[发明专利]高速旋转机械半速涡动在线稳定性特征提取与监测方法

摘要

本发明公开了一种高速旋转机械半速涡动在线稳定性特征提取与监测方法，应用目前主流的非接触式电涡流位移传感器获得转子的振动位移信号，应用RDT技术从中提取半速涡动的稳定性参数；在实施RDT技术之前，应用FIR滤波器技术对振动位移信号进行预处理，只保留半频附近的成分，将其他干扰成分全部滤除掉；在获得了自由衰减响应之后，通过遗传算法获得系统的阻尼特征参数；在机组运行过程中，每隔一段时间用上述方法获得稳定性参数，将这些获得的稳定性参数随时间的变化绘制出趋势图；本发明能够在线监视半速涡动稳定性的发展趋势、估计机组稳定性裕度，从而预测半速涡动发生的可能性。具有定量、直观的效果，实施简便易行，适应范围广，实施成本低。

主权项

1.一种高速旋转机械半速涡动在线稳定性特征提取与监测方法，其特征在于，按以下方法进行：1)应用目前主流的非接触式电涡流位移传感器获得转子的振动位移信号；以此信号为基础，应用RDT技术从中提取半速涡动的稳定性参数；2)在实施RDT技术之前，应用FIR滤波器技术对振动位移信号进行预处理，只保留半频附近的成分，将其他干扰成分全部滤除掉；3)在获得了自由衰减响应之后，即可通过遗传算法获得系统的阻尼比或对数衰减率的阻尼特征参数；在机组运行过程中，每隔一段时间用上述方法获得稳定性参数，将这些获得的稳定性参数随时间的变化绘制出趋势图；具体实施步骤、规则和算法如下：<1>信号采集假设用电涡流位移传感器测量机组某轴承相对于轴颈的振动位移信号为x(t)，通过A/D转换/采样，将x(t)转换为离散数字信号xn，即              xn＝x(nT)，n＝0，1，2，...，N-1    (1)其中，T为采样间隔，N为样本长度；为保证提取的参数有足够的精度，采样间隔T和样本长度N按以下规则取值：40N·fr≤T≤110·fr---(2)]]>式中fr为机组转子的转速频率，由下式计算fr=nr60(Hz)---(3)]]>其中nr为机组的转速，单位为RPM(转/每分)；采样的样本长度N应不小于1024，即                         N≥1024                     (4)通常N的取值越大越好，根据采样系统的容量选取；<2>数字滤波用FIR数字滤波器对采集的信号xn(n＝0，1，2，...，N-1)进行带通滤波，消除干扰成分的影响；设滤波后的信号为yn，滤波过程如下：yn=Σm=-MMsin2πmfhT-sin2πmflT2mπ[1+cos(mπ/N)]·xn-m---(5)]]>式中，M为滤波器长度，通常M越大，精度越高；其中，fl和fh分别为带通滤波器通带的下限和上限频率，fl和fh的选取原则是将半频包含在两者之间，按以下取值：<3>提取特征波形由步骤<2>得到系统随机激励响应yn(n＝0，1，2，...，N-1)，应用RDT技术即可提取出计算稳定性参数的特征波形，即系统的自由衰减响应；RDT技术是以某个常数Cb为基准值对信号进行多段截取，然后对截取的多段信号计算总体平均来实现的；具体算法如下：①选取对信号进行多段截取的基准值理论上可将信号yn的均方根值yRMS作为基准，即yRMS=Σn=0N-1yn2---(7)]]>②修改基准值由于yn是数字信号，其样本值yRMS通常不可能恰巧等于某个特定的常数，因此应取yRMS附近的一个微小值域作为截取子段信号的基准，即yRMS-ΔC2≤Cb≤yRMS+ΔC2---(8)]]>对于上式中的ΔC，按下式取值ΔC＝2.2frTyRMS    (9)式中，T为采样间隔，fr为机组转速频率；③计算子段信号的起始点将信号yn(n＝0，1，2，...，N-1)的每个样本值与基准值Cb进行比较，与基准值Cb相等的信号样本点作为子段信号的起始点。设共得到I个起始点(显然I≤N)，又设第i个子段信号记为，k＝0，1，2，...，K-1，K为子段信号的样本长度，则获得的I个子段信号的起始点为u0(i)=yi|yi=Ch,i=0,1,2,...,I-1---(10)]]>④截取子段信号将获得的I个子段信号的起始点分别按信号yn顺序取K个样本值，即得到M个子段信号，即uk(i)=yi+k,k=0,1,2,...,K-1]]>i＝0，1，2，...，I-1    (11)⑤为保证提取的特征波形有足够的信息量，建议子段信号的长度K满足K≥4frT---(12)]]>式中，T为采样间隔，fr为机组转速频率；⑥计算各子段信号的总体平均计算各子段信号相对于i的平均即得到要提取的特征波形信号vk，即vk=1IΣi=0I-1uk(i),k=0,1,2,...,K-1---(13)]]><4>计算稳定性参数系统自由衰减响应可由下式表示                  v(t)＝Ae-utsin(ωt+)    (14)式中，u(≥0)为系统阻尼，ω为固有频率，为相位，A为最大振幅。由步骤<3>得到特征波形信号vk(k＝0，1，2，...，K-1)之后，用最小二乘法来拟合(14)式和vk，从而求得稳定性参数；设目标函数为E=Σk=0K-1[v(kT)-vk]2=min---(15)]]>对以上非线性优化问题，推荐用性能稳定的遗传算法求解；求解(15)式，即可得到u、ω、和A的估计值，其中由与系统稳定性有关的参数u和ω可得到系统的阻尼比ζζ=uω2+u2---(16)]]>阻尼比ζ是估计半速涡动稳定性的重要参数；ζ越大，稳定性越好；ζ越小，稳定性越差；当ζ为零时，系统已处于失稳状态，伴随着强烈的半速涡动；<5>半速涡动稳定性监测对运行的旋转机组定期重复以上步骤<1>到步骤<4>，将每次获得的阻尼比按时间顺序绘制趋势图，即可定量、直观地对半速涡动稳定性进行趋势分析、估计稳定性裕度，进而实现对半速涡动稳定性的监视和预测。