控制，会造成严重事故。

水轮发电机组设备庞大，结构复杂，对其故障特征的提取与分析一直是热门研究课题。由于水轮机的振动反映了机组的运行状态，所以振动信号的采集与分析是水轮机状态监测的重要内容。水轮机的振动根源跟其他机械的振动相比有较大的差别，除了要考虑系统本身的机械特性之外，水轮机的过流部件以及电磁力也会使水轮机产生较大的振动。基于以上的考虑，一般对水轮机机架、顶盖、尾水管等部位的振动信号，上导、下导、水导的摆度信号以及涡壳、导叶的压力脉动信号进行采集，结合故障诊断的方法和理论进行时域和频域的分析，实现对水轮机实时监测和故障诊断的目的。

（一）振动的分类

水轮机的振动是一个普遍存在的问题，一般来说机组都存在着振动和摆动。在水电站运行中将它规定在某一允许范围内，超出允许范围则要找出原因和采取消除措施。

（1）按干扰力分类

振动可分为自激振动和强迫振动。

在自激振动中维持振动的干扰力是由运动本身所产生或控制的，运动停止则干扰力消失。

受迫振动中维持振动的干扰力的存在与运动无关，即使运动消失干扰力仍然存在。使机组产生振动的干扰力来自以下方面：

①
机械部分的惯性力、摩擦力及其它力引起的振动为机械振动。

②
过流部分的动水压力引起的振动称为水力振动。

③
发电机电气部分的电磁力引起的振动叫做电磁振动。

（2）按振动方向分类

按振动方向可分为横向振动和垂直振动。

（3）按振动部位分类

按振动部位可分为轴振动、支座（机架与轴承）振动和基础振动等。

（二）机组轴的振动

机组振动中轴振动占着重要地位。大部分振动因素和轴振动紧密相连而且轴振动又会向机组静止部分传递。轴振动有两种主要形式即：

①弓状回旋这是一种横向振动，振动时转子中心绕某一固定点作圆周运动，其半径即为振幅。

②振摆，这时轴中心没有圆周运动但整个转子在垂直平面中绕某一平衡位置来回摇摆。

（1）机械振动

引起机械振动的因素有转子质量不平衡、机组轴线不正和导轴承缺陷等因素。

由于转子质量不平衡，重心对轴线会产生一个偏心距，主轴旋转时因失衡质量离心惯性力的作用，主轴将发生弯曲变形而产生所谓“弓状回旋”。

水轮机和发电机轴线不正也要引起振动和摆动。机组轴线在安装时要进行测量调整，其摆度值通常都能处理在规定的范围内，运行中经常可以测量。因此轴线不正一般不会引起大的振动。

导轴承缺陷主要指导轴承松动、刚性不足、间隙过大或过小及润滑条件差引起横向振动。

（2）电磁振动

由电磁因素引起的振动大致有转子磁极线圈的匝间短路、转子和定子的空气间隙不均匀以及磁极极性不对等。发电机的这些缺陷会使空气间隙内磁通密度的分布不对称而产生所谓“单边磁拉力”而引起机组的振动。

（3）水力振动

引起水力振动的因素有水力不平衡、尾水管中水流不稳定、涡列及空腔气蚀等。一般而言水利机组的振动主要是水力振动。

①
水力不平衡

当进入转轮的水流失去轴对称时则会出现不平衡的径向力造成转轮振动。造成水力不平衡的因素通常有蜗壳形状不对称不能保证轴对称；导叶开度不均匀引起流入转轮水流不对称和转轮压力分布不均匀；转轮止漏环不均匀造成压力脉动产生横向振动等。

②空腔气蚀

在偏离设计工况下运行往往发生空腔气蚀而产生振动，其特点是垂直振幅较大并伴随噪声。垂直振动的危害比横向振动的危害更大，这主要是空腔气蚀造成气蚀共振所致。

③尾水管中水流不稳定

尾水管内的压力脉动引起机组振动的情况较为普遍，这种压力脉动除引起尾水管本身过大的振动外，还可引起压力钢管的振动、顶盖和推力轴承的垂直振动、出力波动等。由于在非设计工况运行，水流在尾水管进口旋转，在尾水管中出现涡带，涡带在低负荷时成螺旋状涡带。一方面本身在旋转，另一方面又随旋转水流运动，这样使尾水管中水流发生周期性变化引起压力脉动和振动。涡带引起的压力脉动值可达水头的3%-15%，因为涡带是由于转轮出口水流速度V具有圆周分量所引起，故压力脉动的频率与机组转速有关。

④卡门涡型

当水流绕流叶片由出口边流出时，便会在出口边产生涡列旋涡交替，出现形成对叶片侧向的交变力，并形成有规则的周期性振动，其振动频率与叶片出口边的厚度及流速有一定的关系，当冲击频率与叶片自振频率相同便产生共振涡列。

（三）振动噪声监测

机械振动是设备的一种属性，在设备诊断技术领域中，振动诊断是普遍采用的最基本的方法之一。机械设备故障中，60-70%的故障可通过振动和振动辐射出的噪声反映出来。当设备运转过程中发生异常时，一般都会出现振动幅度的变化，因此可以根据对振动信号测量处理和分析识别的结果，对设备的故障原因、部位以及劣化程度进行诊断。对设备进行振动监测与诊断，必须进行振动波形的分析，包括时域波形与轨迹识别、频域分析、特征参量趋势分析等，并可以通过设置谱窗极限等阈值进行对比诊断。将设备正常运行情况下的图谱与故障情况下的图谱进行对比诊断，可识别出有关故障，并分析其成因，发展趋势和故障部位，为设备的维修提供依据。

（四）信号采集方法

监测采集时在水轮机上导、下导、水导+X/-Y方向各设置一个涡流传感器测量大轴摆度，测量摆度相位的涡流传感器设置在水导-Y方向，上机架+Y方向设置垂直和水平振动测点，下机架+Y方向设置水平振动测点，顶盖（水导油盆盖）-Y方向设置垂直和水平振动测点。

（五）常见的五种故障类型

转子不对中、动静碰摩、转子质量不平衡、尾水管偏心涡带、磁极不均匀是水电机组常见的五种重要故障。

（六）水轮发电机组振动故障的主要诊断方法

1、传统故障诊断方法

(1)故障树诊断法。故障树分析法(Fault
Tree Analysis)由美国贝尔电话研究所的Watson和Mearns于1961年首次提出并应用于分析民兵式导弹发射控制系统。故障树分析法主要包括故障树的建立与简化、故障树的定性分析和故障树的定量分析。故障树定性分析的主要目的是分析系统出现某种故障有多少可能性。国内有许多学者研究了故障树诊断法，也取得了一些成果。姜周曙等利用故障树分析法对溴化锂吸收式制冷机进行诊断。能够找出典型故障事件所有可能的发生模式，找出系统中的最薄弱因素（重要度分析），并计算出该故障的发生概率。

(2)因果分析诊断法。因果诊断分析方法就是利用被诊断系统的故障和故障征兆之间因果知识进行诊断的一种方法。它也是最原始和最常用的方法之一，比较直观，尤其是融汇了大量的实践经验，容易被现场技术人员掌握，在经验积累和反复试验的基础上，常常可以得到较好的效果。国内一些学者进行了因果分析法的应用研究，取得了一些成果，但由于因果分析法是建立在经验和试探基础上的，受人为主观因素影响较大，因此因果分析法只能是一种离线的后发性诊断工作，无法实现实时在线诊断。

2、智能故障诊断方法

(1)专家系统诊断法。专家系统是一种基于“知识”的人工诊断系统，它能够模拟人类专家解决复杂问题的思维方式，是利用大量人类专家的知识和推理方法求解复杂的实际问题的人工智能程序。专家系统的结构主要包括知识库、综合数据库、推理机、解释机、知识获取子系统、人机交互子系统等。完整的故障诊断专家系统还应包括故障征兆采集和识别子系统。从水电机组振动故障的特点看采用专家系统被认为是一种有效的解决方法。国内部分水电专家开展了专家系统诊断法在水电机组振动故障诊断方面的应用研究。邓正鹏等以水电机组为研究对象，对故障诊断专家系统知识库的建立从理论和方法上进行研究，建立了基于C++的产生式知识库系统，该法已应用于实际水电站运行中取得了良好效果。

(2)模糊诊断法。模糊集合理论由美国加州大学L.A.Zadeh教授于1965年提出，其实质就是在描述复杂系统时，当精确性和有效性无法兼顾时可以进行模糊处理。模糊诊断法是利用集合论中的隶属度函数和模糊关系矩阵的概念解决故障与征兆间的不确定关系。在模糊故障诊断中，构造隶属度函数是实现模糊故障诊断的前提。许婧等将模糊技术应用于水电机组振动故障诊断，并验证了模糊诊断方法具有一定可行性。陈铁华等提出了在应用模糊诊断方法进行水电机组振动故障诊断过程中，动态建立模糊关系矩阵的新见解。模糊诊断方法的优点在于模糊变量表示可读性强，模糊推理逻辑严谨，类似人类思维过程，易于理解，能很好地解决水电机组振动故障诊断中遇到的模糊性问题。但由于模糊关系较难确定、模糊数(隶属度)转换及模糊诊断知识获取困难等，模糊诊断方法对水电机组的某些故障机理研究尚不透彻，缺乏系统性和综合性，在故障诊断率和诊断准确率、系统的稳定性等方面还存在问题。

(3)神经网络诊断法。神经网络的知识推理是通过神经元之间的相互作用实现的，在知识获取上，不需要由知识工程师整理、总结以及消化领域专家的知识，只需要用领域专家解决问题的实例或范例来训练神经网络.其知识获取具有更高的效率。同时它是自适应的、可训练的、容错的，而且具有可联想记忆、学习推理和自我修改的能力，具有进行大规模并行处理的能力。因此，神经网络诊断法在水电机组故障诊断中日渐得到重视和应用。陈林刚等针对现有水电机组状态监测系统功能不完善、不够智能化的缺点，开发了基于神经网络的水电机组智能故障诊断系统；戴志超采用RBF神经网络对预处理后的故障信息进行训练和诊断，仿真结果表明，所提出的水电机组故障诊断方法的有效性和优越性。但在水电机组振动故障诊断应用中，神经网络诊断法亦存在如下缺点：

①系统诊断性受所选训练样本集限制，若训练样本集选择不当或训练样本数量少，均会导致诊断系统归纳推理能力变差；

②基于神经网络的诊断系统是隐式的，其推理过程、推理依据及其存储知识的意义难以理解，对诊断结果缺乏解释能力。

3、其他诊断法。

遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。近几年，遗传算法亦被用于水电机组振动故障诊断中。王荣荣等将粗糙集理论和遗传算法引入水轮发电机组故障诊断中，发现在水轮发电机组故障诊断中具有较高的可行性和有效性。支持向量机((Support
Vector Machine，SVM)是Corinna
Comes和Vapnik等于1995年首先提出来的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。邹敏等将支持向量机引入水电机组故障诊断研究，为水电机组故障诊断提供了新的方法和思路。

水轮机振动与故障诊断相关推荐

基于matlab的漏电保护器仿真,基于MATLAB仿真的高压断路器振动信号故障诊断
内容介绍原文档由会员第二波打卡发布基于MATLAB仿真的高压断路器振动信号故障诊断 16300字 44页原创作品,已通过查重系统摘要断路器在分合闸操作中所产生的振动信号是一系列无规则的 ...
wpdec函数_BP神经网络滚动轴承故障诊断研究
摘要:滚动轴承在煤机设备中广泛应用,在恶劣工况下容易发生故障.为了能够及时准确地获取滚动轴承的运转状态,采用BP神经网络算法与小波函数对轴承振动信号进行分解,从而对滚动轴承进行状态监测以及故障诊断.实 ...
多类隶属度的模糊支持向量机（FSVM）
模糊支持向量机(FSVM)多类隶属度分析 1.传统FSVM 隶属度分析 2.改进的FSVM 隶属度分析 3.FSVM多类隶属度分析 4.评估分类效果不定期遴选一些高质量期刊论文,进行介绍,内容不 ...
Deep learning for prognostics and health management:State of the art,challenges,and opportunities 翻译
预测和健康管理的深度学习:现状.挑战和机遇摘要提高工程系统的可靠性是航空航天.核能和水偏流等工程领域中许多应用的关键问题.这就需要高效有效的系统健康监测方法,包括处理和分析大量的机械数据以检测异常 ...
合振动的初相位推导_基于振动信号的机械设备故障诊断（一）
1.概述振动在旋转机械设备故障中占了很大比重,是影响设备安全,稳定运行的重要因素.振动直接反应了设备的健康状况,是设备安全评估的重要指标.通过对振动分析方法的调查,熟悉一般的振动分析流程及方法,从而 ...
MATLAB环境下基于振动信号的轴承状态监测和故障诊断
做多了基于机器学习和深度学习的机械故障诊断,感觉实在没意思,换个口味,写一下基于现代信号处理的轴承状态监测和故障诊断.本文主要讲解如何从滚动轴承的振动信号中提取特征.进行状态监测和故障诊断. 完整代码 ...
典型工业数据分析场景解读：机械设备振动监测和故障诊断
机械设备振动监测和故障诊断是美国于上世纪60年代中后期提出.但由于振动监测诊断故障特征知识的不足和受限采集分析仪器的能力,该技术在20世纪70年代前都未有明显发展. 伴随着计算机技术.数字信号处理技术 ...
【智能制造】设备故障诊断基础知识：振动、噪声、温度、探伤
一.描述故障的特征参量 1.设备或部件的输出参数:设备的输出与输入的关系以及输出变量之间的关系都可以反映设备的运行状态. 2.设备零部件的损伤量:变形量.磨损量.裂纹以及腐蚀情况等都是判断设备技术状态 ...
matlab 三维全息谱,基于MATLAB软件平台的全息谱图及在风机振动故障诊断中应用的研究...
一.引言风机是化工机械中的关键设备.由于机器在运转过程中,受到外界的作用和机器本身零件之间的相互作用,不可避免地要产生振动.在产生振动的诸多因素中,机械部件本身的缺陷占有相当大的比重.由于分析方法的 ...

水轮机振动与故障诊断

水轮机振动与故障诊断相关推荐

最新文章

热门文章