[发明专利]一种汽轮发电机组振动故障特征的量化及应用方法

说明书

本发明公开了一种汽轮发电机组振动故障特征的量化及应用方法，本发明在当机组振动超过设定的报警值，或者振动相对改变量超限时，触发振动故障诊断流程。本发明充分利用了振动的长期趋势特征，诊断结果更加精确；本发明与人工诊断相比，提高了时效性，也能一定程度上避免受个人主观因素导致的误诊断。通过此方法，可以在汽轮发电机组出现振动故障的初期得到故障原因分析，为安全运行和检修提供合理建议，防止灾难性的事故发生。

技术领域

本发明属于机械故障诊断技术领域，具体涉及一种汽轮发电机组振动故障特征的量化及应用方法。

背景技术

了保障机组安全稳定运行、减少经济损失，汽轮发电机组振动故障的自动化诊断是未来发展的趋势，也是实现电厂智慧运行的必要技术手段。

与航空发动机、泵组、风机等不同，汽轮发电机组长时间在额定转速下较稳定运行，除了发生故障时的瞬态时频域分析，较长时间内振动及其他运行参数的趋势及相互关系分析是实现故障精确诊断的必要手段。如以基频分量为主的同步振动，就可能对应质量不平衡、热弯曲、碰摩、对轮连接松动、轴承工况不佳、冷却不均匀等故障，因此仅通过频谱分析无法对振动故障进行精确诊断。以往诊断过程中需要经验丰富的技术人员到现场，综合考虑频谱信息及振动和其他参数的趋势信息对振动故障进行综合诊断，一方面时效性较差，另一方面也容易受个人主观因素影响发生误诊断问题。

目前，大容量燃煤电厂普遍配备DCS和TDM系统，随着信息技术发展，对DCS和TDM服务器中记录的大量实时和历史数据进行快速综合计算及分析已不再是技术难题。作为建立汽轮发电机组振动故障自动化诊断系统的关键步骤，基于振动等运行参数的汽轮发电机组振动故障特征量化及应用具有重要意义。

发明内容

本发明的目的在于克服上述不足，提供一种汽轮发电机组振动故障特征的量化及应用方法，能够对振动信号及功率、转子电流、冷却介质温度等状态参数进行综合计算分析，获取能够表征其运行状态的关键特征参数，实现精确、实时、程序化振动故障诊断。

为了达到上述目的，本发明，包括以下步骤：

S1，读取原始数据中的振动数据、有功参数和无功参数，并对读取的数据进行正则化处理，使各组数据在维数和时刻上对应；

S2，计算振动数据与各参数之间的复合相关系数，根据不同时间段的复合相关系数计算结果，确定各参数与原始振动数据的相关性特征量值；

S3，计算经时移处理过的振动数据与各参数之间的相关性特征量值；

S4，使用得到的相关性特征量值对汽轮发电机组振动故障进行诊断。

步骤S1中，读取系统记录的原始数据中振动故障超标或振动改变量超限前预定时限内的数据，进行删减或线性插值后确保各数据点间隔为相同时间。

步骤S2中，确定各参数与原始振动数据的相关性特征量值的具体方法如下：

采用Person和Spearman相关系数的均值，计算各时间段内负荷参数X和振动幅值Y之间的复合相关系数，分别计算比较各时间段内的复合相关系数，以绝对值最大的值为相关性特征量值。

负荷参数X和振动幅值Y之间的复合相关系数通过下式进行计算：

式中：d_i为X_i和Y_i的等级差，n为数据维数，σ_x为参数X的方差，σ_y为参数Y的方差。

步骤S3的具体方法如下：

将振动数据滞后n分钟，分别计算比较各时间段内的复合相关系数，以绝对值最大的值为相关性特征量值，得到不同滞后时间对应的相关性特征量，相关系数最大时的n值为振动滞后此参数的时间。