王韶鵬+陳偉鵬

摘 要：汽輪機作為在目前工業(yè)生產(chǎn)中重要的旋轉(zhuǎn)設(shè)備，是必不可少的工業(yè)生產(chǎn)中的機械設(shè)備。其中汽輪機的主要零部件是汽輪機轉(zhuǎn)子，以致汽輪機轉(zhuǎn)子安全性、可靠性、適用性以及可維修性特點受到人們的關(guān)注，同時促使飛速發(fā)展的還有關(guān)于汽輪機轉(zhuǎn)子運行故障機理與診斷技術(shù)。

關(guān)鍵詞：汽輪機轉(zhuǎn)子；故障診斷；特征提取

DOI：10.16640/j.cnki.37-1222/t.2017.13.015

0 引言

火電廠重要的動力設(shè)備是汽輪機，其運轉(zhuǎn)正常與否直接關(guān)系到火電廠的經(jīng)濟性和安全性。作為汽輪機的核心部件—轉(zhuǎn)子，在運行過程中故障率比較高，若機器運轉(zhuǎn)的情況下，產(chǎn)生異?；蛘哒駝忧闆r下，振動度的強弱會使轉(zhuǎn)子的轉(zhuǎn)速與負(fù)荷程度直線上升，通過對轉(zhuǎn)子的處理不當(dāng)會使機組磨碰，從而使轉(zhuǎn)子大軸彎曲。若想查找轉(zhuǎn)子故障的最常用的方法，就必須對現(xiàn)場振動程度進行分析，在經(jīng)過實驗證明，從而明確轉(zhuǎn)子的故障類型，在此同時訂做出一套維修方案。在維修過后，在正常操作的同時測試機組是否還有振動現(xiàn)象，通過這種方法診斷實踐過長，雖然在診斷過程中參加人力與物力過多，但是可以找出機組的故障所在，也是值得欣慰的一件事。

1 汽輪機轉(zhuǎn)子故障問題

1.1 汽輪轉(zhuǎn)子運行類型

在汽輪機轉(zhuǎn)子運行過程中，轉(zhuǎn)子發(fā)生故障的前表現(xiàn)是振動信號發(fā)生，對此應(yīng)在汽輪機轉(zhuǎn)子運行過程中，為了更好地判斷汽輪機轉(zhuǎn)子運行故障類型，我們要對轉(zhuǎn)子進行振動程度信號的測量從而對測量出來的結(jié)果進行一一解答，在測量過程中要準(zhǔn)確無誤。振動頻率分幾種，其中包括倍頻振動、基頻振動、整分?jǐn)?shù)基頻振動、比例基頻振動、超高基頻振動以及超低基頻振動；振幅方位：橫向振動（水平振動和垂直振動）、軸向振動與扭轉(zhuǎn)振動；振動部位：轉(zhuǎn)子和軸系振動（軸頸、軸紋葉片）、軸承（油膜滑動和波動）、殼體振動與軸承座振動、基礎(chǔ)振動（基座、工作臺、支架）、其他結(jié)構(gòu)振動（閥門、閥桿、管道等）；振動原因：轉(zhuǎn)子平衡度較差、軸系不對稱和零件松動、摩擦（密封件摩擦、轉(zhuǎn)子和定子之間產(chǎn)生的摩擦）、軸承損壞、軸承內(nèi)部油膜渦動與油膜振動、動力和水力的影響、軸承剛度較差、電氣等。

1.2 小波分析特征

小波可以通過母小波的伸縮程度與平移從而取得不同程度的基函數(shù)對振動程度進行分析。小波變化是一種處理技術(shù)非常強大信息技術(shù)，它是由多分辨率信號組成的。在具體分析過程中，它可以從尺度的變換而選出不一樣的頻率段。小波分解，它可以把穩(wěn)定的或者不穩(wěn)定的信號分解由小波伸縮的基函數(shù)，從而保持信息量完好，在此基礎(chǔ)之上，原來的信號可以在不一樣的頻段上或者發(fā)生信號突變的情況下，可以通過分解信號在不同尺度中進行分解或得到重構(gòu)。對振動程度信號的小波包進行分解，從而對振動系統(tǒng)進行了故障分析，及時呈現(xiàn)出系統(tǒng)故障產(chǎn)生的頻率能量以及產(chǎn)生的時間。

1.3 轉(zhuǎn)子故障處理的結(jié)果

在轉(zhuǎn)子出現(xiàn)故障的同時，檢修的過程中要參考檢修時訂做的方案從而對機組進行檢查。在檢修的過程中若葉片質(zhì)量不合格的情況下，原因就是在開啟蓋子時對（16～19）級葉片進行了振動測試，在測試的同時發(fā)現(xiàn)了18級葉片的頻率超出標(biāo)準(zhǔn)的質(zhì)量，所以要更換葉片。

2 火電汽輪機轉(zhuǎn)子運行故障的BP神經(jīng)網(wǎng)絡(luò)模型診斷

2.1 理論基礎(chǔ)

BP算法不僅擁有著嚴(yán)格式的學(xué)習(xí)算法，它還擁有是階梯型并且很有規(guī)律的下降式計算方法，相對于BP神經(jīng)網(wǎng)絡(luò)而言，它是由一種輸出層，一種或多種隱含層，一種輸入層而形成的，而由正極傳播與反級傳播這兩方面組成形成了網(wǎng)絡(luò)。在此同時創(chuàng)建了BP網(wǎng)絡(luò)神經(jīng)，轉(zhuǎn)子運行檢測診斷的模型就必須使用BP網(wǎng)絡(luò)神經(jīng)，就不用那么多的人力與物力來進行，在這樣的同時對人力與物力、財力的使用也大大的減少了，更不需要費好大的力氣做很多次的實驗。據(jù)對汽輪機模擬的實驗與專家的經(jīng)驗來說，總結(jié)出一種很常見的特點，就是輸出就是故障的類型所在，而網(wǎng)絡(luò)神經(jīng)的輸入就是常見特點的信號。

2.2 報警和故障診斷

在對汽輪機轉(zhuǎn)子振動信號數(shù)據(jù)分析過程中，在振動值高出正常限定值時，及時對汽輪機轉(zhuǎn)子的運行故障類型進行識別和分類，應(yīng)利用事先采集的信號設(shè)置與之相對應(yīng)的報警界定，其詳細(xì)的振動值高超報警流程為：輸定報警值界限——輸入采集數(shù)據(jù)限號——汽輪機轉(zhuǎn)子運行——發(fā)生警報。

2.3 分析汽輪機轉(zhuǎn)子

要得到原信號在不同頻段上能量分布的詳細(xì)信息，小波包分析的特點就是重構(gòu)與分解，它可以在汽輪機轉(zhuǎn)子的振動故障時間順序上進行重構(gòu)與分解，小波包振動信號的含義就是可以利用能量的特點與對振動系統(tǒng)的故障診斷來提取方法，從而可以根據(jù)振動故障的頻率來判斷故障的特點，這樣可以對機組振動故障進行一定的診斷與預(yù)測。

3 小波包原理

3.1 最大Lyapunov指數(shù)原理

Lyapunov指數(shù)分為兩種一種是正的，一種是負(fù)的，正的lyapunov指數(shù)就注明在它附近軌道的指數(shù)分離，這種表現(xiàn)代表混沌，而負(fù)的就大大的相反了，負(fù)的lyapunov指數(shù)代表著軌道在局部是存在穩(wěn)定性的，從而對應(yīng)周期運動。而小波包的重構(gòu)結(jié)果是有一個時間的順序的，通過混沌動力的方法對重構(gòu)結(jié)果的時間順序來計算它們的lyapunov指數(shù)。

3.2 基于小波包分析和信息融合技術(shù)的故障診斷方法

在信息與小波包分解混合技術(shù)的故障診斷中，總結(jié)出了幾種方法，例如：提取出4種常見的故障在相反方向的振動信號，采取小波包分解對其常見現(xiàn)象進行分解，并判斷出故障的特點，D-S證據(jù)理論的識別框架是采取故障特點為參照的，通過D-S證據(jù)理論可以判斷出X與Y方向的不確定度與概率值，進行組合從而得出診斷結(jié)果。

4 結(jié)語

本文講述的汽輪機轉(zhuǎn)子運行與怎樣進行診斷才能省時省力，若想提升空氣靜壓的剛度與承載力，從而完善空氣靜壓主軸的功能，就必須對空氣靜壓轉(zhuǎn)臺參數(shù)進行完事與優(yōu)化，這樣可以排除加工裝配誤差的影響。

參考文獻：

[1]馬蘭蘭，李樹森，蘇健民.超精密氣磁軸承的發(fā)展[J].林業(yè)機械與木工設(shè)備，2005，33（01）：12-15.

[2]肖增弘，華興魯，李子超.汽輪機轉(zhuǎn)子運行故障分析及診斷研究[J].機械設(shè)計與制造，2014（05）：233-236.